未来学家艾米·韦伯（Amy Webb）在财富AIQ峰会上直言，大型企业在人工智能领域入场过晚，且大量资金投入缺乏明确战略规划。她指出，《财富》500强公司并未真正理解AI的演进脉络，导致资本常被浪费在无前置战略的试点项目中。这些项目往往因与安全团队冲突而流产，沦为“孤儿项目”。
韦伯观察到，部分高管将专有技术开发外包，反而陷入困境；员工因官方工具难用而感到沮丧，转而自行开发工具，进一步加剧了管理混乱。她将这种现象比作纽约出租车司机过度依赖导航导致的“习得性无助”，强调若员工无法有效使用AI，无处不在的技术便毫无意义。
为何收益难以累积
韦伯认为，个体生产力提升未能转化为企业整体收益，根源在于企业对投资回报率（ROI）的定义狭隘，大多仅关注底线利润改善。相比之下，AI视频公司Runway则凭借清晰的未来愿景和配套机制，实现了技术驱动的战略落地。
她引用一例：某巨头公司员工因首席技术官拒绝批准安全沙盒，直接向CEO汇报并自建实例，组建团队计划在未来花费数亿美元购买算力。韦伯指出，这种由“恐惧和错失恐惧症（FOMO）”驱动的决策，反映了企业缺乏强有力的领导和规划。
Runway的反面案例
Runway首席运营官Michelle Kwon展示了另一种路径。这家由纽约大学毕业生创立的公司，要求全体员工编写代码，AI渗透至几乎所有业务环节。今年以来，包括非工程部门在内的员工已为内部应用商店开发了约215个应用程序。
公司最新推出的自主广告代理试点计划，正是由一名员工在几周内开发完成，使广告产出增长超过1000%。Kwon强调，Runway并非所有东西都自研，如支付系统和人力资源合规软件仍采用外部采购。她指出，单纯使用AI不能作为生产力指标，关键在于是否“负责任”且不增加他人负担，避免无意义的复制粘贴。
针对Peloton首席技术官Francis Shanahan提出的员工因“能构建任何东西”而陷入信息过载和倦怠的问题，Kwon回应称，Runway通过公开表彰和全员统一假期来庆祝胜利，以缓解压力。
风险与责任
关于AI代理的法律责任，韦伯分享了自己曾遇到的编码项目因循环逻辑向千人发送垃圾邮件的案例。她强调，此类失败属于人为错误，而非AI“觉醒”，呼吁高管停止对AI进行拟人化解读。她建议安全和风控官员在说“不”之前应先倾听，领导者应给予一定灵活空间。
韦伯警告，未来18个月内，眼镜和监听饰品等物联网设备将迎来浪潮，而企业对此几乎毫无规划。她还指出，若董事会成员无法理解数据含义，使用AI便毫无用处，正如自行车传感器数据不能脱离实际路况，否则使用者需承担责任。