序言：企业砸重金买 AI，效果却不尽如人意——这种抱怨现在越来越多了。Rohan Rajiv 没有长篇大论，而是借用了 Eli Goldratt 经典之作《目标》中的一个概念，用生产汽车门的类比，干净利落地回答了这个问题：如果你优化的不是瓶颈，再快的工具也只是更快地做了错事。
原文：Why AI spending isn’t translating to results（作者：Rohan Rajiv，发表日期：2026-06-21）
现在有很多讨论说企业部署 AI 工具，却没有看到与投入相匹配的成果。人们列出了很多原因，但我怀疑潜藏在核心的那个简单原因，叫做约束。
这个类比来自 Eli Goldratt 的经典著作《目标》——大多数入门运营管理课的前置阅读。假设你在生产一辆汽车，你找到了更高效地生产车门的方法——很好。但如果车门不是你的瓶颈，那就没有任何意义。车身仍然只需要四个车门。生产更多车门，并不会让汽车更快出厂。
AI 工具也是一样的道理。它们确实可以优化工作流中的很多环节。但如果那个工作流不是约束所在，优化它对最终结果不会有任何改变。
产品团队交付了更多功能，只有当功能是瓶颈时才有价值——当这些功能解锁新市场，或显著提升客户价值时。如果不是，那你只是更快地做了错误的东西。
而这还没算上一开始要真正对准正确约束所需的变革管理。
运营和生产率的基本原则并没有消失。任何人都不应感到惊讶——忽略这些原则，只会带来令人失望的结果。
