← AI、文创、社企的创兴思考

AI、文创、社企的创兴思考 · AI双创

斯坦福研究:大多数的AI Agent可能正在解决没人抱怨的痛点?

黄家麟 · 麟朗创兴2025.06.23约 3405 字

在各种AI创新的论坛活动上,创业者和投资人们热烈讨论着最新的大模型参数和AI Agents的架构,却少有人问那些被捧为革命性突破的AI工具,真的是人们日夜期盼的吗?

斯坦福大学近日的一项颠覆性研究理性地撕开了这层朦胧的面纱。(研究网址:“https://futureofwork.saltlab.stanford.edu/”)

当全球AI公司疯狂押注技术可能性的时候,绝大多数创业者可能完全忽略了工作场景中用户真实的呐喊与抗拒。

这份报告像投入湖面的巨石,激起的不是涟漪而是海啸,它揭示了一个令人窒息的真相。

众多AI创业者引以为傲的创新,正以惊人的比例撞向一堵名为“没有抱怨”的隐形高墙。

斯坦福大学研究团队构建的评估框架如同一面照妖镜。

他们将AI渗透工作的程度分为五个清晰层级,从完全依赖人类操作到AI全自主决策。

令人震撼的发现藏在1500名受访者对844项日常任务的评价中。

那些被技术精英视为理所当然的自动化场景,在真实工作环境中遭遇着无声抵抗。

请想象一位资深设计师面对AI绘图工具时的复杂心情。

她渴望自动化处理枯燥的图层整理,却希望守护创意评价的圣殿。

这种现象映射出整个产业的认知断裂,技术专家在实验室欢呼的突破,往往在办公室隔间里收获的只是警惕的沉默。

这份研究中调研了覆盖104个职业的844项工作任务,让受访者同时评估“当前AI的能力”(Capability)与“他们是否期望AI参与”(Desire)两维,最终将任务划分为四个区域:

一类是“绿色通行区”,代表技术成熟且受访者渴望AI接手的低价值、重复性工作;
二类是“研发机会区”,显示受访者强烈需求但AI尚未达到的高粘度、高精度任务;
三类是“红灯区”,无论技术多强,受访者都不愿让AI触碰的共情与判断工作;
四类为“低优先级区”,技术欠缺且需求匮乏的“死水”地带。

这种细致入微的格局图不仅打破了“AI万能论”,更凸显了真正有价值的创新蓝海的定义。

那些受访者急需却尚难实现的方向,似乎才是AI创业者们应该瞄准的靶心。

报告中的全景图中最刺眼的是那片红色禁区,这里堆满了能力具备却遭人排斥的AI应用。

从客户沟通中的情感共鸣,创意决策中的直觉判断,危机处理中的临场应变,在这些承载人类独特价值的领域,研究中显示大多数的用户并不希望AI Agents进来添乱。

而某些被资本热捧的AI工具,恰恰落在大家集体摇头的区域。

当技术精英在发布会炫耀算法精度时,他们很显然并没有先询问使用者的真实感受。

护士不需要AI代替她握住临终患者的手,律师不愿将合同漏洞检测交给无法理解潜台词的机器,教师拒绝用聊天机器人替代课堂上捕捉学生眼神波动的能力。

研发机会区则上演着另一种错位。

这里是受访者们举双手欢迎AI介入的地带,但技术现状却形成巨大鸿沟。

那些消耗人类心智的文档分析,那些需要跨系统协调的流程优化,那些依赖专业经验的知识沉淀,都是受访者们在这些任务旁标注着“即刻需要”的方向,而技术发展曲线却迟迟无法抵达。

这种供需错配像一场荒诞剧,创业者投入重金解决无人抱怨的“伪需求”,而真正让人夜不能寐的工作负担,却在创新雷达上神秘消失。

一位财务分析师在调研中吐露的心声成为最佳注脚“我宁愿AI帮我处理数据校验的枯燥循环,而不是自作主张生成那份要给董事会的战略建议。”

为了探寻人类与AI协作的深层逻辑,研究报告中构建了一个以人类参与度分级评估框架,其理念与无人驾驶的等级分类有着异曲同工之妙。

他们根据AI介入工作的程度,将AI能力细致地划分为五个层级。

从最低的H5,代表着任务的完成完全依赖人类的深度参与,到最高的H1,意味着AI能够完全自主地完成所有任务,无需任何人工干预。

这种分级深刻地揭示了人类在不同任务中对AI介入程度的心理预期与实际需求。

H1和H2层级的任务,更倾向于纯粹的自动化,因为它们通常重复性强、价值较低,人类渴望从中解放出来。

而H3、H4乃至H5层级的任务,则需要AI以辅助者的身份出现,与人类形成紧密的协作关系,共同创造超越个体能力的总和。

这不仅仅是技术能力的衡量,更是对人类尊严、创造力与情感价值的深刻考量。

人类参与度分级中浮出水面的理想模式更让技术至上的叙事显得苍白。

近半数职业的受访者将票投给“平等协作”的中间地带,他们既非完全取代也非彻底排斥。这种选择颠覆了非黑即白的传统认知,暴露出当前AI创业的思维盲区。

受访者们真正抗拒的不是技术本身,而是被工具化的恐惧;

他们渴望的不是全面的投降或交棒,而是重新定义人类价值边界的伙伴。

可惜投资市场的热情仍像被磁铁吸引般涌向替代性最强的领域,而对那些需要人机精密协同的创新空白视而不见。

当科技媒体欢呼某项AI技术达到人类水平时,少有人追问:达到之后呢?

用户们是否真的愿意交出这项能力和位子?

投资风向与真实需求的断裂在知名孵化器Y Combinator的投资布局中也被暴露得淋漓尽致。

斯坦福团队的这份报告用冰冷数据映射出一个残酷现实。

相当比例的资金流向了受访者明确抗拒的领域。

这种错配不是偶然失误,而是系统性的认知偏差。

投资人用技术可行性的放大镜观察市场,却忽略了使用者意愿的体温计。

更令人不安的是,类似趋势可能蔓延在整个生态圈。

在某些创业比赛将“完全自动化”作为核心指标时,评委席上坐着的可能都不是每天被流程折磨的普通员工?

而在创业者的路演PPT炫耀自己的AI Agent能够“节省90%人力”时,是否考虑过有社会责任意识的老板们根本就不想大幅裁员?

若将以ALL IN AI著名的本土加速器机构近期的投资组合置于同一框架下检视,隐约可见相似阴影。

某些被资本追逐的热门赛道,恰恰落在这份研究中受访者竖起警示牌的区域。

这种集体性的方向迷失源于中国大陆创业生态的深层病灶。

我们的创业者和投资人们都太习惯于从技术突破的“供给端”倒推需求,却不愿沉到实际场景聆听“需求端”的抱怨。

AI创业者炫耀算法在实验室环境中的完美表现时,真实商业中的人们可能正为抗拒这项技术而暗中通气。

在技术信仰与真实需求的拉锯战中,资本的天平往往不自觉地倾向前者,直到使用者用脚投票才惊觉误判。

循证创业方法此刻依旧警醒着新一代的创业者们。

它要求创业者抛弃“技术先行”的傲慢,转而从真实客户场景中存在急迫性和抱怨的需求捕捉创新信号。

因为真正值得投入研发的AI Agent都应该来自于三个灵魂拷问:

这项问题是否让客户产生强烈的抱怨?

自动化是否真能让客户的精力从重复的场景中释放?

技术方案是否增强而非剥夺他们的价值?

那些通过考验的领域自然会浮现鲜明的价值路标,例如医疗诊断中的影像初筛,法律文书中的条款核对,教育评估中的作业批阅。

在这些场景中,客户将举手欢迎AI接过棒子,因为腾出的双手能够让我们拥抱更重要的使命,它们可能是医护人员在病床前更加耐心的解释安抚,律师们在法庭内外更加沉淀的策略博弈和老师们在教室里给学生有教无类的灵感激发。

AI技术演进的巨轮固然不可阻挡,但发展轨迹的推进方向永远需要双轮驱动,除了工程师的代码,更要有使用者的抱怨。

未来十年最成功的AI公司,或许正诞生于某个创业者放下技术和硬件,真正聆听抱怨声音的瞬间。

他们终将理解最强大的算法不是替代人类,而是唤醒人类未被释放的潜力;

最颠覆的创新不是重塑工作,而是归还工作本该有的人性和意义。

在这场人人有机会的创新浪潮中,赢家不该是那些拥有最强算力的企业,而应是最先读懂人心的团队。

推荐阅读

《自由而无用的社会科学可能是马斯克所谓“数据枯竭”下的宝藏》

《互联网女皇的AI趋势报告:狂飙的AI创业,是否正在驶向下一场泡沫?》

《AI独角兽的死亡解剖:Builder.ai的崩塌》

《AI创业的“A轮死”特豪大雨还是来了》

《AI 浪潮下新创企业的“危”与“机”》

《价值16亿的失败解剖:Humane AiPin》

《基因组学先驱的死亡解剖:23andMe的教训》

《AI创业者必须警惕的“历史幽灵”》

关于作者


黄家麟 麟朗创兴 创始人 上海市科技创业中心创业导师、上海市创业指导专家、上海市企业发展专家、上海市大学生科技创业基金会双创导师。天使投资人及创业教练 复旦大学民商法学硕士。具有法律、连续创业、天使投资、风险投资与创业孵化等丰富经验。现在长三角地区多个国家级以上科创孵化载体及重点高校担任孵化教练及实战创业导师,帮助各阶段精进型创业者达成发展里程碑。

问诊咨询可先浏览《创业问诊:提升创业认知最有效的窗口》


本文首发于麟朗创兴公众号

在公众号阅读原文 →

读到这里,想知道自己的项目卡在哪一步? 做一次十来分钟的初诊 →

十来分钟,一个问题一个问题地问,最后给你一份初诊报告。