Mark Cuban：没有上市公司会允许首席执行官围绕AI重塑公司，一家都没有
企业家、Cost Plus Drugs创始人Mark Cuban在社交媒体上发表长篇论述，核心判断是：企业真正从AI获益的前提不是"加一层AI"，而是围绕AI技术彻底重塑业务流程——但几乎没有上市公司的首席执行官有能力或被允许这样做。Cuban直言："有零家上市公司会在现阶段允许首席执行官凭直觉围绕AI重塑公司。一家都没有。"他认为大量企业AI投资回报率低的根本原因在于：企业只是在旧流程上叠加AI工具，而非重新设计业务本身。
Cuban指出了一个被普遍忽视的瓶颈：企业中最核心的知识——员工如何根据经验调整流程、如何让事情"按自己的方式运转"——从未被记录在任何地方。大语言模型和AI智能体可以抓取企业内外的所有信息（information），但无法自动捕获这种隐性知识（knowledge）。"给员工一个AI工具让他们提高效率，对大公司来说影响有限。"他以自己创办的Cost Plus Drugs为例：作为私有公司，它可以"围绕技术做优化，持续培训和再培训员工以适应技术"，而上市竞争对手"连考虑这样做都不可能"（Fortune报道Cuban AI应用）。Cuban此前多次表示"世界上将只有两类公司：擅长AI的和其他所有公司，后者会失败"（Dallas Chamber）。
来源：公开信息
ABAB AI Insight
Cuban这段话的分析价值不在于"AI很重要"这个已被说烂的判断，而在于他精确指出了AI落地的真正卡点——治理结构。上市公司的首席执行官面对的约束集远比私有公司复杂：季度财报预期、股东诉讼风险、董事会共识、分析师评级。任何"围绕AI重塑业务"的尝试都意味着短期成本飙升、运营中断、KPI暂时恶化——这在公开市场的激励结构下几乎是不可执行的。不是首席执行官不想做，是资本市场的短周期反馈机制不允许做。这解释了为什么企业AI支出在快速增长，但McKinsey、Gartner等机构反复报告的"AI投资回报率低于预期"始终未改善。
"信息"与"知识"的区分是这段论述中最有技术深度的洞察。大语言模型本质上处理的是可序列化的信息——文档、邮件、数据库、代码。但企业运转中最关键的往往是未被序列化的隐性知识：老员工对特定客户的沟通偏好、车间主管对设备异常声音的直觉判断、销售人员绕过内部审批流程的非正式路径。这些知识分布在人的神经网络中而非企业的数据系统中，当前的AI技术对此几乎无能为力。这也是为什么"给每个员工配一个Copilot"在大企业中效果有限——工具优化的是信息处理效率，而非知识层面的决策质量。
Cuban以Cost Plus Drugs为例并非偶然。这家公司的模式——药品成本加15%固定加价、透明定价、自建制造——本质上是用AI和新设备将制药制造的成本结构降至与印度和中国进口药竞争的水平（YouTube采访）。它能做到这一点，恰恰因为它是私有公司，没有季度财报压力，可以持续投入而暂不盈利。Cuban的判断是：AI时代的真正赢家可能不是大型上市科技公司，而是那些可以承受"重塑期阵痛"的私有企业和新创公司。这与他观察到的美国新企业注册量爆发式增长——他认为主要由AI驱动——形成逻辑闭环（Yahoo Finance）。