最近，有自媒体揭露，数百万台ai一体机躺在国企仓库里吃灰。并批评人们对ai盲目跟风，被人收智商税。

当人们看到这些动辄百万、千万采购而来，却从未真正接入业务系统、仅仅在视察时通电亮个指示灯的“高科技铁疙瘩”时，第一反应往往是愤怒或嘲笑。

大家热衷于在社交媒体上痛骂某个贪腐的采购负责人，或是嘲讽某位好大喜功、拍板决策的领导。

但从底层逻辑来看，骂具体的人，是在绕开真正的问题。把系统性必然产生的现象，归结于个人的道德瑕疵或智商不足，是一种极其偷懒的分析方式。

真正的问题在于：花这笔钱的人，和为这笔钱产生的经济后果承担最终责任的人，根本不是同一个人。这是一道严密的逻辑题，这是产权问题，而不是智商问题。

一、 产权缺失与经济计算的根本性失效

路德维希·冯·米塞斯在一百多年前的《社会主义的经济计算》中就已经将这个逻辑演绎得极其透彻：没有真正意义上的私人所有权，就没有自由交换；没有自由交换，就没有市场价格；没有市场价格，就无法进行理性的经济计算。

一台AI一体机，作为一种资本品，它到底应该被配置到哪里？它投入使用的成本，是否低于它所能创造的边际收益？在纯粹的市场环境中，企业家通过敏锐地捕捉价格信号来进行利润核算，从而做出决策。但对于一个国企的采购系统而言，这个经济计算的链条是从根源上断裂的。

采购负责人花的是公众的钱（或者说是产权主体虚置的资金）。在这个框架下，如果采购的AI设备真的极其偶然地提升了效率，功劳是“集体的”，是“组织的英明决策”；而如果采购结果烂了，设备吃灰了，顶多是在内部会议上挨几句不痛不痒的批评，极少数情况下会因为程序瑕疵丢掉乌纱帽，极极少数情况下才会被要求个人赔偿。

收益与风险的极度不对等，构成了这种体制独有的激励结构。这种结构必然推导出一个理性的行动逻辑：决策的首要考量绝不可能是“这台机器对我们的真实业务流水线有用吗”，而是“这笔预算怎么花才能符合上级精神、能不能顺利通过审计合规审查、能不能作为年底总结报告上的创新亮点，以及最核心的——出了问题能不能完美规避个人责任”。

上面发了文件说AI是未来的战略方向，于是下面就火速立项购买AI一体机。这不是因为他们在现场管理中发现了某个必须用算力解决的瓶颈，而是因为“跟上风向”是官僚体制内最安全的生存法则。买一台没用的机器，上面看了高兴，说明本单位“政治站位高、紧跟技术前沿”；至于设备本身有没有用，并不在KPI的核心考核域内。

所以，这绝非愚蠢，这是身处那个特定激励结构下的个体的绝对理性反应。换任何一个高喊着要“提高效率”的人坐在那个位置上，在同样的产权约束条件下，大概率也会做出同样的决定。国企仓库里的AI一体机，是产权缺失和经济计算失效的必然物理残留，它不是少数坏人的道德失格，而是系统性规律的完美兑现。

要减少这种社会资源的巨大浪费，答案从来不是换几个所谓“更有良知”或“更懂技术”的高管，而是必须改变花钱者与担责者之间的产权关系。但在现有的体制框架内，这几乎是一个无解的死结。

二、 精益视角下的“伪需求”与“库存浪费”

如果我们将视角切换到生产与运营的微观现场，用丰田精益模式（TPS）来审视这些仓库里的AI一体机，结论会更加冷酷。

精益思想的核心是消除一切不创造价值的浪费（Muda）。在真实的业务流程中，价值的流动应当是由下游终端客户的真实需求来“拉动（Pull）”的。当生产线上出现了高频的质量缺陷，或者某个工序的节拍时间（Takt Time）成为了全链路的瓶颈，且现有的人力与传统自动化手段无法突破时，对AI等新技术的“需求”才会被真正拉动出来。

而国企采购AI一体机的模式，是典型的“推式（Push）”生产。是为了花掉预算、为了迎合概念，强行把一个技术工具“推”给毫无准备、也毫无痛点的业务部门。

这种缺乏现场“局部知识（Local Knowledge）”的盲目采购，不仅没有消除业务摩擦，反而制造了精益生产中最恶劣的七大浪费之一——“库存浪费”。机器闲置在仓库，占用了资金，消耗了存储空间，甚至为了应付检查，还需要专门派人去定期维护、写虚假的运行报告。新技术在这里不但没有成为生产力，反而成为了增加组织管理熵的负债。

这也印证了哈耶克的洞察：高高在上的中央决策者（或企业高层）永远无法掌握分散在无数业务现场的、瞬息万变的默会知识。脱离了现场真实痛点的技术投资，注定是一场盲人摸象的游戏。

三、 试错与跟风：企业家才能与“风险对称”

由此，我们必须直面第二个问题：当下的资本市场和科技圈里，Manus、AI Agent、具身机器人、低空经济、Token经济……这些满天飞的新词和风口，究竟是收割韭菜的智商税，还是真正代表未来的价值革命？

坦率地说，这个问题本身的提问方式就陷入了建构理性的陷阱。它试图寻求一个上帝视角下的、非黑即白的静态答案。

在真实的经济运行中，不存在“这些东西是不是智商税”这个单一的绝对真理。真正存在且需要严格区分的是：在这些看似疯狂的技术方向上，到底是谁在用自己的真金白银押注，又是谁在用别人的钱跟风作秀？这两件事的经济学性质，犹如云泥之别。

以王兴兴用自己的积蓄创办宇树科技为例。他在无人问津的三年里，忍受着没钱没名的煎熬，倾尽所有去赌具身机器人是未来的通用生产力。这叫什么？在伊斯雷尔·柯兹纳（Israel Kirzner）的理论中，这叫纯粹的“企业家才能（Entrepreneurship）”——一种对尚未被满足的消费者需求和尚未被发现的获利机会的极其敏锐的警觉。

企业家在面对未来的不确定性时，用自己的身家性命做赌注。市场会像一个冷酷而公正的法官，用利润来奖励他正确的判断，用破产来惩罚他的误判。这种行为，纳西姆·塔勒布称之为“风险对称（Skin in the Game）”。这种基于私人产权的试错，是人类技术进步和经济增长的唯一真实引擎。

相反，如果某个地方国企或靠着政府补贴续命的伪高科技公司，花三千万采购一批具身机器人，仅仅为了放在新建的产业园展厅里当迎宾摆设，或者在领导视察时表演后空翻。这就是纯粹的公关表演与资源挥霍。钱是公众的，责任是模糊的，这种行为既没有发现市场价格差异，也没有满足任何真实的消费者需求，它仅仅是在信息不对称和产权缺位下的一场面子工程。

在凯恩斯主义的宏观叙事里，这两笔钱似乎都被计入了所谓的“总投资”和“GDP”，仿佛都在拉动经济。但在客观的经济学逻辑下，前者是在创造财富，后者是在消灭财富。如果把柯兹纳意义上的先行者和利用体制漏洞跟风的投机者一勺烩了，统统骂成“智商税”，那是对市场机制最大的误解。

即使是私人企业，如果老板自己被概念忽悠，买了一套毫无用处的AI一体机或者低空经济方案，结果打了水漂。我们需要替他惋惜吗？完全不需要。那是他作为企业家判断失误必须付出的代价。他用自己的钱买教训，市场的亏损会强迫他调整未来的决策。如果他是一家上市公司的CEO，用的是股东的钱做出了糟糕的判断，那么暴跌的股价和愤怒的董事会自然会教他做人。只要产权边界清晰，市场天然具备强大的纠错机制。

所以，追逐技术热点本身绝不是问题。问题永远是：你追热点，用的是自己的钱还是别人的钱？决策做出后，谁来承担财务上的终极后果？这个答案，决定了这件事究竟是伟大的企业家试错，还是体制性的系统浪费。

四、 消费者主权：审视自身的“数字阑尾”推销

批评国企的浪费当然是正确且必要的，这种不负责任的资源错配理应被置于聚光灯下，而且批评的刀刃必须直指产权缺失的根源，绝不能总是停留在“加强监管”、“完善审批”这种扬汤止沸的错误文章上。

但是，作为商业世界的参与者，在义愤填膺地批评完体制内的乱象之后，转过头来，我们必须把极其冷峻的目光对准自己。

我常常看到很多企业主或业务负责人，一边在饭局上嘲笑某某国企买了一堆没用的AI机器当摆设，一边转头就向自己的客户声嘶力竭地推销着一堆同样没人真正用得起来的数字化系统、SaaS工具、元宇宙解决方案或者是各种花里胡哨的“赋能”培训课程。

如果你提供的产品和服务，客户买单仅仅是因为一时的冲动、概念的蛊惑，或者是因为你搞定了对方公司里某个不用对自己花钱结果负责的部门经理（本质上也是利用了对方企业的代理人问题），但系统上线后，客户的基层员工根本不用，业务效率不仅没有提升，反而增加了填表打卡的内耗。

那么，恭喜你，你正在换一种姿势，重复着和那个国企采购负责人一模一样的事情。你同样在制造一场没有价值的资源错配，你卖出去的系统，就是客户业务流程中的“数字阑尾”。

卡尔·门格尔（Carl Menger）奠定的主观价值论告诉我们：价值并不客观存在于你写的那几万行代码里，也不存在于你的系统集成了多少个最新的大模型接口中。商品的价值，仅仅取决于它是否能够真实地满足消费者消除某种不适感的欲望。

真正的“消费者主权”，意味着消费者最终是用真金白银在投票。在这个残酷而纯粹的投票场上，谁提供的东西真正有用，谁为终端解决了摩擦，谁就能活下去；谁靠包装概念和话术忽悠，哪怕能骗取一时的现金流，最终也必然会被市场清算。对于任何一家企业来说，市场的盈亏才是最刚性、最直接的约束，它比任何政府监管都更加有效。

因此，当你身为一个运营者或创业者时，你真正应该时刻拷问自己的问题，绝对不是“这个AI技术是不是人类的未来”、“Web3能不能颠覆世界”，而是极其枯燥、冷静的灵魂一问：

“我今天卖给客户的这个东西，解决了他们业务流中的什么具体问题？我的消费者今天掏出的每一分钱，是否换回了超出其预期的真实效用？”

如果这个问题的答案是含糊其辞的，甚至是否定的，那么无论你所使用的技术名词多么震撼全球，无论行业的政策风向多么烈火烹油，你的业务模型本质上就是不可持续的，它对你的企业来说，就是正在发生的毁灭和浪费。

国企仓库里吃灰的AI一体机，那是别人体制的绝症。

而你自己卖出去、但客户现场却毫无活跃度、没人真正使用的产品，那才是你生死攸关的绞肉机。

在嘲笑别人之前，这两个问题，你最好能够同时、且极度清醒地想清楚。