似乎美国企业正在将巨大的生产力爆炸视为头部人数回到零的现实，然而事实上远远不一样。人们认为，人工智能即将要消灭雇员大多是由于那些出售芯片和软件订阅的公司在鼓吹。看看实际的企业部署，故事完全变了。这些模型在总结文本或生成样板代码方面是非常出色的，但对于关键任务来说，在根本上仍然不可靠。如果员工会糟蹋财务模型或法律合同，就会有责任和企业保险。如果人工智能会虚构法规文件或侵犯客户数据，公司仍然将被罚款数十亿。企业部门不会在没有人类监管输出的情况下签署自动代理人处理真正的钱。

另外还有执行差距。很多企业工作不是只是生成初始输出，难点在于如何处理反馈环路。客户演讲时读取房间的气氛，或拒绝中层管理者的糟糕主意。人工智能仅解决了最简单的80%使命，但剩下的20%仍需人类。这意味着尽管人工智能可能会取代当前的某些工种，但新工种仍将存在。因此，头部人数不会真正消失。

低估了计算经济学的基本原理是一个巨大的盲点。将大型推理模型用于企业日常任务的计算成本和耗能量度相当高。大量部署支付人类工资仍然可行，适当且没有构建、训练和维持高级定制人工智能架构的技术债。当然，生产力增益确实很可观。但是它们只是让当前的工人变得更加高速化，而不总是将它们完全取代。市场上期望快速、平滑地转入企业自动化操作的价值将会被打脸。

一段时间后，财报会不得不承认实际整合流程有多么困难。当华尔街意识到将这种技术部署在企业范围上需要数年时间，并且不会像魔法一样消失人事开支，相关基础设施的估值将会突然剧烈波动。