生成式 AI、Vibe Coding 和各类自动化工具快速普及后，越来越多创业者开始追求所谓的“AI Maxing”：大量购买 Token、部署 AI Agent、快速开发 App，希望用更少人力完成更多工作。
不过，美国企业家、投资人 Alex Hormozi 对这股趋势提出了不同看法。他在近期一支题为《Why AI Won t make you rich in 2026》的视频中提到，很多人每天都在高频使用 AI，Token 账单不断上升，但收入并没有同步增长。
AI 提高了产出，不等于创造了价值
Hormozi 认为，问题不在于 AI 没有效率，而在于不少企业把“提高产出”当成了“创造价值”。当 AI 让人能做更多事情时，企业未必会把资源集中到最重要的瓶颈上，反而可能更快去执行那些原本就不值得优先处理的低优先级工作。
按他的说法，AI 可能让企业更忙，却不一定让企业更赚钱。
AI 没有取代资本、媒体和团队带来的杠杆
Hormozi 将“杠杆”定义为投入与产出之间的差距：投入很少却获得大量回报，说明杠杆更高；投入很多资源，最终成果有限，杠杆就更低。
他表示，AI 无疑是一种高杠杆工具。借助生成式 AI，一个人现在可以撰写文案、分析数据、生成图片、制作程序，完成过去需要多人合作才能处理的工作。
但他同时强调，AI 的出现并没有让其他形式的杠杆失效。资本仍然可以放大投资回报；媒体内容可以一次影响数千甚至数百万人；团队则可以让企业同时推进更多事项。资本、媒体、人才、品牌与 AI 等不同杠杆结合后，效果甚至可能是乘法，而不是简单相加。
他还以大型 AI 实验室为例称，即便这些公司掌握全球最先进的 AI 模型，仍然雇用了数千名员工。这至少说明，在现阶段，人力、组织管理和专业判断并没有因为 AI 出现而失去价值。
很多企业的问题，不是做得不够快
Hormozi 观察到，许多企业主在导入 AI 后，因为个人和团队的工作容量上升，开始执行过去没有时间处理的事项。表面看，企业产能提高了；但这些过去被搁置的事情，往往也正因为优先级较低，才没有先做。
结果就是，企业开始借助 AI 更快生产更多内容、开发更多功能、建立更多自动化流程，却没有先回答一个更核心的问题：这些工作到底会不会增加收入。
他认为，缺少 AI 有时反而会迫使经营者进行更严格的排序，把有限的人力和资金集中到真正能改变经营结果的事项上。当资源因为 AI 看起来更充裕时，企业反而可能降低筛选标准，让更多低价值任务进入执行流程。
AI 能提效，但未必解决核心瓶颈
Hormozi 并没有全盘否定 AI。他指出，AI 的确已经在部分商业场景中带来实际效果。
- 广告团队可以用 AI 产出更多广告素材；
- 销售团队可以部署 AI 业务代表，处理初步接触、资格筛选和信息回复；
- 企业也可以通过自动化降低部分行政与交付成本。
但问题在于，这些环节通常未必是企业增长的主要限制。一家公司真正缺少的，可能是市场需求、品牌信任、有吸引力的产品、有效的销售流程，或持续提供高质量服务的能力。
如果核心产品本身缺乏竞争力，即便后端运营完全自动化，也很难带来根本性增长。Hormozi 表示，如果 AI 已经可以完美解决大多数企业瓶颈，那么大量采用 AI 的公司理论上都应该出现显著收入增长，但现实并非如此。原因在于，很多企业使用 AI 的位置，并不是收入增长真正受限的位置。
不使用 AI，也可能获得 10 倍杠杆
Hormozi 进一步指出，企业还有许多不依赖 AI、也能大幅提高杠杆的方法。
例如，一对一服务可以改成一对多的小组模式。若一名顾问原本一次只能服务 1 位客户，转为一次服务 10 人，单次投入产生的收入和影响力，理论上就可能提高到原来的 10 倍。
企业也可以把需要预约的同步服务改成异步交付，减少人员必须同时在线的时间；或者重新设计销售流程，提前教育潜在客户，让真正进入业务通话的客户更了解产品，也更有购买意愿。
这样一来，公司可能不再需要 10 名业务人员进行大量低效率对话，而是只需要 2 名业务，就可以服务筛选后的高意向客户，完成相同甚至更多交易。
Hormozi 认为，这类流程设计不一定需要 AI，却可能比单纯导入聊天机器人更直接地改善企业的单位经济效益。
最高杠杆不是 AI，而是正确决策
在 Hormozi 看来，企业经营中杠杆最高的行为，甚至不是使用 AI，而是做出正确的资源配置决策。
他举例说，假设一个团队正准备投入大量时间推进某项工作，管理者如果能及时判断这项工作已经不再重要，并直接取消整个项目，就能立刻释放整支团队的时间。相较之下，如果管理者只是用 AI 把这项工作自动化，最终仍然会产出一个不重要的结果。
他的核心观点是：“判断某件事不再是优先事项，比将一件不重要的事情自动化更有效率。”
相关节目摘要也将这一概念概括为：如果 AI 被用于低优先级任务，只会让企业在没有实质影响的工作上变得更有效率。
Token 账单增加，不等于营收增加
Hormozi 指出，很多人现在把使用大量 Token、建立更多 Agent、开发更多 App，当成自身竞争力提升的证明。但对企业来说，最重要的衡量标准并不是用了多少 AI，而是导入 AI 之后，是否真的提高了营收、改善了毛利、降低了交付成本，或者解除了企业的主要瓶颈。
他建议企业经营者直接问自己一个问题：“在我的公司导入 AI 之后，真的让我赚到更多钱了吗？”
如果答案是否定的，问题通常不是 AI 本身没有价值，而是企业可能把 AI 用错了地方。AI 更合理的用途，应该是集中解决限制企业增长的关键问题，而不是因为工具能力增强，就开始制造更多原本不存在的工作。
AI 是工具，不是企业战略本身
Hormozi 将现阶段的 AI 比作企业突然获得了一大批虚拟助理。这些虚拟助理可以快速研究资料、整理内容、生成初稿、处理行政任务，甚至协助开发软件。但企业过去即便可以聘请低成本助理，也不代表一定能建立成功品牌，或提出优秀产品，AI 同样无法自动消除市场竞争。
企业之间仍然要比较产品质量、品牌信任、销售能力、服务体验和产品定位。好的产品仍会与差的产品竞争，强品牌仍会比缺乏信任的品牌更容易成交。若公司提供的方案本身缺乏吸引力，AI 或许可以帮忙制作更多广告、写出更多文案、建立更完整的自动化漏斗，但这些效率提升未必能改变客户不愿购买的根本事实。
Hormozi 最后表示，AI 的确提高了企业可使用的杠杆，但它没有取代资本、人才、媒体、品牌、流程设计和管理决策。对多数企业来说，真正推动增长的因素并没有改变：创造更多市场需求、提高需求转化率，以及持续交付高质量产品和服务。
在 AI 大幅降低执行成本之后，“做什么”的重要性，反而可能比“如何更快做完”更高。