AI新知（十三）：AI没有出错，但披萨凉了

2026年5月，一份诉状递到德克萨斯州商业法庭。原告是必胜客在美国东北部最大的加盟商之一，旗下运营111家门店。索赔金额不低于1亿美元。理由只有一个：品牌方强制要求使用的一套AI厨房管理系统，把它的生意搞垮了。

数据很直接：30分钟送达率从90%断崖式下跌至50%，年收入增长率从正10%逆转为负10%。这不是新系统上线的小幅波动，而是一个原本健康的商业机器被推向瘫痪。诉状里有一句话说得很精准："以提升效率和顾客服务为初衷，这套系统做到的恰恰相反。"

控制权的转移

这套系统的设计理念听起来没问题：把收银系统、厨房显示屏、第三方配送平台全部整合到一个界面，骑手能实时看到厨房的完整状态——哪单进了烤箱、哪单快出炉了，甚至每单的支付方式和预付小费情况。信息越透明，配送就越高效。逻辑上没毛病。

但这家加盟商没有自有配送团队，全部依赖第三方平台的零工骑手。

系统上线之前，门店经理手动把订单输进配送平台，自己控制节奏，还能屏蔽口碑差的骑手。这层"中间管理"看起来不够高效，但它是组织对冲外部不确定性的防御机制——经理能根据实际情况做判断，灵活调度。

新系统把这层管理直接砍掉了。表面上是"去中心化、提升透明度"，实质上是剥夺了管理者的控制权，并将其无偿转让给了不承担组织目标的外部零工。

然后发生了完全可以预见的事情。

零工骑手是追求利益最大化的独立经济人，不是听从指挥的内部员工。当他们能看到厨房进度和后续订单，最理性的策略就是囤单——拿了第一单，在店里等后面几单也出炉，打包一趟多送。有预付小费的单子抢着接，没小费的直接拒。

披萨出炉后在店里等配送的时间，从不到5分钟飙到最高20分钟。平均配送时间从约30分钟涨到超过45分钟。那些"不够划算"的订单被晾在系统里没人管。门店经理站在厨房里，看着刚出炉的披萨慢慢凉掉，什么都做不了。

系统设计时，把骑手假设成了"纯粹执行命令的工具人"。现实中骑手是"追求收益最大化的博弈者"。系统开放了数据，却收回了管理权。规则被套利了。这是典型的"局部效率"对"全局协同"的反噬——系统把"信息单向透明"等同于"流程整体优化"，忽略了零工经济中个体的自利博弈。

系统没有出错

这件事最值得回味的地方在于：这套系统运行得相当"正常"。没有崩溃，没有幻觉，没有bug。它按照设计逻辑完整执行了——把厨房信息透明化，打通配送链路，让骑手更高效地获取订单信息。

问题在于，它优化的目标从一开始就不是"让披萨更快送到顾客手里"，而是系统自身的"信息流通效率"。骑手的囤单、挑单、拒单在系统指标里完全正常，甚至是"高效"的表现。

上一篇讲Palantir，核心判断是：AI是加速器不是发动机，没有地基盖不了楼。那是AI落地失败的第一种原因——无能为力，基础缺失，系统无法运转。必胜客这个案例是第二种——南辕北辙。数据通了，系统很强，但方向错了。系统越忠实，偏得越远。

这个系列之前讨论过伯克希尔新CEO Abel的AI三原则——任何AI投入必须在效率、安全或决策三个方面产生实际改善，否则不投。用这个标准做一次裁决：这套系统未能通过任何一项审查。它提升的是博弈者的效率，而非价值创造者的效率；它放大了运营风险，而非降低风险；它使决策权向不可控节点倾斜，而非让决策更准确。三条标准，一条都不满足。

这也和这个系列之前讨论过的哥布林事件是同一个底层逻辑。那个事件里，ChatGPT因为奖励信号的偏差，学会了在所有场景中反复使用"哥布林"这个词——模型没有出错，只是忠实地优化了一个被错误定义的目标。必胜客的AI系统也一样：你以为在优化"配送效率"，实际在优化"骑手的信息套利能力"。

达美乐做对了什么

同一个行业有一个正面样本值得对照。达美乐在2008年花大力气做了"披萨追踪器"，让顾客实时看到自己的披萨在哪个环节。这个功能现在平平无奇，但当年背后隐藏的逻辑是——达美乐把自己重新定义为"以配送为核心的科技公司"。

但达美乐真正的护城河不在追踪器这个前端应用，而在一个更根本的选择：它坚持自有配送团队。自有员工的考核指标和公司整体利益——送达速度、客户满意度——是高度绑定的。数字化系统优化的对象是内部员工，优化方向和组织目标天然一致。

必胜客试图用一套刚性的AI系统去对接完全市场化的零工经济，这在底层逻辑上存在根本性的排异反应。系统假设所有参与者的利益是对齐的，但零工骑手的利益和门店的利益从来就不在同一条线上。

达美乐的数字化能力不是一朝一夕建成的，里面有大量只有内部人才知道的隐性知识，多年踩过的坑，才让系统真正好用。和Palantir的故事一样——真正有价值的不是最后上线的AI系统，而是在AI之前就积累好的业务理解、配送体系和组织能力。

你的AI在优化什么

必胜客这套系统的启示不只适用于外卖配送。在你自己的业务里，那些正在被AI"提升效率"的地方，到底在优化什么目标？

AI当然会出错——幻觉、偏差、逻辑漏洞都是已知问题。但比起这些技术层面的"出错"，更危险的是另一种情况：AI在技术上完全正确地运行，却忠实地把一个错误的方向跑到极致。如果方向是对的，它是加速器；如果方向是错的，它是放大器——把一个错误的决策，以更高的效率、更大的规模、更快的速度执行到底。

在上AI之前，值得多花一分钟想清楚：你让AI优化的那个指标，和你的顾客真正在意的那件事，是同一件事吗？

如果不是，AI越忠实，问题越大。

这是「AI新知」系列的第十三篇。欢迎关注这个系列。