今天小編分享的教育經驗：曾鳴最新演講：下一個10年，生意的底層邏輯變了！，歡迎閲讀。
作者 | 曾鳴，阿裏巴巴集團前總參謀長
來源 | 筆記俠 管理智慧 AI+
咨詢合作 | 13699120588
文章僅代表作者本人觀點
人工智能不是 " 神話 "，更不是 " 安全危機 "、" 生存危機 " 的代名詞。它是真正關系到人類文明未來演化的工具。而認知的欠缺、叙事的誤導，才是真正的 " 卡脖子 "。
AI 到底帶來了什麼價值？
波士頓咨詢（BCG）在《未來已來：AI 組織進化論》中指出，AI 不僅是一場技術革命，更将徹底颠覆傳統組織的管理邏輯。
未來三到五年，人工智能，包括傳統和生成式人工智能會大量嵌入到所有的產品、服務，包括整個工作流程中。
在 AI 時代，人工智能正以前所未有的速度颠覆商業世界，它不僅改變了工作方式，還在重塑企業的組織結構。
今天這篇文章，讓我們聊聊當 AI 成為同事，怎樣重構組織？
智能體崛起，
未來 10 年将會有哪些改變？
我想跟大家講下現在的 AI 公司都在幹什麼？因為這代表了未來 10 年我們會受到怎樣的技術衝擊。
過去 Deepseek 在春節期間火爆出圈，大家對大模型是做什麼已經非常清楚。
現在 AI 變得越來越聰明，通過與對話機器人的互動，大家可能已經感受到這種智力上的衝擊和碾壓。
問任何問題，它都能給你一個讓你驚喜的回答。
現在大模型已經達到相對智能的程度。随着芯片和基礎設施的發展，這個行業開始進入產業化的拐點，商業化将成為未來幾年的主題。
未來 5 年是 Agent（智能體）應用大發展的 5 年。AI 的應用，最通俗的詞是機器人。
機器人在傳統意義上是軟硬體一體化，包括掃地機器人、自動駕駛汽車、宇樹帶火的人形機器人、特斯拉的 Optimus 擎天柱等，這些都是帶硬體的機器人。
但實際上，我今天想重點講的是未來三到五年會出現井噴式爆發的 Agent，我把它翻譯成智能體。
簡單來説，智能體是一個 AI 系統，它是一個完全自主的 AI 系統，可以在較長時間内獨立運行，使用各種工具完成設定任務，并且能夠通過收集反饋不斷學習提高自己的能力。因此它是一個學習提升獨立的 AI 系統。
當然這個 AI 系統可以很簡單，但是必然會變得越來越復雜，所以我認為未來 5-8 年智能體将經歷三個發展階段。
第一個，可靠的代理，即 Agent 的本意。你告訴他 12345 幫助我完成這件事情，他會一字不差、非常可靠地完成這件事情。
第二個，能幹的助理。告訴他下周要出差的地點，他會幫助你安排好所有行程。
第三個，一個聰明的夥伴，你可以與他一起定義和讨論問題，共同商量解決方案。
這是智能體發展的三個階段。這是一個智能的提升，同時也是 Agent 的泛化，它會被 push 到更廣泛的場景代替人完成各種任務，并且它本身會變得越來越復雜和智能。
下一個時代的競争關鍵：
智能體與黑洞效應
1. 智能體競争優勢來源：黑洞效應
今天先提出一個不成熟的概念，我認為智能體在未來持續競争中的優勢來源只有一個，那就是黑洞效應。
黑洞效應與工業時代的規模經濟效應以及網絡和互聯網時代的網絡效應相對應，而我個人則認為，它是 AI 時代最基本的競争優勢來源，也是驅動 AI 經濟發展的動力所在。
那麼，究竟什麼是黑洞效應呢？
我們來看一下。AI 的發展有三個關鍵要素，分别是算法、算力和數據。
算法和算力的每一次突破都會引發 AI 的重大變革，就像當前 AGI（通用人工智能）的出現，正是因為基于 Transformer 架構的突破，進而形成了大語言模型，通過 token（文本處理的最小單元）的方式來預測下一個行動，這帶來了整個 AI 範式的轉變。
當然，這其中也有英偉達芯片不斷更新的助力。不過，我們現在正處于算法和算力發展的瓶頸階段，在這個階段，核心的差異其實體現在數據上。
數據有一個非常有趣的現象，因為數據本身也存在規模經濟效應。更準确、更多、顆粒度更精細、更豐富且維度更多的多維數據，會讓 AI 在智能上的進化速度更快、能力更強，從而擁有更多獲取數據的能力和動力，這是一個典型的自循環正反饋閉環。
所以，要讓智能的飛輪轉動起來，其核心在于知識的黑洞。
這一輪的 AGI 之所以強大，是因為它能夠處理海量知識，它不像互聯網只是處理信息，而是真正能夠處理知識，并在處理知識的基礎上產生智能。
而且智能體的飛輪也很有意思，更聰明的智能體會吸引更多用户，更多用户又會帶來更多私有的數據和知識。
大家想一想，雖然現在所有的大語言模型使用的都是互聯網上公開的、沉澱了幾十年甚至上百年的公共數據知識，但你今天與豆包、通義或者 Deepseek 的對話，完全是别人看不到的，這就如同一個巨大的黑洞吞噬了我們所有與它的對話。而我們與它的每一次對話，都展現了人類思考的過程。
以前人們一直疑惑 AI 為何難以學習人類思考，因為沒有人在紙上記錄下我們的思考過程。然而，你與 AI 的互動過程，其實就是你當下的思考過程。你會告訴 AI：" 你想得不對，我是這麼想的，你應該換個角度思考。"
實際上，每一個 AI 模型都在吞噬海量的知識，而且是個性化的知識，是之前在互聯網上不存在的、關于你思考的知識。
所以，未來尤其是走出預訓練之後，當預訓練和推理一體化的閉環運轉起來，私有知識的價值将會越來越大。
那個時候 AI 就變成了一個巨大的知識黑洞，吸納的知識愈多，其力量便愈發強大，随後就會產生大爆炸。宛如一場宇宙大爆炸，誰膨脹得最快，誰就是太陽，誰膨脹得慢一點就變成了月亮，再小一點可能就變成了隕石。
因此，真正推動 AI 智能體發展的，正是這個不斷吞噬知識的黑洞。
2. 智能體競争的關鍵：啓動機器學習飛輪
對大家來説，尤其是從事 AI 應用的創業者，接下來的競争策略是什麼？關鍵在于第一時間啓動機器學習的飛輪。
AI 的另一個名稱是 machine learning（機器學習），因此如何讓機器學習得更快更好，便成為你唯一重要的戰略優先級。
為什麼端到端如此重要？特别是特斯拉在自動駕駛領網域采用了端對端技術後，過去兩年對行業產生了巨大的影響。端對端之所以重要，是因為智能體可以完全獨立運作，無需人為幹預。
這句話非常關鍵：智能體幫助人類提高效率的能力有一個很低的上限。現在大多數大公司使用 AI 的目的僅僅是降本增效，他們将 AI 視為一種工具。
只要這個工具是為人類服務的，那麼它提高效率的能力就受限于人類效率的上限。
然而，當 AI 能夠獨立上崗時，它可以不間斷地 24 小時學習，數據每完成一次閉環，AI 就會進化一次。只有當 AI 智能體獨立上崗後，它才開始進入學習的快速提升階段，其上限是我們看不見的。
所以，第一時間完成智能體的獨立上線，讓 AI 自行完成實時的數據閉環和自我學習提升，這是啓動黑洞效應的關鍵。
同時，由于構建智能體的核心能力相對稀缺，你可以将智能體擴展到更多相似的場景和内容中，即跨領網域的擴張。
3.AI 時代的競争戰略
① 從網絡效應到黑洞效應
首先，互聯網處理的是海量信息，解決的核心問題是信息不對稱，價值創造的源泉是網絡效應。
而 AGI 處理的是海量知識，解決的核心問題是決策效率和成本，核心價值在于創造新的供給。
智能體上崗就是解決供給稀缺的問題，價值創造的源泉是黑洞效應，即如何高質量、高效率地消化、吸收、運用和創造知識。
但黑洞效應不會導致赢者通吃，未來競争将達到相對均衡的狀态，會有多個智能體存在。
目前我還看不太清楚，那個規律還沒摸到。我自己觀察自動駕駛領網域已有十年，每年對產業終局的判斷都在調整，但背後的規律其實是逐漸顯現的。
② 從最低網絡規模門檻到最低智能門檻
互聯網時代的競争重要的是争取第一時間達到最低網絡規模門檻，這樣網絡效應就會被觸發，網絡消息開始滾動傳播。
在智能時代，我們追求的是盡快跨越最低智能門檻。從事 AI 智能體開發的人都明白，如果不能達到 60 分的标準，這個產品就無法投入使用。然而，一旦超過 60 分，達到 90 分可能只需要兩周的時間，因此必須第一時間讓 AI 上崗。
③ 從高頻碾壓低頻到高智商碾壓低智商
互聯網時代是高頻碾壓低頻，智能時代是高智商絕對碾壓低智商，然後高維絕對碾壓低維。因此，我們會看到越來越復雜的四維、五維智能體的出現，它們對于三維空間來説具有壓倒性的優勢。
人類最大的痛苦是什麼？我們獲得的知識始終是有限的，我們的學習能力也是有限的。但是，AI 從第一天起就擁有了人類歷史上積累的所有知識，并且可以在秒級内調用這些知識。因此，大家可以看到這是一個維度上完全不同的競争。
并且，未來的行業壁壘将被重新定義，這句話可能有些難以理解，但卻非常關鍵。有些人可能會説，我們是安全的垂直行業，把 AI 當作工具使用就足夠了。
但是，今天我們認為安全的垂直行業的定義都是基于過去的知識和經驗建立起來的壁壘，而這些壁壘很可能被 AI 打破。
因此，未來的行業壁壘将根據 AI 的認知模式和效率差異來重新定義，而不是基于人類的認知模式和經驗差别。
經濟發展的底層驅動力：技術發展
1. 智能時代的核心驅動力：智能體
我們從競争戰略角度跳出，來看宏觀的人類文明演進歷史。技術進步一直是經濟發展和文明演進的最底層驅動力。
人類文明的歷史從火的應用開始，經濟真正開始增長是在第一次工業革命之後，那時有了工具和機械化的工具。接着是第二次工業革命，電力的出現，再到信息時代的兩次革命。
因此，你可以看到技術是經濟發展的最底層驅動力。
那智能時代經濟的驅動力是什麼？
我剛才提到工業時代最基本的經濟單元是工廠。工廠取代手工作坊是工業經濟最重要的組織突破。
在管理信息時代，經濟的基本單元是公司。我們經常提到，公司創造了社會的基本經濟價值，因此公司是我們研究的基本經濟單元。
智能時代的基本經濟單元是智能體，即機器人。機器人是未來創造經濟價值的基礎。
我們所有關于未來智能時代或者人工智能時代的經濟思考，核心點就是剛才提到的智能體。
企業微觀競争是這樣，宏觀經濟的思考也是這樣。
2. 智能時代的價值源泉：黑洞效應
我們現在再來看黑洞效應，可能會有不同的感受，即黑洞效應是 AI 時代的價值源泉。
AI 其實是一個復雜系統的演化。
AI 的本質是智能湧現，它更像生物的復雜系統，無論是復雜的機械系統還是簡單的生物系統，都是復雜系統。AI 的核心是如何讓復雜系統湧現出越來越高的智慧。
在實踐中，我們需要思考何種復雜系統結構以及在何種初始化條件下如何演變最有利于智能產生。
黑洞效應本質上是機器學習的復利，使得有機會獲取更多知識的智能體，進而演化出更強的智能。
智能體與智能體之間的競合以及人與人之間的競合，這些復雜系統相互套嵌和共同演化，構成了 AI 經濟發展的核心。
我們已進入類似生物系統大爆炸階段，核心在于認知和智慧的湧現。黑洞效應是影響復雜系統結構和演化的重要因素。
未來組織形态：共創型智能組織
1. 新的 AI 團隊如何運作？
我們回到微觀角度，看下新 AI 團隊如何運作？我們可以落到更實在的角度，大家現在在招聘什麼樣的人？
① AI 團隊在招什麼樣的人？
大家過去聽説過 Open AI、Pika、Deepseek 這些聲名遠揚的團隊。
Deepseek 眾人皆知，其成員皆是清華北大最年輕的畢業生，不是在奧林匹克數學競賽中嶄露頭角，就是在奧林匹克編程競賽中拔得頭籌。
Pika 是 2023 年最為火爆的公司之一，三個斯坦福大學辍學的計算機專業學生憑借視頻生成技術獲得了數億美元的估值。
而 OpenAI 在真正推出 GPT 3.0 到 Chat GPT 時，團隊成員還不到三百人。
這些都是我們耳熟能詳的大公司。在這兩年裏，我觀察 AI 團隊招聘時，發現标準非常一致：
第一，超級聰明、自驅、學習能力強，除了剛才提到的招聘個别老法師之外，其他只招聘年輕人。Deepseek 是最典型的例子，全部是二十幾歲的年輕人。
第二，團隊規模非常小。只要團隊人數超過 20 人就會被嘲笑。有七八個人的團隊感到非常舒服，而十幾個人的團隊則感覺人數增多。
② 為什麼要招這樣的人？
有了 AI 工具，有了大模型，知識再也不是稀缺資源。
第一，底層原因是元認知能力強。
何為元認知能力強？即能抽象建模，洞察本質，進行第一性原理思考。
AGI 這一輪本質上是概率論的體現，依賴大數據統計來尋找規律和識别模式。
而此時人類的獨特價值在于反向操作，即能夠從少量數據中抽象出模型。因此，具備抽象建模能力的人變得極為重要。
應用數學系的學生在就業市場上可能僅次于計算機系。
他們最核心的能力就是建模能力，即将抽象的數學與現實世界映射到數學公式中，并通過建模實現計算機泛化函數的泛化。這些人的核心優勢在于其抽象建模的元認知能力。
第二，他們擅長使用各種 AI 工具。
第三，他們能夠不斷學習和自我提升。
所以，我們看到的直接結果是一将頂千軍。恨不得一個人能把所有的事情都幹了，而且也真能幹到。
所以我們今天看到：
第一，一人多能。
一個人可以完成多件事情，不需要產品經理、研發、測試和質檢，只需要調用不同的 AI 工具。原來需要多個配套職能才能完成的任務，現在只需要一個人加 AI 工具就可以完成。
第二，一人多崗。
一個人通過與 AI 合作，使用相同的能力可以勝任銷售、面試、财務等多個崗位。
比如説我最近碰到個 CEO，他花了 3 天的時間就掌握了如何在抖音上進行達人營銷，然後直接捏了一個智能體，無需招聘人員，這個智能體就直接上崗了。
他還捏了一個 AI 面試官。這樣的人能夠勝任許多看似不相關的崗位，而且他們提出的解決方案通常比經驗豐富的專家更好，因為後者依賴經驗，而前者依靠底層思考。
第三，一人公司。
過去兩年，我們看到了許多一個人的公司。Manus 的 CEO 在采訪中提到：過去兩年是獨立開發者的狂歡。
大約在 2000 年 PC 互聯網起步時，獨立開發者就能夠做很多事情。淘寶剛興起時，一個賣家借助淘寶提供的工具就能賣出數百萬甚至上千萬元。
B 站的博主也是如此。新技術的開始首先是獨立開發者的狂歡，其次是擁有獨特客户認知的個體，他們整合各種 AI 工具。
因此，一人公司會越來越多。
2. 未來的組織形态
在這個基礎上，我們看到的是怎樣的未來組織？
① 個人能力優勢被極大放大
由于 AGI 吸收了人類所有的已知知識，頂尖人才的學習成本大幅降低。
原本可能需要一生才能成為某個領網域的專家，現在可能只需要一周甚至幾天就能掌握另一個領網域的專業知識。
這是因為他們可以利用強大的元認知能力和 AI 工具，以及 AI 已經具備的知識。通過與 AI 專家互動，他們能夠快速形成自己的認知，從而迅速學習各個領網域的知識，并提出原創的解決方案。
歷史上，豐富的經驗曾是職場和公司的壁壘。但現在，由于高認知能力可以迅速超越經驗，頂尖人才的時間稀缺性部分被打破。
我們所有人的唯一限制最終就是時間。但是有了 AI 的輔助，學習所需的時間成本大大降低，因此這些個體的能力得到了極大的提升。
② 知識工作者被創智人才取代
在這個意義上，看似微小的元認知差異最終可能導致能力上的巨大差距。而且，學習 AI 工具本身也具有復利效應。因此，從這個角度看，知識工作者正逐漸被創智人才所取代。
首先，什麼是創造力？
本質上，它是原創性地解決復雜問題的能力。我暫且将其稱為創智人才。目前，我們可以看到這類人才大致分為三類：
第一類頂尖專家，他們能夠在特定領網域持續創造新知識，為 AI 提供新的支持，走在 AI 的前面。
第二類擅長跨界鏈接和創新的人才，他們打破了人類原有的認知和知識結構，類似于達 · 芬奇時代，通感變得非常重要。
我們需要跳出過去幾十年教育中過于專業化、碎片化的問題，因為這種碎片化的知識掌握無法超過 AI，所以我們需要回歸到更有價值的通感。
第三類領導者，人是有情感的動物，需要領導來推動協同和決策。
公司大概只需要這三類人，剩下的我們都稱之為硅基員工。
其次，創造力革命。
我再拔高一下視角，從宏觀角度來看，這與我之前提到的智能經濟相呼應。為什麼説宏觀與微觀是相連的呢？
德魯克是上個世紀最偉大的管理學家，他将工業革命劃分為三個階段：
第一個階段是工廠取代手工作坊；
第二個階段是企業超越工廠，提高管理效率。
哈佛商學院成立于 1900 年代初期，一百多年來一直将 MBA 視為一個流水線，批量生產具有共同語言的管理者，以提高管理效率。
而過去 50 年的信息革命則是提高軟體的價值，他用 "knowledge worker" 這個詞來描述那個時代最有價值的人群。
第三階段是 AGI 将逐步取代人類所有的知識和簡單的思考，人類唯一的價值就在于創造力。
正面來看，這也是一個幸福的時代，就像過去的動力取代了人的肌肉一樣，我們可以成為腦力工作者，甚至可能成為自由思考者、特别有創造力的人。
在 AI 時代，個體要發展的方向就是朝着創造力的方向前進。
3. 以硅基員工為起點的未來組織
回到未來組織這個話題，除了我之前提到的那三類創始人才之外，剩下的就是以硅基員工為起點的原生 AI 組織。
① 智能體不再僅僅是人類的工具，它們将成為人類的合作夥伴。
我剛剛提到過，它不是一個簡單的代理，也不是一個助手，而是合夥人級别的存在。
② 創智人才的核心工作是建設智能體，并與智能體合作，充分利用智能體。
那麼，硅基員工實際上就是公司組織内部常規工作都将被 AI 取代的那部分人，他們就是未來的硅基員工。
這一點非常重要，就像我剛剛提到的，只有當智能體第一時間上崗，才能真正產生革命性的變革，實現 AI 原生。
而且，創智型人才本身就是自驅的，所以他們不需要管理，需要的是激勵、對齊（alignment），而不是管理。
然後，組織架構将分為三層：AI 架構師、将 AI 模塊化後分解的各個配合團隊以及日常工作中的硅基員工。
這并不是要把公司的層級從 10 層壓縮到 4 層，讓大家累得半死不活，然後隔段時間又反彈回去。因為未來的組織将是兩層人員加上可以無限擴張的硅基員工團隊。
所以，科層制管理的公司制度正在逐漸消亡。我講的不是科幻場景，再次提醒大家，這是我目前觀察到的 AI 創業公司的實際運作方式。
4. 共創型的智能組織
未來的組織我把它叫做共創型的智能組織。它由一群志同道合的創智人才組成，他們共同努力、持續學習、提高協作能力，以實現共同的目标。
我們過去所學到的東西都在不斷更新。例如，人才密度這一概念在過去幾年非常熱門，但現在對于人才的定義已經完全不同了，其濃度高得有點吓人。
此外，提到的 "context not control" 也進一步更新為自動化的場景管理。
因此，在這個意義上，使命文化變得更加重要。因為只有志同道合的人才會選擇走到一起，僅僅依靠金錢是無法吸引他們的，因為他們無論在哪裏都能賺到錢，甚至賺大錢。
另外一點也非常重要：管理本質上是一個機械系統的概念，但組織的核心目标是群體智慧的湧現，即一群人如何創造出超越個體的認知，并且這種認知還要超越 AI。
因此，它也是一個有機生長的復雜系統。
群體智慧的湧現才是組織最核心的目标，這樣才能持續創新。現在的競争不再是運營效率的競争。
組織的主導原則是共創需要建立相應的文化制度和工具。
我希望大家都記住這句話：群體認知達到的高度和提升的速度決定了組織的競争力。
