阿里巴巴集團前總參謀長曾鳴最新演講：

下一個10年，生意的底層邏輯變了！

2025年3月27日，曾鳴書院舉辦“智能經(jīng)濟和組織”公開課，以下是阿里巴巴集團前總參謀長曾鳴在開公課上的演講內(nèi)容。

01

智能體崛起未來，

10年將會有哪些改變？

我想跟大家講下現(xiàn)在的AI公司都在干什么？因為這代表了未來10年我們會受到怎樣的技術(shù)沖擊。

過去Deepseek在春節(jié)期間火爆出圈，大家對大模型是做什么已經(jīng)非常清楚。

現(xiàn)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(jīng)感受到這種智力上的沖擊和碾壓。

問任何問題，它都能給你一個讓你驚喜的回答。

現(xiàn)在大模型已經(jīng)達(dá)到相對智能的程度。隨著芯片和基礎(chǔ)設(shè)施的發(fā)展，這個行業(yè)開始進入產(chǎn)業(yè)化的拐點，商業(yè)化將成為未來幾年的主題。

未來5年是Agent（智能體）應(yīng)用大發(fā)展的5年。AI的應(yīng)用，最通俗的詞是機器人。

機器人在傳統(tǒng)意義上是軟硬件一體化，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，這些都是帶硬件的機器人。

但實際上，我今天想重點講的是未來三到五年會出現(xiàn)井噴式爆發(fā)的Agent，我把它翻譯成智能體。

簡單來說，智能體是一個AI系統(tǒng)，它是一個完全自主的AI系統(tǒng)，可以在較長時間內(nèi)獨立運行，使用各種工具完成設(shè)定任務(wù)，并且能夠通過收集反饋不斷學(xué)習(xí)提高自己的能力。因此它是一個學(xué)習(xí)提升獨立的AI系統(tǒng)。

當(dāng)然這個AI系統(tǒng)可以很簡單，但是必然會變得越來越復(fù)雜，所以我認(rèn)為未來5-8年智能體將經(jīng)歷三個發(fā)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，能干的助理。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，一個聰明的伙伴，你可以與他一起定義和討論問題，共同商量解決方案。

這是智能體發(fā)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(wù)，并且它本身會變得越來越復(fù)雜和智能。

02

下一個時代的競爭關(guān)鍵智能體與黑洞效應(yīng)

1.智能體競爭優(yōu)勢來源：黑洞效應(yīng)

今天先提出一個不成熟的概念，我認(rèn)為智能體在未來持續(xù)競爭中的優(yōu)勢來源只有一個，那就是黑洞效應(yīng)。

黑洞效應(yīng)與工業(yè)時代的規(guī)模經(jīng)濟效應(yīng)以及網(wǎng)絡(luò)和互聯(lián)網(wǎng)時代的網(wǎng)絡(luò)效應(yīng)相對應(yīng)，而我個人則認(rèn)為，它是AI時代最基本的競爭優(yōu)勢來源，也是驅(qū)動AI經(jīng)濟發(fā)展的動力所在。

那么，究竟什么是黑洞效應(yīng)呢？

我們來看一下。AI的發(fā)展有三個關(guān)鍵要素，分別是算法、算力和數(shù)據(jù)。

算法和算力的每一次突破都會引發(fā)AI的重大變革，就像當(dāng)前AGI（通用人工智能）的出現(xiàn)，正是因為基于Transformer架構(gòu)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(yù)測下一個行動，這帶來了整個AI范式的轉(zhuǎn)變。

當(dāng)然，這其中也有英偉達(dá)芯片不斷升級的助力。不過，我們現(xiàn)在正處于算法和算力發(fā)展的瓶頸階段，在這個階段，核心的差異其實體現(xiàn)在數(shù)據(jù)上。

數(shù)據(jù)有一個非常有趣的現(xiàn)象，因為數(shù)據(jù)本身也存在規(guī)模經(jīng)濟效應(yīng)。更準(zhǔn)確、更多、顆粒度更精細(xì)、更豐富且維度更多的多維數(shù)據(jù)，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(shù)據(jù)的能力和動力，這是一個典型的自循環(huán)正反饋閉環(huán)。

所以，要讓智能的飛輪轉(zhuǎn)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(lián)網(wǎng)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(chǔ)上產(chǎn)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戶，更多用戶又會帶來更多私有的數(shù)據(jù)和知識。

大家想一想，雖然現(xiàn)在所有的大語言模型使用的都是互聯(lián)網(wǎng)上公開的、沉淀了幾十年甚至上百年的公共數(shù)據(jù)知識，但你今天與豆包、通義或者Deepseek的對話，完全是別人看不到的，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(xiàn)了人類思考的過程。

以前人們一直疑惑AI為何難以學(xué)習(xí)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(dāng)下的思考過程。你會告訴AI：“你想得不對，我是這么想的，你應(yīng)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(lián)網(wǎng)上不存在的、關(guān)于你思考的知識。

所以，未來尤其是走出預(yù)訓(xùn)練之后，當(dāng)預(yù)訓(xùn)練和推理一體化的閉環(huán)運轉(zhuǎn)起來，私有知識的價值將會越來越大。

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(fā)強大，隨后就會產(chǎn)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(fā)展的，正是這個不斷吞噬知識的黑洞。

2.智能體競爭的關(guān)鍵：啟動機器學(xué)習(xí)飛輪

對大家來說，尤其是從事AI應(yīng)用的創(chuàng)業(yè)者，接下來的競爭策略是什么？關(guān)鍵在于第一時間啟動機器學(xué)習(xí)的飛輪。

AI的另一個名稱是machine learning（機器學(xué)習(xí)），因此如何讓機器學(xué)習(xí)得更快更好，便成為你唯一重要的戰(zhàn)略優(yōu)先級。

為什么端到端如此重要？特別是特斯拉在自動駕駛領(lǐng)域采用了端對端技術(shù)后，過去兩年對行業(yè)產(chǎn)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，無需人為干預(yù)。

這句話非常關(guān)鍵：智能體幫助人類提高效率的能力有一個很低的上限。現(xiàn)在大多數(shù)大公司使用AI的目的僅僅是降本增效，他們將AI視為一種工具。

只要這個工具是為人類服務(wù)的，那么它提高效率的能力就受限于人類效率的上限。

然而，當(dāng)AI能夠獨立上崗時，它可以不間斷地24小時學(xué)習(xí)，數(shù)據(jù)每完成一次閉環(huán)，AI就會進化一次。只有當(dāng)AI智能體獨立上崗后，它才開始進入學(xué)習(xí)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(shù)據(jù)閉環(huán)和自我學(xué)習(xí)提升，這是啟動黑洞效應(yīng)的關(guān)鍵。

同時，由于構(gòu)建智能體的核心能力相對稀缺，你可以將智能體擴展到更多相似的場景和內(nèi)容中，即跨領(lǐng)域的擴張。

3.AI時代的競爭戰(zhàn)略

①從網(wǎng)絡(luò)效應(yīng)到黑洞效應(yīng)

首先，互聯(lián)網(wǎng)處理的是海量信息，解決的核心問題是信息不對稱，價值創(chuàng)造的源泉是網(wǎng)絡(luò)效應(yīng)。

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(chuàng)造新的供給。

智能體上崗就是解決供給稀缺的問題，價值創(chuàng)造的源泉是黑洞效應(yīng)，即如何高質(zhì)量、高效率地消化、吸收、運用和創(chuàng)造知識。

但黑洞效應(yīng)不會導(dǎo)致贏者通吃，未來競爭將達(dá)到相對均衡的狀態(tài)，會有多個智能體存在。

目前我還看不太清楚，那個規(guī)律還沒摸到。我自己觀察自動駕駛領(lǐng)域已有十年，每年對產(chǎn)業(yè)終局的判斷都在調(diào)整，但背后的規(guī)律其實是逐漸顯現(xiàn)的。

②從最低網(wǎng)絡(luò)規(guī)模門檻到最低智能門檻

互聯(lián)網(wǎng)時代的競爭重要的是爭取第一時間達(dá)到最低網(wǎng)絡(luò)規(guī)模門檻，這樣網(wǎng)絡(luò)效應(yīng)就會被觸發(fā)，網(wǎng)絡(luò)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(fā)的人都明白，如果不能達(dá)到60分的標(biāo)準(zhǔn)，這個產(chǎn)品就無法投入使用。然而，一旦超過60分，達(dá)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(lián)網(wǎng)時代是高頻碾壓低頻，智能時代是高智商絕對碾壓低智商，然后高維絕對碾壓低維。因此，我們會看到越來越復(fù)雜的四維、五維智能體的出現(xiàn)，它們對于三維空間來說具有壓倒性的優(yōu)勢。

人類最大的痛苦是什么？我們獲得的知識始終是有限的，我們的學(xué)習(xí)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，并且可以在秒級內(nèi)調(diào)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爭。

并且，未來的行業(yè)壁壘將被重新定義，這句話可能有些難以理解，但卻非常關(guān)鍵。有些人可能會說，我們是安全的垂直行業(yè)，把AI當(dāng)作工具使用就足夠了。

但是，今天我們認(rèn)為安全的垂直行業(yè)的定義都是基于過去的知識和經(jīng)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(yè)壁壘將根據(jù)AI的認(rèn)知模式和效率差異來重新定義，而不是基于人類的認(rèn)知模式和經(jīng)驗差別。

03

經(jīng)濟發(fā)展的底層驅(qū)動力技術(shù)發(fā)展

1.智能時代的核心驅(qū)動力：智能體

我們從競爭戰(zhàn)略角度跳出，來看宏觀的人類文明演進歷史。技術(shù)進步一直是經(jīng)濟發(fā)展和文明演進的最底層驅(qū)動力。

人類文明的歷史從火的應(yīng)用開始，經(jīng)濟真正開始增長是在第一次工業(yè)革命之后，那時有了工具和機械化的工具。接著是第二次工業(yè)革命，電力的出現(xiàn)，再到信息時代的兩次革命。

因此，你可以看到技術(shù)是經(jīng)濟發(fā)展的最底層驅(qū)動力。

那智能時代經(jīng)濟的驅(qū)動力是什么？

我剛才提到工業(yè)時代最基本的經(jīng)濟單元是工廠。工廠取代手工作坊是工業(yè)經(jīng)濟最重要的組織突破。

在管理信息時代，經(jīng)濟的基本單元是公司。我們經(jīng)常提到，公司創(chuàng)造了社會的基本經(jīng)濟價值，因此公司是我們研究的基本經(jīng)濟單元。

智能時代的基本經(jīng)濟單元是智能體，即機器人。機器人是未來創(chuàng)造經(jīng)濟價值的基礎(chǔ)。

我們所有關(guān)于未來智能時代或者人工智能時代的經(jīng)濟思考，核心點就是剛才提到的智能體。

企業(yè)微觀競爭是這樣，宏觀經(jīng)濟的思考也是這樣。

2.智能時代的價值源泉：黑洞效應(yīng)

我們現(xiàn)在再來看黑洞效應(yīng)，可能會有不同的感受，即黑洞效應(yīng)是AI時代的價值源泉。

AI其實是一個復(fù)雜系統(tǒng)的演化。

AI的本質(zhì)是智能涌現(xiàn)，它更像生物的復(fù)雜系統(tǒng)，無論是復(fù)雜的機械系統(tǒng)還是簡單的生物系統(tǒng)，都是復(fù)雜系統(tǒng)。AI的核心是如何讓復(fù)雜系統(tǒng)涌現(xiàn)出越來越高的智慧。

在實踐中，我們需要思考何種復(fù)雜系統(tǒng)結(jié)構(gòu)以及在何種初始化條件下如何演變最有利于智能產(chǎn)生。

黑洞效應(yīng)本質(zhì)上是機器學(xué)習(xí)的復(fù)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(fù)雜系統(tǒng)相互套嵌和共同演化，構(gòu)成了AI經(jīng)濟發(fā)展的核心。

我們已進入類似生物系統(tǒng)大爆炸階段，核心在于認(rèn)知和智慧的涌現(xiàn)。黑洞效應(yīng)是影響復(fù)雜系統(tǒng)結(jié)構(gòu)和演化的重要因素。

04

未來組織形態(tài)共創(chuàng)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(xiàn)在在招聘什么樣的人？

①AI團隊在招什么樣的人？

大家過去聽說過Open AI、Pika、Deepseek這些聲名遠(yuǎn)揚的團隊。

Deepseek眾人皆知，其成員皆是清華北大最年輕的畢業(yè)生，不是在奧林匹克數(shù)學(xué)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(xué)輟學(xué)的計算機專業(yè)學(xué)生憑借視頻生成技術(shù)獲得了數(shù)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?shù)拇蠊尽Ｔ谶@兩年里，我觀察AI團隊招聘時，發(fā)現(xiàn)標(biāo)準(zhǔn)非常一致：

第一，超級聰明、自驅(qū)、學(xué)習(xí)能力強，除了剛才提到的招聘個別老法師之外，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(guī)模非常小。只要團隊人數(shù)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(shù)增多。

②為什么要招這樣的人？

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(rèn)知能力強。

何為元認(rèn)知能力強？即能抽象建模，洞察本質(zhì)，進行第一性原理思考。

AGI這一輪本質(zhì)上是概率論的體現(xiàn)，依賴大數(shù)據(jù)統(tǒng)計來尋找規(guī)律和識別模式。

而此時人類的獨特價值在于反向操作，即能夠從少量數(shù)據(jù)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(yīng)用數(shù)學(xué)系的學(xué)生在就業(yè)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，即將抽象的數(shù)學(xué)與現(xiàn)實世界映射到數(shù)學(xué)公式中，并通過建模實現(xiàn)計算機泛化函數(shù)的泛化。這些人的核心優(yōu)勢在于其抽象建模的元認(rèn)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(xué)習(xí)和自我提升。

所以，我們看到的直接結(jié)果是一將頂千軍。恨不得一個人能把所有的事情都干了，而且也真能干到。

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(chǎn)品經(jīng)理、研發(fā)、測試和質(zhì)檢，只需要調(diào)用不同的AI工具。原來需要多個配套職能才能完成的任務(wù)，現(xiàn)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、財務(wù)等多個崗位。

比如說我最近碰到個CEO，他花了3天的時間就掌握了如何在抖音上進行達(dá)人營銷，然后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(guān)的崗位，而且他們提出的解決方案通常比經(jīng)驗豐富的專家更好，因為后者依賴經(jīng)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(fā)者的狂歡。

大約在2000 年P(guān)C互聯(lián)網(wǎng)起步時，獨立開發(fā)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(shù)百萬甚至上千萬元。

B站的博主也是如此。新技術(shù)的開始首先是獨立開發(fā)者的狂歡，其次是擁有獨特客戶認(rèn)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.未來的組織形態(tài)

在這個基礎(chǔ)上，我們看到的是怎樣的未來組織？

①個人能力優(yōu)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(xué)習(xí)成本大幅降低。

原本可能需要一生才能成為某個領(lǐng)域的專家，現(xiàn)在可能只需要一周甚至幾天就能掌握另一個領(lǐng)域的專業(yè)知識。

這是因為他們可以利用強大的元認(rèn)知能力和AI工具，以及AI已經(jīng)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(rèn)知，從而迅速學(xué)習(xí)各個領(lǐng)域的知識，并提出原創(chuàng)的解決方案。

歷史上，豐富的經(jīng)驗曾是職場和公司的壁壘。但現(xiàn)在，由于高認(rèn)知能力可以迅速超越經(jīng)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(xué)習(xí)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(chuàng)智人才取代

在這個意義上，看似微小的元認(rèn)知差異最終可能導(dǎo)致能力上的巨大差距。而且，學(xué)習(xí)AI工具本身也具有復(fù)利效應(yīng)。因此，從這個角度看，知識工作者正逐漸被創(chuàng)智人才所取代。

首先，什么是創(chuàng)造力？

本質(zhì)上，它是原創(chuàng)性地解決復(fù)雜問題的能力。我暫且將其稱為創(chuàng)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(lǐng)域持續(xù)創(chuàng)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(chuàng)新的人才，他們打破了人類原有的認(rèn)知和知識結(jié)構(gòu)，類似于達(dá)·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(yè)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(lǐng)導(dǎo)者，人是有情感的動物，需要領(lǐng)導(dǎo)來推動協(xié)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(chuàng)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(jīng)濟相呼應(yīng)。為什么說宏觀與微觀是相連的呢？

德魯克是上個世紀(jì)最偉大的管理學(xué)家，他將工業(yè)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(yè)超越工廠，提高管理效率。

哈佛商學(xué)院成立于1900年代初期，一百多年來一直將MBA視為一個流水線，批量生產(chǎn)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件的價值，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將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(chuàng)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、特別有創(chuàng)造力的人。

在AI時代，個體要發(fā)展的方向就是朝著創(chuàng)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(chuàng)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，它們將成為人類的合作伙伴。

我剛剛提到過，它不是一個簡單的代理，也不是一個助手，而是合伙人級別的存在。

②創(chuàng)智人才的核心工作是建設(shè)智能體，并與智能體合作，充分利用智能體。

那么，硅基員工實際上就是公司組織內(nèi)部常規(guī)工作都將被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(dāng)智能體第一時間上崗，才能真正產(chǎn)生革命性的變革，實現(xiàn)AI原生。

而且，創(chuàng)智型人才本身就是自驅(qū)的，所以他們不需要管理，需要的是激勵、對齊（alignment），而不是管理。

然后，組織架構(gòu)將分為三層：AI架構(gòu)師、將AI模塊化后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，然后隔段時間又反彈回去。因為未來的組織將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(chuàng)業(yè)公司的實際運作方式。

4.共創(chuàng)型的智能組織

未來的組織我把它叫做共創(chuàng)型的智能組織。它由一群志同道合的創(chuàng)智人才組成，他們共同努力、持續(xù)學(xué)習(xí)、提高協(xié)作能力，以實現(xiàn)共同的目標(biāo)。

我們過去所學(xué)到的東西都在不斷升級。例如，人才密度這一概念在過去幾年非常熱門，但現(xiàn)在對于人才的定義已經(jīng)完全不同了，其濃度高得有點嚇人。

此外，提到的“context not control”也進一步升級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，因為他們無論在哪里都能賺到錢，甚至賺大錢。

另外一點也非常重要：管理本質(zhì)上是一個機械系統(tǒng)的概念，但組織的核心目標(biāo)是群體智慧的涌現(xiàn)，即一群人如何創(chuàng)造出超越個體的認(rèn)知，并且這種認(rèn)知還要超越AI。

因此，它也是一個有機生長的復(fù)雜系統(tǒng)。

群體智慧的涌現(xiàn)才是組織最核心的目標(biāo)，這樣才能持續(xù)創(chuàng)新。現(xiàn)在的競爭不再是運營效率的競爭。

組織的主導(dǎo)原則是共創(chuàng)需要建立相應(yīng)的文化制度和工具。

我希望大家都記住這句話：群體認(rèn)知達(dá)到的高度和提升的速度決定了組織的競爭力。

05

最后總結(jié)一下，今天的討論落到現(xiàn)實，我只提兩個建議。

接下來大家會聽到越來越多的AI化和智能化，只要記住兩個指標(biāo)：

①公司業(yè)務(wù)有多大比例是AI自主運營？目前階段，AI可能只是助理；

②公司內(nèi)部多大比例是硅基員工？

這兩個是剛性指標(biāo)，即公司多大程度上開始真正AI化。

每個行業(yè)、每個個體的AI化速度不同，但方向是確定的，而這也是最容易入手的地方。

作者：曾 鳴 來源 ： 藍(lán)血研究（la nxueyanjiu)

為偉大思想而生！

AI+時代，互聯(lián)網(wǎng)思想（wanging0123)，

第一必讀自媒體