张小珺Jùn｜商业访谈录 - 153. 和曾鸣聊产业史观：残酷的真相、会消亡的公司、优秀≠卓越、“OAI、Anth大概率不是原生时代大赢家”

0:00Hello大家好 我是小俊今天我们的嘉宾是企业战略专家曾敏教授曾教授是阿里巴巴集团前总参谋长也参与过两所商学院的创建分别是长江商学院和湖畔不过一个他更令人熟识的身份是一个对企业战略有很多思考和研究的人很多的创业者企业家都说过他的起发作为完整经历过互联网周期的研究者 我们和他聊了聊他对于AI新时代新饭式的完整思考并和历史上的关键时期都做了对照听完让我觉得有了更全局的视角那接下来就是我对曾教授的访谈期待2016年我们和AI共同进步柯城市管理的这种公司制度会衰往但也可能不叫公司肯定不叫公司肯定不叫公司所以公司会消失 公司会消亡这没有什么可以遗憾的就是将来有更好玩的你说多少人现在去公司上班是开心的不开心我也讲的比较尖锐一点就是这一批的创业者要过得一个很大的坎因为经济学的基本规律只要有同志化的供给你就不可能获取高额利润你就是一家不怎么值钱的公司 Google不一定会成为下个时代Google字节会是下个时代字节吗?同样的 大概率也不会字节今天模型做得也还不错对吧起码在国内是第一梯队的没有 所以字节是有很大的机会成为AI运工式的但是那个大的土石的应用是有非常大的不确定性的豆包是吗?豆包肯定不是对吧?要不然它肯定不计成本的往里砸了 它不砸了就是因为兜包不够不够那么未来社交关系会重构吗 腾讯安全吗肯定重构啊腾讯作为最安全的为什么最近这么恐慌就是因为也有可能不安全人和人的关系会被重构人的社交关系会重构那人和货物的关系呢一样会被重构我觉得阿力也一样有那个挑战在这波巨浪面前哪些巨头是安全的我从来觉得在巨浪面前没有人是安全的

2:26你觉得他们all in AI还能够成为下一个时代的企业吗就是时代性的企业吗挑战非常大红利时里面有一句可言吗有这个时代企业过渡到下一个时代的企业还能做得非常好的多不多不是多不多的问题是有没有的问题有没有啊基本没有所以这种不依赖于你怎么战略选择你都很难一直在拍桌上是吗就是这个是让人绝望的地方这一点都不知道能绝望啊就是能有生老病死 公司也有生老病死沒有比這更正常的所以新公司才有機會年輕人才有夢想曾教授我聽很多企業家都提到過您他們說自己某次的很重要的一個戰略轉型可能來自於在湖畔大學上過您的課上學員的教授有很多我在想為什麼這麼多企業家都受過您的影響你覺得您和其他上學的教授不同是什麼我覺得首先我特別特別幸運 就在互联网发展最快的时候有机会加入阿里参与了一个公司超高速发展的一个阶段所以那段经历加上我原来有很好的学术的训练这两个的结合就让我把理论跟实践给融合起来了因为我在做的时候我也经常想我以前自己讲的东西到底哪些东西能用 做的过程中也会去提炼有什么新东西是可以变成一个理论框架将来还能继续用的所以这个理论跟实验的结合是一个很大的突破然后第二点就是我一直在持续的研究前沿的产业发展所以跟创业者聊天的时候就除了能跟他们讨论战略的方法论还能跟他们一起探讨下一步产业到底会怎么发展你做什么样的战略决定可能更合适 所以把这两者结合到一起也是挺稀缺的一种能力那像以阿里为例因为这个是您亲身参与的最长时间的一个公司过去20年您觉得影响阿里真正生死存亡的战略决策有吗他会是哪几个呀我最近正好也在做个副盘所以我对阿里前面15年比较一维完整的参与过嘛实际上可能最重要的决定就是三个创离淘宝

4:50創立支付寶創立阿里云而且这三个决定不但当时在整个社会是不被认可的公司内部的争议也非常非常的激烈就大家可能对阿里云的这个争议已经有很多的了解了但是淘宝宣布成立的时候当时是有好几个高管是非常非常反对的为什么觉得原来阿里巴巴的业务都还没有成熟 然後你去打一倍的核心的主業務風險太大了所以這個最重要的就是三個決定然後可能稍微次要一點的向淘寶從怎麼從一個商品買賣的平台變成一個支持電子商務發展的生態然後怎麼歐印無限我覺得這兩個決定其實也很重要但是重要性可能沒那麼大 但我剛剛講的就是說後面還要補充一點其實你做了這個戰略以後還有一層一層的決定四級戰略決定也很重要就比如說阿利雲早期你是只服務於一個場景還是一開始架構就要是多服務場景你服務的那個場景是服務淘寶還是服務搜索然後開源還是避源這個都是爭論非常非常大的 二級戰略問題然後再往下還有你這個數據庫變了那你要不要自己做數據庫然後計算也變了然後存儲也變了所以才會出現當時喊出來的去IoE就是改掉IBM Oracle跟這個EMCEMC就存儲所以就像今天一樣計算完了以後發現存儲成那個新的瓶頸所以呢其實戰略到落地的過程中 它有很多很重要的决定越到下面越是战略跟战术结合很紧密的地方所以不是做了一个大的战略决定就可以了它从决定到落地到最后看到成果是有非常大的一个挑战的战略做决策的那个时刻你们怎么知道这是一个好战略呢因为当时的争议也非常多绝对因为我做了很多的战略你们怎么判断它是一个好的战略

7:13不知道啊因为相信所以看见啊所有的好的真正就是成为时代的企业的都是最后被证明了它那个反共识是成立的当然在这个过程中也有很多疯狂的想法其实就没有了这点是一定要去强调的不是疯狂的想法我们看到的就是所谓的survival bias就是你看到的是成功者的偏差最成功的企业一定是反共识的但反共识不一定成功 但是在当时呢我们基于我们自己的能力能看到而且也愿意相信的就是那样一个图所以战略很大程度上其实是关于怎么创造未来的它不是一个简单的一个规划只有反共识的战略才能够大成吗有没有共识性的战略能够大成呢我在一个共识再到但是我做的比所有人都强它能大成吗 那就是優秀那就是優秀不是卓越卓越一定來自反共事那今天這個AS時代我們進入了一個全新的週期範式階段也像您說的就是一個新的文明您會感覺到迷茫焦慮嗎就是像您這樣一個要制定戰略的人看到未來的時候你這個時候的感受是什麼樣的的確是非常非常的困惑因為你知道肯定是有很多的新東西會出現 但你不知道哪一些是稍重及似的小浪花哪一些是代表未来的大的浪潮什么东西会变什么东西不会变这个是非常非常浪能困惑的你现在看到哪些是小浪花哪些是大浪啊有没有一些初步的想法和判断这就是我为什么写这本书的原因是因为前面几年都在琢磨这个事情就经常会有一些观察和动见 觉得还不错的但是很快又被否定掉了但是今年上半年就比较明显有一些趋势性的信号开始converge就是开始出现了类似的信号然后我看到了一个可能的框架是可以去解释当下发生的很多事情甚至去推演未来下一步的发展的所以我觉得这个时候我就不太焦虑了

9:32因为我大概理解了我们在哪个发展阶段然后知道到底该怎么做事情对我们这次聊天的理由也是您最近出了一本新书《智能》您也说这个书其实开始没有写作计划是自然涌现出来的也是最近半年的通过了一系列的思考想清楚了很多的问题您能不能给大家介绍一下这本书然后已经的创作过程 我自己的本業是戰略所以其實跟創業者聊得最多的就是AI時代面臨這麼大的不確定性這麼快速變化的環境到底怎麼做戰略所以這個是開始慢慢想得比較清楚的但真正讓整個框架浮現出來的是我覺得我大概理解了AI在產業化進入了哪一個發展階段然後每個階段的不同的運行規律 我觉得这个看清楚了大概对未来三五年就有一个比较清晰的指导意义了所以今天的人工智能产业化发展到什么阶段了您是怎么划分这完整的阶段呢我其实做过一个很系统的研究就是从移动互联网到PC互联网然后再到PC然后包括当时我做云计算的时候其实是把第一次工业革命第二次工业革命第三次工业革命其实整个历史也都研究过一遍所以大次 其實新技術的出現我講的都是巨大的通用技術的顛覆形狀型實際上都經歷了三個階段特別有意思第一個階段就是這個技術逐漸的被社會接受然後它成了這個社會的基礎設施這是第一步第二步呢基於這個基礎設施產生了海量的新的應用就是百花齊放的時代然後第三個呢是 當這些海量的應用出現以後大家發現我們需要一些更底層的方法去運行這個新的世界這就進入了第三個階段結果我把第三個階段叫做原生應用的階段像以移動互聯網為例到了抖音字節它屬於原生應用的階段是的早期比如移動互聯網大家可能今天

11:54今天年轻的人可能听说过黑美手机的可能都很少了但是黑美手机是第一款被称为智能手机的而且它在很长时间是垄断地位的而且市场渗透率也很高一直到2010年它还是美国市场智能手机的40%几的市场占有份额iPhone只有20%几实际上是到iPhone4以后iPhone才开始领先开始跑起来的 所以其实这个第一阶段第二阶段然后有了iPhone以后有了App StoreApp Store以后出现了这些新一代的原生应用然后早期的时候其实我那时候投互联网吗投易动互联网吗其实还有莫及天气啊什么的这个一堆的应用当时日火很快都过意了但是会很快的发现其实它们不代表未来真正是要解决核心需求的主流的应用才是 那个原生应用为什么要先经过一个应用大爆发再到原生应用呢为什么应用不是单身于第二阶段呀因为应用的爆发给了技术下一阶段发展的方向就技术成为技术设施以后并不是停滞不前了他要寻找自己新的发展方向但到底往哪方向发展其实是不清楚的其实就像刚讲的这个字节其实是先做了今日头条甚至站在之前还做了 内涵段子一堆的小的产品是因为在那个技术的早期你不知道哪个东西能work所以你要试不同的东西第一阶段那个时候只有文字成熟了所以才会出现金日头条但是金日头条探索出了推荐算法这样的一种新的技术模式又是商业模式然后又由于带宽 這個算力各方面的發展才出現了短視頻然後短視頻的這個新的展現形式和推薦算法這個底層技術這兩者一結合才出現了抖音這樣的現象級的原生應用真正出現了國民級的應用所以原生應用距離基礎設施承受中間還有一個過度性的階段能把第二階段叫做過度階段嗎這樣說好多中間那部分創業者好傷心呀

14:17所以我为什么会犹豫就说第二阶段本身是非常精彩也非常有价值的就是所以为什么我说原生阶段是第三阶段其实就想告诉大家其实还有可能八年也好十年也好非常精彩的时间是属于第二阶段的你没办法跨越到第三阶段跨不过去的就没有第二阶段的积累 所以你跨不到第三階段而且基于第一階段的积累现在该做的就是第二階段该做的应用大爆发的事情我们现在在AI的产业周期里是结束了第一階段还是在第一階段还是在第二階段开始聚集在哪个时间点上我觉得2026年应该是第一階段基本完成的一个标志性的阶段核心原因就是今年年初大家可能还记得就是关于token这个词 形成了一个广泛的公司就有两三个月的讨论非常密集黄灵勋在英伟达的GTC大会上就讲英伟达的未来就是token factory然后Sam也马上表达OpenAI核心就是卖token的然后这个token为什么重要呢就是包括词源这个新词被定义下来是因为当一个技术有了一个标准的度量横以后它就能被规模化的标准化的使用 所以我們今天會講一度電一噸水一個機閉的流量這些是讓我們可以很簡單的使用一個原來曾經很前沿的技術今天大家都知道我掉多少頭肯我能幹多少活它讓我產生多少費用這個事情它就成了社會的基礎設施所以這是第一階段的尾巴第一階段開始成熟的表現它會繼續發展 服务会越来越好智能会越来越强大成本会越来越低但是它形成了一个匹配的商业模式而且成了大家能接受的一种新概念所以这个阶段是成熟了我们到第二阶段了吗今年有意思的地方是它也是第二阶段的一个开场因为今年春节前后同样发生的另外一个特别让大家新闻的事情

16:39就是Open Claw就是龙虾大家都在养龙虾春节都没睡好天天都疯狂样的在弄这些东西龙虾让大家看到了什么其实是看到了一个能够独立完成任务的agent的无限的潜力所以大家才会这么狂热所以我认为AI进入的第二个阶段就是智能体阶段智能体就是AI时代的新应用 所以第一阶段已经成熟然后我们现在站在第二阶段的开端是的如果类比到比如说互联网哪一年移动互联的哪一年今天可以做一个这样的类比吗当然这个有点克州求价但是我们还是想类比一下对是这个这个这是我琢磨了两三年的问题其实我三年两年前还做过讲也就是让我们拥抱亚户吧亚户买快来了然后今年年初的时候我自己也觉得有点 有點糾結是我們怎麼退回到了瀏覽器階段好像比雅虎還要早了就是你的判斷更加前疑了是更加前疑了就是因為我當時看到Open Cloud的這些東西出來以後我第一個反應就是我們還在等一個瀏覽器出來這都不是瀏覽器出來以後我們在等一個瀏覽器出來我為什麼會有這樣的一個洞察呢就是因為後面跟Agent的同事出現的那個詞是Skill 對吧能力 那我们去想Agent的本质是什么其实就是分享能力对吧我们把我们懂得能力封装起来然后分享出去让别人也可以使用然后OpenCloud提供了一个框架和思路原来能力是可以这样被封装被调用的我就突然想到92年的时候我最狂热的是什么是建个网站 对吧 那时候就是建网站所有人都是想着建个网站然后建网站的目的是什么就是去分享信息所以AGI这轮的创新就是让我们从信息时代进入了能力时代海量的信息和知识都处理完了所以今天分享信息已经没有必要了大家都直接问却GBT答案了大家不再找信息了

19:00但是今天大模型能有這個成就是因為92年的建戰運動讓大家把信息都放到互聯網上了完成了信息的數字化的過程所以我們做類比的關鍵就是我們什麼時候做類比沒有柯州求健是我們去理解抽象建模以後理解它的一個底層運行規律而不是糾纏於技術的表現形式所以當我想到大家 都是在建一个在建在一个在建Agent然后一个是分享信息一个是分享能力我觉得这个结构上就对上了浏览器为什么重要在那个时代是一个新的阶段浏览器是完成了两个核心功能通HTMI这一堆的事情就是说树立了建站的一个非常简单的统一标准所以建站就没有门槛了就有信息的人就能建站 原來建戰是一個專業工程師的專業工作所以他把創造的門檻極大了降低了也就是我們今天講的開發者的門檻大幅降低了然後另外一方面他把瀏覽網站的門檻降到那裡因為你只需要點擊就能完成所有的信息瀏覽的過程所以你一下用戶端就爆了然後供警端也爆了然後就出現了無窮的網站天天湧現 然后大家都不知道该看啥了这个时候就出现了雅虎雅虎最早就是一个目录告诉你今天出现的这100个网站里头这个网站最有意思到了后面出了1万个网站的时候就告诉你前面10个最有趣的是什么然后再给你分类娱乐新闻股票这些就开始分类了所以雅虎其实是一个结构化信息的一个过程对呀他就是个目录他是在商检他不是在商增对吧 商真的同时一定要有商检降低大家的认知压力那我们今天还在一个商真的过程中就是各种的skill能力的爆发对啊 因为我们随便问身边任何人大家都不会随口跟你讲出两三个他天天在用的agent那您觉得谁会有能做商检这个事情的简直啊您看到一些雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅护的雅

21:22所以如果你让我拍脑袋说的话我觉得下一个最大的机会就是一个类似浏览器这样的机会是他会把agent的标准统一起来然后同时能够让用户用很简单的方法就能调用agent然后会有海量的agent爆发这个可能就是未来两年可能最让人兴奋的一件事情今天没有任何这样的出行吗所以这也是个反共识嘛就大家 大家都覺得好像龍蝦也是彈劃一線好像現在也沒人彈應用了但我講的這個可能非常樂觀但我的確是我們基於歷史的推演形成一個抽象的模型去思考未來然後底層的我能看到的就是這樣一個演化的路徑 所以在这个意义上我就不焦虑了我就在等着这些发生就好了那假想一下这样的一个产品形态可能是什么样的呀它的先决条件可能是什么交互形态是想象不出来的这就是要大家去创造我们能总结出一个抽象的规律但我们一定推演不出一个具体的形态雅互到Google还有几年呢你没有看到雅互应该也没有看到这个时代的Google对吧 這是我現在沒法回答的問題因為我不太確定我們這個時代是不是一定會有雅虎跟Google巨大的鴻溝因為雅虎後面就沒有了這個我覺得我現在看不清我也覺得太早了不用討論我們得看到了雅虎讓雅虎先輝煌三年我們大概才能看到誰想去挑戰雅虎所以雅虎95年成立一直到2000年都是輝煌的 Google成立了以后是给亚户做to be的服务商的是给他们提供了一个算法的服务的就是亚户下面一个小弟弟帮他提供一个技术支持而已在这个意义上是亚户孕育了Google那这个时代的关键的变量是模型您是怎么理解模型的模型的本质是什么它可以类比于什么有很多可以类比的就比如说大家讲数据是新时代的石油对吧那模型实际上是一个炼油厂

23:41廣泛提供基礎設施這個角度講它又有點像另外一個消失了的公司美國在線AL它是互聯網基礎接路服務上它讓所有的人都能夠接到互聯網上這個本身就是一個很巨大的一個工程今天大模型是讓所有的人都可以很輕易的接路到智能的一個路口 所以在这个意义上它也是个基础设施服务上所以你觉得模型公司是一个基础设施服务上它能类比为哪些公司就比如今天的Open Eye Andropic Kimi Deepsea这些公司我觉得说得直白一点就是AI云公司就是未来的AI云公司然后这是为什么现在比如说这几个大模型公司跟几家云厂的博弈在美国变得非常的 有趣和复杂是因为云厂上觉得他们付出了太多得到了太少然后模型公司可能大概率认为他们自己将来要自建云服务甚至要自研芯片像我朋友这样的所以这两个生态之间可能会发生一些碰撞跟重新整合然后会形成几个比较稳定的AI云公司那个是确定的 然后大模型公司有没有机会从基础服务提供商变成一家成功的应用公司我觉得这是个开放的问题如果我主观的给个结论概率不会太高为什么没有历史上的先例Codex现在就做得很好Codex做得很好没有这是大模型的一个盐身这是coding要成为基础智能的一部分对吧如果没有coding的话我们今天都谈不上可以调用 API就这个token就不会成立了是因为有了coding的这个能力以后才让token变得这么有价值的因为它智能程度它推理这个智能突破了呀但是你看像on drop it这样的公司它成立才不到十年吧短短几年就已经市值万亿美金的公司这人的历史上都非常的罕见您怎么解释这个现象这个描述本身就是一个幻觉和误解就是因为年轻人容易认为

26:09每个时代这一次不一样这就是典型的这次不一样其实我去专门查过这个事情回到我们刚才讲亚户亚户95年成立2000年的时候达到了1200亿市值美元的市值五年的时间那个相当于什么呢那时候的1000亿美元的市值大概相当于我们今天的1万亿美元你把同伙膨胀把这个纳子的基本 算进去就是那时候一万一千亿美元按大概百分之八的年回报就是今天一万亿美元的公司所以在两千年能达到一千亿美元五年不比今天Sropik对大家的震撼不强烈一样强烈然后我刚讲的那个消失掉的公司LL1988年开始提供服务两千年高点的时候是两千两百亿美元的估值比亚户还高 是當時是最高的一家公司然後他再去收購了傳統的媒體收購還納達到3000多億美金所以也是一個很恐怖的數據然後谷歌是98年成立的2005年達到1000億美元黑媒公司就是他的巔峰他也是一個硬件廠家最快達到1000億美金估值的公司所以其實當一個技術有這麼大的 冲击力的时候第一波成功跑出来的公司就有这么大的价值所以我觉得就说Anzropic 啊Open Eye啊这个是了不起的技术上的突破跟商业上的成绩但是这样的先例在历史上在类似的阶段都发生过但是它不一定能活到最后它很可能会往后活得不错但它大概率不是原生应用阶段的大玩家大赢家 即使是回到我们讲的石油的比喻链油厂跟化工厂其实也是两类企业化工企业后面比纯粹链油的企业要有价值的度化工就是应用链油就是最基础的把石油给开采出来然后再变成一个基础的油然后还有一个类比比如说汽车离开了石油肯定不转

28:34但是你使用公司肯定做不了汽车你没听说哪个汽车公司是由使用公司转化来的我昨天刚好还看了一下就是陆奇博士在2024年时候说过的一段话OpenAI这种AGI公司未来一定会比Google大只是大5倍还是大10倍的问题您刚才的论述的话我觉得你不仅不认为OpenAI可能是新时代AI时代的Google甚至觉得他们可能只是一个 类似于历史上的过客的这样的公司吗他们甚至会消失是这种观点吗我是这个观点我相信未来一定会有一个十万亿美元的公司但是未必是现在临跑的这两家公司其实我理解陆奇博士想说的就是未来会有一家AI时代的谷歌公司他很可能比现在谷歌大十倍不 他说的是OpenAI我理解但是那么时候大家大概只想得到AI会代表到未来 但是我是因為純粹我自己是一個商業史的研究者最近也有時候開玩笑就是說因為龜谷現在最時髦的那個詞或者說地位最高的詞叫researcher嘛一講researcher大家就很尊重然後我覺得我現在也可以claim我也是個researcher我只是研究商業世界的動力學規律然後我們能看到的我能看到的理論框架告訴我的就是 第一階段的企業很難活到第二階段第二階段的企業很難活到第三階段為什麼第一階段企業很難活到第二階段企業活到第三階段案例的時候他們這麼早就在這個市場上然後他對最前面的信息也是最敏銳的他為什麼不能及時轉型呢比如說我馬上從一家基礎設施公司轉型成為一家agent公司這個很順暢啊我覺得不順暢是因為第一階段的技術核心是可不可用

30:31所以它有很多的原创的技术的创新第二階段开始的标志是第一階段的技术发展渐渐缓慢下来然后才能变成大家都能调用的技术我就不用再去重新开发轮子了然后第二階段的应用其实是需要很强的动产力它要的是产品很强的原创力然后跟普通用户的那种同理心然后需要 應用技術的一堆的新的東西所以你可以把那個應用技術的那堆新東西叫做新時代的大模型也可以它其實是有新的很多技術前沿的創新就比如說比如說這個上下文的管理這個事情它有很多的技術創新可以做這個你到底把它定義為大模型還是不是大模型其實不是那麼清楚的然後在這裡後面其實包括 AI也有很多新的范氏会出来就比如说现在出来很多新的New Lab对吧新的New Lab里面一部分的人可能就会去转向支持这个阶段的应用需要的新技术这两个的结合可能就变成了第二阶段的王者所以技术依然在进步但是技术未必沿着原来的轨迹在线性的增长它可能也有一个技术的范氏的变化 您觉得不管是中国还是美国最后模型公司的一个格局会形成什么样的一个状态啊非常简单公共基础设施的行业只有一种模式商业模式是成立的叫寡头垄断加政府强奸管因为整个社会依赖于它所以政府一定会强奸管第二个由于这个供给如此重要所以不能只有一个供应商 然后由于这个基础设施投入这么大所以肯定不会无序竞争不会有很多供应商所以就是经典的寡头竞争政府强奸控保证社会有稳定的低成本的供给这才叫基础设施对吧你现在水电费能随便涨价吗当然不能啊我知道这个现实对很多现在创业的人很残酷那像比如说opening and dropping Google的模型您觉得他们都会并存

32:54這裏面有優劣之分嗎?當然有優劣之分這是這個階段最有價值的競爭我講的產業終局並不否定現階段的這些重要性和這些企業了不起的地方而且今年特別是Anzropic先領袍OpenAI在跟上Google階段現在被甩下其實就是組織能力跟技術能力其實出現了一些差距然後像XAI跟Metal就直接退出競賽了 就在寡头过程中已经有人已经退场掉队了对啊 掉队了这也是我想问你呢为什么AXIA和MATA会掉队看起来他们资源很多对老板也很重视对吧也算是一把手工程吧这个可能就跟我新书里面讲到那个智能福利有关那个基本概念有关我觉得AXIA从去年下半年可能到今年上半年开始让大家意识到比较清楚的是 他们开始用大模型训练大模型也就是AI进入了他们的主页叫大模型训练然后他们把AI这个工具用到了自己的主页上所以他们模型训练的能力大幅提升这是为什么我们会今年上半年大家会如此兴奋是因为发现大模型还可以用这么快的速度提升这么高的性能 这个就是因为大陆星本身进入了他的训练过程但是还没有到现在又还是很火的那个词叫完全自我驱动的那个self-learning还没到那个阶段他只是局部的被使用了但已经产生了很大的价值实际上这两家公司也有组织上的优势像今年讨论的同样多的有很多的文章讨论Antropiq的组织优势战略上的聚焦然后这些是相对来说其他几个公司可能就比较落的 所以當你組織優勢跟一個新的技術的運營方式結合在一起的時候它就產生了一個巨大的領先優勢而這個領先優勢真的已經開始把比較弱的玩家往後甩出去了中國的這些模型公司呢他們會怎麼進一步演化中國跟美國是保持兩個不太一樣的生態我覺得中國模型公司會持續的追趕和發展

35:21但是中國模型公司之間的競爭也會有點類似美國公司就這幾家大大小小的公司最後比如說今年年底誰如果跑不到3T的模型估計誰就出局了它這個淘汰賽就像現在世界盃一樣的就是說你可能現在是八進四然後接下來四進二 八经四的时候大概的确会开始淘汰所以最后留下有限的几家成为一个基础设施这是您的观念是的现在看起来谁淘汰了美国我们知道了中国呢中国其实就是看年底年底三梯现在它某种的进度在搞K3刚刚到了2.8梯对 差不多等于是制谱有点零跑然后KIMI在三梯上先交卷 成绩基本满意再接下来看minimax千万肯定很快回发minimax这些差不多都在跑最基本的新的竞技线模型的格局今年会稳定下来吗还真不一定可能要到前两名前三名的优势基本跟后面拉大了以后这两三家可能就不太容易再拉开了就是你说那个黑洞理论 要形成一个巨大的黑洞效应让其他家很难在超越对 其实Anthropic跟Open Air在美国其实就从智能复利的飞轮开始因为他们会继续地往self improving的路上去走所以这个差距是越来越大的所以他们其实有点形成了黑洞效应这也是为什么美国的云厂家就有点慌了 因为将来这两者之间什么合作关系就变得非常重要了那在您看来做模型的窗口其实关闭了没有新公司还应该在做模型吗以我们定义的作为基础设施的大模型公司的窗口肯定是关闭了因为已经进入到了竞争的接近智能飞轮都已经跑起来的阶段了你这时候进来就完全没有极累了 那这些模型工资最后是会驱铜还是会焚化寡头竞争的特征就是有一定的差异化但是又足够的同志化同志化是保证可以被替代差异化是让大家还有钱赚所以模型公司设好生意吗是个很好的成熟生意就我们为什么说企业都是时代的企业你肯定不会是当红炸子机了过个三五年

38:04就如果你真的真的没有进入下一个阶段经济你就是成了一个大家都调用你的服务大家只会不稳定的时候complain不会天天夸你的OK你觉得未来三五年可能会看到这个新的迹象应该能看到那些接下来如果他们是基础设施服务商那接下来一个阶段会我们快看见什么呢什么样的公司会成为新的时代的公司就是看谁是NEScape谁是Yahoo谁把 agent的标准建立起来谁抢住了agent的用户路口啊这个观点跟我们今天想象的其实很非共识所以就像你现在去whack大会里头只有到地下一层一小块去才能看到做应用的这些公司就二层三层的大厂家全部都是做的是现在有公司的东西这个有其实是2026年的一个快照whack大会快照你觉得三年后会变成什么样你大胆预想一下 我觉得三年是有可能开始出现agent的路口就是因为agent太多了你想想看咱们就换了一个普通人的角度你怎么知道哪个agent的能用你敢不敢把一件重要的事情交给agent你钱包敢交给agent吗你个人的隐私敢交给agent吗然后这种心论从何而来对吧然后我怎么知道他收我的费用是真实的对吧 这些东西其实都需要有一个可能一个新的服务商来给大家建立这种信论让我们愿意说OK那我相信你定的标准我相信你的推荐然后我相信里面的agent我是敢用的好用不好用那是我后面自己的选择这是我们接下来要聊的一个话题就是agent你觉得agent现在应该已经爆发了对吧你怎么看他现在的一个状态 现在就是百花齐放大家各显神通大家都在找那个车路点就因为其实就是真正主要agent的去年就能喊agent的元年嘛对吧然后也有很多agent的创业我其实去年夏天在硅谷就已经经历了第一波agent的火爆就说去任何demo day基本上都是实景项目都是各种各样的agent的真的

40:30偶尔有几个做infra 做基础测试的但是大部分都是做应用的但是那些应用其实今年都不怎么样了是因为去年的应用真的做的都是特别简单的任务我看一场十个演这个demo里头大概会有三五个是做广告的然后里头有的就是做一个素材生成 有的就是做一个投放就这么简单的事情我当时就觉得不太可能有长期价值但是当时我比如说我看到有家企业开始想做增长我觉得这个事情可能就有前途为什么因为增长很复杂就他得做复杂任务得做复杂任务你才有可能建立自己的智能避缓然后你才会有可能做一堆的你自己有价值的技术积累而不是 搭搅手架呀就是说当智能能力不够的时候你做应用很大程度上是在做搅手架然后等着模型自然艺术把你搅手架里淹没了但是今天做应用的切入点和思路是需要完全不同就是你要假定智能是完全够用的然后它到底能干啥活所以今天的核心是干活然后是干一个复杂的活越简单的活越容易被复杂的活给吞掉 因为它没有多少成长的空间这个是干完了就干完了那不就停在那边了吗那像Manus这样去年说做通用智能体的产品形态你怎么看呢我有一阵子没有接触他们了不知道他们下一步发展的思路是什么但是Manus当时的确是市场感觉非常敏锐因为他们其实抓住了coding一处的特别难得的机会窗但是他们的定位 就是通用agent那么通用agent当时能处达到的就是一批procumer的生产力的需求当时那个切入点是对的在今天一个agent要再立足至少要找个10倍以上的切入点你才有发展的空间什么叫10倍以上的切入点

43:01就是比那个应用场景要大十倍以上的比如说大家做做PPT然后出个报告那些都不够大而今天技术又往前拱了一步智能程度又拱了一步做长程规划这些都比以前进步了很多那你能不能够往前大大走一步把一个复杂任务给解决了那还需要进入一个垂直场景吗就是要做同用的一阵还是要做垂直的一阵这个就是大家接下来 比創造力比天分的地方比如说教育健康这是典型的大垂垒你只要在里面根云就够了你是在这个垂垒里面能不能找到一个足够好的切入点现在能切得进去将来能长得大的但是通用的里头又会分2B跟2C2B里头哪个是关键 这个又不一样了我觉得到今年年底你就会听到一堆的要做组织大脑的agent组织大脑就是个agent组织的操作系统就不同的叫法了大家就操作系统或者是说CEO的agent的团队这个肯定是今年很火的一个主塞道了这是突壁断的突壁断的突塞断的从又开始重新做情感陪伴然后 解决问题的了这些就都开始出现了很多人都说这一波的就是应用啊他很难形成上一代互联网移动互联网实验那种数据飞轮你怎么看这个现象你觉得他应该去追求数据飞轮吗数据飞轮升级到了自立飞轮就是智能的飞轮就是这个讲的智能复利今天大家其实也在讲数据飞轮数据飞轮是一直存在的 其实互联网更特别的是网络效应我们先讲数据飞轮到智能飞轮是因为你要真正把数据飞轮跑起来就像今天的巨声机器人一样的你其实相应也要有算法的创新也要有应用场景所以这也是个三结合的东西然后我们刚刚讲到的智能福利也是你要形成一个 新的学习场景就是你调用了基础这个智能但是你是让agent具备一个更高的智能去完成一个特定的任务然后在这个特定的任务过程中它一定会有数据的飞轮然后因为数据飞轮的前提是真实世界的反馈嘛真实世界的反馈的前提是你这个agent要能独立去干活嘛要离开人的这个参与嘛然后这个中间一定会有算法的创新包括刚才讲到的

45:53廣義的包括上下文的管理包括記憶包括新的交互方式這些然後這個會形成一個智能的福利它在這個場景下就變得越來越聰明然後這個智能福利能夠滲透延伸到什麼其他的場景去解決更複雜的任務那個就是它的發展路徑然後找到了或者運氣好壯上了 最有规模化最能泛化的那个场景的人就最有可能形成黑洞效应他就有可能跑出来进入第三阶段的进程而这需要好多的条件才能够达成一个原生应用的产生对吧对啊现在看到这样的好的场景了吗应该还没有没有啊没有啊要有的话肯定就火了大家就肯定都会抢得去用啊就你看你看这个原生就即使是阶段性的原生产品 比如说第二阶段最好的东西一定是口碑的因为它一定是在体验上有大突破的就像龙虾也是自己抱的嘛就没有人去做投放啊什么然后雅虎也是一样的就是口碑山船跨下就火了我93年在这个UIUC读书就是浏览器诞生的地方所以我可能是全世界最早用浏览器的一万人之一那整个校园都疯了天天晚不睡觉就是在用浏览器看各种各样的能看到的东西 然后马上大家就会觉得网上能看的东西怎么这么少然后就会有人意识到做个网站上传上去肯定是最有意思的事情然后马上又会有人发现这个原来是一个商业的机会我能赚钱这个飞轮就赚起来了所以您在这个Open Cloud这个时刻感受到了92年93年浏览期爆发那个时刻的同样的感受让大家装不上Open Cloud都感觉非常焦虑感觉要被时代淘汰了对对对对对 刚才说的是这个数据飞轮那网络效应呢在AS时代网络效应或者是什么样第一个就是网络效应会继续存在就像基础设施一样它成了这个时代的一个标配了因为最后还是要广泛连接的就即使从数据的本质来说越多元化的数据越差异化的数据越能产生新的动产就你同样类型的数据其实规模到了一定的程度

48:17其实它的价值是编辑效应递减的然后第二个我觉得网络效应的升级版其实是黑洞效应黑洞效应其实就是利用场景越多你的连接越复杂你就更有可能去拓宽你的智商所以我觉得黑洞效应某种意义上是AS代的网络效应的升级版其实我在正正商业那本书里面讲过DNA螺旋的两个组成一个是数据智能 一个是网络协同其实黑洞效应相当于这两个都升级了就是数据智能其实现在AI还是数据智能它并没有进入所谓符号的AI智能的阶段我们还是在一个数据智能阶段然后网络协同实际上是变成了黑洞的一种内部的网络结构它能够快速的去吞噬多少场景而不是我们原来的那种简单的连接 新的时代还会出现平台吗肯定会路口就是平台因为我觉得上一代的平台很多都是因为我们的信息效率不够高所以它需要一个平台来让信息效率进一步的流转我们在今天我们可以用判断力代替信息的不对称但是判断力也是个稀缺资源所以就刚才讲到的一样会出现一个双边市场 就是海量的agent的开发商跟海量用户之间怎么完成这个匹配就我们看一个网站很容易判断它好是坏成本不高不好就不再看了嘛但是你用一个agent是有可能出现很大的负面影响的所以我们判断agent的能力的能力要求是更高的所以在这个阶段我们大概率会浪度 這種判斷力給一個獨立第三方我們認為是性冷的而這個其實就是典型的雙邊市場的結構雙邊市場是有中等程度的網絡效應的那新的平台和舊的平台它可能不一樣的地方是什麼舊的平台變成新的平台嗎它能演化過來嗎大概率不能就是因為舊的平台做的是簡單的信息匹配新的平台要做的是能力跟需求的匹配

50:44所以复杂度高了很多就它两边东西发生了变化是的是新物种的匹配虽然还是匹配但是匹配的东西是不一样的所以大概就会诞生新的公司是的因为你如果不是agent的原生的话你怎么能判断到agent怎么能够给agent提供一个最好的一个通用的开发平台对吧但是现在是不是走平台这一步还有点远可能还要几年时间大概就是三五年的时间吧 今年大家也在谈Agentic OS首先什么是Agentic OS你有一个定义吗我觉得没有人能定义得了Agentic OS我把它放在第三阶段所以我们可以去它去讨论一下因为你Agentic OS就开始调度资源了它就不再做匹配了你只要告诉它一个意图我就直接调用市场上所有的Agentic直接帮你干完了你都见不到那个Agentic 那首先Agent得真正的爆发出来是的所以一定要经历第二阶段这个时间对所以只有到一个足够复杂的阶段你才需要直接去调度AgentAgent也得成熟到那个阶段才能被简单的调用所以Agent AOS比我们想的可能要远我个人觉得是第三阶段的事情是比较远的但是大家因为在第二阶段就容易去畅想第三阶段可能是什么所以这个讨论是有意义的但是它大概率是没法落地的这个阶段 那您構想中的Agentic OS可能是什麼樣的它的話語權有可能被誰爭奪到有可能是模型公司有可能是應用公司互聯合公司算力公司還是像蘋果這樣的軟硬體的公司你照我的理論框架的話肯定是一個誰都不知道的長啥樣的公司這才叫大創新要不然它不抵制有它未來的價值因為Agentic長成啥樣咱們現在都不知道

52:40对吧然后你再到第二阶段Agent的原生硬件是长啥样我们也不知道所以这两个东西得都足够的探索到硬的阶段我们大概才会找到一个最自然的跟AI互动的方式然后那个AI真的能够给我们提供现在想象不到的便利性那个就是未来的科幻了应该可以去问科幻小说家他觉得那个时候会是什么样的状态 这个很有趣啊就是我们大概基于历史可能有三部的推演但是每一部它具体Azern长什么样Azern的生态长什么样然后下一部AzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernOxAzernO 大家有一部分的注意力就會開始走向第三階段但是今年Agent應用公司都很慘淡可以說是到了近兩年來Agent應用的兵點去年大家投資應用公司的熱情還挺高的但是今年大家覺得那不就是模型的一個skill嗎應用公司都很難融資了您覺得這個現象會是短暫的還是長期的您有什麼想對應用公司的思義又說的嗎 我觉得现在是应用领域里面创业者的反共识阶段就是因为没有一个好的应用让大家看到它有多大的潜力以及它该怎么做所以大家都在摸索就比如说视频生成这个是已经相对成熟的领域然后作为一间的公司也很多

54:34然后大家最终的目标可能都要做AS代的TikTok就抖音啊这些但是大家都知道离的现在很远那你第一步到底做啥这个就非常考验大家的功力然后AI短句动漫这个又有点门槛太低所以很快的半年大家就都干完了而且是AI模型能力顶上来以后基本上就干完了所以 所以就正好我们处在一个清黄不接的时候就模型的能力已经溢出到很多简单的任务它自己就能干了但是呢我们又没有找到一个足够大的场景可以用agent的方法去真正让AI做一个足够复杂又足够有价值的事情然后还能把性价比非常好的智能用得很充分的然后又能形成自己的独特技术积累的所以就是大部分人 其实低估了一阵子的难度去年大家有点像我当时的感觉就像小孩过家一样的我有一个新玩具有好多好玩的事情然后大家就开始下场玩各种各样的东西都没觉得他的东西能做多大因为大家那时候考核标准也很简单你只要有AR就好那AR嘛你一个新技术当然是有价值的总有人愿意付费然后大家又有一个好的AR觉得大家都很开心 所以我到去年年底下整个硅谷的感受就像着一个创业的天堂所有的人都在那玩得很嗨但是今年就说OK 模型的能力有一个大的突破然后原来的那批过家家的小孩子就被淹没了但是今年也许智能我听到这个普遍的感受大家都觉得智能是真的能干活了可以信赖了因为推理能力 達到了一定的水平然後開始真有人想我能不能嚴肅地拿它幹點重要的活這才是應用階段開始的真實的標誌所以模型公司會吞噬一切嗎您肯定也聽到這個說法了吧在今年模型吞噬一切沒有 模型吞噬一切的前提是所有的東西都在模型設成內按現在的範式發展的模型它肯定會有一個階段性的發展階段智能夠用了

56:58智能够用了然后这个阶段就会有一堆的新的技术要求出来去做不同场景下的东西那你模型就不可能吞噬掉所有的一切我举个特别直观的例子就是一个很好用的很好的例子就是1892年爱迪神发明电灯泡照亮了麦哈顿一公里的范围内的这个平方公里范围内的这个地这个大家都知道然后1910年 有一个实质性的突破就美国大概就大概在那之后就开始有了发电厂电网的概念大概1910年大概电网覆盖了美国可能主要的城市然后在那一年终于出现了两个大应用1910年才出现了两个大应用除了照明电灯照明那是第一个大应用家里头真正出现土石的两个大应用洗衣机跟电瓶箱 一直到2010年出现他使用了电对还有一个很重要的收音机然后我们第三个离不开的家用电器实际上到1925年才出现那个是空调这空调肯定离不开了今年欧洲的库鼠已经让很多人意识到空调的重要性到今天都离不开空调30年才出现电视机 所以应用的发展它肯定是有它的规律的然后我们今天离不开洗衣机 电瓶箱跟空调但是收音机跟电视机被压缩到了手机里面这两个基本上没有了电视机就稍微还有一点点存在感但是基本上被电脑跟手机给取代了所以我想讲的就是说这个就讲公司层面很有意思的选择就爱迪森发明了电 但是他认为发电更重要所以他成立了通用电器公司最早是做发电设备的但是他没有意识到电网非常重要所以他的助理离开了成立了美国第一家送电公司但是通用电器真正成功是因为它生产出了最早的电瓶箱跟洗衣机哦 这个很有意思对所以它其实是因为一个突袭的应用突破了以后

59:28然后电网就成了基础设施成了一个土壁服务的一个基础设施就大家不再关心电网的公司的品牌但是通用电器繁荣了60年然后就把各种各样的应用就一步步做出来了不过刚才说的是硬件的2C的产品那时候没有软件因为那时候没有知识没有数字化的信息知道互联网这个时代不是那时候也开始积累了但是那个积累是很浅的IBM成立于1910年 是因为开始有了这些设备然后要开始处理数据现代化的工厂出现了所以才要人就管理信息但是IBM真正大发展是计算机出现以后才开始所以要看待智能实在是能更好的利用智能做出一个2C的不管2C还是2B的这样的产品也不管是硬件还是软件是的你看现在的应用公司 就会开始要去训模型了因为他们觉得如果没有自己的模型可能跟模型公司竞争起来没有竞争力比如是Cursor那您觉得应用公司应该训你自己的模型吗我还是澄清一下概念我觉得我们还是把agent或者智能体当做新时代的主体创业的关键他们跟模型之间的边界会逐渐的清晰然后我刚才也讲到了agent的公司的技术创新可能也是非常大的 只是它不一定跟現在大模型技術創新的軌跡是一樣的然後同時因為大模型之間的競爭關係會讓大模型能提供的能力成為一個大中商品基礎設施所以做智能體的工資其實沒必要再開發這樣的大模型了然後科設不是我們定義的這樣的主體 它只是当时在coding能力不够的情况下它在去试模型能力的边界在哪所以当模型发展以后它其实被fold into被包进去了成了模型迭代的一个养料所以这是两个完全不同的阶段就是所以为什么过去两年

1:01:43不太容易找到那个规律是因为它这些东西都在动态发展但是当你理解了基础设施跟Agent的发展的一个根本的差别以后你现在为Agent的人他们可能会认为自己将来的技术应该跟大模型的技术是有一个比较清晰的边界的所以Agent的公司不用自己训模型对吧不用训传统艺商的模型 因为你可以稳定的调用不用担心模型公司切断你因为有一个合理的替代品随时可以接上来曼德斯需要自己去模型吗曼德斯看他接下来想训什么样的模型了因为就是你做agent你也要做很大的技术投入的所以曼德斯正好卡在那中间他得去探索那个边界在哪 但是这可能都是我们阶段性遇到的一些问题就是模型公司要怎么做应用啊应用公司要怎么做模型慢慢的产业的生态可能会更加的清晰化是的就是开始有几个像样的2C的Azure开始跑起来以后大家大概就有感觉了为什么Open Cloud就火热一下热情就下去了没有啊就是第一个它是一个小众的用户啊 毕竟还是极客跟CEO最感兴趣他并没有扩大众第二个现在技术的确不成熟大部的CEO都是敢于尝试的CEO都被折腾的痛不欲生真正能够把龙虾跑起来的没几个来所以他是做了一次很好的演练让大家看到了潜力和方向但是那个产品本身 就是一個早期的就是我們講企業發展週期或者說創新擴展週期它就是最早即刻嘗試一下的實驗產品到今天可不可以說一個非常好的2C應用2C agent還沒有出現在今天這個階段我有限的範圍內沒有看到但是它會出現 也没有大家想那么悲观是吧没有这我非常乐观一定会出现其他人很悲观吗今天都到了历史低点了没有那是因为从投资人的角度来说他现在由于上一轮受了伤然后这一轮又没看到像样的他可能不想看了你想看如果没有个土随的好的运用我们要压干吗有没有可能运用最后其实就是几个模型公司做的最大的机会有可能OpenI一直就想做对啊对啊但能不能做到那是看他的组织能力

1:04:20他的创新能力所以某些公司一定会想做也一定会做问题是他最后能不能成那是另外一回事情你有什么想对应用公司是有说的吗现在苦苦挣扎的应用公司是有其实就是找到自己发展的方向认真做好自己的事情就好但是龙之是个很现实的问题这个我也理解就没办法你早期你做一件全新的事情早期就是比较困难 2020年其实还有一个现象除了这波应用公司出现了好多New Labs不管是在美国还是在中国他们的方向可能有AFO AI有世界模型这几个是比较多的您怎么看New Labs背后涌现的根本的原因为什么会出现这个现象为什么需要探索新的模型饭食我觉得可能几个方面一部分人可能是看到了现有饭食的一个天花板 或者他从原理上像袁朗坤正他从原理上就认为这个事情是有偏差的或者说他的天花板是很有限的那他终于有了机会去试一下自己一直就有的想法所以这是一类那一类的确是觉得可能就要skilling law它有个编辑地检的一个趋势就不管它现在发展多好那早晚会有个趋势这个可能也是部分人的公司所以大家才会一起读出来嘛 第三个我觉得法是因为大模型的基础能力道理定的程度大家可以去尝试一些跟现有大模型技术路径不太一样但是也非常底层的一些创新比如说像AF Science那个就是类似这样的难度而且也需要大模型的支持但是做的事情可能跟现在的大模型技术路径不太一样所以这一几大类都被统成为了新赖 New Labs会成为一个过渡型的现象还是会成为一个长期的组织形态我觉得他们是新的组织形态的早期的出行新的组织形态的早期出行那还是会长期存在对吧会它会继续演化因为你看它为什么会叫New Lab就是因为不满意公司嘛就说公司要被淘汰了会吗

1:06:42肯定的 因为公司跟工业时代是一起产生的工业时代之前是没有公司的只有手工做法所以工业时代最大的一个制度创新就是终于有了公司这种组织形式然后让现代化管理可以被运营起来才能支撑公司的规模化扩张所以它是一个配套的制度 如果工业时代的很多的基本经历顾虑被挑战了它的组织形态肯定也会被挑战所以大家更愿意叫Lab但是Lab的这个我为什么说它是出行的是因为它更加像这批研究员在一起工作的状态但是它要变成未来普通人可能也是用这种类似给更加延伸的方式工作所以它会有一些新的演化就真正的 第一个NewLab是OpenAI或者说加entropic所以这一批企业其实应该叫New New Lab因为他们还是借用了New Lab这种组织形式但是它开始做不同的事情New Lab的本质应该是Lab不是公司了对你就这个未来会成为一个常态未来我们叫那个组织叫什么名字我觉得现在不确定大概也不会叫Lab就是你看我这么说里面我刻意 從頭到尾都在講組織我特意不用公司這個詞就是因為我覺得包括今年大家都在談AI原生組織為什麼用這麼複雜的這三個詞就是因為不知道這個詞還沒有被定義出來這個組織形態也在剛剛的孕育期可能五年以後我們會有個新詞叫這個新組織形態但是今天我們沒有所以大家叫AI原生組織簡稱New Lab 所以您觉得公司作为公园化革命的产物它有可能会消失柯城市管理的这种公司制度会衰亡会衰亡是的但是人类的分工协作会继续组织永远会存在因为有人的地方就有组织但是组织用哪种形态这个是一个历史演化的过程

1:09:03为什么AI革命会带来的变化如此剧烈剧烈到感觉已经伤筋动骨了连组织这种形态都已经从公司开始向其他的方向开始转变为什么变化这么大你讲两个类比就能理解嘛第一个至少把它类比为工业革命对吧那工业革命基本上颠覆掉了以前所有的农业时代的那些东西那么AI如果是 超越工業革命的這樣的技術創新的話那工業時代的大笨東西也會被淘汰掉第二個你從一個更底層的角度來說人類一直是很自豪自己是地球上唯一的智能動物然後其典型標誌是因為我們有語言會說話那AI也能說話AI能理解人的所有的知識AI也具備了智能所以 從這個角度來說我們未來的世界發生的變化是超出我們想像的所以過去的很多我們習以為常的事情在20年以後完全可能會不存在這個應該是大概率的事情AI原生組織應該怎麼搭建這是一個特別大的話題了我們講個最底層的邏輯吧崗位可能就不存在了 或者说岗位是公司最基本的一个运行单元所以我们硬聘都是硬聘一个岗位对吧公司发展要发展了先要定一个岗位给一个工作描述然后去招人然后这个公司才能发展对吧然后因为有岗位所以有汇报线要有成绩有相应的报酬所有的东西都跟岗位连在一起了岗位是现在组织的一个基本单元 但是AI时代组织的基本单元是任务是什么是要被解决的事情所以大家是围绕着任务在流转的这个组织肯定就完全不一样了那如果从港外变成政务人应该怎么在这个组织里结构起来呢这就是现在大家都在探索的最有意思的问题这个问题问得非常的好所以阶段性的产品是大家讲的AI一定要嵌入工作流但这个只是阶段性产品

1:11:27因为那个工作流是为人设计的对 这个还是感觉是现有的公司和组织加AI对 所以AI原生的组织会从第一天开始就去定义那个任务然后去拆解那个任务再去分配那个任务所有的人和AI都是围绕这个任务规及员工和探聚员工都是围绕着任务的流转在协同的这超出大部分人的想象 需要一点时间去消化但是就是它是一个 任務分解跟完成的那以後找工作找什麼的沒有一個崗位了你去認領任務啊現在就這幾個大Lib都是在就任務發佈然後你去認領啊你覺得你能幹就接啊然後你能deliver結果你的東西就上線了就公司只要發佈任務你只要去認領任務就行了他是一個更加往莊的一個結構是的他的層級會進一步減少不存在了 不存在了 因为成绩存在是因为不知道谁说了算嘛那就先定个成绩 成绩高的人说了算嘛他不是以判断力为标准的当然这个成绩本身跟判断力的极点有关啊但它原则上就在任何一个特定场合是谁级别高谁说了算嘛但未来是谁的能力强谁被调用嘛那这个基层中层高层这种结构也就没了岗位中层高层低层都是叫为什么叫科层制管理 它其实就是有这样的垂直的分工的有这个命令线的所以当这个命令线被打破以后将来的协同就不是靠命令的所以传统意义上的忠诚肯定是消亡了怎么激励员工呢因为设置这种层级它有一部分的原因也是作为一个激励线让你爬格子嘛在这个组织里对啊那以后的技校考评和人的这个驱动力来自于哪里在一个组织里 本质上是自缺为什么这半年硅谷最流行那个词叫High Agency对吧就是我们想主观浓动性嘛你自己掌握自己的命运你有没有成长没有人比你更了解的对吧所以你成长了你开心了你就继续做你没成长不开心你去换个地方而且你的竞争对象似乎也不只是你的同事们也包括你的

1:13:53AI同事们是啊第一个非常重要的的确是要跟人家向内看就是你自己得找到你的驱动力第二个呢你要有为什么叫主观能动性呢你要明白你要培养什么样的能力第三个呢你要找到这个能力最适合应用的场景然后跟着这个场景一起去成长第五个呢因为你承担了这个因为你接了这个任务你交了结果这个东西是非常透明的 所以你一定会得到相应的奖励为什么这些top researcher转会费那么高呢是因为贡献很透明你看你们采访的时候我看现在打抬头都叫顶尖研究员那也没有抬头连VP之类的都不写了这个不需要大家也都知道他们的江湖地位是因为整个的网络更加透明了就是说谁在做贡献谁不在做贡献很清楚对吧这两家公司都有钱30个人钱300个人 钱一千个了你在不在那里头就都很知道所以New Lab它不能算是一个阶段性的厂屋它可能算是一个新的时代的一个组织的早期形态对啊因为之所以叫Lab是因为现在主要的员工是研究员研究员最能理解的就是一个Lab他们不喜欢公司也不喜欢大学但是他们喜欢Lab所以就叫New Lab 但是将来其实所有有创造的人都会在现代的新型组织里面存在那个时候可能大家就不会举行与LAB这样一个称呼了但也可能不叫公司肯定不叫公司肯定不叫公司所以公司会消失 公司会消亡这没有什么可以遗憾的呀就是将来有更好玩的你说多少人现在去公司上班是开心的 不开心对呀对呀那你将来可以有更开心的方法不就是技术进步给人类带来的价值吗艺人公司会成为一个发展的方向吗不会啊为什么艺人公司只是说公司的很多只能坍塌到一个人身上了就一个人现在能干原来几十个人能干的活但是一个人能干的活永远是有限的所以你一定要有组织一定会有分工啊一定会有合作啊所以一定会有组织啊

1:16:15所以藝人公司是一個階段性的產物它只是讓大家理解了一個人由於有了AI的幫助它其實能夠幹原來一個公司花了那麼大的管理跟協調成本才能幹到的事情所以將來的每個人就是一個藝人公司你就這個六變形戰士然後你在那個組織裡面再去跟其他的六變形戰士一起去合作 那要产生新的这么多的组织形态那也传统的公司怎么办呢他们怎么办呢他们这个公司已经形成了转型啊 升级啊成为新物种啊怎么转不换脑袋就换人啊不换脑袋就换人对啊 就是自己的认知先要升级嘛所以为什么现在在讲AI原生的这个认知和理念是有价值的是因为你得理解新物种会长成啥样你至少要理解 你要跨过的那个鸿钩有多大你才会去努力要不然大伯能顺的惯性就是AI加一路加下去了但是原生的公司争起来的时候你就会很绝望只不过是这个转型的确非常困难因为它本身是反能性的 我原来理解这波New Lab其实还是在做早期探索的时候的一些形态但是也许可能未来到了应用公司它这种早期形态也是有借鉴价值的现在的New Lab的确都在做早期探索的工作而且是偏技术型的所以它们被交为New Lab是非常自然的但是未来的公司也是在做非常有挑战的探索型的事情 只是技術只是其中的一個環節甚至不是最主要的那個驅動環節所以那個組織該怎麼叫他們喜歡什麼樣的一個類別club或者是什麼現在喜歡大家其實喜歡的是球隊的感覺這個是一個專業的球隊如果你是一個NBA的明星球隊是其中那個明星球員那肯定就是最大的成就嘛 我觉得这批人可能会找到一个新的方法来教他们自己这些New Lab的Hack AI协作方式可能会延续下去对对现在这些New Lab有泡沫吗大概率有吧但是泡沫是好事啊就是说早期的泡沫肯定是好事因为重赏之下才有勇夫嘛对啊而且大家是都看到类似的机会这就是市场极致的价值就是说因为你你不知道

1:18:57你事先是没有一个上帝的视角知道谁对谁错的所以你只能是让大家去试错然后市场就说OK 我知道这是方向所以我愿意投入这么大的资源支持大家试错然后这一轮NewLab之所以这么值钱或者说可以以这么高的固执开始是因为大家认为他们至少起步是OpenEye更加Tropic当你的潜在的回报是这么高的时候 那你当下院下的赌注肯定就更高那以您认为Open Eye Anthropics只是一个基础设施提供商的这个角度来说那New Lab是不是不应该是这么多钱呢没有啊 一样啊因为你依然得到了一个在十年内从零到一万亿的公司啊那个回报是无比巨大的对啊所以从投资人的角度来说他们只关心Open Eye 根廿索拉培克未來三年從1億多到至少3億吧或者最好要5億吧要不然他們投資點風險的buffle都沒有了但是投New Lab的人更多是希望其中的某一家有機會最終成為下個open eye根廿索拉培克因為您這本書也是把組織問題放在戰略問題之前為什麼呀就是為什麼因為您是一個戰略專家嗎為什麼您把組織放在戰略之前 理论上不是应该先有了战略然后我们再定组织吗过去我们都是这么做的还是回到那个基本判断就是虽然这个词有点熟但是我觉得还是要讲就说AI对于工业时代是一次犯事革命所以我们看到的是新物种新物种的共性重要于单独讨论其中的一个环节所以呢就说 所以我后面这两年为什么对组织看得越来越多是因为你发现你想要的那种未来的战略的深层方式跟原有的组织是不匹配的它只有用新的组织形态才能深层新的战略这两个是阴阳合合的为什么会有新的组织形态是因为它有一个非常原生的大挑战是决策的频率越来越高

1:21:19質量的要求越來越高所以才會有新的組織心態然後新的組織裡面最重要的決策就是戰略決策所以這兩個東西的確分不開就你得一起去摸索我怎麼用新的方法做新的戰略然後這個戰略幫助我進入了下個階段我才有機會去嘗試更多的組織創新以一個ANATIF的公司給它的CEO提建一大組織最重要的是什麼 搭一個原生組織先天就有優勢還可以搭這個原生組織其實還是對AI理解的深度夠不夠你自己夠不夠原生就比如說我碰到的好幾個在這方面走得足夠遠的創業者基本上都自己重寫了自己公司內部的運行的體系 而且因為他們變成能力這麼強AI幫助這麼大基本上都是李志飛講的我把自己關在家裡三天我基本上就把那個框架寫出來了基本上是類似的故事就是說因為他們對於那個組織運行的原型是有深刻的理解的然後AI最大的幫助就是能夠快速幫你把原型給實現了所以他們基本上自己都做了一套體系但是可能大部分人今天 会满足于飞书的AI升级觉得那个就已经够我用了而且因为我原来已经在飞书上了所以我的签议成本也高我自己也做不出一个傻心的东西出来然后我要判断别人做的东西靠不靠我大概也没那个能力所以这个中间大概就成了一个分水灵就是未来真正要原生组织的人最早一批CEO大概是自己动手 重新写了自己的组织运行方式的因为那个就是未来的组织的神经网络啊它的神经网络是怎么连接在一起的而且我们讲工作流啊这些其实都跟神经网络啊这些它的类比本质上是一致的你原来的压屁就是一个固化的道路固化的道路它就一定有各方面的僵化跟局限它就不可能是一个实施反应的网络对吧

1:23:37但是神經網絡的適應能力是遠遠超過任何東西嘛神經網絡的天然就是對應的任務對於現在已經有公司的CEO有什麼建議如果你想繼續在最前沿參與競爭的話你的確就得在AI原生方面做更大的努力當然競爭都是相對的就是說如果你是跟兔子比賽跑那你的速度要求跟你去跟獵豹比賽跑那肯定速度要求是不一樣的 所以談戰略之前要先談組織組織對於COI來說變得更重要了其實是陰陽兩面就沒辦法完全不離開的因為都是基於同樣的新的DNA長出來的東西所以還是我剛剛講到的就是說我講戰略一定會講到組織比如說聊著聊著我就問一下你們公司到底有多少人現在誰參與戰略討論這個就進入了組織的部分 那你聊组织的时候肯定会问那你现在组织面临最大挑战是啥那你的组织是为了解决这个问题的那你这个组织有没有机会解这个问题所以这两个东西是结合得非常紧密的对未来这个组织的构想您觉得可能和现在的组织这种公司形态不同或者什么除了它的中心从以岗位为中心变成任务为中心还有其他的不同点吗可能人或变得更少人变得更少是肯定的或者阶段性的变得更少是肯定的 將來說不定有太多好玩的東西大家可以一起玩那是另外一個第三階段的事情我們只講第二階段第二階段是因為AI槓桿作用足夠大然後對人的要求又相對比較高所以能夠適應這個新組織的剛開始是相對少部分就是說非常積極主動願意嘗試新東西然後學習能力非常強的人所以他們會摸索出一套跟AI 协同的方法然后这套协同方法摸索出来以后也许可以开放吸引更多的人可以用相对更简单的方法参与进去它有意思了我感觉这个处在智能革命的开端就是你可以尽量把它往大了想而不是往小了想不要想是一个互联网的变化要想的可能比工业革命更大的一个变化所以未来可能是翻天地覆的一个变化是的而且

1:26:03一切刚刚开始而且接下来的想象力是属于所有人因为第一个阶段就是你看所有的团队创业者都是以研究员跟技术专家为核心的是因为他要做早期的特别大的技术突破但是当技术成为技术设施以后各种各样的产品运营跟用户的连接同理心这些东西就变得非常重要了我看到您梳理 对研究员为什么值这么多钱给了一部分合理化的解释因为他是跟AI交互最多的人他最能理解AI的边界在哪里他能够跟AI最好的互动现在他们就是创造最大价值的人然后现在市场又比以前更高效能够比较快速敏锐的识别出谁是创造最大价值的人所以他们就获得了市场认为他们抵制恶务的价格 你觉得产品经理在下一个时代还重要吗当然重要或者说产品经理会变得无比重要是因为你做什么产品服务什么客户创造什么价值用什么技术这都是你要做的决定有限的时间投入在哪一件相对最重要的事情上这个都是产品经理要去判断的只是说今天我们看到的这些大模型公司他们因为必须是技术主导 所以你會看到基本上是研究員主導的但這中間有個特別有意思的現象我也講得比較尖銳一點這一批的創業者要過的一個很大的砍是有沒有足夠的開放的心態去理解商業世界的運作規律我發現很多的技術人員沒法接受一個簡單的事實 就是我的技术这么牛我创造了这么大的价值为什么我公司可能不值钱因为经济学的基本规律只要有同志化的供给你就不可能获取高额利润你就是一家不怎么值钱的公司所以这个跟技术人员以前的接受的整个的模型训练是完全不一样的所以极少数的技术人员必须完成这个蛻变就作为方的作为CEO

1:28:31他必须去理解经济学的基本规律商业世界的运行规律然后他才能够成为一个合格的CEO把公司带得足够远你觉得新时代产品经理或者是方的他需要是瑞士社背景吗他需要是这种技术背景吗不需要下一代大概就不需要了这一代需要对吧对 就模型这一代是肯定需要的但下一代应用驱动就不需要对然后你到巨声这一代就已经看得到巨声基本上都是联合创始人 然后基本上一个是大模型背景一个是偏应用跟商业背景是因为他们一开始就碰到了这个问题对 今天好像一个创始团队他的联合创始人变得比以前多这也是一个AI原生组织的开始越来越显著的特征是因为每个人都必不可缺要不然就用agent上了所以我书里面有一句很重要的判断就是未来整个企业会越来越像合伙人 企業有一個很有意思的補充剛才講的公司是工業時代最大的一個制度創新它取代了原來的手工做法但是有一個制度是平行存在的就是合伙人企業就像律師事務所大的諮詢公司甚至包括投行早期其實都是合伙人企業合伙人企業的典型特點就是幾個人的分工合作 都很重要 少了谁都不行所以未来的组织你会发现全员都是合伙人的这种情况会越来越普遍要不然我就不招你招你其实就是为你的贡献必不可少那你其实就是一个合伙人只不过是可能你早期进来叫连创后来进来就叫合伙人了这个可能也会有非常大的变化就每个人都不可替代性是的 然后人数也显著变少我们只要是一个合伙人的组织就可以是一个球队然后每个人也有差异化不是统治化每个人也要更强肯定互补如果就是你的负盖的话那就靠数字分身去做了多少人是比较合适的这个跟任务有直接的关系所以就像他们的人数上升也很快

1:30:54所以它解决的问题是越来越复杂AS时代的创业者呈现特征和过去没有变化这个阶段的变化是非常明显的就是科学家创业嘛但它不会持续到下个阶段下个阶段我觉得科学家创业的比例会大幅下降您之前也说过优秀创始人和卓越创始人您觉得它们分界和差异是什么您能一眼识别哪个是卓越的创始人哪个是优秀的创始人识别不出来就说 為什麼說卓越難?我講的最重要的一句話就是卓越是事後認定的是因為你克服了一次一次的負反饋讓所有人都不認可你的時候你最後會以巨大的成功證明你是時代最早的先知所以卓越的過程是一個逐漸展開的過程而優秀是一個持續有正反饋的成長過程 所以这两条路径是完全不一样的大部分是优秀的人因为优秀跟人的心态是比较匹配的所以但是跟卓越同样成比例的就是我开始讲到的很多人是疯狂的失败的就真正卓越的人就是有疯狂想法的人能走向卓越的人也是非常非常低的比例的狂想的人可以很多也很容易但是你不但是想对了还能落实的那个是极为稀缺的能力而且你问这些人的话 他可能也未必认为自己有什么不同这就是在《纪念长期》那本书里面讲到的他看到的那些特别卓越的企业他就是另外一本书就叫优秀道卓越两本书都是同一个作者写的他其实讲你真正问这批人的时候他们有个极大的特质都是把成功归于别人然后都认为自己是因为运气他是收集了这些人的访谈对外沟通的信息 我觉得一开始听起来好像有点反常识但你真正去体会的话应该是那样才有可能为什么因为事情大于冷因为你一定自我很小才能走那么远是时代成就了你的确是你只不过是碰巧在合适的地方跟合适的人在一起做了合适的事情所以如果你只是为了证明自己证明你有多牛其实他书里面讲的第四级的领导者

1:33:18在某一个时间点世界都会打脸打你的脸来证明你其实没有你想象的那么厉害所以自我小一点才有可能是的立他同理心和自我逐渐变小大概是走向卓越必不可少的因素因为你一够大的话你会一直想要证明自己你就会一直在那个正反馈的循环里是的所以你大概里走的是一个普遍性正确的道路是的 因为你急着证明自己嘛所以你需要短期反馈嘛你是为了自己的遗果嘛所以你不会去真正的去感知和理解真实的世界你对信息的处理一开始就会容易受你先路为主的判断的影响那如果是另一条路呢他想的是我要怎么把这个事情最大化还是我要把这个事情做好对吧就要我愿意听更多的人不同的意见 我相信大家都很优秀我们是为了成就这个共同的梦想那整个公司的邻距离就不一样了这就是真正意义上的使命驱动的公司所以你如果问我的话我也会把公司分成四个层级机会驱动的公司战略驱动的公司远见驱动的公司使命驱动的公司但是这个使命是发自内心的你真心Believe的你完全相信跟拥抱的 不是你编出来写在墙上激励别人的那样的人是非常非常少的怎么辩别他是一个使命还是战略你这可能只有你自己知道可能自己都不知道经常有创业者过来跟我讨论战略问题我其实经常问的第一句话往往也把他们搞懵了我经常会问十年以后你会对怎样的自己满意这个问题就是最能反映你对自己 当下是什么期望你大概这一段的旅程是什么驱动的但是这个问题本身也是一个自我依购的问题你有自我依购你才会想神经或者自己是什么样的比如说有的人会讲我就是对这个事情特别感兴趣我希望这个事情能成这种肯定事情就已经大于人了有的人是说我就是好奇那这个也比证明自己要有意思

1:35:42然后有的人就会说我就是要做一个100亿美金的公司这是付款单对 因为这个基本上是自我驱动嘛就是要一个外部的认可嘛所以它很多的东西都会基于这个去做调整跟变化才不是一个内在驱动它其实是个外部的它受外部的衡量标准影响很大所以每一轮的估值就容易对它有冲击这都像在交打券对啊 对啊 您听过最好的回答是什么马老师最早创业之前讲的让天下没有难做的生意那个就是他自己发自内心相信的东西他那是使命还是战略那是使命还有过很好的回答没有我觉得马斯克去火星也是使命这是一个脱离于我自我的一个事情对呀但是要把人类带入外太空时代对创业者来说哪些是非共识哪些是噪音怎么变变 這個跟戰略制定也有很重要的關係因為你就是在判斷判斷信號跟噪音一個可能是盡量感知的全面一點就是真實的去體會外界發生什麼變化第二可能就是可能思考要更深入一點這樣的話你大概能慢慢分清楚噪音跟信號 很多人是不太過腦的就是說思考你不生的話當下流行什麼你就跟著流行去了所以會很累因為你一直在追在追趨勢別人已經領跑兩步了你沒看見你只看見他冒出水面的第三步所以你追肯定就是第一天就是輸掉的那第二個呢就有可能你就是因為接觸的面太窄了所以你容易做出一個局部的最優的 判断但你可能失去了一個更大範圍內的一個視角對對對這好多都是心法感覺我個人是比較愛琢磨心法層面的事情而且理論的東西容易反而被大家容易被理論框住因為你只對那句話就記住了那句話然後你自己可能一壺路畫瓢就容易出很多問題 但是新法如果你掌握了的话就能够根据具体的情况随即应变了因为您也说就是现在做战略首先要组织并且战略也是实施变化那今天这个战略还重要吗就是您以前也说过要看十年想三年干一年这个在AS时代还work吗今天战略无比重要啊你做错一个重要决定你就出局了这个淘汰赛是可能以月以几个月就

1:38:40就来计划了所以我为什么会讲也是在需要一套新的战略方法论是因为你持续做出正确战略决定的重要性是非常高的就越不确定的时候越需要战略思考能力如果都很确定的大拼的就执行能力嘛对了那第二个呢就是其实看十年想三年干一年 就是我對A.S.代戰略方法論的一個比較形象化的總結但是大部分人記住了看十年幹一年因為那是他們習慣的工業時代的戰略方法論因為工業時代或者說就從九十年代開始的就要很多的傳統企業的方法論是因為這個在一個相對成熟和發展緩慢的世界 看十年是比较清楚的因为你每年就5% 8%的增长然后十年以后大概会变成啥样也没有新的玩家所以你大概是知道的然后在这个情况下你做今年的规划也很容易基本上就是现行推演加一个就现行外推嘛然后战略如此的不重要以至于大公司都把战略外包给麦肯西这样的咨询公司了 所以80年代开始到00年左右麦克希BCG这些公司有一个紧喷式的发展就是因为这些公司认为战略不重要都可以外包给别人了所以麦克希他们过去就是根据行业经验根据我们的战略方法论我帮你制定一个十年的规划然后你就按年去执行就行了双方都很开撇但是我们今天的问题在于看一年是远远不够的就是你没法现行外退 現行外推就不可能得出Anthropic今年80倍的同比增長的收入了就是因為你是一個vision driven的人然後你放棄了一個現行外推的思考方式你才可能有未來但是由於未來如此不確定所以看時間幫不了你太多因為當下從哪下手你還是不知道所以你得逼著自己去想一個大概三年左右的一個途徑

1:41:08所以真正的創造力在看三年看三年要求你大概看个两三步就是我第一个麻烦事动是什么第二个里程碑是什么第三个里程碑可能是什么然后我今年做的第一个重要的事情是为了满足哪一个里程碑所以你就会有短期中期长期之间的一个动态的张力这个张力引领企业 有可能更好地做出當下的戰略選擇所以就沒有這個看三年的這個張力其實戰略就沒有發生的那個環境了就相當於在一個三維空間思考最優潔跟你在一個二維平面尋一個最優潔完全不是一回事這應該以多長周紀維頻率來思考戰略好問題所以有時候看十年想三年幹一年是一個形象化的比喻 它本质是要张写看三年的创造力以及短期中期长期的那个冲突和矛盾利益取舍战略本质是关于取舍最核心的就是这个取舍但是你也可以看五年想两年干半年这个根据每个行业不同甚至你可以看三年想一年干一个季度这个节奏是根据行业发展可以有些不一样的 但是一定要有中期的一個思考一定要看到至少三步而不能只看一步所以關鍵是中期的那個節點我去年有一個創業公司做應用的公司問我他們的公司發展很好ARR長得很快我就問了他一句話我說你ARR繼續長兩年以後又怎麼樣呢 最后产业终局会咋样呢年二有没有一个天花板呢那个天花板多快会来呢所以他一下就明白了他回去后来算了就发现天花板不靠就赶紧回去就去做一些新的事情了但是当你就是线性地看每个月都在增长年增长率多好特别是这个很虚幻的事情它不但是一个线性外推而且还是拿当下外推12个月 是很容易讓人產生一個增長的幻覺然後他很可能就突然到頂了後面就直線的變成一個現行增長然後你做的事情其實是一個很不...沒有想像空間的事情對 沒有多少價值的事情所以你短期內的價值模型一一出就沒人願意付費了或者是競爭太多了大家剛開始競爭的時候是按你的創造的客戶價值來定價的但是當競爭對手一多了就是按你的編輯成本定價的

1:44:11也是大部分能不理解的一个经济学的基本规律不管是短期中介还是长期我们应该以什么为一个指标呢就是我们当下能够看自己的成长性的一个标志有可能是什么这个指标就是主观的所以为什么会有OKR就是要想解决当你的目标不能转化为KPI的数字的时候大家要用OKR的方式协统 只是因為OKR落地對組織要求太高了所以大部分公司或者放棄了或者OKR變成了變形的KPI為什麼實際上未來的組織大家現在用對齊這個詞用的越來越多就是很大程度上其實就是對齊對齊我們的目標對齊我們對未來的判斷對齊我們背後不同的認知模式這個是變成了一個更低性的 OKR还会延展到AI时代吗我觉得OKR的基本理念是对的但是我们可能会找到或者说AI时代才有可能让OKR落地因为那个组织大脑那个AI组织的那套系统是能够追踪自然语言的表达的然后它基本上这个神经网络是无所不在的所以它大概就有可能给我们一个反馈说你们都偏离了你们都OKR 然后我看到了一些更具体的未必是数字但是是一些趋势我可以提醒你们的所以OKR可能真的是需要一套新的方法才能落地那AI时代到底这些公司应该怎么制定战略呢你们的分别说说模型公司应用公司机器人公司他们分别应该怎么做战略我觉得那个分不开了就不同的公司是不同的场景而且不同的发展阶段 所以我書里面也講到戰略摩索期戰略成型期戰略成熟期和戰略執行期所以你拿行業份不如拿發展階段份就比如說大模型公司基本上進入了戰略發展期因為戰略都收斂了大家相對是比較清晰的但是巨生機器人的公司大部分都在戰略摩索期都不知道該往哪收斂

1:46:32所以在這個不同的階段的戰略的方法是有不一樣的地方但是回到那個更根本的就AS代的戰略生產這個方法跟以前有什麼不一樣我覺得最不一樣的就以前叫戰略規劃現在叫戰略生成我特意創了這個詞因為這個詞本來就反映AS代嘛大家都習慣了視頻生成這個文圖生成現在大家說偉大不能被計劃 所以真正它其實是深層所以公司我們講組織設計的時候其實真正要做的是一套體系一個環境可以讓戰略洞察湧現出來然後成為一個戰略不斷深層的系統最後戰略就是一個自然而然的決定在合適的時間有合適的人做了一個合適的決定公司就往前走 所以是要把那套深層系統給建起來那就是組織和環境對 所以我為什麼不得不把組織先說就是說你如果不理解因為未來的組織有這個能力做這個事情它是一個神經網絡它是一個工作流任務流它是一個任務流導向的一個系統然後人跟AI都接到這個系統裡面然後核心是永線就跟大模型一樣就實際上是人跟AI一起在訓練一個組織的小模型所以核心就是 原来没有想到的洞察可以涌现出来整个群体智慧有没有在眼睛这是最终目标怎么构建一个好的环境除了刚讲的类似神经网络这样的系统之外这就是为什么需要新的文化需要一个跟全员和伙人能够匹配的文化这就是为什么Context Not Control又重新火了起来 就五年前我比如說講這個Netflix的案例甚至講自己的案例大部分人覺得挺牛的但是跟我沒啥關係但是今天所有的人都知道就是要給context給夠了context他就有那麼牛的人能做出正確的決策所以對齊是對齊目標跟認知然後就是給夠甚至就是全員共享一個完整的上下文然後

1:48:58事情就會自然的湧現要是人和AI都要共享對因為人沒有辦法像AI那樣有處理全海量信息的能力但是人有瞬間的創造力和看見沒有不存在的連接的能力您覺得今年大家對於就是好多老登的不喜歡反老登公司你覺得跟這種AI時代帶來的這種組織變化文化變化的本質是不是也有一些關係 因为可能他们口中的老德是上一个时代公司的组织体系科层制的体系演化而带来的一些形态遗留下来的是的这个特别有意思老德这个词特别有意思就是以前大家都遵老爱用对吧那核心原因是什么是因为老的经验有价值老的规范在延续所以你必须遵老爱用这样你才能学到东西 对吧这才是传承那么为什么有老灯呢就是你刚刚讲的宏观方面原来那套东西看起来都没什么价值了公司受到压力越来越大谁也不愿意在课程制就姚顺宇讲的特别直接对吧谁愿意陪老灯玩牺牲自己的青春年华所以这是个非常典型的心态但是在个体上这个事情能成立的原因是因为经验 相對來說特別是能夠轉化成知識的經驗都不再有價值因為它都被大模型吸收了所以這些年輕的聰明人用好業槓桿你瞬間就能成為任何一個領域的專家所有的為什麼AI現在也可以達到一個主任醫生的水平是因為所有的經驗都被沉澱在大模型裡頭了所以你過去20年的經驗還有啥價值呢 那年轻人当然就不尊重老年人了然后就会有相对带点负面的这样的称呼就出来了那老年人怎么办或者安心养老或者变得重新年轻呗所以这个新水带组织它的文化应该是什么样子呢文化的核心就是创造就像一个球队一样的每个人都不可缺少但是依然有明星有前锋有护卫的分工的差别

1:51:25所以他的文化一定是開放透明然後共享還有一個非常重要的我把它叫做共創就是說大家都明白自己是在共同創造一個新東西所以合作跟協同的這種意願跟能力也會大幅上升你覺得為什麼上一個時代的公司這個體系讓人這麼不快樂呢很少有人快樂吧這沒辦法因為大部分的知識工作 是簡單枯燥、重複、繁瑣沒有成長性的所以我們自然會覺得那就是一份工作它是消耗性的然後既不帶來情緒價值也不帶來成長價值然後公司為了管理就都是偏控制性的手段對吧然後丁牛丁得很死所以整個的那個環境是越來越不符合 今天大家對於文明的嚮往或者自我發展的什麼是幸福什麼是快樂的一種理解所以我自己是非常樂觀的我覺得AI在這個時代給了我們一個更大的自由度去追求我們想要的那種更好的人生所以以後的組織可能會更開心一點更有創造力一點我覺得可能開心就成了必須品 其实价值是必须品的但对于创业者的要求也变了呀是变了不能是一个老板形态对吧谁还认你啊对吧我都不陪老登玩了我还陪你老板玩这完全一个不同的环境了所以你看现在所有的创业者都讲他第一优先级就是招人然后招人的时候都是赶招来的都不是你说不能P.O.A对啊P.O.A你也不认啊服务行私有是 刚才我们聊战略的问题那个地方没有聊完就是您说像比如说大模型公司它进入了战略发展期然后机器人公司还没有收敛还是在早期萌芽期那它们具体来说它们这个在不同阶段的公司应该怎么制定战略呢在战略收敛期的话就要追求组织效率和执行效率然后要追求从一个方向型的战略到一个可以避缓的运萤模式

1:53:52所以它才能高效的因为发展期的核心是规模化你要上量要快但是你能够规模化原因是因为你的原型已经很强壮了所以它可以被规模化那么站着探索期的核心是一号位必须带着大家去做不同的创新然后要有一套机制把这个四错的成本给降下来然后逐步的达成一个共识 所以這個階段你要有自己相信的但是可能又不能過於執著因為可能現實會給你打臉發現別人的方向可能是對的這個時候就是你自我能不能讓位給現實是因為你需要不斷的調整而且每個人的這個出發點都受制於過去自己的訓練所以你能看到的東西都有路徑依賴所以現在大家一起去創造那你能不能快速地把別人最好的經驗給 理解消化吸收然后再形成公司下一步的创新的基础所以在战略这个尝试期核心是创新的效率要足够高而不是执行的效率你看今天大模型公司不管是美国还是中国大家都在做agentic coding重要是一个很大的共识他们没有非共识是吗他们应该非共识吗非共识 就是NewLab不论这个公司的人就去创业了然后NewLab里面某一个反公司可能就会成为三年以后的新公司了这就是市场特别有趣的地方它是深深不息的在这个中间不断的往前演化现有Lab不会进入统治化竞争现在就是统治化竞争那么就影响它的商业价格就是你刚才说的所以上个礼拜大家都很恐慌 不就是怕同執法競爭嗎?K3是吧?對呀!就因為有同執法競爭的這個事情所以它就打破了對於大模型公司能長期享受高和壟斷利潤的預期然後是因為這個利潤預期破了那就才會有大家對於這些公司可能就沒有能力持續去投高的CAPEX所以源頭是前面這些公司還有沒有實力

1:56:18還值不值得為他們繼續投入基建基建都是為了這些大模型公司服務的如果最後他們創造價值有限那我幹嘛投這些東西呢你現在的觀點是應該繼續投入嗎第一個我覺得大模型本身發展的空間還非常大所以大概率基建的投入還會繼續但是可能在某一個時間點會出現一個拐點就基建的投入由於周期性 會可能超過大模型的真實的需求但那件事情從產業發展來說未必是壞事因為應用公司就可以用很低的成本去用現有的基礎設施所以他們的進入門檻是大幅降低了的就是智能的調用真的會變得非常的便宜有足夠的強大和穩定或者換句話說只要 智能的供给还没达到大家想要的那个状态基础设施就会持续投入所以应用公司可以再狗一狗等一等你也没法狗一狗等一等因为你不在这场里头你积累不了相应的经验等真的大浪来了你接不住啊就应用公司还是要有希望不要那么灰心对 那我是觉得绝对要有希望的而且他们下场也是因为他们感受到了来自于未来的某些召唤 我们只是在不外面可能没有感受到他们那么强烈的这种相信您觉得机器人公司不管是从模型上还是剧身上因为今天还非常不熟练吗您觉得什么时候可能会出现紧一不熟练它的产业周期发展可能有多长刚刚讲了直接模型公司到AZEN的公司它的一个阶段嘛那机器人现在是什么阶段我觉得机器人还在非常早期就还在摸索到底 怎么落地因为有一些很核心的制约比如说数据不像大木星公司原来起来的时候有足够的数据所以有些很现实的制约让他们还在一个非常早期的战略探索期因为现在有好几种做的方法一总是先从大脑开始做然后追求

1:58:29机器人大脑模型的泛化性另外一种是从比如说一个场景开始做然后做剧身做身体然后它能在这个场景里通过数据来跑腾整个的避缓然后这个避缓然后再反驳它的模型能力您觉得应该先突破哪一边呀我觉得在逻辑上两条路都成立的所以你没法事先判断到底哪条路能赢 因为泛化的挑战是在于要泛化的空间有多大第二个你在一个具体场景下特别是一个很大的场景下你的效果到底够不够好走这个场景的那些公司它的挑战是在于现在能找到的场景都不够大但是它的能力能不能让它快速扩张到一个足够大的场景既能把它做好然后又有泛化的可能性 所以原則上就像爬一座山你可以從南坡爬可以從北坡爬事先很難說誰能爬得快一點機器人這種階段可以類比為什麼產業的什麼時期嗎最簡單的類比就是他們自己認為的還在2020年左右的階段還沒到缺GBT的階段的大模型公司能跟更歷史的一些什麼早期的產業能來做類比嗎車也可以這麼類比但是車的話呢 前面也是几千家公司这还真是个好的类比就是大概比如说1900年到1920年真的有几千家公司在美国都是坐车的有的人觉得我有一个机械功能就我能把一个车撬出来反正马达都是买别人的嘛但是后面是出现了一个原生应用就是福特汽车1913年福特 是建了全世界第一條由電驅動的流水線現代製造業才進入了一個新的階段福特才能用極高的效率生產出一個大眾可以消費得起的汽車所以那是汽車行業的第一個2C的突破然後福特就成了現代工業時代的一個代表 但是后面有个很有意思的插曲就是当福特通过规模化标准化只卖黑色车坐到了全美地位以后大众的需求开始多元化然后就出现了通用汽车有七八种车型去竞争的下一个阶段说明每个战略都要在当时那个时期有效才有效它不是一个更古不变的事情对现在让大家相当于大家都能手出一个机器人公司但是哪个机器人公司能完成规模化亮彩

2:01:11谁都不知道也许我们还在等那个踢行车阶段就是在等踢行车阶段踢行车就很了不起了你能够规模化量产所以为什么大家都觉得谁第一个真的能够实打实地把一个一万台机器卖出去机器能卖出去就已经是个了不起的成就了有没有可能机器人这个产业它可能发展的节奏会更像车去类比大模型堆吗我在想你要这么类比的话我们干脆把它放大到 刚才讲到的就电出现以后电气的出现因为基于电可以有N种电气所以你说冰箱跟这个洗衣机谁更重要就不好比了大小也差不了多少对吧所以我们可能会出现N个不同的机器人真的是是用不同的大场景的家用机器人肯定是一个但家用里头可能也有一个偏陪伴型的一个偏家务型的 然后工业场景或者外面的各种各样的场景它是一个普债的一个事情大家为什么这么看好机器呢是因为它是一个AI跟物理世界交互的一个基本的界面所以就有点像电什么东西都可以被电再重新干一遍所以我觉得你的问题非常好机器人可能更好的类比就是电器的发展那个可能是一个更好的类比然后汽车城的中间的主打 类别的是店嘛对 汽车的确是其中的主打但是那个是对外的场景对内的场景就是洗衣机冰箱家庭场景在这波巨浪面前哪些巨头是安全的我从来觉得在巨浪面前没有人是安全的谁觉得安全谁就是谁就是最不安全的他们有多不安全应该都足够的担心吧他们的战略都是AFS的ALL IN AI这个够吗这是必要条件 够不够 要看技术演化的路徑有多么颠覆然后新公司获取资源的能力有多大就主要是看这些方面的挑战你觉得他们ALL IN AI还能够成为下一个时代的企业吗就是时代性的企业吗挑战非常大挑战非常大从历史里面有一句可言吗有这个时代的企业过度到下一个时代的企业还能做得非常好的多不多

2:03:37不是多不多的問題是有沒有的問題基本沒有IBM曾經做到過一次然後微軟算是做到過一次就是微軟某種程度上錯過了移動互聯網但是它保持住了搜索的火苗然後有了雲計算的積累所以加上它在PC時代壟斷積累下來的PCOS的壟斷 所以讓AI時代Google起了一個大早還有一次機會但是目前看微軟好像又有點遲不準它到底能不能走過去了因為它的模型的投入不夠它模型這塊其實已經出局了雖然它有OpenAI的早期的投資但是目前它已經買不起OpenAI了即使算微軟已經算是維持了很長時間的 一个领先的公司可能未来都不太确定Google呢Google就相当于微软的上一段也许它能成为一个很好的AI云公司但是它能不能成为一个消费者的大应用这个还真的不那么确定入口对对对 入口级的应用那个不太确定但是因为它有TPU有大模型有那些我觉得Google作为一个云厂商活下来 這個應該是沒問題所以這種不依賴於你怎麼戰略選擇你都很難一直在牌桌上什麼就是這個是讓人絕望的地方這一點都不讓人絕望啊就是能有生老病死公司也有生老病死沒有比在更正常的所以新公司才有機會年輕人才有夢想啊這多好的一件事情啊對吧一直都壟斷到今天那不是世界太無趣了Google不一定會成為下個時代的Google你自己會是下個時代的字節嗎 同样的大概率也不会啊字节今天模型做的也还不错对吧起码在国内是第一梯队吧没有啊所以字节是有很大的机会成为AI云公司的包括谁当时做的那么好在视频生成方面多么太方面他都已经是世界一流的大模型公司

2:06:00因为做基础设施是容易的你有那个积累有沉淀它有一定的惯性的但是那个大的土石的应用是有非常大的不确定性的斗包是吗斗包肯定不是啊对吧要不然它肯定不计成本的往里砸了它不砸了就是因为斗包不够不够那么未来斗包更像一个上一代的李东户罗产品不是斗包就是第一代AI产品 就是那個聊天機器人豆包沒有行動力智能體的核心是獨立完成任務那他把智能體內視鏡豆包不行嗎這就是他們想做的嘛就是大家都想做AI時代的OS嘛所以他肯定是想做入口去調度OS上一代的入口能不能夠理解下一代的整個生態的發展做成下一代的入口 那个挑战是非常大的因为你如果不是agent的事实标准的话你其实是很难成为路口的你调的都是上一代的服务但你上代的服务有可能是会被下一代的服务就是他们要被颠覆的社交关系会宠购吗?腾讯安全吗?肯定宠购啊腾讯安全作为最安全的为什么最近这么恐慌就是因为也有可能不安全肯定宠购社交关系 人跟人的关系都会被重新定义Agent在里面的重要性也会大幅上升所以你不看好这种现有的一个产品它加AI加Agent你不看好我觉得都是过渡产品就像QQ也没有过渡到移动互联网时代或者说QQ过渡到了但是真正承接移动互联网时代的是微信人和人的关系会被重购人的社交关系会重购那人和货物的关系呢一样会被重购我觉得阿力也一样有那个挑战 他特別努力他加AI加Azern也不行那自己再造一個產品有可能嗎就讓我讓下一個時代產品單身在我這個公司裡所有的公司都會偶影就像我當時講的就是說一輪互聯網的時候大家都偶影了一次這個一輪互聯網我其實一直我就一直在思考一個問題就一輪互聯網對於PC互聯網來說到底是顛覆性創新還是延續性創新對吧我覺得那個是決定了問題的本質的

2:08:28但我当时的判断我觉得是1.5的创新就是它有很强的颠覆性但它有很强的延续性因为它都是基于互联网的基本架构有网络效应这些技术也是有延续性的但是它也有它的非常颠覆性的地方所以你会看到它的延续性的部分让几家头部的互联网公司 都过渡到欧印成功过渡到移动互联网公司但是它的颠覆性的部分最后也的确成就了抖音和拼多多这两个更加原生的移动互联网公司AI现在呢我可能整体上更倾向于它这个颠覆性的技术它都不是颠覆互联网它都颠覆工业革命对对对整个的就颠覆了所以它这个生产力的革命互联网本质上是个生产关系的革命 所以它整个都颠覆了以后延续生的部分没那么强那么在这个意义上原有的物种去适应新的物种就会非常困难你的技术储备可能都不是那么献新的所以我继续要于下一代的产品也长在我的公司里难度也是很高的就是哪怕我用的不是我现在这个产品吧我用下一个产品去承接让它诞生在我这个公司里这个难度也非常高这是组织文化原因吗 不兩個方便組織文化肯定是其中那個制約因為你一個十萬人的公司轉成AI原生跟一個十個人的公司長成一個一千人的AI原生公司難度是不一樣的這是非常重要的第一點第二個就是說這是大家對平台跟生態的理解就是你如果沒有做出第一個真正成功的agent你大概就不理解agent是怎麼運行的你就沒有辦法提供那個基礎設施成為不了那個事實上的標準 也就成为不了路口所以你自己得在agent上得真正整明白了你才有用户才能吸引更多的人吸引更多的agent的开发者在你这上面开发所以先有一个成功的agent是前置条件才有那个黑洞效应是的你看就是过去两年xia也做了很多事情你觉得他们是战略错了吗战略上可能也有问题他们没有特别明确的方向

2:10:58不像是老平跟那么聚焦然后我觉得组织上肯定是有问题的我讲个细节吧我在硅谷只要是碰到有一群工程师的场合XAI的那个人永远是最疲惫的那个人他到最卷对他都已经不是一般意义上的卷就是他就是被消耗的过渡了可能跟Aaron工作的那种方式也消耗了 它雖然可能讓你成長但是可能特別消耗人所以你看到他們來了以後也是沒有什麼力氣說話的任何一個組織的創新其實是就像人一樣的人太累的時候是沒有創新的你一定是在一個相對開放放鬆的狀態你才會有新的東西出來當一個組織崩的那麼緊然後又非常的高壓的環境下要做一件特別大的創新是一件非常難的事情 而且我聽研究員的評價也沒覺得Iran真正懂大模型所以他原來那套方法論就是他比較偏硬件的那套方法論其實到了AI這個時代他沒辦法自己直接給答案然後又沒辦法用一種共創的方式讓組織來給答案因為他以前都是慈善而下的對吧 是的 他给了地心原理的答案然后逼着大家去超常规的去完成但是在这个场合下他自己给不出那个答案他又不给底下的人那么大的空间去给出一个答案我觉得XS肯定卡在组织上了所以他这个也就是您说的那个组织和战略之间的这个关系做很差是的 他没有通过组织去生成战略他都是他自己的意志对Maita呢我每次都觉得小扎很年轻啊 他为什么跟不上你年轻但是你出头找消耗也找消耗的也多因为你被一代一代的这样的东西其实都在消耗你的认知的潜力而且beta大到这种程度它内部调度资源这些就变得非常的困难而且我觉得大部分的研究员也不觉得小渣懂模型所以他就没办法真正去做非常重要的决定

2:13:19然后另外两家公司就比如说SAM它是真的是依赖Elia然后Elia是真能够驱动整个事情的然后SAM又是一个很好的CEO所以这两个就是一个很好的搭配Andropics是整个的组织能力非常强然后DIRA给MissionVision这方面把握的又比较准所以Andropics就显示出了一个非常聚焦的有VisionGiven的一个公司的爆发力 但是OpenAI因为底子够厚所以它即使这一轮反过身来追Enceloptic速度也非常快但是这两个公司本质上都是新时代的创业公司所以它的组织文化各方面其实都更加匹配然后到其他几家公司就都有各自自己的问题了中国的公司呢你有没有一些观察中国公司其实也类似本质上也类似 就KIMI可能就比如说更加原生一点但是这个钱文一位起步的比较早而且有大公司的这个资源的支持所以他一直能够持续的往前跑然后自己当张一鸣自己反映过来要欧印下场的时候那自己的速度也非常快中国的竞争为什么每次收连起来都特别慢是因为先发的企业 就不像美國的企業它有兩三年的先發期所以它有一個健康運量DNA的階段然後中國的企業至少到目前這一輪為止還是在美國圓形上的一個快速跟進所以大家同時起步的話就必然變成百團大戰因為大家看到的都是差不多的圖像 然后都去硅谷把所有研究员都录一遍然后每个人都能挖一两个人所以你就变成了相对容易出现统治化竞争的但是这里面即使是这样这里面真正认知比较深刻的然后可能找了那么一年跟半年的对吧像这个杨子玲跟这个阎君杰也包括这几个其实更加原神不太是那么跟上来的这批那明显的这一轮竞争还是他们跑在前头

2:15:47现在不应该再去做大模型了吧 再去参与这种传统印象的大模型我也没觉得有人在做 也不会有人头了除非你是一个新lab小红书啊 你还有啊 他们不都在做吗没有啊 他们的核心都是做应用啊他们都在做大模型他们做大模型是为了补齐一些基本能力是为了真正去做应用的时候能够发力 这个跟其他两家公司是不一样所以你没看到他们的团队太多出来赛参数啊那些对吧他是作为未来的一个基础能力在储备的我不觉得这两家公司愿意参加大模型作为基础设施的API的工厂这样的竞争但是他们起码认为做应用的前提是我的有一个很有强的模型就下一阶段大应用的公司那个模型跟应用技术的那个边界是不清楚的所以如果他们在这一代断代的太厉害 他下一代不一定接得住对所以这个就是我们前面讨论的应用公司要不要做模型吗所以它是个能力的储备但是这个事情本身也是一个开放的讨论它是在看实际的进展会演化到哪个阶段就相当于这个旗是没有下到中盘的还在开盘的布局阶段您对今年的不管是模型也好Azern也好机器也好有没有一些预测到今年底26年我从来不做短距预测 我只提供一些规律性的理解供大家参考比如说五年呢五年我是觉得Agent的路口肯定有可能出现了就是第二阶段大概大家都能看明白了反正移动互联网时代出现像抖音拼多多这样的产品要到第三阶段对Google抖音抖音跟拼多多我觉得都是类似这样的而且拼多多出来的非常晚 对啊现在可能距离我们还有多少年那个可能是八年十年以后的事情好漫长但是给应用创业者提供了很多的希望你别忘了Open 已经十一年了对啊我只是这两年我们感受到的这个加速度你觉得当人物智能成为新的生产资料和基础设施社会需要多少时间来消化这场技术革命一代人一代人二十年起步因为他们才是原住民啊

2:18:12那如果智能能像能源一樣從外部獲得你覺得未來人和人的差異在哪裡?我覺得是創造力的差別所以德魯克有一個非常經典的分析框架他把人類社會從工業時代以來劃了三個階段第一個階段是生產力的革命也就是流水線取代了手工做法第二個階段是管理革命 大概一百年前左右開始就是有泰勒的這些科學管理方法然後出現了商學院這個新物種商學院的核心目的就是給現代化管理匹配足夠多的管理人員第三階段它叫做支持革命的階段就是它觀察到從七十年代開始軟件變成一個非常重要的發展方向而軟件的核心是處理人類的支持把支持跟最優實件 通過軟件的方法沉澱下來變成一個標準的執行的方法這是德魯克他1999年吧大概過世了所以看到的整個過去兩個世紀的變化那麼我接用他這個框架我自己認為如果從人的角度來看AI時代可以被定義為創造力時代所有可以被結構化處理的知識 这样类型的工作都会被AI接管然后人一方面被逼着去开发自己新的潜能但是你也可以讲人终于被解放出来可以去开发自己的潜能而我认为这个空间是非常大的这个方向就是创造力AI做不了的创造力的事情只不过是我们对创造力要有一个 更好的理解和重新的定义就可能创造力不是简单的会写首歌或者会画乎画它可能是更多的原创的定义复杂问题的能力就是比如说像这个电真正发明了以后流水线出现了以后才有产业功能这个概念技术功能的概念然后才有了白领这些都是十九世纪的人其实根本想象不到的事情 所以我觉得未来所有人努力的方向就是开发自己的创造力这个创造力还是一种圆创造力对 当然就是无中生有的能力有的东西机器都知道啊一种无中生有的能力因为如果是已经有东西的话机器都得它获取到了对啊这种创造

2:21:09可能從機器的角度來說很無聊因為它可能就是各種各樣的情感陪伴人跟人之間有的沒的想要的各種各樣的以前沒有被開發的需求也許不貢獻給這個物理世界的巨大進步但是它可能對人類的成長跟幸福感有很多的幫助所以這個東西是可能有很多種以前我們沒想過的方法剛才說如果公司會消失那商學院會消失嗎 商训院已经不行了都在摔落现在的整个围绕着公司建立的比如说办公室啊就这些可见的是不是都会发生巨大的变化都会啊因为虚拟世界的比例会越来越高虚拟世界的比例会越来越高嗯对啊就metaverse的那个方向是没错的可能只是时间找了五年而已那未来人作为一个社会来说您能看到什么样的 智慧發展天蠻地步的變化就我碰到的一些零零厚的創業者想做這個土石應用的那他們想像的世界完全不是我們現在能夠理解的世界太有意思了我覺得今天還是帶著對未來非常積極樂觀的能量我是比較樂觀的我一直覺得就要有巨大的發展空間會不會改變整個的教育體制呢 如果對人的能力的需求發生了比較以前的價值體制還是一種智商激勵它本身是支持的灌輸嘛智商的開發都是第二位的支持的灌輸是第一位的那這個肯定是不行的你想想看我們從小到大有多少興趣被壓抑了然後我們並沒有順著一個開放的探索的這條路徑去開發我們的潛能我們都是在最早的時間為了不輸在起跑線上 被按在了原來世界的固定模式裡頭所以我覺得接下來最大的衝突就是教育系統的衝突因為其實年輕人已經知道未來跟我們今天想像的完全不一樣所以你隨便問高中生他們大概都知道用現在的方法大學畢業以後找工作都找得著他們可能有很多的想像但是我們肯定不敢讓他們去走他們的路所以他們就卡在這了

2:23:33但你问更年轻的家长我刚生下来的小孩该怎么教育他肯定知道要用新的方法教育他只是不知道用什么方法教育而已所以这是一个特别需要接下来整个社会花很大的资源跟力气去探索的方向无中生有的能力这个总结的很好是的有的AI都有人需要做无中生有人和系统的关系人和AI的关系未来会怎么演变 我觉得会是一个在组织里头非常明确是一个深度协同的关系社会层面至少我们不谈ASI就是超级人工智能会长得啥样反正大家也没共识我们也先不谈那些就是在这一轮能看到的AGS时代它肯定会渗透到社会的方方面面就像这过去十年我们已经离不开手机一样了就要将来每个人身上某个地方挂一个摄像头 有一个语音接收的设备然后可穿戴的东西满身都是加上外谷格之类的人就成了一个加强版的人这个我觉得是完全可以想象的有看他好的硬件公司吗硬件产品硬件产品其实也是这一两年的乐点各种各样的消费硬件都在逞出不穷就像我们讲的就是00年以后大家都在做电器家用电器 但是最後能立足的是那幾個大品類還有無數的小品類不知道會是什麼現在就像美國很早出現的那個烤麵包機的那個大家現在還用的那個也是很早被發明出來的但那個不夠大技術不夠複雜所以它沒法養個大公司所以就是所以有很多的這種新的公司其實就是講的一切都會被重新來一次但是哪些是大東西哪些是小東西哪些是主哪些是府 然后谁用哪种方法找到了面前未来的密码这个都是不确定的但是我觉得有个基本态度要改变啊就是原来我们倾向于降低不确定性但是我觉得在这个阶段其实是需要拥抱不确定性不确定性就是最大的机会所以心态先得改了就不能恐惧就你见到不确定性见到复杂性就恐惧

2:25:55你就肯定没法往前走了但是面对巨大的不确定性跟复杂性你觉得特别好玩特别有机会去创造一些新东西我觉得那才是年轻的一代的这些创业者的心态我们有点启灯又添了我们其他都担心的太多了证明老师您自己的使命是什么我觉得就是做一个快乐的研究员快乐的研究员对我觉得在现在的这个雨境下是挺有 挺有趣的一个定位快乐的研究员对AI会让人类更快乐吗我至少是这么希望的这是大家讲AI像餐啊这些但是就说它肯定会带来一系列的新的问题但是整体上有些更哲学的层面上我们可以去探讨但是抛开哲学层面文明的进步就是技术不断的带来新的可能性 然后能驾驭好了新的技术进入一个新的文明发展阶段新文明比旧文明对人来说快乐指数是提升的还是降低的如果在哲学层面上来说不好说但是从一般的衡量指标上来说肯定是进步的就你想看你假如现在没有空调你会是啥感觉然后当你在农业时代温宝一直是几万年的问题的话 那公園時代基本上把溫飽這個問題在規模化地解決掉了然後消費時代解決了消費不足的問題現在基本上都是供給過剩嘛我們現在的核心至少在物理產品上基本上都是供給過剩的階段然後互聯網解決了這個信息不對稱的問題解決了全天下的人都可以共享的這個問題所以又往前進了一大步 AI肯定是当我们有了这么多智能解决方案以后我们就可以做一些更有趣的事情好 以后一个组织的评判标准一之一是能不能让人更快乐生除其中的人从Google开始就是这样大家现在可能没有体感其实07、08年的Google在硅谷是怎样的存在比今天的那两家公司还要影响力大才有那么多人去参观

2:28:16谷歌为了去食堂撑顿饭感受一下他们的氛围然后所有最优秀的人都是要去谷歌所以当时他的氛围本质上就是尊重人的差异化释放人的创造力让你有20%的时间可以干净自己想干的事情给你们提供最好的食堂 所以他當時的文化其實Google是最早提出來硬硬約約的感覺到了未來的所以他們是最早提出來就那還叫互聯網時代其實是需要新的文化需要新的組織方式的那個趨勢會繼續延續下去問好幾條典型的真名教授的一天是什麼樣的做一個快樂的研究員其實就是第一個就是跟創業者聊然後看看他們最新的想法 第二個就是看看最新的資訊看看類似你們這樣的訪談因為的確幫我審了很多事情就現在能夠看到很完整的一個思想的對話所以等於我有很多的信息的輸入可以做數據訓練讓自己不那麼累、不那麼辛苦要不然的話其實我覺得今年上半年大部分人都已經有個深刻的感受就是說你很容易因為AI的工具如此高效率 把你自己弄得极为疲惫因为你根本跟不上它的处理速度所以其实现在大家头开始反映过来要有一些格觉然后怎么找到作为一个生物的人的一个合理的节奏再去跟AI找一个新的平衡我这边还有一些快问快答全球范围内一道您喜欢的食物我们是为了在这个规矩生命到来之前留下更多的叹击文明的记忆辣椒炒肉 全球范围那一个你喜欢的地点目前可能还是上海您平时会读AI论文吗?你觉得影响过AI进程的重要的论文是什么?我没有读AI的技术论文基于当下的认知一个关键的重要的Bats是什么?出现一个足够好用的2C的agent我们公司叫语言及世界工作室当您第一次听到这个名字的时候您会想什么?可能要赶成自得体及世界

2:30:35可以分享基本书吗就是您的人生之书就是真的对你产生过很大的影响我觉得就管理学上比较基本的像这个接场亲的系列的那几本书然后像德鲁克的书然后还有我本科的时候基本上全文抄了的一本书就是因为再录太多了基本上抄了这本书是弗里德曼的关于市场基本运营机制的一本书 不厚但是特别精彩所以那个建立了我对市场的基本运行机制的理解您觉得是什么让您对管理学发生这么深厚的兴趣要战略学我其实高中的时候就放弃了理科的这个参加这些奥书记彩那些因为我们那时候大概是第一届文理分科然后我其实更加喜欢历史啊人文啊这些东西所以我虽然当时 也算年纪第一可以去走那条路但我觉得那个是对我来说我不感兴趣其实高中时候就放弃了然后到了大学以后选了经济以后发现我们学的经济学的数学要求超过大部分的功课我就觉得太不了了所以我后面读博士的时候最后就选了这个商学而且战略这样的比较宏观的然后在真实世界跟理论世界 有不得不建立連接的一個學科我覺得這個就比較好玩戰略是一個組織的大腦就必須要CEO來做你覺得戰略做得好人CEO一般是什麼樣的人之間有關係嗎所以創始能力裡面有戰略能力的並不多就真正走得遠的就剛講的使命驅動願景驅動戰略驅動就能走到戰略驅動的就已經是很優秀的了但不是卓越的卓越的可能嚴格講得是使命驅動的才有可能走向卓越 但有的人可能是先有願景然後慢慢發展出使命有的人是天生就比較使命驅動或者就是你形成非常難得的一個團隊裡面有那麼一兩個人形成很好的互補就一個人可能戰略能力強一點一個人動手能力強一點就有點像王興跟王惠文的這種組合也是很難得的一個組合這結束於什麼驅動啊這個還不好說因為我跟張一鳴個人交流不多所以我對他使命的那一個

2:33:01那一段我没有我没法判断但是张一鸣是一个是一个了不起的天才是属于他有自己的管理哲学的然后他至少是愿景驱动然后有完整的自己对组织的理解包括他最早提出来公司及产品这个已经非常领先了包括比如说我原来讲这个netflix就耐飞的文化大部分的第一反应是 中国人做不到因为那个文化太美国跟硅谷了但是字节是最早基本上在根上跟这个网飞的文化是非常非常相似的但字节最后做成了一个效率工厂因为它东西都只明白了以后剩下的在战略执行阶段就追求效率所以它的AI战略要张一鸣重新下场再重新定义 任何公司到了最后都是追求效率因为你战略越来越清晰剩下的就是执行任务但是我们刚讲的组织的树命就是时代一定会变化让你原来那套不适合所以你要不就彻底转型要不就被时代淘汰对 每个人都很公平 新的时代这个听起来是个好消息