Speaker 1哈喽大家好,我是小骏,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悉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受过他的启发,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新时代新范式的完整思考,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2026年我们和AI共同进步。
Speaker 2所以公司会消失,会公司会消亡,这没有什么可以遗憾的呀,就将来有更好玩的,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的一个很大的坎,因为经济学的基本规律,只要有同质化的供给,你就不可能获取高额利润,
Speaker 1所以我对于AI新时代新范式的研究者会消失,因为公司会消失,所以我对于AI新时代新范式的创业者要过的一个很大的坎,因为经济学的供给,你就不可能获取高额利润,所以我对于AI新时代新范式的创业者要过的一个很大的坎,因为经济学的创业者要过的一个很大的坎,
Speaker 2因为经济学的供给,你就不可能获取高额利润,所以我对于AI新时代新范式的研究者会消失,因为公司会消失,所以我对于AI新时代新范式的创业者要过的一个很大的坎,
Speaker 1因为经济学的供给,你就不可能获取高额利润,所以我对于AI新时代新范式的创业者要过的一个很大的坎, 因为经济学的供给,你就不可能获取高额利润,所以我对于AI新时代新范式的创业者要过的一个很大的坎,
Speaker 2因为经济学的供给,你就不可能获取高额利润,所以我对于AI新时代新范式的创业者要过的一个很大的坎, 因为经济学的供给,你就不可能获取高额利润,所以我对于AI新时代新范式的创业者要过的一个很大的坎,
Speaker 1因为经济学的供给,你就不可能获取高额利润,所以我对于AI新时代新范式的创业者要过的一个很大的坎,
Speaker 2因为经济学的供给,你就不可能获取高额利润,所以我对于AI新时代新范式的创业者要过的一个很大的坎, 因为经济学的供给,你就不可能获取高额利润,所以我对于AI新时代新范式的创业者要过的一个很大的坎, 因为经济学的供给,你就不可能获取高额利润,所以我对于AI新时代新范式的创业者要过的一个很大的坎, 因为经济学的供给,你就不可能获取高额利润,所以我对于AI新时代新范式的创业者要过的一个很大的坎,
Speaker 1因为经济学的供给,你就不可能获取高额利润,所以我对于AI新时代新范式的创业者要过的一个很大的坎,
Speaker 2因为经济学的供给,你就不可能获取高额利润,所以我对于AI新时代新范式的创业者要过的一个很大的坎,
Speaker 1因为经济学的供给,你就不可能获取高额利润,所以我对于AI新时代新范式的创业者要过的一个很大的坎, 那您这样一个要制定战略的人看到未来的时候,你这个时候的感受是什么样的?
Speaker 2的确是非常非常的困惑,因为你知道肯定是有很多的新东西会出现,但你不知道哪一些是稍纵即逝的小浪花,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,这个是非常非常让人困惑的。
Speaker 1您现在看到哪些是小浪花,哪些是大浪,有没有一些初步的想法和判断?
Speaker 2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洞见,觉得还不错的,但是可能很快又被否定掉了,但是今年上半年就比较明显,就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决的, 也是当下发生了很多事情,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,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。
Speaker 1对,我们这次聊天的缘由也是您最近出了一本新书《智能》,您也说就是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。 我们给大家介绍一下这本书,然后以及你的创作过程。
Speaker 2我自己的本业是战略嘛,所以 其实跟创业者聊的最多的就是 AI时代面临这么大的不确定性 这么快速变化的环境 到底怎么做战略 所以这个是开始慢慢想得比较清楚的 但真正让整个框架浮现出来的 是我觉得我大概理解了 AI在产业化进入了哪一个发展阶段 然后每个阶段的不同的运行规律 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
Speaker 1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
Speaker 2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 所以就大致其实新技术的出现 我讲的都是巨大的通用技术的颠覆性创新 实际上都经历了三个阶段 特别有意思 就第一个阶段就是这个技术 逐渐的被社会接受 然后它成了这个社会的基础设施 这是第一步 第二步呢 基于这个基础设施 产生了海量的新的应用 就是百花齐放的时代 然后第三个呢 是当这些海量的新的应用 海量的应用出现以后 大家发现 我们需要一些更底层的方法 去运行这个新的世界 这就进入了第三个阶段 我把第三个阶段叫做原生应用的阶段
Speaker 1像以移动互联网为例 到了抖音字节 它属于原生应用的阶段
Speaker 2是的 对 就是说早期 比如说移动互联网 大家可能今天 今天年轻的人 可能听说过黑莓手机的 可能都很少了
Speaker 3但是呢
Speaker 2但是黑莓手机是第一款 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 百分之四十几的市场占有份额 iPhone只有百分之二十几 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 Store App 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 投移动互联网 其实还有末期天气 什么的 这个一堆的应用 当时日活很快都过亿了 但是会很快地发现 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
Speaker 1为什么要先经过一个应用大爆发 再到原生应用 那为什么原生应用 不是诞生于第二阶段
Speaker 2因为应用的爆发 给了技术下一阶段发展的方向 就技术成为基础设施以后 并不是停滞不前了 它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 其实就像刚刚讲的这个字节 其实是先做了今日头条 甚至在那之前还做了 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 所以你要做哪个东西能work 你要试不同的东西 第一阶段那个时候只有文字成熟了 所以才会出现今日头条 但是今日头条探索出了推荐算法 这样的一种新的 既是技术模式又是商业模式 然后又由于带宽 这个算力各方面的发展 才出现了短视频 然后短视频的这个新的展现形式 和推荐算法 这个底层技术 这两者一结合 才出现了抖音这样的 现象级的原生应用 真正出现了国民级的应用
Speaker 1所以原生应用 距离基础设施成熟 中间还有一个过渡性的阶段 能把第二阶段叫做过渡阶段吗
Speaker 2你这样说
Speaker 1好多中间那部分创业者好伤心
Speaker 2所以我为什么会犹豫 第二阶段本身是非常精彩 也非常有价值的 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 跨不过去了 就没有第二阶段的积累 就你跨不到第三阶段 而且基于第一阶段的积累 现在该做的 就是第二阶段该做的 应用大爆发的事情
Speaker 1我们现在在AI的这个产业周期里 是结束了第一阶段吗 还是在第一阶段 还是在第二阶段开始 具体在哪个时间点上
Speaker 2我觉得2026年应该是第一阶段 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 形成了一个广泛的共识 有两三个月的讨论非常密集 黄林勋在英伟达的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 然后这个Token为什么重要 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衡以后 它就能被规模化的 标准化的使用 所以我们今天会讲一度电 对吧 这个一吨水 一个G币的流量 这些是让我们可以很简单的 使用一个原来曾经很前沿的 这个技术 那今天大家都知道 我掉多少钱了 多少Token 我能干多少活 它让我产生多少费用 这个事情它就成了社会的基础设施
Speaker 1所以这是第一阶段的尾巴
Speaker 2第一阶段开始成熟的表现 它会继续发展 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
Speaker 1我们到第二阶段了吗
Speaker 2今年有意识的地方是 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 让大家兴奋的事情 就是Open Crawl 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 那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 无限的机会 无限的潜力 所以大家才会这么狂乐 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
Speaker 1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
Speaker 2是的
Speaker 1如果类比到比如说互联网哪一年 移动互联网的哪一年 今天可以做一个这样的类比吗 当然这个有点刻舟求舰 但是我们还是想类比一下
Speaker 2对 是 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演 就是让我们拥抱雅虎 雅虎马也快来了 然后今年年初的时候 我自己也觉得有点 有点纠结 是我们怎么退回到了浏览器阶段 好像比雅虎还要早了
Speaker 1就是您的判断更加前移了
Speaker 2是更加前移了 就是因为我当时看到Open Cloud这些东西出来以后 我第一个反应 就是我们还在等一个浏览器出来 这都不是浏览器出来以后 我们在等一个浏览器出来 就为什么会有这样的一个洞察呢 就是因为 就后面就是跟agent同时出现的词是skill 对吧 能力 那我们去想agent的本质是什么 其实就是分享能力 对吧 我们把我们懂的能力封装起来 然后分享出去让别人也可以使用 然后Open Cloud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
Speaker 4对吧
Speaker 2那时候就是建网站 就所有的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HPT答案了 大家不再找信息了 但是今天大模型能有这个成就 是因为92年的建站运动 让大家把信息都放到互联网上了 完成了信息的数字化的过程 所以我们做类比的关键 就是我们什么时候做类比没有刻舟求舰 是我们去理解抽象建模以后 理解它的一个底层运行规律 而不是纠缠于技术的表现形式 对吧 所以当我想到大家都是在建 一个在建站 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 这浏览器是完成了两个核心功能 通过HTML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了 原来建站是一个专业工程师的专业工作 所以他把这个 创造的门槛极大的降低了 也就是我们今天讲的 开发者的门槛大幅降低了 然后另外一方面 他把浏览网站的门槛降到了零 就是因为你只需要点击 就能完成所有的信息浏览的过程 所以你一下用户端就爆了 然后供给端也爆了 然后就出现了无穷的网站 天天涌现 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 这个就开始分类了
Speaker 1所以雅虎其实是一个 结构化信息的一个过程
Speaker 2对啊 对啊 它就是个目录
Speaker 1它是在商减 它不是在商增 对吧
Speaker 2商增的同时一定要有商减 降低大家的认知压力
Speaker 1那我们今天还在一个商增的过程中 就是各种的skill能力的爆发
Speaker 2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
Speaker 1那您觉得谁会有 能做商减这个事情的潜质 您看到一些雅虎的雏形没有 是open cloud这种形态吗
Speaker 2没有 我完全没有看到雅虎的雏形 所以我说连浏览器现在都没出现 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 是它会把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
Speaker 1今天没有任何这样的雏形吗
Speaker 2所以这也是个反共识 大家都觉得好像 龙虾也是昙花一现 好像现在也没人谈应用了 但我讲的这个可能非常乐观 但我的确是说我们基于历史的推演 形成一个抽象的模型去思考未来 然后底层的我能看到的 就是这样一个演化的路径 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
Speaker 1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
Speaker 2交互形态是想象不出来的 这就是要大家去创造的 我们能总结出个抽象的规律 但是我们一定推演不出一个具体的形态
Speaker 1雅虎到Google还有几年呢 你没有看到雅虎 应该也没有看到这个时代的Google对吧
Speaker 2这是我现在没法回答的问题 因为我不太确定 我们这个时代是不是一定会有 雅虎跟Google巨大的鸿沟 因为雅虎后面就没有了嘛 这个我觉得 我现在看不清 我觉得太早了不用讨论 我们等看到了雅虎 让雅虎先发生 雅虎先辉煌三年 我们大概才能看到 谁想去挑战雅虎 雅虎95年成立 一直到2000年都是辉煌的 这个Google成立了以后 是给雅虎做to be的服务商的 是给他们提供了一个算法的服务的 就是雅虎下面一个小弟弟 帮他提供一个技术支持而已 在这个意义上是雅虎孕育了Google
Speaker 1那这个时代的关键的变量是模型啊 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
Speaker 2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 广泛提供基础设施这个角度讲 它又有点像 另外一个消失了的公司 美国在线 AOL 它是互联网基础揭露服务商 它让所有的人都能够接到互联网上 这个本身就是一个很巨大的 一个工程 那今天大模型是让所有的人都可以很轻易的 接入到智能的一个路口 所以在这个意义上 它也是个基础设施服务商
Speaker 1所以你觉得模型公司是一个基础设施服务商 它能类比为哪些公司啊 就比如今天的OpenEye Anthropic Kimi DeepSeek这些公司
Speaker 2我觉得说的直白一点就是AI云公司 就就是未来的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商的博弈 在美国变得非常的有趣和复杂 是因为云厂商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 他们自己将来要制建云服务 甚至要制研芯片 像OpenEye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
Speaker 1为什么
Speaker 2没有历史上的先例
Speaker 1Codex现在就做得很好 Cloud Code做得很好 没有
Speaker 2这是大模型公司的原因 这是大模型公司的原因 这是大模型的一个基础 一个延伸 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 就觉得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 因为它智能程度 它推理这个智能突破了
Speaker 1但是你看像Anthropic这样的公司 它成立才不到十年 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狠 你怎么解释这个现象
Speaker 2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 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 回到我们刚讲Yahoo Yahoo95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 那个现象 这个相当于什么 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 你把通货膨胀 把这个纳指的基本算进去 就是那时候11000亿美元 按大概8%的年回报 就是今天1万亿美元的公司 所以在2000年能达到1000亿美元 五年 不比今天Anthropic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 AOL 1988年开始提供服务 2000年高点的时候 是2200亿美元的估值 比Yahoo还高 是当时市值最高的一家公司 然后他再去收购了传统的媒体 收购华纳 达到3000多亿美金 所以也是一个很恐怖的数据 然后谷歌是98年成立的 2005年达到1000亿美元 黑莓公司 就是它的巅峰 它也是一个硬件厂家 最快达到 1000亿美金估值的公司 所以其实当一个技术 有这么大的冲击力的时候 第一波成功跑出来的公司 就有这么大的价值 所以我觉得就是说 Anthropic OpenAI 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
Speaker 1但是它不一定能活到最后
Speaker 2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 炼油厂跟化工厂 其实也是两类企业 化工企业后面比纯粹炼油的企业 要有价值的多 化工就是应用 炼油就是最基础的把石油给开采出来 然后再变成一个技术的企业 然后再变成一个基础的油 对吧 然后就像还有个类比 就比如说汽车 汽车离开了石油肯定不赚 对吧 但是你石油公司肯定做不了汽车 你没听说过哪个汽车公司是由石油公司转化来的
Speaker 1我昨天刚好还看了一下 陆琦博士在2024年时候说过的一段话 OpenAI 就是这种AGI公司未来一定会比Google大 只是大5倍还是大10倍的问题 以您刚才的论述的话 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 是这么观点吗
Speaker 2我是这个观点 我相信未来会有一定会有一个10万亿美元的公司 但是未必是现在领跑的这两家公司 其实我理解陆琦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10倍
Speaker 1他说的是OpenAI
Speaker 2我理解 我只是说 但是那个时候大家大概只想得到AI会代表到未来 但是我是因为纯粹我自己是一个商业史的研究者 最近也有时候开玩笑 就是说因为硅谷现在最时髦的那个词或者说地位最高的词叫researcher 对吧 一讲researcher大家就很尊重 然后我觉得我现在也可以claim我也是个researcher 我只是研究商业世界的动力学规律 然后我们能看到的 我能看到的理论 框架告诉我的就是 第一阶段的企业 很难活到第二阶段 第二阶段的企业 很难活到第三阶段
Speaker 1为什么第一阶段企业 很难活到第二阶段 第二阶段企业活到第三阶段 按理说他们这么早 就在这个市场上 然后他对最前沿的信息 也是最敏锐的 他为什么不能及时转型 比如说我马上从一家 基础设施公司 转型成为一家agent公司 这个很顺畅啊我觉得
Speaker 2不顺畅 是因为第一阶段的技术 核心是可不可用 所以他有很多的 原创的技术的创新 第二阶段开始的标志 是第一阶段的技术发展 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 然后第二阶段的应用 其实是需要很强的洞察力 他要的是产品 很强的原创力 然后跟普通用户的 那种同理心 然后需要应用技术的 一堆的新的东西 所以你可以把那个 应用技术的那堆新东西 叫做新时代的大模型 也可以 就是他其实是有 新的很多技术前沿的创新 就比如说 比如说这个上下文的管理 这个事情 他有很多的技术创新可以做 这个你到底把它定义为大模型 还是不是大模型 其实不是那么清楚的 然后在这里后面 其实 包括AI也有很多新的范式会出来 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式的变化
Speaker 1您觉得不管是中国 还是美国 美国最后模型公司的一个格局 会形成什么样的一个状态
Speaker 2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监管 因为整个社会依赖于它 所以政府一定会强监管 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选的 不过有很多供应商 所以就是经典的寡头竞争 政府强监控 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 我知道这个现实 对很多现在创业的人很残酷
Speaker 1那像比如说open and anthropic google的模型 您觉得他们都会并存 就这里面有优劣之分吗
Speaker 2当然有优劣之分 这是这个阶段 最有价值的竞争 就我讲那个产业中具 并不否定现阶段的这些重要性 和这些企业了不起的地方 而且今年 特别是anthropic先领跑 open and anthropic再跟上 google阶段现在被甩下 其实就是组织能力跟技术能力 其实出现了一些差距 然后像xai跟meta就直接退出竞赛了 就在寡头过程中 已经有人已经退场了
Speaker 1掉队了
Speaker 2对啊 掉队了
Speaker 1这也是我想问你呢 为什么xai和meta会掉队 看起来他们资源很多啊
Speaker 2对
Speaker 1老板也很重视对吧 也算是一把手工程吧
Speaker 2这个可能就跟我新书里面讲到的 那个智能复利有关 那个基本概念有关 我觉得anthropic 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了 也就是AI进入了 他们的主业叫大模型训练 然后呢 他们把AI这个工具用到了自己的主业上 所以他们模型训练的能力大幅提升 这是为什么我们会这个今年上半年 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 这个就是因为大模型本身进入了 他的训练过程 但是还可以用这么快的速度提升这么高的性能 但是还可以用这么快的速度提升这么高的性能 但是还可以用这么快的速度提升这么高的性能 但是还没有到现在又开始很火的那个词叫 完全自我驱动的那个self learning 还没到那个阶段 它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 Anthropic的组织优势 战略上的聚焦 然后这些呢是相对来说 其他几个公司可能就比较弱的 所以当你组织优势 跟一个新的技术的运营方式结合在一起的时候 它就产生了一个很大的优势 一个巨大的领先优势 而这个领先优势 真的已经开始把 比较弱的玩家往后甩出去了
Speaker 1中国的这些模型公司呢 他们会怎么进一步演化
Speaker 2中国跟美国 是保持两个不太一样的生态 我觉得中国模型公司 会持续的 追赶和发展 但是中国模型公司之间的竞争 也会有点类似美国公司 就这几家公司 这几家大大小小的公司 最后比如说今年年底 谁如果跑不到3T的模型 估计谁就出局了 它是个淘汰赛 就像现在世界背样的 就是说你可能现在是8进4 然后接下来4进2 8进4的时候 大概率的确会开始淘汰
Speaker 1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
Speaker 2是的
Speaker 1现在看起来谁淘汰了 对吧 美国我们知道了 中国呢
Speaker 2中国其实就是看年底 年底3T 现在大家卯足了劲 都在搞这个
Speaker 1K3刚刚到了2.8T
Speaker 2对啊 是差不多 第一是质朴有点领跑 然后Kimi在3T上先交卷 成绩基本满意 再接下来看MiniMax 千文肯定很快回发 然后MiniMax这些 差不多就都是 都在跑这个最基本的 这个新的新的晋级线 对吧
Speaker 1模型的格局今年会稳定下来吗
Speaker 2还真不一定 就是说可能要到前两名 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
Speaker 1就是您说的那个黑洞理论
Speaker 2对
Speaker 1要形成一个巨大的黑洞效应 让其他家很难再超越 对
Speaker 2其实Anthropic跟这个OpenAI在美国 其实就从智能复利的这个飞轮开始 因为他们会继续的往 Self-improving的这个路上去走 所以这个差距是越拉越大的 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 就是说因为因为要看 因为将来这两者之间 什么合作关系就变得非常重要了
Speaker 1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
Speaker 2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积累了
Speaker 1那这些模型公司最后是会趋同 还是会分化
Speaker 2寡头竞争的特征就是有一定的差异化 但是又足够的同质化 同质化是保证可以被替代 差异化是让大家还有钱赚
Speaker 1所以模型公司是好生意吗
Speaker 2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 如果你真的没有进入 下一个阶段的竞争 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
Speaker 1你觉得未来三五年可能会看到 这个新的迹象
Speaker 2应该能看到
Speaker 1那接下来如果他们是基础设施服务商 那接下来一个阶段 我们会看见什么呢 现在的公司
Speaker 2就是看谁是netscape 谁是Yahoo 谁把agent的标准建立起来 谁抢住了agent的用户路口
Speaker 1这个观点都跟我们今天想象的其实很非共识
Speaker 2所以就像你现在去web大会里头 只有到地下一层 一小块区域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共识的东西
Speaker 1这个有其实是2026年的一个快照 有web大会快照 你觉得三年后会变成什么样 你大胆预想一下
Speaker 2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 你想想咱们就换了一个普通人的角度 你怎么知道哪个agent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 然后这种信任从何而来 然后我怎么知道他收我的费用是真实的 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任 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
Speaker 1这是我们接下来要聊的一个话题 就是agent 您觉得agent现在应该已经爆发了 你怎么看他现在的一个状态
Speaker 2现在就是百花齐放 大家各显神通 大家都在找那个切入点 因为其实就是 真正的agent 去年就有人喊agent元年 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 就是说去任何一个demo day 基本上都是十几个项目 都是各种各样的agent在那 偶尔有几个做infra 做基础测试的 但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 就我看一场十个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
Speaker 1为什么
Speaker 2因为增长很复杂
Speaker 1就他得做复杂任务
Speaker 2得做复杂任务 你才有可能建立自己的智能闭环 然后你才会有可能做一堆的 你自己有价值的技术积累 而不是搭脚手架 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脚手架 然后等着模型自然艺术把你脚手架淹没了 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 然后他到底能干啥活 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 因为他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
Speaker 1那像minus这样 去年说做通用智能体的产品形态 您怎么看呢
Speaker 2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minus当时的确是市场感觉非常敏锐 因为他们其实抓住了coding一出的 这个特别难得的一个机会窗 但是他们的定位 就是通用agent 那么通用agent当时能触达到的 就是一批presumer的生产力的需求 那当时那个切入点是对的 在今天一个agent要再立足 至少要找个十倍以上的切入点 你才有发展 有发展的空间
Speaker 1什么叫十倍以上的切入点
Speaker 2就是比那个应用场景要大十倍以上 就是比如说大家做做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
Speaker 1那需要进入一个垂直场景吗 就是要做通用的一阵 还是做垂直的一阵
Speaker 2这个就是大家接下来比创造力 比这个天分的地方 就比如说这个教育健康 这是典型的大锤类 你只要在里面耕耘就够了 你是在这个锤类里面 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to B跟to C 对吧 然后to B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嘛 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的这个团队 这个肯定是今年很火的一个主赛道了
Speaker 1这是to B端的
Speaker 2to B端的
Speaker 1to C端的
Speaker 2to C端的从又开始重新做情感陪伴啊 然后解决问题的了 这些就都开始出现了
Speaker 1很多人都说这一波的就是应用啊 它很难形成上一代互联网移动互联网时代那种数据飞轮 你怎么看这个现象 你觉得他应该去追求数据飞轮吗
Speaker 2数据飞轮升级到了自力飞轮 就是 智能的飞轮 就是这个讲的智能复利 所以今天大家其实也在讲数据飞轮啊 数据飞轮是一直存在的 是其实互联网 更特别的是网络效应啊 我们先讲这个数据飞轮到智能飞轮 是因为就是说你要真正把数据飞轮跑起来 就像今天的这个巨声机器人一样的 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那个智能复利 也是你要形成一个新的学习场景 就你调用了基础 这个学习场景 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 他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 然后这个中间呢 一定会有算法的创新 包括刚才讲到的广义的 就是包括上下文的管理 包括记忆的管理 包括这个新的交互方式这些 然后这个会形成一个智能的复利 他在这个场景下就变得越来越聪明 然后这个智能复利能够渗透延伸到什么其他的场景 去解决更复杂的任务 那个就是他的发展路径 然后找到了或者运气好撞上了 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小英了 他就有可能跑出来 进入第三阶段的进程
Speaker 1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
Speaker 2对啊
Speaker 1现在看到这样的好的场景了吗 应该还没有
Speaker 2没有啊 要有的话肯定就火了 大家就肯定都会抢着去用了 就你看你看这个原生 就即使是阶段性的原生产品 就是比如说第二阶段最好的东西 一定是口碑的 因为他一定是在体验上有大突破的 就像龙虾也是自己报的嘛 就没有人去做投放啊什么 然后雅虎也是一样的 就是口碑相传夸一下就火了 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 天天晚上不睡觉 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东西怎么这么少 然后就会有人意识到 做个网站上传上传 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
Speaker 1所以您在这个open cloud这个时刻 感受到了92年93年浏览器爆发 那个时刻的那种同样的感受 让大家装不上open cloud都感觉非常焦虑 感觉要被时代淘汰了
Speaker 2对对对对对对
Speaker 1刚才说的是这个数据飞轮 那网络效应呢 在AI时代网络效应会是什么样
Speaker 2第一个就是网络效应会继续存在 它是就像基础设施一样 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 越能产生新的洞察 就你同样类型的数据 其实规模到了一定的程度 其实它的价值是编辑效应递减的 然后第二个呢 就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 当场景越多 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AI时代的网络效应的升级版 其实我在智能商业那本书里面 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智能的这个阶段 我们还是在数据智能阶段 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
Speaker 1新的时代还会出现平台吗
Speaker 2肯定会啊 路口就是平台
Speaker 1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
Speaker 2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 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 我们大概率会浪度这种判断力 给一个独立第三方 我们认为是信任的 而这个其实就是个典型的 双边市场的结构 双边市场是有中等程度的网络效应的
Speaker 1那新的平台和旧的平台 它可能不一样的地方是什么 旧的平台能变成新的平台吗 它能演化过来吗
Speaker 2大概率不能 就是因为旧的平台 做的是简单的信息匹配 新的平台要做的是 能力跟需求的匹配 所以复杂度会高了很多
Speaker 1就它两边的东西是发生了变化
Speaker 2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
Speaker 1所以大概率会诞生新的公司
Speaker 2是的 因为你如果不是agent的原生的话 你怎么能判断得了 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
Speaker 1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
Speaker 2大概就是三五年的时间吧
Speaker 1今年大家也在谈 Genetic OS 首先什么是Genetic OS 你有一个定义吗
Speaker 2我觉得没有人能定义得了 Genetic OS 我把它放在第三阶段 所以我们可以基于它 去讨论一下 因为你是OS就开始调度资源了 它就不再做匹配了 就是你只要告诉它一个意图 我就直接调用市场上所有的agent 直接帮你给干完了 你都见不到那个agent
Speaker 1首先agent得爆发 真正的爆发出来 是的 所以一定要经历第二阶段的时间 对
Speaker 2所以只有到一个足够复杂的阶段 你才需要直接去调度agent 然后agent也得成熟到那个阶段 才能被简单的调用
Speaker 1所以Genetic OS 比如我们想的 可能要远
Speaker 2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
Speaker 1那您构想中的Genetic OS 可能是什么样的 然后它的话语权 有可能被谁争夺到 有可能是模型公司吗 有可能是应用公司 互联网公司 算力公司 还是像苹果这样的软硬一体的公司
Speaker 2你照我的理论框架的话 肯定是一个谁都不知道的 三人一体的公司 长啥样的公司 这才叫大创新 要不然它不抵制 它未来的价值 所以 因为就是agent长成啥样 咱们现在都不知道 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 所以得这两个东西 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
Speaker 1这个很有趣 就是我们大概基于历史 可能有三步的推演 但是每一步他具体agent长什么样 agent的生态长什么样 然后下一步agent os长什么样 原生硬币长什么样 其实都是问号
Speaker 2是的 但是讨论第三阶段 的好处是 你大概知道最终的终局 大概是哪个方向 所以你做第二阶段的时候 会更有针对性 然后在第二阶段的中后期 大家的有一部分人的注意力 就会开始走向第三阶段
Speaker 1但是今年 agent应用公司都很惨淡 可以说是到了近两年来 agent应用的冰点 去年大家投资应用公司的热情还挺高的 但是今年大家觉得 那不就是模型的一个skew吗 那应用公司 都很难融资了 您觉得这个现象会是短暂的还是长期的 您有什么想对应用公司的CEO说的吗
Speaker 2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 让大家看到他有多大的潜力 以及他该怎么做 所以大家都在摸索 比如说视频生成 这个是已经成功了 以及相对成熟的领域 然后做agent的公司也很多 然后大家最终的目标可能都要做AI时代的TikTok 抖音这些 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短距动漫又有点门槛太低 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 所以正好我们处在一个青黄不接的时候 就模型的能力已经溢出到很多简单的任务 他自己就能干了 但是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 所以大部分人其实低估了agent的难度 去年大家有点像 我当时的感觉就像小孩过家家一样的 就我有个新玩具 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 都没觉得他那东西能做多大 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 在整个硅谷的感受就像是一个创业的天堂 就是说所有的人都在那玩得很嗨 但是今年就是OK 就是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 然后但是今年也许智能 就我听到的一个普遍的感受 就是大家都觉得智能是真的能干活了 可以信赖了 因为推理能力达到了一定的水平 然后开始真有人想 我能不能严肃的拿它干点重要的活 这才是应用阶段开始的真实的标志
Speaker 1所以模型公司会吞噬一切吗 您肯定也听到这个说法了吧 在今年模型吞噬一切
Speaker 2没有模型吞噬一切的前提是 所有的东西都在模型设成内 按现在的范式发展的模型 它肯定会有一个阶段性的发展阶段 智能 购用了 智能购用了 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 就我有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 爱迪生发明电灯泡 照亮了曼哈顿这一公里的范围内的 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2C的两个大应用 洗衣机跟电瓶箱 一直到10年出现
Speaker 1他还使用了电 对
Speaker 2还有一个很重要的收音机 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 就今年这个欧洲的这个库属 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 但是收音机跟这个电视机被压缩到了手机里面 这两个就基本上没有了 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 这个就这样公司层面 很有意思的选择 就爱迪生发明了电 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 是因为他生产出了最早的电瓶箱跟洗衣机
Speaker 1哦这个很有意思 对
Speaker 2所以他其实是因为一个 2C的应用突破了以后 然后电网就成了基础设施 成了一个2B的服务的一个基础设施 就大家不再关心电网的公司的品牌了 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
Speaker 1不过刚才说的是硬件的2C的产品
Speaker 2那时候没有软件 因为那时候没有知识 没有数字化的信息
Speaker 4直到互联网这个时代
Speaker 2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
Speaker 3嗯
Speaker 2是因为开始 开始有了这些设备 然后开始处理数据 现代化的工厂出现了 所以才要能去管理信息 但是IBM真正大发展 是计算机出现以后才开始
Speaker 1所以要看在智能时代 谁能更好的利用智能 做出一个2C的 不管是2C的还是2B的 这样的产品 也不管是硬件还是软件
Speaker 2是的
Speaker 1你看现在的应用公司 做着做着 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 比如说Cursor 那您觉得应用公司 应该训自己的模型吗
Speaker 2我还是澄清一下概念 就是我觉得 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 跟现在大模型 技术创新的轨迹是一样的 然后同时 因为大模型 之间的竞争关系 会让大模型能提供的能力 成为一个大众商品 基础设施 所以做智能体的公司 其实没必要再开发 这样的大模型了 然后Cursor 不是我们定义的 这样的主体 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 所以当模型能力 发展以后 它其实被fold into 就被包进去了 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 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 就你现在为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
Speaker 1所以agent的公司 不用自己训模型对吧
Speaker 2不用训传统意义上的模型 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
Speaker 1minus需要自己训模型吗
Speaker 2minus看它接下来 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manager正好卡在那中间 他得去探索那个边界在哪
Speaker 1但这可能都是我们 阶段性遇到的一些问题 就是模型公司要怎么做 应用完了应用公司 要怎么做模型 慢慢的产业的生态 可能会更加的清晰化
Speaker 2是的 就是开始有几个像样的 to see the agent 开始跑起来以后 大家大概就有感觉了
Speaker 1为什么opencloud 这个火热一下热情就下去了
Speaker 2没有啊 就是第一个 它是一个小众的用户 就毕竟还是极客跟CEO最感兴趣 它并没有扩大到大众 第二个现在技术的确不成熟 所以大部分的CEO 就都是敢于尝试的CEO 都被折腾得痛不欲生 就真正能够把龙虾 刨起来的没几个人 所以就说它是做了一次 很好的演练 让大家看到了潜力和方向 但是那个产品本身 就是一个早期的 就是我们讲的企业发展周期 或者说创新扩展周期 它就是最早极客 尝试一下的实验产品
Speaker 1到今天可不可以说 一个非常好的to see应用 to see agent还没有出现 在今天这个阶段
Speaker 2我有限的范围内没有看到
Speaker 1但是它会出现 也没有大家想那么悲观是吧
Speaker 2没有 我非常乐观一定会出现
Speaker 1其他人很悲观吗? 今天都到了历史低点了 没有
Speaker 2那是因为从投资人的角度来说 他现在由于上一轮受了伤 然后这轮又没看到像样的 他可能不想看了 你想看如果没有一个to see的好的 应用 我们要AI干嘛
Speaker 1有没有可能应用最后 其实就是几个模型公司做的 最大的机会
Speaker 2有可能 OpenAI一直就想做 对 但能不能做到 那是看它的组织能力 它的创新能力 所以模型公司一定会想做 也一定会做 问题是它最后能不能成 那是另外一回事情
Speaker 1你有什么想对应用公司CEO说的吗 现在在苦苦挣扎的应用公司CEO
Speaker 2其实就是找到自己发展的方向 认真做好自己的事情就好 但是融资是个很现实的问题 这个我也理解 这没办法 这个你早期你做一件全新的事情 早期就是比较困难
Speaker 12026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AI for AI 有世界模型 这几个是比较多的 您怎么看这个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范式
Speaker 2我觉得可能几个方面 一部分人可能是看到了现有范式的一个天花板 或者他从原理上 像阎朗昆这样 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性的 是有限的 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 他有个边际递减的一个趋势 就不管他现在发展多好 那早晚会有个趋势 这个可能也是部分人的共识 所以大家才会一起都出来 第三个 我觉得反而是因为大模型的基础能力到了一定的程度 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 非常底层的一些创新 比如说像AI for 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称为了新Lab
Speaker 1New 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
Speaker 2我觉得他们是新的组织形态的 早期的雏形
Speaker 1新的组织形态的早期雏形 那还是会长期存在对吧
Speaker 2它会继续演化 因为就是说你看大家为什么会叫New Lab 就是因为不满意公司 公司要被淘汰了 会吗 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 只有手工作坊 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济规律被挑战了 它的组织形态肯定也会被挑战 所以大家更愿意叫Lab 对呀 但是Lab这个我为什么说它是雏形的 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跟更加AI原生的方式工作 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Anthropic 所以这批企业其实应该叫NewNewLab 因为他们还是借用了NewLab这种组织形式 但是它开始做不同的事情
Speaker 1NewLab的本质应该是Lab不是公司了
Speaker 2对
Speaker 1你觉得这个未来会成为一个常态
Speaker 2未来我们叫那个组织叫什么名字 我觉得现在不确定 大概率也不会叫Lab 就是你看我这本书里面 我刻意从头到尾都在讲组织 我特意不用公司这个词 就是因为我觉得 包括今年大家都在谈AI原生组织 为什么用这么复杂的三个词 就是因为不知道这个词还没有被定义出来 这个组织形态也在刚刚的孕育 可能五年以后我们会有个新词 叫这个新组织形态 但是今天我们没有 所以大家叫AI原生组织 简称NewLab
Speaker 1所以您觉得公司作为工业化革命的产物 它有可能会消失
Speaker 2科程制管理的这种公司制度会衰亡
Speaker 4会衰亡
Speaker 2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
Speaker 1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
Speaker 2你讲两个类比就能理解 第一个至少把它类比为工业革命 对吧 那工业革命基本上 基本上颠覆掉了以前所有的农业时代的那些东西 那么AI如果是超越工业革命的这样的技术创新的话 那工业时代的大部分东西也会被淘汰掉 第二个你从一个更底层的角度来说 人类一直是很自豪自己是地球上唯一的智能动物 然后其典型标志是因为我们有语言会说话 那AI也能说话 AI能理解人的所有的知识 AI也具备了智能 所以从这个角度来说 我们未来的世界发生的变化 是超出我们想象的 所以过去的很多 我们习以为常的事情 在20年以后 完全可能会不存在 这个应该是大概率的事情
Speaker 1AI原生组织应该怎么搭建
Speaker 2这是一个特别大的话题了 我们讲个最底层的逻辑 岗位可能就不存在了 或者说岗位是 公司最基本的一个运行单元 所以我们应聘 都是应聘一个岗位 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 然后因为有岗位 所以有汇报线 有层级 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
Speaker 1那如果从岗位变成任务 人应该怎么在这个组织里结构起来呢
Speaker 2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 因为那些人 那个工作流是为人设计的
Speaker 1对这个还是感觉是现有的公司和组织加AI
Speaker 2对 所以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
Speaker 1都是围绕着任务
Speaker 2归基员工和探机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 这需要点时间去消化 但是就是它是一个 任务分解跟完成的
Speaker 1那以后找工作找什么的 没有一个岗位了
Speaker 2你去认领任务 现在就这几个大lab 都是在就任务发布 然后你去认领 你觉得你能干就接啊 然后你能deliver结果 你的东西就上线了 就公司只要发布任务 你只要去认领任务就行了
Speaker 1它是一个更加网状的一个结构
Speaker 2是的
Speaker 1它的层级会进一步减少 不存在了
Speaker 2不存在了 因为层级存在是因为 不知道谁说了算 那就先定个层级 层级高的人说了算 它不是以判断力为标准的 当然这个层级本身跟判断力的级别有关 但它原则上就在任何一个特定场合 是谁级别高谁说了算 但未来是谁的能力强 谁被调用
Speaker 1那这个基层中层高层这种结构也就没了
Speaker 2岗位中层高层低层都是叫 为什么叫科层制管理 它基本上是一个层级高层的结构 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 所以传统意义上的中层肯定是消亡了
Speaker 1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
Speaker 2对啊
Speaker 1那以后的绩效考评和人的这个驱动力来自于哪里 在一个组织里
Speaker 2本质上是自取 就为什么这半年硅谷最流行的一个词叫high agency 对吧 就是我们讲主观能动性嘛 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 你去换个地方呗
Speaker 1而且你的竞争对象似乎也不只是你的同事们 也包括你的AI同事们
Speaker 2是啊 第一个非常重要的 的确是你自己的竞争对象 就是要跟人家向内看 就是你自己得找到你的驱动力 第二个 你要有为什么叫主观能动性的 你要明白你要培养什么样的能力 第三个 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 因为你承担了这个 因为你接了这个任务 你就交了结果 这个东西是非常透明的 所以你一定会得到相应的奖励 但为什么这些top researcher转辉副书记呢 为什么这些top researcher转辉副书记呢 为什么这些top researcher转辉副书记呢 为什么这些top researcher转辉副书记呢 为什么这些top researcher转辉副书记呢 为什么这些top researcher转辉副书记呢 为什么这些top researcher转辉副书记呢 为什么这些top researcher转辉副书记呢 是因为贡献很透明啊 你看你们采访的时候 我看现在打title都叫顶尖研究员 那也没有title啊 连VP之类的都不写了呀 这个不需要大家也都知道他们的江湖地位 是因为整个的这个网络更加透明了 就是说谁在做贡献谁不在做贡献很清楚对吧 这两家公司都有前30个人前300个人前1000个人 你在不在那里头就都很知道
Speaker 1所以new lab 它不能算是一个阶段性的产物 它可能算是一个新的时代的一个组织的早期形态
Speaker 2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力的人 但是将来其实所有有创造力的人 都会在这样现代的新型组织里面存在 那个时候可能大家就不会局限于lab这样一个称呼了
Speaker 1但也可能不叫公司
Speaker 2肯定不叫公司
Speaker 1肯定不叫公司 所以公司会消失会公司会消亡
Speaker 2这这没有什么可以遗憾的呀 就将来有更好玩的 你说多少人现在去公司上班是开心的
Speaker 5不开心
Speaker 2对啊对啊 那你将来可以有更开心的方法 那不就是技术进步 给人类带来的价值吗
Speaker 1艺人公司会成为一个发展的方向吗
Speaker 2不会啊 为什么艺人公司只是说公司的很多职能摊摊到一个人身上了 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啊 一定会有分工啊 一定会有合作啊 所以一定会有组织啊 所以艺人公司是个阶段性的产物 它只是让大家理解了一个人 由于有了AI的帮助 它其实能够干原来一个公司花了那么大的管理跟协调成本 才能干到的事情 所以将来的每个人就是一个艺人公司 你就这个六边形战士 然后你在那个组织里面再去跟其他的六边形战士一起去合作
Speaker 1那要产生新的这么多的就是组织形态 那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
Speaker 2转型啊 升级啊 成为新物种啊
Speaker 1怎么转
Speaker 2不换脑袋就换人啊
Speaker 1不换脑袋就换人
Speaker 2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沟有多大 你才会去努力 要不然大部分人顺着惯性就是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 就是因为它本身是反能性的
Speaker 1我原来理解就是这这波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
Speaker 2现在的new lab的确都在做早期探索的工作 而且是偏技术性的 所以他们被叫为 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 只是技术只是其中的一个环节 甚至不是最主要的那个驱动环节 所以那个组织该怎么叫 他们喜欢什么样的一个类别club 或者是什么 现在喜欢的大家其实喜欢的是球队的感觉 这个是一个专业的球队 如果你是一个NBA的明星球队 是其中那个明星球员 那肯定就是最大的成就 我觉得这批人可能会找到一个新的方法来教他们自己
Speaker 1这些new lab的AI协助的方式可能会延续下去
Speaker 2对
Speaker 1现在这些new lab有泡沫吗
Speaker 2大概率有吧 但是泡沫是好事 就是说早期的泡沫肯定是好事 因为中赏之下才有永福嘛 对吧 而且大家是都看到了类似的机会 这就是市场机制的价值 就是说因为你不知道 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 然后市场就是说 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new lab之所以这么值钱 或者说可以以这么高的估值开始 是因为大家认为他们至少起步是open AI跟anthropic 那当你的潜在的回报是这么高的时候 那你当下愿下的赌注肯定就更高
Speaker 1那以您认为open AI跟anthropic只是一个基础设施 提供商的这个角度来说 那new lab是不是不应该值这么多钱呢
Speaker 2没有啊一样啊 因为你依然得到了一个在十年内从零到了一万亿的公司 那个回报是无比巨大的 对吧 所以从投资人的角度来说 他们只关心 open AI跟anthropic未来三年 从一亿多到至少三亿吧 或者最好要五亿吧 要不然他们投资电风险的这个buffer都没有了 但是投New Lab的人 更多是希望 其中的某一家 有机会最终成为 下一个Open Air Gun Shopping
Speaker 1因为您这本书 也是把组织问题 放在战略问题之前 首先为什么 就是为什么 因为您是一个战略专家 为什么您把组织 放在战略之前 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
Speaker 2还是回到那个基本判断 就是虽然这个词有点俗 但是我觉得还是要讲 就是说AI对于工业时代 是一次范式革命 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 质量的要求越来越高 所以才会有新的组织形态 然后新的组织里面 最重要的决策 就是战略决策 所以这两个东西 的确分不开 就你得一起去摸索 我怎么用新的方法 做新的战略 然后这个战略 帮助我进入了下个阶段 我才有机会去尝试 更多的组织创新
Speaker 1以一个AI Native的公司 给它的CEO提建议 大组织最重要的是什么 大一个原生组织 先天就有优势 还可以大这个原生组织
Speaker 2其实还是 对AI理解的深度够不够 所以你自己够不够原生 就比如说 我碰到的好几个 在这方面走得足够远的创业者 基本上都自己重写了 自己公司内部的运行的体系 而且因为他们编程能力这么强 AI帮助这么大 基本上都是 李志飞讲的 我把自己关在家里三天 我基本上就把框架写出来了 基本上是类似的故事 就是说 因为他们对于组织运行 的原型是有深刻的理解的 然后AI最大的帮助 就是能够快速帮你 把原型给实现了 所以他们基本上 自己都做了一套体系 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 所以我的迁移成本也高 我自己也做不出一个 啥新东西出来 然后我要判断 别人做的东西靠不靠谱 大概也没那个能力 所以这个中间大概就成了一个分水岭 就是未来真正原生组织的人 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 他的神经网络是怎么连接在一起的 而且我们讲工作流这些 其实都跟神经网络这些 它的类比本质上是一致的 你原来的ERP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时反应的网络
Speaker 6对吧
Speaker 2但是神经网络的适应能力 是远远超过任何东西 神经网络的天然就是对应的任务
Speaker 1那对于现在就是已经有公司的CEO 有什么建议
Speaker 2如果你想继续在最前沿参与竞争的话 你的确就得在AI原生方面 做更大的努力 当然竞争都是相对的 就是说如果你是跟兔子比赛跑 那你的速度要求 你去跟猎豹比赛跑 那肯定速度要求是不一样的
Speaker 1所以谈战略之前要先谈组织 组织对于CEO来说变得更重要了
Speaker 2其实是阴阳两面 就没办法完全剥离开的 因为都是基于同样的新的DNA 长出来的东西 所以还是我刚刚讲到的 就是说 我讲战略 一定会讲到组织 就比如说聊着聊着 我就问一下 你们公司到底有多少人 现在谁参与战略讨论 对吧 这个就进入了组织的部分 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 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的非常紧密的
Speaker 1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 变成以任务为中心 还有其他的不同点吗 可能人会变得更少
Speaker 2人变得更少是肯定的 或者阶段性的变得更少是肯定的 将来说不定有太多好玩的东西 大家可以一起玩 那是另外一个 第三阶段的事情 我们只讲第二阶段 第二阶段是因为 AI杠杆作用足够大 然后呢 对人的要求又相对比较高 所以能够适应这个新组织的 刚开始是相对少部分 就是说非常 积极主动 愿意尝试新东西 然后学习能力非常强的人 所以他们会摸索出一套 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
Speaker 1太有意思了 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 不要想只是一个互联网的变化 而不是往小了想 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
Speaker 2是的 而且一切刚刚开始 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
Speaker 1我看到您书里 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
Speaker 2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 快速敏锐地识别出 谁是创造最大价值的人 所以他们就获得了 市场认为他们 deserve的这个价格
Speaker 1你觉得产品经理 在下一个时代还重要吗
Speaker 2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 就我们看到的这些大模型公司 他们因为必须是技术主导 所以你会看到 就是说基本上是研究员主导的 但这中间有个特别有意思的现象 就是我也讲的比较尖锐一点 就是这一批的创业者 要过的一个很大的坎 是有没有足够的开放的心态 去理解商业世界的运作规律 就我发现很多的技术人员 没法接受一个简单的事实 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 只要有同质化的供给 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 是完全不同的 所以极少数的技术人员 必须完成这个蜕变 就作为方的作为CEO 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
Speaker 1你觉得新时代产品经理或者是方的 他需要是research的背景吗 他需要是这种技术背景吗
Speaker 2下一代的大概就不需要了
Speaker 1这一代需要对吧
Speaker 2对就模型这一代是肯定需要的
Speaker 1但是下一代应用驱动就不需要
Speaker 2对 然后你到巨生这一代就已经看得到 巨生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
Speaker 1对啊 今天好像一个创始团队 他的联合创始人变得比以前多
Speaker 2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业 有一个很有意思的补充 刚才讲的公司是工业时代最大的一个制度创新 然后它取代了原来的手工作坊 但是有一个制度是平行存在的 就是合伙人企业 就像律师事务所 大的咨询公司 甚至包括投行 早期其实都是合伙人企业 合伙人企业的典型特点就是 几个人的分工合作 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 招你其实就是因为 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 你早期进来叫联创 后来进来就叫合伙人了 这个可能也会有非常大的变化
Speaker 1就每个人都有不可替代性
Speaker 2是的
Speaker 1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 就是一个球队
Speaker 2对
Speaker 1然后每个人的也有差异化 不是同质化 每个人也要更强 对
Speaker 2肯定互补 如果就是你的覆盖的话 那就靠数字分身去做了
Speaker 1多少人是比较合适的
Speaker 2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 所以他解决的问题 是越来越复杂
Speaker 1这个AI时代的创业者 呈现的特征和过去没有变化
Speaker 2这个阶段的变化是非常明显的 就是科学家创业
Speaker 1但他不会持续到下个阶段
Speaker 2下个阶段 我觉得科学家创业的比例 会大幅下降
Speaker 1您之前也说过 优秀创始人和卓越创始人 您觉得他们这个分界和差异是什么 您能一眼识别 哪个是卓越的创始人 哪个是优秀的创始人
Speaker 2识别不出来 就是说 为什么说卓越难 我讲的最重要的话 就是卓越是事后认定的 是因为你克服了 一次一次的复返 是因为你克服了 当所有人都不认可你的时候 你最后会以巨大的成功证明 你是时代最早的那个先知 所以这个卓越的过程 是一个逐渐展开的过程 而优秀是一个 持续有正反馈的成长过程 所以这两条路径是完全不一样的
Speaker 1大部分人是优秀的人
Speaker 2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 就是我说的 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 这就是在那个 《基业长情》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《优秀到卓越》 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 因为事情大于人 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 就是他书里面讲的第四级的领导者 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
Speaker 1所以自我小一点才有可能
Speaker 2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
Speaker 1因为你ego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
Speaker 2是的
Speaker 1所以你大概里走的是一个 就是普遍性正确的道路
Speaker 2是的 因为你急着证明自己 所以你需要短期反馈 你是为了自己的ego 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 就会容易受你心路为主的判断的影响
Speaker 1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
Speaker 2我要把这个事情做好
Speaker 1对吧
Speaker 2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 那整个公司的凝聚力就不一样了 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呢 我也会把公司分成两个 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
Speaker 1怎么辨别它是一个使命还是战略 这可能只有你自己知道 可能自己知道 谁都不知道
Speaker 2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
Speaker 1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 你才会想十年后的自己是什么样的
Speaker 2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 然后有的人就会说 我就是要做一个一百亿美金的公司
Speaker 1就是付分单 对
Speaker 2因为这个基本上是自我驱动 就是要一个外部的认可 所以他很多的东西都会基于这个去做调整跟变化 所以他很多的东西都会基于这个去做调整跟变化 他不是一个内在驱动 他其实是个外部的 他受外部的衡量标准影响很大 所以每一轮的估值就容易对他有冲击
Speaker 1这都像在交答卷
Speaker 2对啊 对啊
Speaker 1您听过最好的回答是什么
Speaker 2马老师最早创业之前讲的 让天下没有难做的声音 那个就是他自己发自内心相信的东西
Speaker 1他那是使命还是战略
Speaker 2那是使命
Speaker 1还有过很好的回答没有
Speaker 2我觉得马上就会成功了 马斯克去火星也是使命
Speaker 1这是一个脱离于我自我的一个事情
Speaker 2对啊 但是要把人类带入外太空时代
Speaker 1对创业者来说 哪些是非共识 哪些是噪音 怎么辨别
Speaker 2这个跟这个战略制定 也也有很重要的关系 就是说因为你就是在判断嘛 对啊 判断信号跟噪音 一个可能是尽量感知的全面一点 就是在判断信号跟噪音 是真实的去体会外界发生什么变化 第二个呢 就是可能思考要更深入一点 这样的话 你大概能慢慢分清楚噪音跟这个信号 很多人是不太过脑的 就是说思考你不深的话 当下流行什么 你就跟着流行去了 所以会很累 因为你一直在追 在追趋势 别人已经领跑两步了 你没看见 你只看见他冒出水面的第三步 所以你追肯定就是 第一天就是输掉的 第二个呢 就有可能你 就是因为 接触的面太窄了 所以你容易做出一个局部的 最优的判断 但你可能失去了一个 更大范围内的一个 视角 对对对
Speaker 1这好多都是心法感觉
Speaker 2我个人是比较爱琢磨心法层面的事情 对 而且理论的东西 比较容易 反而被 大家容易被理论框住 因为你只对那句话 就记住了那句话 然后呢 你自己可能一葫芦画瓢 就容易出很多问题 但是心法 如果你掌握了的话 就能够根据具体的情况 随机应变了
Speaker 1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 这个战略也是实施变化 这个在AI时代还work吗
Speaker 2今天战略无比重要 你做错一个重要决定 你就出局了 这个淘汰赛是可能 以几个月就来计划的 所以我为什么会讲 AI时代需要一套 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 越需要战略思考能力 如果都很确定 那大家拼的就是执行能力 对吧 那第二个就是 其实看十年 想三年 干一年 就是我对AI时代战略方法论的 一个比较形象化的总结 但是大部分人 记住了看十年 干一年 因为那是他们习惯的 工业时代的战略方法论 因为工业时代 或者说就从90年代开始 的很多的传统企业的方法论 是因为 在一个相对成熟和发展缓慢的世界 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 基本上就是线性推演 加一个就线性外推 然后 战略如此的运动 不重要 以至于大公司 都把战略外包给 麦肯锡这样的咨询公司了 所以80年代开始 到00年左右 麦肯锡BCG这些公司 有一个井喷式的发展 就是因为这些公司 认为战略不重要 都可以外包给别人了 所以麦肯锡他们过去 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happy 但是我们今天的问题在于 开一年是远远不够的 你没法先行外退 先行外退就不可能得出 Anthropic今年80倍的 同比增长的收入了 就是因为你是一个 Vision Driven的人 然后你放弃了 一个先行外推的思考方式 你才可能有未来 但是由于未来如此不确定 所以看十年 帮不了你太多 因为当下从哪下手 你还是不知道 所以你得逼着自己去想一个 大概三年左右的一个途径 所以真正的创造力在看三年 看三年要求你大概看个两三步 就我第一个马尔斯洞是什么 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 有可能更好的做出当下的战略选择 所以就没有这个看三年的这个张力 其实战略就没有发生的那个环境了 就相当于在一个三维空间上 思考最优解 跟你在一个二维平面 寻一个最优解 完全不是一回事情
Speaker 1所以应该以多长周期为频率来思考战略
Speaker 2好问题 所以我说看十年想三年干一年 是一个形象化的比喻 它本质是要彰显看三年的创造力 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 看三年的冲突和矛盾 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个思考 就一定要看到至少三步 而不能只看一步
Speaker 1所以关键是中期的那个节点
Speaker 2就是我去年有一个创业公司 做agent做应用的公司问我 他们公司发展很好 AII长得很快 我就问了他一句话 我说你AII继续长两年以后 又怎么样呢 最后产业终据会咋样呢 你AII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 就发现天花板不高 就赶紧回去 就去做一些新的事情了 但是当你就是线性的看 我AII每个月都在增长 年增长率多好 特别是AII 这是一个很虚幻的事情 它不但是一个线性外推 而且还是拿当下外推12个月 是很容易让人产生一个增长的幻觉 然后它很可能就突然到顶了 后面就直线的变成一个线性增长 然后你做的事情 其实是一个很不
Speaker 1没有想象空间的事情
Speaker 2对没有多少价值的事情 所以你短时间内 短期内的价值模型一溢出 就是没人愿意付费了 或者是竞争太多了 大家刚开始竞争的时候 是按你的创造的客户价值来定价的 但是当竞争对手一多了 就是按你的边际成本定价的 也是大部分人不理解的一个经济学的基本规律
Speaker 1不管是短期中期还是长期 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识 有可能是什么样
Speaker 2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的方式协同 只是因为OKR落地对组织要求太高了 所以大部分公司或者放弃了 或者OKR变成了变形的KPI 为什么实际上未来的这个组织 大家现在用对齐这个词用的越来越多 就是很大程度上 其实就是对齐 对齐我们的目标 对齐我们对未来的判断 对齐我们背后不同的论知模式 这个是变成了一个更低性的一些东西
Speaker 1OKR还会延展到AI时代吗
Speaker 2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的组织的那套的系统是能够追踪自然语言的表现的 然后它基本上这个神经网络是无所不在的 所以它大概率有可能给我们一个反馈 说你们都偏离了你们的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
Speaker 1那AI时代到底这些公司应该怎么制定战略呢 你们能不能分别说说模型公司 应用公司 机器公司 机器人公司 他们分别应该怎么做战略
Speaker 2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 所以我书里面也讲到战略摸索期 战略成型期 战略成熟期 和这个战略执行期 所以你拿行业分不如拿发展阶段分 就比如说大模型公司基本上进入了战略发展期 因为战略都收敛了 大家相对是比较清晰的 但是巨神机器人的公司大部分都在战略摸索期 都不知道该往哪收敛 所以在这个不同的阶段的战略的方法是 是有不一样的地方 但是回到那个更根本的 就AI时代的战略生产这个方法跟以前有什么不一样 我觉得最不一样的就以前叫战略规划 现在叫战略生成 我特意创了这个词 因为这个词最本来就反映AI时代嘛 大家都习惯了视频生成这个文图生成
Speaker 1而且现在大家说伟大不能被忌坏
Speaker 2对啊 所以就是真正它其实是生成 所以公司就我们讲组织设计的时候 其实真正要做的是一套体系一个环境 可以让战略洞察涌现出来 然后成为一个战略不断生成的系统 最后战略就是一个自然而然的决定 在合适的时间有合适的人做了一个 合适的决定 公司就往前走 所以是要把那套生成系统给建起来
Speaker 1那就是组织和环境
Speaker 2对所以我为什么不得不把组织先说 就是说你如果不理解 因为未来的组织有这个能力做这个事情 它是一个神经网络 它是一个工作流任务流 它是一个任务流导向的一个系统 然后人跟AI都接到这个系统里面 然后核心是涌现就跟大模型一样 就实际上是人跟AI一起在训练一个组织 组织的小模型 所以核心就是有没有 原来没有想到的洞察可以涌现出来 整个这个群体智慧有没有在演进 这是最终目标
Speaker 1怎么构建一个好的环境
Speaker 2就除了这个刚刚讲到的类似神经网络 这样的系统之外 这就是为什么需要新的文化 需要一个跟全员合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 就五年前我比如说讲这个Netflix的案例 甚至讲自己的案例 大部分人觉得挺牛的 但是跟我没啥关系 但是今天所有的人都知道 就是要给context 给够了context 他就有那么牛 能做出正确的决策 所以对其是对其目标跟认知 然后就是给够 甚至就是全员共享一个完整的上下文
Speaker 1long contest
Speaker 2对然后事情就会自然的涌现
Speaker 1而且人和AI都要共享
Speaker 2对 因为人没有办法像AI那样 有处理全海量信息的能力 但是能有瞬间的创造力 和看见没有不存在的连接的能力
Speaker 1您觉得今年大家对于 就是好多老灯的不喜欢 反老灯公司 你觉得跟这种AI时代带来的这种组织变化 文化变化的本质是不是 有些关系 因为可能他们口中的老灯 是上一个时代公司的这个组织体系 科层制的体系演化而带来的一些形态 遗留下来的
Speaker 2是的这个特别有意思 老灯这个词特别有意思 就是以前大家都尊老爱幼 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 所以你必须尊老爱幼 这样你才能学到东西嘛 对吧 这才是传承嘛 那么为什么 老灯呢 就是你刚才讲的 宏观方面 原来的那套东西 看起来都没什么价值了 公司受到压力越来越大 谁也不愿意再刻针自 就姚顺宇讲的特别直接 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 是因为经验相对来说 特别是能够转化成 知识的经验 都不再有价值 因为它都被大模型吸收了 所以这些年轻的聪明人 用好AI杠杆 你瞬间就能成为 任何一个领域的专家 所有的 就是为什么 这个AI现在也可以达到一个 主任医生的水平 是因为所有的经验 都被沉淀在大模型里头了 所以你过去20年的经验 还有啥价值呢 年轻人当然就不尊重老年人了
Speaker 6然后
Speaker 2然后就会有这个相对带点负面的 这样的称呼就出来了
Speaker 1那老年人怎么办
Speaker 2或者安心养老 或者变得重新年轻吧
Speaker 1所以这个新时代组织 它的文化应该是什么样的呢
Speaker 2文化的核心就是 就是创造 就像一个球队一样的 每个人都不可缺少 然后但是依然有明星 有前锋 有后卫的分工的差别 所以它的文化 一定是开放透明 然后 然后共享 还有一个非常重要的 我把它叫做共创 就是说大家都明白 自己是在共同创造一个新东西 所以合作跟协同的 这种意愿跟能力 也会大幅上升
Speaker 1你觉得为什么上一个时代的公司 这个体系 让人这么不快乐呢 很少有人快乐吧
Speaker 2这没办法 因为 大部分的知识工作 是简单 枯燥 重复繁琐 没有成长性的 所以我们自然会觉得 那就是一份工作 它是消耗性的 然后既不带来情绪价值 也不带来成长价值 然后公司为了管理 就都是偏控制性的手段 对吧 然后盯牛盯得很死 所以整个的那个环境 是越来越不符合 今天大家对于文明的向往 或者自我发展的目标 发展的什么是幸福 什么是快乐的一种理解 所以我自己是非常乐观的 我觉得AI在这个时代 给了我们一个更大的自由度 去追求我们想要的那种更好的人生
Speaker 1所以以后的组织可能会更开心一点 更创造力一点
Speaker 2我觉得可能开心就成了必需品 对
Speaker 1情绪价值是必需品 那对于创业者的腰腿也变了呀
Speaker 2是变了
Speaker 1不能是一个那种老板心态 对吧
Speaker 2谁还愣你啊 对吧 我都不陪老灯玩了 我还陪你老板玩 对吧 这是完全一个不同的 不同的一个环境了 对 所以你看现在所有的创业者都讲 他第一优先级就是招人啊 然后招人的时候 都是敢招来的 都不是你说 不能PUA 对啊 PUA你也不愣啊
Speaker 1服务型CEO 是 刚才我们聊战略的问题 那个地方没有聊完 就是您说像比如大模型公司 它进入了战略公司的时候 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 那他们具体来说 他们这个在不同阶段的公司 应该怎么制定战略呢
Speaker 2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性的战略 到一个可以闭环的运营模式 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 但是你能够规模化的原因 是因为你的原型已经很强壮了 所以它可以被规模化 那么战略探索期的核心 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 把这个试错的成本给降下来 然后逐步的达成一个共识 所以这个阶段 你要有自己相信的 但是可能又不能过于执着 因为可能现实会给你打脸 发现别人的方向可能是对的 这个时候就是你 自我能不能让位给现实 是因为你需要不断的调整 而且每个人的这个出发点 都受制于过去自己的训练 所以你能看到的东西 都有路径依赖 所以现在大家一起去创造 那你能不能快速的 把别人最好的经验给理解 消化 吸收 然后再形成公司下一步的 这个创新的基础 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
Speaker 1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 这好像是一个很大的共识 它们没有非共识是吗 它们应该非共识吗
Speaker 2非共识就是new lab 不论这个共识的人就去创业了 然后new lab里面 某一个反应 可能就会成为三年以后的新共识了 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
Speaker 1现有的大家不会进入同质化竞争
Speaker 2现在就是同质化竞争
Speaker 1那么就影响它的商业价格 就是你刚才说的
Speaker 2所以上个礼拜大家都很恐慌 不就是怕同质化竞争吗
Speaker 1K3是吧
Speaker 2对啊 就因为有同质化竞争的这个事情 所以它就打破了 对于大模型公司的 能长期享受高额垄断利润的预期 然后是因为这个预期破了 那就才会有大家对于 这些公司可能就没有能力持续去投 还这个高的这个CAPEX 所以源头是前面这些公司还有没有实力 还值不值得为他们继续投入基建 基建都是为了这些大公司 大模型公司服务的嘛 如果最后他们创造价值有限 那我干嘛投这些东西呢
Speaker 1您现在的观点是应该继续投入吗
Speaker 2第一个我觉得大模型本身发展的空间还非常大 所以大概率基建的投入还会继续 但是可能在某一个时间点会出现一个拐点 就基建的投入 由于周期性会可能超过大模型的真实的需求 但那件事情从产业发展来说 未必是坏事 因为应用公司就给了大模型公司 可以用很低的成本去用现有的基础设施 所以他们的进入门槛是大幅降低了的 就是智能的调用真的会变得非常的便宜 有足够的强大和稳定 或者换句话说 只要这个智能的这个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
Speaker 1所以应用公司可以再苟一苟等一等
Speaker 2你也没法苟一苟等一等 因为你不在这厂里头 你积累不了现金 有相应的经验 等真的大浪来了你接不住啊
Speaker 1我觉得应用公司还是要有希望 不要那么灰心
Speaker 2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 我们只是在外面可能没有感受到他们那么强烈的这种相信
Speaker 1您觉得机器人公司不管是从模型上还是巨声上 因为今天还非常的不收敛 您觉得什么时候可能会出现进一步收敛 他的这个 产业周期发展可能有多长 刚刚讲了这些模型公司到agent的公司 他的一个阶段 那机器人现在是什么阶段
Speaker 2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 比如说数据不像大模型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
Speaker 1因为现在有好几种做的方法 一种是先从大脑开始做 然后追求这个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 然后做巨声做身体 然后他能在这个场景里通过数据来跑腾整个的闭环 然后这个闭环然后再反补他的模型能力 您觉得应该先突破哪一边
Speaker 2我觉得在逻辑上两条路都成立了 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呢 他的挑战是在于 现在能找到的场景都不够大 但是呢 他的能力能不能让他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 所以原则上就像爬一座山 你可以从南坡爬 可以从北坡爬 事先很难说谁能爬到哪里 你能爬得快一点
Speaker 1机器人这种阶段可以类比为 什么产业的什么时期吗
Speaker 2最简单的类比就是他们自己认为的 还在2020年左右的阶段 还没到确GPT的阶段的大模型公司
Speaker 1能跟更历史的一些什么早期的产业能来做类比吗 车
Speaker 2也可以这么类比 但是车的话呢 前面也是几千家公司 而且还真是个好的类比 就是大概比如说1900年 到1900年 20年 真的有几千年 在美国都是做车的 有的人觉得我有一个机械功能 就我能把一个车敲出来 反正马达都是买别人的 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条 由电驱动的流水线 现代制造业才进入了一个新的阶段 福特才能用极高的效率 生产出一个大众可以消费得起的汽车 所以那是汽车行业的第一个2C的突破 然后福特就成了 现代工业时代的一个代表 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 做到了全美第一以后 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
Speaker 1说明 每个战略都要在当时那个时期有效才有效 它不是一个亘古不变的事情
Speaker 2对 现在相当于大家都能手戳一个机器人公司 但是哪个机器人公司能完成规模化量产 谁都不知道
Speaker 1也许我们还在等待那个T型车阶段
Speaker 2就是在等T型车阶段 T型车就很了不起了 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的 把一个一万台机器卖出去 机器人卖出去 就已经是个了不起的成就了
Speaker 1有没有可能机器人这个号 产业它可能发展的节奏会更像车 去类比大模型 对吗 我在想
Speaker 2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 电器的出现 因为基于电可以有N种电器 所以你说冰箱跟洗衣机谁更重要 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 真的是使用 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 然后这个工业场景 或者外面的各种各样的场景 它是一个普在的一个事情 大家为什么这么看好机器人 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 就机器人可能更重要 但是那个更好的类比就是电器的发展 那个可能是一个更好的类比 然后汽车成了中间的主打
Speaker 1因为token类比的是电嘛
Speaker 2对对对对对 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
Speaker 1对家庭场景 对在这波巨浪面前 哪些巨头是安全的
Speaker 2我从来觉得在巨浪面前没有人是安全的 谁觉得安全 谁就就是谁就是最不安全的
Speaker 1他们有多不安全
Speaker 2应该都足够的担心吧
Speaker 1他们的战略都是AFS的all in AI 这个够吗
Speaker 2这是必要条件 够不够要看技术演化的路径有多么颠覆 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
Speaker 1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
Speaker 2挑战非常大
Speaker 1挑战非常大 从历史里面有依据可言吗 有这个时代企业过渡到下一个时代企业还能做得非常好的多不多
Speaker 2不是多不多的问题 是有没有的问题
Speaker 1有没有
Speaker 2基本没有 基本没有 IBM曾经做到过一次 然后微软算是做到过一次 就是微软某种程度上错过了移动互联网 但是它保持住了搜索的火苗 然后有了云计算的积累 所以加上它在PC时代 垄断积累下来的 PC的OS的垄断 所以让AI时代 Google起了个大早 还有一次机会 但是你目前看 微软好像又有点 吃不准它到底能不能走过去了 因为它的模型的投入不够 它模型这块其实已经出局了 对吧 虽然它有OpenAI的早期的投资 但是目前 它已经买不起OpenAI了 即使算微软 这个已经算是维持了 很长时间的一个领先的公司 可能未来都不太确定
Speaker 1Google呢
Speaker 2Google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
Speaker 4入口
Speaker 2对对对 入口级的 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 这个应该是没问题
Speaker 1所以这种不依赖于你怎么战略选择 你都很难一直在牌桌上是吗 就是这个是让人绝望的地方
Speaker 2这一点都不让人绝望啊 就是 人有生老病死 公司也有生老病死 没有比这更正常的了 所以新公司才有机会 年轻人才有才有梦想啊 这多好的一件事情啊
Speaker 4嗯
Speaker 2对吧 一直都垄断到今天都不是世界太无趣了
Speaker 1Google不一定会成为下个世代的Google 字节会是下个世代的字节吗
Speaker 2同样的大概率也不会啊
Speaker 1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
Speaker 2没有啊 所以字节是有很大的机会成为 AI云公司的 包括Cdance做的那么好 在视频生成方面 多模态方面 它都已经是世界一流的大模型公司
Speaker 3嗯
Speaker 2就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2C的应用 是有非常大的不确定性的
Speaker 4豆包是吗
Speaker 2豆包肯定不是啊 对吧 要不然它肯定不计成本的往里砸了 它不砸了就是因为豆包不够 不够那么未来啊
Speaker 1豆包更像一个上一代的移动互联网产品
Speaker 2不是 豆包就是第一代AI产品 就是那个 那个聊天机器了 豆包没有行动力 智能体的核心是独立完成任务
Speaker 1它把智能体内置进豆包不行吗
Speaker 2这就是他们想做的嘛 就是 大家都想做AI时代的OS嘛 所以他肯定是想做路口去调度OS 上一代的路口 能不能够理解下一代的整个生态的发展 做成下一代的路口 那个挑战是非常大的 因为你如果不是agent的适时标准的话 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被 就是他们要被颠覆的嘛 对吧
Speaker 1社交关系会重构吗 腾讯安全吗
Speaker 2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啊
Speaker 1肯定重构 社交关系
Speaker 2人跟人的关系都会被重新颠覆啊 定义agent的在里面的重要性也会大幅上升
Speaker 1所以你不看好这种现有的一个产品 他加AI加agent 你不看好
Speaker 2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 或者说就是说QQ过渡到了 但是真正承接移动互联网时代的是微信
Speaker 1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
Speaker 2一样会被重构 我觉得阿里也一样有那个挑战
Speaker 1他特别努力 他加AI加agent也不行 那自己再造一个产品有可能吗 就让我让下一个时代产品单身在我这个公司里
Speaker 2所有的公司都会all in AI 就像我当时讲的就是说 移动互联网的时候大家都all in了一次 这个移动互联网 我其实一直 我就一直在思考一个问题 就移动互联网对于PC互联网来说 到底是颠覆性创新还是延续性创新 对吧 我觉得那个是决定了问题的本质的 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 但它也有很强的延续性 因为它都是基于互联网的一个基本架构 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 所以你会看到呢 因为它的延续性的部分 让几家头部的互联网公司都 过渡到了all in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 但AI现在呢 我可能整体上更倾向于它这个颠覆性的技术
Speaker 1它都不是颠覆互联网 它都颠覆的是工业革命了
Speaker 2对对就整个的就颠覆了 所以它是个生产力的革命 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 连续性的部分没那么强 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线性的
Speaker 1所以我寄信用于下一代的产品 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
Speaker 2方便组织文化 肯定是其中的一个制约 因为你一个十万人的公司 转成AI原生 跟一个十个人的公司 长成一个一千人的 AI原生公司 难度是不一样的 这是非常重要的第一点 第二个就是说 这是大家对平台 跟生态的理解 就是你如果没有做出 第一个真正成功的agent 你大概率不理解 agent是怎么运行的 你就没有办法提供 那个基础设施 成为不了那个 事实上的标准 也就成为不了路口 所以你自己得在agent上 得真正诊明白了 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
Speaker 1才有那个黑洞效应
Speaker 2是的
Speaker 1你看过去两年 XCI也做了很多事情 你觉得他们是战略错了吗
Speaker 2战略上可能也有问题 他们没有特别明确的方向 不像Solopik 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 我在硅谷主要是碰到 有一群工程师的场合 XCI的那个人 永远是最疲惫的那个人
Speaker 4他们要自己卷 对
Speaker 2他都已经不是一般意义上的卷 就是他就是被消耗的过度了 可能跟Aaron工作的那种方式 也消耗了 他虽然可能让你成长 但是可能特别消耗了人 你看到他们来了以后 也是没有什么力气说话的 任何一个组织的创新 其实是就像人一样的 人太累的时候是没有创新的 你一定是在一个相对 开放放松的状态 你才会有新的东西出来 就当一个组织绷得那么紧 然后又 非常的高压的环境下 要做一件特别大的创新 是一件非常难的事情 而且我听研究员的评价 也没准备 也没觉得Aaron真正懂大模型 所以他原来的那套方法论 就是他比较偏硬件的那套方法论 其实到了这个AI这个时代 他没办法自己直接给答案 然后又没办法用一种共创的方式 让组织来给答案
Speaker 1因为他以前都是慈善而下的 对吧
Speaker 2是的 他给了定性原理的答案 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XAS肯定卡在组织上了
Speaker 1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得很差
Speaker 2是的
Speaker 1他没有通过组织去生成战略 他都是他自己的意志
Speaker 2对
Speaker 1马伊塔呢 我每次都觉得小扎很年轻啊 他为什么跟不上
Speaker 2不是小你年轻 但是你出头早消耗也早啊 就消耗的也多啊 因为你被一代一代的小扎能力很强啊 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Meta大到这种程度 他内部调度资源啊 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扎懂模型 所以他就没办法真正去做非常重要的决定 然后另外两家公司就比如说Sam 他是真的是依赖Illia 然后Illia是真能够驱动整个事情的 然后另外两家公司就比如说Sam他真的是依赖Illia然后Illia是真能够驱动整个事情的 然后另外两家公司就比如说Sam他真的是依赖Illia然后Illia是真能够驱动整个事情的 然后Sam又是个很好的CEO 所以这两个就是个很好的搭配 然后Anthropic是整个的组织能力非常强 然后Daryl给这个Mission Vision这方面把握的又比较准 所以这个Anthropic就显示出了一个非常聚焦的 有Vision driven的一个公司的爆发力 但是OpenAI因为底子够厚 所以他即使这一轮反过身来追Anthropic 就也非常快 但是这两家公司本质上都是新时代的创业公司 所以他的组织文化各方面其实都更加匹配 然后你到其他几家公司就都有各自自己的问题了
Speaker 1中国的公司你有没有一些观察
Speaker 2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 但是这个前文因为起步的比较早 大公司的资源的支持 所以他一直能够持续的往前跑 然后字节当张一鸣自己反应过来 要all in下场的时候 那字节的速度也非常快 中国的竞争为什么每次收敛起来都特别慢 是因为先发的企业就不像美国的企业 他有两三年的先发期 所以他有一个健康酝酿DNA的阶段 然后中国的企业呢 至少到目前这一轮为止 还是在美国原型上的一个快速跟进 对 所以大家同时起步的话 就必然变成百团大战 因为大家看到的都是差不多的图像 然后都去硅谷把所有研究员都撸一遍 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 然后可能早了那么一年跟半年的 对吧 像这个杨志林跟这个严俊杰也包括自扑 就说这几个其实更加远深 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
Speaker 1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
Speaker 2我也没觉得有人在做 也不会有人投了 除非你是一个新lab
Speaker 1小红书啊 你还有啊 不都在做吗
Speaker 2没有啊 他们的核心都是做应用啊
Speaker 1他们都在做大模型
Speaker 2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 所以你没看到他们团队太多出来晒参数啊 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 或者是在cpi的工厂这样的竞争
Speaker 1但是他们起码认为做应用的前提是我要得有一个很强的模型
Speaker 2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
Speaker 1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
Speaker 2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 就相当于这个棋是没有下到中盘的 还在开盘的布局阶段
Speaker 1您对今年的就是不管是模型也好 agent也好 机器人也好 有没有一些预测 到今年底26年
Speaker 2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
Speaker 1比如说五年呢
Speaker 2五年我是觉得agent的路口肯定有可能出现了 就是第二阶段 大概大概大家都能看明白了
Speaker 1反而移动互联网时代出现像抖音拼多多这样的产品要到了第三阶段
Speaker 2对嗯对就google抖音抖音跟拼多多 我觉得都是类似这样的 而且你想拼多多出来的非常晚
Speaker 1对现在可能距离我们还有多少年
Speaker 2那个可能是八年十年以后的事情
Speaker 1好漫长 但是给应用创业者提供了很多的希望
Speaker 2你别忘了opena 已经11年了 对我只是这两年我们感受到的这个加速度
Speaker 1你觉得当人工智能成为新的生产资料和技术设施 社会需要多长时间来消化这场技术革命
Speaker 2一代人一代人二十年起步 因为他们才是原住民啊
Speaker 1那如果智能能像能源一样从外部获得 你觉得未来人和人的差异在哪里
Speaker 2我觉得是创造力的差别 所以就德鲁克有一个非常经典的一个分析框架 他把人类社会从工业时代以来划了三个阶段 第一阶段是生产力的革命 也就是流水线取代了手工作坊 第二个阶段的是管理革命 大概一百年前左右开始 就是有泰勒的这些科学管理方法啊 然后出现了商学院这个新物种 商学院的核心目的就是给现代化管理匹配足够多的 这个管理人员啊 对第三阶段他叫做知识革命的阶段 就是他观察到从七十年代开始 软件变成一个非常重要的发展方向 而软件的核心是处理人类的知识啊 把知识跟最优实践通过软件的方法沉淀下来 变成一个标准的这个执行的这个这个方法 这是德鲁克他一九九九年吧 大概过世了 所以看到的整个过去两个 四季的变化啊 那么我借用他这个框架呢 我自己认为如果从人的角度来看 AI时代可以被定义为创造力时代 就是所有可以被结构化处理的知识 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 能终于被解放出来 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 就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19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
Speaker 1这个创造力还是一种原创造力
Speaker 2对 当然了 当然就是无中生有的能力 有的东西机器都知道
Speaker 1一种无中生有的能力 对 因为如果是已经有东西的话 机器都已经当做 得它获取到了 对啊
Speaker 2这种创造 可能从机器的角度来说 很无聊 因为它可能就是 各种各样的情感陪伴 人跟人之间有的没的 想要的各种各样的 以前没有被开发的需求 也许不贡献给 物理世界的巨大进步 但是它可能对人类的 成长跟幸福感 有很多的帮助 所以这个东西是可能 有很多种以前我们没想过的方法
Speaker 1刚才说如果公司会消失 那商学院会消失吗
Speaker 2商学院已经不行了 都在衰落
Speaker 1现在的整个围绕着公司建立的 比如说办公室 就这些可见的 是不是都会发生巨大的变化
Speaker 2都会 因为虚拟世界的比例会越来越高
Speaker 1虚拟世界的比例会越来越高 对啊 虚拟世界的比例会越来越高
Speaker 2就Metaverse的那个方向是没错的 可能只是时间早了五年而已
Speaker 1那未来 人作为一个社会来说 您能看到什么样的变化吗
Speaker 2是会发生天翻地覆的变化 就我碰到了一些 00后的创业者 想做这个吐息应用的 那他们想象的世界 完全不是我们现在 能够理解的世界
Speaker 1太有意思了 我觉得今天还是带着 对未来非常积极乐观的能力
Speaker 2我是比较乐观的 我一直觉得 就要有巨大的发展空间
Speaker 1会不会改变整个的教育体制呢 如果对人的能力的需求 发生了变化
Speaker 2一定会的
Speaker 1以前的教育体制 还是一种智商激励
Speaker 2它本质是知识的灌输 智商的开发都是第二位的 知识的灌输是第一位的 那这个肯定是不行的 你先看我们从小到大 有多少兴趣被压抑了 然后我们并没有顺着一个 开放的探索的这条路径 我们没有顺着一个开放的探索的这条路径 去开发我们的潜能 我们都是在最早的时间 为了不输在起跑线上 被摁在了原来世界的固定模式里头 所以我觉得 接下来最大的冲突 就是教育系统的冲突 因为 其实年轻人已经知道 未来跟我们今天想象的 完全不一样 所以你随便问高中生 他们大概都知道用现在的方法 大学毕业以后找工作都找不着 他们可能有很多的想象 他们可能有很多的想象 但是我们肯定不敢让他们 去走他们的路 所以他们就卡在这了 但你问更年轻的家长 那我刚生下来的小孩 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
Speaker 1无中生有的能力
Speaker 2这个总结的很好
Speaker 1有的AI都有 人需要做无中生有 是的 人和系统的关系 人和AI的关系 未来会怎么演变
Speaker 2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成啥样 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AGI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 伸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 加上外骨骼之类的人 就成了一个加强版的人 这个我觉得是完全可以想象的
Speaker 1你有看到好的硬件公司吗 硬件产品
Speaker 2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层出不穷 就像我们讲的 就是00年以后 大家都在做电器 家用电器 但是最后能立足的是那几个大品类 还有无数的小品类
Speaker 1不知道会是什么
Speaker 2就像美国很早出现的烤面包机的 大家现在还用的 那个也是很早被发明出来的 但那个不够大 技术不够复杂 所以它没法养一个大公司 所以有很多的这种新的公司 其实就是讲的一切都会被重新来一次 但是哪些是大东西 哪些是小东西 哪些是主 哪些是辅 然后 然后 谁用哪种方法 找到了面向未来的密码 这个都是不确定的 但是我觉得有个基本态度要改变 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 就你一见到不确定性 见到复杂性就恐惧 你就肯定没法往前走 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 我们有点杞能忧天了 我们其他人担心的太多了
Speaker 1诶 自民老师您自己的使命是什么呀
Speaker 2我觉得就是做一个快乐的研究员啊
Speaker 1快乐的研究员 对
Speaker 2我觉得在现在的这个语境下 是挺有挺有趣的一个定位
Speaker 1嗯 快乐的研究员 对 AI会让人类更快乐吗
Speaker 2我至少是这么希望的 这是大家讲AI象参啊这些 但是 但是就是说 它肯定会带来一系列的新的问题了
Speaker 3嗯
Speaker 2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 就是技术不断地带来新的可能性 然后能驾驭好了新的技术 进入一个新的文明发展 阶段
Speaker 1新文明比旧文明 对人来说 快乐指数是提升的还是降低的
Speaker 2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
Speaker 3嗯
Speaker 2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 温饱一直是几万年的问题的话 那工业时代基本上把温饱这个问题 在规模化的解决掉了 嗯 然后 消费时代解决了消费不足的问题 但现在基本上都是供给过剩嘛 我们现在的核心在至少在物理产品产品上 基本上都是供给过剩的阶段 然后互联网解决了这个信息 不对称的问题 解决了全天下的人都可以共享的这个问题 所以又又往前进了一大步
Speaker 3嗯
Speaker 2那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
Speaker 1好以后一个组织的评判标准一之一是能不能让人更快乐 能够身处其中的人
Speaker 2从谷歌开始就是这样啊 就说大家现在可能没有体感 就是说其实零七零八年的谷歌在硅谷是神一样的存在 比今天的那两家公司还要影响力大 就说才有那么多人去参观谷歌 为了去食堂吃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 嗯 所以在当时他的氛围本质上就是最优秀的人了 就是尊重人的差异化 释放人的创造力 让你有百分之二十的时间可以干你自己想干的事情 给你们提供最好的食堂 对吧 所以他在当时的那个文化 其实谷歌是最早提出来 隐隐约约地感觉到了未来的 所以他们是最早提出来 那还叫互联网时代 其实是需要新的文化 需要新的组织方式的 那个趋势会继续延续下去
Speaker 1我很好奇啊 典型的曾铭教授的一天是什么样的呀 做一个快乐的研究员
Speaker 2其实就是 第一个就是 跟创业者聊 然后看看他们最新的想法 第二个就是 看看最新的资讯 看看类似你们这样的访谈 因为的确帮我 帮我省了很多事情 就现在能够看到 很完整的一个思想的对话 所以等于是我有很多的信息的输入 可以做数据训练 让自己不那么累 不那么辛苦 要不然的话 所以我觉得今年上半年 大部分人都已经有个深刻的感受 就是说 你很容易因为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 所以其实现在大家都开始反映过来 要有一些隔绝 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
Speaker 1我这边还有一些快问快答 我先说一下我自己的感受是什么呢? 我自己的感受是什么呢? 我自己的感受是什么呢? 危机生命到来之前留下更多的探机文明的记忆
Speaker 2辣椒炒肉
Speaker 1全球范围内一个你喜欢的地点
Speaker 2目前可能还是上海
Speaker 1您平时会读AI论文吗 您觉得影响过AI进程的重要的论文是什么
Speaker 2我没有读AI的技术论文
Speaker 1基于当下的认知 一个关键的重要的BET是什么
Speaker 2出现一个足够好用的to see的agent
Speaker 1我们公司叫语言集世界工作室 当您第一次听到这个名字的时候 您会想什么
Speaker 2可能要改成智能体集世界
Speaker 1可以分享几本书吗 就是您的人生之书 就是真的对你产生过很大的影响
Speaker 2我觉得就管理学上比较基本的 像这个基业长青的系列的那几本书 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 就是因为载入太多了 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
Speaker 1您觉得是什么让您对管理学发生这么深厚的兴趣 战略学
Speaker 2我其实高中的时候就放弃了理科的这个参加这些奥数计算的 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 所以我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 我觉得太无聊了 所以我后面读博士的时候 最后就选了商学院 而且战略这样的比较宏观的 然后在真实世界 跟理论世界 有不得不建立连接的一个学科 我觉得这个就比较好玩
Speaker 1战略是一个组织的大脑 就必须要CEO来做 你觉得战略做的好人 CEO一般是什么样的人 之间有关系吗
Speaker 2所以创始人里面 有战略能力的并不多 就真正走得远的 就刚刚讲的使命驱动 愿景驱动 战略驱动 就能走到战略驱动的 就已经是很优秀的了
Speaker 1但不是卓越的
Speaker 2卓越的可能严格讲得是 使命驱动的 才有可能走向卓越 但有的人可能是先有愿景 然后慢慢发展出使命 有的人是天生就比较使命驱动 或者就是你形成非常难得的 一个团队里面 有那么一两个人 形成很好的互补 就一个人可能战略能力强一点 一个人动手能力强一点 就有点像王兴跟王慧文的这种组合 也是很难得的一个组合
Speaker 1字节属于什么驱动
Speaker 2这个还不好说 因为我跟张一鸣个人交流不多 所以我对他使命的那一段 我没法判断 但是张一鸣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级产品 这个已经非常领先了 包括比如说我原来讲 Netflix就是奈飞的文化
Speaker 3大部分的人
Speaker 2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 基本上在跟上跟这个网飞的文化 是非常非常相似的
Speaker 1但字节最后做成了一个效率工厂
Speaker 2因为他东西都只明白了以后 剩下的在战略执行阶段就追求效率 所以他的AI战略 要张一鸣重新下场 再重新定义 就任何一个公司到了最后 都是追求效率 因为你战略越来越大 战略越来越清晰 剩下的就是执行人物 但是 就我们刚讲的组织的宿命 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
Speaker 1对每个人都很公平
Speaker 2新的时代
Speaker 1这个听起来是个好消息
PodcastTranscript AI