未來5-10年，一個(gè)不可避免的大趨勢(shì)

6 月 26 日，正和島 2025 案例共學(xué)年會(huì)暨 AI+ 先行者創(chuàng)新大集在合肥舉辦，本次大會(huì)以“向新力”為主題，千余位企業(yè)家共同探討 AI 時(shí)代下的組織變革與商業(yè)格局。

會(huì)上，《無人公司》作者李智勇做了一場(chǎng)主題“AI時(shí)代無人公司的商業(yè)價(jià)值與意義”的演講。

在李智勇看來，人們?cè)谟懻揂I帶來的改善性的同時(shí)，不要忽略AI所帶來的破壞性。但破壞性中也孕育著巨大的機(jī)遇，無人公司就是一個(gè)AI商業(yè)新藍(lán)海。

在其看來，來五到十年內(nèi)，AI的水平可能會(huì)再提高十倍，這個(gè)過程中，各種公司都會(huì)加速向無人公司的方向演進(jìn)，這是必須面對(duì)的技術(shù)現(xiàn)實(shí)。

以下是李智勇演講精編，希望對(duì)你有所啟發(fā)。

口 述：李智勇 《無人公司》作者

編 輯：正風(fēng)

來 源：正和島（ID：zhenghedao）

AI，正醞釀巨大的破壞性

大家好，很高興在這里和大家分享AI的話題。

我在AI公司做了十年左右的工作，有朋友問我，我的企業(yè)部署了一體機(jī)，也把DeepSeek等AI應(yīng)用運(yùn)用到了公司的各個(gè)角色上，那我算不算是擁抱了AI？

我的回答是，如果回到30年前，做百貨的同學(xué)有一樣的問題。他們也用電腦，也用互聯(lián)網(wǎng)，也用電子郵件，等十年后電商出現(xiàn)，大家發(fā)現(xiàn)這些改善不是互聯(lián)網(wǎng)本質(zhì)的作用，而是催生出了電商這一平臺(tái)。

所以，一個(gè)大的技術(shù)往往既帶來改善，同時(shí)也醞釀著一個(gè)巨大破壞性的模式。我們現(xiàn)在談AI的時(shí)候，往往對(duì)改善性關(guān)注的比較多，對(duì)破壞性談的不多，所以我今天的分享主要是關(guān)于AI帶來的破壞性。

如果我們對(duì)這種破壞性做一個(gè)形象的表述，OpenAI CEO山姆·奧特曼的一句話是非常到位的，“未來十億美金的業(yè)務(wù)最終可能只有一個(gè)人”。

大家想想，十億美金的業(yè)務(wù)只有一個(gè)人，這個(gè)人顯然不是用來干活兒的，可能只有社會(huì)意義，十億美金的業(yè)務(wù)主要是靠AI創(chuàng)造的。目前，我們絕大多數(shù)企業(yè)當(dāng)然是靠人來創(chuàng)造價(jià)值，所以說這是一個(gè)巨大的顛覆性。

這個(gè)事情本身是不是一種科幻？有人說這可能是企業(yè)家隨口一說，是企業(yè)家對(duì)遙遠(yuǎn)未來的想象，其實(shí)不是的。

我們以出行服務(wù)行業(yè)為例，最早期的出租車公司，不管乘客還是出租車司機(jī)本身，出租車公司的所有價(jià)值全部都是由人來驅(qū)動(dòng)的，背后是一個(gè)金字塔形的組織形態(tài)。

后來出現(xiàn)了網(wǎng)約車，網(wǎng)約車發(fā)生了什么變化？是相當(dāng)大部分的價(jià)值創(chuàng)造轉(zhuǎn)移給了算法，哪個(gè)人用哪輛車，開什么樣的路線，包括對(duì)大量網(wǎng)約車司機(jī)的管理，全部都是由算法決策的。如果沒有算法，其實(shí)構(gòu)建不了這樣龐大的一個(gè)業(yè)務(wù)體系。當(dāng)然，網(wǎng)約車公司本身還是傳統(tǒng)的組織，還是有正常的組織結(jié)構(gòu)的。

關(guān)鍵是事情還沒完，現(xiàn)在發(fā)生了什么？提供自動(dòng)駕駛出行服務(wù)的蘿卜快跑前一陣在國內(nèi)很火，后來沒有那么熱了，但自動(dòng)駕駛這個(gè)事情在國外并沒有停歇下來，一直在持續(xù)進(jìn)步。

自動(dòng)駕駛出行服務(wù)是什么？就是出租車的駕駛員變成了自動(dòng)駕駛的算法，每輛車的管理也由統(tǒng)一的算法進(jìn)行調(diào)度。像谷歌Waymo每天服務(wù)的次數(shù)大概是2535次，這是公開數(shù)據(jù)，大家可以查到。

我們把出行服務(wù)行業(yè)的這三種公司放到一起看可以發(fā)現(xiàn)，整個(gè)商業(yè)創(chuàng)造價(jià)值的過程由以人為主體越來越多的轉(zhuǎn)向由算法來創(chuàng)造，當(dāng)然，這個(gè)算法中很大一部分是AI算法。這是我們面對(duì)的本質(zhì)性變化。

如果說Robotaxi（特斯拉發(fā)布的自動(dòng)駕駛出租車）和蘿卜快跑這種模式進(jìn)展到一定程度，它就可以變成十億美金的公司，但主要是由AI算法來驅(qū)動(dòng)的。當(dāng)前有一個(gè)數(shù)據(jù)，在整個(gè)加州無人驅(qū)動(dòng)的Robotaxi在特定地區(qū)的比例大概是Uber的一半，如果全美鋪開，幾十億美金的業(yè)務(wù)的確由算法創(chuàng)造的，只有很少的人。

“AI—AI—AI”，

業(yè)務(wù)流程或?qū)氐字貥?gòu)

那么，這種事是不是只在自動(dòng)駕駛等特定的領(lǐng)域才可能出現(xiàn)呢？不是的，AI大模型的本質(zhì)作用在于讓剛才說的這種模式可以低成本地復(fù)制到N多不同領(lǐng)域里。

舉個(gè)例子，如果把一個(gè)賣T恤衫的過程簡化成四個(gè)環(huán)節(jié)，首先我們需要做設(shè)計(jì)，這就需要感知當(dāng)前社會(huì)的潮流趨勢(shì)是什么，其次我們要能夠同時(shí)拿出N多個(gè)設(shè)計(jì)方案，然后是生產(chǎn)制造，最后銷售出去。

而如果融入了AI大模型，賣T恤衫的流程就會(huì)發(fā)生很大的改變。

第一，在整個(gè)感知環(huán)節(jié)，相當(dāng)于所有非結(jié)構(gòu)化數(shù)據(jù)的分析，大模型可以以很低的成本做得非常精確。我個(gè)人做了十年AI，在大模型出現(xiàn)之前，算法做這個(gè)事情非常吃力，特別不好使，要投入很多，適配性很窄。

第二，它可以同時(shí)給你提供N多種設(shè)計(jì)方案。綜合之前的算法可以讓生產(chǎn)更柔性，各種模特穿衣服的效果也能顯示出來，AI可以完全接管整個(gè)設(shè)計(jì)流程。

這時(shí)候會(huì)出現(xiàn)兩種模式：模式一，每個(gè)環(huán)節(jié)都引入智能體，但四個(gè)環(huán)節(jié)的核心負(fù)責(zé)人還是人，至少需要四個(gè)人來進(jìn)行配合；

模式二，完全顛覆原來的生產(chǎn)銷售過程，四個(gè)環(huán)節(jié)的核心角色都是AI，由AI和AI配合來完成業(yè)務(wù)過程。如果說哪個(gè)環(huán)節(jié)的AI不能達(dá)成想要的精度，我可以補(bǔ)一個(gè)人。

這兩個(gè)模式的區(qū)別就在于整個(gè)企業(yè)價(jià)值的創(chuàng)造主體是AI還是人，如果主體是AI，就會(huì)帶來巨大的破壞性。

所以，大模型的通用度導(dǎo)致AI替代人這件事不局限在某個(gè)單獨(dú)的領(lǐng)域成立，而是可以擴(kuò)展到很多領(lǐng)域。如果用這個(gè)視角來觀察，可以發(fā)現(xiàn)這樣的事情在很多領(lǐng)域都在發(fā)生，而不是單純的科幻想象，當(dāng)然目前這件事還沒有大范圍的普及。

剛才說的T恤衫的例子其實(shí)有點(diǎn)像新電商，新電商不局限于T恤衫，還包括美甲和褲頭等等。我身邊已經(jīng)有朋友做這個(gè)事了，當(dāng)然規(guī)模還不如傳統(tǒng)模式大，但至少說明這種新模式已經(jīng)出現(xiàn)了。還有人問，我們是不是可以把礦山的露天開采模式變成靠AI直接驅(qū)動(dòng)機(jī)器去完成開采？新疆已經(jīng)有這樣的項(xiàng)目在嘗試了。

這里面最有意思的是DeepSeek，其實(shí) DeepSeek這家公司很早就成立了，最早是做量化交易的，2016年就公開報(bào)道過，整個(gè)公司靠算法操實(shí)盤。2015年梁文鋒創(chuàng)辦私募公司幻方量化，2016年就達(dá)到了100億的規(guī)模。

還有很多數(shù)據(jù)中心也是由算法來管理的，像當(dāng)年AlphaGo的算法很快就被用來管理谷歌等公司的數(shù)據(jù)中心，一些很龐大的數(shù)據(jù)中心其實(shí)并沒有大家想的那么多人。

這個(gè)事情可以繼續(xù)往下想一想，它的含義在于，過去人為驅(qū)動(dòng)的價(jià)值創(chuàng)造模式在AI加入之后，可能變成“人—AI—人”的模式，但這個(gè)時(shí)候還是以過去的流程為主體，而當(dāng)AI的參與度進(jìn)一步加深后，整個(gè)業(yè)務(wù)流程就可能會(huì)變成“AI—AI—AI”。

二者有什么區(qū)別呢？過去商學(xué)院講的知識(shí)中有一個(gè)底層模型，這個(gè)模型可以歸結(jié)為“人—流程—工具”。人代表一個(gè)角色，流程相當(dāng)于協(xié)調(diào)角色之間的配合，工具強(qiáng)化人和流程的能力，很多企業(yè)相關(guān)的知識(shí)都與此有關(guān)。

所以，如果剛才我講的新的模式真的成立，并且越來越普及，它背后需要的知識(shí)體系將與過去發(fā)生本質(zhì)性的變化。這個(gè)時(shí)候需要的是什么？需要的是你的感知、數(shù)據(jù)、知識(shí)，以及對(duì)于模型和架構(gòu)的理解。

智能規(guī)模效應(yīng)：

能拿到的數(shù)據(jù)都拿到

增強(qiáng)的極限其實(shí)是一人公司，但是自動(dòng)化的極限是無人公司，無人公司是整個(gè)AI帶來的巨大破壞性的機(jī)遇，也是真正的AI商業(yè)新藍(lán)海，但目前在這個(gè)領(lǐng)域的真正實(shí)踐并不多。

那么，這樣的新業(yè)務(wù)模式會(huì)遵循什么樣的規(guī)則？它的底層邏輯或者第一性原理又是什么樣的？大家可以想象一下。

前面講的這種公司關(guān)鍵支撐只有兩個(gè)，第一是模型的水平，智商好不好使，模型水平怎么樣，哪個(gè)大模型好使，這部分是科學(xué)家的事情，第二是模型所能感知到的周圍數(shù)據(jù)是不是足夠全，以及這些數(shù)據(jù)是不是足夠?qū)崟r(shí)。

拿自動(dòng)駕駛做一個(gè)類比，自動(dòng)駕駛需要的數(shù)據(jù)是你的實(shí)時(shí)數(shù)據(jù)，比如你現(xiàn)在看到了什么，你的高精地圖是什么，你車的參數(shù)是什么，憑借這些實(shí)時(shí)數(shù)據(jù)以及自動(dòng)駕駛的模型，它可以做出越來越精準(zhǔn)的判斷。

所以，大模型本身的智商更像是一個(gè)技術(shù)水平，依賴于模型公司，而對(duì)現(xiàn)實(shí)的理解更多的是數(shù)據(jù)維度，更多的是業(yè)務(wù)范圍的問題。業(yè)務(wù)范圍進(jìn)一步會(huì)帶來什么？會(huì)帶來智能規(guī)模效應(yīng)，也就是一個(gè)公司本身拿到的數(shù)據(jù)越多，效能越好，這個(gè)公司就會(huì)沿著這條路線把所有能拿到的數(shù)據(jù)都拿到。

舉個(gè)例子，Robotaxi和蘿卜快跑模式就是真正為了啟動(dòng)這個(gè)模式所做的整合，周邊是它的供應(yīng)鏈和車廠。再以Waymo為例，我們想象一種情形，如果Waymo公司做自動(dòng)駕駛的時(shí)候，車廠有獨(dú)立的品牌訴求，說我的數(shù)據(jù)不能跟你分享，那對(duì)于整個(gè)Robotaxi公司來說，它的業(yè)務(wù)是跑不起來的。

因?yàn)?/strong>Waymo的訴求是，你要把所有的數(shù)據(jù)給我，車廠本身要變成供應(yīng)鏈的一個(gè)環(huán)節(jié)，它會(huì)沿著拿到自己業(yè)務(wù)所需要的所有數(shù)據(jù)這條鏈路來進(jìn)行整合。

這個(gè)事情一旦開始之后，它幾乎會(huì)影響整個(gè)產(chǎn)業(yè)的各個(gè)鏈條。最先影響的就是剛才講的這些依賴于自動(dòng)駕駛的出行服務(wù)公司，它們會(huì)把車廠等所有能拿到數(shù)據(jù)的鏈條變成自己的一部分，它們先天有這種沖動(dòng)。

SaaS行業(yè)各個(gè)環(huán)節(jié)也會(huì)受到影響，任何一個(gè)環(huán)節(jié)如果有把數(shù)據(jù)分離出來的沖動(dòng)，都會(huì)把它內(nèi)化成自己的一部分。微軟CEO納德拉經(jīng)常講，SaaS存在的意義可能會(huì)被削弱，其實(shí)這已經(jīng)發(fā)生了，國內(nèi)也正在發(fā)生。

很多行業(yè)也是一樣，如果AI落地到業(yè)務(wù)并且做到了一定程度，就會(huì)會(huì)發(fā)現(xiàn)公用的模型不足以承擔(dān)所有的業(yè)務(wù)要求，會(huì)產(chǎn)生一種自己有獨(dú)立自定義模型的沖動(dòng)，模型就會(huì)內(nèi)化成自己業(yè)務(wù)的一部分。

向全AI驅(qū)動(dòng)演進(jìn)，

一個(gè)不可避免的技術(shù)現(xiàn)實(shí)

最后，大家想想，如果一個(gè)全AI驅(qū)動(dòng)的公司出現(xiàn)后，它最終會(huì)變成什么樣？

如果拿自動(dòng)駕駛分級(jí)標(biāo)準(zhǔn)進(jìn)行類比，它會(huì)變成一個(gè)全AI驅(qū)動(dòng)的業(yè)務(wù)體系。顯然，我們不是每個(gè)公司都在這里，或者當(dāng)前只有很少的公司在這里。

如上圖所示，我們?cè)诓煌瑢蛹?jí)上散布著不同的公司，最基礎(chǔ)的形態(tài)是導(dǎo)入騰訊會(huì)議、釘釘?shù)裙ぞ邅碇巫约旱臉I(yè)務(wù)。隨著人員規(guī)模的膨脹，比如到了200人往上，公司的數(shù)據(jù)又沒有統(tǒng)一標(biāo)識(shí)，努力的方向就變成了一切業(yè)務(wù)在線，數(shù)據(jù)驅(qū)動(dòng)決策，過去的ERP系統(tǒng)其實(shí)就是在干這個(gè)活兒。

這個(gè)階段再往后，就是現(xiàn)如今的嘗試導(dǎo)入各種智能體，把某一部分工作交給智能體去完成。再之后就是高級(jí)智能體階段，整個(gè)業(yè)務(wù)創(chuàng)造過程不由人來完成，全部由AI來完成。

所有這些情景如果畫一個(gè)簡單的坐標(biāo)就是兩個(gè)極點(diǎn)，一個(gè)極點(diǎn)是傳統(tǒng)公司，全部的業(yè)務(wù)過程由人來完成，另一個(gè)極點(diǎn)就是Robotaxi模式的下一步，全部業(yè)務(wù)創(chuàng)造由AI完成。

從現(xiàn)實(shí)來看，我們的絕大多數(shù)公司都處在中間的某個(gè)位置上，這里有一個(gè)非常關(guān)鍵的點(diǎn)，一旦某一類公司完成自己的全員驅(qū)動(dòng)改造，同類公司恐怕沒有辦法和它競(jìng)爭(zhēng)，過去無數(shù)的案例證明了這個(gè)事情，就像百貨商場(chǎng)沒法和電商競(jìng)爭(zhēng)。如果說蘿卜快跑這樣的模式成立，我們剛成立沒多久的網(wǎng)約車模式恐怕就沒法和它競(jìng)爭(zhēng)，這就是技術(shù)驅(qū)動(dòng)帶來的進(jìn)化。

當(dāng)然，這件事目前還處在星星之火的狀態(tài)，但與人類智商在過去一萬年沒有太大變化相比，AI有一個(gè)非常不一樣的特征，就是它的進(jìn)展速度遠(yuǎn)超我們的想象。

或許真的像大家所預(yù)測(cè)的，未來五到十年內(nèi)，它的水平可能會(huì)再提高十倍，這個(gè)過程中，我想各種公司都會(huì)加速向下圖中的右邊移動(dòng)，這就是我們現(xiàn)在面對(duì)的新的技術(shù)現(xiàn)實(shí)。

AI帶來的破壞性會(huì)產(chǎn)生新的藍(lán)海，也確實(shí)會(huì)影響很多既有公司的存在，這件事是不可避免的。

被譽(yù)為“AI之父”的Hinton曾講過一個(gè)觀點(diǎn)，“你能學(xué)會(huì)的每件事情，AI最終都能掌握。”相比于我們以AI能夠完全創(chuàng)造價(jià)值為前提去假設(shè)我們的未來，以它不能完全創(chuàng)造價(jià)值為前提去想象我們的未來可能要更靠譜一點(diǎn)，

我的分享就到這里，謝謝大家！

排版| 小元

編輯| 正風(fēng)主編| 孫允廣