未來5-10年，一個不可避免的大趨勢

6 月 26 日，正和島 2025 案例共學年會暨 AI+ 先行者創新大集在合肥舉辦，本次大會以“向新力”為主題，千余位企業家共同探討 AI 時代下的組織變革與商業格局。

會上，《無人公司》作者李智勇做了一場主題“AI時代無人公司的商業價值與意義”的演講。

在李智勇看來，人們在討論AI帶來的改善性的同時，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遇，無人公司就是一個AI商業新藍海。

在其看來，來五到十年內，AI的水平可能會再提高十倍，這個過程中，各種公司都會加速向無人公司的方向演進，這是必須面對的技術現實。

以下是李智勇演講精編，希望對你有所啟發。

口 述：李智勇 《無人公司》作者

編 輯：正風

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，我的企業部署了一體機，也把DeepSeek等AI應用運用到了公司的各個角色上，那我算不算是擁抱了AI？

我的回答是，如果回到30年前，做百貨的同學有一樣的問題。他們也用電腦，也用互聯網，也用電子郵件，等十年后電商出現，大家發現這些改善不是互聯網本質的作用，而是催生出了電商這一平臺。

所以，一個大的技術往往既帶來改善，同時也醞釀著一個巨大破壞性的模式。我們現在談AI的時候，往往對改善性關注的比較多，對破壞性談的不多，所以我今天的分享主要是關于AI帶來的破壞性。

如果我們對這種破壞性做一個形象的表述，OpenAI CEO山姆·奧特曼的一句話是非常到位的，“未來十億美金的業務最終可能只有一個人”。

大家想想，十億美金的業務只有一個人，這個人顯然不是用來干活兒的，可能只有社會意義，十億美金的業務主要是靠AI創造的。目前，我們絕大多數企業當然是靠人來創造價值，所以說這是一個巨大的顛覆性。

這個事情本身是不是一種科幻？有人說這可能是企業家隨口一說，是企業家對遙遠未來的想象，其實不是的。

我們以出行服務行業為例，最早期的出租車公司，不管乘客還是出租車司機本身，出租車公司的所有價值全部都是由人來驅動的，背后是一個金字塔形的組織形態。

后來出現了網約車，網約車發生了什么變化？是相當大部分的價值創造轉移給了算法，哪個人用哪輛車，開什么樣的路線，包括對大量網約車司機的管理，全部都是由算法決策的。如果沒有算法，其實構建不了這樣龐大的一個業務體系。當然，網約車公司本身還是傳統的組織，還是有正常的組織結構的。

關鍵是事情還沒完，現在發生了什么？提供自動駕駛出行服務的蘿卜快跑前一陣在國內很火，后來沒有那么熱了，但自動駕駛這個事情在國外并沒有停歇下來，一直在持續進步。

自動駕駛出行服務是什么？就是出租車的駕駛員變成了自動駕駛的算法，每輛車的管理也由統一的算法進行調度。像谷歌Waymo每天服務的次數大概是2535次，這是公開數據，大家可以查到。

我們把出行服務行業的這三種公司放到一起看可以發現，整個商業創造價值的過程由以人為主體越來越多的轉向由算法來創造，當然，這個算法中很大一部分是AI算法。這是我們面對的本質性變化。

如果說Robotaxi（特斯拉發布的自動駕駛出租車）和蘿卜快跑這種模式進展到一定程度，它就可以變成十億美金的公司，但主要是由AI算法來驅動的。當前有一個數據，在整個加州無人驅動的Robotaxi在特定地區的比例大概是Uber的一半，如果全美鋪開，幾十億美金的業務的確由算法創造的，只有很少的人。

“AI—AI—AI”，

業務流程或將徹底重構

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

舉個例子，如果把一個賣T恤衫的過程簡化成四個環節，首先我們需要做設計，這就需要感知當前社會的潮流趨勢是什么，其次我們要能夠同時拿出N多個設計方案，然后是生產制造，最后銷售出去。

而如果融入了AI大模型，賣T恤衫的流程就會發生很大的改變。

第一，在整個感知環節，相當于所有非結構化數據的分析，大模型可以以很低的成本做得非常精確。我個人做了十年AI，在大模型出現之前，算法做這個事情非常吃力，特別不好使，要投入很多，適配性很窄。

第二，它可以同時給你提供N多種設計方案。綜合之前的算法可以讓生產更柔性，各種模特穿衣服的效果也能顯示出來，AI可以完全接管整個設計流程。

這時候會出現兩種模式：模式一，每個環節都引入智能體，但四個環節的核心負責人還是人，至少需要四個人來進行配合；

模式二，完全顛覆原來的生產銷售過程，四個環節的核心角色都是AI，由AI和AI配合來完成業務過程。如果說哪個環節的AI不能達成想要的精度，我可以補一個人。

這兩個模式的區別就在于整個企業價值的創造主體是AI還是人，如果主體是AI，就會帶來巨大的破壞性。

所以，大模型的通用度導致AI替代人這件事不局限在某個單獨的領域成立，而是可以擴展到很多領域。如果用這個視角來觀察，可以發現這樣的事情在很多領域都在發生，而不是單純的科幻想象，當然目前這件事還沒有大范圍的普及。

剛才說的T恤衫的例子其實有點像新電商，新電商不局限于T恤衫，還包括美甲和褲頭等等。我身邊已經有朋友做這個事了，當然規模還不如傳統模式大，但至少說明這種新模式已經出現了。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直接驅動機器去完成開采？新疆已經有這樣的項目在嘗試了。

這里面最有意思的是DeepSeek，其實 DeepSeek這家公司很早就成立了，最早是做量化交易的，2016年就公開報道過，整個公司靠算法操實盤。2015年梁文鋒創辦私募公司幻方量化，2016年就達到了100億的規模。

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

這個事情可以繼續往下想一想，它的含義在于，過去人為驅動的價值創造模式在AI加入之后，可能變成“人—AI—人”的模式，但這個時候還是以過去的流程為主體，而當AI的參與度進一步加深后，整個業務流程就可能會變成“AI—AI—AI”。

二者有什么區別呢？過去商學院講的知識中有一個底層模型，這個模型可以歸結為“人—流程—工具”。人代表一個角色，流程相當于協調角色之間的配合，工具強化人和流程的能力，很多企業相關的知識都與此有關。

所以，如果剛才我講的新的模式真的成立，并且越來越普及，它背后需要的知識體系將與過去發生本質性的變化。這個時候需要的是什么？需要的是你的感知、數據、知識，以及對于模型和架構的理解。

智能規模效應：

能拿到的數據都拿到

增強的極限其實是一人公司，但是自動化的極限是無人公司，無人公司是整個AI帶來的巨大破壞性的機遇，也是真正的AI商業新藍海，但目前在這個領域的真正實踐并不多。

那么，這樣的新業務模式會遵循什么樣的規則？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鍵支撐只有兩個，第一是模型的水平，智商好不好使，模型水平怎么樣，哪個大模型好使，這部分是科學家的事情，第二是模型所能感知到的周圍數據是不是足夠全，以及這些數據是不是足夠實時。

拿自動駕駛做一個類比，自動駕駛需要的數據是你的實時數據，比如你現在看到了什么，你的高精地圖是什么，你車的參數是什么，憑借這些實時數據以及自動駕駛的模型，它可以做出越來越精準的判斷。

所以，大模型本身的智商更像是一個技術水平，依賴于模型公司，而對現實的理解更多的是數據維度，更多的是業務范圍的問題。業務范圍進一步會帶來什么？會帶來智能規模效應，也就是一個公司本身拿到的數據越多，效能越好，這個公司就會沿著這條路線把所有能拿到的數據都拿到。

舉個例子，Robotaxi和蘿卜快跑模式就是真正為了啟動這個模式所做的整合，周邊是它的供應鏈和車廠。再以Waymo為例，我們想象一種情形，如果Waymo公司做自動駕駛的時候，車廠有獨立的品牌訴求，說我的數據不能跟你分享，那對于整個Robotaxi公司來說，它的業務是跑不起來的。

因為Waymo的訴求是，你要把所有的數據給我，車廠本身要變成供應鏈的一個環節，它會沿著拿到自己業務所需要的所有數據這條鏈路來進行整合。

這個事情一旦開始之后，它幾乎會影響整個產業的各個鏈條。最先影響的就是剛才講的這些依賴于自動駕駛的出行服務公司，它們會把車廠等所有能拿到數據的鏈條變成自己的一部分，它們先天有這種沖動。

SaaS行業各個環節也會受到影響，任何一個環節如果有把數據分離出來的沖動，都會把它內化成自己的一部分。微軟CEO納德拉經常講，SaaS存在的意義可能會被削弱，其實這已經發生了，國內也正在發生。

很多行業也是一樣，如果AI落地到業務并且做到了一定程度，就會會發現公用的模型不足以承擔所有的業務要求，會產生一種自己有獨立自定義模型的沖動，模型就會內化成自己業務的一部分。

向全AI驅動演進，

一個不可避免的技術現實

最后，大家想想，如果一個全AI驅動的公司出現后，它最終會變成什么樣？

如果拿自動駕駛分級標準進行類比，它會變成一個全AI驅動的業務體系。顯然，我們不是每個公司都在這里，或者當前只有很少的公司在這里。

如上圖所示，我們在不同層級上散布著不同的公司，最基礎的形態是導入騰訊會議、釘釘等工具來支撐自己的業務。隨著人員規模的膨脹，比如到了200人往上，公司的數據又沒有統一標識，努力的方向就變成了一切業務在線，數據驅動決策，過去的ERP系統其實就是在干這個活兒。

這個階段再往后，就是現如今的嘗試導入各種智能體，把某一部分工作交給智能體去完成。再之后就是高級智能體階段，整個業務創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簡單的坐標就是兩個極點，一個極點是傳統公司，全部的業務過程由人來完成，另一個極點就是Robotaxi模式的下一步，全部業務創造由AI完成。

從現實來看，我們的絕大多數公司都處在中間的某個位置上，這里有一個非常關鍵的點，一旦某一類公司完成自己的全員驅動改造，同類公司恐怕沒有辦法和它競爭，過去無數的案例證明了這個事情，就像百貨商場沒法和電商競爭。如果說蘿卜快跑這樣的模式成立，我們剛成立沒多久的網約車模式恐怕就沒法和它競爭，這就是技術驅動帶來的進化。

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

或許真的像大家所預測的，未來五到十年內，它的水平可能會再提高十倍，這個過程中，我想各種公司都會加速向下圖中的右邊移動，這就是我們現在面對的新的技術現實。

AI帶來的破壞性會產生新的藍海，也確實會影響很多既有公司的存在，這件事是不可避免的。

被譽為“AI之父”的Hinton曾講過一個觀點，“你能學會的每件事情，AI最終都能掌握。”相比于我們以AI能夠完全創造價值為前提去假設我們的未來，以它不能完全創造價值為前提去想象我們的未來可能要更靠譜一點，

我的分享就到這里，謝謝大家！

排版| 小元

編輯| 正風主編| 孫允廣