AI最大的誤區，是用它來裁人

AI就是技術部門的事？就是降本增效（裁員）？

沒有大數據，就搞不了AI？

全員會用AI，就是AI組織了嗎？

如果你的答案有一絲猶豫，那么，你可能正站在被時代淘汰的邊緣。

今天上午，混沌創新領教、Al創新院導師沈攀，為大家拆解了從L1到L5的AI落地增長路徑，說透了六大業務場景的變革之法。這不僅是效率革命，更是一場關乎生存的范式重構。

AI落地核心框架 - 從L1到L5的增長路徑

李善友教授在杭州大課講過這樣一段話，我們身在歷史而不自知，我們習慣用回頭看的方式讀懂過去，卻往往無法在當下察覺。回到十年前，一個影響深遠的時代也才剛剛開啟。2010年有了美團這個薅商家羊毛的團購工具，2011年微信可以發朋友圈和語音對講，2012年模仿Uber的滴滴上線了，同年有了今日頭條這個看了啥就推啥的內容網站，2015年砍一刀買便宜貨的電商拼多多成立。

有多少人預見到它們在幾年后會成為顛覆商業模式的巨頭？其實回看中國消費二十年圖譜，可以發現互聯網產業滲透到了方方面面，已然成為驅動中國消費發展的重要動力。2010年支付寶推出掃碼支付，2012年天貓成立，2013年微信支付上線、支付寶用戶過億，2014年微信紅包推出，2015年拼多多成立，2016年抖音上線、淘寶直播上線，2018年李佳琦直播間日銷售已經過億，2020年直播電商破萬億，2023年店鋪自播已經日常化。回到2015年，我們應該要干直播了，因為你已經知道即將開啟的就是短視頻和直播的時代。那么在當下，我們能不能預測未來？

很多人說世界是流變的，是烏卡的，無法預測。但很多看似無法把握的問題，都是源自于見識不夠或想得不透。就像開車在路上遇到堵車，你可能不知道前面發生了什么，但如果爬到高樓上俯瞰城市全貌，就自然會知道哪里堵車，要怎么通過。在非連續性的發展時期，我們之所以感覺到跳躍和斷裂，根本原因往往是技術革命。

每一次技術革命的早期，首先改變的是現有價值網——崗位、業務、產品和技術。因為在初期，人們還看不清它的遠期潛力，所以往往先用來增收提效。比如瓦特改良蒸汽機后，先驅動的是紡紗機，服務于當時正在發展的領域。L1就是把它當作一個新工具，賦能崗位職能。L2是把它當作一種新能力，應用于業務場景。L3是把它視為一種新技術，實現產品創新。當它的第一性原理越來越清晰以后，L4原生產品和L5原生平臺就開始浮現，打造出一個新的價值網。

L1 - 崗位賦能：AI作為新工具提升個人效率

L1立足于崗位，是通過掌握AI工具，提升個人工作效率。關于AI落地的誤區之一就是先降本增效。如果先盯著成本，員工會覺得這是“削減”和“壓縮”，自然抗拒。但如果先把收入做起來，大家看見了新機會，再去提效和降本，就是“錦上添花”，大家才會去擁抱這個變革。企業不是靠省錢走出來的，而是靠賺錢泡出來的。

本文僅占課程內容的1/10

掃描海報二維碼觀看完整課程

所以AI落地的時候，先從銷售、市場、策劃品牌這些部分能夠創收的部門做起，有了收入以后大家就會擁抱這個事兒。很多企業習慣從AI提效部門入手，比如說HR、設計或者財務等等。人事部門承擔著組織管理和內部潤滑的功能，過度削減會導致企業運轉受阻。設計部門確實容易被AI代替，但是設計并不是一個創造財富的部門，從費用上節省不了多少，反而可能讓公司陷入大幅度裁員的討論中。財務部門則掌握了大量數據，現階段的AI在精準度上還存在不足，貿然代替反而會帶來很多麻煩。

L1部分最重要的有三個方面。第一，要掌握一些常見的崗位級AI工具，并整理成屬于自己的工具集。這些工具有的用于作圖，有的用于數字分析，有的用于PPT制作，并且在反復的迭代后，上手都非常容易，能夠大幅提升日常工作的效率。

第二，要掌握多維表格。多維表格把數據匯總、AI分析、可視化整合到了一起。比如現在要分析各類爆款文案并進行仿寫，只要把不同平臺的文案鏈接導入到飛書的多維表格中，系統就可以提煉出點贊、評論、分享等數據，并用大模型分析背后的賣點、使用場景、用戶群體和爆款結構，批量復制爆款內容。再比如在巡店的場景中，過去巡店人員線下了解店面情況，拍照發群里，整理起來可能要一個星期，現在直接把照片同步到多維表格，AI幾分鐘就能自動識圖核對信息。多維表格還可以打造銷售管理者分身，迅速整理好銷售報告，客戶跟進記錄也可以實時匯總，在話術調整方面也可以作出指導。同時，多維表格還可以根據數據自動生成可視化的圖表，企業可以根據柱狀圖、餅狀圖、折線圖等等一眼看出趨勢，大幅提升決策質量。

第三，要掌握RPA，輿情或競品監測機器人。只要你選好要采集的數據種類，它就會像一個機器人一樣，模擬人類點擊、復制、粘貼、搜索、匯總、下載、核對的動作，按照步驟自動重復執行。利用RPA，我們可以輕松做到店鋪數據采集、直播間彈幕匯集分析，甚至自動回復直播間中的評論，實現無人值守的直播間。

L2 - 業務賦能：AI驅動六大業務場景變革

L2是掌握場景應用，主要有業務戰略、客戶增值、產品創新、品牌營銷、全域運營和組織效能六大業務場景。

一、業務戰略

（一）業務本質洞察

AI賦能下的業務戰略中很重要的一個模塊就是業務本質洞察，對業務本質的理解決定了整個生意邏輯。德魯克說過，戰略不是研究未來做什么，而是研究現在做什么才有未來，他有一個經典三問：我的業務是什么？我的業務將來是什么？我的業務究竟是什么？

一個業務的市場邊界是由客戶選擇和價值認知決定的，是一種戰略判斷。增長邊界是由營銷覆蓋、服務運營、產品延展、生態連接這些執行中的能力決定的。隱含邊界則與價值假設相關，取決于一個企業的價值觀和創始人的領導力。

以寵物食品業務本質為例，首先要問的就是：人們為什么要養寵物？有人說，每當工作一天回到家里，伸出胳膊抱奔過來的狗狗時，壓力和疲憊都消失了。有人說，每當加班非常疲憊時，回過頭和不遠處的貓咪對視一會兒，就莫名感到快樂，仿佛又有繼續工作的能量了。還有人說，5歲兒子悉心照顧生病的小貓，那一瞬間感覺他一下子長大了。陪伴解壓、愛心責任、教育培養……這些就是人們養寵物的原因。

如果把寵物食品僅僅視作狗糧，那么消費者追求的就是性價比和方便。但當你看到寵物作為家庭成員的本質后，寵物食品就需要營養、健康、多樣化，就像為自家孩子挑選食物一樣，省錢不是核心了。這與母嬰行業高度同構，這兩個行業的商品使用者和消費者都是分離的，買的人不直接使用，他們的判斷依據就來自于品牌和口碑。很多狗糧有DHA配方，小狗吃DHA，這個需求完全來自于家長。換句話說，寵物食品的真正消費者是寵物主人，理解這一點，行業的本質就完全不同了。

再比如賣手機殼，一個手機殼三十塊錢，一年賣出一百萬個手機殼，收入在三千萬左右。如果要做到一個億，就必須出海。出海后同樣的手機殼可以賣到十幾美金，同樣的銷量就可以上億。那如果目標是三億以上呢？客單價就必須提升到五六百，甚至七八百塊。到了這個價格它就不單是手機殼了，就像CASETiFY，它的圖案基本上是和藝術家一起創作的，已經成為年輕人表達自我和展示創意的平臺，其銷售額在2022年就突破了三億美金。這就是業務本質決定了業務天花板。

因此，洞見業務本質的核心問題就是：為什么消費者會為產品付費？對以上回答再追問“為什么”？從根本上說該產品究竟是什么，而不是什么？價值創造的核心是什么？業務邏輯主要建立在什么關鍵假設上？與傳統的共識認知有什么不同？哪些假設在AI時代可能正在被打破？總結提煉為一句話：XX產品的本質是？

很多企業在思考業務本質的時候會覺得很難，但在AI的輔助下，這個問題就變得簡單了。有一位做有色金屬型材與復合材料的學員，他的目標客戶是消費電子、新能源企業。AI得出的結論是：該業務的本質是為消費電子和新能源企業提供“高性能、定制化”的有色金屬型材及復合材料解決方案，作為終端產品“功能實現的底層載體”，賦能其核心競爭力，如輕薄、續航能力、能效比等等。這個同學大受啟發，過去他們不斷和客戶強調性價比和成本問題，陷入了低價競爭，但如果把業務方向定為幫助對方提升核心競爭力，這件事情就完全變了。

（二）行業研究

對業務本質有了清晰認知后，就進入到AI賦能下的業務戰略中另一個關鍵模塊——行業研究。過去大家常用柱狀思維，按照固定的增長率進行營收預測，去年業績八千萬，今年業績一個億，那么明年的業績數據大概就是一點二個億。這種算法有一定的道理，但如果一個企業三年前營收一個億，按照50%的復合增長率推算五年后應該有10個億，但如果整個行業規模才70個億，它顯然不可能獨占七分之一。因此，柱狀思維并不能指導大家進行遠景的思考。

很多企業就像一只小魚，只能看到周圍的同類，但不知道自己是在魚缸里還是在大海里。這就需要利用餅狀思維以空間推導未來。第一，觀察市場規模，看看取決于用戶需求的蛋糕有多大。第二，思考市場份額，企業的核心能力決定了我能吃多大。第三，計劃限期達成，任務計劃決定怎么能吃下蛋糕。餅狀思維要求我們跳出單一業務去研究整個行業，否則要么誤以為行業沒有前景過早離開，要么死守一個下滑行業越做越難。

基于使命愿景和戰略意圖，行業分析通常對六個板塊進行洞察。第一，行業定義。行業的界定標準是什么？明確具體的類目和細分領域。第二，驅動因素。行業的底層規律是什么？是政策、技術、消費趨勢，還是歷史路徑？第三，發展空間。行業的未來空間有多大？增速、集中度、成熟度、滲透率如何？一個行業集中度如果很高，那么創業者的機會就很少了。第四，產業鏈條。行業的關鍵瓶頸在哪里？要分析產業鏈的構成環節，業務模式的價值鏈，各環節的比重、利潤率及關鍵能力。第五，外部環境。行業的利好因素有哪些？宏觀政策、經濟趨勢、地緣政治都會影響行業走向。第六，典型企業。行業的標桿企業怎么做的？像體檢一樣，將自身的關鍵指標，如銷售額、成本、人員結構、研發投入等與行業標桿對比，才能快速定位差距和提升方向。今天AI工具大大降低了做行業分析報告的門檻。以秘塔搜索為例，只要你輸入了行業或業務，它就能自動生成分析框架，補齊數據缺口，并且把數據轉化為可視化的圖表。

（三）會議決策

在AI賦能下的業務戰略中，還有一個關鍵模塊就是決策。決策里面一個常見的場景就是會議。很多企業會議都存在開完就散、說了就忘的現象，每一場會議都在消耗時間、精力和協作成本，討論缺乏結構，問題沒有聚焦，任務無法落地。更遺憾的是，真正的好觀點、好建議、好洞察沒有被沉淀，最后陷入“開會——培訓——再開會”的惡性循環，工作效率反而越來越差。

我設計了一個會議復盤智能體，把會議原文記錄導入智能體中，就可以生成完整紀要，自動整理會議背景、議題、共識與分歧，梳理散落的行動計劃，明確責任人、時間節點和成果要求，還可以檢查常見的遺漏，比如行動計劃缺乏截止時間、細化任務等等。同時，它還能夠提煉出會議中的好問題、好洞見，讓優秀的觀點被看見。最終，這個智能體還能生成思維導圖，幫助直觀呈現會議邏輯。

二、客戶增值

復購率要提升、做新的產品、實現營銷破局等等，最為重要的就是滿足用戶需要。滿足用戶需求需要回答三個問題：需求是什么？用戶是誰？如何滿足？洞察需求的基本框架是“用戶+任務+期待+障礙”。用戶就是判斷誰是核心用戶，誰是潛在用戶。任務就是分析在什么場景下完成什么樣的任務。期待是指要實現什么目的，在意哪些指標。障礙是指被什么困擾，有什么麻煩。

隨著中國供應鏈的成熟，產品性能好、價格低、耐用性這些功能價值已經基本實現了。因此，今天的用戶購買產品的時候，除了關注功能價值以外，還會看重情緒價值，追求產品的內核，以及其帶來的社交體驗和價值認同，從注重性價比轉變為注重心價比。每一個人都為自己的意愿買單，就像有人愿意買700塊錢的手機殼，有人愿意買幾萬塊錢的鏡頭，你眼中所謂的智商稅，可能恰恰是另一群人的剛需。

情緒價值往往通過文化、概念、互動附著在產品上，因此品牌需要建立一個三輪驅動系統。第一，內容陣地。圍繞即時興趣，在小紅書、抖音、INS、TikTok等平臺做內容種草。第二，生意陣地。圍繞戰略意圖，在天貓、京東、抖音電商、線下門店等渠道完成轉化。第三，品牌數字私域。私域的核心不是賣貨，而是關系經營。通過和消費者大量的產品互動、文化探討，甚至吐槽和建議中，往往能夠推動產品改善，激發新品靈感。在私域運營中，AI應用已經可以通過和用戶的對話，將用戶標簽化，分析用戶需求，幫助前臺和運營團隊更加精準地管理用戶關系。

最終，內容陣地、生意陣地和品牌數字私域這三輪形成的是品牌資產和用戶資產。在實時反饋消費者洞察、數據驅動產品研發、柔性供應鏈、全域精準營銷這一套閉環完成后，企業才能拉長用戶生命周期價值，提高爆品成功率。過去要跑通這一整套閉環，小公司幾乎是做不到的。但在AI的加持下，補齊短板變得可行。未來的競爭，將從產品競爭走向體系與認知的高維度競爭。

三、產品創新

產品創新的整個流程包括用戶需求洞察、競品分析、產品設計、價值主張、市場分析和數據分析。這條鏈路中的很多部分都可以使用AI進行加持。比如在需求洞察中，傳統人工翻看評論的方式費時費力，而現在用工具進行數據采集，就可以自動爬取用戶的抱怨和差評，有針對性地進行產品改善。

在設計階段，AI的價值更為突出。在做玩具、家具等實體打樣之前，商家可以用AI生成高精渲染的3D演示圖。在服裝設計方面，即使是銷售人員，也可以通過給AI幾句提示詞，快速生成設計草圖。同時，AI發散性很高，能夠跳出固有思路，做出一些具有啟發性的設計。比如說，AI給出了智能收納盒的概念，在未來，收納盒上面可能會有一個液晶屏顯示溫度、物品，甚至可以進行掃描識別。AI還可以進行場景的快速變更，比如AI模特在身穿同一件衣服的情況下，可以更換不同的場景，或者同樣的衣服快速換到不同的人身上，甚至可以滿足跨境電商中多種族模特的需求。

四、品牌營銷

AIGC的創作模式與過去習慣的廣告設計流程完全不同。“以往是打磨創意、草圖排版、深化建模、完稿，現在就是想法、結果、結果迭代。”在過去的鏈路中，小公司根本無法完成，大量工作需要外包，耗時耗力。而現在從需求洞察，到產品設計、品牌搭建，再到傳播內容、數據分析，都可以依靠AI快速完成。像用戶洞察這部分，我們就可以用RPA去搜索評論，確定好產品的功能需求和情緒需求后，再利用AI生成品牌故事，并且利用MidJourney等工具生成品牌LOGO、包裝等等。過去產品創新可能要五六個月才能完成，現在大概四五周就可以做到。

AI還可以輔助制作營銷日歷，列出一份可預期的熱點清單，把企業的營銷活動，不管是公關活動還是促銷活動，在年頭就規劃好。情人節要做什么，520要做什么，母親節要做什么，雙十一要做什么，到節日當天，所有的內容和物料都已經準備好了，就可以進行快速投放了。像西貝、可口可樂這樣的大企業就會做一個全年的營銷規劃，而很多企業過去沒有這個能力，現在有了智能體之后，把產品賣點輸入進去就可以自動匹配合適的節日，最多一個小時就可以基本完成整年的規劃。

在宣傳內容上，AI更是高效。即夢現在上新了一個智能體模式，只要你清楚地把要做的事情描述給它，它就能迅速生成一組圖片，并且可以根據需求不斷修改，點擊生成視頻后，圖片就會連貫起來，而這一整個流程下來不到十分鐘就可以完成，并且非常高質。

產品價值主張的本質是你想客戶承諾的獨特價值，它回答一個核心問題：為什么用戶要選擇你？傳統描述往往聚焦于“產品功能”或“企業視角的亮點”，而真正有效的價值主張應該做到從用戶視角出發：不是我們想賣什么，而是用戶想要什么。比如你說我這個景區環境優美，但是對于用戶來說要的是出大片，輕松刷爆朋友圈。對于高端手機殼，賣點是雙層鈦合金結構設計，而買點是不怕摔，五年不壞，手機更安全有質感。

所以我們就可以有一個賣點變買點的智能體，讓標語能夠更好地擊中用戶。比如Livehouse演出的宣傳從明星多、環境好轉化為“不是看演出，而是加入演出”，寵物項圈標語設計為“上班也能看毛孩子拆家，AI項圈讓你不錯過它的每一刻”，讓用戶更容易產生共鳴。

五、全域運營

在企業的銷售流程中，華為提出過一個經典模型——LTC（Lead to Cash），即從線索到回款，包括發現銷售線索、培育線索、轉化為訂單、訂單執行、回款整個流程。過去這些環節需要大量人工投入，現在AI正在成為新的生產力。以線索管理為例，過去展會和小程序導入的上千條線索，通常需要五天才能整理完，很多優質線索在分配前就已經流失了。但是AI可以根據品牌型號、區域覆蓋、利潤區間等邏輯自動生成評分維度，快速完成線索分配，甚至會說明分配原因，并提供銷售話術。

六、組織效能

在投標環節，智能體也能可以發揮作用。過去團隊談完需求之后，可能要兩三天才能給到客戶一個方案，現在拿個錄音筆把對話錄下來交給AI，幾分鐘就可以分析出剛才談話的這些人到底誰是最終決策者，誰是采購決策的支持者，誰是否決者，用這種方式了解到每個人的核心訴求。在投標現場，甚至可以利用十分鐘的休息時間，和小伙伴們一起商討一下，就可以給甲方提供應對方案，極大地提升了專業度和中標率。

L3 & L4 - 范式轉變：從增強式創新到AI原生產品

技術革命總是從這里開始——更快、更省、更便宜。當然，如果革命止步于此，那就只是更高效的舊世界。“舊市場”加“新技術”等于“增強式創新”，增強式創新是對舊模式的優化，而原生式創新，才是對舊世界的顛覆。這就像在剛進入汽車時代的時候，人們還是熱衷于如何讓馬跑得更快。

淘寶和京東從Web網頁時代進入到移動互聯網時代，并不是移動互聯網的原生產品，因為它只是把網頁上的功能縮小到了手機上。用戶在手機上能做的事，在網頁上同樣能做。但是拼多多就是移動互聯網的原生應用，它沒有Web頁面，而是依托社交關系，通過微信分享、及時下單得以形成。拼多多一度發展超過了京東，甚至去年有一段時間超過了阿里，大家才反應過來這是一個新物種。

移動互聯網的第一性原理就是連接效率，它強調的是隨時在線、即時交互、即刻消費。微信、頭條、滴滴、美團、抖音、拼多多、小紅書，這些都是移動互聯網的原生應用。在這些平臺上逐漸孵化出微商、社群、自媒體、網約車司機、工廠店、網紅達人等生態。這背后有一條清晰路徑：從技術革命到賦能傳統場景，到推動范式轉變，再到誕生原生產品，最后演化為新平臺和生態。同樣的范式，會再來一遍。

AIGC的第一性原理是“認知效率的躍遷”，本質是將人類的識別、判斷、生成和建議這一整條的認知鏈條進行自動化和可擴展化，使知識獲取、內容表達與決策支持的邊際成本趨近于零。多模態融合是這一原理的重要支撐，在視頻分類、情感分析、語音識別等領域都得到了廣泛應用，涉及圖像、視頻、語音、文本等融合內容，未來還將進入交互、感知、內容等更多應用場景。

舉個直觀的例子，我拍下早餐的照片上傳給AI，它能識別食材，推算熱量和升糖指數。進一步，它能分析飲食結構并繪制營養曲線。接著，它能給出低升糖早餐的替代方案。再往后，它能設計一周的菜譜，生成對比圖，甚至輸出成圖文并茂的PDF和多語言手冊。過去是人認知世界，未來是AI幫我們重構世界。

你會發現，很多企業正憑借AI原生產品走向高速增長。比如AI約會助手Plug AI，只要上傳對話截圖，就會給用戶分析可以怎么高情商回復，幫助鋼鐵直男避免尬聊，月收入達到百萬級別。馬斯克點贊過的AI床墊，切入全球最大的健康焦慮領域，能夠自動記錄并調整睡眠習慣，年銷售額已經達到數十億。

如果大家關注蘋果最近的發布會，Air Pods已經不只是耳機了，它可以聯動心率和身體的各項數據，全方位地對你的健康進行偵測和洞察，完全知道你的身體狀況，并可以隨時來提醒你。這正是AI原生產品的典型特征：從底層架構、核心能力到交互體驗，全面圍繞AI技術構建，并將其作為產品本體邏輯的驅動引擎，而非在產品中“加AI插件”。

從核心驅動力看，傳統軟件依賴預定義規則與邏輯，AI原生產品則以AI模型與數據來驅動。從功能迭代看，傳統軟件依賴人工更新代碼，AI原生產品通過數據學習自動進化。從交互方式看，傳統軟件多采用按鈕、表單等傳統界面，AI原生產品支持自然語言、多模態交互。從價值交付看，傳統軟件提供工具和功能，AI原生產品直接交付業務結果。從適應能力看，傳統軟件流程固定，難以適應新場景，AI原生產品具備動態適應新場景和需求的能力。從成本模型看，傳統軟件按功能模塊收費，AI原生產品按結果和價值收費。所以AI原生產品的本質是以AI為骨骼、數據為血液、場景為肌肉、進化為生命，最終實現“用智能代替流程，用結果代替功能”。

AI打破邊界以后，就會催生出來大量新的商業模式。第一，大規模個性化服務模式，實現千人千面的可能性，每位學生都有自己的AI導師、教練、出題系統。第二，專業能力的“平權化”服務模式，高門檻專業能力通過AI Agent轉化為低門檻服務，在法律、財稅、醫療方面，AI變成專業代理人。第三，一人即組織模式，AI成為個體的團隊，利用AI可以一個人做內容、客服、運營、銷售。第四，認知即服務模式，把認知鏈路結構化交付，你設置一個目標，由AI來進行識別、判斷和建議。第五，自進化型產品或伴隨式智能體模式，產品隨用戶、隨數據、隨時間自我升級，自我適配。

而在生成式AI的范式沖擊下，平臺將面臨一輪深刻變革。電商、短視頻、OTA、出行、本地生活，我們在此之上的生存模式會發生改變。過去移動互聯網時代的基本邏輯是提供琳瑯滿目的商品，讓用戶自己挑選。但AI時代的邏輯是用戶提出需求，系統來完成比較和推薦。比如淘寶上線的萬能搜，用戶可以直接問蘋果手機和華為手機哪個好，系統就自動給出對比和建議，并且可以根據進一步的需求交流推薦產品。

價值捕獲方式的變革體現在傳統模式下通過“賣流量”和“賣廣告”獲取收益轉變為AI代理模式下通過“賣意圖匹配效率”和“賣智能代理服務”獲取收益，卷流量就沒有太大價值了。搜索引擎優化（SEO）正在被生成引擎優化（GEO）取代，未來用戶通過AI提問、分析推薦后，可能直接跳轉至獨立站下單到貨，平臺的中介價值就會被削弱。

在這樣的背景下，未來即時零售會大行其道。2024年，中國即時零售的市場規模已經達到7800億左右，預計2025年會有1.2萬億，到2028年大概在2到5.6萬億之間。即時零售的本質是“快”，許多企業已經將開設倉店作為戰略重點，以快速將產品送達到消費者手上。

L5 - 未來展望：AI原生組織與新商業生態

組織就是一組被有機關聯起來的能力，只要有兩個人協同完成一件事，就會出現目標—分工—協作—激勵的閉環。分工帶來專業，專業沉淀為知識，知識形成認知，認知推動創新，創新又反過來迭代目標。那么，AI時代的組織會是怎樣？AI首先改變了能力的邊界，當崗位能力被AI顯著放大，分工、崗位、激烈、架構都會被迫重塑。

比如小李是公司美工，過去每天做5張主視覺圖，現在借助AI，每天能輕松出50張。產出提升了10倍，工資要不要漲10倍？小張做腳本策劃，以前只負責寫腳本、出創意，但現在直接用AI做圖、出視頻，一條龍搞定。那他現在還算“策劃”崗位嗎？設計和剪輯的工資應該給他嗎？一系列新問題產生了，而企業主和員工都不知道合理的工作量和報酬是多少？

然而，這并不是歷史上第一次“能力邊界坍塌”。20世紀初生產效率大幅提升后，企業主覺得自己給多了，成本增加了，工人認為工資給少了，自己被剝削了。為了自保，工人普遍磨洋工，對抗裁員風險。這個時候一個大師就出現了，也就是科學管理學之父泰勒，他提出管理的中心問題是提高勞動生產率，當勞動生產率提高了，不僅工人可以多拿工資，而且資本家也可以獲得更多收益，投入再生產，從而實現雙方“最大限度的富裕”。在AI時代也是同樣的道理，各位不要一開始就去卷成本、裁員，而是想我們怎么樣用AI對外創造價值，掙更多的錢進來。

當崗位不再穩定、分工不再清晰、價值不再由工時決定，一個全新的問題出現了：組織到底該如何構建，才能真正駕馭AI？我們需要的不止是一個用上AI的組織，而是一個因AI而生的組織，必須從底層邏輯上就能與AI高度協調、共同進化。

產品開發的業務流程不會變，選品、設計、生產、制造等等，但是人與人、人與工具之間的接口已經發生改變。AI時代的組織形態由團隊協作發展為“超級個體加智能體”。在AI的協助下，就可以完成市場調研、需求洞察、產品設計等多個崗位的工作。那么，與之相應的人才定義、培養、招聘都會發生改變，AI的使用成為崗位勝任力中的重要內容。

從集體到個體 - 時代背景下的戰略抉擇

未來十年，一方面是科技加速演進推動社會進步，另一方面是我們國家邁向第二個百年的奮斗目標的偉大征程，到2035年，我國將基本實現社會主義現代化。站在這樣的歷史尺度上，我們可以說：未來再大的格局上是確定的。國務院在2025年8月印發的《關于深入實施“人工智能+”行動的意見》里指出，到2027年，新一代智能終端、智能體等應用普及率超70%；到2030年，新一代智能終端、智能體等應用普及率超90%；到2035年，推動我國全面步入智能經濟和智能社會。

這是人類歷史上最后一次由人類主導的技術革命，再往后主導者將是AI本身。我們這一代人正站在范式更替的門檻上，而不是每一代人都有機會參與一次文明躍遷，更不是每一個人都能接住紅利。因此，我們需要升維思考、降維行動。站在國家和社會的高度，重新審視技術、產品與行業，就能看清更大的確定性。與此同時，我們要讓AI更好地做事，我們更好地做人，讓AI承擔繁重具體的工作，而人類肩負起價值創造和使命驅動的任務。

最后，與大家共勉一句話：初心要正，路子要野。初心正，方向才不會偏；路子野，才不至于固步自封。未來的商業與組織必定因AI而重構，在這個征程中，我希望大家都能夠找到自己的定位，擁抱AI的時代，創造輝煌的業績。

本文僅占課程內容的1/10

掃描海報二維碼觀看完整課程

抓住AI時代紅利；

根據業務的六大場景落地AI；

與2000多位AI先行者學習；

這場大課，可別錯過！

混沌2025AI應用成果大課（含大展）將于10月31日至11月2日在江蘇無錫飛馬水城舉辦，屆時，全國2000多位AI創新者與AI領域的著名企業家、投資人、AI創新專家將參與其中。