“CEO的手感”系列文章之二： AI时代， CEO思考战略的方式有何不同？

加里·克莱因在《力量的来源》中发现，经验丰富的消防指挥官在火场第一眼就知道该怎么做——不是因为他们分析了所有选项，而是因为他们一眼就认出了这个场景。

【导读】

这篇文章回答一个问题：AI时代，CEO思考战略的方式，和之前几个时代有什么本质不同？

把AI放回250万年的技术革命长河中，我们发现，每次革命都在延伸人类的一种能力（肌肉→能量→信息→认知），同时让"可编码能力"贬值、"不可编码能力"升值。AI延伸的是认知这种能力，CEO的战略手感——那种不可被编码的综合判断力——从加分项变成了生存项。

古代将帅靠感知（信息稀缺），工业时代CEO靠分析（信息渐丰），互联网时代靠试错（信息爆炸），AI时代又回到感知（信息过载）。但这一次不是倒退——AI把分析民主化了，人人都有同一份SWOT，CEO的价值从"做分析"转向"在百万种可能性中感知那条对的路"。

文章提出AI时代CEO思考战略的四个本质转变：从分析驱动到感知驱动，从规划执行到假设验证涌现，从资源占有到生态位选择，从做加法到做减法。

CEO的角色从"棋手"变成"冲浪者"——你无法规划海浪，只能感知它、顺应它、在它将起未起时站到对的位置。

引言：把过去5年AI技术的放回250万年的长河里

在《CEO的手感》系列第一篇文章中，我提出了一个判断：AI能处理一切"可说的知识"，唯独不能处理那些"我们所知道的、远多于我们所能说出的"部分。手感——那种不可被编码的综合判断力——在AI时代从加分项变成了生存项。

但这个判断如果只停留在"AI vs 人"的对峙里，还不够深。因为CEO真正困惑的不是"我比AI强在哪里"，而是一个更历史性的问题：这一次的技术革命，和之前那几次到底有什么不同？我对战略的直觉，哪些还能用，哪些已经失灵？

要回答这个问题，不能只盯着2026年。要把镜头拉远——从两百五十万年前人类第一次握住石器的那个清晨，一直拉到今天凌晨两点你桌上那两份战略报告。只有在技术革命的长河里，才能看清AI这一跃的特殊之处，也才能看清CEO的"战略手感"为什么在这一刻变得前所未有的重要。

本文是CEO的手感系列第二篇，聚焦第一个维度——战略手感。但与一般的战略文章不同，我不打算从SWOT讲起。我想先带你走一趟技术革命史，找到那条贯穿始终的暗线，再回到当下，看清AI与之前历次革命的本质差异，最后落到一个最核心的问题：AI时代的战略思考逻辑，和前几个时代到底有什么不同？CEO的战略方法论需要怎样迭代？

一、 技术革命的长河：每次革命都在延伸一种能力，又都在淘汰一种人

1.1 五次跃迁：从肌肉到能量，从信息到认知

人类技术的进化史，可以用一句话概括：每一次革命，都是人类某一种能力的"体外延伸"。

第一次，狩猎采集时代。人类掌握了火与石器，延伸的是"肌肉与牙齿"。火让熟食成为可能，大脑因此获得更多能量；石器让狩猎效率跃升。这次延伸的后果是定居、剩余财富与最早的分工——物物交换在部落边缘悄然发生，商业的种子就此埋下。但这一跃用了上百万年。

第二次，农业时代。人类掌握了种植与驯养，延伸的是"对生物能量的转化能力"。土地成为核心生产资料，剩余粮食催生了城市、阶级、文字与国家。商业从"边缘交换"变成"专门职业"——丝绸之路上的商队、地中海的城邦贸易，都建立在农业剩余之上。这一跃用了约一万年。

第三次，工业时代。瓦特的蒸汽机让人类第一次拥有了"体外的动力"，延伸的是"肌肉的力量"。工厂取代作坊，城市吞没乡村，资本与雇佣劳动成为新的生产关系。泰勒拿着秒表走进工厂，管理学就此诞生——因为当生产从"手艺"变成"流程"，"管理"才成为一个可以被研究的对象。这一跃用了约150年。

第四次，电气时代。电力让能量得以远距离传输，延伸的是"能量的调度能力"。流水线、大规模生产、跨国公司由此成形。值得注意一个规律：发电机的发明者是法拉第和西门子，但真正改变世界生产方式的是福特——他用电力重构了流水线，让一辆汽车的装配时间从12小时降到93分钟。发明者不等于赢家，组织形态的适配者才是。这一跃用了约50年。

第五次，信息时代。计算机与互联网延伸的是"信息的处理与传输能力"。知识经济崛起，组织扁平化，平台型公司出现。ARPA发明了互联网，但改变零售的是亚马逊，改变社交的是腾讯。又是组织形态的适配者赢了。这一跃用了约40年，但在中国只用了15年。

第六次，AI时代。大模型延伸的，是人类第一次试图外包的能力——"认知与判断"。这不是延伸肌肉，不是延伸能量，不是延伸信息传输，而是延伸"思考"本身。这一跃，从2022年底ChatGPT发布到2026年企业级智能体规模化落地，只用了三年。

1.2 四条不变的规律

把这六次跃迁并排放在一张时间轴上，四条规律清晰浮现：

规律一：每次革命都走同一条S曲线——技术突破→产品化→产业化→制度适配。真正的价值不在第一段，而在后两段。蒸汽机的发明属于瓦特，但工业革命的财富属于那些建起工厂和铁路的人；大模型的突破属于OpenAI，但AI产业的红利将属于那些把智能嵌入业务流程的人。

规律二：革命的本质是"能力的体外延伸"，延伸的对象在不断上移——从肌肉，到能量，到信息，到认知。每一次上移，都触及人类能力中更"核心"的那一层，也因此引发更剧烈的社会震荡。

规律三：真正的赢家几乎从来不是技术发明者，而是"组织形态适配者"。福特不是电力的发明者，但他用电力重造了工厂；亚马逊不是互联网的发明者，但它用互联网重造了零售。技术是弹药，组织形态是枪炮，战略手感是扣动扳机的判断。

规律四，也是最重要的一条：每次革命都让一批"可被编码的能力"贬值，同时让"不可被编码的能力"升值。蒸汽机让手艺人的肌肉技能贬值，但让"组织生产的手感"升值；计算机让记账员的心算能力贬值，但让"判断哪些信息重要"的能力升值。这条规律，是理解AI时代战略手感为何跃迁的钥匙。

把这四条规律叠在一起，一个推论自然浮现：AI延伸的是认知，所以这一轮"可编码能力贬值"的面积最大——所有能被写成SOP的分析、报告、预测都在贬值；而"不可编码能力升值"的幅度也最大——手感，这种恰恰处于认知最深层、最不可言说的能力，迎来了它历史上最大的一次价值跃迁。

二、AI这次为什么不同：第一次，机器开始替你"判断"

2.1 四个本质差异

如果只看"又有一项新技术来了"，会严重低估AI。AI与之前五次革命有四个本质差异：

差异一：延伸的对象不同。前五次延伸的是体能、能量、信息——都是"执行层"的能力。AI延伸的是认知与判断——第一次触及"决策"本身。这意味着，被冲击的不再是蓝领工人，而是中层管理者和专业知识工作者，是那些"靠分析与判断吃饭"的人。而这，恰恰是过去四十年企业管理的核心人力结构。

差异二：替代的层次不同。前五次革命替代的是"劳动"——体力劳动、信息处理劳动。AI开始替代"判断"——该不该批这笔贷款、该不该上这条管线、该不该信任这个高管。当一个机器能给出"建议"，而建议的质量接近资深员工，企业里整整一层"分析-建议-决策"的中介结构就开始动摇。

差异三：速度不同。电力从实验室到大规模产业化用了约50年；互联网用了约15年；AI从ChatGPT到企业级Agent规模化，只用了3年。原因不难理解：AI不需要重新铺设基础设施——云计算、移动终端、海量数据，前一代革命已经把它的"土壤"准备好了。它是站在巨人肩膀上的跃迁，所以爆发得格外猛烈。

差异四：网络效应与规模效应叠加。前几代技术，规模优势是线性的——工厂越大，单位成本越低。AI的规模优势是指数级的——算力越大模型越强，模型越强数据越多，数据越多模型又更强。这种正反馈循环，让算力、数据、资本高度向头部集中，形成前所未有的"赢家通吃"压力。

2.2 企业端应用的三阶段：我们正站在哪里

用规律一的S曲线框架看AI的企业端应用，可以清晰地划出三个阶段：

技术突破期（2022—2024）：参数竞赛。GPT-4的发布是标志事件，行业比的是"谁的模型更大、谁的榜单分数更高"。这一阶段，技术发明者主导，商业化几乎是零。

产品化期（2024—2026）：从Copilot到Agent。AI的角色从"问答"进化到"辅助"再到"执行"。AI不再是聊天框，开始进入工作流——嵌入办公软件、嵌入CRM、嵌入代码编辑器，从"给你答案"变成"替你干活"。

产业化期（2026— ）：价值验证期。这是当下。行业的集体焦虑从"有没有AI"转向"AI到底赚不赚钱"。全球已有大量企业部署了智能体，但真正跑通ROI的仍是少数；多数企业仍停留在"购买大模型账号、尝试简单问答"的阶段。但拐点就在眼前——行业研究预测，到2026年底嵌入智能体的企业应用比例将从不足5%跃升至40%。

一个判断由此清晰：我们正处在从"产品化"向"产业化"跨越的临界点。这个临界点的特征是——技术已经不是瓶颈，"如何把智能变成可量化、可持续的商业价值"才是。而这，恰好是CEO手感的主场。

三、战略思考的代际差异：AI时代的CEO，和前几个时代的战略家有什么不同

3.1 四个时代，四种战略逻辑

这是本文的核心。把镜头对准"CEO是怎么想战略的"这件事本身，比较四个时代的战略思考逻辑，会发现一条耐人寻味的曲线——战略的"分析含量"先升后降，而"感知含量"经历了一个U型回归。

3.2 U型回归：战略逻辑为什么"回到"感知

看出这条曲线了吗？

古代战争的将帅，因为信息极度稀缺，战略几乎全靠"感知"——孙子说"知己知彼"，本质是一种信息感知力；克劳塞维茨说战争充满"摩擦与迷雾"，靠的是将帅对战场态势的一眼之力（coup d’oeil），在纷乱中瞬间抓住关键。这就是手感的原型——没有数据，没有模型，全凭将帅浸泡在战场中积累的"体感"做判断。

到了工业时代，信息逐渐丰富，战略转向"分析驱动"。SWOT、波特五力、泰勒制，都建立在同一个假设上：问题是"复杂的系统"（complicated），可以被拆解、被规划、被优化。CEO的战略工作是"做分析"——收集数据，套用框架，得出结论，编写三年规划，然后执行。这个时代培养了整整三代管理者：相信战略等于分析，分析越细致战略越可靠。

互联网时代信息爆炸，战略转向"试错驱动"。没人能提前分析清楚——市场变得太快，用户行为不可预测，竞争者从四面八方涌来。于是方法论变了：别分析了，先做MVP（最小可行产品），上线，看数据，迭代。小步快跑、快速验证、增长黑客、精益创业——这些概念的核心都是"用速度替代分析，用试错替代规划"。CEO的战略工作从"做分析"变成了"做实验"。

然后是AI时代。信息不是稀缺而是过载，分析不是不够而是被AI民主化——人人都有同一份SWOT、同一个AI、同一套框架。当AI能在一秒内生成一份完美的波特五力分析，"分析"本身已经没有溢价。这时候，战略逻辑发生了U型回归：又回到了"感知驱动"。

但这一次的回归不是倒退。AI时代的感知，不是古代将帅在信息稀缺下的"猜测式感知"，而是在信息过载下的"降噪式感知"——从AI给你的百万种可能性里，感觉出那一条"对"的路。古代将帅因为信息太少而依赖直觉，AI时代的CEO因为信息太多而依赖直觉。

殊途同归，但难度完全不同：前者是在白纸上画出方向，后者是在百万条线条中认出那一条。

3.3 AI时代战略思考的四个本质转变

具体而言，AI时代的CEO在思考战略时，需要完成四个本质转变。每一个转变，都是对前一个时代战略方法论的迭代甚至颠覆。

转变一：从"分析驱动"到"感知驱动"。这是最根本的转变。工业时代的CEO相信"分析先于决策"——先把数据搞清楚，再做判断。AI时代的CEO需要接受一个事实：当AI能替你做分析，你的价值就不再是做分析，而是"解读信号"。AI告诉你发生了什么、能做什么，你判断这意味着什么、该做什么。这正是加里·克莱因"识别启动决策"（RPD）模型在AI时代的回归——不是从头分析所有选项，而是凭经验"认出"这个场景，直接匹配行动方案。分析被外包给了AI，感知成了CEO不可替代的核心。

转变二：从"规划-执行"到"假设-验证-涌现"。工业时代的战略假设世界是"复杂的系统"（complicated）——可拆解、可规划、可预测，所以战略是一份三年规划。互联网时代发现了"试错"的价值，但试错仍然是"小步规划"的变体。AI时代面对的是真正的"复杂系统"（complex）——涌现的、非线性的、不可预测的，AI本身也在快速进化，你规划的基础每个季度都在变。在复杂系统里，战略不再是一份规划，而是一连串"提出假设-快速验证-调整方向"的涌现过程。CEO的工作从"制定计划"变成"管理涌现"——设定方向感，保持组织弹性，在不确定性中导航。手感，就是在这个涌现过程中保持方向感的能力。

转变三：从"资源占有"到"生态位选择"。工业时代的战略以"占有资源"为核心——占矿、占地、占渠道。互联网时代升级为"占平台"——赢者通吃，流量为王。AI时代的格局更加极端：算力、算法、通用数据高度向头部集中，和巨头拼资源是死路。这时候，战略的核心从"占有"转向"选择"——在巨头的算力森林里，找到那一道只有你的产业know-how能填充的缝隙。选择不做什么，比选择做什么更重要。迈克尔·波特那句"战略的本质是选择不做什么"，在AI时代加倍成立——因为AI让"能做什么"的清单无限膨胀，做减法的难度和价值都空前提高。

转变四：从"做加法"到"做减法"。这是AI时代最反直觉的转变。AI最大的诱惑是"什么都能做"——它能写报告、能做客服、能分析数据、能生成文案、能设计产品。于是很多企业的AI战略变成了一长串"试点清单"：二十个场景同时试，每个都浅尝辄止。但战略手感的本质是减法：在所有人都说"都要"的时候，你敢说"只要这个"。AI能生成一百份战略方案，手感是让你敢只看其中一份、并押上资源的勇气。做加法是AI的能力，做减法是CEO的能力。在这个意义上，AI越强大，"敢于不做"的判断力越值钱。

3.4 一个隐喻：从棋手到冲浪者

如果用一个隐喻来概括这四个转变：工业时代的CEO是棋手——棋盘是固定的，规则是清晰的，信息虽然不完全但边界已知，赢的关键是算得更深、走得更远。互联网时代的CEO是牌手——牌是随机的，但规则仍然清晰，赢的关键是快速试探、灵活换牌。AI时代的CEO更像冲浪者——海浪不是你造的，方向不是你定的，你无法"规划"海浪，只能"感知"它、顺应它、在它将起未起时站到对的位置。

冲浪者不会写一份"三年冲浪规划"。他做的是：每天看海，感受洋流，判断哪道浪会起来，提前划到位置，然后在浪起的瞬间站上板。这——就是战略手感在AI时代的形态。

四、第一性原理：算力、算法、数据——CEO该怎么看这个三角

回到第一性原理。AI竞赛的三大要素——算力、算法、数据——各自的本质是什么？CEO不需要做技术专家，但需要有一把"战略尺子"，判断哪些是门票、哪些是壁垒、哪些是自己该上桌的牌。

4.1 算力：是门票，不是护城河

算力是这一轮竞赛中最显性的变量。巨头们用真金白银投票——千亿级的资本开支、万卡级的集群部署。但算力的本质是"资本密集型资源"，不是"护城河"。谁都能买GPU，比的是"谁敢烧"和"谁能把烧掉的钱变成回来的钱"。算力是入场券——没有它你上不了牌桌，但有了它也不保证你赢。把算力当护城河的公司，最终会发现自己在和比自己更有钱的对手拼消耗。

对CEO的启示：如果你的战略建立在"我有算力优势"上，这个优势是脆弱的。算力的价值在于"用算力做了什么"，而不在于"拥有多少算力"。

4.2 算法：从"更大"到"更省"，壁垒正在收窄

算法曾是最大的差异点，但2026年的信号是：算法的差异化在收窄。行业从"比谁更大"转向"比谁更省"——当头部模型能力趋同、投入边际递减，谁能把单位算力的成本压下来、把响应速度提上去，谁就更有竞争力。算法正在从"壁垒"变成"基础设施"——它会被开源、被复现、被民主化。指望靠一个独家算法长期领先的窗口正在关闭。

对CEO的启示：不要赌"某个算法会永远领先"。算法会趋同，就像搜索引擎的算法最终趋同一样。你的战略应该假设：三年后，人人都能用上差不多的模型。到那时，你靠什么赢？

4.3 数据：真正稀缺、真正不可复制的资源

数据是三角中唯一真正稀缺、真正不可复制的资源。而且，高质量的人类公开数据即将耗尽。这催生了三个新战场：

· 合成数据：用模型生成数据来训练模型。它能解决"量"的问题，但解决不了"质"——合成数据可能放大模型自身的偏见，形成"近亲繁殖"。

· 私域数据：企业自己拥有的、不公开的专有数据。这是专精特新企业最大的资产——你的客户交互记录、你的工艺参数、你的良率数据，巨头拿不到。

· 行业数据：垂直领域的深度know-how，往往以"老员工脑子里的经验"形式存在。它需要被"手感型"的人翻译成模型可用的结构。

对CEO的启示：数据是三角中唯一可能成为"你的护城河"的要素。但前提是——你得有手感，知道哪些数据有价值、怎么标注、怎么用。垃圾数据喂不出好模型，好数据没有手感也用不起来。数据是原料，手感是厨师的手艺。

4.4 三角背后的战略启示

把三角放在一起，一个第一性原理的判断浮现：AI竞赛的终局，不是"谁的模型最强"，而是"谁把智能的单位成本压到最低"乘以"谁把智能嵌入了最多高频价值场景"。前者是效率之战，后者是场景之战。

这个判断对CEO意味着什么？意味着你需要问自己两个问题：第一，在你的行业里，"智能的单位成本"还有多大的下降空间？这决定了你该"现在大举投入"还是"等成本降下来再进"。第二，在你的业务里，哪些场景是"高频+高价值+可被智能重构"的？这决定了你该把有限的AI投入押在哪里。

这两个问题的答案，不在任何一份行业报告里，在你的手感里。它需要你对行业的工序了如指掌，对成本结构有体感，对客户价值链有整体判断。这恰恰是AI给不了你的——AI能告诉你行业趋势，但只有你知道"我这家公司的这道工序，到底该怎么改"。

五、战略手感的修炼：AI时代CEO的方法论迭代

5.1 手感不是天赋，是可修炼的肌肉

说到这里，一个自然的疑问是：如果AI时代的战略回到了"感知驱动"，那感知力是不是一种天赋？有些人天生敏感，有些人天生迟钝，能练吗？

答案是可以。加里·克莱因花了三十年研究消防员、护士、棋手的决策过程，得出了一个核心结论：专家直觉不是天赋，而是"经验模板"的积累。消防员能在火场第一眼判断该不该撤退，不是因为他天生敏感，而是因为他见过上千个火场，大脑里积累了上千个"场景模板"，新场景一出现就自动匹配。这种匹配是瞬间的、不可言说的——但它不是玄学，是大量经验的结构化沉淀。

这意味着：战略手感是可以修炼的。但在AI时代，修炼的方法需要迭代。

5.2 四条修炼路径

在总纲中我提出过"学-陪-练-战-息"五条路径。在战略维度，它们落地为四件可操作的事：

第一，建立你的"弱信号雷达"。不要盯着财务报表（那是后视镜），要追踪前瞻性信号：专利申请（领先商业应用3—5年）、科学文献（领先技术转化5—10年）、VC的聪明钱流向、监管动态、边缘用户行为。每天留30分钟，不是看新闻，而是感受模式——今天看到的几件事之间有什么联系？如果这些趋势持续三年，我的行业会变成什么样？AI可以帮你收集信息，但"感受模式"这件事，只有你能做。

第二，积累"模式库"而非"信息库"。克莱因的RPD模型告诉我们，专家直觉的质量取决于经验模板的数量和质量。而模式库的积累，靠的不是读行业报告，而是跨界浸泡——读军事史、读进化生物学、读复杂性科学。技术革命史本身就是最好的战略教科书：福特的流水线、亚马逊的飞轮、诺基亚的错失，这些"变化的底层逻辑"是跨域相通的。AI时代尤其如此——AI正在重塑一切行业，但变化的模式是古老而重复的。你的模式库越丰富，"认出场景"的能力就越强。

第三，训练心智模拟。AI可以给你百万种可能性的概率分布，但它无法"感受"哪一种更"对"。心智模拟是战略手感最核心的肌肉——在脑海中"预演"一条路径的展开：如果走这条路，第一步会发生什么？最大的障碍在哪？三年后我在什么位置？这种"画面感"，AI给不了，只有反复推演才能长出来。古代将帅在帐中推演战局，现代CEO在办公室推演商业路径——形式变了，本质没变。

第四，知道何时信任直觉、何时让它减速。克莱因警告过：专家直觉只在"高规律性环境+充分学习机会"下才可靠。当行业正在经历范式转移（比如AI本身的重塑）、当情绪正在干扰判断、当反馈周期太长无法校准时——手感需要"减速"，切换到更慢、更多数据验证的模式。战略手感的精髓不是"永远相信直觉"，而是"知道什么时候可以信、什么时候不能信"。这是最高阶的元认知——对自己的手感本身保持手感。

5.3 一个提醒：AI是手感的放大器，不是替代品

最后需要厘清一个容易产生的误解：AI时代的战略手感，不是"排斥AI的纯人类直觉"，而是"与AI协作的增强型直觉"。

AI是你最强的分析助手——它能在几秒内处理你一辈子读不完的信息，能在几小时内生成你一个团队一周才能做完的方案。但AI给你的不是"判断"，是"选项"。手感的作用，是在AI给你的选项中做选择——而且，是做AI不知道该如何做的选择。

所以，AI时代的CEO不是回到古代将帅的"孤胆英雄"模式，而是一种新的协作模式：AI做分析，CEO做感知；AI给选项，CEO做选择；AI管速度，CEO管方向。这种协作的效率，远高于纯人脑的直觉，也远高于纯AI的自动化。但它要求CEO有足够强的手感——否则，你要么被AI的选项淹没而瘫痪，要么盲目跟随AI的建议而丧失方向。

结语：技术革命淘汰的，从来是"只会分析的人"

回到两百五十万年前的那个清晨。人类握住第一块石器，延伸了肌肉。从那以后，每一次革命都在延伸一种能力，也都在淘汰一种人——淘汰那些只会用被延伸的那部分能力吃饭的人。蒸汽机淘汰了纯靠肌肉的劳动者，但没有淘汰懂得组织生产的工厂主；计算机淘汰了纯靠心算的记账员，但没有淘汰懂得判断哪些信息重要的管理者。

AI延伸的是认知。所以这一次，被淘汰的将是那些"只会分析"的人——只会做SWOT、只会跑模型、只会写报告的人。而被升值的，是那些"有手感"的人——能在信息过载中感知信号、在AI给的概率分布外感受方向、在所有人说"都要"时敢做减法的人。

从狩猎时代的将帅用"一眼之力"判断战场态势，到工业时代的CEO用"波特五力"分析竞争格局，到AI时代的CEO用"战略手感"在百万种可能性中认出那条对的路——战略的"分析含量"先升后降，"感知含量"U型回归。形式变了又变，本质从未改变：战略，从来不是"分析得更精确"，而是"感知得更深入"。AI让分析变得廉价，恰恰让感知变得昂贵。

这是给每一位CEO的提醒：不要和巨头拼算力、拼参数、拼通用数据——那些正在变成基础设施，像电力一样人人可得。你的战场，是你用二十年浸泡出来的产业手感，是那一道只有你能感知到的、尚未被命名的方向。AI能帮你看到一百条路，但只有你能感觉到该走哪一条。

战略手感，就是你在商业战场上"一眼认出场景"的能力。

穷则变，变则通，通则久。AI是"变"，手感是"通"，而穿越周期、基业长青的"久"——靠的从来不是最新的技术，而是最古老的感知智慧。

───────────────────────────────────

本文为《CEO的手感：应对复杂系统的六项修炼》系列文章第二篇（战略手感）。第一篇（总纲）请见《CEO的手感：AI时代，CEO 靠什么掌舵？》。下一篇将展开第三维度——组织手感。

揣姝茵，使命咨询创始人。专注于CEO领导力、高管班子建设与组织设计。相信在AI时代，战略最重要的不是"分析"，而是"感知"。