一位90后上市公司实控人给我上的AI课- 大数跨境

首页

一位90后上市公司实控人给我上的AI课

和君咨询

2026-10-12

导读：Amazing

提示点击上方蓝字订阅↑为企业成长贡献力量~

作者：李健和君资本合伙人

在外看了很多新材料、量子、核聚变等硬科技项目，大为震撼我的不是技术发展的日新月异，是一页笔记——一家科创板新上市公司的年轻实控人，正在用AI把组织、流程、岗位、研发全部重写一遍：战略到市场的周期，从两年多压缩到半年。这不是加班加出来的，是组织被重写之后长出来的速度。

本文看点

① 七条调研笔记：AI Native落地的完整实操清单

② AI Native的四层境界：工具→数据→组织→战略，差的是认知

③ 投天才少年还是行业老炮？履历权重下降，AI认知指数上升

④ 同样叫“用AI”：一边在提速，一边在重生

一页笔记引发的震动

国庆前，我调研了一家最近上市的科创板公司。按惯例，这类调研的重点是产线、订单、财务模型。但两天的行程下来，让我坐在回程高铁上久久回不过神的，是这家公司年轻的实控人关于AI Native的一场分享。

我做投资这些年，听过的“AI转型”演讲不下百场——大多是PPT工程：买几个账号、办几场培训、成立一个“AI办公室”，然后一切照旧。但这位年轻人讲的是另一回事：他在用AI重做这家公司——不是给旧组织加个AI外挂，而是以AI为中心，把组织、流程、岗位、研发全部重写了一遍。

这其实就是AI Native（AI原生）的准确定义：AI不是叠加在既有流程之上的工具，而是组织运转的默认底座——流程、岗位、决策围绕AI重新设计。

征得同意，我把他的分享记成了一页笔记。七条，条条见骨。

七条笔记：AI Native落地的实操清单

第一条，全员装机。全公司数百名研发与工程人员，人手部署AI编程与协作工具——不是试点，是全员；不是可选，是标配。工具的渗透率，决定了后面一切变革的基数。

第二条，建立数据湖。把研发、生产、实验数据统一沉淀进公司级数据湖。没有数据底座，AI只是聊天玩具；有了数据底座，AI才是生产要素。

第三条，以AI为核心重组组织。这是最深的一刀：组织架构围绕AI重新设计，岗位重新划分——工种在变少，因为大量中间环节被AI直接穿透。过去“人围着流程转”，现在是“AI托着流程跑，人只做判断”。

第四条，精益与AI结合。把传统的精益管理工具与AI合并，改善活动的周期大幅压缩，并且把公司的方法论一个个编写成可调用的技能包（Skill）——老师傅的经验，正在变成组织的数字资产。

第五条，战略到市场的周期，从两年多压缩到半年。一个硬科技产品，从立项研制到推向市场，过去的周期以年计，现在被压到不足原来的三分之一。这不是加班加出来的，是组织被重写之后自然长出来的速度。

第六条，产品的AI接口化。给产品加上AI接口，用自研小模型封装专业技能——过去需要资深实验员才能完成的操作，现在由AI直接完成。产品本身也在AI Native化。

第七条，形成AI Native系统，对外赋能，助力并购整合。当这套系统在公司内部跑通，它就成了一种可以输出的能力——而最大的用武之地，是投资并购。传统的并购整合是派人、派制度、派钱，周期以年计、协同常常停留在纸面；而用一套成熟的AI Native系统去改造标的，可以直接压缩对方的研发与管理周期、抬升人效，把被并购项目的盈利能力实打实地重塑一遍。对上市公司而言，这种“买了就能改、改了就能赚”的能力，可能是未来并购市场里最核心的竞争力——AI Native从管理工具，长成了扩张的武器。

我的三个判断

这页笔记我反复看了几遍，三个判断越来越清晰。

判断一：AI Native的“Native”，原生在组织里，不是原生在工具里。市面上90%的企业AI改造停在第一层——买工具；少数走到第二层——建数据；极少数走到第三层——改组织；而这家公司已经走到了第四层：用AI能力重新定义自己的战略和扩张方式。四层之间，差的不是预算，是创始人对AI的认知深度。工具可以买，认知买不来。

判断二：投资的标的偏好，正在被改写——投天才少年还是行业老炮，已经不是最关键的问题。传统的尽调逻辑是看履历：创始人干过多少年、带过多少团队、做成过什么。但当一个把AI理解到骨子里的年轻创始人，能用半年走完别人两年多的路，履历的权重在下降，AI认知的权重在指数级上升。以后的尽调，我觉得要先问三个问题：你的组织里AI渗透到哪一层？你的核心流程有多少被AI重写？你的方法论有没有变成可调用的数字资产？答得出来的团队，一日千里；答不上来的，履历再漂亮，也可能只是上一季的船票。

判断三：企业之间的AI信息差，正在拉大到危险的程度。这两天我看到的现实是：有的企业，员工连智能体（Agent）都不会正确使用，AI停留在“帮我写个周报”；有的企业，已经全员部署智能体，经营管理全部围绕AI重新调整——研发周期压到不足三分之一，工种开始消失，经验变成系统。同样叫“用AI”，一边是用AI提速，一边是用AI重生。这个差距不会停留在口号上，它会逐季兑现为研发速度、成本结构和市场响应的差距——最后兑现为估值的差距。

写在最后

回北京的路上，我一直在想一个词：分水岭。

过去我们谈论AI，谈论的是它会不会取代人；这两天我看到的真相是：AI先取代的不是人，是旧组织——那些层级森严、流程冗长、靠人肉传递信息的组织形态。而最先完成自我重写的，恰恰是最年轻的这批创始人：他们没有旧组织的包袱，对AI没有敬畏式的距离感，上手就把它当水电煤用。

时代真的变了。竞争的胜负手，可能不再是你过去积累了多少，而是你能不能让AI在组织里长出新东西。两年多和半年的差距，只是这场变革的开场哨。

对于创始人，AI认知已经不是加分项，是生死线；对于投资人，看不懂AI Native，很快会连项目都看不懂。