演讲：曾鸣（阿里巴巴集团前总参谋长）
面对AI变革的焦虑，曾鸣在湖畔创研中心“看十年”公开课上指出，AI正处于第二阶段开场，应用大爆发尚未真正开始。当前如同浏览器出现前的互联网早期，所有人处于同一起跑线。
他将变革拆解为六大命题：智能商业、AI原生、AI产业化、价值创造与竞争、创智组织、智能战略。
智能商业：未来商业的本质是实现人的意图
1. AI先打开供给，再打开需求
供给侧方面，AI大幅降低了优质供给的成本，打破了稀缺瓶颈。当前AI多用于替代低价值重复劳动，价值天花板有限。真正的拐点在于技术成熟后带来的大价值创新，如提供优质的私人医生、教师等稀缺服务。
需求侧方面，同质化供给过剩，但个性化需求无穷。AI能低成本、实时陪伴用户，深度互动并了解用户，从而真正打开个性化需求。
继搜索和推荐之后，AI带来第三次技术突破。商业模式从基于行为猜测的“注意力争夺”，走向基于真实了解的“极致个性化”。
2. 从“千人千面”到“一人千面”
工业时代解决供给不足，互联网时代解决生产过剩与匹配效率，AI时代则解决个性化需求。商业范式从“千人一面”到“千人千面”，最终迈向“一人千面”。
“一人千面”意味着理解用户在特定时间、场景下的真实意图，动态生成最适合的解决方案。
3. 商业起点从产品变为意图
传统商业以产品为起点，基于对用户需求的推断进行研发和推广。未来商业以消费者意图为起点，AI通过理解真实意图，全网搜索或招标合适方案，甚至代为执行。
未来竞争的核心是抢夺人类表达真实意图的第一入口。第一阶段是意图匹配现有商品，第二阶段则是需求与供给同时生成，在性价比约束下为具体的人组合最佳解决方案。
4. 供给侧重构颠覆旧模式
实现上述变革需从传统线性供应链转向协同网络。传统供应链流程固化，而未来供应网络是根据任务实时调用能力节点，临时组成解决方案。
目前个人助理体验未发生质变，是因为供给侧仍依赖存量服务。只有供给侧完成AI化表达和组合，才能实现智能商业2.0的突破。
智能商业的本质是从卖产品转向实现人的意图，其核心竞争优势是基于场景的学习闭环。AI商业对结果负责，直接交付结果，中间过程由Agent协同完成，这对传统的注意力经济模式构成颠覆。
什么是AI原生：拿掉AI，产品还成立吗？
1. 用AI不等于AI原生
AI原生是以可规模化调用的机器智能为起点，重新设计产品、工作流和组织，创造过去无法实现的客户价值。检验标准是：若拿掉AI，产品是否依然成立？若仅效率下降但业务逻辑仍通，属于AI增强；若业务无法成立，则为AI原生。
2. 通用技术发展的三个阶段
作为通用技术，AI发展需经历三个阶段：
- 技术成为基础设施：可靠、便宜、好用。
- 原生创新涌现：基于新技术逻辑重构商业，创造巨大新价值。
- 社会全面渗透。
类比电气化进程，从爱迪生的试点到电网基础设施建成，再到福特流水线的出现，基础设施成熟后应用才大爆发。AI同样需要经历从基础设施构建到应用百花齐放的过程。
3. 应用阶段必然百花齐放
基础设施跨过临界点后，原生应用密集涌现，形成正反馈循环。此阶段充满不确定性，需要大量创业者进行实验，市场优胜劣汰后进入行业整合。
4. 原生应用的演进规律
回顾互联网历史，1994年浏览器普及后，1.0应用（如门户导航）迅速出现，但随后被2.0原生应用（如Google）取代。原生并非由出生年代决定，而是由发挥新技术优势的深度决定。
5. 原生应用2.0的四个标准
以Google为例，AI原生应用2.0应具备：
- 用户价值的巨大创新：提供前所未有的体验。
- 核心技术突破：基于底层算法或架构的重构。
- 基础设施创新：支撑海量用户的服务架构。
- 原生商业模式：如按效果付费的创新广告模式。
AI产业化：站在应用大爆发的前夜
1. 通用机器智能基础能力已形成
模型能力、行动能力（Coding）及Agent框架初步成型。Token成为标准化计量单位，标志着AI成为像水电一样的基础设施。超大规模云服务商和新型云服务商迅速发展，通用智能可被大规模低成本调用。
2. 应用大爆发尚缺两个前提
预计2027-2028年迎来原生应用爆发。目前尚缺：Agent开发基础设施的进一步成熟，以及低成本的用户交互方式（类似当年的浏览器），以降低使用门槛并建立信任。
3. Agent能力的进阶：从行动到负责
Agent已从对话走向行动，能自主拆解和执行复杂任务。下一步关键突破是“负责任”：AI需对结果负责，建立信任闭环，通过反馈不断学习和提升。
4. 从Agent商店到Agent操作系统
未来三五年将是Agent的大爆发期，出现海量细分与通用Agent。随后可能演化出Agent OS，用户只需向主要Agent表达意图，由其调度其他Agent完成任务。这是通往超级个人助理的必经之路。
价值创造和竞争：智能复利，智者恒强
1. AI的价值引擎是智能复利
智能时代，智能本身成为可规模化调用的生产要素。价值创造机制从规模经济、网络效应转向“智能复利”：系统在使用中通过正反馈循环越变越聪明，形成学习闭环。
2. “60分奇点”：AI上岗的关键
启动智能复利飞轮的难点在于让AI达到“60分”并独立上岗。这需要蒸馏人类经验，设计端到端任务，使AI能对结果负责并形成清晰的反馈闭环。一旦跨过此门槛，将产生“黑洞效应”，强者愈强。
3. 新的竞争规律：高维吞噬低维
AI时代的竞争核心是进化速度。能够进入智能进化循环的企业，将通过高维能力吞噬低维对手。最终格局并非简单的赢者通吃，而是由进化最快的整合者主导，呈现“智者恒强”的特征。
创智组织：从岗位走向任务，组织要整体变聪明
1. 生产力革命伴随组织革命
农业时代靠家庭，工业时代靠科层制，信息时代靠知识型企业。智能时代，AI释放人类创造力，迎来“创智人才”批量涌现的时代。分工与合作模式将发生根本性变化。
2. 创智人才：AI放大创造力
创智人才具备高能动性和超强学习能力，善于利用第一性原理思考。他们借助AI杠杆，打破时间与专业壁垒，实现“一将顶千军”。经验贬值，认知与创造力成为核心竞争力。同时，稳定的内在系统（判断力、应对冲突、抗挫折）至关重要。
3. 组织基本单元从岗位变为任务
现代组织的基本单元从固定的岗位转变为动态的任务。招聘逻辑从“填补职位”变为“完成任务所需的能力组合”。理想状态下，Agent主导工作流，仅在必要时调用人类专家，确保人类经验能被AI吸收迭代，实现“out of the loop”。
组织结构从科层制转向任务驱动的能力协同网络。管理者角色转变为能力结构设计与编排。传统中层职能消亡，取而代之的是对结果负责的DRI（直接负责人）。
4. 核心目标：组织整体变聪明
AI原生组织的本质是整体智能化，即群体智慧的涌现。关键在于两点：一是个体认知成为组织学习的养料；二是个体在处理任务时可调用组织整体的群体智慧。
未来组织需搭建“组织OS”，实现信息、决策、认知的统一处理。通过数字化记忆（如录音、文档共享），提高决策可见性，让AI成为隐形的超级大脑，辅助人类决策。
5. 未来领导者的新职责
领导者需建设自我进化的人机协同系统，促进线下深度互动以对齐认知模式，并营造透明、信任、共创的文化（Context not Control）。最终，领导者需承担兜底责任，明确风险边界。
6. AI原生组织的五个特征
- 组织整体智能化优于个体工具化。
- 拥有强大的学习闭环。
- 任务驱动的能力协同网络。
- 创智人才合伙人化。
- 以共创和群体智慧进化为目标。
智能战略：从战略规划到战略生成
1. 传统战略规划的失效
在高度不确定环境下，传统的长期静态战略规划已不适应。战略成为日常高频决策，需快速修正并与战术紧密耦合，依靠集体智慧共同承担。
2. 愿景驱动的战略发现
AI时代采用“愿景驱动的战略发现”模式。愿景提供方向，战略框架指导路径，行动产生反馈，反馈催生洞察。洞察修正愿景与战略，形成学习闭环。愿景的正确性是前提，市场优胜劣汰筛选出符合时代精神的方向。
3. “看十年、想三年、干一年”的张力
保持长中短期的张力：看十年把握本质驱动力；想三年制定具象里程碑；干一年落地执行。避免陷入空想或短视，通过中期战略牵引持续创新。
4. 建立战略生成系统
战略生成系统由算法（共同方法论）、算力（群体智慧联网）和数据（闭环反馈）组成。通过“拼图”与“建模”，实现分布式决策与认知对齐。战略共识不仅是路径选择，更是认知模式的对齐。
5. 战略共创会：极度求真
线下深度互动不可替代。战略共创会通过极度求真的争论，打破层级限制，促进认知突破与共识涌现，是高效团建与磨刀不误砍柴工的结合。
6. 未来的战略竞争：谁的系统更强
未来竞争在于谁的战略系统更强，能否持续适应未来展开。核心在于建立“学习闭环”：赋能Agent、人才和团队形成闭环，并将组织升级为自学习智能体。唯有如此，才能推动智能复利，建立AI时代的竞争优势。
来源：笔记侠（ID：Notesman）
