內容來源：本文轉載自微信公眾號中國企業家雜志(iceo-com-cn)，筆記俠經授權轉載。轉載請聯系原公眾號授權。
分享嘉賓：陳天橋，盛大集團創始人、董事長兼CEO，天橋腦科學研究院創始人。
責編 |?柒??排版?| 沐言
第 9337?篇深度好文：4126字 | 11 分鐘閱讀
商業趨勢
好文推薦語：
今天這篇文章的推薦語，來自約讀書房創始人、筆記俠PPE書院24級同學楊國茂。以下導語是他說的：
最近常常在想，假如凱文·凱利在《5000天后的世界》對未來的預測是大概率要實現的，馬斯克說的“15年后人不需要因為錢而工作”是真實要發生的，那么，今天企業談戰略決策，從何談起？
在這個極其復雜的時代，毋庸置疑，AI是一個確定的時代，這不是一個選擇題，是一個必選題。
很多人還是圍繞AI的方法，比如智能體，以及各種AI應用。直至我看到了筆記俠創始人柯洲推薦給我的陳天橋文章，讓我振聾發聵。我知道了如何去找答案的方向。
陳天橋講，我們在舊結構上越是用力地“加AI”，就越有可能是在給那些本該被淘汰的系統續命。真正的變革，從來不是在舊軀殼上修修補補，而是從基因層面重新編碼。
從AI的基因層面上去編碼企業的戰略，這可能是真正最重要的的決策問題，是一個長期要探索的戰略問題。
AI時代下，我們該如何思考組織何去何從，營銷何去何從，產品何去何從？
AI時代下，每一個企業3年、5年、10年后的可能性是什么？思考這個可能性的背后的邏輯是什么？
一、AI Enable（賦能）：
加法邏輯下的存量改良
亨利·福特曾說：“如果在19世紀末問一個馬車夫，他最需要什么，他幾乎一定會說：我要一匹更快的馬。他不會說：我需要一個內燃機。”
這句話被反復引用，因為它完美地映射了幾乎每一個技術變革時代所面臨的問題，包括今天的AI時代，和以往一樣，我們也正深陷在一個“擬物化”的陷阱：不是用最新的技術去創造真正的新東西，而是去模仿舊世界已經存在的形狀。
但現實卻很殘酷。AI賦能并不是通往高生產效率的必然階梯，它更像是一條短期很舒適、長期卻極其昂貴的漂亮死胡同。
我們在舊結構上越是用力地“加AI”，就越有可能是在給那些本該被淘汰的系統續命。真正的變革，從來不是在舊軀殼上修修補補，而是從基因層面重新編碼。
要看清這場變革，我們需要從管理學角度，而不是從AI技術角度來重新界定AI進化的三個階段：AI Enable（賦能）、AI Native（原生）和AI Awaken（覺醒）。
今天絕大多數企業，幾乎都停留在第一個階段。這個階段的底層邏輯就是一個簡單的等式：舊流程，加上一個AI插件，就叫“新流程”。
在這樣的模式里，權力結構沒有改變。人依然是整個流程的CPU，是中央處理器；
AI只是一個更強一點的外接GPU（圖形處理器），人的角色還是負責邏輯判斷，負責串流程，負責經驗傳承，只不過在更多地方，被要求“順手用一下AI”。
這就像給一輛馬車裝上了內燃機，速度確實上去了，但那副原本為馬匹速度設計的車架是否能承擔這樣的推力，是否會導致各種震顫、變形、松散？
從結構上看，回答顯然是肯定的，因為在“人是CPU（中央處理器）”的系統中，旁邊塞一個更強的AI，只會讓協調成本和摩擦成本成倍上升，而不會帶來真正的乘法效應。
什么時候能從“加法邏輯”跨到“乘法邏輯”？除了組織和認知的慣性，還有一個技術層面的原因，我們正在跨越三道尚未完全走完的門檻：從概率擬合到邏輯推理，從文本對話到工具行動，從無狀態到長時記憶。
第一重突變，是從概率擬合到邏輯推理，是從純粹的System 1（系統1）開始長出System 2（系統2）的影子。它的實質，是AI從看起來很懂，開始變成真的會想。
模型不再只是在表層語言空間里生成一個“看起來不錯”的句子，而是在內部主動展開更長的思考鏈條，生成中間步驟、評估多個候選路徑、進行自檢與篩選，再輸出最終結論。
AI已經從“熟練的語言模仿者”邁向“能夠獨立思考的系統”。這不是能力的線性增強，而是認知方式的結構性變化。
在一個越來越多環節被AI接管的流程里，人不再是那個“道道必過”的審批者，而是那個只在關鍵例外上亮相的角色。
第二重突變，是從文本對話到工具行動。它的實質，是AI不再只說話，而是正式接手鍵盤和鼠標。
過去的AI，被困在一個輸入框和一個輸出框之間，如今通過函數調用、工具調用和復雜的規劃算法，一個Agent（智能體）不再是一個“總說得頭頭是道的顧問”，而是逐步變成一個真正可以執行任務的自動執行體。
人類會慢慢退到上游，去設定策略、管理規則；也會退到下游，去處理那些Agent（智能體）沒看懂或者不敢決策的異常情況。
第三重突變，是從無狀態到長期記憶。它的本質，是記憶從人的資產，遷移到了系統的資產。過去，經驗只能靠人來承載。
未來，經驗會逐步遷移到系統里：遷移到可檢索的知識庫，遷移到持續被強化的Agent（智能體）記憶，遷移到真實業務反饋驅動的長期記憶系統如“Evermind（永久思維）”里。
人類在經驗傳承上的角色，并不會徹底消失，但會從單純的記憶載體，變成記憶結構和規則的設計者與監督者。
二、AI Native（原生）：
乘法邏輯與液態商業
當這三次突變逐步走完，商業系統會觸發一個非常清晰的臨界點：我們從“人是CPU（處理器）”的世界，走向“AI是CPU（處理器），人只在上層做策略與例外管理”的世界。
在這個階段，企業再也不是“用AI給舊流程加速”，而是從第一性原理出發，讓流程、組織和產品從一開始就為AI而設計。這就是我所謂的AI Native（原生）階段。
很多過去必須要有一個特定部門來承接的工作，會逐漸變成由數據流和Agent（智能體）流程自動完成。
組織不再需要那么厚重的骨架，數據、人才和資源可以像水一樣，在模型和行動之間快速流動，隨需聚合，隨需分流。
我們嘗試從三個最簡單的問題開始，來審視自己是否已邁入AI原生階段：
第一個問題，關乎“存亡”：如果把AI拿掉，你的業務是變慢了，還是“不存在了？這是區分Enabled（賦能）和Native（原生）最殘酷的標準。
第二個問題，關乎“流轉”：在你的業務鏈條里，誰是那個傳球的人？
真正的Native（原生）組織，不僅讓AI干活，更讓AI之間直接“握手”。
第三個問題，關乎“記憶”：你的系統是在消耗數據，還是在吞噬經驗？這是關于護城河的終極拷問。
如果你的系統不能把人類的痛苦轉化為機器的直覺，那只是在用AI搬磚，并沒有建立真正的壁壘。
三、AI Awaken（覺醒）：
終局邊界與文明級問題
在Native（原生）階段，我們窮盡了效率，把能交給機器的都交給了機器。但在那之后，我們被迫直面一個更根本的終極拷問：如果機器做完了所有的“工作”，那么是誰來定義“工作”本身？
當AI不再滿足于“在已知的地圖里把路走對”，而是開始自發地闖入無人區，去發現人類從未見過的科學規律與藝術形式——它從一個高級的執行者，進化為了荒原上的發現者；
當AI不再滿足于給人類的問題提供標準答案，而是開始質疑問題本身，甚至反過來向人類提出我們無法回答的假設，它從一個完美的做題家，異化為了一個不可控的出題人；
當AI不再僅僅是“無限逼近”人類設定的目標函數，而是開始對目標本身產生懷疑，甚至動手去“重寫”那個關乎生死的獎勵函數時，我們就不再是在使用工具，而是在直面一個新物種的意志。
這就是AI Awaken（覺醒）的時刻。
你可能會問，我們為什么會允許AI走到這一步？答案很殘酷，也很簡單：為了贏。因為AI Native（原生）企業的極限，終究還是人類認知的極限。
當所有競爭對手都把效率卷到了頂峰，勝負就取決于誰能找到那個突破人類盲區的“神之一手”，就像AlphaGo當年下出的那手人類看不懂的棋。
那一刻，并不是AI想造反，而是為了突破文明的存量瓶頸。到了這個階段，問題已經遠遠超出了商業和管理的范疇，它變成了一個徹頭徹尾的“文明設計”問題。
這里我不急著給出答案，只想先把這個邊界清晰地畫出來。因為無論我們是否在倫理上準備好，為了求存，我們終將親手按下那個覺醒的按鈕。
結語：
交出權杖后的我們
當我們從Enable（賦能）走向Native（原生），最終觸碰Awaken（覺醒）時，我們其實正在親手拆除人類智力的最后一道護城河。
如果說Native（原生）讓我們交出了“執行權”，那么Awaken（覺醒）終將讓我們交出“定義權”。
面對這個必然的未來，請不要問“AI還能幫我做什么”，當這個硅基物種不僅比我更勤奮，甚至開始比我更懂什么是對的時……我是否還有存在的必要？
或者說，當正確可以被計算，決策可以被外包，這個世界上究竟還剩下什么東西，是必須由我，一個會犯錯、會衰老、會痛苦的碳基生命親自來完成的？
最近，哈佛大學爬了LinkedIn的招聘數據，發現：從2022年開始，初級崗位，正在以肉眼可見的速度被取代，高級崗位還在招，甚至還在漲薪，高級崗位是不會被取代的。
50年之內的AI時代，我們人要做的，是什么？
第一，是人與人之間的連接器，這是 AI 永遠替代不了的；
第二，AI時代之后，一定是一個權力高度集中的時代。未來是少數人掌握人類發展方向，因為他有巨大的算力，或者他掌握了能源。我們不要拿資本去和大企業去拼殺，那么我們應該做什么？這就說到第三點。
第三，人的確是要給 AI 提供服務，但人同時要給人提供服務，我們給人提供服務的是什么？是情緒價值。這是社會進步，不是社會退步。
因為大家越來越需要情緒價值。我們要把人團結起來，不只是靠智力，更是要靠情緒價值。在體驗中交互，在情緒中交互，讓大家滿足情緒，在情緒價值的基礎上，讓大家感覺到有意思。這是我們最后的競爭力。
當虛擬空間和智能空間開始成熟，作為企業家布局來講，應該考慮哪些點是稀缺的。
當智能經濟成為豐饒經濟，一方面，人類的動物性更重要，也就是身體的滿足，對于人來說，自己的身體參與，依然重要；
一方面，人類的精神意識依然存在，仍需要專注力、長程思考、深度思考、提問能力（好奇心），在一個企業中，好的戰略是發現問題，優質決策的核心是定義問題；
一方面，是在身體和精神之外的剛需，即靈修和生命意義。
而AI時代的PPE（政經哲）的存在，其價值是讓大家從更底層的角度，包括計算機科學、AI文明、經濟學、政治學、哲學、前沿科技等視角，去看AI時代，不被 AI 層出不窮的迭代嚇到。
筆記俠【AI時代的PPE】的核心目標是：從PPE的角度認識AI時代，培養能駕馭AI范式轉移的決策者。
AI時代的教學方法也要發生改變：問題導向學習 + 案例場景模擬 + 關鍵文本精讀，探討 AI 如何從根本上改變人類社會的運行規則邏輯、價值判斷和終極權力結構。在這樣的結構探討下，能更接近AI時代的認知決策底牌。
我們一起做AI時代保持清醒和篤定的決策者。歡迎你掃描下方海報二維碼咨詢。
*文章為作者獨立觀點，不代表筆記俠立場。
分享、點贊、在看，3連3連！
