摘要：波士顿咨询（BCG）在《未来已来：AI组织进化论》中指出，AI不仅是一场技术革命，更将彻底颠覆传统组织的管理逻辑。

内容来源：2025年3月27日，曾鸣书院举办的“智能经济和组织”公开课。

分享嘉宾：曾鸣，阿里巴巴集团前总参谋长。

宏观趋势

笔记君说：

AI到底带来了什么价值？

波士顿咨询（BCG）在《未来已来：AI组织进化论》中指出，AI不仅是一场技术革命，更将彻底颠覆传统组织的管理逻辑。

未来三到五年，人工智能，包括传统和生成式人工智能会大量嵌入到所有的产品、服务，包括整个工作流程中。

在AI时代，人工智能正以前所未有的速度颠覆商业世界，它不仅改变了工作方式，还在重塑企业的组织结构。

今天这篇文章，让我们聊聊当AI成为同事，怎样重构组织？

一、智能体崛起

未来10年将会有哪些改变？

我想跟大家讲下现在的AI公司都在干什么？因为这代表了未来10年我们会受到怎样的技术冲击。

过去Deepseek在春节期间火爆出圈，大家对大模型是做什么已经非常清楚。

现在AI变得越来越聪明，通过与对话机器人的互动，大家可能已经感受到这种智力上的冲击和碾压。

问任何问题，它都能给你一个让你惊喜的回答。

现在大模型已经达到相对智能的程度。随着芯片和基础设施的发展，这个行业开始进入产业化的拐点，商业化将成为未来几年的主题。

未来5年是Agent（智能体）应用大发展的5年。AI的应用，最通俗的词是机器人。

机器人在传统意义上是软硬件一体化，包括扫地机器人、自动驾驶汽车、宇树带火的人形机器人、特斯拉的Optimus擎天柱等，这些都是带硬件的机器人。

但实际上，我今天想重点讲的是未来三到五年会出现井喷式爆发的Agent，我把它翻译成智能体。

简单来说，智能体是一个AI系统，它是一个完全自主的AI系统，可以在较长时间内独立运行，使用各种工具完成设定任务，并且能够通过收集反馈不断学习提高自己的能力。因此它是一个学习提升独立的AI系统。

当然这个 AI 系统可以很简单，但是必然会变得越来越复杂，所以我认为未来5-8年智能体将经历三个发展阶段。

第一个，可靠的代理，即Agent的本意。你告诉他12345帮助我完成这件事情，他会一字不差、非常可靠地完成这件事情。

第二个，能干的助理。告诉他下周要出差的地点，他会帮助你安排好所有行程。

第三个，一个聪明的伙伴，你可以与他一起定义和讨论问题，共同商量解决方案。

这是智能体发展的三个阶段。这是一个智能的提升，同时也是Agent的泛化，它会被push到更广泛的场景代替人完成各种任务，并且它本身会变得越来越复杂和智能。

二、下一个时代的竞争关键

智能体与黑洞效应

1.智能体竞争优势来源：黑洞效应

今天先提出一个不成熟的概念，我认为智能体在未来持续竞争中的优势来源只有一个，那就是黑洞效应。

黑洞效应与工业时代的规模经济效应以及网络和互联网时代的网络效应相对应，而我个人则认为，它是AI时代最基本的竞争优势来源，也是驱动AI经济发展的动力所在。

那么，究竟什么是黑洞效应呢？

我们来看一下。AI的发展有三个关键要素，分别是算法、算力和数据。

算法和算力的每一次突破都会引发AI的重大变革，就像当前AGI（通用人工智能）的出现，正是因为基于Transformer架构的突破，进而形成了大语言模型，通过token（文本处理的最小单元）的方式来预测下一个行动，这带来了整个AI范式的转变。

当然，这其中也有英伟达芯片不断升级的助力。不过，我们现在正处于算法和算力发展的瓶颈阶段，在这个阶段，核心的差异其实体现在数据上。

数据有一个非常有趣的现象，因为数据本身也存在规模经济效应。更准确、更多、颗粒度更精细、更丰富且维度更多的多维数据，会让AI在智能上的进化速度更快、能力更强，从而拥有更多获取数据的能力和动力，这是一个典型的自循环正反馈闭环。

所以，要让智能的飞轮转动起来，其核心在于知识的黑洞。

这一轮的AGI之所以强大，是因为它能够处理海量知识，它不像互联网只是处理信息，而是真正能够处理知识，并在处理知识的基础上产生智能。

而且智能体的飞轮也很有意思，更聪明的智能体会吸引更多用户，更多用户又会带来更多私有的数据和知识。

大家想一想，虽然现在所有的大语言模型使用的都是互联网上公开的、沉淀了几十年甚至上百年的公共数据知识，但你今天与豆包、通义或者Deepseek的对话，完全是别人看不到的，这就如同一个巨大的黑洞吞噬了我们所有与它的对话。而我们与它的每一次对话，都展现了人类思考的过程。

以前人们一直疑惑AI为何难以学习人类思考，因为没有人在纸上记录下我们的思考过程。然而，你与AI的互动过程，其实就是你当下的思考过程。你会告诉AI：“你想得不对，我是这么想的，你应该换个角度思考。”

实际上，每一个AI模型都在吞噬海量的知识，而且是个性化的知识，是之前在互联网上不存在的、关于你思考的知识。

所以，未来尤其是走出预训练之后，当预训练和推理一体化的闭环运转起来，私有知识的价值将会越来越大。

那个时候 AI 就变成了一个巨大的知识黑洞，吸纳的知识愈多，其力量便愈发强大，随后就会产生大爆炸。宛如一场宇宙大爆炸，谁膨胀得最快，谁就是太阳，谁膨胀得慢一点就变成了月亮，再小一点可能就变成了陨石。

因此，真正推动 AI 智能体发展的，正是这个不断吞噬知识的黑洞。

2.智能体竞争的关键：启动机器学习飞轮

对大家来说，尤其是从事AI应用的创业者，接下来的竞争策略是什么？关键在于第一时间启动机器学习的飞轮。

AI的另一个名称是machine learning（机器学习），因此如何让机器学习得更快更好，便成为你唯一重要的战略优先级。

为什么端到端如此重要？特别是特斯拉在自动驾驶领域采用了端对端技术后，过去两年对行业产生了巨大的影响。端对端之所以重要，是因为智能体可以完全独立运作，无需人为干预。

这句话非常关键：智能体帮助人类提高效率的能力有一个很低的上限。现在大多数大公司使用AI的目的仅仅是降本增效，他们将AI视为一种工具。

只要这个工具是为人类服务的，那么它提高效率的能力就受限于人类效率的上限。

然而，当AI能够独立上岗时，它可以不间断地24小时学习，数据每完成一次闭环，AI就会进化一次。只有当AI智能体独立上岗后，它才开始进入学习的快速提升阶段，其上限是我们看不见的。

所以，第一时间完成智能体的独立上线，让AI自行完成实时的数据闭环和自我学习提升，这是启动黑洞效应的关键。

同时，由于构建智能体的核心能力相对稀缺，你可以将智能体扩展到更多相似的场景和内容中，即跨领域的扩张。

3.AI时代的竞争战略

① 从网络效应到黑洞效应

首先，互联网处理的是海量信息，解决的核心问题是信息不对称，价值创造的源泉是网络效应。

而AGI处理的是海量知识，解决的核心问题是决策效率和成本，核心价值在于创造新的供给。

智能体上岗就是解决供给稀缺的问题，价值创造的源泉是黑洞效应，即如何高质量、高效率地消化、吸收、运用和创造知识。

但黑洞效应不会导致赢者通吃，未来竞争将达到相对均衡的状态，会有多个智能体存在。

目前我还看不太清楚，那个规律还没摸到。我自己观察自动驾驶领域已有十年，每年对产业终局的判断都在调整，但背后的规律其实是逐渐显现的。

② 从最低网络规模门槛到最低智能门槛

互联网时代的竞争重要的是争取第一时间达到最低网络规模门槛，这样网络效应就会被触发，网络消息开始滚动传播。

在智能时代，我们追求的是尽快跨越最低智能门槛。从事AI智能体开发的人都明白，如果不能达到60分的标准，这个产品就无法投入使用。然而，一旦超过60分，达到90分可能只需要两周的时间，因此必须第一时间让AI上岗。

③ 从高频碾压低频到高智商碾压低智商

互联网时代是高频碾压低频，智能时代是高智商绝对碾压低智商，然后高维绝对碾压低维。因此，我们会看到越来越复杂的四维、五维智能体的出现，它们对于三维空间来说具有压倒性的优势。

人类最大的痛苦是什么？我们获得的知识始终是有限的，我们的学习能力也是有限的。但是，AI从第一天起就拥有了人类历史上积累的所有知识，并且可以在秒级内调用这些知识。因此，大家可以看到这是一个维度上完全不同的竞争。

并且，未来的行业壁垒将被重新定义，这句话可能有些难以理解，但却非常关键。有些人可能会说，我们是安全的垂直行业，把AI当作工具使用就足够了。

但是，今天我们认为安全的垂直行业的定义都是基于过去的知识和经验建立起来的壁垒，而这些壁垒很可能被AI打破。

因此，未来的行业壁垒将根据AI的认知模式和效率差异来重新定义，而不是基于人类的认知模式和经验差别。

三、经济发展的底层驱动力

技术发展

1.智能时代的核心驱动力：智能体

我们从竞争战略角度跳出，来看宏观的人类文明演进历史。技术进步一直是经济发展和文明演进的最底层驱动力。

人类文明的历史从火的应用开始，经济真正开始增长是在第一次工业革命之后，那时有了工具和机械化的工具。接着是第二次工业革命，电力的出现，再到信息时代的两次革命。

因此，你可以看到技术是经济发展的最底层驱动力。

那智能时代经济的驱动力是什么？

我刚才提到工业时代最基本的经济单元是工厂。工厂取代手工作坊是工业经济最重要的组织突破。

在管理信息时代，经济的基本单元是公司。我们经常提到，公司创造了社会的基本经济价值，因此公司是我们研究的基本经济单元。

智能时代的基本经济单元是智能体，即机器人。机器人是未来创造经济价值的基础。

我们所有关于未来智能时代或者人工智能时代的经济思考，核心点就是刚才提到的智能体。

企业微观竞争是这样，宏观经济的思考也是这样。

2.智能时代的价值源泉：黑洞效应

我们现在再来看黑洞效应，可能会有不同的感受，即黑洞效应是 AI 时代的价值源泉。

AI 其实是一个复杂系统的演化。

AI的本质是智能涌现，它更像生物的复杂系统，无论是复杂的机械系统还是简单的生物系统，都是复杂系统。AI的核心是如何让复杂系统涌现出越来越高的智慧。

在实践中，我们需要思考何种复杂系统结构以及在何种初始化条件下如何演变最有利于智能产生。

黑洞效应本质上是机器学习的复利，使得有机会获取更多知识的智能体，进而演化出更强的智能。

智能体与智能体之间的竞合以及人与人之间的竞合，这些复杂系统相互套嵌和共同演化，构成了AI经济发展的核心。

我们已进入类似生物系统大爆炸阶段，核心在于认知和智慧的涌现。黑洞效应是影响复杂系统结构和演化的重要因素。

四、未来组织形态

共创型智能组织

1.新的AI团队如何运作？

我们回到微观角度，看下新AI团队如何运作？我们可以落到更实在的角度，大家现在在招聘什么样的人？

① AI团队在招什么样的人？

大家过去听说过Open AI、Pika、Deepseek这些声名远扬的团队。

Deepseek众人皆知，其成员皆是清华北大最年轻的毕业生，不是在奥林匹克数学竞赛中崭露头角，就是在奥林匹克编程竞赛中拔得头筹。

Pika是2023年最为火爆的公司之一，三个斯坦福大学辍学的计算机专业学生凭借视频生成技术获得了数亿美元的估值。

而OpenAI在真正推出GPT 3.0到Chat GPT时，团队成员还不到三百人。

这些都是我们耳熟能详的大公司。在这两年里，我观察AI团队招聘时，发现标准非常一致：

第一，超级聪明、自驱、学习能力强，除了刚才提到的招聘个别老法师之外，其他只招聘年轻人。Deepseek是最典型的例子，全部是二十几岁的年轻人。

第二，团队规模非常小。只要团队人数超过20人就会被嘲笑。有七八个人的团队感到非常舒服，而十几个人的团队则感觉人数增多。

② 为什么要招这样的人？

有了 AI 工具，有了大模型，知识再也不是稀缺资源。

第一，底层原因是元认知能力强。

何为元认知能力强？即能抽象建模，洞察本质，进行第一性原理思考。

AGI 这一轮本质上是概率论的体现，依赖大数据统计来寻找规律和识别模式。

而此时人类的独特价值在于反向操作，即能够从少量数据中抽象出模型。因此，具备抽象建模能力的人变得极为重要。

应用数学系的学生在就业市场上可能仅次于计算机系。

他们最核心的能力就是建模能力，即将抽象的数学与现实世界映射到数学公式中，并通过建模实现计算机泛化函数的泛化。这些人的核心优势在于其抽象建模的元认知能力。

第二，他们擅长使用各种AI工具。

第三，他们能够不断学习和自我提升。

所以，我们看到的直接结果是一将顶千军。恨不得一个人能把所有的事情都干了，而且也真能干到。

所以我们今天看到：

第一，一人多能。

一个人可以完成多件事情，不需要产品经理、研发、测试和质检，只需要调用不同的AI工具。原来需要多个配套职能才能完成的任务，现在只需要一个人加AI工具就可以完成。

第二，一人多岗。

一个人通过与 AI 合作，使用相同的能力可以胜任销售、面试、财务等多个岗位。

比如说我最近碰到个CEO，他花了 3 天的时间就掌握了如何在抖音上进行达人营销，然后直接捏了一个智能体，无需招聘人员，这个智能体就直接上岗了。

他还捏了一个 AI 面试官。这样的人能够胜任许多看似不相关的岗位，而且他们提出的解决方案通常比经验丰富的专家更好，因为后者依赖经验，而前者依靠底层思考。

第三，一人公司。

过去两年，我们看到了许多一个人的公司。Manus 的 CEO 在采访中提到：过去两年是独立开发者的狂欢。

大约在 2000 年 PC 互联网起步时，独立开发者就能够做很多事情。淘宝刚兴起时，一个卖家借助淘宝提供的工具就能卖出数百万甚至上千万元。

B站的博主也是如此。新技术的开始首先是独立开发者的狂欢，其次是拥有独特客户认知的个体，他们整合各种AI工具。

因此，一人公司会越来越多。

2.未来的组织形态

在这个基础上，我们看到的是怎样的未来组织？

① 个人能力优势被极大放大

由于AGI吸收了人类所有的已知知识，顶尖人才的学习成本大幅降低。

原本可能需要一生才能成为某个领域的专家，现在可能只需要一周甚至几天就能掌握另一个领域的专业知识。

这是因为他们可以利用强大的元认知能力和AI工具，以及AI已经具备的知识。通过与AI专家互动，他们能够快速形成自己的认知，从而迅速学习各个领域的知识，并提出原创的解决方案。

历史上，丰富的经验曾是职场和公司的壁垒。但现在，由于高认知能力可以迅速超越经验，顶尖人才的时间稀缺性部分被打破。

我们所有人的唯一限制最终就是时间。但是有了AI的辅助，学习所需的时间成本大大降低，因此这些个体的能力得到了极大的提升。

② 知识工作者被创智人才取代

在这个意义上，看似微小的元认知差异最终可能导致能力上的巨大差距。而且，学习AI工具本身也具有复利效应。因此，从这个角度看，知识工作者正逐渐被创智人才所取代。

首先，什么是创造力？

本质上，它是原创性地解决复杂问题的能力。我暂且将其称为创智人才。目前，我们可以看到这类人才大致分为三类：

第一类顶尖专家，他们能够在特定领域持续创造新知识，为AI提供新的支持，走在AI的前面。

第二类擅长跨界链接和创新的人才，他们打破了人类原有的认知和知识结构，类似于达·芬奇时代，通感变得非常重要。

我们需要跳出过去几十年教育中过于专业化、碎片化的问题，因为这种碎片化的知识掌握无法超过AI，所以我们需要回归到更有价值的通感。

第三类领导者，人是有情感的动物，需要领导来推动协同和决策。

公司大概只需要这三类人，剩下的我们都称之为硅基员工。

其次，创造力革命。

我再拔高一下视角，从宏观角度来看，这与我之前提到的智能经济相呼应。为什么说宏观与微观是相连的呢？

德鲁克是上个世纪最伟大的管理学家，他将工业革命划分为三个阶段：

第一个阶段是工厂取代手工作坊；

第二个阶段是企业超越工厂，提高管理效率。

哈佛商学院成立于1900年代初期，一百多年来一直将MBA视为一个流水线，批量生产具有共同语言的管理者，以提高管理效率。

而过去50年的信息革命则是提高软件的价值，他用“knowledge worker”这个词来描述那个时代最有价值的人群。

第三阶段是AGI将逐步取代人类所有的知识和简单的思考，人类唯一的价值就在于创造力。

正面来看，这也是一个幸福的时代，就像过去的动力取代了人的肌肉一样，我们可以成为脑力工作者，甚至可能成为自由思考者、特别有创造力的人。

在AI时代，个体要发展的方向就是朝着创造力的方向前进。

3.以硅基员工为起点的未来组织

回到未来组织这个话题，除了我之前提到的那三类创始人才之外，剩下的就是以硅基员工为起点的原生AI组织。

① 智能体不再仅仅是人类的工具，它们将成为人类的合作伙伴。

我刚刚提到过，它不是一个简单的代理，也不是一个助手，而是合伙人级别的存在。

② 创智人才的核心工作是建设智能体，并与智能体合作，充分利用智能体。

那么，硅基员工实际上就是公司组织内部常规工作都将被AI取代的那部分人，他们就是未来的硅基员工。

这一点非常重要，就像我刚刚提到的，只有当智能体第一时间上岗，才能真正产生革命性的变革，实现AI原生。

而且，创智型人才本身就是自驱的，所以他们不需要管理，需要的是激励、对齐（alignment），而不是管理。

然后，组织架构将分为三层：AI架构师、将AI模块化后分解的各个配合团队以及日常工作中的硅基员工。

这并不是要把公司的层级从10层压缩到4层，让大家累得半死不活，然后隔段时间又反弹回去。因为未来的组织将是两层人员加上可以无限扩张的硅基员工团队。

所以，科层制管理的公司制度正在逐渐消亡。我讲的不是科幻场景，再次提醒大家，这是我目前观察到的AI创业公司的实际运作方式。

4.共创型的智能组织

未来的组织我把它叫做共创型的智能组织。它由一群志同道合的创智人才组成，他们共同努力、持续学习、提高协作能力，以实现共同的目标。

我们过去所学到的东西都在不断升级。例如，人才密度这一概念在过去几年非常热门，但现在对于人才的定义已经完全不同了，其浓度高得有点吓人。

此外，提到的“context not control”也进一步升级为自动化的场景管理。

因此，在这个意义上，使命文化变得更加重要。因为只有志同道合的人才会选择走到一起，仅仅依靠金钱是无法吸引他们的，因为他们无论在哪里都能赚到钱，甚至赚大钱。

另外一点也非常重要：管理本质上是一个机械系统的概念，但组织的核心目标是群体智慧的涌现，即一群人如何创造出超越个体的认知，并且这种认知还要超越AI。

因此，它也是一个有机生长的复杂系统。

群体智慧的涌现才是组织最核心的目标，这样才能持续创新。现在的竞争不再是运营效率的竞争。

组织的主导原则是共创需要建立相应的文化制度和工具。

我希望大家都记住这句话：群体认知达到的高度和提升的速度决定了组织的竞争力。

写在最后

最后总结一下，今天的讨论落到现实，我只提两个建议。

接下来大家会听到越来越多的AI化和智能化，只要记住两个指标：

① 公司业务有多大比例是AI自主运营？目前阶段，AI可能只是助理；

② 公司内部多大比例是硅基员工？

这两个是刚性指标，即公司多大程度上开始真正AI化。

每个行业、每个个体的AI化速度不同，但方向是确定的，而这也是最容易入手的地方。

来源：新浪财经