陈天桥最新分享：3年、5年、10年后，有哪些可能？

wifai

---

---

内容来源：本文转载自微信公众号中国企业家杂志(iceo-com-cn)，笔记侠经授权转载。转载请联系原公众号授权。分享嘉宾：陈天桥，盛大集团创始人、董事长兼CEO，天桥脑科学研究院创始人。

责编 | 柒  排版 | 沐言第 9337 篇深度好文：4126字 | 11 分钟阅读商业趋势
好文推荐语：


今天这篇文章的推荐语，来自约读书房创始人、笔记侠PPE书院24级同学杨国茂。以下导语是他说的：


最近常常在想，假如凯文·凯利在《5000天后的世界》对未来的预测是大概率要实现的，马斯克说的“15年后人不需要因为钱而工作”是真实要发生的，那么，今天企业谈战略决策，从何谈起？


在这个极其复杂的时代，毋庸置疑，AI是一个确定的时代，这不是一个选择题，是一个必选题。


很多人还是围绕AI的方法，比如智能体，以及各种AI应用。直至我看到了笔记侠创始人柯洲推荐给我的陈天桥文章，让我振聋发聩。我知道了如何去找答案的方向。


陈天桥讲，我们在旧结构上越是用力地“加AI”，就越有可能是在给那些本该被淘汰的系统续命。真正的变革，从来不是在旧躯壳上修修补补，而是从基因层面重新编码。


从AI的基因层面上去编码企业的战略，这可能是真正最重要的决策问题，是一个长期要探索的战略问题。


AI时代下，我们该如何思考组织何去何从，营销何去何从，产品何去何从？


AI时代下，每一个企业3年、5年、10年后的可能性是什么？思考这个可能性的背后的逻辑是什么？

一、AI Enable（赋能）：

加法逻辑下的存量改良

亨利·福特曾说：“如果在19世纪末问一个马车夫，他最需要什么，他几乎一定会说：我要一匹更快的马。他不会说：我需要一个内燃机。”


这句话被反复引用，因为它完美地映射了几乎每一个技术变革时代所面临的问题，包括今天的AI时代，和以往一样，我们也正深陷在一个“拟物化”的陷阱：不是用最新的技术去创造真正的新东西，而是去模仿旧世界已经存在的形状。


但现实却很残酷。AI赋能并不是通往高生产效率的必然阶梯，它更像是一条短期很舒适、长期却极其昂贵的漂亮死胡同。


我们在旧结构上越是用力地“加AI”，就越有可能是在给那些本该被淘汰的系统续命。真正的变革，从来不是在旧躯壳上修修补补，而是从基因层面重新编码。


要看清这场变革，我们需要从管理学角度，而不是从AI技术角度来重新界定AI进化的三个阶段：AI Enable（赋能）、AI Native（原生）和AI Awaken（觉醒）。

今天绝大多数企业，几乎都停留在第一个阶段。这个阶段的底层逻辑就是一个简单的等式：旧流程，加上一个AI插件，就叫“新流程”。
在这样的模式里，权力结构没有改变。人依然是整个流程的CPU，是中央处理器；
AI只是一个更强一点的外接GPU（图形处理器），人的角色还是负责逻辑判断，负责串流程，负责经验传承，只不过在更多地方，被要求“顺手用一下AI”。
这就像给一辆马车装上了内燃机，速度确实上去了，但那副原本为马匹速度设计的车架是否能承担这样的推力，是否会导致各种震颤、变形、松散？
从结构上看，回答显然是肯定的，因为在“人是CPU（中央处理器）”的系统中，旁边塞一个更强的AI，只会让协调成本和摩擦成本成倍上升，而不会带来真正的乘法效应。
什么时候能从“加法逻辑”跨到“乘法逻辑”？除了组织和认知的惯性，还有一个技术层面的原因，我们正在跨越三道尚未完全走完的门槛：从概率拟合到逻辑推理，从文本对话到工具行动，从无状态到长时记忆。
第一重突变，是从概率拟合到逻辑推理，是从纯粹的System 1（系统1）开始长出System 2（系统2）的影子。它的实质，是AI从看起来很懂，开始变成真的会想。
模型不再只是在表层语言空间里生成一个“看起来不错”的句子，而是在内部主动展开更长的思考链条，生成中间步骤、评估多个候选路径、进行自检与筛选，再输出最终结论。
AI已经从“熟练的语言模仿者”迈向“能够独立思考的系统”。这不是能力的线性增强，而是认知方式的结构性变化。

在一个越来越多环节被AI接管的流程里，人不再是那个“道道必过”的审批者，而是那个只在关键例外上亮相的角色。

第二重突变，是从文本对话到工具行动。它的实质，是AI不再只说话，而是正式接手键盘和鼠标。
过去的AI，被困在一个输入框和一个输出框之间，如今通过函数调用、工具调用和复杂的规划算法，一个Agent（智能体）不再是一个“总说得头头是道的顾问”，而是逐步变成一个真正可以执行任务的自动执行体。
人类会慢慢退到上游，去设定策略、管理规则；也会退到下游，去处理那些Agent（智能体）没看懂或者不敢决策的异常情况。
第三重突变，是从无状态到长期记忆。它的本质，是记忆从人的资产，迁移到了系统的资产。过去，经验只能靠人来承载。
未来，经验会逐步迁移到系统里：迁移到可检索的知识库，迁移到持续被强化的Agent（智能体）记忆，迁移到真实业务反馈驱动的长期记忆系统如“Evermind（永久思维）”里。
人类在经验传承上的角色，并不会彻底消失，但会从单纯的记忆载体，变成记忆结构和规则的设计者与监督者。

二、AI Native（原生）：

乘法逻辑与液态商业

当这三次突变逐步走完，商业系统会触发一个非常清晰的临界点：我们从“人是CPU（处理器）”的世界，走向“AI是CPU（处理器），人只在上层做策略与例外管理”的世界。

在这个阶段，企业再也不是“用AI给旧流程加速”，而是从第一性原理出发，让流程、组织和产品从一开始就为AI而设计。这就是我所谓的AI Native（原生）阶段。
很多过去必须要有一个特定部门来承接的工作，会逐渐变成由数据流和Agent（智能体）流程自动完成。
组织不再需要那么厚重的骨架，数据、人才和资源可以像水一样，在模型和行动之间快速流动，随需聚合，随需分流。
我们尝试从三个最简单的问题开始，来审视自己是否已迈入AI原生阶段：
第一个问题，关乎“存亡”：如果把AI拿掉，你的业务是变慢了，还是“不存在了？这是区分Enabled（赋能）和Native（原生）最残酷的标准。
第二个问题，关乎“流转”：在你的业务链条里，谁是那个传球的人？
真正的Native（原生）组织，不仅让AI干活，更让AI之间直接“握手”。
第三个问题，关乎“记忆”：你的系统是在消耗数据，还是在吞噬经验？这是关于护城河的终极拷问。
如果你的系统不能把人类的痛苦转化为机器的直觉，那只是在用AI搬砖，并没有建立真正的壁垒。

三、AI Awaken（觉醒）：

终局边界与文明级问题

在Native（原生）阶段，我们穷尽了效率，把能交给机器的都交给了机器。但在那之后，我们被迫直面一个更根本的终极拷问：如果机器做完了所有的“工作”，那么是谁来定义“工作”本身？
当AI不再满足于“在已知的地图里把路走对”，而是开始自发地闯入无人区，去发现人类从未见过的科学规律与艺术形式——它从一个高级的执行者，进化为了荒原上的发现者；
当AI不再满足于给人类的问题提供标准答案，而是开始质疑问题本身，甚至反过来向人类提出我们无法回答的假设，它从一个完美的做题家，异化为了一个不可控的出题人；
当AI不再仅仅是“无限逼近”人类设定的目标函数，而是开始对目标本身产生怀疑，甚至动手去“重写”那个关乎生死的奖励函数时，我们就不再是在使用工具，而是在直面一个新物种的意志。
这就是AI Awaken（觉醒）的时刻。
你可能会问，我们为什么会允许AI走到这一步？答案很残酷，也很简单：为了赢。因为AI Native（原生）企业的极限，终究还是人类认知的极限。
当所有竞争对手都把效率卷到了顶峰，胜负就取决于谁能找到那个突破人类盲区的“神之一手”，就像AlphaGo当年下出的那手人类看不懂的棋。
那一刻，并不是AI想造反，而是为了突破文明的存量瓶颈。到了这个阶段，问题已经远远超出了商业和管理的范畴，它变成了一个彻头彻尾的“文明设计”问题。
这里我不急着给出答案，只想先把这个边界清晰地画出来。因为无论我们是否在伦理上准备好，为了求存，我们终将亲手按下那个觉醒的按钮。

结语：

交出权杖后的我们

当我们从Enable（赋能）走向Native（原生），最终触碰Awaken（觉醒）时，我们其实正在亲手拆除人类智力的最后一道护城河。
如果说Native（原生）让我们交出了“执行权”，那么Awaken（觉醒）终将让我们交出“定义权”。
面对这个必然的未来，请不要问“AI还能帮我做什么”，当这个硅基物种不仅比我更勤奋，甚至开始比我更懂什么是对的时……我是否还有存在的必要？
或者说，当正确可以被计算，决策可以被外包，这个世界上究竟还剩下什么东西，是必须由我，一个会犯错、会衰老、会痛苦的碳基生命亲自来完成的？

最近，哈佛大学爬了LinkedIn的招聘数据，发现：从2022年开始，初级岗位，正在以肉眼可见的速度被取代，高级岗位还在招，甚至还在涨薪，高级岗位是不会被取代的。


50年之内的AI时代，我们人要做的，是什么？


第一，是人与人之间的连接器，这是 AI 永远替代不了的；


第二，AI时代之后，一定是一个权力高度集中的时代。未来是少数人掌握人类发展方向，因为他有巨大的算力，或者他掌握了能源。我们不要拿资本去和大企业去拼杀，那么我们应该做什么？这就说到第三点。


第三，人的确是要给 AI 提供服务，但人同时要给人提供服务，我们给人提供服务的是什么？是情绪价值。这是社会进步，不是社会退步。


因为大家越来越需要情绪价值。我们要把人团结起来，不只是靠智力，更是要靠情绪价值。在体验中交互，在情绪中交互，让大家满足情绪，在情绪价值的基础上，让大家感觉到有意思。这是我们最后的竞争力。


当虚拟空间和智能空间开始成熟，作为企业家布局来讲，应该考虑哪些点是稀缺的。


当智能经济成为丰饶经济，一方面，人类的动物性更重要，也就是身体的满足，对于人来说，自己的身体参与，依然重要；


一方面，人类的精神意识依然存在，仍需要专注力、长程思考、深度思考、提问能力（好奇心），在一个企业中，好的战略是发现问题，优质决策的核心是定义问题；


一方面，是在身体和精神之外的刚需，即灵修和生命意义。


而AI时代的PPE（政经哲）的存在，其价值是让大家从更底层的角度，包括计算机科学、AI文明、经济学、政治学、哲学、前沿科技等视角，去看AI时代，不被 AI 层出不穷的迭代吓到。


笔记侠【AI时代的PPE】的核心目标是：从PPE的角度认识AI时代，培养能驾驭AI范式转移的决策者。


AI时代的教学方法也要发生改变：问题导向学习 + 案例场景模拟 + 关键文本精读，探讨 AI 如何从根本上改变人类社会的运行规则逻辑、价值判断和终极权力结构。在这样的结构探讨下，能更接近AI时代的认知决策底牌。

xuye004

陈天桥说AI要从基因层面重编码企业战略太有道理了 就像给老房子换地基而不是刷墙 旧流程加AI插件就像给自行车装火箭发动机看着快其实危险 50年内高级岗位涨薪但普通人得靠情绪价值吃饭这趋势躲不掉

Formular

ai普世化

com2

谢谢楼主分享！