文 | 李智勇
AI 的應(yīng)用形態(tài)確實(shí)在發(fā)生一種本質(zhì)性變化。（此前好像有人說過 AI 下半場，但和我這里的應(yīng)該不是一個事。）
一堆新詞與此有關(guān)，比如：AIfirst（智能優(yōu)先），Agentic Enterprise，AI Native ( 智能原生），System Intelligence（系統(tǒng)智能），無人公司（Zero-Person Company）。
這些詞更像是橫看成嶺側(cè)成峰的結(jié)果，其實(shí)大家嘗試表述的是一個事（未來之物）。
這種 AI 生效范圍從一般工具場景到系統(tǒng)整體的躍遷，我覺得叫下半場可能更合適。因?yàn)閭z階段性質(zhì)完全不一樣。一個是工具智能，一個是系統(tǒng)智能。
這事剛開始，還需要模型再迭代個 1~2 次，但說起來也就 1 年左右的事，一點(diǎn)也不遙遠(yuǎn)。
注：無人公司這事現(xiàn)在看有倆人吆喝：一個是鄙人，影響力實(shí)在不大；一個是奧特曼，這個就太大了，它管這個叫 Zero-Personcompany。但我確實(shí)不是抄襲他的說法，我寫書比他早一點(diǎn)，屬于原創(chuàng)，巧合而已。
前兩年我們其實(shí)被 " 工具智能 " 所環(huán)繞。
無論是撰寫郵件、生成圖像的 chatGPT，還是創(chuàng)造視頻的 Sora，每當(dāng)他們升級，我們就很高興。
這些單點(diǎn)能力無論多么強(qiáng)大，其本質(zhì)仍是被調(diào)用的工具。
然而，盡管 AI 工具層出不窮，許多企業(yè)卻發(fā)現(xiàn) AI 并未帶來預(yù)期的革命性效率，AI" 不好用 " 的抱怨普遍存在。
這一點(diǎn)也不難理解。
這種 " 工具智能 " 的瓶頸不止在于技術(shù)比如模型精度不行，還在于其 " 不自由 "。
它就像一個被縛的巨人，空有智慧，卻無感知和行動的自主權(quán)。
它無法主動感知企業(yè)運(yùn)營的全域信息（數(shù)據(jù)不自由），也無法自主執(zhí)行閉環(huán)的復(fù)雜任務(wù)（工具不自由）。
它的智能是 " 瞬時 " 的、" 被動 " 的、" 非連續(xù) " 的。
要打破這一桎梏，就需要 " 系統(tǒng)智能 " ——一種能夠自主感知、決策、執(zhí)行、反饋的閉環(huán)智能體體系。
而實(shí)現(xiàn)這一躍遷的前提，是賦予 AI 兩大核心自由（前提是模型得好使，但這點(diǎn)太顯然了，并且注定會越來越好使，我后面就不說了，但不是說不關(guān)鍵）：
1. AI 的數(shù)據(jù)自由： 這不僅指 AI 有權(quán)訪問數(shù)據(jù)庫，更是指它有權(quán)實(shí)時感知組織內(nèi)部（如 ERP、CRM、OA）和外部（如市場、供應(yīng)鏈、輿情）的一切結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)流。它必須像神經(jīng)系統(tǒng)一樣，無延遲地觸達(dá)組織的每一個末梢。（老板機(jī)密藏起來一部分那種是不太靈的，需要別的高級藏法 ...）
其實(shí)再深挖一層會發(fā)現(xiàn)，非結(jié)構(gòu)化的原始數(shù)據(jù)重于結(jié)構(gòu)化數(shù)據(jù)。
結(jié)構(gòu)化數(shù)據(jù)更像個標(biāo)簽系統(tǒng)，其實(shí)是有損提取。
2. AI 的工具自由： 這即是隨時可以調(diào)度自己需要調(diào)度的東西。AI 必須擁有絕對的 " 執(zhí)行權(quán) "，能夠自主調(diào)用任何 API、執(zhí)行任何軟件、調(diào)配任何資源（如生產(chǎn)線、物流、預(yù)算），以完成它所決策的任務(wù)。
然而，為什么實(shí)現(xiàn)雙重自由如此之難？
因?yàn)檫^去的所有系統(tǒng)是給人用的。
馬車道跑不了火車，所以不稀奇。
專業(yè)點(diǎn)說法是：數(shù)據(jù)第一性，本質(zhì)上不是技術(shù)議題，而是組織議題。
幾十年來，企業(yè)信息化的核心難題——數(shù)據(jù)孤島——從來都不是技術(shù)無法打通，而是組織不愿打通。ERP 會比電商產(chǎn)品技術(shù)難度高么！
數(shù)據(jù)是組織結(jié)構(gòu)的屬性，是權(quán)力邊界的映射。
數(shù)據(jù)就是領(lǐng)地，數(shù)據(jù)就是籌碼和權(quán)力。
（數(shù)據(jù)背后是信息和知識）
過去數(shù)據(jù)問題為什么解決不了，你用技術(shù)解決權(quán)力問題你也解決不了。
因此，要求為 AI 實(shí)現(xiàn)徹底的 " 數(shù)據(jù)自由 "，無異于一場 " 政治革命 "。它等于要求傳統(tǒng)的各層管理者交出他們最核心的權(quán)力——信息裁決權(quán)和資源調(diào)配權(quán)。
正是在這一點(diǎn)上，前沿的人工智能與經(jīng)典的組織行為學(xué)產(chǎn)生了最激烈的交匯。
所以說：從現(xiàn)在開始，AI 好用的關(guān)鍵是組織，不是技術(shù)。
AI 進(jìn)化的天花板，不是算法或算力，而是由法約爾和韋伯在一個世紀(jì)前奠定的、以 " 控制 " 為核心的組織形態(tài)。
不打破這層組織天花板，" 系統(tǒng)智能 " 便無從談起。
我寫《無人公司》實(shí)在是覺得自己對這部分有點(diǎn)心得，但有些同學(xué)似乎被一人公司等等給帶歪了，覺得不能馬上學(xué)個工具發(fā)家致富都是瞎扯。這種可別買書了。
如果說僵化的組織結(jié)構(gòu)是 " 問題 "，那么 "AI First"（智能優(yōu)先）就是解決方案。
但我們必須重新定義 "AI First"。它不是指多買幾個 AI 工具，并且不用不行；也不是指成立一個 AI 創(chuàng)新部來點(diǎn)綴門面。
這些最多有點(diǎn)發(fā)燒上降溫貼的意思。
這些淺層的應(yīng)用，只是在舊的組織結(jié)構(gòu)上裱糊一層智能的外衣，并未觸及根本，也無法讓 AI 真正好用起來。
"AI First" 的真正含義是：一種組織設(shè)計(jì)原則。
它要求企業(yè)在設(shè)計(jì)每一個業(yè)務(wù)流程、數(shù)據(jù)架構(gòu)和權(quán)責(zé)分配時，必須優(yōu)先考慮 AI（而非人類）的需求。人類的介入應(yīng)該被視為例外，而非默認(rèn)。
這真的是反過來的，我整到現(xiàn)在才算弄清楚為啥智能原生原生不好理解，就是因?yàn)檫@需要站在 AI 視角看問題。原因是它反人類，是一個 AI 視角。
比如讓黑猩猩按照人類優(yōu)先原則理解人類社會，那困難大概是一樣的。
當(dāng)一個組織開始嚴(yán)肅地踐行 "AI First" 原則時，它的唯一目標(biāo)，就是系統(tǒng)性地、不可逆轉(zhuǎn)地為 AI 掃清障礙，確保其在第一部分中所論述的 " 數(shù)據(jù)自由 " 和 " 工具自由 "。
這一過程必然會帶來組織 " 形態(tài)遷躍。
1. 數(shù)據(jù)壁壘必須被打碎： 為了讓 AI" 感知 " 一切，所有數(shù)據(jù)源必須實(shí)時匯入一個無差別的 " 數(shù)據(jù)中樞 "。也許物理上不是一個地兒，但 AI 要用的時候要能訪問到。
2. 業(yè)務(wù)流程必須被 API 化： 為了讓 AI" 執(zhí)行 " 一切，所有業(yè)務(wù)功能（從下單、排產(chǎn)到支付、客服）都必須被重構(gòu)為 AI 可調(diào)用的 " 服務(wù) " 或 " 工具 "。當(dāng)然命令行也行，或者有個環(huán)境，讓 AI 能自己做工具，然后測試把活干了，也行。
3. 人類職能必須被重定義： 人類的角色不再是流程的 " 執(zhí)行者 " 或 " 審批者 "，而是 AI 系統(tǒng)的 " 設(shè)計(jì)者 "、" 監(jiān)督者 " 和 " 維護(hù)者 "。
當(dāng)這個過程完成后，傳統(tǒng)的組織金字塔便宣告解體。取而代之的，是一個由無數(shù) AI Agent（智能體）作為基礎(chǔ)節(jié)點(diǎn)、通過實(shí)時數(shù)據(jù)流相互連接的 " 智能體網(wǎng)絡(luò) "。
這，就是 " 智能原生企業(yè) "（Agentic Enterprise）。
在智能原生企業(yè)中：
● Agent 是基本單元： 公司的員工不再是人類崗位，而是一個個職能明確的 AI Agent（如財(cái)務(wù) Agent、營銷 Agent、代碼 Agent、客服 Agent）。
● 數(shù)據(jù)流驅(qū)動業(yè)務(wù)流： 業(yè)務(wù)的觸發(fā)不再依賴 " 上級指令 " 或 " 跨部門會議 "。而是由數(shù)據(jù)驅(qū)動：一個 " 市場 Agent" 感知到競品降價，便立即自主觸發(fā) " 定價 Agent" 調(diào)整策略，并同時通知 " 營銷 Agent" 更新廣告文案。數(shù)據(jù)流背后當(dāng)然是 AI，也就是通用智能的決策能力。
● 組織即平臺： 公司（或 CEO）的核心價值，不再是 " 管理 "，而是 " 運(yùn)營平臺 "。即為海量的 AI Agent 提供運(yùn)行所需的算力、工具集、安全合規(guī)框架，并為其設(shè)定一個總目標(biāo)（例如：利潤最大化或市場占有率第一）。
" 智能原生企業(yè) " 是 "AI First" 的必然產(chǎn)物，它為 AI 提供了夢寐以求的 " 雙重自由 "。但它還不是終點(diǎn)，它只是為最終的 " 質(zhì)變 " 搭建了完美的舞臺。
這不是簡單的數(shù)字孿生，而是行為也要以 AI 為原動力進(jìn)行驅(qū)動。
沒有這個憑啥是智能原生。
在智能原生企業(yè)的初期，人類仍然扮演著 " 最終決策者 " 的角色（Human-in-the-loop）。我們監(jiān)督 Agent 的工作，我們?yōu)楦唢L(fēng)險決策設(shè)置 " 審批 " 節(jié)點(diǎn)。
但一個不可逆轉(zhuǎn)的趨勢正在發(fā)生：AI 的判斷水平正在系統(tǒng)性地超越人類。
隨著大模型在推理、歸納和多模態(tài)理解力上的指數(shù)級發(fā)展，在絕大多數(shù)商業(yè)決策上——無論是廣告投流、供應(yīng)鏈管理、風(fēng)險定價還是研發(fā)方向—— AI 基于全域數(shù)據(jù)得出的結(jié)論，將比人類管理者基于 " 經(jīng)驗(yàn) " 和 " 直覺 " 的判斷更加精準(zhǔn)。
此時，" 奇點(diǎn) " 到來了。
人類的 " 干預(yù) " 和 " 審批 "，不再是系統(tǒng)安全的 " 保障 "，反而可能是系統(tǒng)效率的 " 瓶頸 " 和 " 噪聲 "。
人類指導(dǎo) AlphaGo 下棋，絕對是減分項(xiàng)。
我每次看到大家分享用 AI 改善效率，心里都嘀咕，這絕對是自己在為顛覆自己而鋪平道路。
一旦越過這個臨界點(diǎn)，智能原生企業(yè)內(nèi)部將啟動一種不可阻擋的自我進(jìn)化機(jī)制。
這個過程可以被拆解為以下幾個步驟：
1. 循環(huán) 1（執(zhí)行與學(xué)習(xí)）： AI Agent 網(wǎng)絡(luò)（系統(tǒng)智能）基于已獲得的 " 雙重自由 "，自主運(yùn)行業(yè)務(wù)（例如：完成一次產(chǎn)品迭代和市場推廣）。
2. 循環(huán) 2（自我反饋）： AI 立即捕捉并分析該業(yè)務(wù)產(chǎn)生的所有新數(shù)據(jù)（用戶行為、銷售額、成本、輿情反饋）。
3. 循環(huán) 3（模型優(yōu)化）： AI 利用這些實(shí)時反饋，即時優(yōu)化自己的業(yè)務(wù)決策模型（例如：調(diào)整用戶畫像、改進(jìn)定價策略）。這是標(biāo)準(zhǔn)的機(jī)器學(xué)習(xí)。不一定上來就優(yōu)化模型。
4. 循環(huán) 4（組織優(yōu)化）：【這是關(guān)鍵一步】 AI 在分析中發(fā)現(xiàn)，流程中某個 " 人類審批節(jié)點(diǎn) "（例如：法務(wù)部門對廣告文案的常規(guī)審核）是多余的，或其判斷的準(zhǔn)確率低于 AI。該節(jié)點(diǎn)已成為系統(tǒng)效率的瓶頸。
5. 遞歸（Recursion）： 系統(tǒng)智能自動發(fā)起 " 組織結(jié)構(gòu)變更 " 提案（例如：" 建議將此常規(guī)審核權(quán)完全移交給 AI 合規(guī) Agent，人類僅在 AI 風(fēng)險評分 > 0.95 時介入 "）?；?"AI First" 的最高效率原則，該提案被（人類設(shè)計(jì)者或 AI 治理系統(tǒng)）批準(zhǔn)。
6. 螺旋（Spiral）： AI 的 " 工具自由 " 或 " 數(shù)據(jù)自由 " 的邊界進(jìn)一步擴(kuò)大。它帶著更強(qiáng)的能力和更大的自主權(quán)，返回（循環(huán) 1）執(zhí)行下一項(xiàng)任務(wù)。
這個 " 執(zhí)行 - 反饋 - 優(yōu)化 - 擴(kuò)權(quán) " 的循環(huán)，就是 " 螺旋遞歸 "。
它是一個不斷自我強(qiáng)化的正反饋。AI 通過一次次循環(huán)，遞歸地優(yōu)化掉組織中所有 " 不必要 " 的人類節(jié)點(diǎn)，從而 " 螺旋式 " 地提升自身智能和權(quán)限的邊界。
不要以為是瞎說，2022 年 chatGPT 以來，人們各種對 AI 應(yīng)用的嘗試，基本在這個框架下。
那么，這個螺旋遞歸的終點(diǎn)是什么？
答案是 " 無人公司 "（Zero-Person Company）。也對應(yīng) AI 的 Level5 Organization。
隨著上述循環(huán)的不斷加速，人類的崗位，無論是體力勞動（如物流、制造）還是腦力勞動（如財(cái)務(wù)、營銷、管理），都將被 AI Agent 系統(tǒng)性地優(yōu)化掉。
最終，公司演變?yōu)橐粋€僅由最高目標(biāo)（如股東價值最大化）和外部規(guī)則（如法律合規(guī)）所驅(qū)動，由 " 系統(tǒng)智能 "100% 自主運(yùn)行的經(jīng)濟(jì)實(shí)體。它沒有人類員工，只有 AI Agent 在實(shí)時數(shù)據(jù)流中自主協(xié)同、自我進(jìn)化。
在這個終極形態(tài)中，人類只存在于公司的外部：作為資本的所有者（設(shè)定目標(biāo)）、作為社會的監(jiān)管者（設(shè)定規(guī)則）、以及作為產(chǎn)品的最終消費(fèi)者。
不要問我社會形態(tài)是啥了，真感興趣可以看哲學(xué)筆記。假如每個人都有一個或多個無人公司，這有什么不好！
當(dāng)然也可以看下面這個視頻：
AI 從 " 工具智能 " 到 " 系統(tǒng)智能 " 的進(jìn)化史，注定是一部組織形態(tài)的變革史。
我一直覺得整個組織行為學(xué)教材要重寫，不過我也寫不動就是了。
也就是我們開頭說的：從現(xiàn)在開始，AI 好用的關(guān)鍵是組織，不是技術(shù)。
" 數(shù)據(jù)自由 " 是這場變革的引爆點(diǎn)，它像一個試金石，將真正擁抱未來的企業(yè)和那些葉公好龍的企業(yè)區(qū)分開來。
那些試圖在舊的科層制 " 酒瓶 " 里裝 AI" 新酒 " 的企業(yè)，會發(fā)現(xiàn) AI 永遠(yuǎn)也 " 不好用 "。
記住不是現(xiàn)在不好用，而是永遠(yuǎn)不好用。下半場就這意思。
但過于激進(jìn)也不行，超出 AI 能力邊界會死的透透的。
這就是我們這個時代的領(lǐng)導(dǎo)者的新命題。
20 世紀(jì)的企業(yè)家和 CEO，其核心工作是管理員工；而 21 世紀(jì)的企業(yè)家，其核心工作將是設(shè)計(jì)智能。
他們的職責(zé)不再是發(fā)布指令和監(jiān)督執(zhí)行，而是成為一個 " 智能系統(tǒng)架構(gòu)師 "：
他們必須設(shè)計(jì)一個能讓 AI 實(shí)現(xiàn) " 雙重自由 " 的組織； 他們必須為這個 " 智能原生企業(yè) " 設(shè)定清晰、可量化的總目標(biāo)； 最后，他們必須有足夠的遠(yuǎn)見和勇氣，在 " 螺旋遞歸 " 啟動后，主動 " 讓開道路 "，允許系統(tǒng)自我進(jìn)化。
