Woodman's Second Brain | 第二大脑

[多模型] 李开复：AI未来已来——重构商业、组织与个人 内容仅为嘉宾观点/知识分享，不构成任何投资建议，决策需谨慎 #AI#李开复 #人工智能 #商业 #未来

Properties2
tagsinbox/capture, source/toutiao_video
aliases

131分钟阅读

[多模型] 李开复：AI未来已来——重构商业、组织与个人 内容仅为嘉宾观点/知识分享，不构成任何投资建议，决策需谨慎 ai李开复 人工智能 商业 未来

捕获元数据

📊 多模型综合分析报告

🐳 火山引擎 DeepSeek-V4 总结

深度提炼：《李开复：AI未来已来——重构商业、组织与个人》

内容仅为嘉宾观点/知识分享，不构成任何投资建议，决策需谨慎。

🎯 核心观点摘要

  1. AI时代已经到来，且其变革规模远超以往任何一次革命。 工业/电器时代廉价化的是人的肌肉，信息时代廉价化的是信息，互联网时代廉价化的是人与人的连接，而AI时代廉价化的是人的智慧、智能和解决问题的能力。AI革命不是工业革命的附属品或段落，其影响会大非常非常多倍。

  2. AI之所以如此强大，有四个关键原因：

    • Morx悖论（莫拉维克悖论）：AI作为软件，最先取代的是脑力工作，而非蓝领体力工作；知识工作者反而会最先被取代。
    • AI扩散速度快：不需要电网、公路等基础设施，仅靠互联网即可快速普及。
    • 成本下降极快：两年内同等模型能力成本可下降175倍。
    • 自我学习/递归学习：AI训练AI，加速进步，远超过去任何科技革命。

  3. AI的下一步是智能体（Agent）。 智能体不只是给建议，而是能“干活”——调用工具、执行流程、拆解任务、修复错误。AI编程能力已超过最好的10%的人类程序员，这使智能体可以操作各类软件，真正完成任务。

  4. 企业应用AI必须由CEO作为一号位亲自抓。 把AI交给IT部门只是安装软件，无法改变财报。AI不是软件，而是赋能整个公司的思考流程、组织结构和核心业务。要改变收入、利润、成长、产品、风险，只有CEO有这个责任和权力。

  5. 未来组织将走向“DRI（Directly Responsible Individual，直接责任人）社会”。 AI不需要层层汇报，一个人可以管理大量AI。公司会从多层管理架构，转变为“一个DRI + 少数人 + 大量AI”的扁平结构。CEO需要用AI洞悉公司真实情况，避免信息减损、报喜不报忧、决策被“pocket veto（口袋否决）”。

  6. 人类与AI不是零和游戏。 AI的左脑强于人类，但AI没有右脑——没有品味、远见、信念、勇气、同理心、担责能力。人类的机会在右脑，在开放性和人际互动高的工作中。真正被淘汰的是自己不选择进步的人。

📌 关键脉络与论据

一、AI时代的本质：廉价化人的智能

  • 过去每个时代都带来巨大变革：
    • 工业/电器时代 → 取代/廉价化人的肌肉
    • 信息时代 → 廉价化信息
    • 互联网时代 → 廉价化人与人的连接和见面
    • AI时代 → 廉价化人的智慧、智能、解决问题的能力
  • 人的智能值多少钱？让它廉价化后，每个人能获取它对世界的价值有多大？这就是AI革命比之前所有革命都大的理由。

二、AI为什么这么厉害：四个理由

  1. Morx Paradox（莫拉维克悖论）
    • 教授50年前提出：计算机越来越快、数据越来越多，最终会赶上人的智慧。
    • 脑力工作本质上是“软件在运行”，所以AI可以取代脑力劳动。
    • 但蓝领的体力劳动、机器人工作反而难取代。
    • 过去人们认为工厂工人会先被取代，实际上知识工作者最先被取代。
  2. AI扩散靠互联网即可
    • 电力需要电网，汽车需要公路，AI只要互联网。
  3. 成本下降极快
    • 两年成本下降175倍。
    • 例子：两年前买一辆特斯拉要30万，今天要么花2000块买同样性能的旧版，要么买一个能飞起来的新版。
  4. AI训练AI（递归学习）
    • 过去人类训练AI有周期，现在AI自我学习，加速更快。

三、AI智慧已超过人类，但仍有局限

  • Morx当年画的图（算力增加→智能赶上人类）今天已经发生。
  • 在绝大多数问题上，AI给出的回答比任何单一的人更强。
  • 某个人可能在某个专长（如经济学）比AI好，但AI在大多数领域都更好。
  • AI编程能力：
    • 最好的10%人类程序员约在七八十分，最好的AI已经到90几。
    • 2023年AI编程能力还是零，现在已到94。
  • 编程能力强的意义：
    • 可以调用其他程序、操作App（如携程、用友、金蝶）。
    • 能把大任务拆成小任务、了解流程、执行、故障排查、调试、进化。

四、智能体（Agent）如何工作

  • 核心是模型，加上记忆、知识库，最重要的是工具。
  • 例子：助理安排上海出差——订酒店、订机票、订餐馆、安排会议、用微信联络对方助理、用报销软件报销。
  • 本质上就是“手”在操作各种App，AI学会了用编程去操作这些工具。
  • 智能体能够：
    • 调用软件工具
    • 把目标拆解成步骤
    • 发现错误并修复
    • 不断进化

五、企业AI应用：CEO必须是一号位

  • 如果AI很聪明，应该让它做最简单的工作还是最难的工作？——最难的工作，帮助CEO决策。
  • 很多CEO把AI交给CIO/IT部门，但IT部门只负责软件环境，无法改变财报。
  • 改变财报要影响技术、产品、市场、销售，只有CEO有责任和能力把四个部门联合起来。
  • AI不是软件，是赋能整个公司思考流程和组织结构的东西。
  • 边缘应用：行政知识库、通用问答、客服、供应链。
  • 真正要改变的是核心：生产、研发、销售、财报（以ROI为基础：更多收入、更高利润、更快成长、更好产品、更低风险）。

六、为什么通用Agent不能直接用？需要“本体”

  • 通用Agent很强，但不了解公司的运行方式、组织架构、决策流程、工作流。
  • 类比：招进一个天才少年，第一天什么价值都不能产生，需要3-6个月学习落地。
  • 去年DeepSeek很火，很多老板部署一体机，最后基本无疾而终——不是模型问题，而是没解决企业特性落地。
  • 每个公司的组织架构、决策流程几乎完全不同。
  • 未来状态：通用企业大脑（大模型）做通用的事，每个公司独特的事需要一层新软件（私有化部署）。
  • 私有化部署分为几部分：
    1. 开源模型（如K3、DeepSeek V4 Flash等）
    2. 本体（Ontology）：教AI公司的一切——组织架构、谁说了算、真实决策者、流程、战略、季度目标、合作伙伴、客户等。
    3. 多智能体
    4. 其他企业定制软件
  • 没有本体，DeepSeek就是通用的；有了本体，AI才能结合公司实际运行做抉择。
  • 本体作用：把零散数据串起来，知道数据来源、模型规则、含义关系，激活大量数据。

七、多智能体：模拟人类智慧碰撞

  • 人类智慧不够时，会成立异构组织进行脑力激荡（懂技术、懂产品、懂市场、懂销售的人讨论）。
  • 模拟投资委员会：主席、风控、估值、技术、产品五个角色，辩论后得出比任何单一人都更好的结论。
  • 未来用同一个大模型调成五个不同模型（懂风控、懂市场等），让他们辩论，达到最好结果。

八、CEO面临的信息困境与“老板AI”

  • CEO工作的难处：
    • 信息减损、有损压缩、主动筛选。
    • 下属有坏消息不敢说、怕被骂/被开。
    • 下属只讲对自己有利的信息，问题拖到无法化解才上报。
    • 下属不懂老板最在乎什么，信息传变样。
    • 决策往下传时，下属“屁股决定脑袋”、搁置、曲解。
    • 世界前五大的公司CEO也说：我的决策总是被pocket veto（下属点头但不动作）。
  • 解决方案：老板AI系统
    • 接入公司所有数据、所有会议录音、销售录音、客服录音。
    • 过去录音基本沉睡，没人会听，但重要决策都在会议里。
    • AI能读完所有语音，CEO可以问：上周1000个会议里有哪些我不知道但需要知道的事？哪些会议里我定的战略有阻碍？哪些重要任务没进展？
    • 可追踪每个员工写了多少代码、质量如何、哪些人有离职风险、如何留下。
    • 承诺账本：AI提醒每个人承诺了什么，评估业绩（承诺30件做到12件，可能就不能来上班了）。
    • 执行驾驶舱、人才发现工具。
  • 演示中的功能：
    • 客户会议前：自动汇总客户背景、项目进展、历史承诺，生成CEO建议关注议题。
    • 会议中：实时记录并高亮承诺、风险、机会。
    • 会后：生成纪要和代办，关联责任人、项目、截止时间。
    • 一段时间后：CEO追问哪些承诺兑现了，哪些说到没做到。
    • 校验合同、交付、客户反馈、人员动作，判断履约风险。
    • 当承诺验收或回款出现公司级别偏差风险时，卡片主动推送，显示影响证据和下一步复盘。
    • 反复出现的问题（范围失控、审批滞后、接口脆弱、人员单点）指向机制短板，建议沉淀公司级SOP。
  • 个人教练功能：
    • 问AI：“我的领导风格哪些地方有待改进？”“我开会时哪些问题问得有问题？”“我说哪些话让员工不开心？”
    • AI不说谎，是私人教练，不会让自己当众没面子。
    • 李开复自述：每天离不开这个工具管理公司。

九、AI会取代CEO吗？不会

  • 理由：
    1. AI不能担责。CEO做不好可以被炒掉、降薪、降级；AI不怕被删除，不懂怕就不懂责任，不能把重大决定交给它。
    2. AI没有追求，人有追求。
    3. AI是左脑，人是右脑。
  • 右脑包括：
    • 品味与同理心（Coco Chanel）：看到女性穿绑身衣服不舒服，发明既好看又舒服的衣服。AI问女性衣服有什么不好？网上都是赞美，AI无法洞察这个需求。
    • 远见（Steve Jobs）：用户调查不会有人说“我要iPhone”，用户只会说要诺基亚、黑莓能有什么改进。乔布斯能看到用户看不到的事情。
    • 信念（Jeff Bezos）：电商概念不存在时，相信电商能行，先卖书；做Prime订阅；亚马逊做云（AWS）不是谷歌微软先做成，而是他第一个做成。每次快盈利就做新项目让自己巨亏，但后来证明每次都对。
    • 勇气（Elon Musk）：SpaceX曾只剩最后一次火箭发射的钱，失败就破产，他掏出自己最后的钱，冒巨大风险去做。大模型会告诉他火箭回收高概率不可以、创业投资回报为负，但他做了。
  • 结论：AI擅长用过去的数据预测未来、优化最可能发生的事；人类右脑相信什么、觉得什么是美、什么是远见、什么是勇气。

十、未来的组织：DRI社会

  • 现状：1万人公司可能有3000个管理者，层层汇报导致效率缺失。
  • 未来：假设业务不扩张，1万人的活可能由“2000人 + 8000个AI”完成（或3万个AI）。
  • AI不需要层层汇报，没有政治、没有信息隔阂、没有信息不对称、没有误解，所有AI共享同一数据库、同一现实、同一愿景。
  • 一个人可以管30、50、100个AI工作者。
  • DRI（Directly Responsible Individual）：微型CEO，管AI的人。
  • DRI特点：
    • 单一责任人，愿意负责（AI不能负责，人必须负责）
    • 热爱一件事情，管理一个小组
    • 能反共识，不受外部力量左右
    • 能找到资源把事干成
  • 过去管人的经理/总监，未来要变成管AI的人。
  • 组织变革路径：
    1. 一层一层架构
    2. CEO先把AI用起来，管好公司、提高效率、改善财报
    3. 领导的下一层（CFO、CIO、COO等）都用上AI
    4. 识别DRI，提升他们负责一些事
    5. 职业经理人有些成为DRI，有些成为教练（帮助DRI沟通、理解业务、人脉）
    6. 最终全DRI化
  • 不能一次到位，比如把3000个中层管理都拆除，需要过渡。

十一、个人的选择与安全区

  • 管理者的出路：
    1. 成为智能体和DRI的老板（自己就是DRI）
    2. 帮助DRI理解业务、流程、人脉、沟通、外部合作
    3. 过渡期的桥梁角色
    4. 做人对人的工作（大客户对接、合作伙伴、吃饭成为朋友）
    5. 如果只做开会、传递信息、管人，就会被“压平”，没有职位留给你
  • 个人贡献者的出路：
    1. 继续干活（公司还有很多活）
    2. 年轻懂AI的人机会更大，更可能学会管理AI，在教练指导下成为DRI
    3. 成为教练
    4. 做人际工作
  • 安全工作的判断维度：
    • 横轴：工作自由度（封闭 vs 开放）
    • 纵轴：人际互动依赖度（低 vs 高）
    • 最安全：右上方（自由度高、人际互动依赖度高）
    • 最危险：左下方（数据录入员、初级记账员等，已基本消失或很快消失）
    • AI会从左下角逐步进入左上角、右下角，只有右上角比较安全。
  • 智力工作的例子：
    • 安全：原创作家、科学家、骨干教师、心理治疗师、财务顾问、法官等
    • 危险：数据录入员、初级记账员
  • 体力工作的例子：
    • 安全：救援人员（每次环境不同）、健身教练、理发师、私人厨师、导游
    • 危险：仓库分拣员、流水线装配员（封闭、人际互动少）
  • 方向：往开放走、往人际互动走、往不能靠过去数据做前所未有事情的方向走、往右脑走。

十二、不是零和游戏，蛋糕会巨大

  • AI不是多吃一片人类就少一片，脑力活的需求没有上限。
  • 为什么现在用通用软件？因为程序员贵（一年80万，100个程序员要8000万开发一年）。如果用AI只要160万，很多场景就愿意付费，甚至更多。
  • 人类一辈子有很多点子，以前没时间/不能试。有了AI，更多点子可以被尝试。
  • 如果每个人愿意积极主动探索，蛋糕会变得巨大。
  • AI的左脑比我们强，但人类有品味、远见、信念、勇气等最高级别的右脑品质。
  • AI未来已来，要学好AI，和AI共存，最好成为AI的老板。AI没有欲望成为我们的老板，AI有左脑但没右脑。
  • 未来世界GDP一年可能成长30%，三年蛋糕可能变成三倍或五倍大。
  • 真正被AI淘汰的人，是自己不选择进步的人。

💡 核心洞察

  1. AI革命不是“工业4.0”，而是“人的智能的廉价化”——这是量级完全不同的变革。AI最先取代的不是蓝领，而是知识工作者，因为脑力劳动本质上就是“软件运行”。

  2. AI的“双手”是编程能力。 当AI编程超过最好10%的人类程序员时，它就能操作所有软件工具、拆解任务、执行流程，从而从“建议者”变成“执行者”。智能体将改变“干活”的定义。

  3. 企业AI落地的最大障碍不是模型，而是“企业本体”缺失。 通用模型不了解公司的组织架构、决策流程和真实数据关系。只有用私有化部署的“本体”把公司知识教给AI，AI才能真正产生业务价值。

  4. CEO必须亲自抓AI，不能甩给IT部门。 AI不是软件项目，而是重塑公司思考流程、组织结构、核心业务和财报的战略工程。只有CEO有权力和责任跨部门整合资源，让AI直接作用于收入、利润、成长、产品、风险。

  5. AI无法取代CEO，因为AI不能担责、没有追求、没有右脑。 未来的最佳组合是“AI左脑 + 人类右脑”：AI负责基于过去数据的最优化预测，人类负责品味、远见、信念、勇气。领导力的核心正在于右脑。

  6. 组织将走向“DRI化”。 AI不需要层层汇报，一个DRI可以管大量AI。未来的竞争力不在于“管多少人”，而在于“能否对一件事负全责并调动AI把它干成”。年轻人更会使用AI，因此有更大机会成为DRI。

  7. 个人安全区 = 高自由度 + 高人际互动 + 右脑特质。 越封闭、越依赖规则重复、越少与人打交道的工作越危险。要主动走向开放、人际互动、创新和前所未有的问题。

  8. 人与AI不是零和游戏。 脑力劳动的需求无上限，AI会让专属软件、个性化服务、大量点子的试错变得极其便宜，从而把蛋糕做大。真正被淘汰的，是不自己选择进步的人。

🔵 百炼 Qwen 3.8 Max 总结

《李开复：AI未来已来——重构商业、组织与个人》深度提炼

以下内容严格基于提供的原文进行提炼，不新增原文未提及的事实判断。

🎯 核心观点摘要

  1. AI不是未来，而是“已经到来”
    原文强调“AI未来已来”，虽然很多人可能还没有意识到，但这是一场已经发生的巨大变革。

  2. AI时代的本质是“廉价化人类智能”
    工业/电器时代廉价化人的肌肉，信息时代廉价化信息，互联网时代廉价化人与人的连接和在场；AI时代廉价化的是人的智慧、智能和解决问题的能力。

  3. AI革命会大于此前的工业、信息、互联网革命
    原文认为，不应把AI看作工业革命的一个附属品或阶段，因为人类智能本身价值巨大，一旦能够被廉价化，其影响会远超以往技术革命。

  4. AI之所以强大，有四个关键原因

    • AI作为软件可以替代大量脑力劳动；
    • AI通过互联网扩散，速度极快；
    • AI成本两年可下降175倍；
    • AI正在从“人训练AI”走向“AI训练AI”，形成递归学习和加速进化。

  5. 模型发展呈现“成本下降 + 能力提升”双重加速
    同一个模型的能力会越来越便宜，新一代模型又会越来越强。原文认为，在绝大多数问题上，AI给出的回答已经比任何单一个人更强，但个别专家在特定专长领域仍可能优于AI。

  6. AI的下一步是智能体 Agent：从“给答案”走向“完成任务”
    Agent不只是回答问题，而是拥有模型、记忆、知识、工具，并能够调用 App、执行流程、完成任务。原文以“出差助理”为例，说明真正的助手不是只给建议，而是完成订票、订酒店、安排会议、联络、报销等全流程任务。

  7. 编程能力是 Agent 能干活的重要基础
    原文提到，AI编程能力提升很快，最好的AI在相关评估中已经超过最好10%的人类程序员。编程能力使AI能够调用软件、拆解任务、理解流程、排查故障、修复错误，从而真正执行工作。

  8. 企业使用AI不能只交给 IT 部门，必须由 CEO 一号位推动
    AI不是一个普通软件，而是要改变公司的思考流程、组织结构和财报结果。只有 CEO 有责任、能力和权利统筹产品、市场、销售等多个部门，推动AI真正改变公司核心业务。

  9. 通用 Agent 不能直接解决企业问题，必须结合企业自身“本体”
    每个公司的组织架构、决策流程、责任归属、业务场景都不同。原文认为，通用大模型只能解决通用问题，企业内部需要一层新的软件，把公司真实运营方式教给AI。

  10. Boss AI 的价值是帮助 CEO 看清公司真实情况并推动决策落地
    原文指出，公司中普遍存在信息“有损压缩”、下属主动筛选信息、坏消息不上报、CEO决策被“pocket veto”等问题。Boss AI 可以通过接入公司数据、会议录音、销售录音、客服录音等，帮助CEO发现问题、追踪承诺、评估执行、识别风险。

  11. AI不会取代 CEO，因为 AI 不能担责
    CEO做不好可以被董事会撤换、降薪、降级，但AI不懂责任、不懂恐惧，也无法真正承担后果。因此，重大决策最终仍必须由人负责。

  12. 人的核心价值在“右脑”：品味、远见、信念、勇气
    原文用 Coco、Steve Jobs、Jeff Bezos、Elon Musk 等案例说明，真正改变世界的往往不是基于历史数据的优化，而是同理心、品位、远见、信念和勇气，这些是AI难以替代的。

  13. 组织将从层层管理走向 DRI 化
    DRI 是 Directly Responsible Individual，即直接责任人，也可以理解为“微型CEO”。未来大量执行工作由AI承担，AI不需要层层汇报，组织会变得更扁平，更多由一个责任人带少量人和大量AI完成目标。

  14. 个人职业安全取决于“工作自由度”和“人际互动依赖度”
    原文提出，越封闭、越重复、越少人际互动的工作越危险；越开放、越需要人际互动、越依赖右脑能力的工作越安全。

  15. AI不是零和游戏，而是把蛋糕做大
    AI不是简单地抢走固定数量的工作岗位。原文认为，AI会降低智能成本，释放大量过去无法承担的应用需求，让更多人的点子有机会被尝试，因此整体机会可能大幅增加。

📌 关键脉络与论据

一、时代判断：AI正在廉价化“人类智能”

原文将技术时代划分为几个阶段：

  • 工业/电器时代：替代人的肌肉，把 human muscle 廉价化；
  • 信息时代：把 information 廉价化；
  • 互联网时代：把 presence and connectivity，即人的在场和连接廉价化；
  • AI时代：把 human intelligence，即人的智慧、智能和解决问题能力廉价化。

核心论据：
过去信息昂贵、人际连接稀缺，互联网和信息革命让它们变得廉价。AI时代进一步把“智能”本身廉价化，因此影响会比以往革命更大。

二、AI为什么如此强大：四个原因

1. morx paradox：AI适合替代脑力劳动，但不一定替代体力劳动

原文提到一个教授提出的理论：计算机越来越快、数据越来越多，最终会赶上人的智慧。
由此引出两个重要判断：

  • AI是软件，脑力工作本质上类似软件运行，因此很多脑力工作可能被AI替代；
  • 很多蓝领劳动、机器人相关劳动反而难以被AI快速取代。

原文观点：
过去人们可能以为工厂工人会最先被取代，但现在看到反而是知识工作者更早被影响。

2. AI通过互联网扩散，速度极快

原文对比：

  • 电力需要铺设电网；
  • 汽车需要建设公路；
  • AI主要靠互联网即可扩散。

因此AI的传播速度会远超传统基础设施型技术。

3. AI成本下降速度极快

原文提到：AI成本两年可以下降175倍。
讲者认为，这种成本下降速度在过去技术革命中是不可思议的。

4. AI正在训练AI，形成递归学习

过去是人训练AI，需要人汇集想法、做实验，进步周期较长。
未来AI可以训练AI，形成 recursive learning，自我学习，从而进一步加速能力提升。

三、模型趋势：同一模型更便宜，新一代模型更强

原文指出两条曲线同时发生：

  1. 同一个模型的能力会越来越便宜；
  2. 新版本模型会越来越强大。

论据与例子：

  • 闭源模型大部分来自美国，开源模型大部分来自中国；
  • 模型不断进步，而且成长速度没有放慢，反而在加速；
  • 原文提到，在绝大多数问题上，AI给出的回答比任何单一个人更强，但某个专家在特定领域仍可能优于AI；
  • 讲者用“特斯拉”比喻：如果两年前买一辆特斯拉要30万元，那么两年后可能有两种选择：
    • 用2000元买到同样性能的旧款；
    • 或者买一辆更强大的新版本，甚至可以飞起来。

该比喻用于说明模型能力提升和成本下降的速度，在物理世界中难以想象。

四、从模型到智能体：AI从“回答”走向“干活”

原文认为，模型的下一步是智能体 Agent。

Agent的核心构成包括：

  • 模型；
  • 记忆；
  • 知识，例如公司知识库；
  • 工具，即调用外部系统、App 的能力。

其中，原文特别强调“工具”最重要，因为工具意味着AI可以执行任务。

例子：出差助理

如果你让助理安排去上海出差，真正完成任务不是只给建议，而是：

  • 订机票；
  • 订酒店；
  • 订餐馆；
  • 安排会议；
  • 与联系人沟通；
  • 考虑最晚离开、最早回家等细节；
  • 最后完成报销。

对应到AI Agent，就是让AI学会调用携程、酒店、租车、微信、用友、金蝶等应用，真正完成任务。

五、编程能力是 Agent 执行任务的关键底座

原文强调，Agent“干活”的核心靠编程。

关键论据：

  • AI编程能力提升很快；
  • 在相关评估中，人类最好的10%程序员可能只有七八十分，但最好的AI已经到90多分；
  • AI语言能力在提升，而编程能力提升更快。

编程能力为什么重要？

原文给出几个原因：

  1. 程序可以运行、可以使用、可以调用别的程序；
  2. 程序员会把大任务拆成小任务；
  3. 程序员理解流程、执行步骤；
  4. 程序员会做故障排查、观察、诊断、测试、debug。

因此，AI具备编程能力后，就能够：

  • 调用软件工具；
  • 把目标拆解成步骤；
  • 发现错误并修复；
  • 不断进化、越来越强。

原文总结：编程能力能够 enable 一个 Agent 世界。

六、企业AI应用：必须由 CEO 一号位推动

原文提出，在企业中，AI能力可以分为几个层次：

  1. 会写代码；
  2. 会调用系统；
  3. 会执行流程；
  4. 参与决策。

讲者特别强调第四点：参与决策。

为什么AI应该帮助CEO决策？

原文逻辑是：

  • 如果AI已经比大多数人聪明，编程能力甚至超过最好10%的程序员；
  • 那么企业不应只让AI做前台、会计、客服等简单工作；
  • 而应让AI做最难、最重要的工作，即帮助CEO决策，改变公司财报。

为什么不能交给CIO或IT部门？

原文认为：

  • CIO和IT部门主要负责公司软件环境；
  • 但AI不是单纯软件，而是需要全方位使用，从上到下改变财报；
  • 改变财报不只影响技术，还影响产品、市场、销售；
  • 各高管往往只关注自己负责的部门；
  • 只有CEO有责任、能力、权利统筹全局。

因此，原文判断：如果CEO把AI单纯交给IT部门去“装一下”，通常不会成功。

七、企业AI的核心目标：从边缘应用走向财报改变

原文把企业AI应用分为两类：

边缘应用

包括：

  • 基础行政知识库；
  • 通用问答；
  • 专业客服；
  • 供应链等辅助场景。

核心应用

包括：

  • 改变生产；
  • 改变研发；
  • 改变销售；
  • 改变财报。

原文强调，真正重要的是以 ROI 为基础，让公司：

  • 有更多收入；
  • 有更高利润；
  • 有更快成长；
  • 有更好产品；
  • 有更低风险。

这些事情必须由CEO作为一号位来抓。

八、通用 Agent 不能直接进公司：企业需要“本体”

原文指出，通用 Agent 虽然强大，但并不了解企业内部情况：

  • 不知道公司如何运行；
  • 不知道什么决定由谁做；
  • 不知道组织架构；
  • 不知道决策流程；
  • 不知道工作流。

比喻：
一个天才员工，即使是15岁拿到博士的天才，进入一家大公司第一天也无法创造价值，因为他不了解公司上下文、角色分工、流程和运营方式。AI同样需要一段时间学习和落地。

案例：
原文提到，去年 DeepSeek V3、R1 很火时，很多老板要求团队部署一体机，但最后无疾而终。原因不是模型本身不好，而是没有解决企业特定落地问题。

九、企业AI落地需要三层能力：模型、本体、多智能体

1. 通用大模型负责通用能力

原文认为，一个通用企业大脑不可能、也不必懂所有公司。
每个公司的组织属性不同：

  • 国企或民企；
  • 上市公司或创业公司；
  • 组织架构不同；
  • 决策流程不同。

因此，大模型只能把通用事情做好，每个公司独特的事情需要新的软件层来完成。

2. 私有化部署满足企业数据安全需求

原文提到，企业担心：

  • 数据出境；
  • 调用公有云；
  • 内部数据外泄。

因此，企业希望私有化部署。
开源模型可以部署在公司内部电脑中，由公司掌握。

3. “本体”是企业AI理解公司的关键

原文对“本体”的解释是：

  • 公司每件事情谁说了算；
  • 组织架构是什么；
  • 真实决策者是谁；
  • 流程是什么；
  • 如何报销；
  • 如何调整目标；
  • 公司战略是什么；
  • 每个季度目标是什么；
  • 老板对外做过什么承诺；
  • 合作伙伴是谁；
  • 客户属于哪些行业。

这些必须是重要的、真实的知识点。

作用：
没有本体，AI只是通用模型；有了本体，AI才能理解公司如何运行，并根据公司实际情况做判断。

例子：
在建筑、承包商、房地产场景中，没有本体时，图表、工具、流程、安全、人员、车辆等数据是零散的；有了本体后，数据来源、规则、含义、关系被串起来，大量数据被激活。

十、多智能体：用多个专长AI模拟人类智囊团

原文指出，当单个人类智慧不够时，组织常通过异构团队进行脑力激荡，例如：

  • CEO召集懂技术、产品、市场、销售的人讨论；
  • 董事会或投资委员会由不同专长成员组成。

未来可以把同一个大模型调成多个不同专长模型，例如：

  • 懂风控；
  • 懂估值；
  • 懂技术；
  • 懂产品；
  • 懂市场。

让它们辩论、碰撞，最终得到比单一模型更好的结论。

十一、CEO的信息困境：信息有损压缩与执行衰减

原文指出，CEO很难看到真实情况，因为下属会：

  • 不敢上报坏消息；
  • 主动筛选信息；
  • 只讲对自己有利的话；
  • 想自己化解问题，等到无法掩盖时已经太迟；
  • 因为不了解业务或不了解老板关注点，导致信息传递变形。

结果是：CEO看到的信息可能一切都很好，但实际存在很多问题。

同时，CEO决策向下传递时也会遇到问题：

  • 下属基于自身利益选择性执行；
  • 对己不利的任务先搁置；
  • 为了部门利益偷偷修改任务；
  • 表面点头，实际不行动。

原文引用一位世界前五大公司CEO的说法：自己的决策经常被“pocket veto”，即下属点头，但没有动作。

十二、Boss AI：帮助CEO看清事实、追踪承诺、发现风险

为了解决上述问题，原文提出需要一套系统赋能CEO或一把手，让它能够洞悉公司问题、风险和真实状态。

Boss AI需要接入的数据包括：

  • 公司已有数据；
  • 所有会议录音；
  • 所有销售录音；
  • 所有客服录音。

原文认为，这些录音过去常常被保存，但很少被听、被看，最多生成会议总结。实际上，公司最重要的战略讨论、辩论和决策往往发生在会议中。

AI可以读完这些内容，并回答CEO的问题，例如：

  • 上周1000个会议中，有哪些我不知道但应该知道的事情？
  • 哪些战略执行遇到阻碍？
  • 哪些重要任务没有进展？
  • 谁写代码最多？
  • 谁用AI写代码最厉害？
  • 哪些关键人才有离职风险？
  • 如何留下他们？

十三、Boss AI的具体功能：承诺账本、执行驾驶舱、证据链

原文演示和提到的功能包括：

1. 关键客户会议前

Boss AI自动汇总：

  • 客户背景；
  • 项目进展；
  • 历史承诺；
  • CEO建议关注议题。

2. 会议中

实时记录，并高亮：

  • 承诺；
  • 风险；
  • 机会。

3. 会后

生成：

  • 会议纪要；
  • 待办事项；
  • 责任人；
  • 项目；
  • 截止时间。

4. 承诺兑现校验

CEO可以追问哪些承诺兑现了，哪些没做到。
Boss AI会校验：

  • 合同；
  • 交付；
  • 客户反馈；
  • 人员动作。

并给出证据链，让结论可以追溯到项目、合同和负责人。

5. 风险预警

当承诺验收或回款出现公司级偏差风险时，Boss AI会主动推送卡片，让CEO看到：

  • 影响；
  • 证据；
  • 下一步复盘建议。

6. 机制问题识别

原文提到，如果范围失控、审批滞后、数据滞后、接口脆弱、人员单点等问题反复出现，Boss AI会指出这些问题指向机制短板，并建议沉淀公司级SOP。

7. 承诺账本

AI会记录每个人承诺了什么，并提醒未完成事项。
员工评估时，可以基于承诺完成度进行更客观、公平的评价。

8. 私人教练

原文提到，讲者会问AI：

  • 我的领导风格哪些地方有待改进？
  • 我开会时哪些问题和发言有问题？
  • 我习惯性说哪些话会让员工不开心？
  • 我应该多说什么话，才能让团队更聚合、执行力更强？

AI因为讲实话，可以作为CEO的私人教练，私下指出不足，同时保全公众场合的面子。

十四、AI会不会取代CEO：不会，因为AI不能担责

原文提出，AI不会取代CEO，核心原因是：

  • AI不能担责；
  • AI不懂怕；
  • AI不懂责任；
  • 不能通过威胁、删除、拔插头让AI真正负责。

因此，重大决定不能完全交给AI。

原文提出未来趋势是：

  • AI是左脑；
  • 人是右脑；
  • AI擅长分析、执行、预测、优化；
  • 人有追求，AI没有追求；
  • 人担责，AI不担责。

十五、人的右脑价值：品味、同理心、远见、信念、勇气

原文用多个案例说明右脑价值。

1. Coco：同理心与品味

原文提到，Coco看到女性穿着束缚性衣服很痛苦，因此发明既好看又舒服的衣服。
如果只问AI，AI可能基于当时网上反馈判断“没有不好”，但人的洞察、同理心和品味可以突破现有数据限制。

2. Steve Jobs：远见

原文认为，iPhone出现之前，用户调研不会得出“我要iPhone”的结论。
用户往往只会基于已有产品提出优化需求。
伟大产品来自能够看到用户尚未意识到需求的人。

3. Jeff Bezos：信念

原文提到，Bezos在电商概念尚不存在时就相信电商能成，并从卖书开始验证。
后来又做 Prime 订阅、亚马逊云等，体现“因为相信，所以看见”。

4. Elon Musk：勇气

原文提到，SpaceX曾面临只剩最后一次发射资金的风险，如果失败就破产，但Musk仍然投入自己的钱。
如果问大模型，基于历史数据可能会判断风险很高、成功率不高，但人的勇气和信念可以推动其做反共识决策。

十六、组织变革：从层层管理到 DRI 化

原文提出一个重要角色：DRI，Directly Responsible Individual，直接责任人，也可以理解为“微型CEO”。

传统组织

原文举例：

  • 一家公司有1万人；
  • 可能有3000个管理者；
  • 管理层一层层汇报、管理。

AI时代组织

如果大部分工作由AI承担：

  • AI不需要层层汇报；
  • AI没有政治；
  • AI没有信息隔阂；
  • AI没有信息不对称；
  • AI共享同样数据库；
  • AI可以朝同样愿景工作。

因此，AI不需要“一个AI汇报给经理，再汇报给总监、高级总监、副总裁”。
一个管理者可能管理少量人和大量AI。

DRI的特征

原文认为DRI是：

  • 单一责任人；
  • 愿意负责；
  • 热爱一件事；
  • 能管理小组；
  • 能反共识；
  • 能找到资源把事情干成。

未来组织不是多人分责、信息分散、层层协作，而是一个DRI负责一个明确目标，例如“让产品增加10%”，然后调动AI完成市场、产品、用户试用等工作。

十七、企业组织变革路径

原文提出的路径是：

  1. 公司起初仍是层层架构；
  2. CEO先用AI把公司管好，提高效率，改善财报；
  3. 让下一层高管，如CFO、CIO、COO等也用AI；
  4. 识别并提升DRI，让他们负责具体目标；
  5. 职业经理人中，有些人成为DRI，有些人成为教练；
  6. 最终逐步走向全DRI化。

原文也强调，不能一次性拆掉所有中层管理，因为有些人可以成为DRI，有些人可以成为帮助DRI的教练。

十八、管理者与个人的未来出路

管理者的可能出路

原文给出几个方向：

  1. 成为智能体和DRI的老板，自己本身也是DRI；
  2. 成为教练，帮助DRI理解业务、流程、人脉、外部合作和人际沟通；
  3. 成为过渡期桥梁角色；
  4. 继续做需要人对人的工作，如客户对接、合作伙伴关系等。

但如果一个管理者的工作只是：

  • 开会；
  • 传递信息；
  • 管人；

那么未来可能没有位置，成为“被压平的中层”。

个人贡献者的机会

原文认为，年轻、懂AI的人机会更大，因为他们更可能熟练使用模型，并在教练指导下成为DRI。
关键不在于年龄，而在于：

  • 是否能担责；
  • 是否能快速理解业务；
  • 是否愿意学习；
  • 是否能管理AI完成任务。

十九、职业安全图：自由度和人际互动依赖度

原文提出一个二维判断框架：

  • 横轴：工作自由度，即工作是封闭还是开放、发散；
  • 纵轴：人际互动依赖度，即工作多大程度需要人与人之间打交道。

智力工作

相对安全：

  • 原创作家；
  • 科学家；
  • 骨干教师；
  • 心理治疗师；
  • 财务顾问；
  • 法官等需要较高人际互动或开放判断的角色。

相对危险：

  • 数据录入员；
  • 初级记账员；
  • 封闭、重复、低人际互动的智力工作。

原文判断：AI会从左下角逐渐进入左上角和右下角，只有右上角比较安全。

体力工作

相对安全：

  • 救援人员，因为每次环境不同，自由度高；
  • 健身教练、理发师、私人厨师、导游，因为人际互动多。

相对危险：

  • 仓库分拣员；
  • 流水线装配员；
  • 封闭、重复、低人际互动的工作。

二十、AI不是零和游戏，而是扩大蛋糕

原文明确反对“AI多拿一个工作，人就少一个工作”的零和思维。

理由包括：

  1. AI执行任务和编程的需求没有上限
    人对脑力工作、应用开发、任务执行的需求不是固定蛋糕。

  2. AI降低成本会释放过去无法满足的需求
    原文举例：过去程序员很贵，企业只能做通用软件；如果AI大幅降低成本，更多专属软件需求会被释放。

  3. 人的更多点子可以被尝试
    很多人过去有创业、产品、实验想法，但没有时间和资源去做。AI可以让更多点子被低成本验证。

因此，原文认为AI可能把蛋糕做得更大，而不是简单切走原有蛋糕。

💡 核心洞察

1. AI的真正冲击，不是“替代某个岗位”，而是“智能成本快速下降”

原文反复强调，AI把人的智慧、智能和解决问题能力廉价化。
当智能变得便宜，企业、个人和社会过去无法承担的大量脑力工作、软件应用、个性化服务都会被释放。

2. Agent的分水岭：从“提供建议”变成“完成任务”

原文对Agent的定义不是简单聊天，而是能够调用工具、执行流程、完成闭环任务。
这意味着AI从知识助手升级为生产系统的一部分，开始真正进入企业工作流。

3. 编程能力是AI获得“手”的关键方式

原文将编程视为Agent执行世界的重要能力。
因为编程意味着：

  • 调用工具；
  • 拆解目标；
  • 执行流程；
  • 发现错误；
  • 修复问题；
  • 迭代进化。

所以，AI编程不是单纯影响程序员岗位，而是推动整个Agent体系落地。

4. 企业AI成败不在“装模型”，而在“CEO是否亲自推动”

原文明确反对CEO把AI交给IT部门简单部署。
因为AI要改变的是产品、市场、销售、组织流程和财报，而不是只增加一个软件工具。

5. 通用模型不能直接解决企业问题，必须补上“企业本体”

原文认为，每个公司的组织架构、决策流程、责任关系、业务场景都不同。
没有本体，AI只是通用助手；有了本体，AI才能理解公司真实运行方式，并参与实际决策和执行。

6. Boss AI的核心价值，是让CEO看见真实公司

原文指出，大型组织中信息会被筛选、压缩、美化，决策会在执行中被弱化。
Boss AI通过会议、销售、客服、项目、承诺、证据链等数据，可以帮助CEO更接近事实，减少信息失真和执行衰减。

7. CEO不会被AI取代，因为责任不能外包给AI

原文认为，AI可以提供分析、建议、预测和总结，但不能承担后果。
CEO的价值不仅是计算最优解，还包括承担责任、做出取舍、形成组织共识，并为结果负责。

8. 未来领导力重点不是“比AI更会算”，而是“比AI更会做人”

原文提出，AI擅长左脑能力，但人拥有右脑价值：

  • 品味；
  • 同理心；
  • 远见；
  • 信念；
  • 勇气；
  • 追求；
  • 担责。

这些能力决定人在AI时代能否成为真正的领导者。

9. 组织会从“金字塔管理”走向“DRI责任网络”

原文判断，AI不需要层层汇报，因此传统中层管理会被压缩。
未来更可能出现的是：一个DRI负责一个明确目标，带少量人，管理大量AI，对结果负责。

10. 个人职业安全不是看“是否用AI”，而是看工作是否开放、是否需要人际互动

原文给出的安全方向是：

  • 向开放任务走；
  • 向人际互动走；
  • 向右脑能力走；
  • 向不能仅靠历史数据完成的新事情走。

越依赖固定流程、低自由度、低人际互动的工作，越容易被AI影响。

11. AI时代最大的机会，不是防守岗位，而是主动扩大蛋糕

原文认为，AI不是零和游戏，而是让过去昂贵的智能应用变得可负担，让更多创意、产品、服务、实验成为可能。
真正危险的不是AI来了，而是自己不选择进步。

🎙️ 语音转写原文

AI未来以来重点就是已来已经到来，可能大家还不见得意识到，但是未来以来，而这是一个呃不可思议的一个一个改变啊，过去的每个时代都带来了巨大的变革。我们可以说呃工业时代、电器时代是取代了人的肌肉啊，然后把commoditize human muscle啊，那么信息时代是commoditize information，互联网时代是commoditized presence and connectivity。那么AI时代是commoditized的什么human intelligence。也就是说过去经过这些时代，信息成为非曾经是非常贵的东西，但是它把它廉价化了。啊，那么互联网我们人与人之间打个电话见个面，是那么珍惜昂贵难得的时刻。但是互联网让我们随时可以找到那个人，他就把人与人的链接和见面廉价化了。那么AI时代廉价化的就是人的智慧，人的智能，人的解决问题的能力。所以如果我们回顾回回顾这几个革命啊，我是不太喜欢用第四次工业革命这个词。因为我认为这似乎认为AI是工业革命的一个附属品，或者是一个段落，但其实AI的革命呢会比前面三个或四个革命都大非常非常多倍。理由也很简单，人的智能值多少钱，我们仍然能让它廉价化，能让每个人能够获取他对世界的价值又是有多大。为什么AI会这么厉害呢？这里有四个理由啊，第一个是一个非常重要的，我书里面提到的理论叫做morx paradox，是我的一个教授提出的一个理念。他早在50年前提出这个理念，这理念告诉我们的就是说我还记得当时在一堂课上，他就告诉大家一条线是计算机越来越快，数据越来越多啊，然后最终一定会逼上赶上人的智慧。这是他当时其实还没有足够的证据，他的一个强烈的信念。当时我就问他说那人类的智慧都被取代了。我们的我们我们为什么在这个世界来到这个世界上？他的反问是为什么你会认为人存在的意义会是因为我们的智慧？那这也是今天我们每一个人需要回答的问题。那么他讲的这句话其实带来的意义呢，就是因为AI是一套软件，他的运行是可以达到一个脑力工作的取代。因为脑力不就是软件在在运行是一回事嘛。那么但是呢很多很多蓝领的啊劳劳动的工作，反而是AI会很难取代的。他作为一个机器人的工作，机器人研究的工作者，他深深了解这个状态。也可能在二三十年前，你如果问路上的任何一个人说哎哎越来越厉害，人什么会被取代？第一个回答的一定是工厂的工人。那今天看到的是绝对不是这样，反而是知识工作者第一个被第一个被取代。第二呢就是AI的扩散，因为有了互联网会非常的快速。过去啊电力的发达是需要布置一个电网的，汽车的普及是需要有公路的。但是呢AI的扩散纯粹靠着互联网就可以了。第三呢是除了AI越来越强大，它的成本两年可以下降175倍，啊，这个速度是过去不可思议的。然后第四呢，看到的是AI过去是人在训练AI他需要一个周期才能进步，因为很多人要把想法能够碰撞汇集做实验。那现在呢是AI来训练AI它的加速的速度就变得更快了。所以它是一个自我学习所谓的recursive learning。这就带来了另外一个巨大的提升。过去之前的任何一个科技革命，就没有这四项啊重要的事情的扶持。好，那我们说了AI越来越便宜啊，但是呢我们所看到的是，一方面同样同一个模型会变得特对不起，同一个模型的能力会变得越来越便宜。但是我们还可以看到的是啊，模型的新版本会变得越来越强大。这个图里你可以看到的是我们可以看到啊闭源模型大部分是美国的，开源模型大部分是中国的。啊，他们都在不断的进步，而且这个图还没有算上啊K啊k three，还有最近的这个deep V V five flash，也没有算上美国的一些新的模型。它的进步是不断到来，不断呃不断往上走，而且它的呃成长的速度不但没有放慢，而且还在加速。所以这个可以看到的就是就是我的老师mor当时画的那个图，那是只是这个图当时他是基于想象力画的。随着算力的增加啊哎会变得更聪明，最后会赶上人类。那今天这件事情已经发生了啊啊，人肯定是达不到这个图上的最高点的。我们每一个人每天用AI也应该很清楚。在大部分绝大多数的问题上，AI能给出的回答都比我们任何单一的人能够更强。但是某一个人的某一个这个专场可能是可以答的比AI更好。比如说林院长在这个经济学可能会答的比AI更好，但是AI可能在其他的领域都会比我们能够做的更好。所以整体来说AI的智慧真的是已经啊超超过了人类。我打一个比喻，我们刚才还记得上面那一张图，两年降低175倍的价钱。啊，当时我用的比比喻是用cloud open three和deep sick啊v for flash。就是啊同样的模型表表能能力甚至deep sick还更强，但是是它175分之1的价钱。同时考虑到我们的模型，我们这个简单的说每年在提升iq提升三四十个点是这么强大。那这两件事情结合在一起意味着什么呢？啊，意味着就是假如说我们不是在模型领域，是在汽车领域啊，你在这个你在两年前买买一辆tes拉可能是比如说33 10万。那么今天呢你就会有两个选择，一个是买买这个买一个同样性能的两年前的那台tes了, 可是不是不是30万，而是你只要只要付这个呃2000块钱。或者你可以有一个更强大的新版本的特斯拉，它可以飞起来。所以这就是模型进步的速度，我们都是不可以不可能在任何物理领域想象这么快速的进步。模型的下一步是什么呢？就是智能体。啊，我们可能在座每一个都知道智能体了，所以这己不用多解释。智能体就是它的核心是一个模型，然后它会能够有它自己的记忆啊，然后它可能有它的知识，比如说在公司使用是公司的知识库。但是更重要的最重要的是左下角的工具。啊，也就是说这个智能体呢它可以干活，它可以执行。这什么意思呢？为什么这么多app放在这里呢？你可以想象，假如你给你的助理一个要求，说我要去上海出差，帮我安排下面五个会议。然后啊我想实施某某餐馆，然后你的助理最后就帮你做好了这个任务。那做好的定义是什么？是不是你打进deep他给你的答案，deep说1234，我建议你怎么样怎么样。不是啊，你的助理他完成了任务是因为他真的帮你订了酒店、订了机票、订了餐馆，安排了会议。用微信发给你的联络人的助理啊，安排了地点时间，然后是一个最方便的时候，然后最晚的一刻离开，最早的一刻回家等等等等的，都帮你顾虑到了，而且全部的事都做好了。那么这个任务的完成和干活AI怎么做呢？你的你的助理怎么做的？你的助理不就是打开这些app嘛，他不就是打开了这个携程帮你订的票嘛，不就是打开了某个酒店帮你订订的酒店嘛，不是打开了某个租车公司帮你订的车吗？不是用微信和这个对方的助理联络了吗？他最后做完了这个呃这个差旅的这个安排，最后不是用你的这个用友金蝶帮你在公司报销了吗？所以他是不是用手在那边点点点点点，对吧？所以当所以其实AI这个作为agent呢，他就是他能够学会怎么去把这些他长了一双手，他除了有大脑可以有耳朵可以听，有嘴可以讲，有眼睛可以看，有有脑子可以思考，又给了他一双手，他可以运行这些app让你帮你把活干了。那这个干活到底是这双手到底是怎么弄的呢？其实核心是靠编程啊，大家听到编程可能想到最近大家说AI编程越来越牛了，是不是程序员要失业了？这当然是一个值得讨论的话题。但是更重要的是，而是我们这里可以看到AI编程的能力在快速的提升。在这样的一个评估之下，人类的最好的10%的程序员可能也就在七八十的水平。但现在最好的AI已经到90几了，所以它的编程已经比最好10%的人类能够编程了。那能够编程是什么意思呢？啊，其实而且我还要提提醒大家的是，AI你如果觉得AI的语言能力在大大的增加，AI的编程能力增加的更快，你可以看到在二三年其实还是零的，现在已经到94了。那编程能力快代表着什么呢？你们就你们自己，如果不是程序员，可能都认识程序员，程序员在干什么呢？他们编程程序可以做什么呢？他可以跑，可以用，可以调用别的程序，对吧？所以刚才说的用手去操作，携程操作用有金蝶，那么这一下就知道了，我们就用它来操作，不就帮你把活干了，帮你把去上海的差旅弄好了吗？另外一点就是程序员还会做什么？他会把大的任务切成小的。因为他老板会跟他说，帮我写一个能做什么什么的app。他说ok那要做到那个，我先做A再做B再做C然后分分批去做。所以把大任务拆成小任务，然后了解流程，了解执行，这不只是一个程序的问题，这是一个思考的问题。而且他会这个故障排查，他会观察、诊断、测试。你们可能听过debugging这个词，debugging就是你的程序跑了，出了问题你回去修改。好，那么人那哎呀如果会了这一个，他不就能够像右边所说的，他能够调用软件工具目标拆解成步骤，然后发现错可以修复，然后不断的进化，越来越自己更强大。所以其实编程是能够啊去enable这样的一个嗯这样的一个agent的一个世界的，非常重要的那今天我想讲的就是说，在一个企业里面啊，会写代码是第一步，再往下是会调用系统，会执行流程。但是我今天特别想讲的是第四点是参与决策。什么叫参与决策呢？就是在公司里面帮助公司的一把手能够做出很好的建议，让一把手能够啊有得到他需要得知的知识，然后做出他做的判断，把公司带向公司该走的路。因而帮助提升改变公司的财务报告，这个是非常重要的。这里我想举一个例子，如果我们啊如果我们今天的AI已经这么聪明了，他编程能力比最厉害的10%的程序员还要厉害很多。他比我们在座的每一个人都聪明。那这么一个AI接到你的公司，你是应该让他做最简单的工作，还是最难的工作？你是对对了，最难的。你看小朋友都答对了，你你是要让他做前台呢，还是做会计呢，还是做客服呢？这当然都是大材小用了，你肯定要他做。最重要的帮助CEO的决策。所以我今天想讲的就是AI的为什么这本书像刚才啊王院长所说的，为什么我们是叫叫做这个啊把CEO放在第一位。因为今天面临的就是CEO有这个机会把这个天才的A I成为自己的助手。让自己变成一个呃超级棒的C E O所以呢我们认为AI他今天面临最大的一个问题就是很多C E O都想用AI就问他的cio或者it部门负责人说哎这个AI应用不错啊，你来装一下吧，你来建议一下吧，你来决定这件事情吧。但是问题是cio和it部门，他们是负责公司的软件品软件环境的。而AI对一个公司来说是一个需要全方位使用，从上到下用来改变财报。那谁能改变财报？只有C O能改变财报，谁能管理各。因为改变财报它要影响的可能不只是技术，还有产品、还有市场，还有销售。那么每一个公司高管屁股决定脑袋，他们只会想自己的活，不会想我要把这四个部门联合起来改变公司的某一项财报。只有C E O有这样的一个责任和能力和权利来做这件事情，所以他把这个交给C O做是一定不靠谱的，一定不会成功的。啊，所以我们。一定要避免把AI就交给it部门你来装。因为AI不是一个软件，它是一个赋能改变整个公司的思考流程和公司的这个整个呃组织结构的未的未来啊。也就是说从左边这个图你可以看到边缘的应用就是基础的行政知识库，通用问答，或者有些还可以的专业的客服供应链等等。但是你真正想改变的是公司最核心的你的生产、你的研发、你的销售，或者右下角看到的你要改变财报，一定是以Roy为基础。怎么让公司有更多的收入、更高的利润、更快的成长、更好的产品、更低的风险。那么这些事情是一定要CEO作为一号位来抓的。好，那么就把一个ag卷丢到公司行不行呢？刚才说了，但是通用的agent呢也有些问题。因为通用的agent虽然越来很强大，今天的这个龙小龙虾这个啊啊还有这个啊Hermas这些都是很能干的一些agent。但是他不了解你的公司是怎么运行的，他不了解你公司什么决定是要谁来做的。他不了解你的公司的组织架构、决策流程啊，工作流等等的。所以呢他其实就像如果我们在某一个大公司啊，巨大的公司，巨头的公司招到了一个北大的最有史以来最天才，15岁拿到博士的小天才，他招进了这个公司。他第一天在公司能产生什么价值呢？什么都不能产生。因为他不了解公司的经营方式上下文，他不了解每一个角色是谁来做，他不了解供应链跟跟跟这个运营是谁负责，所以他在公司会需要很长的时间来落地培训理解。然后老板带着他可能3到6个月以后他就很强大了，就可以创造巨大的价值了。那么这一段人的学习三个六的个月月的过程，其实AI也需要。因为一个通用的模型不可能那么呃了如指掌的了解你公司的内部运营。所以基本上简单的来说就是模型进来了，你要花一段时间教他啊，比如说我们都记得去年deep sick啊这个V3出来的时候，呃，R one出来的时候非常火，我们在座的每一个人应该都用的很爽。但是当时也有很多老板从春节回来马上就要团队部署一体机装上deep sick，最后呢基本都无疾而终了，为什么呢？不是deep sick的模型的问题，而是说他们还没有解决企业的特性的落地的这一块啊，所以这是非常重要的那怎么去做这个决定呢？其实我们又要再网上每个公司就行了。但你们稍微静一静想一想，你了解你的公司吧？在做已婚的你可能了解你配偶的公司吧。如果你换过工作的，你可能记得你上一个公司或上上个公司吧。那想一想这些公司有没有什么共性？答案是不是几乎没有？每个公司的组织架构、决策流程啊，是是一个国企还是民企，是一个上市公司还是一个创业公司，它的是什么属性的，完全改变它的一切。所以以后我们会走到一个状态，就是一个通用的企业大脑，就是大模型，它不会也不必也不可能去懂所有的公司，所以他只能把通用的事做好。那么每个公司自己独特的事呢，是要一层新的软件来做。这层软件呢就是在这个图里的234，所以这个也非常符合企业的需求，因为企业它很怕它的数据出境数据出境，也很怕把它的这个需要需要调用公公有云，他希望做的是私有化部署。所以以后呢1234私有化部署一是最牛的开源软件啊，开源模型啊，比如说K 3，比如说啊deep v for flash等等的。然后234呢是部署在公司内部的电脑里，这个是公司的CEO拥有的，他不必不会外泄，他属于这个公司。那这里面呢又有三个部分，第一个部分叫做本体，本体是什么呢？是教唉教这个大模教这个整个整个整个运营的体系啊，你公司的一切就是刚才所说的这个地图。你的公司是每件事情谁说了算啊，组织架构是什么？真实决策者是谁？啊，流程是什么？你如果要申请报销该怎么做？你如果要申请改变公司的这个啊你的目目标要怎么做？公司的战略是什么？每个季度的目标是什么？啊，老板对外做了什么承诺等等等等的。你的合作伙伴是谁？你的客户是哪些行业的？就是所有一切跟这个公司的重要的知识点和一定是真实的。真理啊一定是重要，而且是真实的就是我们的本体。这个本体呢就是你可以想象它这个很大的一个图或者一个档案，他交给了你的模型的操作系统，他就知道你你的啊你公司是怎么运行的。没有这个东西，你的deep就是一个通用的deep。有了这个东西，deep p就会被调用出来，做跟公司实际的运行状况所需要的一些抉择。所以从一个行业，假如我们是一个建筑行业，或者一个承包商，或者是一个呃这个呃房地产商。如果你没有本地本没没有本体，那就像左边一样，有各种不同零散的数据，但是不知道怎么串起来啊，就是这个某一个图表跟某一个工具、跟某一个流程、跟某一个安全、跟某一个人、跟某一个车，不知道他们是什么关系。但是有了本体以后呢，你就会知道啊数据的来源、模型规则含义关系，你就可以知道你的目的是要建这样的一个楼，然后有各种不同的啊供应商等等的，突然你就可以把你的大量的数据激活了。啊，所以这本体的作用就是让你的让你的整个啊整个这个agent系统能够了解你公司的重要的啊这个管理的方式和做决策的方式。让他能够把模型一个通用的模型好好的用起来。另外呢我们的agent还有一个很重要的点是，我们还要再推啊这个智慧的上线。多智能体是一种技术啊，它可以用在很多不同的地方。但这里我想特别讲的就是说，人类当智慧上线啊这个啊不够的时候，我们该怎么办？我们往往会成成立一个异构的组织，让这个组织来对很多问题来做这个脑力激荡，或者各各有各的专长来做一个碰撞。啊啊，比如说一个公司碰到了难题，CEO可能会把几个智囊，一个懂技术，一个懂产品，一个懂市场，一个懂销售拉到自己的办公室来做一个脑力激荡。或者一个公司的董事会，或者一个呃投资的委员会，可能都是这样的一个机构，每个人有各有所长。那他们经过讨论呢，就能往往得到一些任何一个人得不到的结论。像比如说右边这个图看到的就是一个模拟的投资委员会。这里面我们有主席啊，可能，还有一个是看风控，一个是看估值，一个是看技术，一个是看产品。那他们五个人呢就会经过脑力激荡碰撞啊辩论，最后得出一个结论。那最后这个结论呢会比任何单一的人都要做的更好。所以未来呢我们认为也会往这个方向走，所以我们觉得这个单一智能体可能是一个大模型。但是我们可以训练五个，我们可以拿同一个大模型把它调成五个不同的模型。一个是懂风控的，一个是懂呃市场的等等。然后让他们经过辩论，最后达到一个最好的结果，这也是我们认为很重要的一个技术。好，那么有这些技术啊，有了我们本体，有了多智能体，那再往下我们有什么？我们到底要请CEO做什么事情？啊，我在很多大公司工作过，我可以跟大家很负责的分享。CEO这个工作是很难做的，因为啊他往往往往往会有信息减防有损压缩，主动筛选。这什么意思呢？就是下属有了坏消息不敢跟老板说，怕被骂，怕被开啊，也可能是下属主动的筛选了信息，他讲那些对自己有利的，他碰到了问题想自己去化解，化解完了就不必跟老板说了，但是没化解完再告诉老师，老板已经太迟了。或者他就是对一个事物不是很懂，或者不知道老板最在乎什么，传到老板耳里的时候已经变样了。所以作为一个管理者，他往往看到传上来的信息就像上面这张图，一切都非常的看好。实际的真相可能有各种的问题，那么当CEO做了决策往下传又会发生什么事情？下面的人屁股决定脑袋，自己决定说老板要做的这个公司任务对我没什么好处，我就先搁置着。或者老板觉得这个任务我要是偷偷的去改一个地方，这样我才对我的部门才有价值，否则我的部门会觉得是啊是帮着别人做嫁衣，会有各种的这种自私的思考。导致C E O的决策往下传传的不顺利。那我见到很多的CEO，包括世界前五大的，有一家公司CEO在两个月前才跟我说，他说我的决策总是被pocket veto，就是我告诉下属我要做什么，下面的人点点头，但是没有动作。那这种情况会发生在这么成功的一个公司，我想普通的公司就会更多了。各位很多都是在职场上想一想，如果你的公司是3000人、5000人、1万人，这样的一个问题一定相当的严重。那么啊解为了解决这个问题呢啊我们有一些想法就是啊我们需要赋能啊公司的老板CEO一号位一把手，他需要有一套系统能帮他洞悉公司的各种问题风险，他能够了解公司的一切。啊，这这个这套系统呢他非常重要的一点是，他除了公司已有的数据，他还要捕捉新的数据。那我就是这套系统的白老鼠啊，我在六个月前开始用这套老板A I用老板AI呢要把公司所有的数据啊接进去。除此之外公司所有的会议需要录音，啊，公司所有的销售需要录音，公司所有的客服需要录音。那么这些录音其实在很多公司已经存在了。比如说开视频的时候，你就会做一个录音或者做个会议总结什么的。但是录了音以后，这个数据基本就沉睡了，因为没有人会去听他看他啊，大部分最多就是拿一个会议总结，大家传一传发给每一个人。但是公司最重要的很多决策其实都在这些会议里面。是在这些会议里面你们讨论了最重要的战略，啊，做了最重要的辩论，做出最终的抉择，对未来的战略拍板决定了。那么这些会议里面的每一句话都那么的重要啊，那不留存怎么行呢？但是留存了又怎么看怎么听呢？所以现在的AI变得很厉害，你可以把这些语音全部放进去，他就能够全部读完，知道发生了什么。然后呢你就可以问他各种的问题，你可以问他说哎啊公司上周开了1000个会议，里面有哪些我不知道但我需要知道的事情啊，有哪些会议里啊针对我定的战略啊有碰到阻碍没有好好的执行。有哪些公司重要的任务过去一周没有进展，这一切都是知道的，而且我们对每个员工他写了多少代码我们也都知道，代码写的好不好也都知道，所以也可以问公司写用AI写代码最厉害的人是谁？这些人哪些有离职的风险？我要怎么样把它留下来？所以这个产品呢它就是一个CEO最好的伙伴，他用上帝视角来等于是一个小天使。在CEO的耳朵旁边悄悄话告诉他说啊，我看到了什么问题，你好好处理，或者我给你几个建议，你参考一下最后的抉择还是CEO的，但是能看得更远。那这里呢有执行风险，有啊，还有每一个员工他做了承诺往往就忘记老板就忘记了。很多员工他希望啊老板说你你做啊点点头，然后。老板可能就忘了，员工可能也希望老板忘了我作为老板也常忘记，但是我的老板哎呀不会忘记。所以这个就给公司了一个承诺账本，我就能够记得让我的AI提醒每一个人他承诺了什么，然后提醒我去提醒他，你承诺的还没有做到，然后最终如果真的没有做到，那我交给别人做，然后这个账本是会算账的。因为下一次员工业绩评估的时候，某一个员工他承诺了30件事情，只做到了12件，那他可能下周就不能来上班了啊，所以就是说这可是一个非常好的客观的公平的一个评估机制啊。然后呢他是一个执行驾驶舱刚才说的人才发现工具留下重要的员工等等，有其他的功能。可能最好的方法是做一个快速的演示，让你们看一下这样的一个老板AI是有什么样的功能。企业经营的目标是要让每一个正确的决策落到行动，并持续产生正向的结果。关键客户会议前boss AI自动汇总客户背景、项目进展和历史承诺生成C O建议关注议题。会议中他实时记录并高亮承诺风险和机会。会后声成纪要和代办关联责任人项目与截止时间一段时间后，CEO追问哪些承诺兑现了，哪些说到没做到boai校验合同交付、客户反馈和人员动作判断知识中台是兑现标杆，智能客服agent和江城问答助手存在履约风险，朱心需重点盯防周航推进更稳点开证据链。结论都能追溯到项目合同和负责人。当承诺验收或回款出现公司级别偏差风险，卡片会主动推送，让CEO直接看到影响证据和下一副盘。范围失控、审批与数据滞后、接口脆弱、人员单点，这些反复出现的问题都指向机制短板，证据链显示这些问题已在多个项目中反复出现。Boss AI建议沉淀公司级sop让CEO看清事实，识别公司风险与机遇。是我最喜欢的，是最后一个例子，他教我怎么做好我的工作啊，他会因为AI是讲实话的，所以我会问一些问题。比如说我的领导风格哪些地方有待改进，我在开会的时候我的问题和发言哪些问的是有问题的，我会习惯性说哪些话让员工觉得呃不开心。我应该多说什么样的话才能让团队更聚合，更能够执行力更增强。啊，所以这些批评的话我是乐于听的，因为他是一个不说谎话啊的一个讲真实的情况的一个助手。当然可能很多老板还是很在乎面子啊，我也在乎啊。如果在公众的跟大家说，李开复最最最最傻的三件事情，三个习惯犯的巨大的错误。他其实是个不好的CEO他不改的话，员工就会怎么样怎么样，这个还是放不下面子的。但是这个AI的好处是，他是我私人的AI他就私下做我的一个教练。告诉我不足的地方我听到了，我不会让但不会让我在大家面前啊没有面子啊，所以我觉得这是一个非常好的工具，我现在也每天离不开这样的一个工具来管理公司。下面想讲的是一个很回到原来的问题是如果AI这么强大，我们做CEO还有未来吗？啊，是不是以后AI就取代了CEO取代了李开复，然后公司就全给AI管了？我的答案是不会的啊，这里面有几个原理，几个重要的理由。第一个理由就是AI再厉害，他有一件事是肯定做不了的，他不能担责对吧？一个CEO做不好，董事会可以把它炒掉，可以降薪，可以降级啊，但是你能把AI怎么样，你能把插头拔了，你能威胁他，你再犯错我就把你删除。那安不会怕这些的，他也不懂什么叫怕他不懂，怕就不懂责任。那不懂责任，那你怎么能够把重大的决定交给他呢？所以其实AI跟人是最好的结合。AI是左脑，人是右脑，人的右脑是他会追寻他想要的东西。比如说44年前，我觉得AI就是我最重要的事情。啊，比如说这里的四个图片，他们每每一位人物都是有他终身的追寻的。啊，那么AI是没有追求的，人是有追求的，AI是不担责的，人是担责的。所以左右脑的一个划分是未来的一个趋势。所以在座的包括小朋友啊，如果你们想成为一个很厉害的leader，那么以后一定要好好发展你的右脑。那右脑包括了什么呢？领导力包括了什么呢？这里给了四个例子。第一个是coco now，他是很有品位的，而且她是很有同理心的。她知道当时她年轻的时候看到当时的女性是很痛苦的，穿着绑在身上的衣服非常的不舒服。但是呢又基于社会的认知和他们的暧昧，就必须每天这么穿着。所以让他觉得他有一个使命，就是发明一些既好看又舒服的衣服。所以今天在座的女性啊还是要感谢当时她的这一系列的发明，才让女性能够跟男性穿一样的舒服的衣服啊，而且也同时的非常的美观。但是你问AI当时她如果有AI她问AI哎女性的衣服有什么不好？没有不好啊。你看网上都是大都是赞美，没有哪个女性说我穿的不舒服啊，因为大家不觉得还有什么别的选择。那么是他的这种洞察力跟同理心啊，还有他的品味才能突破这样的一个瓶颈。Steve Jobs他重新创立了七个行业，有几个你们应该很清楚的。比如说啊啊音乐啊、啊、App Store啊、iphone啊，电脑都是他发明的，还有3D动漫。Piel基本改变了七个行业的未来。那这七个行业它改变我们就不用讲七个例子。讲一个例子，I phone当年啊你们在座年纪稍微大一点的哈，20年前啊你如果做一个用户调查，有没有人会说我要一个iphone，iphone长得像这样。我点我按App Store没有一个人会这么说的。大家只会说我的诺基亚啊，他如果他能有什么就好了，或者我的黑莓他能如果像诺基亚一样耐摔那就好了。这是用户的反馈，用户是短视的，他只会针对你已经给他的产品，他要调优。那么iphone他是需要一个伟大的人，他敢做前面的人没有做过的事情。因为其实有人问过乔布斯。他说你做不做用户调研？他说我做，而且我每天都做。我每天早上起来刷牙的时候，我看着镜子，我就在做用户调研。他当然这是个笑话，但是真实的他做了什么事情，他认他确定知道，不是认为他知道自己可以看到用户看不到的事情，他也知道他做出这个伟大的产品放到用户手中，他们会说我要，但是你让他自己想象出来，想象不出来，那这也是右脑的功能。AI做不到，AI没有办法在啊十几二十年前设计一个iphone出来。因为当时所有的用户反馈网上的意见啊，诺基亚诺基亚手册、用户调研等等的，都不会告诉你用户有这个需求。所以当所有的数据都不存在，AI怎么判断我要做一个iphone出来？所以这是一个不可能的任务啊，所以这也是一种远见。还有就是信念。这里看到的是Jeff basiels，他当年就觉得我能把电商搞成我们在国内可能都觉得马老师是电商的鼻祖。但是在他之前还有basios basios就是当时电商这个词还不存在，他就觉得说电商一定能行，然后他就做了调研，能卖什么，最后决定能卖书啊种种的理由。因为书不会坏，能够不用摸，不用不只要看别人的评论就可以决定买不买等等的。他就决定卖书做，他有这样的一个信念，因为当年是不存在的是不存在一个电商的概念的，互联网都不成熟。而且呢他之后还做了很多很奇葩的事情啊，比如说他把啊他也是他第一个把电商变成了一个订阅制的prime的服务。但是更重要的是他做了亚马逊亚马逊云一个电商做成了云。当然今天阿里也做成了云，但是他也是第一个，没有理由不是Google Microsoft第一个做成云的，但是他是第一个做出来的。所以他是有这个信念，能够能够相信，所以看见然后去执行啊，而且是冒了很大的风险啊，他亚马逊这个公司很有意思，他每次快要盈利了，他又做一个新项目出来，又让他巨亏啊，所以刚开始华尔街是很受不了他的，他一巨亏股票就大跌。但是后来发现他每次都对现在华他做新的东西公司巨亏，华尔街还是买账的。啊，最后一个Elon Musk，他的很多细节我不讲了，大家都知道他做的space x啊万亿美元上市。但是这个万亿美元的公司，他曾经很不堪的面临只剩最后的钱再做一次火箭发射，如果失败就破产了。然后他掏出了自己的钱，自己口袋中最剩下来最后的钱，他卖payp的钱冒了巨大的风险来做这件事情，为什么？就是因为他有勇气而且有信念，他相信这件事情可以成。但是你如果问当时如果有大模型，问大模型火箭可不可以回收大模型应该会告诉你高概率是不可以的，这个事情值不值得创业，高概率大模型会告诉你，你用这个创业，你失败的几率，你的投资回报应该是负不好的。但是他又做了，所以A擅长的是把过去的数据来去用在未来的预测来做判断，来最优化可能的最可能发生的事情。但人右脑告诉我们的是，我们相信什么？我们觉得什么是美，什么是远见，什么是勇气。啊，好的，那么进入这样的一个社会呢，我觉得下面要想讲的就是一一个非常重要的角色，这个角色叫做D R I。如果C O开始用这个工具把公司管理的更好，他其中需要做的一个任务就是把公司的Dr I找出来。D I就是directly responsible individual，就是一个微型的C E O。因为随着AI越来越厉害，公司越来越需要会管理AI的人。我们回头这么想，一个公司的组织架构是什么？如果公司有1万个人，他可能有3000个管理者，管理层有3000个人管着下面1万个人在干活。那么假设公司业务不扩张啊，那我们未来会发生什么事？就是1万个人干的活可能更适合、更划算、更快速，让2000个人带和8000个AI一起来做。或者是3万个AI无论多少个AI但是这个80%的活可能就会给AI来做了。当然我这里不是说80%的人会失业，公司也可以扩张业务成长十倍。这样的话可能人还要增加。就像01万物在过去的一年我们人数是增加了，我们可能增加了30%的人，但是干了十倍的活，所以这不代表人会失业。但是呢回到刚刚讲的，我们假设整整个的活是1万个人能干的那这一万个人啊可能需要3000个人管理。因为一个一个经理不可能管100个人1000个人嘛，所以他需要一个一层一层的汇报，一层一层的管理。刚才讲的这个啊效率的缺失也是同样的理由造成的。好，那么如果已经有1万个工作者，有3000个管理者，那么这一万个人里面有18千个变成AI了。AI需要一层一层汇报吗？肯定不需要啊。AI是没有政治的，没有信息隔阂的，呃，没有信息不对称的啊，没有误解的。每个AI都接触一样的数据库，都知道一样的现实，都在走向一个同样的愿景的一个公司，啊，共享所有的数据。所以AI是不需要一层一层的人管。AI需要人管，但不需要一层一层的管。一个AI工作者只需要一个人管他就好，而而且可能一个人可以管30 51百个AI工作者啊，在有些情况里面，所以这个跟管人是不一样的。所以之所以组织架构需要改变，就是因为公司的workload所有的工作大部分是AI承担。那么过去建立的这个管理体系呢，其实是不需要的。因为你不需要你不需要一个AI汇报给一个经理，再汇报给一个总监，再汇报一个高级总监，一个副总裁，这个是浪费时间嘛，你让哎呀把活干了就好了，然后有一个老板把结果告诉C E O不就好了。所以呢Dr 2I就是那些如果说过去的经理，过去的总监是管人的人，那Dr I就是管AI的人。那因为公司80%的干活的人都变成AI了，所以我们需要管AI的人是一个非常强的需求啊。那其实Dr 2I在社会里是很是有很多的一个Dr 2I他除了会管AI以外，他一定是一个。单一责任人就是说A不A不能负责，所以责任人愿意负责。是你热爱一件事情，管理一个小组，能够反共识的，能够不管外部的力量，你能够找到资源把一件事情干成。这就是di这里很多例子时间的关系，但他们很少。因为没有一个组织的必要性需要呃需要在管人的时代需要这么多di但是这代表的就是右脑和信念是强大的。但是在AI时代呢，我们需要非常多啊这样的D I也就是说进入了di的社会里面呢。一个di的中间他会去做个人做判断复盘执行抉择，然后他会去管理啊智能体，管理AI来把事情做好。所以呢我们过去走人的流程是左边是效率低的，是多人分，则信息分散，层层协作等等的。右边是非常清晰的一个责任人负责一件事情。让公让这个产品增加10%。下一个季度那么他就会调动一切的AI来做市场活动，来做产品提升，来做用户试用等等等等的，最终达到10%的目的。那么是以目的为组织的组织架构，所以他的决策更快啊，效果更强。所以也就是说以前是左边的一层一层的管理，以后是右边的一个ar第一个Dr 2I管少数的人，管大量的A I所以在一个组织架构的变革呢，是刚开始会是一个呃一层一层的架构。像第一个里面说的，然后呢我们会希望CEO先把AI用起来，把公司管好，管的更有效率，啊，创造更新的更好的财报。第三个呢让领导的下一层，比如说cfo cio啊co都用上AI I第四呢把Dr I识别出来，提升出来，让他们负责一些事情。然后最然后然后慢慢的呢让我们的呃职业经理人有些成为Dr I有些成为帮助Dr I的教练，帮助他们在在人与人之间的沟通，对业务的理解来做一些帮助，然后最终会成为全第二I化。因为以后大部分的活其实都是AI做的，所以AI不需要层层的管理。但是我们不能一次到位的把这13000个人的公司给3000个中层管理都拆除。他们有些是要做d 2I的，有些可能是啊会成为教练的。啊，我在书里会有更多的解释。那做一个这个呃中层管理有多少选择？啊，所以最后想讲的就是说，假如未来如我所说，AI的员工将涌入各个各行各业，然后CEO将用AI来大大提升效率，然后公司会变得更扁平化，啊，大量的AI啊员工涌入，那么作为个人我们应该用什么思考？我觉得从管理者的角度来说啊，刚才也是提到了。第一个最好的管理者的结局就是他成为一个智能体和D I的老板，也许他自己就是一个D I第二呢可能他是来帮助各个呃D I来帮助他们理解业务呃，了解流程，还有帮助人脉人脉的关系，人与人之间的沟通，外部的合作。然后第三呢，公司还会有很多这个不同的呃过渡期的桥梁的角色啊，然后做不了这三件工作的啊，对不起。第二个还有一个就是说啊除了这个呃教练之外，公司还会需要各种人对人的工作。啊，我们把很多很多这个呃脑力的工作AI化了，但是不代表公司还不会有很多其他的业务是需要人的。比如说跟客户的对接，跟重大的客户跟合作伙伴的了解，跟他们啊吃饭成为朋友等等，这都还是会需要的。所以这些工作呢可能有些有些中层就可以来扮演。但是如果123都找不到出路呢，可能最后就会变成所谓被压平的中层。就是说一个管理者他如果真的工作就是三件事情，开会、传递信息、管人。那他在未来的这样公司里面呢，是没有一个职位留给他的。从个人的贡献者呢我们也可以看到，其实很类似。左边的呢是会是一批继续干活，因为公司还有很多活要干。不是，其实第二I完全不需要是做管理者的一个我们发现很多年轻的懂用AI的人，其实在座的年轻人你们的机会更大。因为很多3四五十岁的，可能今天用模型没有你用的那么那么六。那么你用模型用的六就表示你更容易更可能可以学会怎么管理AI所以你进入公司，在一个教练的指导之下，可能就能成为一个D R I啊，重点是你是不是一个能够担责负责的人，是不是能够快速理解业务学习的人，啊，这才是关重点。第三呢是有些成为教练，然后第四呢是有些做人际的工作。所以你可能已经看到了一定的这个pattern，就是哪些未来在AI的未来人的机会在哪里。所以从智力工作来说，我觉得有两个重点。从这个横的轴来说啊，这个红腾的轴度来说，我们是看一个工作自由度。啊，竖的轴度来说是人际互动的依赖度。那么什么叫工作的这个自由度呢？就是说你的工作是局限在一个领域，还是是发散的，是开放的。啊，数据录入源非常封闭的，啊，原创作家是非常开放的，科学家是非常开放的。所以那些靠右的就是安全的工作，靠左的就是不安全的工作。那么什么叫做人际互动的依赖度呢？啊，就是说你的工作多大程度是需要人与人之间打交道的。所以排的较高的比如说骨干教师、心理治疗师、财务顾问啊啊、放射科。对不起啊，这个法官就是跟人跟人人际互动较高的。下面的这些呢可能就是人际互动较低的。所以最安全的工作肯定是啊右啊这个这个右上方就是自由度高，而且依赖度高啊，最危险的可能就是左下角的啊这个数据录入源啊，初级的这个啊记账员等等，这些工作基本基本已经消失了。如果还没有消失，很快也会消失的。然后AI会越来越强大，它会从左下角慢慢的进入左上角，慢慢的进入右下角啊，只有左只有右上角会是比较安全的。啊，其实体力工作也是一样的，这里我就不讲太多细节了，可能人际互动是一样的啊，自由度其实也是一样的。你可能会想体力工作什么是工作自由度很高的啊，体体力工作呢比如说救援人员。他每次去救人的都不一样啊，一个AI不能够完全了解一个呃地震后的救援跟一个火灾里的救援是怎么去处理，所以每次都是一个新的这个环境。但是仓库的分拣员就是啊非常非常封闭的，不是自由度很高的啊。那体力工作也有人机互动很多的，比如说健身教练啊、理发师啊、私人厨师、导游，这些都是安全的啊。但是啊往下走呢就是比较封比较这个没有太多人机互动啊，流水线配配装员这种就会比较危险。所以我们可以看到的是，还是有很多工作还是安全的，但是有很多可能已经是面临很大的挑战了。那刚才也说了，我们其实呃会希望大家都能看到啊，未来我们作为一个个人要往开放走，要往人际互动走，啊，要往不能够靠过去的数据能够做前所未有的事情走，这些是我们最好的。还有要往右脑的方向走，这些都是很正确的方向。还有最后我想讲的一点就是说，真的不要认为人跟机器人跟AI是一个零和游戏。不是说世界上就这么几亿个工作啊，AI多了一个人就少了一个。它不是一个零和游戏，它不是一个蛋糕，AI多拿走一片，你人类就少了一片。而是说我们可以想象有些是AI最强的是什么？今天听到的是编程，它是能执行任务。那人类需要多少编程，需要多少执行任务，这是一个无上限的是一个无上限的事情。这不是说我们人类要吃多少多少稻米，然后AI多吃一份，人就少了一份，然后最终你生产了这么多稻米，人类吃不下了，也没有用了。啊，这个是有上限的，但是AI做应用是没有上限的。AI做程序，AI做这个帮我们干活，帮我们干脑力活，人的脑力活是没有上限的。我用几个例子来解释一下。首先我们为什么今天都用通用software通用的软件？那是因为程序员很贵，他们只能做通用的，我们想买专属的做不到。因为一个程序员比如说一年要呃这个80万，然后我需要100个程序员，那我就要8000万来开发一年来开发这个软件，那那两年就要就要这个1.6亿。那是不是每个场景都愿意出1.6亿呢？那肯定不是嘛。但是如果我们能够用AI来做，能够用160万来做，那可能很多人就愿意付费了啊，甚至更多的钱。所以我们的需求是没有上限的，我们对这种脑力活的上上线是没有需求的。还有我们想想每一个人这一辈子有多少个点子？可能有些点子你想到了，但是不能做。我在工作我想创这个创业点子哎呀不能去碰，或者我做了一个创业还想再试第二个也不可能去做，或者我想试试这个东西行不行，哪有时间试试。工作忙死了，但是有了AI以后，很多事情都可以去尝试，也可以就是说人类的无限的点子可以更多的被尝试。所以好的点子不会没有机会去去试一试，看它是不是真的有价值。所以从这些观点来说，他这个蛋糕是变得巨大的。所以如果每一个人是愿意积极主动的去探索他，这不是一个蛋糕哎切走多少的问题。所以呢啊其实啊机会是肯定是有的，那么AI的左脑是肯定比我们强大的。但是人类的各种机会一定也是存在的。最下面的是品味、远见、信念、勇气，最高级别的这个右右脑的一些品质。AI未来以来，希望我曾阐述的几个观念。第一个就是这不是未来，这个未来已经已经来了，就在我们身边。那大家一定要学好AI因为大量的AI员工会涌入我们的社会，我们一定要跟他们共存，最好能够成为他们的老板，因为他们没有欲望成为我们的老板。但是他有左脑，我们也有左脑，他的左脑比我们强，但是他没有右脑，所以人类的机会还是非常巨大的。过过去的g dp啊的成长绝对不代表未来，未来有可能完全有可能一年g dp世界的GDP成长是有30%这一个蛋糕可能三年被做成三倍或五倍的大，所以机会是巨大的。那真的会被AI淘汰的人是自己不选择进步的人。所以希望今天阐述的就是AI带来巨大的机会，希望能够帮助你们找到时代红利，谢谢。

关系图谱