在AI技术飞速发展的当下，我们正站在一个时代的分水岭上。正如互联网曾经彻底改变了生产与生活方式，AI的崛起同样带来了巨大的破坏与机遇。本文从“智能的低成本集中供给”这一核心特征出发，深入探讨了AI如何颠覆传统的生产模式和组织结构，以及它将如何催生全新的生产关系。

当一种大技术崛起之后，某些既有的生产模式注定被破坏，而与此同时某些新的模式会开始确立。

在互联网时代，这种破坏与确立的组合是百货 VS 电商，是短信 VS 微信等等。

在AI快速崛起的今天显然也很需要认识什么是2000年百货的角色，什么是2000年电商的角色。

找到属于AI的破坏与确立组合，就是识别智能时代的风险和机遇。

而这些要回到大技术的根本特征，和人的偏好其实关联不大。

这种技术特征简单概括就是：

互联网的特征是连接，AI的特征则是智能的低成本集中供给。

所有对未来的预测其实都要回到这个原点。

智能集中供给

过去的智能在绝大多数场景下呈现分散供给的状态，比如编程就需要N个程序员，看病就需要N个医生，打官司就需要N个律师，每个人处理自己的一摊事情。

而组织生产的方式其实是在与这种智能分散供给的状态相适配。

现实中就表现为：或者各管一摊，或者定义角色、流程彼此配合。

做到这三点挑战，产品经理只会不断升值

好的产品经理是很稀缺的，懂用户、懂商业、懂数据的产品经理走出互联网，依然是抢手货。相反，如果只做简单传话、低效执行、浅层思考的产品经理，恐怕走不过未来3-5年的洪流。

查看详情 >

公司里面大量的措施(流程和工具，使命愿景价值观等）可以看成是协调分散供给的智能，达成既定目标的辅助手段。

AI显然不是这样。

通用智能的进展方向就是：是一也是万，是少也是多。

不需要任何协调，只需要满足它发挥效力的条件。

显然的大模型不会只可以用来干某个单项事情比如编程。

这会导致什么呢？

这会导致很多既有的生产关系设计成为生产力提升的障碍，需要被推倒重来。

（智能集中供给视角下可以重新解读下组织结构）

新式生产关系什么样呢？

集中供给后的新式生产关系

新式生产关系原则很简单，你要让集中供给的智能的所有能力发挥出来。

那什么是它发挥能力的障碍？

最低层次显然是数据。

它不知道情况如何能发挥效力。

更高层次显然是反馈和知识，在流变的世界中一个僵死的系统不管用多少Agent也没有用的。

侯宏老师画过这样一张图，这是很关键的：

过去的组织体系是用来协调分散供给的智能的，集中供给的智能需要的不是协调而是全局的数据、反馈和动态的知识系统。

这是完全不一样的范式，显然侧重点也不同。

正因为是两个不一样的序列，大概率是没法从既有体系改出来的。或者说改善的成本可能远大于新建。

电商不是百货改出来的，滴滴也不是出租车公司改出来的，所以这基本就会是破坏式创新。

从这个角度看《无人公司》可能真的是当下唯一一本彻底站在新模式视角讲述应用智能的书籍。

通用性

这次的变化和互联网最大的相通之处在于其通用性。

互联网不在意自己的连接的是什么，所以互联网的模式渗透到N多领域。

AI大模型的智能眼下看也没那么清楚的边界，所以注定会渗透到每个和智能相关的领域。

假设律师可以从N个律师做1V1的服务，变成围绕一个律师的大模型集中提供服务，其它人则分散在这个系统周边解决模式发挥效力的障碍。那么什么领域是不可以复用这个模式？（《无人公司》中把这个模式概况为：智能优先、万物皆数、实时反馈、中心决策。）

所以现在这个时期其实是一个普遍孕育电子章鱼的时点。

章鱼们都还很小，但基本开始生长发育了。

章鱼的脑子是大模型，章鱼的触手则有领域属性。

从这个角度看，这种破坏性的纵深远超互联网（不知道现在还会不会有人认为AI的影响不如互联网。）

核心挑战

核心挑战其实是智能集中供给这模式反常识，也反互联网。

互联网等累积了一系列方法论比如单点极致，比如快速迭代，但这些成功经验真用来做智能集中供给的模式就全是障碍。

举个例子，有的同学可能会说：

今天终于又解决了某个客户的问题，这让我感觉踏实。

这是错误的，因为它导致的结果是会无限的改进出租车公司，而不可能导致跳越到滴滴网约车。

同样也会导致做更好的百货，但做不出来电商。

无限接近某个极限值不等于能突破。

而所谓现场中的快速迭代根本只可能导致无限接近某个极值。

单点极致也类似，智能集中供给并且快速拉升的前提下，没有工具型的单点。因为通用智能自身就是最大的工具。过去分散的工具正是智能分散供给的结果。

所有因为智能分散供给而产生的产品和方法，注定因为智能集中供给而消失。

现在每次碰到这种观点，我就多了个新说法：可以再读一遍无人公司……

智能跳越的假设

电子章鱼的成长周期也会比较反常识。

它的核心养料其实是智能，而智能的水平是非线性跳越型的递进。

我做过这样的一个推断：

把AI1956年以来的进展放到时间轴上，那会发现有两个明显特征：

第一，AI水平的进展是跳越式的。模式识别到AI大模型都是深度学习，但这个能力很难用倍数提升来形容，而更像是跳越了下猴子变成了人。

第二，跳越的周期在变短。

这不准确，但假如它成立，那么：

上一次跳越从2010~2022大概用时十年左右，那下次跳越是2023年后5~7年的时间，然后再有2~3年可能再跳越一次。

所以2033年之前，我们很大概率会迎来两次类似chatGPT这样的智能跳越。

每次都是模式识别到chatGPT的跳越，这是很夸张的。

而每次大的跳越显然都会让电子章鱼飞速膨胀。

智能集中供给加上智能跳越的假设，最终你会发现未来的典型应用模式其实正是《无人公司》中所描述的。

小结

如果说在2000年面向未来的新词是电商、社交网络，这些词每个的背后都隐含着一种连接的模式；那在今天面向未来的新词之一可能就是无人公司，这背后蕴含着智能集中供给所催生的新生产模式… …

碰巧也有人会问一人公司和无人公司的区别，这里一并回答下：

增强的极限是一人公司，一人公司可以想象成一个人擅长18般武器，然后自己就把活干了。实际上一人公司大概率是干不了什么复杂的事，只能做做简单的活。因为一旦业务膨胀，必须的信息流就会导致人是最大的障碍，人是没法按秒来处理几M的数据的。

无人公司则是下代的自动化，人不在基本业务过程里面，而是业务的coordinator。