阿里前總參謀長曾鳴新書揭秘：你的AI為啥只干活不長進

如果把AI比作一輛車，多數(shù)公司的AI現(xiàn)在都還停留在“越用越舊”的階段——自己越開越熟練，但車不僅不變聰明，還在偷偷掉漆。

曾鳴在最近的思考中提出一個頗為扎心的判斷：很多AI只是在干活，并沒有真正為結(jié)果負責。這位曾鳴書院創(chuàng)始人、阿里集團前總參謀長在新書《智能：AI時代的商業(yè)、組織與戰(zhàn)略的本質(zhì)》里，從“智能復(fù)利”這個根本機制出發(fā)，推演出了AI時代商業(yè)真正拉開差距的隱秘路徑。書的論述，像一把鑒偽的尺子，量出了大量“偽AI化”之所以失敗的原因。

“越用越強”這件事，特斯拉的自動駕駛是一個直觀比方。一輛普通汽車開五年，剎車會磨、漆面會老，司機積累的經(jīng)驗全在自己腦子里，和車本身無關(guān)。但特斯拉不一樣——每一輛跑在路上的車，遇到的暴雨、山路、邊界場景，都會變成數(shù)據(jù)流回系統(tǒng)，用來訓練模型。你每開一次，其實都在幫這個系統(tǒng)變得更聰明。曾鳴把這種機制稱為“智能復(fù)利”：一個系統(tǒng)干的活越多，反饋越多，優(yōu)化越多，能力強了又能接更復(fù)雜的活，再帶來更高質(zhì)量的反饋。這個循環(huán)一旦跑起來，能力就會像利息一樣不斷滾起來。在曾鳴看來，工業(yè)時代有規(guī)模經(jīng)濟，互聯(lián)網(wǎng)時代有網(wǎng)絡(luò)效應(yīng)，AI時代對應(yīng)的就是“智能復(fù)利”——增長不再只是結(jié)果，增長本身反過來也會增強能力。

但系統(tǒng)變強，不等于企業(yè)一定能甩開對手。曾鳴在書中提醒，那些簡單、標準、誰都能做的任務(wù)上，大家其實會一起進步，你在變強，對手也在變強，最后很難拉開差距，競爭又回到拼價格的老路。真正能形成護城河的，是復(fù)雜任務(wù)。復(fù)雜任務(wù)極度依賴長期積累的經(jīng)驗——一個系統(tǒng)過去踩過什么坑、在某些極端的權(quán)衡中做過什么取舍，都會決定它后續(xù)的表現(xiàn)，這些經(jīng)驗對手無法直接復(fù)制。當能力差距大到足以影響“這件事究竟該交給誰”時，質(zhì)變開始了：人們會把最重要、最難的任務(wù)交給更可靠的系統(tǒng)；越難的任務(wù)反饋越有價值；反饋再次把系統(tǒng)變強，更強之后又會吸引更多的關(guān)鍵任務(wù)。曾鳴將這種滾雪球式優(yōu)勢放大稱作“黑洞效應(yīng)”：一旦突破臨界點，領(lǐng)先就會進入不可逆的階段。與其說你在和某一家公司競爭，不如說你在和整個生態(tài)的流向競爭。

然而回到現(xiàn)實，很多公司明明已經(jīng)接入AI客服、上線了自動化流程，組織能力卻毫無起色。曾鳴的診斷是，因為它們的AI只是“干活”，并不為結(jié)果負責。以AI客服為例，面對訂單查詢、物流狀態(tài)這些標準問題它通常沒問題，可一遇到規(guī)則沖突、用戶情緒上頭，系統(tǒng)就很容易出錯。企業(yè)接下來的操作是安排真人在旁邊盯著，隨時檢查、糾正甚至接管。表面上是AI在跑，實際兜底的還是人。兩邊的問題隨之浮現(xiàn)：規(guī)模做不大，因為每新增一個任務(wù)就得加一個人盯著；更致命的在于AI拿不到完整、真實的反饋——它看到的總是被人工篩過、改過的結(jié)果，永遠沒機會從頭到尾看清一件事到底是怎么出錯的，用戶的真實反應(yīng)是什么，最后結(jié)果又是怎樣發(fā)生的。一旦“行動—結(jié)果—反饋”這個閉環(huán)斷掉，智能復(fù)利就轉(zhuǎn)不起來了。因此曾鳴認為，真正的轉(zhuǎn)折點在于AI能不能從“人替它兜底”走向“它自己對結(jié)果負責”。只有當企業(yè)敢把一部分結(jié)果責任交給系統(tǒng)，任務(wù)規(guī)模才可能做大，真實反饋才會涌入，智能復(fù)利的飛輪才可能真正啟動。這也在提醒企業(yè)重新審視增長：收入、市場份額、日活這些數(shù)字，正在從“原因”變成“結(jié)果”，真正重要的問題是，你的系統(tǒng)有沒有形成一個能自己跑起來的完整任務(wù)閉環(huán)。

沿著這個邏輯，曾鳴把商業(yè)的演化分成了三段。工業(yè)時代是“千人一面”——供給有限，一款產(chǎn)品要賣給盡可能多的人；互聯(lián)網(wǎng)時代是“千人千面”——平臺把人分成不同類型，再精準推送；到了AI時代，他認為商業(yè)會進一步走向“一人千面”：系統(tǒng)不再只是判斷“你是哪類人”，而是開始理解“你當下到底想解決什么問題”。他舉了一個例子，一個人反復(fù)看兒童繪本，行為數(shù)據(jù)顯示他對童書感興趣，可他為什么看？可能是剛當上爸爸，想培養(yǎng)孩子的閱讀習慣；可能是要給朋友的孩子挑禮物；也可能是想做童書生意，正在摸行情。行為看起來差不多，背后要解決的卻是完全不同的需求。過去的商業(yè)模式只能推測“你大概是哪類人”，然后推一堆繪本給你，但AI第一次有機會通過一次次深入互動真正理解你要解決的具體問題。當需求和供給都能被實時生成，商業(yè)比拼的重點就不再是占有多少資源，而是能不能把資源組織起來，持續(xù)滿足真實需求。

更根本的變革隨后發(fā)生在組織和戰(zhàn)略兩個層面。曾鳴拋出一個很現(xiàn)實的問題：為什么AI明明讓每個個體變強了，組織卻還是層層開會、反復(fù)匯報、跨部門扯皮？他的答案是，今天熟悉的公司制度本身就是工業(yè)時代的產(chǎn)物，它的目標是讓一大群人高效執(zhí)行既定答案。而AI最擅長的不是執(zhí)行，是不斷生成新的解法，并且已經(jīng)接手了大量過去靠中層完成的信息整理和協(xié)調(diào)工作。這意味組織最重要的能力必須從“高效執(zhí)行”躍遷為“不斷形成新的理解”。未來的競爭很可能會變成組織與組織之間的智能高下。戰(zhàn)略層面的沖擊同樣劇烈。有些公司看起來戰(zhàn)略規(guī)劃特別完整、定位特別清晰，反而容易被變化打懵。曾鳴以美國在線教育平臺Chegg為例：Chegg長期定位于學生學習支持市場，用戶群體清楚，訂閱模式穩(wěn)定，從傳統(tǒng)戰(zhàn)略視角幾乎挑不出毛病。但當生成式AI出現(xiàn)后，學生獲取知識的方式發(fā)生根本改變，它過去依賴的“內(nèi)容供給+訂閱服務(wù)”模式在短時間內(nèi)失去吸引力。Chegg不是沒有戰(zhàn)略，只是它的戰(zhàn)略建立在過去的那個前提之上。曾鳴想提醒的是，在AI時代，戰(zhàn)略的核心不再是規(guī)劃出一個不變的路線，而是持續(xù)形成對變化的新理解——這恰恰迫使企業(yè)重新想象組織本身的樣子。