任务、组织、生态：AI 正在同时掀翻三层地板
7 月 4 号，我在莫干山给 CAIO 联盟的创世峰会做开场演讲。这是那场演讲整理出来的长文。
* *
这事其实始于一个半月之前。
和雨豪吃饭，他说身边的老板们都很焦虑，要搞 AI 但没思路，要不我们搞个 CAIO 联盟吧。
我说好啊。我天真的以为就是身边一群朋友吃吃饭聊天，结果没想到雨豪同学一吆喝，搞成了这么大一个活动。
先自我介绍一下。我是个连续创业者，第一家公司做”今夜酒店特价“，卖给了京东，做了京东到家；2015 年出来做了一个对话式人工智能助理 Get，凭借自己艰苦卓绝的努力，把之前靠运气赚的钱，靠实力赔掉了；后来加入云九资本，这几年一直在投资和孵化 AI 产品；最近正在开始做点自己的事，也在运营”AI 炼金术“这个播客。
过去十年，我一直在搞 AI。
所以今天早上我想跟大家聊清楚的，就一件事：我们为什么需要这么一个聚会，需要一群人搞在一起。
答案，得从一个我自己都觉得拧巴的悖论说起——
AI 你不用，一定会死；可你用了，好像也没赢。
MIT、出了一堆报告，说的都是大企业试点了一圈 AI，没几家赚钱的。我是很多公司的顾问，大厂小厂都有，实际体感也是如此——我们能做出非常多可以拿去 PR 的漂亮案例，但你问一句，这家公司真因此多挣钱了吗？
实话说，没有。
出个 demo 一周就够，做出真正有实效的东西，半年都难。动作很多，成果很少。为什么？
我后来回去研究，发现问题出在——我们一直把 AI 想得太简单了，把它当成一个提效工具：你赶紧用，用了就省人，省人就赚钱。可事情没这么顺。它其实不是一件事，是三件事，一次砸下来。
一次冲击，三个层次
我把 AI 对一家公司的冲击拆成三层：
任务层——新工具。怎么把手里那个具体的活干掉。
协调层——新组织。怎么把一堆活组织起来，变成有价值的成果。
生态层——新大陆。在市场上，你站哪个位置，怎么把成果换成钱。
大部分公司，只在第一层纠结。买了多少 Copilot、人均几个 token，全在水面上。
真正的冲击和机会，沉在下面两层。
这也是为什么忙了半天没结果——你在水面上拼命扑腾，真正决定生死的浪，在水底下。
下面我一层一层讲。
每一层，我都想回答三个问题：这一层到底难在哪、AI 怎么用才对、以及——历史上有没有人遇到过一模一样的时刻。
* *
第一层 · 任务层：新工具
这是最热闹的一层，也是漏水漏得最狠的一层。我给你看三个“未必”，一层一层往下漏。
未必一：单点提效，未必带来整体效率。
十个环节，你用 AI 把其中两个提速了，整体也就快 10%。
因为整体快慢不卡在你提速的那两环，卡在你没动的那八环。
未必二：效率提升，未必带来额外成果。
星巴克咖啡师手速翻一倍，门口的客流量变了吗？没有。
后厨快十倍，座位就那么多，一天还是那么多杯，瓶颈不变，结果不变。
未必三：额外成果，未必创造经济价值。
这条最扎心。一家广告公司用 AI，50% 的成本做出 200% 的效果——赢麻了吧？
三个月后，对手全用上了，开始降价抢单，客户反过来压价。
潮水抬高了所有的船，谁也没有相对领先。全行业拼了命地跑，只为停在原地。
三个“未必”漏完，开场那半句悖论就有答案了：用了不赢，是因为大家一起用；不用必输，是因为对手在跑你站着。两头都难受，区别只是快慢。
那本质是什么？我的判断是：AI 是一台推土机，公平地、替所有人，推平智力劳动的价值。
注意“公平”两个字。当你美滋滋地想“我不用请设计了、不用请程序员了，效率翻倍”的时候——它对整个行业都是这样。你的程序员能减半的那一刻，你其他的知识、经验、门槛，也在同步贬值一半。
它是在合理合法地，把一切都推平。它在帮你，也在帮你的对手，所以推平的地方不产生任何相对优势。想赢，你得去推土机推不平的地方。
至少，要从任务层，走到协调层——不要把 AI 硬塞到人类工作里，要重新设计工作和组织。
光是任务层提效无效，还有个根本原因：现在的工作，是照着人设计的，不是照着 AI 设计的。
AI 是一种“锯齿型智能”——有的地方强得超人，有的地方蠢得离谱。你硬把它塞进一个为人设计的岗位坑里，长板用不上，短板全露出来。
这就像 GPU 很牛，但你拿它去跑 CPU 的活，又慢又贵又烫。
你一旦这么塞，下属一定会来找你：老板，这块 AI 搞不定。他还说得对——你拿一个个人类的岗位去考它，总能挑出一堆毛病。
可毛病出在“考”的方式上。别拿人的坑去量它，该做的是把这些参差不齐的锯齿拼起来——说不定四块一拼，就补成了一个完整的活。
比锯齿更隐蔽的，是另一种浪费：交接。
人和人干活靠交接。产品经理调研了一百个客户，脑子里装了一大堆，最后只能压成一份 PRD 文档，丢给下一个部门；那边拿着这份被压瘪的文档，再重新脑补、展开。压缩、重建、再压缩、再重建——很多东西，就在这一路交接里丢光了。
这些中间产物，本来是为人类的分工设计的。你让 AI 去伺候这套交接，纯属浪费——它本可以一竿子捅到底。
还有一个我特别喜欢的类比：工业革命刚用上电动机的时候，工厂里的机器，还是按蒸汽机时代传动轴的方式摆放的。电机的特性根本没发挥出来，过了几十年，大家才重新设计车间。今天我们把 AI 塞进老流程，干的就是同一件蠢事。
所以任务层真正难在哪？不是 AI 不行，是工具太多、太快，一个人根本试不过来。哪个对我这行真好用？怎么用才有效？几个怎么拼在一起最猛？没有标准答案，全靠实操、实验、踩坑。
这个局面，历史上有人遇到过。
1975 年，门洛帕克，一群人贴出一张召集函：“你在自己攒电脑吗？欢迎来交换信息、交换想法。”这就是家酿计算机俱乐部。他们交换的从来不是成品，是“这个零件干嘛用、那样拼能出效果”。沃兹尼亚克在这儿受了启发，做出 Apple I，还把原理图免费发。
所以我说，这个时代，需要一个新的家酿俱乐部。把发烧友聚起来，一起搞清楚：有哪些新工具、怎么用、怎么拼。记住这个东西，后面我会用到它。
* *
第二层 · 协调层：新组织
到这一层，AI 就不再是工具了。它开始替掉组织本身。
先甩一个暴论，很多人第一下会转不过弯：AI 不只是员工的竞品，更是组织的竞品。
你想过公司这个东西是怎么来的吗？公司本质上是一个信息路由系统。火车出现之后，业务铺开了几千公里，老板管不过来，才被逼出来“科层制”——每一层汇报关系，都是为了解决某个旧技术条件下的协调问题打的补丁。
换句话说，组织根本不是什么天经地义的东西，它是个发明——为了解决协调问题才被造出来。既然是发明，它就能被改，也能被替代。
那么信息传递、意图对齐、进度管控、指导纠偏——这些传统上靠组织来干的事，今天 AI 本身就能承担一大块。
它冲击的不是某个员工，是整张组织结构图。
而人类组织，其实低效得吓人。白领六成的时间，耗在协调上——开会、对齐、找文件、催进度，真正创造价值的时间只剩四成。
更要命的是层层汇报带来的层层失真：你脑子里 100 分的想法，写进 PPT 剩 60 分，对方看完剩 30 分，他转述给团队剩 15 分。人传人，就是不断压缩再解压的过程。
现在更可怕：本来三句话能说清的事，AI 帮你洋洋洒洒写成 36 页 PPT。协调里的噪音，反倒被 AI 放大了。
那怎么办？一个特别朴素的原则——让人和人之间，尽量少沟通正事。
人跟人之间，就该像雨豪张罗的这场聚会：喝酒、打牌、讲感情、聊理想。至于那些工具性的、要搬运大块信息的正经活，交给 AI。这才是真正的提效，而不是你手速快一点。
那 AI 具体怎么用在这一层？
第一，把网络协调变成中央协调。
原来 n 个人要两两对齐，是平方级的复杂度。现在 AI 坐在中央，掌握全部 context、控制进度、调度资源，n 个人只需要各自跟这一个 AI 对齐——协调关系从平方级，降回线性。
这个事波音早就干过。
最开始波音用 CAD 用在任务提效上，设计师用 CAD 取代手工绘图，效率确实提升。但因为协调层没改——仍然是把设计图打印出来给下一个部门，所以一架飞机舱门还是会返工 12000 次，整体效率并没有显著提升。
直到波音 777，几乎全程在电脑里预装配，每个人改的不是自己那张图纸，是同一架完整的数字飞机。哪个零件打架，虚拟环境里就发现了，才真正带来效率质变。协调，是围绕同一个模型自动发生的。
想通这一层，你脑子里那张图会翻个个儿。
把 AI 当工具的 Copilot，是人在中央，我抡着 AI 这把锤子干活。可一旦上升到组织层，就该反过来——AI 在中央，人成了被它调度的资源。
这话听着不舒服，我一般讲得鸡汤一点：你别当那个天天开会的 CEO，去当董事长——大方向你定，脏活累活它跑；它搞不定的事——“董事长，那块地的关系我搞不下来，你帮我”——再回头来找你。
第二，让 AI 当胶水，把数据都打通。
以前搞数字化转型，最招人烦的就是让员工填表——比如逼销售每见完一个客户，填一张拜访单、一张客户画像单。配合度你懂的，全是应付。
这次有个好消息：比数字化转型容易多了。现在不用人填了，AI 帮你填。你只要做一件最基础的事——把那段对话录下来。
销售该怎么聊还怎么聊，一段录音丢进去，AI 自动把该结构化的都结构化了。没人被要求改变习惯，协调自己长出来了。
第三，把人从闭环里挪出去。
一个收到客户反馈就自动更新 APP 的 Agent、一个盯着投放数据自动改策略的 Agent——去掉“等人回复”这一环，迭代周期从周变成小时。
这里最容易算错一笔账：一想到“省人”，我们脑子里是那个人的工资。可真正的收益，根本不在工资。
打个比方——一架战斗机，有飞行员和没飞行员，差的是一个飞行员的工资吗？不是。没有人，这架飞机能轻掉九成：不用扛人受不住的重力、不用维生系统、不用降落伞，炸了就炸了。
把人从中间挪开，省的不是人力成本，是整体效率有可能翻十倍、一百倍。
第四，也是最狠的一条：协调成本一旦趋近于零，公司就散成积木。
滴滴的兼职司机、美团的顺路骑手——协调足够便宜，组织的边界就化掉了，外部资源随取随用。“自己养一个部门”还是“从市场上随时调”这杆秤，整个往市场那头倒。这个临界点，经济学上叫科斯奇点。
再往前推一步：协调便宜到一定程度，你甚至不必是一家公司。比如——我们搞一个联盟，它根本不是公司，照样能把一群人、一堆外部资源调动起来，一起干事。
那协调层最难的地方在哪？
说句大实话：不在技术，在权力和利益。
我们做 AI 咨询，最后卡住的，往往是两拨人。一拨是老板——他享受当土皇帝的感觉，“我想管”不是因为公司需要他管，是因为管着爽。另一拨是中层——他手里的权力，本来就来自“我掌握着你不知道的信息”，你把信息一打通，他就没了立身之本。
所以协调层的改造，动的是很多人的奶酪。这才是它比任务层难得多的真正原因。
就算这些都过了，还有第二道坎：管人，我们有几百年经验；编排“人 + 一群 AI”，从零开始。没人有现成的答案。
历史上真正解决过“没人会管”这件事的，不是哪家公司，是哈佛商学院。
1908 年建校时，“管理”还算不上一门学问，工厂主全靠自己瞎摸。哈佛的办法很朴素：这种时候讲大道理没用——大家都不知道该怎么干——那就讲案例。1921 年，它写下第一个教学案例，不灌道理，拆一家真实公司的真实决策。
学生真正的收获，不是听教授讲对错，是看一屋子同学，面对同样的问题，各自的想法是啥。
管理这门手艺，像游泳——岸上读一百本教材，不如下水扑腾一次。一百年后的今天，“编排智能”这门学问，又回到了 1908：没有教材，只有正在发生的案例。
所以我说，这个时代，还需要一个新的商学院案例库。只能靠一手案例、相互当镜子照。记住第二个东西：案例库。
* *
第三层 · 生态层：新大陆
这是最容易被忽略、但我认为最重要的一层。AI 改的不是你手里那件活，是你脚下这一整片地。
地都在震了，你还在琢磨“我这房子该配什么精装修”——有点扯。
技术从来不是给世界加一个功能。互联网不是“我能上网了、拿网络干点啥”，而是——如果所有人都上网了，我的供应商上网了、我的用户也上网了，我这门生意会变成什么样。
如果我当年是国美苏宁，真正该问的不是“我怎么用网络提效”，是“客户以后都在网上买东西了，我现在该做什么”。
我最爱举的例子是武装押运。扛枪押钞的，听着离互联网八竿子打不着吧？
可他们最大的客户是银行。移动支付起来了，你我多久没去银行取过现金了——用户不取现，银行就不需要那么多 ATM、不需要每天搬那么多钞票，那帮扛枪的，生意就少了一大半。
干掉运钞车的，是一个扫码功能。这上哪儿说理去。
冲击你的那颗子弹，大概率不从你自己的行业里飞出来。它先打中你价值网络里的某个点，然后你脚下的地就变了。
而 AI 这颗子弹，比过去任何一次都大。
供给侧：任何一家公司，最大的成本几乎都叫“人力”，而人力的本质是智力。AI 就是智力的替代品——相当于一批外星人，来你公司上班了。
需求侧：所有消费者，不管 2B 还是 2C，本质都是人，买东西都有个决策过程。而现在越来越多的人，把这个决策过程外包给了 AI。
所以我现在最喜欢的一个比喻是：地球上，突然多出来一千亿个外星人。它是种很诡异的智能——有的地方聪明得吓人，有的地方蠢得像个傻子。
关键是，他们已经来了，已经在我们身边了。有些人已经跟他们交上了朋友，有些人还在问：这帮家伙是啥？
那在这片新海上，谁能赢？
我听吴伯凡分享过一句话，一直记到现在：船不是设计师设计的，船是大海设计的。
设计师干的活，其实只是搞明白这片海是什么脾气。你再有创意也没用——船设计得特别脆、这片海偏偏特别凶，翻了；设计得特别厚实、这片海却波澜不惊、路又长，你活活耗过去了。
我们能拧的螺丝，无非是燃油效率、水手士气。但生态层真正的功课只有一门——读懂这片新海的性格。它什么性格，决定了能开过去的船长什么样。
为什么非盯着新海？因为新海一旦爆发，机会比老海大得多。老海里凭的是实力，老玩家最牛，你很难掀翻；新海不一样——一片海得道，海上的鸡犬跟着升天。
腾讯当年买下优酷土豆，以为长视频一统天下了；结果大家现在天天刷的是抖音，因为真正变的是移动互联网这片海。京东花大价钱换来微信九宫格的入口，结果在里面长出来的是拼多多。
这些输家其实一件错事都没做，他们只是在旧地图上，做对了每一件事。
所以我一直跟朋友说一句话：别问“如何用好 AI”，要问“AI 把世界改完之后，我的战略是什么”。
前者是一张工具采购清单；后者问的是——世界改完之后，我站在哪。
而真正的答案，往往不是转型，是重生。
我自己投过、也推过不少 AI 的事，摸出一条规律：AI 这个工具，极其反组织。你想在一家老公司里搞 AI 转型，难度是你想象的十倍、一百倍；可你用它从零做一件新事，快得离谱。
所以别硬转。最好是重新投胎——在体内养一个新物种，先投点小资源，死了就死了；一旦长起来，让它回头把老的那摊夺舍吃掉。
亚马逊用 Kindle 干掉自己的纸书部门，Netflix 用线上干掉自己的线下门店，都是这个套路。
那这一层难在哪？难在——你身在局中，一个人的观察点太少。你要抢的不是眼前这一亩三分地，是下一张新地图会在哪儿打开。
可你要是卖护肤品的，得先看见“隔壁做化妆品的，抖音那边已经起来了”，才反应得过来——而这信号轮到你这行，可能还没发生。
历史上的解法，是大航海时代的塞维利亚航海署，一条铁规矩叫 Padrón Real：每条返航的船，领航员都得宣誓上报自己新摸到的海岸线；官方汇编进一张母图；下一批船，领最新的副本再出海。人人为我，我为人人——你用了大家的海图，就必须把自己的新发现交回来。
注意，交回来的不是“我这趟赚了多少”，是“我看到了什么”。你不卖化妆品，但你把“抖音上卖化妆品的都起来了”这条丢回来，别的行业的人就接到了信号。
人越多，触角越多，我们对这个世界正在怎么变，就感知得越早。
所以我说，这个时代需要一张共享的海图。记住第三样东西：海图。
* *
三个东西，一条道路
理论是最不值钱的。今天这套框架，说句实话，你让 AI 推演，它一分钟能给你一百个，八九不离十。
真正稀缺的，是冒险家，和那张一手画出来的海图。
因为 AI 最吓人的地方恰恰在这儿：它一口气告诉你一百个机会、一百种可能，却不告诉你哪个是真的、哪个最靠谱。你得拿现实里的锚点去跟它对——而那个锚点，只能是一群真的出过海的人带回来的。
最稀缺的从来不是理论家，是海盗和冒险家。
我请大家回头看这三层的挑战。你会发现，答案是同一个形状：
新工具太多试不过来 → 历史长出了家酿俱乐部。
编排智能没有教材 → 历史长出了商学院案例库。
新大陆一个人看不全 → 历史长出了航海公会的共享海图。
每一次，当人类撞上一片全新的未知，长出来的都是同一个东西：一群人，聚在一起，交换一手经验。
那今天，面对 AI 这场三层同时的冲击，我们可以做的，就是把这三样东西——俱乐部、案例库、海图——融成一个东西，拉着一群人一起共建。
它叫 CAIO 联盟。
在俱乐部里，我们一起试新工具；在案例库里，我们一起学怎么编排新组织；在海图上，我们一起找新大陆。
我自己是做投资和企业顾问的，过去这一年一直在一线帮公司做 AI 转型。我越做越确信一件事：这个阶段，没有谁是老师，每个人手里都攥着一段别人没有的海岸线。与其各自在自己的船上闷头摸索，不如把海图摊开，对着照。
如果你也是那个正在出海的人——不管你是创业者、企业里管 AI 转型的人，还是纯粹的发烧友——欢迎你上船。
我们，海上见。
