Perbincangan | Zhang Peng

Apabila semua orang berlumba-lumba mengembangkan "pegawai digital" dan "alat Agent", serta bersaing secara berterusan dalam skenario khusus, apakah sungai pertahanan sebenar untuk perniagaan AI?

Baru-baru ini, Zhang Peng, pendiri dan presiden Geek Park, bersama Liu Ye, pendiri VisionFlow, mengadakan perbincangan yang melihat ke depan selepas ledakan OpenClaw. Sebagai programmer generasi pertama Tiongkok yang lahir pada 1979, Liu Ye telah mengalami keseluruhan siklus dari peranti keras tingkat bawah hingga perisian, dari integrasi perniagaan (ToB) hingga pendidikan dalam talian (industri internet). Selepas berminggu-minggu menjauhkan diri dan berbincang secara mendalam dengan penyelidik dari syarikat AI terkemuka sedunia serta pengusaha terkemuka di dalam negara, beliau sampai kepada kesimpulan yang keras: Menganggap AI sebagai “pekerja digital” untuk menggantikan tugas individu adalah penyederhanaan berlebihan oleh pemikiran jurutera terhadap perniagaan sebenar.

Dalam perbincangan ini, Liu Ye memperkenalkan konsep dan kerangka yang sangat menginspirasi seperti "paparan progresif" dan "matriks dimensi tinggi-rendah tugas". Dalam perbincangan tersebut, satu kemungkinan masa depan menjadi semakin jelas: langkah seterusnya AI bukanlah alat yang berlebihan, tetapi pembinaan "organisasi digital" yang memiliki mekanisme kolaborasi, pelaporan, dan refleksi. Apabila budaya perusahaan tidak lagi diperlukan dan pekerjaan dimensi rendah telah dihapus sepenuhnya, CEO masa depan mungkin bukan lagi "Chief Executive Officer", tetapi seorang "penghasil" dengan estetika ekstrem.

Ini adalah satu perbincangan dan simulasi mengenai bentuk organisasi di era AI, rintangan perniagaan, dan kedudukan ekosistem pengusaha generasi baru. Harapan kami adalah untuk memicu perbincangan yang lebih mendalam mengenai masa depan para pengusaha.

Berikut adalah ringkasan dialog yang disusun oleh Geek Park:

Pertarungan 01 ribu A telah bermula, terlalu banyak yang boleh dilakukan,

Tetapi apa yang perlu dilakukan adalah yang paling penting

Zhang Peng: Dari Homework Box hingga hari ini, begitu bersemangat untuk mengeksplorasi perubahan yang dibawa oleh OpenClaw, apakah anda mengalami perubahan apa pun?

Liu Ye: Saya adalah programmer generasi pertama China, sudah belajar pemrograman sejak kecil. Saya melalui perkembangan dari BASIC hingga DOS, kemudian Windows, dan kini era Mac, serta menyaksikan kebangkitan tiga portal utama. Saya pernah terlibat dalam informasi perusahaan, bercita-cita membuat IBM versi China; kemudian beralih ke Zuo Ye Hezi, secara mendalam terlibat dalam pendidikan daring. Pendidikan daring adalah industri yang sangat mendalam, bentuk tertinggi dari industri internet, dan juga "kereta terakhir". Pengalaman ini membuat saya sangat menyadari bahwa inti dari industri internet bukanlah teknologi, melainkan industri itu sendiri, yaitu bisnis. Pola industri internet adalah: pertama melakukan perantara informasi, kemudian produk standar, berikutnya rantai pasokan, dan terakhir layanan kompleks non-standar. Semakin ke belakang, margin kotor semakin tinggi, tetapi semakin sulit dilakukan.

Jadi, apabila gelombang AI datang, perkara pertama yang saya lakukan ialah menghabiskan hampir enam bulan tanpa melakukan apa-apa, meminta HR untuk berbincang dengan semua orang yang boleh dibincangkan. Dari ilmuwan utama syarikat start-up terkenal hingga algoritma, jurutera, dan penyelidik utama di syarikat-syarikat model asas, serta pengusaha AI baru, saya berbincang dengan semua orang, mengumpulkan kira-kira seribu jam kepadatan perbincangan. Sejauh mana perbincangan itu? Hingga apabila pihak lain mengatakan separuh ayat, saya sudah tahu separuh ayat seterusnya, dan konsensus semua orang sudah hampir sama.

Selepas berbincang sekeliling, kesimpulannya konsisten secara mengejutkan: semua orang sedang melakukan perkara yang sama—pekerja digital. Ini mengingatkan saya pada kesilapan strategik seorang tokoh besar terhadap komputawan awan pada masa lalu, di mana beliau berkata, “Alibaba membuat awan, pada dasarnya bukan hanya sebuah storan awan?” Dengan menggunakan kerangka lama untuk memahami perkara baru, anda selamanya hanya akan melihat lapisan paling cetek.

Hari ini, semua orang merasa bahawa menjadi pekerja digital dan menggunakan Claude untuk mencipta “penjual digital” atau “khidmat pelanggan digital” adalah mudah—apakah rintangan teknikalnya? Apakah parit pertahanannya? Apabila seseorang membakar berbilion-bilion TOKEN sehari menjadi biasa, ini lebih menyerupai industri pembuatan, dan tidak mungkin boleh terbang. Oleh itu, saya tanya setiap usahawan soalan yang sama: Mengapa kamu? Apa yang membuatkan kamu istimewa? Adakah kamu lebih muda? Lebih pintar? Lebih mampu begadang? Bersaing dalam satu dimensi sahaja, bukankah itu hanya perbezaan antara “10 saat 69” dan “10 saat 70”?

Zhang Peng: Hmm, hari ini ada terlalu banyak yang boleh dilakukan, tetapi apa yang perlu dilakukan adalah yang paling penting. Adakah anda ada pemikiran mengenai ini?

Sepuluh tahun industri internet, hari ini akan berulang semula

Liu Ye: AI sangat berbeza, tetapi saya percaya masih ada keselarasan tersirat dengan pola internet industri. Pada peringkat awal, buat alat; pada peringkat pertengahan, buat perniagaan; akhirnya, buat perundingan. Apabila teknologi belum matang, gelombang pertama yang masuk pasti jurutera, yang mahir mengabstrakkan dunia secara berlebihan, seperti "komputasi kotak" Baidu, yang menganggap segalanya adalah kotak. Tetapi separuh kedua internet mudah alih adalah kandungan dan perkhidmatan, bukan kotak.

Orang yang berasal dari latar belakang kejuruteraan seringkali membayangkan organisasi secara terlalu disederhanakan. Lihat saja tiga portal internet generasi pertama; yang bertahan dan berjaya paling baik akhirnya adalah Tencent dan Alibaba, yang agak jauh dari teknologi tetapi sangat dekat dengan industri. Hari ini pun sama, teknologi semakin menjadi kurang penting.

Zhang Peng: Gelombang pelajar sains manusia kali ini cukup gembira; tampaknya tidak perlu menulis kod pun tidak apa-apa. Tetapi dari perspektif jangka panjang, apakah sebenarnya tuntutan terhadap manusia di era AI? Apa yang telah berubah?

Liu Ye: Dalam struktur bakat China, saya menemui satu masalah. Programer generasi pertama China ialah produk manajer, kerana pada masa itu tiada jawatan produk manajer. Jawatan produk manajer menjadi dikenali secara meluas pada sekitar tahun 2010, selepas Jobs melancarkan iPhone4 dan Zhang Xiaolong mengemukakan pandangan produk, barulah muncul frasa "setiap orang ialah produk manajer". Sebelum itu, programer mengambil peranan produk manajer secara serentak—programer wujud dahulu, baru kemudian produk manajer, jadi programer generasi pertama semuanya ialah produk manajer. Programer generasi pertama belajar kod bukan untuk kerja, tetapi kerana minat; mereka terlibat sepenuhnya kerana cinta terhadap bidang ini. Justeru, orang-orang yang tidak terikat oleh definisi dan keluar dari norma inilah yang paling cemerlang.

Namun, generasi kedua programmer, selama dekad terakhir, internet industri telah mengubah programmer menjadi “petani kod”, manakala produk manajer menjadi arkitek, dan petani kod telah dijinakkan sehingga tidak lagi memikirkan bisnis. Hari ini, dengan kedatangan AI, bahagian “kod” telah dihapuskan; jika mereka tidak berubah, mereka benar-benar hanya tinggal sebagai “petani”. Generasi muda ini sangat cemerlang, tetapi pemahaman mereka terhadap industri adalah kosong. Oleh itu, “perang sepuluh ribu A” semasa ini pada dasarnya masih merupakan kelimpahan di peringkat alat.

Pada peringkat akhir internet industri, syarikat seperti Alibaba dan Meituan semuanya menggunakan orang-orang dengan latar belakang konsultan terkemuka (MBB) untuk analisis perniagaan, serta mengarahkan produk manajer melalui proses perniagaan oleh konsultan, kerana produk manajer internet secara semula jadi tidak memiliki sistem. Feishu dicipta dengan cara ini. Walaupun ByteDance adalah perniagaan internet tulen, ia juga secara besar-besaran menggunakan konsultan untuk membina proses dalaman. Di era AI, hukum ini hanya akan diperkuat, bukan dilemahkan.

03 Masalah perusahaan bukanlah masalah pekerja, tetapi masalah organisasi.

Zhang Peng: Jadi, anda rasa menekankan pada "pegawai digital" ini tidak begitu bermakna.

Liu Ye: Ini adalah penilaian paling penting saya: Bukan karyawan digital yang menjadi titik akhir, tetapi organisasi digital. Jika karyawan digital menjadi meluas hingga posisi rekrutmen tidak lagi ada, dan semua orang dapat memiliki karyawan digital yang baik, lalu apa selanjutnya? Apakah semua perusahaan akan bisa menghasilkan keuntungan dan berhasil? Sebenarnya, semua masalah perusahaan adalah masalah strategi dan organisasi, bukan masalah karyawan.

Jadi, agen hari ini masih melakukan tugas untuk orang lain, bukan membuat keputusan untuk mereka. Kami telah mengubah OpenClaw secara dalaman dan menciptakan sesuatu yang dipanggil MetaOrg. Ia pada dasarnya adalah teras yang boleh menghasilkan pasukan agen. Kami menyelesaikan sebarang tugas bukan dengan menghantar seorang pekerja, tetapi dengan membina sebuah «organisasi» untuk menyelesaikannya. Organisasi ini mempunyai hubungan kerjasama, hubungan pelaporan, misi, matlamat, dan cara bertindak.

Zhang Peng: Tetapi, adakah kemungkinan di masa depan, seseorang boleh menjadi satu jabatan? Bahkan satu syarikat?

Liu Ye: Ini adalah soalan yang sangat baik. Kita masih fokus pada tugas, seperti menggunakan AI untuk membuat video pendek atau menulis dokumen, yang memerlukan perbualan berbilang putaran. Anda berkata satu perkataan, ia balas satu perkataan, kemudian anda berikan maklum balas—ini adalah penggunaan seperti pembantu, ia hanya sangat pintar.

Konsep orang dan jabatan bukan tentang bilangan yang banyak atau sedikit. Ketika kami menggambarkan JD untuk jawatan tinggi, biasanya: pertama, mampu bekerja dan melakukan pelbagai tugas; mampu menggunakan pelbagai alat. Jawatan tinggi pula mampu memahami niat, merancang laluan secara proaktif, melaksanakan secara proaktif, mencapai penghantaran, melaporkan secara berkala, merefleksikan dan merumuskan hasil penghantaran, serta menyesuaikan strategi secara dinamik berdasarkan penyimpangan hasil. Inilah kemampuan tingkat tinggi.

Zhang Peng: Sebuah jabatan yang layak ialah seperti "pengendalian automatik tahap L4".

Liu Ye: Ya. Apabila diberi satu kemahiran, ia boleh menyelesaikan tugas yang kompleks; apabila diberi sistem kemahiran, ia boleh menyelesaikan tugas komprehensif yang kompleks; apabila terdapat banyak agen (agent) yang diatur, ia boleh menyelesaikan perkara yang lebih kompleks, seperti menghasilkan sebuah drama pendek. Saya sering berbicara dengan pekerja saya: apabila anda menggunakan MetaOrg, jangan anggap diri anda sebagai pengawas, tetapi anggap diri anda sebagai ketua pengerusi. Anda perlu berusaha menguji batasannya.

Di masa depan, pemuda yang ingin memulai usaha, dahulu kata orang, keluarga memberi 500,000 untuk memulai, tetapi di masa depan mungkin mereka akan memberi anggaran TOKEN untuk mencuba dan membuat kesilapan. Berapa banyak TOKEN yang anda bersedia gunakan, menentukan tahap kedudukan yang boleh dicapai. Kedudukan yang lebih tinggi memerlukan rantai penalaran yang lebih panjang, dan lebih memerlukan percubaan berulang, pengulangan, serta peringkasan.

Zhang Peng: Kembali kepada soalan tadi, jika terdapat sekumpulan agen yang boleh dipecahkan kepada unit-unit yang lebih halus, atau seperti pemisahan peranan dan kemampuan. Apabila ia membentuk sebuah pasukan dan menghadapi tugas utama, kualiti individu-individu tersebut akan menentukan kejayaan atau kegagalan. Ini kembali kepada logik persaingan organisasi perniagaan era sebelum ini: kepadatan bakat, iaitu apabila kualiti bakat tinggi, tugas utama organisasi menjadi lebih mudah dicapai dan unggul.

Inti perkara ini ialah, jika di masa depan semua AI bersifat serba bisa dan kita semua boleh memanggil AI terbaik, maka selain organisasi perniagaan dapat mencipta nilai melalui penyediaan perkhidmatan yang lebih cekap dalam pelbagai segmen, apakah dimensi lain yang perlu kita kembali pertimbangkan ialah 「kepadatan bakat»—iaitu, semakin tinggi kecekapan agen dan bot anda dalam sistem ini hingga ke tahap atomik, semakin tinggi «kepadatan bakat» anda, dan dalam tugas yang kompleks, hasil, kecekapan, bahkan inovasi akan menjadi lebih baik. Saya tidak pasti sama ada penarikan kesimpulan ini betul.

Liu Ye: Saya bersetuju dengan pandangan ini. Dalam perusahaan, terdapat satu jabatan yang biasanya dipanggil OD, iaitu Pembangunan Organisasi, terutama di perusahaan besar. Cara biasa untuk mengukur sama ada suatu organisasi mampu menang dalam pertempuran ialah dengan mengambil semua bakat lawan dan melakukan perbandingan, serta menilai kekuatan kesesuaian orang dengan peranan dan kemampuan dengan peranan untuk meramalkan hasil pertempuran. Oleh itu, kebanyakan perusahaan bertempur berdasarkan kemampuan organisasi, bukan strategi perniagaan. Contoh paling jelas ialah Alibaba. Alibaba sangat menekankan pembinaan organisasi, sehingga kini mampu mengalami “musim semi kedua”. Kerana pasukan pengasas akan menjadi tua, tetapi organisasi boleh berterusan tanpa henti. Pada dasarnya, jika suatu hari nanti kita menjadi pesaing, dan kita semua menggunakan AI. Saya membina organisasi AI yang kuat, dengan kemampuan pembangunan organisasi AI yang sangat tinggi. Bagaimana saya membina organisasi ini? Saya akan membuka secara berperingkat sistem kemahiran agen semua pesaing, menganalisis kod kemahiran mereka. Kemudian, dalam sistem saya sendiri, saya akan menulis kemahiran yang lebih baik, bahkan melengkapkan fungsi-fungsi yang hilang daripada mereka. Sebagai contoh, saya mempunyai jabatan strategi, dan saya akan memulakan dengan pemerhatian dan analisis.

Huawei mempunyai metodologi "Lima Lihat, Tiga Tetapkan". Saya bercanda dengan rakan saya bahawa jika kita menggunakan这套 metodologi semasa memulakan perniagaan, kita boleh mengalahkan 99% pesaing. Yang dimaksudkan dengan "Lima Lihat" ialah melihat tren industri, melihat pasaran dan pelanggan, melihat pesaing, melihat kemampuan sendiri, dan melihat peluang strategik; manakala "Tiga Tetapkan" bermaksud menetapkan titik kawalan, menetapkan matlamat, dan menetapkan strategi. Metodologi ini cukup untuk menyaring sebahagian besar pesaing, kerana kebanyakan orang bermain catur secara rawak, mereka bergantung pada pemikiran pantas, manakala para pakar secara lalai memulakan mod pemikiran dan penalaran mendalam. Reaksi pertama saya ialah, saya perlu berfikir sebagai panglima bagaimana cara mengendalikan perkara ini.

Zhang Peng: Apa yang dimaksud dengan "lima pandangan, tiga penetapan" pada dasarnya berarti jangan memberi respons refleksif, tetapi harus memperkuat proses penalaran jangka panjang.

Liu Ye: Para pakar adalah model yang menggabungkan penyelidikan mendalam dengan pemikiran, yang tahu untuk memulakan dengan melihat amalan terbaik dan maklumat global, kemudian merumuskan dan menganalisis, melakukan pemikiran dan penarikan kesimpulan mendalam, sebelum mengeluarkan jawapan—setiap tindakan mereka adalah satu serangan mematikan.

Jadi, saya percaya bahawa satu-satunya inti persaingan masa depan ialah memodelkan perniagaan industri tradisional, mengabstrakkan ia menjadi kemampuan sistem yang boleh mengatur agen pintar. Ini adalah kemampuan pembangunan organisasi (OD) generasi baru, yang akan ditingkatkan menjadi AIOD, dan merupakan satu-satunya keunggulan kompetitif masa depan.

Kelebihan utama Alibaba terletak pada pembinaan organisasi; setelah pembinaan organisasi dilakukan dengan baik, organisasi tersebut akan mampu bersaing terhadap lawan apa pun dan dalam bidang usaha apa pun. Selain itu, Jack Ma pernah berkata, tujuan berperang bukanlah harus merebut wilayah tertentu, tetapi mencapai pertumbuhan organisasi melalui peperangan tersebut. Alibaba mengukur kesesuaian suatu pertempuran berdasarkan pertumbuhan organisasi sebagai tolok ukur utama—ini adalah pemikiran yang sangat tinggi tingkatannya. Jack Ma sendiri bertindak seperti pusat informasi super, melakukan 200 penerbangan setiap tahun untuk mengumpulkan berbagai informasi, yang kemudian digunakan untuk menyempurnakan pembinaan organisasi. Dia benar-benar seorang ketua dewan, bukan sekadar CEO.

Inilah bentuk organisasi paling tinggi yang pernah kita lihat—mampu melintasi beberapa generasi, mencakup pelbagai industri, serta terus mencapai kejayaan dan mampu beradaptasi serta pulih setelah mengalami kemunduran. Secara umum, jika sebuah syarikat salah memilih CEO dalam tempoh sepuluh tahun, ia cenderung menuju kehancuran. Oleh itu, dengan merujuk kepada sejarah dan melihat perkembangan semasa dari perspektif yang lebih tinggi, walaupun hanya melakukan sedikit penyesuaian dan penambahbaikan terhadap model semasa, ia jauh lebih berkesan berbanding membina semuanya dari dasar.

Sekarang, siapa sahaja boleh dengan mudah membina sebuah agen, dengan tahap pengenalan pekerja yang sangat rendah, ditambah lagi dengan sokongan komuniti sumber terbuka, industri sudah tidak lagi menyimpan banyak rahsia. Persaingan di peringkat alat tidak pernah boleh mengalahkan komuniti sumber terbuka. Jadi, apakah yang menjadi keunggulan kompetitif inti yang tidak dimiliki dan tidak boleh disalin oleh komuniti sumber terbuka?

Fizik organisasi AI 04: Mengapa "Paparan Bertahap" adalah kunci?

Zhang Peng: Pada era sebelum ini, apabila membincangkan organisasi, penekanan diberikan kepada serangkaian perkara seperti budaya organisasi, nilai-nilai, KPI, dan sebagainya. Apabila kita berpindah dari pengurusan organisasi era sebelum ini ke era baharu agen AI, perkara-perkara mana yang boleh dibuang sepenuhnya, dan perkara-perkara mana yang boleh dikekalkan tetapi perlu ditukar?

Liu Ye: Anthropic memperkenalkan skills kerana prinsip "paparan progresif" dalam bidang pengkodean AI—jika AI menerima terlalu banyak maklumat yang tidak teratur, ia akan mengalami kerusakan konteks dan kekacauan akibat perhatian yang tidak mencukupi; hanya paparan progresif yang membolehkan AI mengekalkan perhatian yang baik dan menghasilkan output berkualiti tinggi. Jika paparan progresif dilakukan secara manual, ia pada dasarnya adalah perbualan sepenuhnya manual, yang tidak efisien. Oleh itu, nilai utama skills ialah memecahkan tugas kompleks kepada peringkat-peringkat untuk mencapai paparan progresif terhadap AI.

Ini selari dengan logik pengurusan syarikat: pihak pengurusan fokus pada isu strategik, CEO fokus pada isu taktikal dan pengurusan eksekutif, sementara pekerja menangani urusan ringkas. Jika 300 orang menyertai mesyuarat yang sama secara serentak, mesyuarat itu tidak akan boleh diadakan. Makna asas kehadiran organisasi ialah untuk mencapai pemprosesan maklumat bertingkat, seperti normalisasi tiga bentuk pangkalan data yang meningkatkan kecekapan melalui pemampatan dan bertingkatnya maklumat. Masalah kompleks mesti dipecahkan secara bertingkat dan diungkapkan secara berperingkat, bukan dengan memasukkan konteks yang banyak sekaligus—ini adalah logik asas bentuk organisasi tradisional, kerana kapasiti pengiraan dalam masa tertentu adalah terhad.

Zhang Peng: Model setiap kali perlu menghabiskan tenaga pengiraan yang besar untuk mencipta dari awal, kecekapan terlalu rendah.

Liu Ye: Tidak mungkin dicapai; intinya masih bergantung pada eksposur progresif bertingkat, sumber daya yang perlu dipanggil harus dipanggil, ini ditentukan oleh batasan kemampuan model AI. Selain itu, alasan lain Anthropic meluncurkan skills ialah tugas kompleks telah melampaui teorema fisika dasar; skills mampu memecah tugas kompleks menjadi serangkaian tugas sederhana berdimensi rendah. Dimensi utama yang membedakan tugas bukanlah tingkat kesulitan, melainkan tingkat kompleksitas—terdapat berbagai jenis kesulitan berdimensi rendah, berdimensi tinggi, dsb., misalnya pemrograman komputer dan menyelesaikan soal matematika termasuk tugas berdimensi rendah namun sulit.

Yu Kai dari Horizon pernah mengemukakan satu model klasik: semua jenis pekerjaan boleh diklasifikasikan ke dalam empat kuadran berdasarkan "tahap persaingan" dan "tingkat dimensi", iaitu dimensi tinggi dan persaingan tinggi, dimensi rendah dan persaingan rendah, dimensi rendah dan persaingan tinggi, serta dimensi tinggi dan persaingan rendah. Di antaranya, jualan dan jurutera termasuk dalam dimensi rendah dan persaingan tinggi; produk manajer dan CEO termasuk dalam dimensi tinggi dan persaingan tinggi; sainswan pula termasuk dalam dimensi tinggi dan persaingan rendah—topik seperti ini mungkin hanya dijalankan oleh satu orang di seluruh dunia, dengan persaingan rendah tetapi dimensi sangat tinggi. Tugas-tugas dimensi tinggi dan persaingan tinggi seperti drama pendek berkualiti tinggi atau novel yang baik, masih belum boleh dilakukan oleh AI; manakala tugas-tugas dimensi rendah dan persaingan tinggi seperti pengoptimuman kod, AI sudah mampu melaksanakannya dengan baik. Semakin tinggi dimensi tugas, semakin sedikit sumber data, tetapi jumlah data yang diperlukan untuk melatih model sebenarnya semakin besar—ini juga merupakan sebab utama mengapa model teks muncul lebih awal, manakala model gambar dan video muncul kemudian, serta model video pendek sukar dilaksanakan. Ketidakseimbangan permintaan dan penawaran antara tugas dimensi tinggi dan data dimensi tinggi ini hanya boleh diperbaiki melalui pemecahan tugas berdasarkan kemahiran, sama seperti perusahaan yang tidak dapat menemui bakat untuk jawatan tinggi akan memecahkannya menjadi tiga jawatan asas; hanya jawatan seperti CEO yang tidak boleh digantikan.

Zhang Peng: Tugas berdimensi rendah dengan persaingan tinggi kemungkinan besar akan digantikan sepenuhnya oleh AI.

Liu Ye: Akan digantikan sepenuhnya, dan penggantian ini sudah berlaku.

Zhang Peng: Betul, oleh itu, semua perkara berdimensi rendah dan berpersaingan tinggi harus diselesaikan secepat mungkin dengan AI, yang boleh dipecahkan kepada kemahiran, kemudian dilaksanakan melalui agen—dalam proses ini, tidak semestinya memerlukan penyertaan manusia.

Liu Ye: Saya mempunyai satu konsep awal—IBM dan Accenture, sebagai dua syarikat konsultan terbesar di dunia, inti perniagaan mereka ialah merumuskan amalan terbaik industri dan menyelaraskan dengan digitalisasi, menjual proses bukan alat. Apabila syarikat membeli prosedur risiko atau IP, mereka selalunya meminta syarikat konsultan untuk melaksanakannya. Kerja utama kami sekarang ialah membina kumpulan kemahiran, mencari pakar terkemuka di setiap bidang, merumuskan kemampuan mereka dan menyelaraskan untuk membentuk set kemahiran standard. Ini serupa dengan model Homework Box—Homework Box bekerjasama dengan Sekolah Menengah Keempat Beijing, Sekolah Menengah Renmin Fuzhong, kumpulan penggubal soalan peperiksaan masuk universiti, dan guru dari Xueersi untuk merumuskan kaedah utama seperti mencipta soalan, mengajar soalan, dan memeriksa jawapan, kemudian bekerjasama dengan jurutera algoritma Baidu untuk membina sistem—intinya juga ialah menyelaraskan amalan terbaik. Inti keupayaan organisasi ialah membentuk pasukan lintas bidang yang berkualiti tinggi, yang perlu memahami industri dan kejuruteraan, mampu menghubungkan pakar industri terkemuka di pelbagai kategori, serta memiliki keupayaan perniagaan, rekrutmen, dan pengurusan tenaga kerja—ini juga merupakan komponen utama syarikat AI SaaS generasi baru.

Zhang Peng: Secara lebih lanjut, masa depan harus mendorong bentuk organisasi yang diperlukan dari segi bisnis. Organisasi pada dasarnya adalah struktur pengaturan, seperti sistem operasi bisnis—dengan menempatkan manusia sebagai unit produktivitas ke dalam organisasi yang sesuai, nilai maksimum dapat dicapai; sebaliknya, ia tidak akan beroperasi secara efisien. Sekarang, faktor produktivitas telah berubah, dari bergantung pada tenaga manusia menjadi AI yang dapat dipasok tanpa batas, dan selama membentuk siklus positif, ia dapat terus diperluas. Budaya organisasi masa lalu kini mungkin berubah menjadi tujuan dan konteks, tanpa perlu lagi slogan, rapat tiga langkah, atau aktivitas pemanasan.

Liu Ye: Budaya adalah niat pengurusan, bukan niat perniagaan. Pada era sebelum ini, strategi bermula dengan visi, visi menentukan nilai, organisasi tunduk kepada strategi, perniagaan mengesahkan segalanya, sedangkan budaya hanyalah alat untuk mengurus organisasi, tidak secara langsung melayani strategi, dan bahkan mungkin hanya merupakan preferensi peribadi pendiri.

Zhang Peng: Dalam proses strategi perkhidmatan manusia, terdapat banyak jurang—apakah AI sedang menghapuskan jurang-jurang ini?

Liu Ye: Ya, budaya tidak lagi penting di era AI. Budaya adalah bahagian kepercayaan organisasi manusia, tetapi AI tidak memerlukannya. AI tidak memiliki jasad fizikal, tidak memerlukan budaya untuk mendorongnya. Keperluan utama AI ialah kuasa pengiraan.

Zhang Peng: Apakah maksud anda bahawa AI memerlukan objektif dan prinsip? Satu dokumen sahaja sudah cukup untuk menentukan objektif dan prinsip, sehingga semua unit produktiviti boleh segera diselaraskan dan melaksanakannya dengan setia tanpa sebarang penyimpangan. Sebahagian besar geseran dalam organisasi manusia akan hilang.

Liu Ye: Ya. Organisasi asal: strategi → budaya → bakat → pelaksanaan; organisasi AI semasa: matlamat → prinsip → kemahiran → pengaturan. Rantai pengurusan keseluruhan telah dipendekkan separuh.

05 Dinding terakhir: estetika dan pengaturan

Zhang Peng: Apa penghalang baru bagi perusahaan? Kualiti tenaga kerja digantikan oleh Skill Set; selama saya mempunyai selera, saya boleh mendapatkan kemahiran terbaik dari seluruh dunia. Lalu, pada aras yang lebih tinggi lagi, ia adalah «Orchestration», betul? Apa perubahan yang akan berlaku?

Liu Ye: Seperti di Huaqiangbei, anda boleh membeli semua komponen elektronik, tetapi mengapa tidak semua orang boleh membuat Apple? Definisi estetika dalam biografi Jobs sangat jelas: melihat cukup banyak barang baik di dunia dan mampu membezakan antara yang baik dan yang buruk, itulah estetika. Jika seseorang tidak pernah melihat produk baik, proses baik, atau organisasi baik, mereka tidak akan mampu menghasilkan hasil yang berkualiti.

Zhang Peng: Pengalaman adalah prasyarat kepada estetika.

Liu Ye: Hanya kecerdasan dan bakat semata.

Zhang Peng: Estetika terwujud dalam dua cara: pertama, rekaan dan pengaturan secara aktif; kedua, mengenali dan memilih benda-benda berkualiti tinggi yang muncul dalam kekacauan. Kedua-dua cara ini tidak bertentangan.

Liu Ye: Memang tidak bertentangan. Sebahagian pencapaian Apple adalah hasil pembangunan sendiri, sebahagian lagi adalah pengambilalihan pihak ketiga, intinya adalah memiliki selera estetik—tidak perlu membuat semula roda yang sudah ada, cukup membangun sendiri apabila diperlukan.

Zhang Peng: Intinya adalah, sama ada membiarkan agen berjalan di dalam modul yang ditetapkan terlebih dahulu sebelum mengesahkan laluan untuk mencapai penyusunan timbul, atau menetapkan semua laluan terlebih dahulu untuk mencapai penyusunan reka bentuk?

Liu Ye: Kemunculan adalah bukan hasil manipulasi; perlu ditetapkan peraturan dan prinsip benih terlebih dahulu, baru ini menunjukkan selera seseorang. Seperti jurutera yang cekap mampu mencipta Openclaw yang berfungsi baik dengan hanya 500 atau 5,000 baris kod, manakala jurutera yang tidak cekap tidak dapat mencapai kesan yang sama walaupun menulis 50,000 baris kod—peraturan benih asas masih perlu ditetapkan oleh manusia.

Zhang Peng: Jadi, kita tidak boleh menunggu munculnya kekacauan, kerana ia memerlukan masa yang sangat panjang; pengaturan masih sangat penting. Akhirnya, pengaturan ini hanya boleh datang daripada pendiri, atau lebih tepat disebut sebagai 「pengelola」?

Liu Ye: Saya rasa definisi penghasil ini sangat baik. Memang benar, walaupun terdapat kemunculan dan kesan skala, masih diperlukan penandaan data, pembersihan data, serta penyelarasan berterusan algoritma untuk mengelakkan pertumbuhan yang tidak terkawal.

Penyusun bergantung pada kompleksiti perniagaan—perniagaan yang kompleks tidak boleh diselesaikan oleh seorang individu, seperti pengambilan gambar drama pendek atau penulisan prompt, yang dalam pelaksanaan sebenar akan menghadapi banyak kesukaran. Konsep “syarikat seorang” telah disalahgunakan; dunia tidak boleh disederhanakan tanpa had. Walaupun komputer boleh dioperasikan oleh seorang individu, sulit bagi seseorang untuk menguasai semua kemampuan tinggi, kerana bakat luar biasa seperti Elon Musk dan Li Fei-Fei yang mahir dalam pelbagai bidang dan mampu mengendalikan sebarang jawatan, sangat jarang.

Zhang Peng: Jika kita boleh memanfaatkan sistem agen dan kemahiran terbaik di seluruh dunia, seperti seorang penulis skrip yang cemerlang, secara teori, adakah mungkin menggunakan sumber-sumber ini untuk menghasilkan filem yang terkenal dan menguntungkan di seluruh dunia? Walaupun penulis skrip memiliki kelebihan utama (skrip yang baik), mereka tidak dapat menyelesaikan semua peringkat—apakah penutupan "kelebihan utama + sumber global" ini boleh dilaksanakan?

Liu Ye: Ini pada dasarnya adalah masalah data—adakah data yang menyimpan maklumat dimensi tertinggi. Sebagai contoh, melatih kemahiran CEO, kini tidak ada cukup data untuk menyokongnya: esei panjang sepuluh ribu patah perkataan oleh Ren Zhengfei atau cerita lisan oleh Jack Ma tidak mampu menggambarkan sepenuhnya pemahaman dimensi tinggi mereka; walaupun kita mengumpulkan semua laporan kewangan syarikat global dan semua ucapan CEO, kita masih tidak mampu melatih model yang mampu memenuhi peranan CEO, kerana kemampuan utama CEO adalah pengetahuan tersirat yang tidak boleh diungkap sepenuhnya melalui teks.

Zhang Peng: Dengan kata lain, kemampuan inti seorang CEO masih tidak dapat divisualisasikan. Ini membatasi konsep ideal "syarikat seorang diri"—walaupun setiap orang boleh memaksimakan kelebihan dalam satu dimensi dan menggabungkan sumber daya terbaik dunia, masih kekurangan pengatur utama; pada dasarnya, ini adalah masalah kemampuan pengaturan. Pada akhirnya, memiliki "komponen" terbaik tetap memerlukan kemampuan pengaturan yang kuat.

Liu Ye: Produk manajer juga begitu, pengetahuan tersirat mereka tidak dapat sepenuhnya ditextkan. Ini juga merupakan sebab asal mengapa pasangan AI dan kandungan yang dihasilkan AI kurang "hidup"—kurangnya sokongan data pengetahuan tersirat dimensi tinggi. Apabila jumlah data sedikit, fokus pada kemahiran; apabila jumlah data banyak, baru buat model. Robot saat ini tidak dapat dilaksanakan, intinya ialah kurangnya data yang mencukupi.

Zhang Peng: Dari sini, dapat disimpulkan bahawa titik keputusan persaingan syarikat di masa depan bukan lagi kemampuan untuk mengakses model terkemuka—sumber AI awal kelihatan serupa, kekuatan pengiraan berkaitan dengan kekayaan dan kemampuan penutupan perniagaan, dan perbezaan akhir akan kembali kepada “pengarah” itu sendiri, iaitu kemampuan penyusunan dan inovasi serta signifikansi tujuannya, dua perkara ini membentuk keunggulan kompetitif utama syarikat.

Liu Ye: Seorang rakan kongsi sebelum ini di McKinsey pernah memberitahu saya, bisnes utama McKinsey ialah mengambil amalan terbaik, membina model, dan kemudian membantu syarikat melaksanakannya satu per satu. Sebagai contoh, ketika memberi nasihat kepada pengilang kereta China, kami akan bertanya kepada rakan sekerja Jepun mengenai cara Toyota beroperasi—intinya ialah meniru dan melaksanakan amalan terbaik.

Keseluruhan Mi Meng dalam membuat drama pendek sangat bermakna sebagai contoh. Beliau berlatar belakang jurusan Bahasa Cina, tetapi pasukan intinya terdiri daripada pakar dari jurusan Matematik dan Komputer dari Tsinghua dan Peking University, yang secara khusus menguraikan logik video pendek viral, dan akhirnya mencapai kadar viral yang sangat tinggi. Pendekatan ini pada dasarnya memodelkan rekabentuk sosial industri; walaupun mungkin mengalami overfitting, arah pemodelan adalah betul.

IBM, Accenture, dan McKinsey semuanya melakukan perkara semacam ini—McKinsey generasi pertama memodelkan amalan terbaik kepada rakan kongsi, manakala IBM mengubahnya menjadi proses digital; pada dasarnya, semua ini adalah「menjual pengurusan dan proses».

Zhang Peng: Intinya ialah merumuskan amalan terbaik, kemudian menguji dan melaksanakannya berulang-ulang—ini adalah kunci keberhasilan organisasi perniagaan masa depan. Hanya dengan menganalisis secara mendalam, kita dapat mencapai penyusunan yang efisien. Jadi, arah utama anda seterusnya ialah meneruskan pendekatan ini?

Liu Ye: Dalam tiga tahun terakhir, kami terutama fokus pada bisnis AI ToC, dan menggunakan pendekatan MetaOrg untuk membangun semula seluruh sistem pengajaran dan penyelidikan. Ini bukan sekadar cerita "menggunakan AI untuk meningkatkan kecekapan". Kami membina satu set organisasi penyelidikan pengajaran Agentic yang dijalankan oleh pasukan penyelidikan maya: pasukan penyelidikan pembelajaran bahasa bertanggungjawab untuk mengikuti teori terkini dalam pemerolehan bahasa kedua, pasukan pengumpulan korpus tegak mengambil ekspresi autentik dari konteks sebenar, pasukan penilaian dialog membina standard penilaian pelbagai dimensi untuk kemampuan bercakap, pasukan reka bentuk dialog menterjemahkan pedagogi menjadi interaksi manusia-mesin yang semula jadi, pasukan reka bentuk kontainer soalan menyelesaikan isu kesesuaian bentuk dan kandungan latihan, dan pasukan analisis data menggali isyarat sebenar keberkesanan pembelajaran daripada perilaku pengguna. Setiap pasukan mempunyai kemahiran sendiri, alur kerja sendiri, dan standard penilaian sendiri. Kini, sekitar 80% daripada pekerjaan seperti penandaan data kurikulum, pemantauan penilaian, pemahaman pengguna, dan pengulangan produk, dilakukan oleh AI.

Jalur pembangunan kami adalah dari "AI sebagai fungsi" ke "AI sebagai kemampuan organisasi". Jawatan guru Bahasa Inggeris berada pada tahap kompleksiti sederhana, dan kami telah mengabstrakkan ia melalui MetaOrg untuk menghasilkan jawatan lain; jika digabungkan dengan struktur kemahiran terkini, berpotensi membina jawatan yang lebih tinggi.

Kami telah menyelesaikan pembinaan penuh tutor AI, termasuk abstraksi dan pelaksanaan kecekapan pengaturan. Pada masa depan, ia kemungkinan besar akan dinaikkan daripada Meta tutor kepada organisasi Meta—unit terkecilnya ialah jawatan, bukan pekerja, dengan fokus utama pada kerjasama dan pengurusan antara jawatan. Fokus kami semasa ini ialah menghubungkan CEO terkemuka dari pelbagai industri, kerana CEO ialah "pengeluar" utama.

Zhang Peng: Jadi, apa yang anda luncurkan lebih seperti satu jabatan yang boleh dikembangkan?

Liu Ye: Tujuannya adalah mendorong ke arah "syarikat". Syarikat besar pada dasarnya terdiri daripada beberapa syarikat kecil, dan unit terkecil ialah jawatan. Perlu memperhatikan pilihan strategi industri secara keseluruhan, serta bermula daripada jawatan untuk mendorong peningkatan produk—jika jawatan tidak dilaksanakan dengan baik, walaupun pengurus berkeupayaan tinggi, organisasi yang cekap tidak akan terbentuk.

Zhang Peng: Untuk mengurus satu jabatan dengan baik, pertama-tama kita perlu memecahkan kemampuan dan peranan yang berkaitan dengan jabatan tersebut, kemudian memecahkan kemahiran yang sesuai dengan setiap peranan, serta mengejar agar kemahiran-kemahiran ini mencapai tahap SOTA.

Liu Ye: Hanya ada satu kaedah utama: bekerjasama dengan perusahaan terkemuka dalam pelayanan. Kemahiran yang dihasilkan perlu dinilai oleh perusahaan terkemuka sama ada memenuhi keperluan, seperti cadangan yang ditulis oleh bawahan perlu disemak oleh atasan, jangan hanya berpuas hati sendiri. Sebagai contoh, dalam pembinaan model drama pendek, ia perlu mendapat pengiktirafan daripada institusi terkemuka dalam industri; jika tidak, ia tidak boleh dianggap sebagai terkemuka sejati. Semuanya perlu dinilai dan diukur.

Midjourney mampu menghasilkan gambar berkualiti tinggi, intinya ialah pasukan yang terdiri daripada jurufoto dan jurutera yang memiliki estetika gambar terkemuka; LV menggunakan model gambar yang dilatih dengan Stable Diffusion, hasilnya jauh melebihi model biasa, kerana LV memiliki estetika dan data gambar terkemuka di dunia. Jelaslah, kemampuan penilaian adalah intinya. Untuk menjadi syarikat AI, anda perlu meniru IBM dan Huawei—IBM menguasai amalan terbaik dalam pembuatan kereta setelah melayani syarikat kereta terkemuka dan kemudian mengeluarkannya; Huawei menghabiskan 4 miliar untuk membeli proses IPD, yang digunakan tidak hanya untuk pengurusan sendiri tetapi juga untuk dikeluarkan kepada pihak luar—inilah keunggulan kompetitif sejati.

Zhang Peng: Pada dasarnya, ia merinci kemahiran mengikut amalan terbaik, mencapai SOTA untuk kemahiran tersebut, kemudian meningkatkannya menjadi SOTA untuk jawatan dan jabatan, akhirnya menyusunnya menjadi SOTA perniagaan—ini adalah jalan yang jelas menuju puncak perniagaan. Masalah penting lainnya: bagaimana memastikan kemahiran tetap relevan semasa? Seperti mutasi dalam biosfera Bumi, SOTA pada setiap zaman mungkin akan ditinggalkan pada zaman seterusnya—bagaimana menghadapi perubahan ini?

Liu Ye: Logik utama selari dengan evolusi manusia dan biologi, iaitu persepsi, perancangan, tindakan, dan refleksi. Pertahankan kepadatan bakat tinggi dan sifat antara bidang organisasi, satu hujung berhubung dengan hadapan teknologi (penyelidik), hujung lain mengkaji model perniagaan, serta bekerjasama dengan pelanggan terkemuka industri untuk mencipta bersama, menilai dan mengoptimumkan secara berterusan dalam skenario sebenar—ini adalah satu-satunya cara.

Zhang Peng: Dari sini, kita boleh menarik kesimpulan sebaliknya—sistem yang dibentuk oleh amalan terbaik syarikat terkemuka boleh membantu syarikat menengah mencapai peningkatan lompatan, tetapi kemungkinan besar sistem semacam ini hanya boleh digunakan oleh syarikat yang mempunyai sumber dan keupayaan kewangan, sementara usahawan kecil dan menengah serta pengusaha muda sukar untuk menanggung kosnya. Industri konsultasi telah meningkat dari perkhidmatan tradisional kepada produk berasaskan alat. Adakah peluang generasi baru hanya terhadap aras kemahiran? Bagaimana kita boleh mencapai inovasi revolusioner pada aras kemahiran untuk mengelakkan industri daripada terperangkap dalam "siklus aristokrat"?

Liu Ye: Dalam industri SaaS generasi sebelumnya, perusahaan seperti Salesforce, Palantir, Notion, dan Slack, ada yang membuat alat universal, ada yang menyediakan perkhidmatan integrasi, membuktikan bahawa usahawan muda masih mempunyai peluang—jauhi bisnes di mana anda tidak mempunyai kelebihan, fokus pada kemahiran universal, dan cari tempat ekosistem yang sesuai. Notion ialah contoh klasik, tidak melibatkan proses bisnes spesifik, hanya mengabstrakkan fungsi pencatatan teks, menjadikannya alat universal. Dunia akhirnya akan menjadi kerjasama pembahagian tugas antara banyak agen (agent), dan generasi muda perlu terlebih dahulu mencari tempat ekosistem, kemudian memanfaatkan kelebihan masing-masing, menetapkan arah tren masa depan, dan mengelakkan diri daripada menjadi musuh masa. Sepuluh tahun lalu, usahawan internet generasi pertama kebanyakannya ialah pelajar kembali dari luar negara (berdasarkan kelebihan kognitif), generasi kedua kebanyakannya ialah jurucakap (berdasarkan ledakan alat), dan generasi ketiga internet industri kebanyakannya ialah usahawan semula, pola yang jelas—generasi muda perlu memahami permainan pertengahan dan kelebihan diri sendiri.

Zhang Peng: Jadi, anda berpendapat bahawa inovasi dan pengoptimuman tempatan di peringkat kemahiran mempunyai kesan terhad, maka peluang terbesar generasi baru mungkin terletak pada inovasi tujuan—mengenal pasti tujuan baharu yang muncul semasa zaman ini, menggabungkannya dengan kemahiran berkualiti tinggi, dan terus berkembang untuk membina sistem baharu di atas tujuan baharu tersebut dan mencapai lompatan.

Liu Ye: Persaingan dalam kemahiran sangat halus; walaupun kemahiran semasa sedang popular, jika seseorang mampu menyelaraskan dengan pakar manusia paling terkemuka dan mencipta kemahiran yang lebih baik, kemahiran semasa akan digantikan. Ini kembali kepada isu parit pertahanan: pelopor tidak semestinya menang akhirnya, dan mungkin menjadi "nutrien tanah" bagi lawan yang lebih tinggi dimensinya.

Zhang Peng: Yang perlu ditakuti ialah menjadi “loader” semata-mata, hanya membantu lawan yang lebih tinggi dimensi untuk membina asas. Jika hanya berfokus pada pengoptimuman kecekapan pada sasaran yang sedia ada, ia tidak bermakna, dan kelebihan kecekapan akhirnya akan hilang. Oleh itu, generasi baharu untuk mencapai lompatan, mesti membuat perbezaan mendasar dalam sasaran.

Liu Ye: Betul, jika diri sendiri tidak berkembang menjadi kekuatan inti, ia hanya memupuk lawan yang lebih tinggi dimensinya. Esensi perniagaan sangat sederhana, intinya adalah menentukan siapa pelanggan, bagaimana melayani pelanggan, dan bagaimana membuat pelanggan tidak bisa lepas darimu. Setiap pemuda yang tidak jelas siapa pelanggannya tidak akan mampu mencapai peningkatan.

Zhang Peng: Anda juga perlu memperhatikan pasaran tambahan, kerana persaingan di pasaran sedia ada sangat sukar. Jika perniagaan anda berjaya, ia akan menarik syarikat-syarikat dalam bidang yang sama ke tahap kecanggihan yang sama, dan syarikat-syarikat ini mempunyai kekayaan serta pemahaman yang tinggi, menjadikan generasi muda sukar bersaing di dalam pasaran sedia ada.

Liu Ye: Dalam industri SaaS generasi sebelumnya, kejayaan syarikat-syarikat seperti Notion dan Slack adalah berdasarkan perbezaan sasaran.

Pada peringkat awal perkembangan SaaS generasi sebelumnya, dana China cenderung berinvestasi dalam kalangan saintis. Namun, kemudian mereka mendapati bahawa saintis lebih sesuai untuk bekerjasama dan berkomunikasi, bukan untuk memulakan perniagaan—bidang dimensi tinggi dan rendah persaingan yang dihuni oleh saintis berbeza secara mendasar dengan logik dimensi tinggi dan persaingan tinggi dalam dunia perniagaan. Semakin tinggi dimensi bidang tersebut, semakin sukar untuk berpindah ke bidang baru, kerana corak pemikiran intinya sama sekali berbeza. Pada peringkat awal mana-mana bidang, persaingan adalah teknologi (dimensi rendah, persaingan tinggi, teknologi belum matang); selepas teknologi menjadi matang, persaingan beralih kepada perniagaan (dimensi tinggi, persaingan tinggi, dipimpin oleh profesional industri, produk manager, dan pelaku perniagaan). Sebagai contoh, apabila telefon iPhone pertama kali dilancarkan, kebanyakan aplikasi dalam senarai teratas dikembangkan oleh pengatur cara; beberapa tahun kemudian, apabila internet industri muncul, semua produk dalam senarai teratas yang dipimpin oleh pengatur cara digantikan sepenuhnya.

Jika era AI berterusan dengan logik internet pergerakan, kekuatan utama Silicon Valley masih akan menjadi para profesional berpengalaman, sama seperti internet industri China yang banyak didirikan oleh pengusaha kedua. Peluang untuk generasi muda masih terletak pada mencari sasaran yang berbeza.