你每天都在追赶最先进的AI大模型，但回头看公司的“三大表”，真的发生过实质性的改变吗？

“AI离得很近，价值离得很远”，这正是绝大多数企业正在经历的“假原生”困境。

刘夜，HiPilot创始人&CEO，他经历了PC互联网、移动互联网以及AI这三个时代。2014年创立“作业盒子”，从100万美元启动，五年内融资3亿美金，服务超1亿学生。

而在如今的AI浪潮中，他选择再次躬身入局。在经历团队从5000人、70人再到20人的精简后，他不仅实现了4个人维持原70人的产出、16人团队即可长出新业务线，更在实战中摸索出了AI时代组织转型的隐形鸿沟。

在混沌创新院的开学模块分享上，他分享了一个AI老兵最诚实的判断：绝大多数企业的AI原生，其实是假原生。

不是工具用得不够多，而是范式没有切换。他用三个时代的亲身经历，拆解了AI原生的五个核心问题，业务、产品、管理、组织、人才，究竟应该怎么变？作为公司的一号位，又该如何躬身入局？

如果你正在纠结从哪里入局AI，或许这篇文章能给你带来一些启发。

我是如何发现自己“不AI原生”的？

我们AI圈里有一句行话，叫落地AI，人是最大的障碍，但同时，人也是最大的驱动力。

我观察到，AI对于很多人来说都是一件既近又远的事情。说它近，是因为几乎人人都在用ChatGPT、Claude、豆包等工具；说它远，是因为尽管我们看到全世界的AI大厂都在随着裁员而降低成本、拉高利润和市值，但这一切似乎跟大家没有什么关系，绝大多数普通企业的“三大表”（资产负债表、损益表、现金流量表）并没有因为使用AI而发生任何改变。

每一代新技术的出现，只有一小部分企业有机会登上诺亚方舟，绝大部分企业都是没有机会的，甚至会失败。

所以我想通过今天的课程来帮助大家解决一个问题，即如何跨越AI原生时代的隐形鸿沟。

在正式开始分享之前，先给大家预告一下听完这堂课后你能带走的五大收获：

1、绝⼤部分企业的AI原⽣是假原⽣：⼀个AI ⽼兵，亲历三次组织转型后的诊断框架；

2、君⼦不器AI，把AI当⼈，⽽不是⼯具：理解五次范式转变，看清Agent 与前四代技术的本质区别；

3、五个必答题：业务、产品、管理、组织、⼈才怎么变？可直接带回去给⾼管团队的决策框架；

4、⼀张矩阵：你公司哪些岗位最危险，哪些最安全？不是最底层的⼯作最危险，是「⾼薪但本质重复」的⼯作；

5、慢，是⼀切的原罪；旧范式的成功经验等于新范式的最⼤陷阱，如何避开？

先从我自己的创业经历讲起。回顾我过去十余年的创业历程，我的团队经历了从5000 人到 70 人、再到 20 人的巨变。

第一阶段（2014—2024）：作业盒子

当年，我们仅用100 万美元的启动资金，就在短短五年内融了3亿美金，进了10万所学校，服务了1亿多学生。在那个阶段，我们擅长通过AI赋能产品去打赢竞争，但这本质上依然是横向的业务AI化。

第二阶段（2023—2025）：VisionFlow

在2023年，我又创办了VisionFlow。虽然当时我的管理极其精细，且团队也都在使用各种 AI 工具，但经过三年的实际踩坑，我回头一看，发现我们依然做了一个“假的AI原生”。

为什么会这样呢？根据我的实战经验，我总结出了三个维度，大家可以自我对照一下是否踩中了类似的坑。

第一是技术不原生。很多技术管理者依然习惯用上一代的开发工具、数据库等，而没有破除掉旧有惯性使用上最新的技术手段。

其实全世界的C端用户已经被教育成了，不管产品多复杂，只要“聊”就好了。以至于投资界半年前就有观点说，我们或许不该去投那些有GUI思维的公司了，因为用户不会再买账了。

第三是组织不敏捷。过去的模式是所有的需求层层提单、等排期、等开发，动辄耗时几周，最后做出来的产品Demo可能一分钟就被否决。而在原生的AI团队中，最小作战单元可能只需要一两个人，在几天乃至几小时内就能完成产品的发布与迭代。

第三阶段（2026重构）：HiPilot

因此， 在2026年的重构阶段，我们彻底摒弃了上一个阶段的“假AI原生”做法，彻底重构业务与组织，实现了4个⼈维持原70⼈团队的产出，16个人即可⻓出新业务线的成就。

五次范式转变

从“人”到“计算机”的主体迭代

本质上，AI原生的鸿沟问题并不在于大家不知道该做成什么样子，而在于大家不知道从哪里开始下手。

这就涉及到了一个很重要的观念，即AI原生本质上是一种范式的转变，是世界运转的底层方式变了。

前不久混沌创新领教任鑫写了一篇文章，主题是关于纽约港的故事。

文章里说，纽约港曾经是全世界最大的港口，当年发明集装箱的时候，纽约港也引进了集装箱，但最终真正崛起的是新泽西港。

为什么？

因为靠集装箱驱动的港口和靠人力搬运驱动的港口，它的道路结构、码头形状以及接驳方式全都不一样。只有新泽西港做到了集装箱时代的彻底重构，而纽约港并没有做到。

所以在谈到范式的时候，我希望先给大家建立一个历史观：

1、分类互联⽹的「类」，⼀切都是点，以雅虎为典型；

2、搜索互联⽹的「框」，⼀切都是搜，以雅虎为典型；

3、移动互联⽹的「流」，⼀切都是刷 ，以抖音为典型；

4、第⼀代AI（ChatGPT）的「聊」，⼀切都是说；

而最近六个月，全世界的最顶尖的AI公司，都在围绕一个概念，即Agent。这就是我所说的第五个范式。

前四个范式，⼈类是⾏动和决策的主体，技术只是⼯具。第五个开始，主体变了。区别在哪里呢？

今天绝大多数人使用AI的方式，本质上只用到了它的思考力和计划能力，感知、行动和反思这三个能力，其实我们都没用上。

举个例子，当你发现商品的库存下降了，你把这个信息告诉AI，AI给出应对方案，你再把方案传达给财务、门店等各个部门去执行，执行完再把结果反馈回来。整个过程中，AI只是承担了规划和思考的功能。

这正是Agent范式与此前所有范式最根本的区别。计算机第一次具备了独立思考和行动的能力。它运行的是一个完整的OODA循环：感知、计划、行动、观察，周而复始，自我迭代。人类不再是这个循环中不可或缺的一环。

这个变化带来的影响已经相当直接。这也是为什么Google、Meta、微软这些科技巨头，几乎每隔三到四个月就要裁10%的人。

更值得关注的信号来自Anthropic。就在前不久，他们出来呼吁说，人类要停止对AI的开发。因为过去的半年行业的状态还是，虽然人不写代码，但是人得指挥AI写代码。而现在，这个环节也正在消失。AI已经能够自主感知产品状态，自行规划、执行、反思，然后再进入下一轮迭代循环，完全闭合。

而这正是第五代范式的特征，一切都是Agent，人类开始逐渐地退出决策和执行的舞台。

接下来，我再通过三个案例来说明AI如何重写一线决策。

第一个是经营决策。某公司营收连续两个季度下滑，业务线的人说是大盘消费疲软，但Agent扫描全网数据后发现是问题其实是结构性下跌，而不是全民消费下跌。

第二个是组织管理。Agent通过扫描全网的招聘网站，可以提前预判竞争对手的区域布局意图，同时诊断自身组织健康度，并迅速告诉你基于业务应该组建怎样的组织梯队、如何储备人才等。

第三个是库存运营。在零售企业的库存周转方面，Agent会结合内部数仓、小红书、大众点评等数据，精准判断哪些品该清仓、哪些做会员闪购，而不是一刀切降价伤害品牌。

以上只是案例的简要陈述，更深入的拆解与分析，欢迎来到混沌创新院的线下课堂。

关键在于我想要说明的是，不管是战略决策还是商业运营，AI都可以发挥作用，而且越往上层，价值越大。很多企业习惯从执行层开始用AI，但我的建议恰恰相反，应该尽可能先从战略和经营层切入，因为决策质量提升带来的价值是最显著的。

从五大维度看AI原生问题

接下来，我们从业务、产品、管理、组织、人才这五个方面来分析AI原生的问题。

业务

传统的模式是“业务跑在SaaS里，决策跑在办公系统里”，人到SaaS里看数据后，再到办公系统里做出决策，决策闭环天然很慢。

有句话叫，当你回到比特世界，请不要用原子世界的世界观思考问题。Agent恰恰是“比特世界”的原住民，它可以直接在比特世界里完成感知、决策、行动的完整闭环。

我身边有个CEO让vivo给他定制了一款AI手机，专门为房产经纪和保险销售场景设计的。这部手机可以让AI自动感知用户状态、发送沟通信息，视频的剪辑和制作也由AI完成，人只需要负责拍摄，最后做一次确认就够了。可以预见，在不远的将来，一线销售岗位都会被逐步替代。

产品

一个产品从定位、定义、设计，再到开发和测试，AI已经完全能够独立胜任后期的开发与测试工作，并极大地辅助前期的定位和定义。

这意味着一个产品团队可以从原来的5到10人压缩到1到2人，速度还能快5到10倍。

关于怎么用AI做产品，Notion的CEOIvan Zhao（赵伊万）有个比喻我觉得很准确。他说，用AI做产品，其本质更像是“酿酒”，而不是“造桥”。

造桥是确定性的工程，每一步都有严密的公式和流程；而酿酒是一门手艺活，充满了概率与变化。

AI是概率模型，同样的提示词，每一次生成的反馈和结果都不尽相同。对着AI“许愿”很容易，但结果往往都是不那么尽如人意的，要想在细节上从60分打磨到90分，没有捷径，只能靠不断地调整尝试。

所以现在的科技公司招人时看重的是你一个月消耗了多少token。消耗得多，说明你真的在用。

管理

我们过去面试一个管理者，问的是，管过多少人？会定OKR吗？懂PMC吗？有PMP认证吗？但在AI时代，这套评价体系需要重构了。真正该问的问题只有一个：你管过AI吗？

Harness可以理解为驾驭AI的能力，即说清楚让AI干什么、干成什么样、按什么标准干。这件事没有那么复杂，但凡你能跟下属交代清楚工作，那么其实你也就掌握了Hardness的40%。剩下的就是，无他，唯手熟耳。

这背后有一个更大的趋势，即「个体户」经历会是未来的香饽饽。传统产业互联网的精细分工，把人塞进了极其细小的专业网格里，大家习惯了拉上各部门开会、对齐、分工。但这个时代正在过去。

Notion的CEOIvan Zhao（赵伊万）说，他们最优秀的人基本都是通过收购引进来的。原因很简单，只有做过全闭环的人，才有能力指挥AI干活。

过去三年，我们这个业务的HR见过两三千人，我也见过两三百人，但最终留下来的10个人里面，没有一个来自大厂，他们也不选择去大厂。他们要么在Kimi、MiniMax这些AI公司，要么在没什么名气的地方，默默把事情做成了。

所以老板们不用焦虑招不到大厂的优秀人才，招来了反而可能是一种负担。他们习惯了有充足预算、有足够headcount才能干活，但这已经不再是今天的现实了。

组织

未来衡量一家组织规模的度量单位也正在发生改变。惠普创始人戴维·帕卡德有句名言，如果一家公司的组织成长速度赶不上业务增长速度，这个企业的业务将不会再增长。上一个时代，衡量一家企业的组织能力，本质上看的是人头数量，人多才能打好仗。

但在AI时代，这句话变了。未来衡量组织能力的标准，不是你有多少人，而是你能管多少Agent。如果一个人能撬动50到200个Agent，那么所有公司的规模都应该压缩一到两个数量级，例如今天的10万人大公司，未来可能是5000到1万人。

硅谷Y Combinator现在的明确原则是，天使轮的公司如果超过4到7个人，坚决不投。因为超过这个数字，说明你不懂怎么用AI，你只能靠人堆出来，那就不是AI原生公司。

与此同时，生产关系也在悄悄改变。顶尖人才目前来看更偏向于流向精锐的小公司，而不是大企业。组织结构会越来越接近合伙制，信息透明、扁平、利益共享。

而现有的企业很难完成这个转型，因为它要同时打破生产关系、生产力和生产流程，这三件事一起动，难度极高。

这就像“军乐团”与“爵士乐团”的区别。传统的企业组织极其类似于一个“军乐团”，有指挥，有严密的分工，吹长号的搞不了小号，敲大鼓的管不了小鼓，每个人各司其职，整齐划一地行进。

而AI原生的组织则是一个“爵士乐团”。每个人都深谙乐理，彼此默契配合，能够根据现场的反馈即兴演出。而AI时代需要的正是爵士乐手：能独立判断、能全局思考、能随机应变。

人才

过去我们常听到一种说法，叫一个优秀的工程师能顶5个普通员工。但在AI时代，这个杠杆率从5变成了500，一将顶千军的时代真的来了。

今天全球AI独角兽公司里市值排前十的，平均员工数只有二三十人。OPC（一人公司）或三五人的小团队组成的公司，估值接近5亿、10亿美金的比比皆是。

这背后的关键，是“closer”和“doer”的区别。Closer是能独立跑通全闭环的人，doer是只能完成链条中某一环的人。

很多老板觉得，团队里那些产出不高的doer只是“低成本”，留着干点脏活也无妨。但这个判断在AI时代是危险的。Doer的存在，会把closer本来可以发挥的100倍杠杆压缩到10倍、3倍甚至2倍。流程越复杂、协作节点越多，效率衰减越严重。

乔布斯当年没有委员会，向他汇报的十几个人每个都是顶尖专家，重大决策他和各自领域的顶尖专家谈完就够了。马斯克更极端，直接干到一线，和工程师讨论。

高薪不等于安全，什么样的人会被AI替代？

回到那个大家最关心的问题：到底什么人会被替代？

答案可能出乎很多人意料，最危险的不是最底层的员工，而是高薪但本质上重复性强的工作。

大家可以参考下面的薪酬维度矩阵，会更直观。初级投行分析师、四大审计、初级律师、中层PM、翻译，这些岗位属于“低维高薪”，看起来光鲜，但本质是信息处理和规则执行，恰恰是AI最擅长的领域，风险最高。

反而是一些“低维低薪”的岗位，比如护士、中小学教师、社工、心理咨询师，以及那些强调情感连接的服务岗位，我个人认为短期内不会被替代。AI再强大，也替代不了真实的人际温度。

Cloudflare的CEO马修·普林斯把员工分为三类：建造者（Builder）、销售者（Seller）和度量者（Measurer）。建造者是真正创造价值的工程师、产品和设计；销售者是把价值卖给客户的销售、市场和客户成功团队；度量者则是财务、法务、审计、中层管理——本质上做的是信息处理的工作。

而2026年裁掉的1100人中，绝大多数正是Measurer（度量者）。他们的共同特征，恰好落在最危险的象限：高薪、结构化、可重复。

另外再分享一下Notion采用的“哑铃策略”。他们只招最资深的、有丰富经验的高级工程师，以及刚毕业的年轻人，中间层基本不招。原因很简单，经验丰富的人能衔接物理世界和数字世界，而年轻人没有路径依赖、上手AI更快。夹在中间的中层，反而是最尴尬的位置。

三道障碍与三个起点

范式的跃迁带来的是非连续性，这是混沌最核心的观点之一。两个范式之间没有平滑的过渡，你没办法靠改良从旧范式走到新范式，只能跳跃。

跳跃当然会有阵痛、有损失、有不确定性。但有一句话我很认同：因为相信所以看见，因为看见所以相信。我自己是先相信，然后去干，干了之后看见结果，闭环就形成了。

当然，从看见到真正行动，中间有三道障碍需要跨过去。

第一个是CEO自己的心智障碍和惯性障碍。在传统观念里，CEO跑到一线抢员工的活干，叫"抓小放大"，是不务正业。但今天Spotify、Airbnb、Google的创始人都在亲自写代码，马斯克直接坐在工厂一线和工程师讨论。这不是个例。

很多CEO习惯听中层汇报，但现实是，他们的焦虑和你不在同一个位置，他们的判断力和责任感也天然和你不同。你不亲自到一线，你就永远看不清楚真实的状况。

第二个是流程障碍。旧流程是为人设计的，新流程要为Agent设计。举三个最典型的例子。

产品设计上，过去是产品经理写PRD、评审、排期、等开发，现在应该是产品经理直接出动态demo，让代码自己跑；

经营决策上，过去是数据分析师跑数据、出看板、高管开会讨论，现在是AI直接给出决策建议和行动方案，CEO拍板；

企业管理上，过去靠中层做上传下达、写周报月报复盘，现在AI可以做超级大脑和调度中枢，中层的传统职能正在被替代。

第三个是人才障碍，也是最根本的一个。旧组织在批量制造doer。产业越发达，doer越多，中台越强，closer越难培养，这是上一代范式的必然结果。

2014年的百度只有几千个工程师，没有产品经理，一个人既做产品又做前后端还做增长，这批人离开百度之后，撑起了中国互联网的半壁江山。

而今天的字节有十万人，中台极其完善，一个产品几千人做过，天然不是closer。所有离开字节的人都说字节管理方式很好，想把它复制过来，但他们承受不了没有资源、没有中台、没有预算的环境，交付不了结果。

这不是个人问题，是旧组织结构批量训练出来的路径依赖。每一次技术革命的末期都会如此。

最后说说CEO该怎么开始。我总结了三个字：断、短、深。

“短”，是选一个能迅速见效、快速闭环的场景先跑通。不要上来就做大系统，找一个两周内能看到结果的事情，先让自己相信。

“深”，是核心团队必须亲自参与，不能委托给IT部门。委托给IT部门，就等于CEO放弃了形成判断的机会。

AI时代，如果CEO或一号位能独立用AI跑通一个产品demo、完成一个业务闭环，这是整个公司的红利。一个有审美的产品经理用AI做出的高保真demo，价值远超产品经理加设计师的传统组合。

当然，有一件事AI替代不了，即理解真实世界，做出判断。AI可以生成海量信息，但它不能替你感知现实在发生什么，不能替你理解事物背后的原理，也不能替你做真正的取舍。这恰恰是人最不可或缺的地方。

最后我想说，AI是下一个时代的电。希望大家都能用上电！

来混沌创新院，参与更多优质企业参访活动、与各行业领军人物对话交流、系统学习底层商业认知方法论！