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，多數公司的AI現在都還停留在“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，并沒有真正為結果負責。這位曾鳴書院創始人、阿里集團前總參謀長在新書《智能：AI時代的商業、組織與戰略的本質》里，從“智能復利”這個根本機制出發，推演出了AI時代商業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，司機積累的經驗全在自己腦子里，和車本身無關。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，都會變成數據流回系統，用來訓練模型。你每開一次，其實都在幫這個系統變得更聰明。曾鳴把這種機制稱為“智能復利”：一個系統干的活越多，反饋越多，優化越多，能力強了又能接更復雜的活，再帶來更高質量的反饋。這個循環一旦跑起來，能力就會像利息一樣不斷滾起來。在曾鳴看來，工業時代有規模經濟，互聯網時代有網絡效應，AI時代對應的就是“智能復利”——增長不再只是結果，增長本身反過來也會增強能力。

但系統變強，不等于企業一定能甩開對手。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，是復雜任務。復雜任務極度依賴長期積累的經驗——一個系統過去踩過什么坑、在某些極端的權衡中做過什么取舍，都會決定它后續的表現，這些經驗對手無法直接復制。當能力差距大到足以影響“這件事究竟該交給誰”時，質變開始了：人們會把最重要、最難的任務交給更可靠的系統；越難的任務反饋越有價值；反饋再次把系統變強，更強之后又會吸引更多的關鍵任務。曾鳴將這種滾雪球式優勢放大稱作“黑洞效應”：一旦突破臨界點，領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的流向競爭。

然而回到現實，很多公司明明已經接入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”，并不為結果負責。以AI客服為例，面對訂單查詢、物流狀態這些標準問題它通常沒問題，可一遇到規則沖突、用戶情緒上頭，系統就很容易出錯。企業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：規模做不大，因為每新增一個任務就得加一個人盯著；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，用戶的真實反應是什么，最后結果又是怎樣發生的。一旦“行動—結果—反饋”這個閉環斷掉，智能復利就轉不起來了。因此曾鳴認為，真正的轉折點在于AI能不能從“人替它兜底”走向“它自己對結果負責”。只有當企業敢把一部分結果責任交給系統，任務規模才可能做大，真實反饋才會涌入，智能復利的飛輪才可能真正啟動。這也在提醒企業重新審視增長：收入、市場份額、日活這些數字，正在從“原因”變成“結果”，真正重要的問題是，你的系統有沒有形成一個能自己跑起來的完整任務閉環。

沿著這個邏輯，曾鳴把商業的演化分成了三段。工業時代是“千人一面”——供給有限，一款產品要賣給盡可能多的人；互聯網時代是“千人千面”——平臺把人分成不同類型，再精準推送；到了AI時代，他認為商業會進一步走向“一人千面”：系統不再只是判斷“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，一個人反復看兒童繪本，行為數據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，持續滿足真實需求。

更根本的變革隨后發生在組織和戰略兩個層面。曾鳴拋出一個很現實的問題：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時代的產物，它的目標是讓一大群人高效執行既定答案。而AI最擅長的不是執行，是不斷生成新的解法，并且已經接手了大量過去靠中層完成的信息整理和協調工作。這意味組織最重要的能力必須從“高效執行”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。戰略層面的沖擊同樣劇烈。有些公司看起來戰略規劃特別完整、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，訂閱模式穩定，從傳統戰略視角幾乎挑不出毛病。但當生成式AI出現后，學生獲取知識的方式發生根本改變，它過去依賴的“內容供給+訂閱服務”模式在短時間內失去吸引力。Chegg不是沒有戰略，只是它的戰略建立在過去的那個前提之上。曾鳴想提醒的是，在AI時代，戰略的核心不再是規劃出一個不變的路線，而是持續形成對變化的新理解——這恰恰迫使企業重新想象組織本身的樣子。