AI范式转变：租用与构建

AI范式转变：租用与构建

(视频)

主权之战：在 AI 驱动的经济中，如何守住企业的“认知资产”？

引言：AI 浪潮下的“思维转折点”

在当前的 AI 狂热中，企业领导者们正陷入一种深层的范式焦虑：我们是被取代的客体，还是进化的主体？是该梭哈某个大模型，还是静观其变？然而，微软 CEO 萨提亚·纳德拉（Satya Nadella）指出，这场变革与以往任何一次平台迁移都截然不同。这不仅是工具的迭代，更是一个重塑企业本质的“思维转折点”。真正的竞争边界不再仅仅取决于你使用了什么模型，而在于你是否在组织内部建立了人与系统之间的“认知闭环”。

核心洞见一：这不只是工具，而是一个“认知环路”

过去数十年，数字系统一直被视为增强人力资本的外部工具——即“人使用工具”。但现在，我们正在经历地缘政治级别的“认知地壳运动”：人与数字系统之间正在形成真实的认知交互环路。

这种转变颠覆了我们对“企业内部工作”的根本定义。工作不再是单纯的任务交付，而是知识的流转与升华。正如纳德拉所言：

“这是我们第一次能够在人与数字系统之间创建真实的认知环路。这是一个令人脑洞大开（mind-bender）的转变，因为它改变了我们对企业内部工作的定义方式。”

然而，这里隐藏着一个生存挑战：如果企业不能建立自己的认知环路，AI 模型就会在交互中不断吸收、吸干组织内的专业知识，并将其“商品化”（Commoditize）。届时，企业的独特价值将不复存在，沦为通用模型的附庸。

核心洞见二：人力资本与代币资本的共生

在全新的商业版图中，企业资产被重新划分为两个维度：人力资本（Human Capital）代币资本（Token Capital）。人力资本承载着员工的默会知识、复杂判断、独创性及深层的关系网络；而代币资本则是企业构建并拥有的、可规模化的 AI 能力。

一个关键的战略误区是认为 AI 会导致人力资本贬值。事实恰恰相反：人类的代理作用（Human Agency）正是驱动代币资本指数级增长的唯一引擎。由人类设定宏大的愿景、连接跨领域的断点、建立信任并识别那些最关键的商业模式。

“如果没有人类的方向，计算（compute）只是在原地转圈。”

核心洞见三：你可以外包任务，但永远不能外包“学习”

在 AI 驱动的经济中，真正的战略机会不在于寻找“全球最强模型”，而是在模型之上构建一套让资产持续复利的“学习环路”。你可以外包一项特定的任务，甚至外包一个职能岗位，但你永远无法外包组织的“学习能力”。

这种学习闭环就是企业的新型知识产权（IP）。纳德拉将其生动地比喻为一台**“山地攀爬机器”（hill climbing machine）**：在业务运行中，每一个经过改进的工作流都会产生更高质量的训练信号，这些信号反过来让 AI 系统更理解业务场景，从而加速组织独特默会知识（Tacit Knowledge）的积累。这种由“业务信号-模型进化-效能提升”构成的循环，将形成一道极难被复制的竞争护城河。

核心洞见四：“老兵”智慧与模型主权

为了守住核心 IP，企业必须追求“模型主权”。这意味着企业需要构建一种“智能体架构”，让系统随着时间的推移不断沉淀智慧，而非仅仅依赖外部供应。

这里有一个残酷的战略测试，我称之为**“模型切换测试”（Switch-out Test）**：如果你今天将底层的通用模型（如 GPT-4）更换为另一个模型（如 Claude 3），你的系统是否会立刻丧失那些如“公司老兵”般深厚的专家经验和制度记忆（Institutional Memory）？

如果答案是肯定的，那么你并不拥有主权。真正的资产主权应当存在于私有化的评估体系和强化学习环境中，通过捕获真实的业务结果（而非仅仅关注外部基准测试），将组织的集体智慧编码进系统。

核心洞见五：拒绝“空心化”，构建前沿生态系统

回顾全球化的第一阶段，许多工业经济体因过度外包导致了产业“空心化”，虽然财务报表一度亮眼，但底层的创新能力却被抽干。在 AI 时代，我们必须警惕类似的风险：如果经济价值被少数几个模型垄断，而整个行业的知识被吸走、平庸化，那么社会经济结构将面临崩塌。

从政治经济学的视角来看，这种“空心化”的未来是得不到社会许可（Societal Permission）的。我们的目标不应是追逐单一的“前沿模型”，而是构建一个**“前沿生态系统”**。在这个生态中，价值应当广泛流向每一个行业、每一家公司，让每个组织都能拥有属于自己的学习闭环。

“这就是公司如何为自己和更广泛的经济创造价值的方式。这也是我们应该共同构建的稳定平衡（stable equilibrium）。”

结语：从“模型竞赛”转向“价值生态”

真正的平台精神，应当是“让上方承载的价值远大于平台自身捕获的价值”。AI 时代的竞争，终将从底层的模型参数竞赛，转向高层的价值生态构建。

作为决策者，你的责任不仅是“采用”AI 来提升效率，更是要通过 AI 沉淀那些不可替代的人类智慧与制度记忆。请在结束今天的思考前自问：

在你的组织中，AI 只是一个被频繁调用的“外包工具”，还是正在成为那个能够与员工共同成长、永不离职的“超级老兵”？