和张小珺聊：曾鸣·产业史观（AI产业化三阶段）

战略与反共识

6 条

c001阿里过去15年最重要的战略决策是创立淘宝、支付宝、阿里云三个，当时在社会上不被认可、公司内部争议激烈。

经验教训 · 04:44–05:26

讨论

c002战略是'因为相信所以看见'：真正成为时代企业的战略都是反共识且最终被证明成立的，但反共识不一定成功，存在幸存者偏差。

方法论 · 07:14–08:05

讨论

c003共识性战略做得再强也只是优秀，不是卓越；卓越一定来自反共识。

判断预测 · 08:05–08:20

讨论

c026卓越是事后认定的：靠克服一次次负反馈、在所有人不认同时最终以巨大成功证明；优秀则是持续正反馈的成长过程，两条路径完全不同。

经验教训 · 1:31:19–1:32:17

讨论

c027AI时代战略无比重要（做错一个决定就出局，淘汰赛按月计）：看十年想三年干一年，真正的创造力在'看三年'——线性外推已失效，要靠短中长期张力的动态取舍。

方法论 · 1:39:02–1:42:20

讨论

c033这个阶段的基本心态要从降低不确定性转为拥抱不确定性：不确定性就是最大的机会，恐惧不确定性和复杂性就无法往前走。

方法论 · 2:25:34–2:26:13

讨论

AI 产业化三阶段

7 条

c004通用颠覆性技术的产业化都经历三阶段：技术成为基础设施→基础设施上产生海量应用→出现原生应用。

判断预测 · 10:38–11:49

讨论

c0052026年是AI第一阶段基本完成的标志性节点：Token形成广泛共识与标准度量，智能像一度电一样可被规模化标准化使用，基础设施阶段成熟。

判断预测 · 14:59–16:29

讨论

c0062026年同时是第二阶段的开场：OpenClaw让大家看到能独立完成任务的agent的无限潜力；智能体就是AI时代的新应用。

判断预测 · 16:27–17:19

讨论

c007对比互联网，AI现在还在等一个'浏览器'出现，甚至比Yahoo时代还早；判断比三年前'拥抱Yahoo'更加后移了。

判断预测 · 17:26–18:01

讨论

c008Agent的本质是分享能力——如同建站运动分享信息，agent把能力封装分享出去，让世界从信息时代进入能力时代。

判断预测 · 18:20–19:16

讨论

c009浏览器完成两大功能：以统一标准大幅降低建站（开发）门槛和浏览（使用）门槛，供需双爆；Yahoo则是对爆发信息做减熵/结构化的目录入口。

事实数据 · 19:35–21:07

讨论

c010下一个最大的机会是'类浏览器'：把agent标准统一起来、让用户极简单地调用agent，然后海量agent爆发；目前完全没看到Yahoo的苗头。

判断预测 · 21:25–23:35

讨论

模型公司＝AI 云公司

8 条

c011模型公司的本质是未来的AI云公司，类似AOL——让所有人轻易接入智能的基础设施服务商。

判断预测 · 23:35–25:01

讨论

c012大模型公司从基础设施服务商变成成功应用公司的概率不高，因为没有历史先例；Codex只是大模型向coding能力的延伸。

判断预测 · 25:09–26:05

讨论

c013Anthropic、OpenAI很了不起，但大概率不是原生应用阶段的大赢家；同质化供给不可能有高额利润，它们可能往后活得不错但活不到最后。

争议观点 · 27:44–28:42

讨论

c015公共基础设施行业只有一种商业模式成立：寡头垄断+政府强监管，保证社会获得稳定的低成本供给。

判断预测 · 32:03–32:48

讨论

c016Anthropic今年领跑、OpenAI在追赶、Google被甩下、xAI与Meta退出竞赛，根源是Anthropic开始用大模型训练大模型（智能复利局部启动）叠加组织聚焦优势。

事实数据 · 33:44–35:06

讨论

c017智能复利飞轮会让头两三家的优势拉大到其他家很难再超越，形成黑洞效应——这也是美国云厂商恐慌的原因。

判断预测 · 36:44–37:08

讨论

c018作为基础设施的大模型公司窗口期已经关闭：智能飞轮已经跑起来，此时进场毫无积累。

判断预测 · 37:19–37:41

讨论

c028大模型基建投入大概率继续，但某一时点会出现周期性拐点（投入超过真实需求），届时智能调用变得便宜稳定，应用公司进入门槛大幅降低——应用公司要有希望但不能缺席积累。

判断预测 · 1:56:31–1:57:23

讨论

谁能活到下个阶段

8 条

c014第一阶段的企业很难活到第二阶段，第二阶段的企业很难活到第三阶段。

判断预测 · 30:00–30:25

讨论

c019未来三年有可能开始出现agent的用户入口——agent太多后，信任、计费、筛选都需要一个新的服务商来建立。

判断预测 · 39:03–39:56

讨论

c020今天做应用要假定智能完全够用：切入点必须是足够复杂的任务（10倍以上的场景），越简单的活越容易被吞掉，智能不够时做的应用只是脚手架。

方法论 · 41:31–43:11

讨论

c021AI时代数据飞轮升级为智能飞轮：agent独立干活产生真实世界反馈，叠加算法创新（上下文管理、记忆、新交互），在场景中越用越聪明，找到最能规模泛化场景者形成黑洞效应。

方法论 · 44:41–46:36

讨论

c022新平台大概率不诞生自旧平台：旧平台做简单信息匹配，新平台做能力与需求的匹配（新物种匹配），复杂度高得多；新平台约还需三五年。

判断预测 · 50:29–51:13

讨论

c029在巨浪面前没有人是安全的，谁觉得安全谁最不安全；跨时代过渡还能做得非常好的企业基本没有——不依赖战略选择，这是公司的生老病死，新公司才有机会、年轻人才有梦想。

争议观点 · 2:02:50–2:05:27

讨论

c030字节大概率不会是下个时代的字节：有机会成为AI云公司，但豆包肯定不是突破性应用——它是第一代AI聊天产品，没有行动力；旧入口做不成下一代入口，除非成为agent的事实标准。

判断预测 · 2:05:33–2:07:15

讨论

c031移动互联网对PC互联网只是1.5的创新（延续+颠覆并存，故头部公司能all-in过渡）；AI是颠覆工业革命的生产力革命，延续性弱得多，所以旧物种长出下一代产品非常困难。

判断预测 · 2:08:15–2:10:09

讨论

组织会消亡

3 条

c023科层制管理的公司制度会衰亡：公司是工业时代的制度创新，工业时代的基本规律被AI挑战，其组织形态必然也被挑战；但人类分工协作与组织永远存在。

争议观点 · 1:06:31–1:07:07

讨论

c024AI原生组织的基本单元从岗位变为任务：人围绕任务流转发认领结果，层级因命令线被打破而消亡，中层最先消失。

判断预测 · 1:10:19–1:11:10

讨论

c025AI对工业时代是范式革命，所以要把组织放在战略之前讨论：只有新组织形态才能生成新战略，战略与组织是阴阳两面。

方法论 · 1:20:11–1:21:42

讨论

创造力时代

1 条

c032借德鲁克生产力/管理/知识革命框架，AI时代是创造力时代：可结构化处理的知识工作被AI接管，人的方向是开发'无中生有'的原创造力。

判断预测 · 2:18:19–2:21:01

讨论