隨著智能與行業(yè)的結(jié)合，大模型的應用會體現(xiàn)為各種Agent，而這一趨向可能會改變整體的游戲規(guī)則。具體如何理解？這篇文章里，作者就提出了他的觀點和看法，一起來看一下，或許關(guān)注AI行業(yè)發(fā)展的同學會對這篇文章感興趣。

大模型如果單獨進行商業(yè)化那就只可能是提供API，而這模式很可能連一家OpenAI都養(yǎng)活不了；要拓展應用邊界就需要與行業(yè)與領(lǐng)域結(jié)合，而隨著智能與行業(yè)的結(jié)合，那大模型的應用就會體現(xiàn)為各種Agent。這看著只是往前走了一點點，但可能會改變游戲規(guī)則，做弓箭的不一定會打獵?。?/p>

一、智能的尺度

Agent到底行不行，能不能普遍應用，起決定作用的關(guān)鍵點是智能的尺度，通俗說就是智能到底能干什么了。智能程度的差異會導致動力引擎不同，而用牛馬作動力和用蒸汽機做動力，潛在可能干的事情會非常不一樣。

互聯(lián)網(wǎng)剛開始的時候因為互聯(lián)網(wǎng)是個純粹的新東西，大家普遍陌生，所以觀點反倒是相對純粹，就是關(guān)于互聯(lián)網(wǎng)，但智能不是，每個人都是智能生命體，并有著自己對智能的理解，所以各種維度的解讀會混雜在一起鋪天蓋地而來。

所以真要做智能產(chǎn)品，首先需要厘清的就是智能的尺度。

人類文明的一切建構(gòu)都基于智能而來，所以理論上智能的進展如果足夠徹底，那整個文明會發(fā)生重構(gòu)。但如果基于重構(gòu)整個文明做產(chǎn)品，就真的不知道飄到那里去了。

產(chǎn)品如沒有錨點，資本的節(jié)奏、產(chǎn)品節(jié)奏、業(yè)務(wù)節(jié)奏就會失衡，然后就會發(fā)生本質(zhì)和龐氏騙局差不多的事：無限放大預期與畏縮不前的現(xiàn)實先天就是哺育擊鼓傳花接盤俠的構(gòu)型。做局再比誰跑的快，到最后誰能肯定是贏家！

智能的尺度支撐了產(chǎn)品的錨點。但由于智能的本質(zhì)特性是通用性（所以才叫通用智能）而這種的通用性導致很難構(gòu)建參數(shù)化的尺度，不管是什么指標和測試集，最終都是局部，都不足以變成合理的尺度（就是用各種百分數(shù)表示的各種率，他們有用但不是智能的尺度）。用它們很像用重量來標識一個人是不是足夠聰明。

這時候真和場景結(jié)合就需要回到圖靈測試2.0，把隨機性導入進來。圖靈測試2.0詳細展開參見：AI的進展不是太快，而是太慢

對智能音箱的評價體現(xiàn)的就是這種錯配，每個人覺得智能音箱是個智能體，有通用智能，然后產(chǎn)品方只能做有限集合的測試和供給，最終結(jié)論就是：智能音箱很傻。

做Agent時切好智能的尺度也只是第一步。

Agent型產(chǎn)品其實比單純的大模型要麻煩，這很像一個純粹的數(shù)學天才要做行業(yè)市場了，腦回路的多維化是不可避免的，邏輯通透要去疊加人情練達的部分。

這種變化的起點在于Agent不再是個單點，而是要處理長鏈條的整個業(yè)務(wù)場景，這時候單點極致是不靈的，需要更多的配重優(yōu)化。

對于Agent單點不構(gòu)建競爭力，配重也許可以。

二、從單點極致到配重優(yōu)化

當市場足夠純粹的時候，需要單點極致。

比如大模型自身，就需要讓人感覺真的智能。什么銷售品牌等都不關(guān)鍵。

互聯(lián)網(wǎng)做工具的時候就更是如此，你不把你的產(chǎn)品定位到一個需求足夠強的點上，并且足夠好用，你的運營成本就會拖死你。OpenAI其實重現(xiàn)了這個故事?，F(xiàn)在AI第一波的工具其實也是如此，比如生成圖片、生成視頻的各種工具等，但Agent不是了。

當智能和領(lǐng)域結(jié)合的時候，鏈條會一下子加長，單獨的技術(shù)不足以撬動市場。你最好的技術(shù)能夠撬動化工行業(yè)么？

這就更需要售前、銷售、產(chǎn)品、技術(shù)、交付、售后的配合。也就是說任何一個點都不足以完整解決問題，關(guān)鍵的是整體的協(xié)調(diào)性。達成這種協(xié)調(diào)性的手段就是配重優(yōu)化。

這和藥方差不多，得有君臣佐使，然后每個地兒究竟上多少，不同情況不同，但配重背后還是有著一個統(tǒng)治性的規(guī)則。

配重背后其實是老的掉渣的概念：組織力。

但這是更要命的事。因為組織力到現(xiàn)在為止沒有破壞性的捷徑。

創(chuàng)業(yè)團隊變成一個協(xié)調(diào)的組織所需要面對的挑戰(zhàn)要遠比干一個大家都盯住的產(chǎn)品難十倍不止。

當年華為號稱要介入安防市場的時候，?？低暤目偛脧娬{(diào)過類似的事，核心觀點就是這種細碎市場需要這種配重，它是競爭力也是壁壘。

對于創(chuàng)業(yè)團隊，要想高清這種配重就要求團隊脫下鞋襪，跑到田間地頭天天撅屁股干活，并且長時間干，不管過去履歷如何。一邊干一邊還要看天，然后再干。

這時候團隊的期許很可能和實現(xiàn)是背離的，不管是經(jīng)濟回報還是成功的節(jié)奏，所以挑戰(zhàn)非常大。但更關(guān)鍵的還不是這種期許的背離，而是如果配重關(guān)鍵，但新團隊本質(zhì)沒優(yōu)勢。

顯然的原本在行業(yè)里面的人更擅長把握這種配重。新團隊去做配重關(guān)鍵的事，有點像用一種更低的效能去磕更高效能的團隊，大清帝國突然要遠征英帝國，結(jié)局是確定的。

但就像顛覆IBM控制力的是微軟，削弱微軟控制力的是谷歌一樣。Agent的成功需要一個新的方式做支點，這個支點能夠在配重上提供十倍效能。

這種十倍效能的方式還是需要回到智能，Agent要想成立，需要基于智能重構(gòu)組織力的構(gòu)成。

三、組織力

影響配重的關(guān)鍵是組織力，而組織力差不多就是過去EMBA里面講的各種事情的綜合，文化、組織結(jié)構(gòu)、工具等最終會匯集成企業(yè)的綜合力量，綜合企業(yè)力就是組織力（參照綜合國力來…）。

不同的原點設(shè)定（初創(chuàng)企業(yè)創(chuàng)始人的價值觀甚至性格都影響巨大）會孕育出不同風格的組織力，有的像大號的植物大戰(zhàn)僵尸里的僵尸，有的則可能像終結(jié)者里面的T1000，后者可以達成柔性和剛性的統(tǒng)一。

這條路在過去確實沒有捷徑，費時費力費錢還得機緣巧合才可能拉上去，否則大家就差不多，形成普遍菜鳥互啄的局面。純粹從組織的本質(zhì)的角度看，很可能很多組織都可以從座山雕的威虎山上找到共通點，而再往上甚至可以找到曹操和劉邦，實在區(qū)別不大。

現(xiàn)在則確實發(fā)生了一些變化，因為企業(yè)里面的“人”這一關(guān)鍵要素發(fā)生了變化。

假如一個企業(yè)就倆人，但有1000個智能體，那它的組織力會變成算法的能力，智能即組織力。這會和過去1000人的組織有本質(zhì)性差異。

那企業(yè)能不能變成這樣？什么時候能變成這樣？

這就需要回到上面說的智能的尺度和圖靈測試2.0，這種尺度決定了它的漸進過程，但總的來看，這事在邊角區(qū)域已經(jīng)發(fā)生。

前面《未來十年最確定的事》等文章里面多次提到，至少在編程能力上，過去需要一組人比如五到十人的事，現(xiàn)在一個高級的人已經(jīng)可以干了。在這種前提下，我們可能會聽到越來越多的類似MJ的10幾個人構(gòu)建1億美金收入的事情。也許到不了MJ那么大規(guī)模，但至少在我身邊還是看到很多小團隊用類似方式在打造自己的產(chǎn)品。

當這事變的足夠普及，就會培養(yǎng)出真的智能原生組織。在這種組織里只要有可能就必然導入智能體來做事，否則會變得非常不協(xié)調(diào)，它也沒那么多人去細碎分工還做各種協(xié)調(diào)。這類組織的每一步進展都會頂著智能的邊界來走，只有萬不得已才擴張人所構(gòu)成的內(nèi)核。

當組織力發(fā)生這類變革的時候，還是回到上面配重的視角，就會發(fā)現(xiàn)，真正的機會出現(xiàn)了。

老式組織的配重是管理運營打磨的結(jié)果，新式組織力配重則是算法和智能度。

新式組織是可能產(chǎn)生10倍效能的，并且具有普遍性。與此同時，原本沉淀在組織配重里面的競爭力會變成負債。

原來的配重是靠著某種生產(chǎn)關(guān)系進行連接，而打破這種生產(chǎn)關(guān)系，重新進行升級實質(zhì)就是進行變革，這類變革很可能折騰死自己，成功幾率也低的可怕。

四、智能原生型組織VS傳統(tǒng)組織

基于此構(gòu)建出的組織就是智能原生型組織，因為智能注定是其內(nèi)核。

在《從手機App到AI原生應用》里提到智能原生的時候，有同學回復說：一種定義是沒了智能就不能用的應用就是智能原生型應用。我說這定義恐怕不靠譜，如果一個天氣APP只提供刷臉登錄，那是智能原生的，同時提供了刷臉和密碼就不是智能原生的。

所以愛立信的定義基本是對的，但本文前面展開了它在組織上潛在遞進的過程。

AI原生并沒有精確的定義，我看到的定義里面Erission的會和上面說的的比較貼近：

在這種思維模式，AI原生注定會被放到一個結(jié)構(gòu)的中心位置：

https://www.ericsson.com/en/reports-and-papers/white-papers/ai-native

本文補充了一個視角：這種智能原生型組織更可能在邊緣領(lǐng)域先生成，然后在逐步遞進回舞臺中心。而不是從愛立信這種有巨大積累的公司開始

在早期做Agent，大部分企業(yè)肯定還是把智能當成單一的工具，在最關(guān)鍵的競爭要素：配重上，本質(zhì)支撐與以前沒有變化，所以失敗率肯定極高。

五、大折疊

當智能原生型組織真正生成的時候，現(xiàn)有經(jīng)濟體系的折疊必然加速。

這個過程很像過去農(nóng)業(yè)在經(jīng)濟中占比可能有80%，但現(xiàn)在只有10~20%。

在這個過程中經(jīng)濟的總量會比現(xiàn)在大很多倍，包括個人的和整體的。

這是老模式的終結(jié)，新模式的開始。

那什么是它應該的初始設(shè)定，什么樣的初始設(shè)定會讓趨勢向好，確實是個有意思的話題。

但這種思考太宏觀，不在這里展開了，最近讀了篇吳敬璉先生十年前很有意思的文章：吳敬璉：中國經(jīng)濟社會矛盾幾乎到了臨界點，其實就是在做這種原點類的思考，感興趣可以瞄瞄（肯定缺智能要素以及對應沖擊）。在這種變革性極強的時刻，這類思想建構(gòu)的多樣化其實是需要的。

六、小結(jié)

這篇文章邏輯鏈條有點長，簡單做個總結(jié)：

智能先要跨過一個個界限，然后才是不同領(lǐng)域的Agent逐步成立，這種界限可以用圖靈測試2.0進行度量?？邕^界限之后很可能會對組織方式進行重構(gòu)，當組織力的內(nèi)涵發(fā)生變化后，才可能普遍產(chǎn)生10倍的效能，影響一個一個行業(yè)。這時候沉淀到組織關(guān)系中的，不同行業(yè)的各種積累可能就會變?yōu)樨搨?，反倒是形成真正的從大模型到Agent的新機會。