當(dāng)AI以驚人的速度重塑世界，朋友圈里每天都在上演新的“奇跡”，從vibe coding，到一段文字生成視頻、一次點(diǎn)擊完成設(shè)計(jì)。

但微軟中國CTO韋青老師卻潑出一盆“清醒的冷水”。

他提醒所有想用AI重構(gòu)未來的創(chuàng)業(yè)者——技術(shù)只是表象。在他看來，AI真正的挑戰(zhàn)，不是我們跑得多快，而是有沒有人還記得，技術(shù)的起點(diǎn)是人。

他用五個(gè)饅頭的故事，頗為幽默地表達(dá)出，在AI落地的過程中，我們只想要華麗的演示，卻不想在組織內(nèi)進(jìn)行漫長的打磨與修煉。

“很多人只想吃第五個(gè)饅頭——AI智能，卻不想先吃文化、人才、流程、數(shù)據(jù)這些前四個(gè)?！鼻八膫€(gè)是你在無人區(qū)里還能不能走下去的精神免疫系統(tǒng)。

他還提醒所有沉醉于智能幻象的人，當(dāng)機(jī)器越來越聰明，人類更要回到初心、常識和本分。“把人的還給人，把機(jī)器的交給機(jī)器?！边@是韋青老師在課程中反復(fù)強(qiáng)調(diào)的初心。

以下僅為課程十分之一內(nèi)容，更多精彩內(nèi)容，請打開混沌app，觀看完整版。

上一堂課，我們講完了AI時(shí)代“成長之樹”的根和莖（上文回顧：），這堂課講葉。

在植物中，葉子的作用是為整棵植物提供能量。我把葉子對應(yīng)的部分歸納為“能力的建設(shè)”。

尤其是當(dāng)智能機(jī)器飛速發(fā)展的時(shí)候，當(dāng)它把人類的那些行動能力、計(jì)算能力，甚至部分的思考能力、判斷能力和決策能力都代替了之后，人剩下什么？人恰恰剩下的，是基本功，是初心、是常識、是做好人該做的本分。這也正呼應(yīng)了我們最初講的——把人的還給人，把機(jī)器的交給機(jī)器。

初心：技術(shù)的起點(diǎn)是人，人心大于技術(shù)

我是以信息技術(shù)行業(yè)為例子來講講我們具體該怎么做。

司馬賀（HerbertA.Simon）是圖靈獎和諾貝爾獎的雙料獲得者。他早在上個(gè)世紀(jì)，就曾與中國的科學(xué)家們深度交流人工智能的觀點(diǎn)和實(shí)踐。我們現(xiàn)在看到的很多人工智能話題，真的不完全是全新的話題。只不過我們現(xiàn)在由于技術(shù)的進(jìn)步、數(shù)據(jù)的積累，以及通訊的完善，才將前人的這些愿景給實(shí)現(xiàn)了。

但是在實(shí)現(xiàn)之后，我們還記不記得當(dāng)初為什么做這件事？司馬賀所預(yù)見到的就是：當(dāng)信息過載的時(shí)代，就必然會出現(xiàn)注意力缺失的時(shí)代。

以我們現(xiàn)在的生活、工作和學(xué)習(xí)方式為例，我們每天花費(fèi)了多少注意力放在了那些其實(shí)并不值得我們關(guān)注的事情上面？這個(gè)現(xiàn)象，早在幾十年前就已經(jīng)被預(yù)料到了。

正如微軟公司CEO薩提亞（Satya Nadella）在微軟技術(shù)大會上所講的：

1.讓機(jī)器理解我，而不是我去理解機(jī)器

2.讓機(jī)器幫助我解脫信息過載的負(fù)擔(dān)

——薩提亞·納德拉

這兩句話的意思是，機(jī)器應(yīng)該不需要讓我關(guān)注太多我不需要關(guān)注的內(nèi)容，它應(yīng)該讓我作為一個(gè)人，能夠有足夠的精力、時(shí)間和能力，去關(guān)注、去處理我作為一個(gè)人，真正應(yīng)該關(guān)注和處理的話題。

這才是信息技術(shù)真正的本意和初心。如果這個(gè)本意和初心保持不住，它就可能會被濫用。所以，當(dāng)AI飛速發(fā)展，我們更要思考自己的初心是什么，到底是什么人應(yīng)該關(guān)注和處理的話題。

常識：不要讓技術(shù)違背常識

什么是常識？常識之所以稱之為常識，它背后的含義恰恰是：人類很難真正尊重常識。因?yàn)槌ＷR都是不以人的意志為轉(zhuǎn)移的道理，不管我們喜歡不喜歡，它都在那兒。

當(dāng)前，我們是不是也應(yīng)該質(zhì)疑一下，我們的常識是不是真的常識？因?yàn)槌ＷR太冷靜了，常識不會討好人，常識不會給我們一種虛幻的成功，也不會輕易幫我們撇清責(zé)任。

在智能機(jī)器飛速發(fā)展的時(shí)候，我們?nèi)祟悜?yīng)該格外去尊重哪些常識？

演示≠產(chǎn)品

Andrej Karpathy（安德烈·卡帕西），他是OpenAI的聯(lián)合創(chuàng)始人之一，后來也投入到了AI教育行業(yè)。他在硅谷給很多初創(chuàng)公司交流時(shí)講到，“演示很容易，但要成為產(chǎn)品要十年之功。”

因?yàn)檫@些企業(yè)都熱切地想用AI改變世界，而且AI的特點(diǎn)是很快就能做出一個(gè)所謂的產(chǎn)品原型。

一個(gè)演示成功的產(chǎn)品或一次實(shí)驗(yàn)的實(shí)踐，它真的就已經(jīng)是一個(gè)能夠給用戶使用、沒有問題的產(chǎn)品了嗎？事實(shí)上，只有極少數(shù)成功的演示能夠存活到成為產(chǎn)品的那一天。

這就是所謂的演示和成功產(chǎn)品之間的巨大鴻溝。所以，我們對于技術(shù)的進(jìn)步，應(yīng)該保持一種敬畏之心。

AI模型≠產(chǎn)品

另外的一個(gè)常識，是微軟技術(shù)大會上，包括微軟CEO薩提亞和很多技術(shù)專家經(jīng)常強(qiáng)調(diào)的。

第一個(gè)觀點(diǎn)是，薩提亞表示，雖然自己關(guān)注到的都是AI大模型——這個(gè)模型怎么樣了，那個(gè)模型又怎么樣了。但是，“模型不是你的產(chǎn)品，模型只是你產(chǎn)品的一部分?！?/strong>

大家天天說這個(gè)模型、那個(gè)模型，但具體到我們今天的主題，為我們每一個(gè)活生生的、具體的人服務(wù)的是被模型能力賦能的產(chǎn)品和服務(wù)。

它的本質(zhì)是：只要能幫我解決問題，它就是好產(chǎn)品、好服務(wù)。至于它底層是什么樣的模型，大家真的那么在乎嗎？當(dāng)然它好用可能底層是因?yàn)橛心撤N技術(shù)。

但這兩種思維邏輯是完全不一樣的。

此外，大家都在談模型，就忽略到了最基本的常識——數(shù)據(jù)決定了模型的上限。

技術(shù)落地的次第論

另外一個(gè)常識，我把它總結(jié)為叫技術(shù)落地的“次第論”——“三有”。

我們有一種慣性思維，想到流行技術(shù)（比如人工智能），就先想到花錢買下產(chǎn)品或服務(wù)。但是，越智能、越能學(xué)習(xí)的產(chǎn)品，它和機(jī)械化產(chǎn)品有一個(gè)本質(zhì)的不同。

行業(yè)中有一個(gè)不成文的公式，尤其在做預(yù)算時(shí)：從“有”到“有用”，大概需要兩倍的成本（落地成本=技術(shù)本身成本X2）。也就是說，你要再花同樣的成本（資金或時(shí)間），把它部署進(jìn)企業(yè)內(nèi)部的流程環(huán)境，讓公司內(nèi)部的制度、流程、評估標(biāo)準(zhǔn)，可以跟這種智能服務(wù)相匹配。一個(gè)組織擁有新的智能設(shè)備，就必須要求新的組織結(jié)構(gòu)、組織關(guān)系和組織心智。

只有做到“有用”這一步，你才會發(fā)現(xiàn)，我投資的東西真的有作用了。因?yàn)橛脩舾静辉诤跄阌檬裁醇夹g(shù)，他們只在乎：會不會用，好不好用，我喜不喜歡天天用。

此部分還有更多精彩的講解，打開混沌app觀看完整版課程。

本分：這個(gè)時(shí)代的“本分之舉”

什么是本分？大家看世界上所有偉大的公司，古今中外的偉人，他們的一生或者他們的發(fā)展過程，無不是把自己該做的事做好了！

關(guān)于本分，我想從這個(gè)故事開始說起。

1.五個(gè)饅頭的故事

我們現(xiàn)在來分享一個(gè)在AI落地的江湖里流傳甚廣的傳說。故事里有兩個(gè)主要角色，一個(gè)叫張三，一個(gè)叫李四。

張三非常想尋找到一種能讓他成圣成仙的食物，我們姑且稱之為“饅頭”，這個(gè)饅頭叫做AI人工智能。他聽說，李四家能夠賣這種讓人“成圣成仙”的饅頭。在這個(gè)前提下，江湖的故事就展開了。

據(jù)傳說，張三就是因?yàn)槌粤死钏募业酿z頭，所以他就成圣成仙了！

而實(shí)際上發(fā)生了什么呢？張三確實(shí)通過各種途徑找到了李四家。李四熱情接待了他，并確認(rèn)：“我們家的饅頭是可以讓你成圣成仙，但是，這饅頭得一個(gè)一個(gè)吃，一口一口地吃。”

李四給了他第一個(gè)饅頭。張三吃完，沒有感覺。他問李四怎么回事？李四說：“別著急，這還有一個(gè)饅頭?！睆埲粤说诙€(gè)、第三個(gè)、第四個(gè)……直到他吃到第五個(gè)饅頭時(shí)，才感覺渾身神清氣爽，終于達(dá)到了他的目標(biāo)。

這個(gè)故事，就以“張三吃了AI饅頭成仙”的簡化版本，開始慢慢在江湖中流傳了出去。

實(shí)際上，確實(shí)有一個(gè)被稱為智能（AI）的第五個(gè)饅頭，它很炫、很流行，但大家忽略了一個(gè)常識：這第五個(gè)饅頭，是需要由前幾個(gè)饅頭一個(gè)一個(gè)吃完之后，產(chǎn)生的系統(tǒng)化效應(yīng)才能涌現(xiàn)出來。在這個(gè)過程中，整體不等于個(gè)體之和。

這五個(gè)饅頭分別是：

第一個(gè)饅頭：文化

第二個(gè)饅頭：人才

第三個(gè)饅頭：流程

第四個(gè)饅頭：數(shù)據(jù)

第五個(gè)饅頭：智能

這五個(gè)饅頭的關(guān)系到底是什么？

智能的前面是數(shù)據(jù)，你的公司或你個(gè)人，有沒有代表你的品味、能力、喜好的優(yōu)質(zhì)數(shù)據(jù)？而這個(gè)數(shù)據(jù)又由能夠隨時(shí)生成這種數(shù)據(jù)的流程構(gòu)成。

這里有一個(gè)很重要的點(diǎn)：所有的數(shù)據(jù)，其實(shí)都是對過去行為和知識的一種總結(jié)。當(dāng)數(shù)據(jù)被收集和機(jī)器學(xué)習(xí)完之后，那一刻的知識就停住了。任何之后新產(chǎn)生的、由人類參與社會變革而產(chǎn)生的異常值——那些新的知識、新的喜好、新的方法——都是需要新的流程來不斷生成的。這就牽扯到：流程再造，也就是數(shù)字化流程再造。

而要想實(shí)現(xiàn)數(shù)字化流程再造，你的人才就得到位，要具備理解并且重構(gòu)做事業(yè)務(wù)流程的這批人才。

事實(shí)上，大多數(shù)企業(yè)和組織，它原有的文化、制度、流程、評估標(biāo)準(zhǔn)，它并不足以支持這一類人才的產(chǎn)生。就算有這種人才，由于大家都只想吃那第五個(gè)饅頭，只想給公司報(bào)業(yè)績，誰都不想吃頭四個(gè)饅頭。

如果公司的人事制度和制度安排不預(yù)先調(diào)整，它就沒法去鼓勵，也沒法去培養(yǎng)出具有這樣“飯要一口一口地吃，饅頭要一個(gè)一個(gè)啃”這種文化風(fēng)格。也就是說，真正的公司的文化，才是它核心的底蘊(yùn)。

誰都不想吃前面四個(gè)饅頭，因?yàn)樗鼈兂酝隂]有顯性業(yè)績，全是成本和負(fù)擔(dān)。但如果不建立積累和化學(xué)效應(yīng)，你吃完第五個(gè)饅頭還是會餓。這正是我們過去在信息化、數(shù)字化和智能化轉(zhuǎn)型中所看到的通病。

第一個(gè)饅頭：文化

我特別喜歡一個(gè)北歐學(xué)者寫的詩，他說：“通往智慧之路正是error，error and error?！焙芎唵危?，再偏，再偏一點(diǎn)。我們?nèi)绾卫斫馊松恼嫦唷?chuàng)新的真相、生活的真相、事業(yè)的真相、產(chǎn)品的真相？就是這樣一個(gè)“不斷試錯、每次少偏一點(diǎn)”的過程。

我們總說“茍日新，日日新，又日新”，說“周雖舊邦，其命維新”。

新和舊，用現(xiàn)在新的標(biāo)準(zhǔn)看，過去的叫舊，從舊的眼光看，新就是偏差，就是錯誤，就是失敗。沒有“錯”的空間，也就沒有“新”的可能。

我特別喜歡用概率來講創(chuàng)新。很多人覺得創(chuàng)新是靈光一閃，其實(shí)它更像是貝葉斯思維。你用事件B不斷去試探事件A的輪廓。每一次試探，你都得到一個(gè)反饋，再去修正你的認(rèn)知。創(chuàng)新不是一下子就100%正確，而是通過一次次提高“分子成功的概率”，或者不斷減少“分母的可能性”。你可以提高成功率，也可以縮小探索范圍，兩個(gè)方向都能讓你更接近真相。

所以，創(chuàng)新其實(shí)是一個(gè)不斷試探、不斷更新的概率問題。

那創(chuàng)新怎么落地呢？靠“三錯法”。我總結(jié)為：認(rèn)錯、知錯、改錯。更準(zhǔn)確一點(diǎn)叫認(rèn)偏、知偏、糾偏。創(chuàng)新的過程就是不斷認(rèn)偏的過程。

這三錯法是應(yīng)對不確定性的心法、做法、組織力。第一次嘗試的偏差要被允許，因?yàn)槟鞘翘剿鞯拇鷥r(jià)；但不能讓錯誤無限蔓延。要獎一錯、防二錯、罰多錯。允許首錯，不縱容多錯。要給組織設(shè)置一個(gè)“可承受的多錯冗余度”。不同的行業(yè)，對多錯的容忍度不一樣。比如安全、醫(yī)療這種領(lǐng)域，容錯極低；但在創(chuàng)新型企業(yè)里，沒有高容錯，你根本找不到方向。

這就是我說的第一個(gè)饅頭：文化。創(chuàng)新的核心，不在工具，不在資源，而在一種允許試錯、持續(xù)修正、以價(jià)值為邊界的文化。

第二個(gè)饅頭：人才

明白了文化這第一個(gè)饅頭，我們自然就能理解第二個(gè)饅頭——人才。我經(jīng)常說，21世紀(jì)的新型人才，一定是一個(gè)愿意學(xué)習(xí)、會學(xué)習(xí)、以終身學(xué)習(xí)為愿景的人。不是“知道就夠了”，而是“不斷更新”。

人才的學(xué)習(xí)方法，其實(shí)可以概括為一句老話：知行合一。學(xué)問、思辨、行動，三者合一。古人講“博學(xué)之，審問之，慎思之，明辨之，篤行之”，這五步也是在不斷自我優(yōu)化的過程。

在人工智能時(shí)代，“問”變得特別重要。機(jī)器學(xué)習(xí)其實(shí)就是“會問”的學(xué)問。人靠提問推動認(rèn)知，機(jī)器靠數(shù)據(jù)去學(xué)習(xí)。它們的學(xué)習(xí)方式不同，但底層邏輯是相通的——不斷試探、不斷糾偏。

機(jī)器的學(xué)習(xí)的反向傳播，就是人類在教機(jī)器學(xué)習(xí)的過程中，知道哪里偏了，再糾偏，然后再探測，這樣的過程。是不是很像我們的人生？“偏，再偏，少偏，再少偏”。其實(shí)，機(jī)器的學(xué)習(xí)方法，正好印證了人類智慧的循環(huán)。

有了人才，還需要讓人才得以融合。尤其是在AI落地這件事上，融合太難了。為什么AI落地總這么難？因?yàn)槿藳]融合好，業(yè)務(wù)領(lǐng)域的人才和技術(shù)領(lǐng)域的人才之間，總是互相看不上。搞業(yè)務(wù)的嫌搞技術(shù)的“燒錢不掙錢”；搞技術(shù)的又覺得搞業(yè)務(wù)的“土、沒遠(yuǎn)見”。幾乎所有公司都有這種矛盾。其實(shí)，不只是他們的問題，連微軟內(nèi)部都一樣。

我不覺得這是制度問題，本質(zhì)上是人性問題。那怎么辦？人性問題，就要用人性的方式去解決。這就要靠一種心態(tài)，叫“成長型思維”。從“I know it all”（我全懂）變成“I learn it all”（我愿意學(xué)）。

很多老板又問我：能不能幫我找一個(gè)既懂業(yè)務(wù)又懂技術(shù)的人？我說，理想很豐滿，但想太多了。要是真有那樣的人才，他早自己創(chuàng)業(yè)去了，哪輪得到你？所以，真正有智慧的管理者，不是去找“全能型選手”，而是去搭配團(tuán)隊(duì)。

但團(tuán)隊(duì)搭配也不是容易的事。人和人之間有化學(xué)反應(yīng)，也有排斥反應(yīng)。有時(shí)候彼此“道不同不相為謀”，但更多的時(shí)候是“存同求異，存異求同?！痹跊Q策階段，我們要允許不同聲音的存在，要有認(rèn)知上的冗余，這樣才能涌現(xiàn)新想法。可一旦進(jìn)入執(zhí)行階段，就要收斂分歧，聚焦共識，才能高效推進(jìn)。

所以，探索階段要存同求異，執(zhí)行階段要存異求同。這是我最喜歡的一句話，也是一種辯證法。

技術(shù)人才自己建立能力之樹時(shí)，要有非常扎實(shí)的根基，這個(gè)根基要從最早的第一性原理做起。

我當(dāng)年學(xué)人工智能的時(shí)候，導(dǎo)師要求我——用基本的C語言，不用任何數(shù)學(xué)庫，從零開始手搓，從矩陣、乘法、Sigmoid函數(shù)，全自己寫一遍。只有親手算過一次，才能真正理解算法的本質(zhì)。

后來導(dǎo)師又讓我做一件事：用Excel做機(jī)器學(xué)習(xí)的應(yīng)用。我照做了，發(fā)現(xiàn)真神奇——比寫代碼更能體會數(shù)據(jù)一點(diǎn)點(diǎn)收斂、變化的過程。那種直觀的感覺，是任何框架都給不了的。

所以我一直覺得，打基礎(chǔ)這件事，是永恒的。要一上來就追“幾行代碼學(xué)AI”，那樣容易誤導(dǎo)。對于在人工智能這種前沿領(lǐng)域的技術(shù)人才，自我評判的標(biāo)準(zhǔn)是，你是不是對智能技術(shù)有了更加深刻的、第一性的、底層的元認(rèn)知。

有三點(diǎn)評判標(biāo)準(zhǔn)：

你能不能用費(fèi)曼學(xué)習(xí)法，跟非技術(shù)人員講清楚什么叫機(jī)器學(xué)習(xí)？

你能不能不用新詞，拽概念，講清楚什么是人工智能？

你能不能不用現(xiàn)成的框架，把機(jī)器學(xué)習(xí)的算法給推導(dǎo)出來？

第三個(gè)饅頭：流程

這個(gè)階段最核心的，是協(xié)同觀。協(xié)同意味著人和機(jī)器、機(jī)器和人要共同工作。

前面有了技術(shù)的支撐，流程就變成了因?yàn)樾识恢貥?gòu)、因?yàn)楣ぞ叨辉僭斓倪^程。人工智能、機(jī)器智能、機(jī)器人、智能體，它們存在的目的，都是讓流程更高效，但流程的起點(diǎn)永遠(yuǎn)是人。

我發(fā)現(xiàn)，無論做什么事情，流程其實(shí)都可以歸結(jié)為七步，它本身就是一個(gè)正向傳播和反向傳播的過程，其實(shí)我們做事也暗合機(jī)器學(xué)習(xí)的原理。首先要有目標(biāo)、有意愿、有方向，然后看資源、看約束，再一步步去實(shí)現(xiàn)。而實(shí)現(xiàn)的過程從來不是一擊即中，而是通過反饋不斷修正。

其實(shí)我們每個(gè)人早已是人機(jī)結(jié)合體了?，F(xiàn)在機(jī)器的學(xué)習(xí)能力更強(qiáng)，反饋更快。機(jī)器能采集信號、識別模式、輸出結(jié)果，讓每個(gè)環(huán)節(jié)都被強(qiáng)化。這樣一來，從人才、組織、流程，到產(chǎn)品、服務(wù)、產(chǎn)業(yè)鏈，每一個(gè)環(huán)節(jié)都加入了機(jī)器的要素，流程正在經(jīng)歷一場數(shù)字化的改革。

過去有個(gè)叫康威定律的理論，說產(chǎn)品功能反映組織結(jié)構(gòu)。而今天出現(xiàn)了“逆康威定律”，技術(shù)能力的提升，尤其是人工智能，會反過來影響組織形態(tài)，創(chuàng)造出新的組織方式。當(dāng)人才成為超級個(gè)體，組織自然要重構(gòu)。

我們九十年代就講過“流程再造”，那時(shí)是依靠信息化手段做數(shù)字化改造。而今天，我們要讓機(jī)器也能理解流程。流程不再只是人能看懂的圖表，而要變成“人能理解，機(jī)器能處理”。這其實(shí)就是機(jī)器學(xué)習(xí)的工程化表達(dá)。

所有的智能化產(chǎn)品和服務(wù)都必須帶著數(shù)字化反饋鏈。機(jī)器通過反饋學(xué)習(xí)，人也通過反饋成長。一旦流程能學(xué)習(xí)，它就能沉淀數(shù)據(jù)；數(shù)據(jù)形成知識，知識再轉(zhuǎn)化為智能。這樣整個(gè)體系才會融入一個(gè)可學(xué)習(xí)、可演化的系統(tǒng)工程。流程智能化之后還會產(chǎn)生新的涌現(xiàn)效果。

流程之所以重要，是因?yàn)槭虑榧炔皇怯山M織完成的，也不是由個(gè)人完成的，而是由流程完成的。它是銜接人才、組織、數(shù)據(jù)與智能的關(guān)鍵節(jié)點(diǎn)。流程再造不是終點(diǎn)，而是讓機(jī)器把活干好，人把價(jià)值做深。最終，新的流程要孕育出一種“人在環(huán)中”的人機(jī)文化。當(dāng)這種文化建立起來，我們就真正從工業(yè)文明，跨入了信息文明。

第四個(gè)饅頭：數(shù)據(jù)

數(shù)據(jù)看起來很專業(yè)，我這里只說一個(gè)原則性的觀點(diǎn)。

要真正理解數(shù)據(jù)，最終的表現(xiàn)方式，要做到“人能理解、機(jī)器能處理”的那種表達(dá)。也就是說，你要把業(yè)務(wù)目標(biāo)和關(guān)鍵流程用一種既能被人讀懂又能被機(jī)器處理的模式化語言表達(dá)出來——這是數(shù)字化轉(zhuǎn)型里極重要的一課。

數(shù)據(jù)之所以特殊，是因?yàn)橹悄艿谋举|(zhì)決定的：AI知道的、學(xué)到的，全來自給它的數(shù)據(jù)。問題來了：如果你只是去用一個(gè)“大模型”，那模型學(xué)到的是人群的共識，但它不一定懂你到底要什么。

我常打個(gè)比方：請來一個(gè)愛因斯坦級別的專家，讓他去幫你炒個(gè)雞蛋，他有學(xué)問但不知道你具體想要什么，他炒不出來。很多AI應(yīng)用之所以讓人失望，就是因?yàn)闆]有把“你要什么”的數(shù)據(jù)教給它。機(jī)器靠什么學(xué)？靠數(shù)據(jù)。

在一次采訪里，OpenAI 的聯(lián)合創(chuàng)始人Ilya Sutskever，一針見血地指出：當(dāng)有了像GPT這樣的模型，你更該考慮的，是如何擁有別人沒有的數(shù)據(jù)。第二點(diǎn)，如何教育機(jī)器為你所用，而不是用一個(gè)大家都可以用的機(jī)器。

所以我的結(jié)論很簡單：數(shù)據(jù)必須帶有“你的味道”。你要能隨時(shí)把認(rèn)知和決策留下數(shù)字足跡，這些數(shù)據(jù)對現(xiàn)在有用，對未來也至關(guān)重要。數(shù)據(jù)不是可有可無的配件，它決定了個(gè)體、組織甚至國家在這個(gè)時(shí)代能不能站穩(wěn)腳跟。

第五個(gè)饅頭：智能

真正的智能，只有在“用”的階段才能體現(xiàn)出它的價(jià)值——能不能被用起來，是檢驗(yàn)智能唯一的標(biāo)準(zhǔn)。有AI不代表能用AI。

我在微軟的經(jīng)驗(yàn)告訴我，讓企業(yè)內(nèi)部員工真正用起來人工智能，并不是買來一個(gè)系統(tǒng)就能實(shí)現(xiàn)的。這中間需要大量的流程再造、員工培訓(xùn)、文化建設(shè)——只有當(dāng)文化、人才、流程、數(shù)據(jù)都準(zhǔn)備好了，智能的“用”才能變?yōu)椤坝杏谩?，才能進(jìn)一步做出智能產(chǎn)品，賦能用戶，企業(yè)唯有讓客戶或者用戶愿意用，“愛用”，才能形成真正的競爭力。

做到這一點(diǎn)，其實(shí)我們不過是在重走人類文明曾經(jīng)的路：如何形成高效組織。一個(gè)國家、一個(gè)企業(yè)、一個(gè)組織要真正用好AI，必須做到“書同文、車同軌、行同倫”，就是標(biāo)準(zhǔn)統(tǒng)一、體系貫通。

大家都知道，部門墻打不碎。只要有組織、有江湖，就有部門墻。真正的數(shù)字化轉(zhuǎn)型目標(biāo)從來不是打碎它，而是讓數(shù)據(jù)的底層通起來。公司這棟大樓，樓上可以千姿百態(tài)，但地底下的水、電、氣要互通。只有當(dāng)數(shù)據(jù)標(biāo)準(zhǔn)統(tǒng)一、接口貫通，AI才能真正內(nèi)化為組織的一部分，行同倫這種組織是能夠?qū)崿F(xiàn)最大產(chǎn)出的一個(gè)高效組織。

我舉個(gè)微軟團(tuán)隊(duì)的例子。我們的研發(fā)團(tuán)隊(duì)在做一個(gè)AI驅(qū)動的數(shù)據(jù)產(chǎn)品時(shí)，經(jīng)歷了三個(gè)階段。

第一代產(chǎn)品，我們的口號叫“AI for Data”——AI加上數(shù)據(jù)。那時(shí)我們以為，只要給原有系統(tǒng)加個(gè)引擎，就能讓它跑得更快。但這只是物理性的加法。后來我們復(fù)盤，發(fā)現(xiàn)這不夠。

于是第二代產(chǎn)品的理念變成了“Data with AI”——不是簡單疊加，而是讓AI成為企業(yè)內(nèi)化學(xué)反應(yīng)的催化劑。我們要讓數(shù)據(jù)因?yàn)锳I而重構(gòu)，而不是被AI附著。這一代產(chǎn)品大獲成功。

到第三代產(chǎn)品，我們干脆不再提AI。為什么？因?yàn)楫a(chǎn)品中的AI已經(jīng)內(nèi)化進(jìn)了每一個(gè)環(huán)節(jié)。這個(gè)智能的產(chǎn)品和服務(wù)，AI完全內(nèi)化到了每一個(gè)環(huán)節(jié)，形成了一個(gè)智能性的反饋鏈，并且能不斷自我學(xué)習(xí)完善。

到了那一步，我們終于理解了：當(dāng)一個(gè)東西真正成為常態(tài)，它就不需要被特別提及。所以在微軟內(nèi)部，我們后來把口號改成：“Tech for Human”——技術(shù)為人。

當(dāng)一個(gè)組織真正以人為本，技術(shù)為人服務(wù)時(shí)，AI就不再是一個(gè)加法，而是一種底色。那時(shí)不再強(qiáng)調(diào)AI，反而意味著它已融入血脈，成為智能時(shí)代的常態(tài)。

關(guān)于五個(gè)饅頭的精彩解讀，打開混沌APP觀看完整版。

2.AI改革宣言

這是一場因技術(shù)進(jìn)步而引發(fā)的有關(guān)文化、制度、流程和商業(yè)模式的企業(yè)和個(gè)人全方位的改革，而不只是轉(zhuǎn)型。按照這種思路，企業(yè)改革將走向前沿組織（Front Firm），個(gè)人改革將走向超級個(gè)體。

我提出了“AI 改革宣言”，它真正的定位，是這個(gè)時(shí)代的“本分之舉”。我們的終極目標(biāo)是，當(dāng)企業(yè)內(nèi)化這個(gè)概念之后，它就應(yīng)該成為一種本分。

心法：

1.實(shí)證大于空談，人心大于技術(shù)

2.產(chǎn)生方法的方法大于產(chǎn)生的方法

3.舊范式產(chǎn)生不出新結(jié)果

4.“彼之蜜糖，汝之砒霜”

第二條，在這個(gè)巨變的時(shí)代，產(chǎn)生方法的方法大于產(chǎn)生的方法，因?yàn)榫唧w的方法是固化的，而產(chǎn)生方法的方法是變化的，它能夠變化出不同的方法來。如果你不能與時(shí)俱進(jìn)，用舊眼光看新事物，全是錯的，它不是偏差，是全是錯的。所謂舊范式產(chǎn)生不出新結(jié)果。

第四條，就算你用了別人的、被證明的、最佳實(shí)踐總結(jié)的各種經(jīng)驗(yàn)，對你來說，所有的模型都是錯的。只不過，有些是有用的。哪些是無用的呢？無用的，就變成了“彼之蜜糖，汝之砒霜”。

做法：

5.從小處改起，從容易處著手

6.沒有數(shù)字化，就不會有智能化

7.警惕“朋友圈AI”神話，重視苦活、臟活、累活（文化、思維、人才、流程、數(shù)據(jù)、反饋、迭代）

8.抵抗“高估短期，低估長期”的傾向

具體的做法全是現(xiàn)實(shí)的話題了。

剛才講的存同求異去爭論和存異求同去實(shí)現(xiàn)，在實(shí)現(xiàn)的時(shí)候肯定要找阻力最小的點(diǎn)入手。怎么衡量阻力最??？找數(shù)據(jù)比較完備、意見比較統(tǒng)一、認(rèn)知在同一個(gè)頻率上的領(lǐng)域，從小處做起，從容易處做起。

另外，朋友圈 AI 傾向于跟你講成功的故事，很少講下面的臟活苦活累活。在一線打拼，全是辛苦的打拼。我們應(yīng)該相信：AI 落地可能沒有想象的那么簡單，但也沒那么復(fù)雜。它其實(shí)是一個(gè)從未變過的特別基礎(chǔ)的邏輯，叫“一口一個(gè)饅頭”，按部就班的流程。

所以，在做法上，我們必須抵抗這種高估短期、低估長期的傾向。把短期拆分成小任務(wù)，從小處、從容易處做起，這樣更容易在短期看到成果。

法人：

9.以人為本，做機(jī)器的主人翁

這套AI落地方法論，其實(shí)全是人的本分問題、人的要求問題。整個(gè)技術(shù)落地制度建立是“法人”的，不是去“法紀(jì)”的。

總綱：

10.AI落地是一個(gè)復(fù)雜的巨系統(tǒng)工程

11.5日，韋青老師在混沌的系列課第三堂上線：《沉默的主角與成長之樹（下）：花與果》，掃描海報(bào)二維碼，預(yù)約最新課程！