人工智能正在重塑創(chuàng)業(yè)格局，Vibe Coding和對強(qiáng)大模型的即時訪問降低了構(gòu)建的門檻。人人都能快速交付產(chǎn)品的時代，創(chuàng)業(yè)者如何脫穎而出？

在最新結(jié)束的2026年達(dá)沃斯人工智能峰會“前所未有的規(guī)模——AI時代的創(chuàng)業(yè)新范式”圓桌論壇上，DeepLearning.AI創(chuàng)始人吳恩達(dá)（Andrew Ng）與來自ETH AI Center、Cerebras Systems及OpenAI的頂尖專家齊聚一堂，圍繞AI時代的創(chuàng)業(yè)、規(guī)模化和未來趨勢發(fā)表了深刻見解。

作為人工智能領(lǐng)域的領(lǐng)軍人物，吳恩達(dá)表示，企業(yè)不要只利用AI做成本優(yōu)化，不要只盯著節(jié)省了多少錢，而應(yīng)引入“100 倍”的戰(zhàn)略視角：

能不能做得快100倍？能不能做得多100倍？

今天這篇文章，希望對你有所啟發(fā)~

01

Agentic ，而非Agent

目前在科技圈爆火的 Agentic AI 概念，由吳恩達(dá)首次提出并推動普及。

彼時，他注意到AI正在從簡單的對話轉(zhuǎn)向能夠執(zhí)行多步工作流（Multi-step workflows）和具備一定自主性（Autonomy）的形態(tài)。

因?yàn)椤癆gent”一詞已有幾十年歷史，為了區(qū)分這種新趨勢，他開始使用“Agentic”一詞。

2024 年 3 月的紅杉資本 AI 峰會上，吳恩達(dá)首次系統(tǒng)性地提出了 Agentic AI和 Agentic Workflow的概念。

如今，這一概念已成為行業(yè)共識，即AI正在從單純的聊天轉(zhuǎn)向能執(zhí)行復(fù)雜任務(wù)的智能體。

02

從“效率提升”到“工作流重構(gòu)”

吳恩達(dá)對目前企業(yè)應(yīng)用AI的現(xiàn)狀提出了尖銳的觀察，指出僅靠購買AI產(chǎn)品或進(jìn)行分散的實(shí)驗(yàn)無法實(shí)現(xiàn)真正的變革。

許多企業(yè)采用“自下而上”的策略，讓各個部門自由嘗試AI。這被稱為“百花齊放”式的底層實(shí)驗(yàn)，雖然能帶來微小的效率提升，但往往很快遇到天花板，無法從根本上改變業(yè)務(wù)。

他強(qiáng)調(diào)必須超越單一的技術(shù)視角，重新設(shè)計(jì)整個價值鏈，進(jìn)行工作流重構(gòu)。

吳恩達(dá)用銀行貸款審批的例子詳細(xì)闡述了這種改變：：舊模式下，用AI將人工審批貸款的時間從1小時縮短到10分鐘。這只是節(jié)省了成本。

新模式下，企業(yè)應(yīng)利用 AI 的速度重新設(shè)計(jì)整個價值鏈。不僅僅是審批環(huán)節(jié)，而是將市場推廣、申請接收、初步審批、最終審批、放款執(zhí)行這一整套流程串聯(lián)起來。

企業(yè)不再是“審批成本更低的銀行”，而是能提供“10 分鐘即時到賬”這一全新產(chǎn)品的銀行。這不再是削減成本，而是通過提供以前無法實(shí)現(xiàn)的服務(wù)來創(chuàng)造了以前無法實(shí)現(xiàn)的增長。

吳恩達(dá)建議企業(yè)在引入代理型 AI 改變工作流時，不要只盯著節(jié)省了多少錢，而應(yīng)提出兩個戰(zhàn)略問題：

“能否做得快100倍？”（時間價值）

“能否做得多100倍？”（規(guī)模化，如覆蓋下沉市場）

吳恩達(dá)也反對“一刀切”，他批評那些建議所有銀行或醫(yī)院都采用相同AI策略的咨詢報告。應(yīng)該深入一層看，每家企業(yè)的資源和護(hù)城河都不同，策略必須定制化。

03

團(tuán)隊(duì)進(jìn)化：PM與工程師的融合

吳恩達(dá)指出，由于構(gòu)建成本極低，現(xiàn)在的瓶頸不再是“如何構(gòu)建”，而是“構(gòu)建什么”（假設(shè)生成）。一個人可以快速利用 AI 構(gòu)建原型、投放市場、收集反饋并修正，完成以往需要整個研發(fā)部和市場部配合的假設(shè)測試閉環(huán)。

以前一個產(chǎn)品經(jīng)理 (PM) 需要對應(yīng)4 到 8 個工程師，因?yàn)閷懘a很慢。但隨著 AI 編程工具的普及，工程師的產(chǎn)出速度極大提升，導(dǎo)致 PM 來不及寫需求文檔，反而成了瓶頸。PM 與工程師的比例從 1:8 變?yōu)?1:2，再到 1:1。

為了追求極致速度，最有效的方式是將這兩個角色“坍縮進(jìn)一個人體內(nèi)”。

這個“一人團(tuán)隊(duì)”既是決策者也是執(zhí)行者。消除了寫文檔、開會解釋需求、等待反饋的溝通閉環(huán)，使得從“想法”到“產(chǎn)品”的過程幾乎是即時的。

04

人才策略：全員代碼化

“一人團(tuán)隊(duì)”的規(guī)?；粌H僅指工程師，而是指所有職能角色的效率爆發(fā)。吳恩達(dá)表示，他在招聘營銷、招聘、前臺甚至CFO時，都強(qiáng)烈偏好會寫代碼的人。

他的招聘人員寫代碼自動篩選簡歷；他的CFO自己編寫代碼定制工作流，而不是花幾周時間去采購昂貴的外部軟件。

吳恩達(dá)認(rèn)為，所有知識工作者如果能通過AI輔助編程，效率都會大幅提升。當(dāng)每個角色都能用代碼/AI 自主解決工具問題時，企業(yè)就不再需要龐大的 IT 支持部門或復(fù)雜的采購流程，單兵作戰(zhàn)能力大幅增強(qiáng)。

盡管外界常認(rèn)為技術(shù)人員不懂商業(yè)，但吳恩達(dá)認(rèn)為技術(shù)創(chuàng)始人能看清未來，且學(xué)習(xí)商業(yè)邏輯比商業(yè)人士學(xué)習(xí)深層技術(shù)更容易。

05

工程師效率的新金字塔

針對“年輕人更懂AI”的刻板印象，吳恩達(dá)提出了一個具體的效率分級：

第一梯隊(duì)（最高效）：擁有10-20年豐富經(jīng)驗(yàn)，且精通AI工具的工程師。他們既有深厚的架構(gòu)經(jīng)驗(yàn)（知道該問什么），又能利用AI極速執(zhí)行。

第二梯隊(duì)：精通AI工具的應(yīng)屆畢業(yè)生。他們非常出色，能快速產(chǎn)出，但可能缺乏構(gòu)建穩(wěn)健系統(tǒng)的經(jīng)驗(yàn)（“后端可能是一團(tuán)糟”）。

第三梯隊(duì)：經(jīng)驗(yàn)豐富但仍像2022年那樣工作的工程師。他們拒絕使用AI工具，效率低下。吳恩達(dá)明確表示“絕不會再雇傭”這類人。

第四梯隊(duì)（最低效）：既無經(jīng)驗(yàn)也不懂AI的畢業(yè)生。

吳恩達(dá)對學(xué)術(shù)現(xiàn)狀表達(dá)了擔(dān)憂，認(rèn)為大學(xué)仍在培養(yǎng)適應(yīng)“2022年工作”的學(xué)生。他指出，甚至有計(jì)算機(jī)專業(yè)的本科畢業(yè)生從未調(diào)用過API（如OpenAI或Anthropic），這在今天是不可接受的。

結(jié)語

除了構(gòu)建產(chǎn)品，吳恩達(dá)也強(qiáng)調(diào)了分發(fā)的重要性。

他提到了AI Fund投資的約會應(yīng)用Mino（由Renate Nyborg創(chuàng)立）。他們發(fā)起了“被拒絕很酷”（Rejection is hot）的營銷活動，鼓勵人們在現(xiàn)實(shí)生活中見面并接受被拒絕的風(fēng)險。這種獨(dú)特的敘事能力對于將產(chǎn)品推向市場至關(guān)重要。

此外，吳恩達(dá)忠告創(chuàng)業(yè)者，既然構(gòu)建成本正在迅速降為零，理性的經(jīng)濟(jì)行為就是“大量構(gòu)建”。

現(xiàn)在是驗(yàn)證想法、快速試錯的最佳時機(jī)，無論是軟件還是硬件，他鼓勵創(chuàng)業(yè)者只要有好主意，就去構(gòu)建它。

投遞BP

掃碼添加小景企微好友

人生只有四千周，而企業(yè)生存期更短，跨越10年經(jīng)營期的企業(yè)少之又少，企業(yè)要想有質(zhì)量地活下去，活得更好更久，“極簡增長”就是看透并掌控事物本質(zhì)的那個關(guān)鍵點(diǎn)。

選對了路，路就不會遠(yuǎn)。盛景推出《極簡增長 立竿見影》在線課程，期望能夠幫助更多的企業(yè)走上增長道路。未來有多近，在于我們已經(jīng)走了多遠(yuǎn)。未來有多遠(yuǎn)，在于我們與誰同行。期待與你同行、共勉。

歡迎大家點(diǎn)擊底部【閱讀原文】觀看《極簡增長 立竿見影》的在線視頻課程，了解如何用極致簡單的增長方法論，實(shí)現(xiàn)快速增長。