真正的出海:AI 时代企业如何重做全球组织
真正的出海不是把产品卖到海外,而是重新划分自动化与人类责任的边界。文章以 Alibaba International 的 Accio Agent、Shopify Sidekick、Google AI Mode 等为例,指出 AI 尚未替采购商决定向谁下单,企业需把信任构建、结果交付、跨区域协同、内容重构与数据合规变成可复制的组织能力。
真正的出海不是把产品卖到海外,而是重新划分自动化与人类责任的边界。文章以 Alibaba International 的 Accio Agent、Shopify Sidekick、Google AI Mode 等为例,指出 AI 尚未替采购商决定向谁下单,企业需把信任构建、结果交付、跨区域协同、内容重构与数据合规变成可复制的组织能力。
腾讯考虑发行最高50亿美元离岸债券用于AI产品和服务开发,总现金超5100亿元的腾讯此举被视为从平台生态向AI生态转型的关键信号。姚顺雨与马化腾同框露面,其清华姚班出身、曾在OpenAI做研究的背景,被解读为AI战略在腾讯内部获得新座次。腾讯管理层明确路径为先用算力构建混元模型,再构建应用,最后将剩余算力用于租赁。
盖洛普《全球职场状况》报告显示,2025 年全球员工敬业度连续第二年下降,降至 2020 年以来最低水平,南亚降幅最大(5 个百分点),全球无地区上升。管理者敬业度下滑是主因,南亚管理者下降 8 个百分点,组织扁平化与更大的管理幅度可能是因素。低敬业度去年造成全球约 10 万亿美元生产力损失,占 GDP 的 9%。
谷歌发布 Gemini 4 系列首款模型 Gemini 4 Argon,背后是 DeepMind 对 RSI(递归式自我改进)的激进押注。仅 9 月,谷歌就接连公布 Dream-RSI、RRSI 等四项进展,让 AI 参与改进训练代码、智能体工作流与芯片调度,试图把模型、智能体与基础设施串成一条自我迭代的研发生产线。
企业端 AI 咨询需求已从工作流 AI、单点提效转向组织与 AI 的关系,AI 原生概念被反复提起。文章提出 AI 优化组织复杂度的路径是减少人数、减少沟通链路、降低信息差,并辅以数据辅助评价减少主观误判。AI 参与工作的方式分为信息处理、内容生成、分析推理、业务流程执行、AI 协同等七种,其中 AI 实际参与业务流转是从个人 AI 化走向业务 AI 化的分水岭。
Databricks CEO Ali Ghodsi 在与 Sarah Wang、Martin Casado 的对谈中判断,真正的递归自我改进(RSI)并未发生,因为下一代前沿模型反而需要更大集群、更多资本和人力。
企业 AI 的第一阶段只是把强大的新工具交到员工手中,而要从智能体 AI 中获取更大机会,领导者需要重新思考组织本身的形态。
面对AI失控事件频发与投资者信任下滑,有观点呼吁美国政府设立完整的“AI 部”,而非仅任命一位AI事务负责人。文章提到,Amazon、Meta、Alphabet 和 Microsoft 在 2025 年仅在数据中心上的投资就达 4000 亿美元,AI 已与美国经济深度绑定。作者认为,只有具备执法权与独立执行机构的政府部门,才能通过事前风险框架和事后审计问责来降低风险、稳住市场信心。
Verizon CEO Dan Schulman 在底特律 Ford Pro Accelerate 活动上预测,未来 6 至 18 个月内将出现某种形式的 AGI,此后两年进入"量子时代",2030 或 2035 年出现"相当不错的人形机器人"。
Meta 有机会主导消费者智能体市场,转向企业市场是重大失误。文章围绕 Meta Connect 与 Meta 企业平台展开分析,认为其应聚焦消费者智能体而非企业方向。
Meta 推出个人 AI Agent Muse,上线后冲到美国 App Store 免费榜第一,超过 ChatGPT。扎克伯格将其定义为"你交给它目标,它 24 小时一直干",免费版每周提供 1 亿 tokens 外加一台虚拟机,付费版面向重度用户。Muse 可接入邮箱、日历、Instagram,并通过机密虚拟机、哨兵 Agent 和最小权限原则保障隐私安全。
AI 正在重塑岗位与角色,管理者面临的核心问题是如何重新设计工作、团队与协作方式。麦肯锡指出,这需要组织在一个根本不同的时代里重新思考工作的完成方式。
阿里云披露 Token 相关 MaaS 业务 ARR 达 160 亿元,加上 AI 云后超过 400 亿元,企业竞争标尺正从员工编制(Headcount)转向可调度的智能体数量(AgentCount)。千问 3.8 Flash 将输入成本降至每百万 Token 0.8 元,千问 3.8 Max 在长程规划、工具调用和复杂编程上越过生产门槛,AI 接管效率需达人力 3 到 5 倍企业才会改造流程。
阿里巴巴集团 CEO 吴泳铭在 9 月 22 日杭州云栖大会演讲中提出「思考力商品化」,判断未来机器供给的思考总量将达人类思考总量的 1000 倍以上。他将 AI 模型、AI 芯片和 AI 云定义为机器智能时代三大基石,并给出阿里云到 2032 年运营全球数据中心规模超 20GW 的目标。
面对 AI 能力持续迭代、没有终点的“稳态颠覆”,企业若只按“快或死”的旧剧本推进,反而会耗尽组织。斯坦福 2026 AI Index 显示 AI 系统在行业基准上的得分持续走高,前沿模型每隔几个月就更替,领先者往往只保持数周优势。Deloitte 调查发现,随着人机协作加深,倦怠、孤独与过载同步上升,领先企业开始把吸收变化的负担从个人转移到组织结构上,例如设立常设 AI 部门。
Mind Lab 研究员逯雨鑫以个人开发者身份,用一张 5090 显卡和 200 美元的 Claude Max Plan,两周内后训练出两个登顶 Hugging Face Model Trending 榜的模型,总成本仅数百美元。
Evolvent AI 联创繁青认为,国内模型与国外差距缩小主要来自预训练架构创新,如 Kimi Linear 和 DeepSeek 的 Multi-head Latent Attention,而非蒸馏;后训练因数据积淀不足反而弱于海外。
先后在字节、美团担任招聘负责人的魏小康认为,组织建设中 80%-90% 的时间应花在招聘上,而招聘里 70%-80% 的时间又该花在「想清楚需求」和「找供给」两件事上,而非面试环节。他提出创业公司早期不必搞绩效、职级晋升和培训体系,人主要靠打仗筛选出来,美团内部就有 70% 靠打仗、20% 靠向优秀的人学习、10% 靠培训的 721 理念。他目前正在创业,开发一款 AI 招聘产品。
42章经播客中,Albert 观察到 Opus 4.6 发布后两个月内团队用 vibe coding 做了几十个产品,但多是个性化需求、难以成为公司级产品。他认为模型公司掌握绝对价值,软件市场或走向哑铃型结构:顶端是模型公司,底端是充分分散的 OPC,中型公司最尴尬。他正回归社区与连接,做一个面向 maker 的产品,核心是创造「回响」。
Block CEO Jack Dorsey 宣布裁员 40%、涉及 1 万多名员工中的 4000 人,并以 AI 替代。Josh Bersin 指出,AI 尚未消灭大量真实岗位,更多是在消灭任务;对 70 多家公司的研究显示,仅把 AI 当作个人生产力工具的企业并未出现明显减员,真正的 10-100 倍回报来自业务流程再造而非岗位替代。
科技、媒体和咨询行业裁员回潮,美国10月雇主仅新增12,000个岗位,失业率4.1%。HBS 学者 Sandra Sucher 以 Intuit 裁减1,800人(约10%员工)转向 AI 为例,提出裁员前管理者应回答三个问题:裁员目的、对被裁员工的待遇、传递的信号。Frances Frei 与 Anne Morriss 则建议管理者用"过去、现在、未来"的叙事框架向留任员工讲清公司走向。