來源：受訪者

　　目前，張祺在亞洲領(lǐng)導(dǎo)Microsoft AI團(tuán)隊(duì)，包括微軟Copilot、必應(yīng)搜索、微軟廣告、MSN信息流、Edge瀏覽器、大數(shù)據(jù)平臺(tái)、企業(yè)智能代理、Agent Infra的產(chǎn)品，研發(fā)，和業(yè)務(wù)擴(kuò)展。同時(shí)，作為微軟亞太研發(fā)集團(tuán)CTO，他還負(fù)責(zé)制定集團(tuán)的整體技術(shù)發(fā)展戰(zhàn)略，并推動(dòng)“與中國(guó)共贏”合作和探索新的業(yè)務(wù)領(lǐng)域。

　　IBM前任CEO郭士納曾將帶領(lǐng)IBM的10年，總結(jié)為“大象會(huì)轉(zhuǎn)身”。在張祺的總結(jié)里，微軟對(duì)AI時(shí)代的理解和引領(lǐng)，更像是The Elephant Can Dance(大象能跳舞)，并且是優(yōu)雅地跳舞。張祺對(duì)《中國(guó)企業(yè)家》提到了三點(diǎn)：

　　第一，大公司不僅要能選對(duì)方向、選對(duì)賽道，最重要的是，要能快速迭代，甚至比初創(chuàng)公司還要快、還要堅(jiān)決。

　　第二，要保持成長(zhǎng)型思維。成長(zhǎng)型思維的核心不是“know-it-all(了解一切)”，而是“learn-it-all(學(xué)習(xí)一切)”，不是自以為無所不知，而是保持學(xué)習(xí)的心態(tài)，以更加謙虛的態(tài)度去理解和判斷未來的技術(shù)、產(chǎn)品、商業(yè)布局，同時(shí)以更加開放、合作的態(tài)度去共建生態(tài)。

　　第三，等待創(chuàng)新是絕對(duì)不可能的，而且等待是非常危險(xiǎn)的。你肯定會(huì)犯很多錯(cuò)誤，但這些錯(cuò)誤和你可能拿到的未來機(jī)會(huì)相比，或者和可能錯(cuò)失的機(jī)會(huì)成本相比，都是微乎其微的。

　　張祺還看到了更深層次的變革。2023年初，他在微軟內(nèi)部的一個(gè)戰(zhàn)略會(huì)上提出了“單人創(chuàng)業(yè)家思維”，即OPE(One-Person Entrepreneur)。

　　什么是單人創(chuàng)業(yè)家?

　　這個(gè)理念源于一個(gè)觀察：通過顛覆性創(chuàng)新技術(shù)，結(jié)合“單人+AI即團(tuán)隊(duì)”的協(xié)作模式，可以實(shí)現(xiàn)前所未有的高效創(chuàng)新。它旨在探索并挑戰(zhàn)——在AI的賦能下，個(gè)體究竟能做到什么，以及將如何重塑未來的工作方式。在這種新范式下，每個(gè)人都可能成為一個(gè)創(chuàng)新引擎。

　　張祺說，現(xiàn)在很多公司都在用極少的人完成極高的產(chǎn)出，他們的ARR(年度經(jīng)常性收入)增長(zhǎng)非常快，商業(yè)閉環(huán)完全在線化，整個(gè)模式和傳統(tǒng)企業(yè)完全不同。OPE模式的核心價(jià)值在于：一個(gè)人加AI，可以無限放大個(gè)人的能力邊界，甚至重塑組織形態(tài)和商業(yè)邏輯。

　　張祺舉了一個(gè)例子：他團(tuán)隊(duì)中的一位產(chǎn)品經(jīng)理，從未寫過代碼。僅僅用了7天時(shí)間，花費(fèi)5美元訂閱AI產(chǎn)品，做出了一個(gè)簡(jiǎn)約版的Bing(必應(yīng)搜索)，還附帶了記憶功能。在傳統(tǒng)流程下，這樣的產(chǎn)品至少需要兩三個(gè)月、十幾個(gè)人、幾十萬上百萬美元的投入。

　　Not to .compete withAI, but to.competewith AI(把AI當(dāng)隊(duì)友而非對(duì)手)，這是張祺的核心觀點(diǎn)。

　　據(jù)《中國(guó)企業(yè)家》了解，如今在微軟，一些項(xiàng)目超過90%的代碼任務(wù)都由AI完成。張祺所帶領(lǐng)的團(tuán)隊(duì)里，幾乎每個(gè)人都付費(fèi)訂閱了包括Copilot、ChatGPT、Claude等頭部公司的AI功能——有人一年要為此花費(fèi)數(shù)千美元。

　　張祺預(yù)測(cè)，未來創(chuàng)業(yè)，公司要么變得更大，要么變得更小。中間狀態(tài)的公司，正在極速收縮。

　　傳統(tǒng)的線性思維不足以解釋智能化帶來的改變，張祺建議科技公司以及每個(gè)人要具備“垂直思維”。“你要把自己‘放在未來’，再回頭看現(xiàn)在，用這種方式去對(duì)比過去，才能更接近正確的判斷。即使斜率不完全對(duì)，也不會(huì)偏離太遠(yuǎn)。”

　　以下是《中國(guó)企業(yè)家》筆者與張祺的專訪對(duì)話，有刪減：

　　微軟50年：一定要站在最前沿

　　《中國(guó)企業(yè)家》：微軟經(jīng)歷過多個(gè)技術(shù)周期，比如PC時(shí)代、移動(dòng)互聯(lián)網(wǎng)、云計(jì)算等。你在微軟工作了20多年，對(duì)這些轉(zhuǎn)型應(yīng)該有很深的體會(huì)。是不是正因?yàn)榻?jīng)歷過這些周期的鍛煉，才更有能力應(yīng)對(duì)今天的AI浪潮?

　　張祺：確實(shí)有很大的關(guān)系。微軟在PC和Office時(shí)代絕對(duì)是王者，微軟引領(lǐng)了整個(gè)PC浪潮，包括生產(chǎn)力工具，是上一波浪潮的核心推動(dòng)者。

　　其實(shí)在移動(dòng)領(lǐng)域，微軟在很長(zhǎng)一段時(shí)間里也是引領(lǐng)者。Windows Mobile 6.0到6.5的時(shí)候(2008年和2009年)，我還和Windows Mobile團(tuán)隊(duì)有過很好的合作。那時(shí)候，我們的市場(chǎng)份額是百分之九十多，Windows Mobile在移動(dòng)市場(chǎng)幾乎是絕對(duì)領(lǐng)先的。

　　但由于對(duì)Windows生態(tài)的過度依賴，微軟出現(xiàn)了商業(yè)模式的問題。因?yàn)锳ndroid是免費(fèi)的，它和OEM手機(jī)廠商的關(guān)系突然發(fā)生了改變。我們當(dāng)時(shí)沒有做出足夠的判斷，所以這種經(jīng)歷給我們很多警醒：一定要站在最前沿。

　　云計(jì)算這一波，我們實(shí)際上趕上了“末班車”。我們開玩笑說，最后一剎那，微軟才真正踏上了正確的下一輪賽道。

　　我們?cè)诨A(chǔ)設(shè)施上的持續(xù)投入，加上對(duì)生產(chǎn)力工具的提前布局，比如Microsoft 365，以及(各類產(chǎn)品)之間的協(xié)同配合，使得我們的企業(yè)云業(yè)務(wù)增速非常快。這一波投入奠定了微軟今天的發(fā)展基礎(chǔ)，也為我們下一輪在AI上的投資打下了根基。

　　在這個(gè)過程中，微軟CEO薩提亞·納德拉提出的Growth Mindset(成長(zhǎng)型思維)非常重要。成長(zhǎng)型思維的核心不是“know-it-all”，而是“learn-it-all”，不是自以為無所不知，而是保持學(xué)習(xí)的心態(tài)，以更加謙虛的態(tài)度去理解和判斷未來的技術(shù)、產(chǎn)品、商業(yè)布局，同時(shí)以更加開放、合作的態(tài)度去共建生態(tài)。

　　還有一個(gè)重要維度：在某個(gè)領(lǐng)域落后并不可怕，只要學(xué)習(xí)速度、迭代速度足夠快，敢于在正確的賽道上押注資源，長(zhǎng)期投入，就能發(fā)揮人才、技術(shù)、產(chǎn)品、商業(yè)和生態(tài)優(yōu)勢(shì)。

　　《中國(guó)企業(yè)家》：微軟面對(duì)AI浪潮，是會(huì)選擇激進(jìn)式地跳入下一波技術(shù)變革，還是采取漸進(jìn)式的改革路徑?你們的戰(zhàn)略思路是怎樣的?

　　張祺：我們對(duì)AI的擁抱和轉(zhuǎn)型非常快。我們開玩笑說，The Elephant Can Dance(大象也能跳舞)，而且是優(yōu)雅地跳舞。從我們跟OpenAI合作開始，到產(chǎn)品發(fā)布，微軟大概一年里發(fā)布的產(chǎn)品數(shù)量，可能超過了過去10年發(fā)布產(chǎn)品的總和。

　　從做代碼開始，比如說GitHub Copilot，再到對(duì)話，比如2023年發(fā)布(基于GPT)的Bing，對(duì)Microsoft 365的整個(gè)布局，以及Dynamics(客戶關(guān)系管理系統(tǒng))、Security(AI優(yōu)先的端到端安全平臺(tái))、Azure、Windows、PC硬件，甚至Gaming(游戲業(yè)務(wù))，整個(gè)產(chǎn)品矩陣都代入了AI，包括Copilot by the Stack(技術(shù)棧，支持企業(yè)IaaS、PaaS等服務(wù))。

　　在這樣一家50年歷史、二十多萬員工的企業(yè)里，能做到這種轉(zhuǎn)型，真是前所未有。我覺得甚至比初創(chuàng)公司還要快、還要堅(jiān)決。

　　《中國(guó)企業(yè)家》：微軟的產(chǎn)品線非常龐大，你們?cè)趺礇Q定技術(shù)迭代的節(jié)奏?

　　張祺：首先，我覺得在AI的能力輸出上，我們看到了上游的趨勢(shì)。當(dāng)智能可以像水和電一樣，它帶來的體驗(yàn)改變、用戶價(jià)值提升、企業(yè)效率提升，包括生產(chǎn)力和生產(chǎn)關(guān)系的變革，是可以清晰看到的狀態(tài)。

　　所以，我們更希望的是，通過努力做創(chuàng)新的引領(lǐng)者，改變產(chǎn)品，改變服務(wù)，把能量賦能在產(chǎn)品里，通過云平臺(tái)賦能給企業(yè)客戶和開發(fā)者。這是一種“時(shí)不我待”的感覺。

　　創(chuàng)新是一個(gè)“水漲船高”的過程。你必須在最前沿引領(lǐng)變革方向，拿到足夠及時(shí)的反饋，判斷下一階段可能的分支點(diǎn)，盡早做技術(shù)判斷、戰(zhàn)略規(guī)劃，并且以強(qiáng)執(zhí)行力推進(jìn)。我想強(qiáng)調(diào)的是：AI一年，人間十年。

　　我們最近有個(gè)觀點(diǎn)叫“垂直增長(zhǎng)”。如果你看最近AI的變革，從ChatGPT發(fā)布到過億用戶，到GitHub上的repo(代碼倉庫)獲得過萬星標(biāo)，甚至一些AI初創(chuàng)企業(yè)，ARR過千萬美元，這個(gè)速度放在時(shí)間軸上，跟過去所有的創(chuàng)新相比，都是垂直的，不再是傳統(tǒng)的指數(shù)增長(zhǎng)。

　　在這種垂直增長(zhǎng)、快速變革的情況下，沒有任何一家公司，無論是大公司、資源型傳統(tǒng)企業(yè)，還是初創(chuàng)公司，都不可能被動(dòng)等待創(chuàng)新。在AI這一波浪潮中，更沒有人可以說“等機(jī)會(huì)來了再行動(dòng)”。

　　Agent將顛覆各種商業(yè)模式

　　《中國(guó)企業(yè)家》：你認(rèn)為，現(xiàn)在基座模型的能力已經(jīng)進(jìn)化到邊界了嗎?

　　張祺：我覺得還沒有達(dá)到那個(gè)階段。Scaling Law(規(guī)模化法則)在很多維度上仍在延展。你可以看到，GPT-5的推出是人工智能發(fā)展的重要節(jié)點(diǎn)，我們也在第一時(shí)間將其集成到Copilot、Azure等核心產(chǎn)品中，實(shí)現(xiàn)同步發(fā)布。

　　我們有CoT，即Chain of Thought(思維鏈)，現(xiàn)在又出現(xiàn)了一個(gè)CoD，即Chain of Debate(爭(zhēng)論鏈)。最近，微軟的Health團(tuán)隊(duì)做了一個(gè)非常有意思的研究：它讓AI在多個(gè)維度上隨時(shí)調(diào)用最優(yōu)模型，不受限制，并且讓它們扮演不同角色，通過幾步，最終拿到最優(yōu)結(jié)果。測(cè)試結(jié)果非常驚人，甚至超過了人類最優(yōu)秀醫(yī)生的水平。這就是CoD的威力：模型之間互相辯論，最終得出更優(yōu)解，帶來了全新的可能性。

　　《中國(guó)企業(yè)家》：大模型與Agent的發(fā)展、演變邏輯，跟移動(dòng)互聯(lián)網(wǎng)是不是非常不一樣?似乎不再是線性的?

　　張祺：跟移動(dòng)互聯(lián)網(wǎng)相比，我覺得有一些共性。但這次最大的不同在于，正如我們剛才提到的Agent，很多創(chuàng)新的規(guī)模變化，包括交互方式的演進(jìn)，都是基于智能體這種形式來拓展的。

　　舉個(gè)簡(jiǎn)單的例子：人類在瀏覽網(wǎng)頁時(shí)需要看到非常漂亮、設(shè)計(jì)精美的頁面。Agent則不一定，它更關(guān)注信息獲取效率，效率成為最核心的價(jià)值。

　　再比如搜索引擎，人類可能需要查看10個(gè)鏈接，因?yàn)檎J(rèn)知能力在單位時(shí)間內(nèi)只能處理有限的信息，而Agent可以同時(shí)處理多個(gè)鏈接，并快速匯總信息。像AI Search、Copilot的Search，都在做類似的事情，它們正在改變整個(gè)信息獲取的方式。

　　我們?cè)賮砜椿ヂ?lián)網(wǎng)廣告。廣告是給人看的，還是未來是給Agent看的?如果是給Agent看的，那廣告的呈現(xiàn)方式又會(huì)是什么樣?這需要重新思考和演進(jìn)。

　　再比如支付。中國(guó)的移動(dòng)支付已經(jīng)非常領(lǐng)先了，但當(dāng)進(jìn)入Agent與Agent之間的交互場(chǎng)景時(shí)，尤其是在大規(guī)模系統(tǒng)中，一個(gè)Agent可能會(huì)調(diào)用多個(gè)其他Agent，并進(jìn)行價(jià)值傳導(dǎo)。你給一個(gè)Agent付費(fèi)，它可能還要再給其他Agent付費(fèi)，這種價(jià)值鏈需要層層傳遞。所有這些事情都需要重新設(shè)計(jì)和演進(jìn)。

　　所以我認(rèn)為，與移動(dòng)互聯(lián)網(wǎng)相比，一個(gè)非常重要的維度就是智能體所帶來的“強(qiáng)智能化”。智能成為最核心的能力和價(jià)值體現(xiàn)，而且底層模型還在不斷延展，行業(yè)化的趨勢(shì)也越來越明顯。

　　《中國(guó)企業(yè)家》：這個(gè)趨勢(shì)對(duì)中國(guó)整個(gè)互聯(lián)網(wǎng)的影響已經(jīng)開始了。

　　張祺：長(zhǎng)期以來，中國(guó)憑借龐大的人口規(guī)模和勤奮務(wù)實(shí)的精神，在全球化進(jìn)程中，在世界經(jīng)濟(jì)中建立了制造業(yè)等多個(gè)領(lǐng)域的重要地位。后來進(jìn)入“工程師紅利”階段，我們的STEM(科學(xué)、技術(shù)、工程、數(shù)學(xué))學(xué)生數(shù)量龐大，推動(dòng)了移動(dòng)互聯(lián)網(wǎng)的發(fā)展。這不僅是網(wǎng)絡(luò)用戶規(guī)模的增長(zhǎng)，更是因?yàn)榇罅康拈_發(fā)人員、研發(fā)人員、產(chǎn)品人員的參與，形成了強(qiáng)大的推動(dòng)力。

　　但當(dāng)進(jìn)入AI時(shí)代后，拼的就不再是人力，而是算力、電力、能源和芯片。你不可能比一個(gè)Agent更刻苦，它可以全天候工作。當(dāng)AGI或AI技術(shù)達(dá)到一定水平后，智能體的能力將足夠強(qiáng)。

　　在這種情況下，我們下一步要思考的是“數(shù)字人口紅利”。Agent可以被視為數(shù)字人口的代表。我們?nèi)绾卧趽碛?個(gè)billion人口的基礎(chǔ)上，發(fā)展出8個(gè)trillion級(jí)別的Agent系統(tǒng)?如何進(jìn)行規(guī)劃、引領(lǐng)、實(shí)施?如何構(gòu)建其價(jià)值體系?甚至在整個(gè)社會(huì)經(jīng)濟(jì)結(jié)構(gòu)中，人類與AI之間的交互如何保障?如何把握住這波數(shù)字人口紅利的領(lǐng)先性?只有這樣，我們才能在全球勞務(wù)市場(chǎng)、全球價(jià)值體系、全球供應(yīng)鏈中真正占據(jù)一席之地。

　　《中國(guó)企業(yè)家》：Agent的商業(yè)模式在哪里?還是像移動(dòng)互聯(lián)網(wǎng)時(shí)期的廣告嗎?信息或者廣告，它究竟是給人看的還是給Agent看的?

　　張祺：我覺得廣告一定會(huì)是一個(gè)非常重要的商業(yè)模式，也是價(jià)值傳導(dǎo)和變現(xiàn)的重要方式。我們其實(shí)也在做很多嘗試，包括Results as a Service(RaaS)這樣的模式，以及其他多種探索。另外，我認(rèn)為訂閱服務(wù)一定會(huì)成為另一個(gè)非常重要的維度。

　　《中國(guó)企業(yè)家》：但付費(fèi)訂閱在移動(dòng)互聯(lián)網(wǎng)沒有成為主流的商業(yè)模式。

　　張祺：訂閱服務(wù)從20美元到200美元，甚至到2000美元，它越智能，行業(yè)越精越專，它能帶來的價(jià)值就會(huì)越來越高。所以很大一部分價(jià)值就會(huì)傳導(dǎo)到服務(wù)里面去。

　　我們團(tuán)隊(duì)里就有最強(qiáng)的工程師在樂此不疲地使用高價(jià)的付費(fèi)工具，因?yàn)樵綇?qiáng)的人越能發(fā)現(xiàn)這些工具對(duì)他的價(jià)值。比方說98%的代碼都是AI寫的以后(我們團(tuán)隊(duì)最近最創(chuàng)新的一個(gè)項(xiàng)目就是這樣)，工程師就轉(zhuǎn)變成了架構(gòu)師，能夠飛快地反饋，把生產(chǎn)效率提升到極致，所以這里面會(huì)出現(xiàn)“10倍工程師”甚至“100倍工程師”。

　　商業(yè)的本質(zhì)還是在這里：比如說訂閱服務(wù)，以前的訂閱服務(wù)可能只是定義一種數(shù)字化服務(wù)，但未來可能會(huì)定義一種“數(shù)字員工”，把傳統(tǒng)的工作模式和其他體系結(jié)合起來。

　　未來“學(xué)科”可能會(huì)消失

　　《中國(guó)企業(yè)家》：是不是因?yàn)锳gent或者因?yàn)锳I能力的這種提升，你才會(huì)提出“單人創(chuàng)業(yè)家”這樣一個(gè)概念?還是你很早就意識(shí)到這是一個(gè)趨勢(shì)呢?

　　張祺：兩年半前，我提出了“單人創(chuàng)業(yè)家”的理念，當(dāng)時(shí)像Agent，包括Coding Agent的一般泛化代理都還沒有出現(xiàn)。我提出大概8個(gè)月以后，山姆·阿爾特曼提出了類似的概念，叫“單人獨(dú)角獸”，他更強(qiáng)調(diào)的是創(chuàng)業(yè)結(jié)果。

　　人的大腦在做判斷時(shí)，非常擅長(zhǎng)做回歸(regression)，也就是說，我們回頭看過去發(fā)生的事情，用線性思維去描述、總結(jié)，這對(duì)人類來說是很自然的。但人的大腦非常不擅長(zhǎng)判斷指數(shù)性增長(zhǎng)，因?yàn)樗鼪]法直覺地理解這種非線性變化。我們習(xí)慣依賴先驗(yàn)規(guī)則和經(jīng)驗(yàn)，回顧過去，再基于此推測(cè)未來。

　　如果你想在指數(shù)性變化的環(huán)境中做出判斷，就必須采用一種完全不同的思維方式：強(qiáng)迫自己站在未來的視角回看今天，然后去預(yù)判可能發(fā)生的狀態(tài)。即便如此，指數(shù)性增長(zhǎng)仍然極難預(yù)測(cè)。你一定會(huì)犯錯(cuò)，但沒關(guān)系，關(guān)鍵是要有快速反饋機(jī)制，不斷糾錯(cuò)。

　　基于這樣的思維方式，我之所以能預(yù)判“單人創(chuàng)業(yè)家”模式，或者說“人和AI的加成”會(huì)如何演進(jìn)，就是因?yàn)樽プ×藥讉€(gè)錨點(diǎn)。當(dāng)“智能涌現(xiàn)”出現(xiàn)后，你會(huì)發(fā)現(xiàn)一件事：你可以問AI任何問題。即使你不會(huì)寫代碼，沒學(xué)過化學(xué)，AI也能幫你解決復(fù)雜的化學(xué)、數(shù)學(xué)問題。

　　在這樣的環(huán)境下，我形成了一個(gè)很強(qiáng)的理念：“Discipline(學(xué)科)”——也就是傳統(tǒng)意義上的“專業(yè)”將會(huì)消失。過去的軟件開發(fā)，需要程序員學(xué)習(xí)代碼、算法、計(jì)算機(jī)架構(gòu)，經(jīng)過多年訓(xùn)練才能成為合格的開發(fā)者，還要細(xì)分前端、后端、設(shè)計(jì)、發(fā)布、用戶增長(zhǎng)、運(yùn)營(yíng)等專業(yè)角色。但未來AI可以幫你完成大部分工作，這些專業(yè)壁壘會(huì)被抹平。

　　那么問題來了：在AI的加持下，一個(gè)人能做到的極限是什么?一個(gè)組織在這種環(huán)境下，會(huì)變成什么樣?這就是OPE模式的核心思維：一個(gè)人+AI=一個(gè)團(tuán)隊(duì)。一個(gè)人可以完成過去需要一個(gè)團(tuán)隊(duì)才能完成的事情，甚至做出更了不起的成果。

　　《中國(guó)企業(yè)家》：在大公司內(nèi)部實(shí)踐“單人創(chuàng)業(yè)者”理念，會(huì)不會(huì)受到流程、榮譽(yù)體系等組織機(jī)制的限制?這種模式適合在大公司里落地嗎?

　　張祺：OPE里的E，更多是一種概念。Entrepreneur的精神，并不是說你一定要去創(chuàng)業(yè)才能完成這樣的一個(gè)閉環(huán)。E的核心是，你一定要以閉環(huán)的方式去完成一件事情，而這件事情可以在一個(gè)小組里完成，可以在大公司里完成，也可以在創(chuàng)業(yè)環(huán)境里完成，其實(shí)沒有什么關(guān)系，它更像是一種思維方式。

　　《中國(guó)企業(yè)家》：如果AI在創(chuàng)業(yè)中扮演越來越重要的角色，那人的價(jià)值在哪里?創(chuàng)業(yè)的主觀能動(dòng)性還重要嗎?

　　張祺：人的作用會(huì)越來越大。只要一個(gè)人有想法，想做這件事，他可能只需要花5塊錢，就能調(diào)動(dòng)近似微軟這樣的大公司需要花費(fèi)幾百萬美元、兩三個(gè)月時(shí)間、十幾個(gè)人協(xié)調(diào)才能完成的資源，而且效果還更好。你想，這樣一種創(chuàng)造力的釋放是多么了不起!

　　《中國(guó)企業(yè)家》：未來還需要有“公司”這種組織形式嗎?

　　張祺：我5年前提出的：工作(work)會(huì)變成任務(wù)(task)。用英文來說，工作會(huì)被拆解成任務(wù)。但在過去，這種任務(wù)分發(fā)非常困難，需要人，需要經(jīng)理，需要有經(jīng)驗(yàn)的人去把一個(gè)工作拆解并分配給個(gè)體員工——Senior分給Junior，上級(jí)分給中層，再逐級(jí)下發(fā)。

　　而現(xiàn)在，大模型最強(qiáng)的能力之一就是Reasoning and Planning(推理和規(guī)劃)。這意味著，工作可以非常容易地被拆解成任務(wù)，并自動(dòng)分發(fā)出去，因?yàn)檫@種平臺(tái)可以清楚地理解供需關(guān)系，知道你要做什么，并自動(dòng)匹配資源。

　　舉個(gè)例子，我大概在三五年前，給LinkedIn寫過一個(gè)很短的memo，認(rèn)為他們未來應(yīng)該是一個(gè)任務(wù)和人才的雙向匹配平臺(tái)，而不僅做簡(jiǎn)歷的對(duì)接平臺(tái)。企業(yè)告訴平臺(tái)需要完成什么任務(wù)，簡(jiǎn)歷告訴平臺(tái)有哪些人才，由平臺(tái)完成對(duì)接。未來，這個(gè)過程不僅僅是人與人的對(duì)接，還會(huì)包括數(shù)字員工(Digital Workers)的對(duì)接。

　　另外，原來我們講全職員工和兼職員工，未來這些概念都會(huì)被打破，最終都會(huì)變成“碳”和“硅”的融合體——人類員工帶著Agent，和數(shù)字員工交織在一起，形成新的工作形態(tài)。

　　再說專業(yè)領(lǐng)域，我剛才提到過，專業(yè)的邊界會(huì)越來越模糊，最終都會(huì)變成“全棧”。這里的全棧不僅僅是軟件開發(fā)的全棧，而是跨越化學(xué)、物理、生物、醫(yī)學(xué)、財(cái)務(wù)、HR等所有領(lǐng)域的全棧。

　　組織架構(gòu)也會(huì)隨之改變。它的核心作用是幫助你更好地協(xié)調(diào)、更高效地完成任務(wù)。大模型的推理和規(guī)劃能力，會(huì)讓這種組織變得更加智能化、更公正、更全面、更高效。

　　《中國(guó)企業(yè)家》：Agent時(shí)代，CEO或創(chuàng)始人該如何管理員工?將來的工作會(huì)變成什么樣?

　　張祺：你一定要站在指數(shù)點(diǎn)上去回頭看，預(yù)判你將來的公司、你的組織、你的人才梯隊(duì)會(huì)變成什么樣。實(shí)際上是強(qiáng)迫自己站在指數(shù)點(diǎn)上往回看，翹起來然后往回看。

　　盡早變成AI原生的員工，能把碳、硅融合、把AI工具用到極致的員工的能力，會(huì)被極大地放大。所以一定要抓住培養(yǎng)、獎(jiǎng)勵(lì)、留存、激勵(lì)這類員工。他們帶來的效果是非常不一樣的，可能不僅僅是在高科技行業(yè)，每個(gè)行業(yè)都會(huì)這樣，因?yàn)橹悄軙?huì)泛化。

　　此外，在整個(gè)效率的理解上要有不同的視角。從人口紅利、工程師紅利到數(shù)字人口紅利，你一定要對(duì)將來的組織結(jié)構(gòu)、生產(chǎn)效率、成本等方面有一個(gè)清晰的判斷。

　　微軟也發(fā)布了一個(gè)叫Frontier Firm(前沿公司)的概念，它講到了在不同的發(fā)展階段，人和AI、人和數(shù)字員工之間的交互方式是如何演進(jìn)的——從輔助到平行再到領(lǐng)導(dǎo)。

　　《中國(guó)企業(yè)家》：這樣一個(gè)愿景距離我們還有多少年?

　　張祺：我覺得5年，對(duì)于AI來說，ChatGPT發(fā)布到現(xiàn)在就2年時(shí)間，5年算是很長(zhǎng)的時(shí)間。

　　《中國(guó)企業(yè)家》：大公司與小公司的邊界在哪里?

　　張祺：從平臺(tái)層面講，模型訓(xùn)練可能需要非常強(qiáng)的資本資源投入，可能只有少數(shù)幾家能做。但在大語言模型作為底座的智能技術(shù)層面，很多事情其實(shí)是可以由小團(tuán)隊(duì)完成的。從底層的GPU Infra、新的AI Infra，到上層的千行百業(yè)，80億人都可以用自然語言進(jìn)行創(chuàng)意創(chuàng)作、編程、協(xié)作，你很難再用傳統(tǒng)的“大公司VS小公司”的框架去定義未來的組織形態(tài)。

　　而且這種新的能力結(jié)構(gòu)和網(wǎng)絡(luò)結(jié)構(gòu)也在發(fā)生變化。以前我們理解的是大公司之間的交互、競(jìng)爭(zhēng)，但現(xiàn)在可能是幾家超級(jí)公司(Super Company)在底層構(gòu)建平臺(tái)，而在它們之下，是一個(gè)非常繁華的生態(tài)系統(tǒng)，由大量小公司組成，形成一種非傳統(tǒng)的網(wǎng)絡(luò)式組織結(jié)構(gòu)。

　　《中國(guó)企業(yè)家》：請(qǐng)你分別給職場(chǎng)中年人以及年輕人提一些建議。

　　張祺：對(duì)于有經(jīng)驗(yàn)的職場(chǎng)人，一定要盡快讓自己成為AI Native，要意識(shí)到在這種“碳基與硅基融合”的趨勢(shì)下，能夠更好地?fù)肀I變革和智能涌現(xiàn)帶來的機(jī)遇與挑戰(zhàn)。這需要用Growth Mindset去學(xué)習(xí)、去改變，去擁抱這種變化。我想用一句英文表達(dá)這個(gè)理念：“Not to.compete with AI, but to compete with AI”，意思是把AI當(dāng)隊(duì)友而非對(duì)手。

　　對(duì)年輕人來說，使用這些AI工具是很自然的，但這反而帶來了一個(gè)挑戰(zhàn)：AI可能會(huì)迅速替代很多Junior Entry-Level (初級(jí)入門職位)的過程，他們可能會(huì)失去一段非常寶貴的學(xué)習(xí)機(jī)會(huì)。

　　過去，一個(gè)人從大學(xué)畢業(yè)，通常會(huì)先做Junior Developer，然后逐步成長(zhǎng)為 Senior Developer，再到Principal，這個(gè)過程給了你很長(zhǎng)的學(xué)習(xí)空間，讓你有時(shí)間積累經(jīng)驗(yàn)、技能和行業(yè)認(rèn)知。但現(xiàn)在，AI的出現(xiàn)改變了這個(gè)路徑。

　　在這樣的環(huán)境下，你如何通過與AI的交互來學(xué)習(xí)，完成自己的進(jìn)階，如何利用AI更快地了解行業(yè)知識(shí)，獲取需要多年才能積累的閱歷、經(jīng)驗(yàn)和專業(yè)洞察。如果AI無法完全替代某些學(xué)習(xí)環(huán)節(jié)，你又該如何用其他方式補(bǔ)齊?這是非常重要的，否則你可能會(huì)出現(xiàn)能力空心化，尤其是在那些需要深度專業(yè)能力的崗位上。

　　相比之下，職場(chǎng)中有經(jīng)驗(yàn)的人往往有很強(qiáng)的Muscle Memory(肌肉記憶)，他們需要忘掉肌肉記憶，更新肌肉。這個(gè)過程非常痛苦，挑戰(zhàn)就在這里：如何做到Unlearn to Learn(忘學(xué)以求學(xué))。

　　這兩類人面臨完全不同的挑戰(zhàn)和能力培養(yǎng)路徑，但有一點(diǎn)是共通的：所有人都必須學(xué)會(huì)擁抱AI，而不是被它取代。

2025-09-18 14:44

標(biāo)題加載中...

內(nèi)容加載中...

長(zhǎng)按掃碼 閱讀全文