6月26日，正和岛2025案例共学年会暨AI+先行者创新大集在合肥举办，本次大会以“向新力”为主题，千余位企业家共同探讨AI时代下的组织变革与商业格局。

会上，《无人公司》作者李智勇做了一场主题“AI时代无人公司的商业价值与意义”的演讲。

在李智勇看来，人们在讨论AI带来的改善性的同时，不要忽略AI所带来的破坏性。但破坏性中也孕育着巨大的机遇，无人公司就是一个AI商业新蓝海。

在其看来，来五到十年内，AI的水平可能会再提高十倍，这个过程中，各种公司都会加速向无人公司的方向演进，这是必须面对的技术现实。

以下是李智勇演讲精编，希望对你有所启发。

口 述：李智勇 《无人公司》作者

编 辑：正风

来 源：正和岛（ID：zhenghedao）

一、AI，正酝酿巨大的破坏性

大家好，很高兴在这里和大家分享AI的话题。

我在AI公司做了十年左右的工作，有朋友问我，我的企业部署了一体机，也把DeepSeek等AI应用运用到了公司的各个角色上，那我算不算是拥抱了AI？

我的回答是，如果回到30年前，做百货的同学有一样的问题。他们也用电脑，也用互联网，也用电子邮件，等十年后电商出现，大家发现这些改善不是互联网本质的作用，而是催生出了电商这一平台。

所以，一个大的技术往往既带来改善，同时也酝酿着一个巨大破坏性的模式。我们现在谈AI的时候，往往对改善性关注的比较多，对破坏性谈的不多，所以我今天的分享主要是关于AI带来的破坏性。

如果我们对这种破坏性做一个形象的表述，OpenAI CEO山姆·奥特曼的一句话是非常到位的，“未来十亿美金的业务最终可能只有一个人”。

大家想想，十亿美金的业务只有一个人，这个人显然不是用来干活儿的，可能只有社会意义，十亿美金的业务主要是靠AI创造的。目前，我们绝大多数企业当然是靠人来创造价值，所以说这是一个巨大的颠覆性。

这个事情本身是不是一种科幻？有人说这可能是企业家随口一说，是企业家对遥远未来的想象，其实不是的。

我们以出行服务行业为例，最早期的出租车公司，不管乘客还是出租车司机本身，出租车公司的所有价值全部都是由人来驱动的，背后是一个金字塔形的组织形态。

后来出现了网约车，网约车发生了什么变化？是相当大部分的价值创造转移给了算法，哪个人用哪辆车，开什么样的路线，包括对大量网约车司机的管理，全部都是由算法决策的。如果没有算法，其实构建不了这样庞大的一个业务体系。当然，网约车公司本身还是传统的组织，还是有正常的组织结构的。

关键是事情还没完，现在发生了什么？提供自动驾驶出行服务的萝卜快跑前一阵在国内很火，后来没有那么热了，但自动驾驶这个事情在国外并没有停歇下来，一直在持续进步。

自动驾驶出行服务是什么？就是出租车的驾驶员变成了自动驾驶的算法，每辆车的管理也由统一的算法进行调度。像谷歌Waymo每天服务的次数大概是2535次，这是公开数据，大家可以查到。

我们把出行服务行业的这三种公司放到一起看可以发现，整个商业创造价值的过程由以人为主体越来越多的转向由算法来创造，当然，这个算法中很大一部分是AI算法。这是我们面对的本质性变化。

如果说Robotaxi（特斯拉发布的自动驾驶出租车）和萝卜快跑这种模式进展到一定程度，它就可以变成十亿美金的公司，但主要是由AI算法来驱动的。当前有一个数据，在整个加州无人驱动的Robotaxi在特定地区的比例大概是Uber的一半，如果全美铺开，几十亿美金的业务的确由算法创造的，只有很少的人。

二、“AI—AI—AI”，业务流程或将彻底重构

那么，这种事是不是只在自动驾驶等特定的领域才可能出现呢？不是的，AI大模型的本质作用在于让刚才说的这种模式可以低成本地复制到N多不同领域里。

举个例子，如果把一个卖T恤衫的过程简化成四个环节，首先我们需要做设计，这就需要感知当前社会的潮流趋势是什么，其次我们要能够同时拿出N多个设计方案，然后是生产制造，最后销售出去。

而如果融入了AI大模型，卖T恤衫的流程就会发生很大的改变。

第一，在整个感知环节，相当于所有非结构化数据的分析，大模型可以以很低的成本做得非常精确。我个人做了十年AI，在大模型出现之前，算法做这个事情非常吃力，特别不好使，要投入很多，适配性很窄。

第二，它可以同时给你提供N多种设计方案。综合之前的算法可以让生产更柔性，各种模特穿衣服的效果也能显示出来，AI可以完全接管整个设计流程。

这时候会出现两种模式：模式一，每个环节都引入智能体，但四个环节的核心负责人还是人，至少需要四个人来进行配合；

模式二，完全颠覆原来的生产销售过程，四个环节的核心角色都是AI，由AI和AI配合来完成业务过程。如果说哪个环节的AI不能达成想要的精度，我可以补一个人。

这两个模式的区别就在于整个企业价值的创造主体是AI还是人，如果主体是AI，就会带来巨大的破坏性。

所以，大模型的通用度导致AI替代人这件事不局限在某个单独的领域成立，而是可以扩展到很多领域。如果用这个视角来观察，可以发现这样的事情在很多领域都在发生，而不是单纯的科幻想象，当然目前这件事还没有大范围的普及。

刚才说的T恤衫的例子其实有点像新电商，新电商不局限于T恤衫，还包括美甲和裤头等等。我身边已经有朋友做这个事了，当然规模还不如传统模式大，但至少说明这种新模式已经出现了。还有人问，我们是不是可以把矿山的露天开采模式变成靠AI直接驱动机器去完成开采？新疆已经有这样的项目在尝试了。

这里面最有意思的是DeepSeek，其实 DeepSeek这家公司很早就成立了，最早是做量化交易的，2016年就公开报道过，整个公司靠算法操实盘。2015年梁文锋创办私募公司幻方量化，2016年就达到了100亿的规模。

还有很多数据中心也是由算法来管理的，像当年AlphaGo的算法很快就被用来管理谷歌等公司的数据中心，一些很庞大的数据中心其实并没有大家想的那么多人。

这个事情可以继续往下想一想，它的含义在于，过去人为驱动的价值创造模式在AI加入之后，可能变成“人—AI—人”的模式，但这个时候还是以过去的流程为主体，而当AI的参与度进一步加深后，整个业务流程就可能会变成“AI—AI—AI”。

二者有什么区别呢？过去商学院讲的知识中有一个底层模型，这个模型可以归结为“人—流程—工具”。人代表一个角色，流程相当于协调角色之间的配合，工具强化人和流程的能力，很多企业相关的知识都与此有关。

所以，如果刚才我讲的新的模式真的成立，并且越来越普及，它背后需要的知识体系将与过去发生本质性的变化。这个时候需要的是什么？需要的是你的感知、数据、知识，以及对于模型和架构的理解。

三、智能规模效应：能拿到的数据都拿到

增强的极限其实是一人公司，但是自动化的极限是无人公司，无人公司是整个AI带来的巨大破坏性的机遇，也是真正的AI商业新蓝海，但目前在这个领域的真正实践并不多。

那么，这样的新业务模式会遵循什么样的规则？它的底层逻辑或者第一性原理又是什么样的？大家可以想象一下。

前面讲的这种公司关键支撑只有两个，第一是模型的水平，智商好不好使，模型水平怎么样，哪个大模型好使，这部分是科学家的事情，第二是模型所能感知到的周围数据是不是足够全，以及这些数据是不是足够实时。

拿自动驾驶做一个类比，自动驾驶需要的数据是你的实时数据，比如你现在看到了什么，你的高精地图是什么，你车的参数是什么，凭借这些实时数据以及自动驾驶的模型，它可以做出越来越精准的判断。

所以，大模型本身的智商更像是一个技术水平，依赖于模型公司，而对现实的理解更多的是数据维度，更多的是业务范围的问题。业务范围进一步会带来什么？会带来智能规模效应，也就是一个公司本身拿到的数据越多，效能越好，这个公司就会沿着这条路线把所有能拿到的数据都拿到。

举个例子，Robotaxi和萝卜快跑模式就是真正为了启动这个模式所做的整合，周边是它的供应链和车厂。再以Waymo为例，我们想象一种情形，如果Waymo公司做自动驾驶的时候，车厂有独立的品牌诉求，说我的数据不能跟你分享，那对于整个Robotaxi公司来说，它的业务是跑不起来的。

因为Waymo的诉求是，你要把所有的数据给我，车厂本身要变成供应链的一个环节，它会沿着拿到自己业务所需要的所有数据这条链路来进行整合。

这个事情一旦开始之后，它几乎会影响整个产业的各个链条。最先影响的就是刚才讲的这些依赖于自动驾驶的出行服务公司，它们会把车厂等所有能拿到数据的链条变成自己的一部分，它们先天有这种冲动。

SaaS行业各个环节也会受到影响，任何一个环节如果有把数据分离出来的冲动，都会把它内化成自己的一部分。微软CEO纳德拉经常讲，SaaS存在的意义可能会被削弱，其实这已经发生了，国内也正在发生。

很多行业也是一样，如果AI落地到业务并且做到了一定程度，就会会发现公用的模型不足以承担所有的业务要求，会产生一种自己有独立自定义模型的冲动，模型就会内化成自己业务的一部分。

四、向全AI驱动演进，一个不可避免的技术现实

最后，大家想想，如果一个全AI驱动的公司出现后，它最终会变成什么样？

如果拿自动驾驶分级标准进行类比，它会变成一个全AI驱动的业务体系。显然，我们不是每个公司都在这里，或者当前只有很少的公司在这里。

如上图所示，我们在不同层级上散布着不同的公司，最基础的形态是导入腾讯会议、钉钉等工具来支撑自己的业务。随着人员规模的膨胀，比如到了200人往上，公司的数据又没有统一标识，努力的方向就变成了一切业务在线，数据驱动决策，过去的ERP系统其实就是在干这个活儿。

这个阶段再往后，就是现如今的尝试导入各种智能体，把某一部分工作交给智能体去完成。再之后就是高级智能体阶段，整个业务创造过程不由人来完成，全部由AI来完成。

所有这些情景如果画一个简单的坐标就是两个极点，一个极点是传统公司，全部的业务过程由人来完成，另一个极点就是Robotaxi模式的下一步，全部业务创造由AI完成。

从现实来看，我们的绝大多数公司都处在中间的某个位置上，这里有一个非常关键的点，一旦某一类公司完成自己的全员驱动改造，同类公司恐怕没有办法和它竞争，过去无数的案例证明了这个事情，就像百货商场没法和电商竞争。如果说萝卜快跑这样的模式成立，我们刚成立没多久的网约车模式恐怕就没法和它竞争，这就是技术驱动带来的进化。

当然，这件事目前还处在星星之火的状态，但与人类智商在过去一万年没有太大变化相比，AI有一个非常不一样的特征，就是它的进展速度远超我们的想象。

或许真的像大家所预测的，未来五到十年内，它的水平可能会再提高十倍，这个过程中，我想各种公司都会加速向下图中的右边移动，这就是我们现在面对的新的技术现实。

AI带来的破坏性会产生新的蓝海，也确实会影响很多既有公司的存在，这件事是不可避免的。

被誉为“AI之父”的Hinton曾讲过一个观点，“你能学会的每件事情，AI最终都能掌握。”相比于我们以AI能够完全创造价值为前提去假设我们的未来，以它不能完全创造价值为前提去想象我们的未来可能要更靠谱一点，

我的分享就到这里，谢谢大家！

排版| 小元| 正风主编| 孙允广