AI 原生组织转型 01：用 AI 对齐事实、对齐打法

00:01大家好。欢迎大家来到AI炼金术啊，今天是一期单口，主要跟大家聊一聊AI原生组织转型这个话题。呃，为什么要聊这个呢？就是因为最近大家好像都进入了改革，进入深水区啊。之前的时候聊的时候都是说我们要用什么模型啊，我们要用什么AI啊，要不要培个训啊，大家要怎么用。

00:23那现在最近，呃，更多的朋友找我都是在聊，说我们发现我们公司已经在用AI了，而且很多人已经用得还不错了。但是我们发现整个公司、整个组织好像效率并没有提升。然后更诡异的事情就是，有一些还有一些公司他们会说我们也发现我们公司效率提升了，但是会发现好像没有赚钱，

00:46就是好像那个裁员甚至于都裁了。那你想想，裁员总归你省了一部分钱嘛，但是最后公司的利润也没有增加。所以总的来说就是好像现在已经呃进入到了第二阶段。第一阶段就是大家觉得AI很牛，我们要学，我们要用。第二阶段就是学也学了，用也用了，但是感觉好像进入到了一个鬼故事的阶段，就是每个人都觉得提效了，

01:10整体效率并没有提高，或者说整体效率我们发现确实提高了，但是没有多赚钱。啊，那今天我们就来聊一聊这种鬼故事是怎么发生的。然后有没有什么方法来解决这个鬼故事的问题？OK，解决这个鬼故事的问题。那总的来说的话，我会觉得说其实，呃，之所以会产生这个鬼故事，是因为效率本身不是一件特别重要的事情，

01:35或者说单点任务上的效率不是很重要。呃这里面其实有三个层次。第一个层次是单点的效率，就是一个人、一个具体的员工、一个具体的活儿，然后你干它干的速度。那这事儿我们对于个人来说，对于任何一个所谓打工人来说，或者一个个体户来说，这事儿重要吗？

01:52很重要。但是对公司来讲其实不是很重要，因为公司来讲的话，它是要把很多个个体的努力，它是要协调，把它把劲儿，所谓劲儿往一块儿使嘛，对吧？它需要把所有的人的能量汇聚到一起去产生那个整体的效果。这个协调层它其实远远地比第一层要重要。

02:13就单兵能力和你的组织作战能力这两件事情其实很多时候是没什么关系的。所以的话，第一层就是如何从任务层的效率到组织协调层的效率，对吧？这是第一个大的一个台阶要上。那第二层台阶要上的就是，哪怕你做出来了组织层、协调层的效率，你不是什么武林游侠、世界高手，

02:36而是一支井井有条的军队。能不能赚钱也取决于你打下来什么样的城市，打下来什么样的一个一个一个战果，对吧？你你你要有，有些仗打赢了也是亏的。所以最重要的事情，第三第三层其实是市场和战略上，就是你有没有站在合适的位置上，你的效率做出来那个东西是不是市场要的，

02:56并且是稀缺的，你站在了那个稀缺的位置上，还是说你其实做了一堆市场不要的东西，或者你做出来了一堆市场上有人要，但是竞争很激烈的东西，你只是卷得更狠而已。所以，呃，从一个简简单单的效率到组织层、个体的效率，个体工作那个任务层的效率，到组织层的效率，

03:19到，嗯，整体上来讲的话就是这个能够把这个效率产出物在市场上变成钱，这其实有两个大台阶要上。但是我们大部分的时候的话，关注的是第一件事，就觉得说，哇，它就有点像，有点像打仗的时候，你就关注说这个士兵的单兵技能好不好。士兵的单兵技能不是很重要，在这件事情里面。

03:41那关键还是在于说那个组织重不重要，然后组织怎么把士兵给，呃，那个协调起来，以及能不能取得好的战果，就是你打下来这个城市有没有意义。这些事情是大家比较少去想到的，就是你你你，特别是第三层啊，就是你怎么样去占据好的生态位，然后你怎么样顺势而为，

04:00这些事情是比较重要的，但是这个是想得比较少的。所以呢，我们今天就来聊一聊第二层和第三层的问题。啊，但是比较崩溃的事情就是，我发现我准备材料好像准备太多了。就是我在梳理我自己的思路的时候，然后又会让AI帮我进一步地来梳理，然后给我更多的材料。

04:18给我更多的案例。然后我就发现东西太多了，所以我们可能要分好几次来分享。嗯，每次分享可能分享个一两个小时，然后我们就看，反正看时间吧，然后来来再往下走。好的。那这是第一个开场。

04:34那今天我们来分享什么呢？今天我觉得我们可以首先来分享组织这个部分，就是从第一层到第二层。那么首先可以来聊一聊说，为什么光做第一层没什么用？就是光大家比如说啊，苦练武功，每个人的武功都降龙十八掌，为什么对于一个军队来说可能没有那么大，

04:52没有那么大的意义？那这边主要有几个原因吧。第一个原因就是，呃，所谓的阿姆达尔定律，就是一个事儿它干成它有好多个环节，有好多个步骤。你就光去搞其中的一个步骤，对于整体来说，其实它是那个效果是有限的。呃呃，比如说你要从那个那个，呃，比如说我我经常坐，从上海到北京，北京到上海，北京到上海。

05:18那上海到北京的飞机的话，可能是一百三十分钟，两个小时嘛，两个小时。那飞机提速30%，比如说从130分钟到100分钟，这其实是一个伟大的科技进步，对吧？飞机可以飞得更快了。看起来很了不起。但是你整体上想一想的话，就是我得从家里出发，我得打车，我还得去，呃，提前去机场，我还要留一点提前量，

05:40然后我还要等待安检。然后整体上来讲的话，飞机虽然只有两个小时，但是整体端到端、门到门，我可能要花五个小时。那你这边省掉三十分钟，你对于那个两个小时来说，你显得好好了不起的样子。但是你对于我五个小时来讲，好像就差不多，也就是从五个小时变成四点五个小时，在我脑子里其实变化不大。

06:02所以第一点呢就是，嗯，就是局部的优化，哪怕说可以做得花团锦簇的。就好像我说，我其实也做出过非常多非常好的demo，甚至于我们的合作方都已经发了PR稿的东西。就是，啊，我们好棒，我们做得很好。对对对。然后我自己也会会吹牛逼嘛，对吧？

06:22那但是实际上就是对于整体来讲的话，就是有限。对。就是经常我们自己那个庆祝过，然后说，哇，好棒啊。我们汇报PPT，然后有一段时间说，哎那这个东西后来有用吗？其实说，哈哈，其实也没什么用。

06:35就是在一个长久的成长中，优化一个环节可能没什么用。那可能你会说，哇，不对，不是这样的，我们公司大公司，我们优化个百分之十也是很了不起的，你能从五个小时搞到四个半小时，这也是牛逼的，对吧？这这这这有啥不牛逼。那另外一个更悲惨的事情就是，很多时候你优化一个环节，你你甚至于不能在整体上看到任何的进步。

07:00我们刚刚讲的还是有进步嘛，五个小时好歹变成四个半小时。但是实际上这个系统，它往往它的那个performance，它的效率，它的那个表现是取决于中间最是瓶颈的那个最低效的环节。而不取决于比如说某个环节提升，如果这个环节不是瓶颈，提升了也是白提。

07:20比如说一个餐厅的后厨，那那可能有切菜工，有洗菜工，对吧？那有厨子，有端菜工。那你想想，假如说你的洗菜工和切菜工，他每天的那个速度啊，手速突然提高十倍，那是不是你的极大的效率提升十倍？但是如果你的厨子没有增加，或者说你的厨子增加了，但是你的灶台没有增加，你只有四个灶台可以四口锅，

07:46那这个时候的话，其实那个才是瓶颈。那你增加了十倍的话，可能你整体上只增加了百分之一，因为灶台那边已经忙不过来了，你把菜洗得更好堆在那里也没有什么用。甚至于更夸张的是，如果灶台也增加了，哇就是干活干得巨快，但是你门口的那个人流量没有增加，来你店里的人没有增加，

08:06你其实还是赚不到钱。所以有些时候就是因为你比如说灶台是你的那个，或者厨师的人数是你的那个瓶颈，你会卡在这里。你前前面后面，比如说你端菜端得更快了，洗菜洗得更快了也没有用。要不然呢，就是你整条线你都提升了，哇。我整个后厨的效率提高十倍，但是那个进来的人没有增加，那你也没什么用，对吧？

08:26也没什么用。所以这是第二层，这是第二层。那第三层的问题的话呢，就是在于说一个组织真正的那个问题，很多时候它不在于干活，就不在于端菜洗菜啊，对。因为大部分我们在听这个播客的同学的话，往往都是，啊，白领吧，我们都是做知识工作的。

08:45那知识工作当中最大的一个时间和精力和资源的消耗，大部分时候不是在做这件事情本身，而是在开会，就是在对齐、协调、对接、交接，然后，呃，来来回回、往复，主要是来自于这些地方。那之前我看过很多不同的报告、不同的口径，基本上就说是60%的白领的工作时间就在做这种协调性的、对齐性的工作，

09:15比如说听懂老板在说什么。并且把老板说的话讲给自己的下属听，以及跟兄弟部门对齐，这七点花的是最多的时间，以及反反复复，以及等待那件事情的发生。比如说有一个流程要走，那边要卡两天，你做得再快，那边卡两天还是两天，对吧？没有用，没有用。

09:35所以大部分的时间的话，我们并不是在做事，而是在协调、走流程、在等、在碰这些事情上花的我们时间会更多。大家如果不相信的话，也可以去看一下你上一周的整个你的日历，去看一看你大部分时间是在干活还是在开会。然后你开的会的话，多少是为了沟通协调对齐多少是为了这件事情真的发生。

10:02对于大部分，呃，尤其是你的工资越高的，呃，白领工作，你工资越高，其实你工作当中这种，呃，对齐、协调和人以及信息的交互，以及人情的交互的东西就会越多，就会越多。那比如说我们就是说，就假设你是60%是在这种协调对齐性的工作上好了。

10:23那我们优化那40%，你优化顶了也就40%，大头其实还没有变。这个才是真正的一个组织的瓶颈。就是公司里面大量的工作其实在耗费在这里。而耗费在这里的工作的话，有两个问题。一方面就是有大量的时间成本耗费在这里。

10:39另外一方面是只要这里断了，你单个单点再对也没有什么用。就有点像是以前那个火星探测器还是火星的一个什么气候飞船，然后两家公司合作，然后他们做做做做做，做完之后那个那个那

10:56个那个探测器直接飞飞飞飞到火星上，直接坠入大气层就烧掉了。就是因为一家用的是英制单位，比如说用用那个英尺啊、英寸，一家用的是公制单位，比如说毫米、厘米，然后两边哎一碰，哎没有协调，没有对接上，然后整个那个东西就爆掉。所以很多时候我们的真正一家公司的损耗不是在于你干活干得特快。

11:16而是在于你的协调的效率以及协调的对不对。如果协调的不对的话，整件事情就在做一件错的事情也没有用，或者做的是对的事情，但是你耗费了大量的人力物力在做这个对齐和协调也没有用。啊，所以整体上来讲就是因为这三个原因嘛，所以的话呢，任务层的一个提效，往往带不来真正的收益。

11:38协调层，它是一直以来的瓶颈。但是呢，因为以前我们干活干得慢嘛，所以其实看不太出来，因为我们干活干得慢就盖住了。但现在干活干得快了，你就很容易发现说，其实交接对接这才是真正的组织的一个大头的活，大头的活。OK，那回到组织的这件事情的话。

11:59那怎么解决这个问题呢？我们要做什么AI原生组织转型啊什么的，那那那怎么办呢？那其实我们就要应该重新思考组织的目的到底是什么，组织的本质到底是什么。呃张一鸣说他是把公司当做一个产品来打造的。那我们如果把组织当做一个产品，那什么是一个好组织？

12:17那是不是应该说，它协调特别快，它就是好组织？它能够更有效地调度各种资源，它就是个好组织。它能够自己还进化，它就是个好组织，对吧？一般也应该有这样的一些规则，所以这里面应该是不是说每个单点做得多好，而是能够把单点配到就是一加一加一大于三，

12:37对吧？能够能够有综合性的效果，这就这就牛，这就是一个牛组织。否则的话，单点很强其实是没有用的，应该是协调很强，并且闭环迭代跑得通的那种组织才是才是好的，才是好的。那这边的话，我听过的最那个恶毒的例子的话，其实就是类比现在有一些公司搞AI的话，讲到讲到最为恶毒的一个例子类比吧，

13:01就是讲说很多公司搞AI，买一堆系统，上什么Copilot，其实就是满清买铁甲舰。对，就是很悲惨的一个故事嘛。就是满清买铁甲舰的话，买的都是很好的船，船坚炮利的，但是，呃，整个组织协调机制没有跟上。那其实

13:20你可以买来好军舰，但是你做不出好海军。这是两个完全不同的东西。所以现在大部分人还停留在，呃，北洋水师的水平上的话，就很难发挥它的作用。当然了。我们这个不是今天才开始考虑说那个AI啊组织这种问题，已经讨论了很多年了，讨论了很多年。

13:38那一直以来的话，这个关于这个讨论就会回到一个原点，就是组织是用来干嘛的。很多时候我们会把组织当做一个天经地义的东西，比如说我们考虑AI组织转型的时候，往往你也会考虑，哎呀我们就一定有一个组织，然后我们把它转一转，它就会更好的用好AI，我们就能赢。

13:56然后我们还是这些人，我们还是好兄弟。那这这是一种思路，这种思路往往就会把组织当做一种天经地义的，就跟那个天上有蓝天白云一样的东西。但是实际上不是这样的。现代的公司制度其实是一种发明，甚至包括我们现在的这种什么老板啊、科层制啊、有部门啊，然后有汇报线啊这种东西，

14:16其实是一种很近代才有的发明。它是用来解决具体的问题的。组织本来用来解决什么问题呢？一个是信息路由，就就让大家知道一个消息，对吧？

14:27信息路由。一个就是管控机制，让大家可以啊协调到一起来干活。主要就是为了做这些事情的。那顺着这条线的话你就会发现说，你发现说那个那个，呃，组织本身它其实是用来达成特定目的的一个发明，一个工具。

14:45那我们其实未必见得一定要保留这个形态，而是说我们可以反思说，有没有可能更高效的来达成这种目的。就比如说我们的组织里面现在之所以有层级，那就是因为一个人看不过来。比如说让你直接管一百个人，他们一百个人管不同的活，你看不过来。

15:02那所以我们需要有层级。但是如果AI让你看得过来，你需要吗？就有点像是现在，假如说你是在，你是滴滴，那一个以前出以前如果说你要看着大家一个工人去干活，你是一个小作坊，那你看十个人你就看不过来了，看二十个人你就看不过来。但是滴滴的话是不是，好像上面可能一个人可以管一百个司机，两百个司机，一千个司机，因为其实你全局谁，

15:26那谁送到哪里了，那个甚至于他的车上的录音你都看得到。所以是不是这个前提假设就变了。那为什么要有部门呢？是不是因为以前的话我们要每个人其实都是专才，因为人的脑子有限嘛，我们不可能既懂这个又懂那个。那这个时候的话就会发现说我们要专才是因为我们要把一堆的专要有部门，是因为可以把一堆的专才塞到一起，

15:48然后把他们搞一个统一的界面，说跟这个这坨资源怎么交互。然后的话呢，有一个统一的界面让他去跟其他部门交互。然后的话呢，那这样子就就专业内部他们就可以相互之间沟通，然后跟外面呢就可以有专门的界面沟通，这样就比较高效。但是如果说现在未来每个人都是通才呢？

16:09未来每个人旁边都有一个小秘书帮他做这个翻译工作。以前是需要把一群人聚在一起，然后中间有一两个翻译嘛。那现在的话，比如说研发，研发就有提供了一两个接口，然后通过会议的形式跟跟产品跟设计来沟通。但现在如果每个人都有能力跟研发沟通，就有这个翻译，听得相互都听得懂，AI来做这个翻译，是不是还需要有部门的设计呢？

16:32对吧？或者说为什么要有流程？那是因为我们看不到全局嘛，我们就要有一些流程要做管控。那为什么还需要人类来控这个流程，就是来做这个管控，好像也是个问题。或者为什么要有开会？

16:46为什么要有KPI？你一个一个问题去思考的时候，你就会发现说这些设计，这些呃组织的零件，大部分时候是用来设计用来解决某些特定问题的。那或者说它是基于某些稀缺的假设，说啊因为搞不定什么事情，所以我们只能这样去搞定。但是当这个什么东西一定搞不定，或者什么资源一定稀缺这个假设不存在的时候，是不是世界还会这样运转？

17:16不一定，不一定，不一定，对吧？所以，那现在的话就是就是你就会觉得说，当我们世界，你就有点像是呃AI来了，就有点像是在恐龙的时代一颗小行星撞地球。那现在整个地球的生存环境已经变了。那过去的那些留下来的东西呢，我们可以把它当做是化石。

17:36它有没有道理，它当然是有道理的，但是它的这个道理呢就很像是它上一个时代的道理。它适应的是上一个时代的那个那个生存结构，上一个时代的生产力。那它在今天全部需要重新被审视。组织的所有的零件，所有的惯例我们在今天其实可以重新的回到第一性原理去看一下，是否仍然适合，我们能不能重新来设计。

18:00这边想到一个段子啊，就是那个那个，比如说比如说有些地方坐月子有一个有一个惯例叫做不能洗头。那这个东西它在古时候有没有道理呢？它其实好像听起来蛮有道理的，因为古人没有热水器，他没有电吹风，所以你要烧热水，那个热水很容易凉掉，

18:19然后你很容易，然后你很容易感冒，你也不能及时的把头盖吹干，所以他不能洗澡好像还挺有道理的，或者古人那时候本来就很少洗澡，那为什么一定要凑到月子里面洗澡呢？但是现在我们又有热水器，又有电吹风，又有青霉素。这个时候好像就不是一个很大的问题了，对吧？

18:35它时代变了，所以我们很多时候其实不是在考虑这个东西是不是所谓的经典，而是在考虑大环境，约束变量有没有发生什么样的变化。当它发生变化的时候，我们是否应该重新去思考那些习以为常的那些比如说组织结构啊，惯例啊。打法是不是应该重新来走。

18:55OK。从重新来走这个角度的话，我这边就有一句暴论，就是啊，前一段时间我在一个会上突然想出来的。就是我会说，呃，AI组织原生组织转型的时候，不是说把原来的组织转一转，更好地用AI，而是想一想怎么用AI去替代原来组织的绝大部分功能。

19:18不是转组织去用AI，而是用AI去替代组织。AI不是组织的工具，竞品。AI是组织的替代品。从这个角度讲的话，你可能会打开一些新的思路和新的空间。所以的话呢，原本的话可能可能大家在思考AI原生组织转型的时候，可能会有几层的思考。

19:39第一层就是，在原有的组织里面怎么把AI给装起来，怎么用好。那第二层呢，就是我应该如何变我的组织去用好AI。那第三层才是我今天真的想要跟大家讲的，就是组织原有的目的，组织原有的功能，能不能用AI更有效的来完成。不是我的组织怎么用好AI，而是我如何用AI来让组织原来的那些功能发挥得更好，

20:06让我的商业目的更有效地达成，对吧？这其实是完全不同的事情。所以的话呢，我们要思考这个问题的话，嗯。就具体来讲的话，我会觉得说，如果我们今天就要来思考怎么落地，我现在看到的打法，然后我们呃也一直在做这方面的事情，和朋友的一些公司的例子的话，会看到的就最先来发生的往往就是三件事情。

20:31哪三件事情呢？就是组织大部分时候，当然组织有很多很多功能，我现在也没有说它一定可以替代，它只是竞品啊，尝试挑战，但是还不能做到。但是尝试挑战我们会发现，呃，AI在三个组织的核心功能上已经取得了非常大的成果。如果你做的话呢，很有可能可以拿到好的结果。

20:51哪三件事情呢？一个是对齐。就是要让所有人站在同一条线上去做事，就不要动不动每个人看到的图都不一样，每个人的打法不一样，自己打自己。第一个。

21:03第二个呢就是推进，就是让AI来推进一件事情的发生，从想法到最终的商业结果，从生产资料到最终的商业结果，让AI把整条线推下去。这是第二件。第三件事情就是闭环，让AI帮我们沉淀组织能力，让一个一个商业化的能力，这一次做成的事情，下一次可以做得更好，这一次做砸的事情，下一次可以规避，越来越强。

21:30所以就就这三件事情。第一个对齐。第二个推进，第三个闭环。那我们接下来就一个一个来聊，说怎么样可以把这三件事情交给AI，怎么把这三件事情交给AI。好的啊。

21:45那第一个就是讲说对齐，对齐。其实我们每天在公司里面做的绝大部分事情，那个工作就叫对齐，对吧？对齐无非两件事，一个是对齐事实，就是让大家知道当前是个什么样子，什么状态。然后我们呃那个那个那个当下处于什么情况，然后要往哪里走，我们当下这个客户是什么状态，我们这个产品究竟是用什么什么想法，

22:09这到底有几个功能，这些事情其实都是公司里面要对齐的，对齐事实。第二个呢就是要对齐想法，对齐打法。那对齐打法就是说我们公司里面到底有哪些做事的规范，什么事应该怎么做，有哪些目标是什么，优先级是什么，那个边界是什么啊，这两件事要对齐。

22:26所以一个是呃世界是什么样子，一个是我们要怎么做，这两件事的话我们都要对齐。那为什么这个事重要呢？是因为如果大家看到的世界不一样，那那我们心里想的肯定就不一样嘛。那这个时候的话，其实就就就就就每个人的努力，你的效率其实无意义的，就就会打来打去的。

22:45就有点像是，有点像一个军队里面，假如每个连队听的看到的那个地图是完全不一样的，然后他们的那个作战的打法也是完全完全没有协调过的，那就是一锅粥嘛，他根本打不出来。是是吧？那这些东西的话就会就会成为很大的一个很大的一个问题。

23:04那传统企业的时候，传统我们的组织要在对齐方面的话，我也会遇到什么样的问题呢？呃主要就是两个问题，一个就是对齐的工作量特别大。如果我们纯从数学上去考虑的话，有N个人的时候，你就要有N乘以N，平方级的一个对齐的一个压力。对，你你要花的时间就是每个人都得知道其他人怎么想的，这事就特别难。

23:27然后你只有三个人的时候，你就有三条沟通路径，你有五十个人就有一千二百二十五条沟通的路径。这个时候你要对齐就协调的成本是那个平方增加的，平方增加的。所以这样子的话，在工作和工作之间的那个呃大公司的话，你就会发现有大公司病人，为什么慢，就是因为其实要维持统一的一个想法实在是太难，

23:49实在太难。太多事了。更糟的事情就是这个太多事经常也会导致我刚刚讲的那个平方级其实根本没有做到平方级啊，对吧？但是只是会觉得大公司很慢，但是也不至于那么夸张。那是因为很多时候我们其实也没有做到对齐。

24:04就是大家会觉得说，我们做好之后也不需要每个人跟每个人这样子去对。我们就把信息可以比如说开个会啊，大家沟通一下，我给你一个文档，我沟通一下。这个其实本质上是什么呢，就是在做我们脑子里面的信息的压缩和传递。比如说你都会把那个，比如说设计师，设计师其实考虑了一百种方案，然后他在考虑的时候呢，把各种各样的事情都想了一遍，

24:30但是他最后可能就直接会出一张图或者三页PPT，在一个项目沟通会上去跟产品经理讲说我们要用这个，因为原因是什么，结束了。那其他的后面很多的那种考虑那个他的隐空间的那些东西的话，就都不会传过去。他会经过一个大量的压缩，压缩到我们人类的带宽能处理的水平，然后给到下一个接棒的人。

24:52That's the issue.所以我们大量的对齐的话，之所以我刚刚讲那个，呃，稍微我喝口水啊。之所以我刚刚说那个平方级的话，你会觉得好像也没那么夸张，就是因为我们会做大量的压缩嘛。然后下面一个接到这个压缩包的人再会重建，然后里面就产生大量的幻觉，然后就会很多对不齐的情况。

25:14就不停的啊，压缩还原，压缩还原，压缩还原，中间产生大量的误解和大量的不对齐的情况。整个公司对不起。就不是因为有人要故意歪曲，而是这种压缩和转述，就是我们这种传播带宽本身就是天然就是有损压缩。就有点像以前快乐大本营好像有这么一个传声筒的那个节目嘛，一个传一个一个传一个一个传一个，最后就不知道传成什么样子了。

25:41天然就会是这样。所以呢，传统企业的问题啊，不是传统企业，就是传统组织，我们公司之前也是传统组织。传统组织的问题就两条，第一个就是对齐的工作量太大了，其实你会耗掉大量的优质的人就在做这事。第二个呢就是反正也对不齐，就是有损压缩，有损的信息传递。

25:59那为什么AI可以帮助解决这个问题呢？就两个问题，两个两个好处。一个就是它可以把N乘以N的问题变成N问题，就是它可以把大家相互聊变成大家可以统一跟一个AI聊，对吧？所有的线不需要相互互联，就有点像比如说一个项目，所有人都对着一个共享文档，那这个共享文档掌握一切，

26:18它不就对齐了嘛，就容易很多。当然你可能会讲说，那其实不是这样的嘛，对吧？那现在大家有了飞书对吧，也不需要用agent，那为什么一定要用AI才能够对齐呢？就是因为以前所有的人，比如说你改变了一个想法，第一个你懒得去更新那个共享文档，对吧？

26:37所以的话，除非是那个共享文档它有一个智能，它自动参加你的会，它听了你的想法，然后它自己去改了。所以它只能隐性的来获取这些信息，并且它会改更改，它才有可能会更改。这是第一个，就是那种信息它更新不及时。第二个就算他信息更新及时那它太大了，因为它要比如说你项目组里面二十个人，那二十个人最新的那个关于这个项目的进展的话那个文档会很长很长，

27:01那每一个人要做事之前，你不可能先去看一下它最近有什么更新了，因为它更新了四十条里面可能就一条跟你有关系，你不知道该怎么搜。所以这样子的话呢你就看不见。那现在有AI的话，它就可以把你的那一部分单独的给到你。这样子在那个信息的上传和下达的方面，它都做到了可以匹配人类的带宽。

27:22那以前一个大文档是不大可能做到的。对，所以一定要AI，而不是在上一代的文档就可以做到。但是逻辑上其实就类似于上一代的文档啊，大家都对着一个统一的大文档干活，不要自己各干各的，也不要自己人与人之间相互聊聊聊聊聊不清楚的。大家都有一个同样同一个人，就有点像以前的PMO，有一个呃项目管理的那个角色，他来统整，他他负责协调所有的对象，

27:46然后他脑子里管所有的context。相当于AI会现在来做这个PMO的角色，它来总控，这样子就就就就更有效了嘛，那就更有效。那第二个呢就是因为那个AI可控的上下文比人类毕竟还是大了很多。

28:01那以前的PMO的话，他其实很难参加每一个会知道所有的细节。但现在的话，你其实就就把它管进去的话，他他就可以掌控所有的事情。他掌控所有的事情之后，他压缩上下文的那个比例就会更低。那个PMO他也只能记得几个关键要点嘛，但是现在的话，你用AI来做PMO的话，他了解所有的事情，

28:21他掌握的那个压缩比例就会更低一点，他可以知道更多。OK。所以这两层的话，就可以让AI来帮我们做对齐，会做得比较好。那具体怎么做呢？我们还是分对齐事实和对齐打法两个层面来讲。

28:35第一个对齐事实，啊。对齐是什么意思呢？就是公司里面所有事都应该有一个，呃，我们就把它讲作共享共享文档吧，其实不是共享文档，叫什么ground truth。我也不知道应该怎么说，就是应该有一个统一的一个统一的一个圆，所有人都在这个事上面这个圆头上面进行操作，

28:53这样子是最顺的，而不应该是你脑子里一份我脑子里一份，我们相互沟通，最好就不要沟通。所以所有的线呢都应该连到同一个地方去，而不在于说我跟你连一条他跟他连一条，这样子我们大家工作在同一个事实的信息上面，这样子才是呃一个高效的方式，高效的方式。

29:13传统对齐就花人花钱，然后有大量的损耗嘛，大量损耗。那这个损耗可能大家现在还感受不到，我举两个过去的例子，一个是波音公司。波音公司之前的话，他们呃最开始的时候他们是用手画图嘛，因为那个莱特兄弟那个时候没有CAD，没有电脑。

29:31所以手画图，那手画图之后的话呢，那么后面波音公司也是手画图，手手画图之后就有有电脑了嘛，有电脑了之后大家用CAD，用电脑来画图，那肯定比以前的效率高，对吧？肯定比以前的效率高。那这就像我们现在用AI肯定比不用AI单个效率更高。

29:49但是波音公司当时还做了一件非常匪夷所思的事情，就是他们一个部门画完图之后会把这张图纸打印出来，交给下一个部门。下一个部门会用肉眼去看这张图，然后去理解，然后去画自己部门的图，去跟这张图拼起来。这是一，就就听起来就是匪夷所思，是吧？

30:08但是实际上是因为他们，哪怕你用的是CAD，我用的是另外一个CAD，但是两个文件是不通的。所以每一家每个人其实还是各自为战，然后中间还是靠人类在做这个最齐的这个桥梁。就比如说你做的是门框，我做的是门，但是其实我们的中间的传递是一张纸，它是打印出来的。

30:28那这个时候就会非常多的对不起的情况，就会一张门可能要反反复复修改一万两千多次。最后还要得打打那种木头的，就是打实体的木头的那种假飞机来做模拟，看看能不能拼上去。要做很多匪夷所思的这种事情。直到波音777说，这个太傻了，我们到云端搞一个云飞机，然后大家都统一，哎。

30:50在在操作这个云端这架飞机，我们就在数字空间就可以看，这个门和门框是不是对得上，以及是不是所有的这五个地方都可以用同一个螺丝，这个时候才是对的嘛。所以大家仔细想一想，就是这不是一个很显然应该做的事情吗？啊。很显然应该做的事情就是大家应该云端操作同一架飞机，这就天然对齐了，而不应该依赖点和点之间的那个沟通去对齐，

31:15是应该操作同一个对象去对齐，而不是应该所有人操作同一个对象来对齐，而不是应该点对点。我们增强这个点对点的什么沟通效率、什么沟通能力，这个全是全是过去时代的一个一个一个废话。所以应该做到那个，当然有很多数据啊，就是你巴拉巴拉巴拉巴拉。

31:35假设我先，假设我把这个讲完了，因为反正AI给了我很多数据，我懒得在这边说了。那另外的话呢，呃，更惨烈的那个事故，好像我前面提了一点，就是那个NASA的火星轨道上的一个什么小小小飞机，还是火星轨道器吧。然后它飞了飞了飞了九个半月，飞了几亿英里。

31:55然后到火星，然后就直接烧在大气层了。最后就会发现说，其实一边用的是英制的单位，一边用的是公制单位，两边拼不上。所以，呃，对齐不仅仅是费事儿的问题，很多时候也就会导致你所有的努力其实是南辕北辙。一边向这边，一边向那边，啪，自己把自己给撞死了，然后所有的事儿搞不成。

32:17那那个探测器好像是一亿多美金做的，然后一亿多美金就打水漂了，打水漂了。各自做的都都对，各自说不定还加班了，还提效了。但是总体上来讲，做出来就是个零，就是个浪费，所以没有用。所以没对齐，第一个就是对齐很贵。然后反反复复很花时间。

32:34第二个就是如果你真的没有对齐的话，其其后果非常的惨烈，后果非常惨烈。好了。讲了两个历史故事，讲到这里的时候，大家可能会觉得说，哎，又是一堆历史故事，然后以古讽今，对吧？就怎么样怎么样。但实际上我觉得就不是以古讽今，而是就是我在讲说，就是今天我们其实也在犯一样的错误。

32:55这个听AI炼金术播客的朋友应该之前听过我讲过一期，就是在讲这个段子，就是讲说会议纪要，会议纪要。呃。呃，大家仔细想想，你的会议纪要，你们每个会会纪要和会议纪要之间有没有关系？比如说你们公司有一个新产品，是做那个，是做嗯一个耳机，智能耳机。

33:18那你们公司关于这个智能耳机已经开了十二个会了，这十二个会，它的会议纪要是单独的还是连续的？你就想想这个问题。它如果是单独的，它跟我们在刚刚刚刚，是不是大家觉得那个波音公司是傻逼？那他们那个那个那个做出来的那个那个纸，明明已经用了AI在做，但是明明已经用了CAD在做。

33:43结果明明应该在数字空间，呃，有一个统一的飞机，结果他们还一个一个把那个图纸给打印出来，用低带宽来传输这个图纸，导致大量的问题，对吧？那明明我们不是应该关于这个数，关于这个AI耳机，关于这个智能耳机，应该在云端有一个统一的一个库嘛，

34:01然后所有的人应该操作那个库，对吧？而不应该有一个单独的文档。你为什么要有一个单独的会议纪要的文档呢？这个会议纪要是给谁看的呀？不需要给人看呀。

34:11这个会议纪要不是应该去有几个结论，比如说说我们这个螺丝要改大一点，或者我们这个音量要调大一点，我们这个应该改成蓝色。这个不是应该去改这个项目、这个产品的那个文档吗？对吧？他应该是去改那个东西，他应该去改云端的那个那个耳机，而不应该去改一个会议的纪要。

34:30因为会议纪要是给人看的，他还是指望这个人看了之后去参加下一个会。那比如说我们有两个会，一个会上说这个，嗯，这个，呃，螺丝应该改大一点。另外一个会有一个会议说我们这次改进过我们的供应商，然后那个大螺丝的那个供应商的话，我们决定把它给换掉。

34:48这两个会的，这两个会能够，两个会的单独的结论都是成立的，一个在讨论预算，一个在讨论那个那个那个螺丝应该大一点好一些，那个好看，讨论是工业设计。这两个会其实是有冲突的，对吧？但是如果你两个会都是单独的会议纪要，这个冲突要靠人的脑子才能发现，对吧？

35:08但是为什么要靠人的脑子去发现呢？这这明明可以大家去改一个统一的那个统一的那个文档，或者说统一的一个一个AI，然后里面是有逻辑关系的，这里面是可以被天然被发现的呀。所以你就会发现我们嘲笑古人是，呃，不是古人，就是以前的人是很容易的，会说，哦，你们傻吗？

35:27你们把它打印出来，这不应该天然的。这是数字化吗？或者说，哦，一边用公制一边用英制你都搞不清楚吗？我们自己不也是这么处理问题的吗？把一个一个silo，一个一个单点，我们也没有考虑要云端的把它对齐，还是想着人与人之间对齐。

35:44而且我们也没有去考虑说那个，呃，会与会之间的冲突，我们也觉得应该是我去发现。为什么要我去发现呢？我们发现不了的，人类没有这么大的一个一个上下文窗口的。我们不是，为什么不是AI去发现？为什么不是那个整体它去它去发现？

36:01对吧？所以你就会发现，我们其实在这个时代还是有非常多的古人的印记。我们做事和思考系统的话，对。包括我现在跟很多的那个AI的创业者沟通的时候，我就会发现说，我靠，你的思维就是比我这种老登还老登，就是非常非常非常非常古代。

36:22对。就所以就就大家想一想吧，就是看看说你你你回想一下你的思路的话，是不是已经已经到这一步了。OK。我们每个人身在局中的时候，都是很难看到自己傻的地方的，傻的地方。那我们就刚刚讲的那个会议的话，它其实就是，它是一个快照嘛。

36:38为什么它是快照？它它不能是一个持续的状态呢？为什么它不是一个持续更新的东西呢？为什么它是个古本呢？为什么它它不能是一个是一个有机的不断进化的整体呢？

36:50对吧？这些都不太对呀，就应该有一个持续的状态在那里。只是我们习惯了过去的会议，就有点像我们现在还有，嗯嗯，再举个更荒谬的例子。比如说为什么Word里面那个纸要是一页一页的？你看飞书里面就不是一页一页的，对吧？

37:05为什么要是一一页的？我们大部分不打印出来的，它根本没有必要是一页一页的，还要翻个页。没有必要呀，这件事情完全没有必要呀。只是我们受到了传统的我们的那个世界的影响，我们之前的纸是一页一页的，所以我们打成一页一页，所以我们不能理解这个新的世界而已。

37:24OK，不能理解这个新的世界。当然了。我们我吐槽了这么多了，但是解决方案是什么呢？就是我们应该AI原生组织，就是用AI来对齐事实。AI来负责对齐，AI来控制唯一的那个事实。

37:38就AI是一个状态库，一个数据库，所有人都在对这个库来工作，或者每一个项目有一个自己的库，对吧？所以这里有个重点，就是它不是提高每个人的工作效率，就是你画图的效率，而是说大家都在同一个飞机上画图。这样子的话，我们就可以知道说你的门和我的框能不能对得上，你的门和我的框。

37:58而这里面的话，就是比以前的那种什么数字化转型什么的，其实，呃，会容易很多。以前数字化转型也会说要大家维护一个统一的东西嘛，但是会要求很多人要填很多表。因为AI它本身，以前的数字化那部分就是会，呃，对人的要求，就是其实是需要人类去配合那个机器。

38:19然后说比如说销售谈完一个客户，你要填销售拜访单，你要填哪些字段。然后这个客户你要记录哪些东西，这其实需要人去配合机器，然后你要也要会用这台机器，然后你才拿得下来。所以，呃，存取都是很很难、很很高门槛的一个事情。那现在AI可以旁听你的会，AI可以看得懂你的战略规划，AI可以看得懂你的周报。

38:42这个时候其实AI可以那个录音，你的整个跟客户访谈的那个那个录音，这个时候上传就容易多了。然后AI又可以听懂人话，知道你要查什么，知道说，哎，下一个会跟这个会的冲突在哪里，它可以自己判断。这个时候的话，就是它可以主动地来参与。

39:00告诉你说，那个，他们已经说那个，要把这个螺丝给换成大的了，这个这个这家供应商现在不能换。所以的话，你就会发现说，就听起来很多逻辑跟上一轮数字化转型差不多，但是实际上它的那个难度已经要降低很多很多了。降低很多很多。OK。所以的话呢，当然这个有点理想状态啊，那我们可以讲一讲说，呃，现在已经有的一些操作是什么？

39:25我从讲一些激进的，讲一些非常朴素的。那激进的比如说有那个出门问问，出门问问是我听到的比较激进的例子，就李志飞。然后他他们的做法就是每一个项目有一个自己的agent，然后这个这个agent会管理这个项目的全部上下文啊、进展呀、待办啊、风险啊。

李志飞

39:45每个人每天就是跟这个agent沟通。然后李志飞是比较比较比较那个激进嘛，他们有一个说法就是说不准人跟人开会，然后就是信息不该从一个人流转到另外一个人，都要通过AI。那这个时候其实他讲的并不是说开会这件事情本身。我的理解就是，其实每个人都是应该在同一个数据对象上工作，而不应该是去呃单点工作，然后再靠人类脑子去对齐。

40:10应该在数据对象那个层面的话，唯一数据对象这个上面去对齐。对。这样子就更好了呀。AI去了解全局的事情，然后所有人去对这个AI工作，这这这这个不是那么难的一件事情，是吧？不是那么难的事情，所以的话大家可以先考虑这条路。

40:27那另外一个更大一点的公司的案例的话，就是安克创新，安克创新。他们就会讲说他们之前的话就是，呃，他们在B站有一个那个公开课，我觉得讲得非常好，强烈推荐大家去听。然后我从那个公开课里学到很多，然后也在约，正在约他们的那个人来录播客。

40:48私下聊了两句，然后说来来来。我们录个播客吧。然后再看能不能上AI炼金术。然后他们在B站上有一个分享，就说他们原来的新品上市流程就会有十几个节点，大几十个判断点，然后都靠文档和会议来传递一些信息。然后每一个节点的话，他们觉得都会有损耗，那整个叠加的那个损耗可能就损耗超过七成，因为你节点太多了。

41:13那这里面比较搞笑的就是，他们说的是，其实他们说的我印象当中说的是，每个节点如果做到百分之九十九，其实损耗下来最后损耗可能都有七成，啊，也做不到百分之九十九。那最后他们做法上就是，不是说我们要加强沟通这些屁话，而是说每个项目会有一个ID。

41:31然后这个项目的Agent会自己把这些信息全部整合起来啊，这个信息全部拉齐，然后数据库里有我们历史的信息啊，什么社媒的信息啊，自己采一下，采齐。采齐完了之后的话呢，那么他们的整流程其实就从原来的，比如说二十个环节，变成了三四个大环节。

41:48那这个大环节由AI来总控，然后AI和AI之间，Agent和Agent之间，比如说就环节变少了，那你其实内部的信息就全部是共享一个context了。那这个时候交接就变少了。交接变少之后呢，就比如说从二十次变成了四次。那四次交接的里面的话呢，每一次Agent to Agent的交接都是呃传递明确的核心数据对象，

42:12就是定义说从这个环节交接到这个环节要交接什么。呃刚才还有学员提问说，为什么要还要分，为什么不是一个Agent搞到底？他们就是说还是因为现在的Agent还是有上下文的问题。你让一个人去做完很多研究之后，他脑子就已经浆糊掉了。

42:27你最后让他做完一个，比如说竞品研究啊，什么研究性的工作。这样他出一个报告，然后下一个Agent就只读这个精华的报告就好了，就不需要把他的研究过程啊什么都吃进去了。所以的话呢，他们就是还是会做压缩，然后再做交给下一环。但是整体上来讲，就会交接的话会比我们更精准。

42:46所以一个就是减少交接，让那个压缩的步骤次数变少。第二个呢，就是压缩的那个规范的话做得非常漂亮，做核心数据对象怎么压缩，需要提供哪些信息给下个下一环，定义得非常清楚。那第三个呢，就是那个那个那个每一个智能体的产出的话，会留到那个项目池子里面。

43:06所以关于这个项目的所有的池子大家都随时从这个数据库里拿到的是最新的，就不是你拿到的是呃上一个月的一个文档，而是都是云端的一个最新的关于这个数据。所以但凡有其中有一个假设改了，比如说这个颜色改成蓝色了，所有的前上下相关方全部都会知道这个东西改成蓝色了，

43:26啊，不见得说我拿着我的一个过时的文档在做这个事情。所以就是及时的一个更新。所以我会发现说原本我们可能是击鼓传花嘛，把这个东西传到你那里，但是现在那那其实人与人之间在进行传递，他们其实也是大家都对着同样的一个数据对象在工作。

43:45然后这个数据对象可能过程当中还会有有有传递，确实有传递，但是是AI to AI的传递，并且是明确交付物的传递，让那个压缩压缩尽量的高效，尽量的尽量的好。对。这样子来做，OK。然后的话呢，那个那个那个，再往下讲的话，下一个例子是什么来着？

44:06啊，对。下一个例子是那个ClaudeTag。ClaudeTag的话就是Claude的那个，他们可以在Slack里面@的一个机器人。嗯，但是大家很多时候会把它想象成一个豆包，但实际上还不是这个。我们现在对ClaudeTag的理解的话，就是它会持续地读我们所有的上下文，你授权给它的所有的上下文，

44:27比如说那个频道的东西，还有那个项目库里面的所有的东西，它其实都会读。那这个时候它其实就不是说一个单人的你的一个助理，而是它其实是拿到的是多人的一个环境，它拿到所有的东西，所有的线它都拿到。然后它会积累历史上所有的上下文，然后它会主动地参与对话，比如说告诉你说他听到了隔壁部门啊什么的会全部都参加，

44:50然后参加完了之后，他那个那些Slack上聊天记录他都参加了。他知道说那边已经把那个螺丝改了，然后他然后然后他这边你们在讨论说要不要把这个供应商给干掉的时候，他就说不能干掉，他就会自己冒出来。所以的话，其实我觉得他们就是比较激进的在思考说，有没有可能一个Agent把所有的上下文给吃透，

45:11让它来做全局的对齐。如果能够做成这样的话，就真牛逼了，就真牛逼了。当然我们当然可以设计渐进式的一个内容披露，这是另外一回事啊。所以的话，大家想一想，就是

45:25嗯，呃，整体上来讲，就是我们不是说要像过去一样，我们要建一个知识库啊什么那种对齐，而是说我们能不能尝试着让所有的人工作在同一个数据对象上，而这个数据对象它本身是AI化的，因为这样子我们的带宽才受得了，上传才受得了，下达才受得了。那我们同样的工具工作在同一个对象上的话，那这样子是不是

45:50组织对齐效率会高很多。OK。当然你可以用，如果你担心上下文爆炸什么的，第一个就是我觉得，呃，AI的，我们要相信AI的进步。第二个就是可以用很多的技术手段来解决这个问题，比如说渐进式披露啊，诸如此类的渐进式方法来解决这个问题。

46:07OK，好。那最后一个点的话，就是当然刚刚讲到ClaudeTag就比较科幻嘛，最后讲一个不太科幻的点，就是，呃，有很多时候的话，我们的对齐不光是我们那个大家点对点没有沟通的问题。很多时候是误会，就是我以为我听懂了，但实际上没有。

46:27那这个时候的话，这种对齐不是靠一个一个文档可以解决的，一个统一的库可以解决。那这个时候往往靠说我们要把这个东西做到说更好理解。什么叫更好理解呢？就是用好AI的生成能力来帮助大家理解。那以前为什么有误解，就是因为文字是非常多义的一个东西，非常有歧义的一个东西。

46:50什么东西比较有没有歧义呢？就是做出来的成品比较没有歧义。一个人一句话就是就是诗歌，可以有一万种，一万个，一千个哈姆雷特嘛。

47:01但是，呃，一个微信长该长什么样子，大家就都觉得哦这个东西叫微信啊，没有解释空间。那现在的话，我认识的所有的创业公司基本上都是已经在用demo在沟通了，很少有人在靠文档在沟通，文档往往写的是用户故事，呃。然后文档是给AI看的。

47:20然后但是大部分时候我们都已经全部是在做demo沟通。比如说那个Flomo的少楠，然后听说他们就会说产品经理提出了需求之后就是要自己写代码，自己先跑通，然后再拿到结果之后才写PRD，这就是先出demo。或者说像那个那个，嗯，那个，那个公司怎么读啊？

47:43Aurora，就是Aurora，Aurora Academy，Aurora Academy，其实就BotLearn那家公司，就我们上上上期的那个，呃，AI炼金术的那个嘉宾，然后他们就会讲说他们公司的话现在是你要你要研发，要自己先把这个产品就直接上线了，上线了，直接MVP，直接找到客户就已经用了，用了有反馈了，然后觉得这事确实靠谱，

BotLearn

48:07然后再找设计师把它做成好产品好看的样子，这是下一步的事情。所以就相当于直接就就套，就code is cheap，呃，show me the numbers，对吧？嗯，告诉我数据，然后让我们直接用起来。那我们也孵化了一个那个做To B的服务的，就是呃帮人帮人AI转型的公司。

48:27然后他们现在接单子的时候的话，那个在跟客户谈判pitch的时候，已经夸张到就是一边聊天，就是开会开了半个小时就直接说，哎呀王总你看我们刚刚聊的，我对您行业多了很多的理解。然后刚刚你聊的这些点呢，我们觉得有好多好好的点子，然后我们就直接上线了。

48:44然后就直接开始展现，展示八个demo。然后那些demo都是可以点的，然后有无数按钮啊，功能全有，里面全是假数据。然后然后然后王总在跟他们说，啊，其实，哇，第二个好好啊，其实第三个第四个不是我想要的哈，第五个你误会了我的意思，

48:58直接上线，然后一方面是震慑对方，让对方看到说我们干活快，另外一方面也就是为了说，呃，很快的知道说你到底想要啥，否则空口说白话，你可以讨论讨论一天两天，不如直接半个小时我就直接给你八个demo，你告诉我第三个比较靠谱，我在第三个给你八个变体，半个小时之后再出来。

49:18然后大家一边用一边用一边用。然后说啊这个东西啊那就定下来是这个了，那那那那那我们两天上线，然后然后上线我们前期需要什么东西，然后哪哪几个那个流是比较缺的，哪哪三个按钮是你当下要的，然后就马上可以谈了。这个时候的那个歧义和那个误会就会少很多，就会少很多，所以大家也可以在这上面再考虑一下，就再考虑一下。

49:42OK。所以这个就是对齐事实的部分。那第二个部分呢就是对齐打法，对齐打

49:49法。啊，除了对齐事实之外呢，大部分公司也是希望说大家在同一个事实上，因为很多时候我们都不知道大家有没有在同一个事实。所以呢，事实上呢，大家有一个统一的协调，说我们至少，我们公司价值观啊。我们的理念，我们的那个做事的方法，我们的规范，这些最好能统一一下，不要不要不要不要瞎搞，然后也不要自相矛盾，

50:12对吧？所以这些东西往往会写到制度文件里面，写到年度计划里面，写到规章里面，对吧？然后我们大家也写到什么最佳实践里面，然后大家都不看，大家都不看。所以像这些规范性的东西的话，那传统来讲，我们基本上会用几件几个传统工具来帮助。

50:32第一个呢就是培训，然后就是像请我这样的人过去讲一通课，然后大家会鼓掌说，讲得太精彩了，然后回去就全部忘记了。那第二种就是制度，我们会写好多好多的制度，写得特别精彩，然后根本没人看。然后第三件事就是靠KPI，说大家一定要完成这个数，然后我们用这个KPI来管。

50:52然后大家就想歪门邪道去把KPI搞定，但是不做正事。所以基本上都会有各自的问题存在。那比如说举几个例子，就是说其实挺难管控的例子。第一个就是我最近在抖音上经常刷到一些那个广告，那广告都是在说，啊，关注那个最近前一段时间花了两百块原价买什么什么的人，

51:17现在一定后悔死了。今天他们大降价，只要多少多少钱，那些人已经哭晕在厕所，讲这种东西。然后我在想，如果我是这个品牌老板，我一定会气死。这就是在赤裸裸地教育用户，以后再也不要再原价的时候买你们家东西，这是绝对破坏品牌的一个东西。

51:36但是他就是这样打，我相信在转化上是有效的。然后的话呢，那应该是他们拿的就是转化一单多少钱。但是呢，应该品牌方也给他们讲了，不能伤害品牌。但是这句话他们整个讲的里面也没有说这个品牌不好，是吧？所以的话呢，你也很难讲他怎么伤害品牌，但是你一眼就可以知道他伤害品牌了。

51:56那这种东西到底怎么办？你内部或者外部的这种合作方的话，你如何去控制他的行为？你如何去检查这种行为？其实就挺难的，就挺难的，对吧？那另外还有一个最近发生的例子是，我有一个那个朋友，是很大的一个K12的教育的公司。

52:16然后他就突然问我说有没有AI的那个电销的工具推荐，我就帮他拉了个群，是一个不是AI，是人工的，非常牛的电销的公司，然后头部的公司给他，然后跟他讲。他说还要我去聊什么什么，群里聊得很客气，然后后来又给我发条消息说，我还是想找AI的，你再推荐一个AI的给我。

52:39我说那一家它是按效果付费的，你又买不了吃亏，买不了上当，你为什么不用？用人的就可以了呀，现在AI搞不定你这么复杂的事情。他说，我们之前内部，我们内部是有这个外呼团队的，但是他们，你只要定下了KPI，他们总有办法的话，达到这个KPI，但是那个过程的那个话术永远不是我想要的。

53:00我希望又有过程又有结果，这种要求的话，只有AI能够做到。我想，哦，好像对，有道理。对。所以大家也想象，就是很多时候你不仅仅想要的是一个数字化的结果。其实你希望说它按照你想要的那个方向，比如说不能提打折，或者不能提那种不合规的各种东西，不能引诱得太过分，

53:20然后来来做。但是你又有KPI的压力，就做不到嘛。你只有对AI提出这种自相矛盾的要求，然后它才会说，嗯，好的。但是人类提的话就会想把老板给干掉，对吧？所以的话呢，你就想一想，如果你既想要结果又想控过程，很多时候你真的是只能在里面疯狂地加AI来做这个打法上的对齐，

53:43做打法上的对齐。OK。那那个那个怎么做呢？怎么做呢？啊？

53:50呃，原生组织应该怎么来做呢？其实就是让AI来帮你对齐。比如说目标是什么呀？应该用什么方式做呀？要什么规范呀？

53:57要检查哪些点？让AI来做，全部用AI来做检查，甚至于全部都用AI来做操作，只让人类做例外。这样子才能够让我们的那些想要做的事情不是一个贴在墙上的几句话，而是真的落实的一个执行环境，做事的执行环境。那下面举几个例子啊，就是有一些是把那个打法写在工具里，有些是写在关卡里面，有些写在了后面的流程里面。

54:26比如说，比如说先举个例子。就是那个，啊，RACA，呵呵，botlane，我还是讲botlane吧，就是那个让机器人去上大学。然后那个botlane他们的话，那个那个，呃，上一期跟他们聊天的时候，嗯。AI炼金术跟他们聊的时候就会聊到说，呃，俊东就分享了一个例子，说他们公司的那个设计师就做了一套他们的品牌方案，

54:51就比如说应该用什么颜色啊，应该什么logo啊，字儿多大呀，什么这种东西，全部写成了一个scale。然后他比如说他要做一个presentation的话，他就会把那个东西写好，然后调用一下那个scale，他的整个的那个那个演讲，那个内容，那个那个文文档就全部变成了符合品牌品牌规范的那个东西。

55:11所以原本的品牌规范就是说有一本册子让你去学，对照着一个个去用嘛。但现在的品牌规范就变成了一个工具，你点一下，然后跟AI说。你套那个品牌规范，它就自动套好了，所以就跟原来完全不一样了，就跟原来完全不一样了。它这个对齐是不是就比原来容易了一百倍？

55:29所以不要说是又讲一个道理，而是把它变成一个按钮，这样子就容易了。那第二个例子是还是安克，因为最近看了他们好多案例。对。然后安克就是对设计检查点，他们的那个，嗯，阳萌曾经分享过，就是说他认为检查点优于行动嘛，先于行动，就是标准是贴在检查点里面的。

阳萌

55:50所以他们在那些Agent to Agent的过程当中，人的流程当中会设计很多Agent的检查点，去设计说，哎，这个到底要查什么东西啊，然后要看哪些点啊，然后有哪些可以过，哪些不能过，全部让Agent来在关键点进行检查。而这个检查的Agent和原来那个Agent的上下文是独立的。

56:10免得就是把它把它就乱了。对。啊，之前徐文浩也分享过一个例子，就是，呃，那个，他们会让Agent去做那个做那个测试用例，然后结果发现那个Agent全部把那些测试用例全部mock掉，就是他全部用用假数据假装跑了一遍那个测试，

56:29所以你看到的全是绿灯绿灯绿灯。其实他啥都没干，他就说，哦，好过好过。所以的话，你应该是搞一个对抗性的，搞一个干干净净的Agent去去对抗，而不是在原有的地方说你自己再想一下，搞一个对抗的机制。就有点像是你公司里面一定要搞两个，如果是你怀疑一个部门的那个你要去监控他们的话，一定是有一个独立的部门去管他们，

56:51而不是说，哎，你们部门自检自查一下，你查不出来什么东西的，查不出来什么东西。那这个检，嗯，检查的这个部分的话，其实就是那个类似于人类的流程，就是在用这种对抗对抗和管来提升质量，来提升质量。那，呃，经常有朋友跟我讲说，他觉得现在的AI还不靠谱，这方面能力不够，那方面能力不够，还有幻觉，

57:16没法用。巴拉巴拉巴拉的。然后我就跟他讲说人类的能力更不够，人类更有幻觉，人类更不靠谱，你为什么敢用人呢？是不是用机制来解决问题？你会有比如说研发搞完了，你会有测试，然后的话呢，你会有内控，你会有流程来解决问题。

57:33那其实你要解决AI的问题也是这样，你不要指望一个AI当下帮你解决怎么样，而是你用一套机制来搭出来，然后来来解决问题。所以这是安克的一个打法。大家想知道细节的话，自己去翻那个B站上他们的课，我觉得讲得巨好。对对对。

57:50我正在约他们的人上AI炼金术，不知道可不可以上啊。OK。然后第三个案例的话，就是那个ZooClaw，就是徐文浩他们。对。徐文浩他们那个在研发线上面的话，他之前也分享过，就是我们AI炼金术上面聊过一个例子，就是，呃，

ZooWork

58:08比如说讲代码规范。他们之前就大家都用嘛，Vibe Coding之后大家就不用，没有什么代码规范，就乱写。尤其是像我这样的，就是已经二十年没有写过代码的人，你能指望我写出啥来，对吧？那这种东西传统上怎么办呢？如果我们需要说，啊，大家要规范，要不然我们频道一起会打架的，我们要复用资产，那就只能教育我，

58:28教育我我肯定不听的。那怎么办？最后只能用AI来辅助对齐。就比如说徐文浩分享过一个特别小的例子，是大家都写Vibe Coding之后，不是经常会那个画一些图嘛。那个画图，你用Vibe Coding去画图的话，用代码去画图，经常画出来那个东西叫SVG，就用代码画出来一些什么小熊猫啊什么的。

58:49然后你用它来画图，就会发现每个人都会自己画一套。这明明那公司里面可能就很多库可以复用，你为什么要自己画一套，以及画的那个方法非常的可能就非常丑陋。画出来就特别，那个代码很巨大，然后不好看，诸如此类。那逻辑上来讲，就应该教大家说，你们都要用统一的库嘛，你们都要用统一的库。

59:09而且要怎么样怎么样，但是这样子培训也不会听，怎么办呢？那就是让AI去检查每个人库里面，每个人代码里面在写SVG那部分，帮他用规范的方式来复用库，帮大家全部重写不就好了嘛。这样子既达到了更好的效果，但是又又又没有让整个什么相互冲突啊、浪费啊。

59:31然后不好看啊，那种东西没有，但是又不需要大家去学习，因为人类是不想学习的，就机器学习。那让我们达到了对齐的效果，但是没有让人类支付这个对齐的成本。这样子组织的上的协调压力是更小的，组织上的协调压力是更小的。所以总的来说，就是在对齐这件事情上，就是我们要对齐事实，我们要对齐打法，而最有效的就是用AI让AI来对齐事实，

59:57怎么让让AI对齐事实？就是让所有人去操作同一个AI，操作同一个事实，而不应该让人与人之间对齐。让所有人去操作同一个，它就不用对齐了。所有人去操作，人和AI都操作同一个东西，那个东西本身就是一个实体，它哪有对齐嘛。所有的，当我们的做法上的对齐的话，就是让AI去把我们的打法的话，让它翻译一遍，让它更对齐，以及不好的打法让它自己去检查一下，

1:00:24让我们对齐，以及把所有需要对齐的事情变成工具，自动化地来对齐，这样子效率会比较好一点。OK，这是对齐的部分。啊，啊，居然要讲这么久。那对齐之外的话呢，我们觉得AI在那个原生AI的原生组织要做的第二件事情，就是要做在推进上面。

1:00:45什么叫推进？推进就是你公司要有很多事儿要做嘛，那这件事儿总归会有先来后到，先要干什么活，再要干什么活，先谁干再谁干，那这事儿总需要一个人去推。我们说说谁谁谁，你来推进一下这件事情，其实就是催活儿嘛，呃，把把这个活儿给发明出来，谁应该干什么事儿，

1:01:02以及催着他赶紧把它干完。所以本质上就是要发现任务、分配任务，然后那个传导一些任务、检查一些任务，这些事儿有点像PMO。那在在在我们现在讲的高级的话，其实就是就是任务的编排，或者说呢，就是很多时候的话，或者叫任务的编译。很多时候我们的决策有点像一个源代码，它需要把它编译成一个可执行程序，然后分分配资源，它才可以发生嘛。

1:01:31所以的话呢，在旧的组织里面，我们会有很多的岗位，其实就是在干这个活儿的。就是怎么把老板的决策变成一系列的活儿，以及怎么让员员工把这一系列的活儿给传递下去给干完。那这就是推进，这就是推进。传统来讲就是靠人推，所以会有PMO这样的角色。

1:01:48然后你就会发现靠人推的问题就是会卡在很多的环节里面。整个组织最大的时间上的损耗不是在干活大量的事情，尤其是重要的事情。它的损耗都是卡在任务和任务中间。走流程很多时候它也不是在说我不干，但是呢它就会卡在那里。我们在开会再碰一下，我们再研究一下，然后这件事情我们下次再拉上谁一起碰一下啊，都是发生这种事情。

1:02:19所以在点和点之间往往是最大的一个损耗，最大的损耗。所以方案做完了，可能就会躺在群里等产品，产品看完了，等在邮箱里等法务，法务看完了，等在系统里等采购，反正每一个环节都要等，这事儿就没完没了了。然后然后就，啊，对，它也不是白等，它会给你一个反馈的。

1:02:40比如说这里面是不是还有什么东西没有考虑到？然后巴拉巴拉，或者这件事情的话，我们需要什么什么什么东西，就卡在那些接缝上面。那传统来讲的话，我们就会养一批人再去解决这些接缝的问题，就PMO。或者说还有一些的时候，我们就会说，那你们两个部门合并一下，有同一个老大，其实就是用这老大的权威和他的上下文来推进这件事情。

1:03:03所以你就会发现说公司里面比较贵的人在干嘛呢？大部分时候就在做这种事情。公司里比较贵的人的话，或者你觉得这个人比较能干，就是很多事情卡在那里了，他能够推得动，这个人就比较贵，这个人就比较了不起，就比较能干。

1:03:18所以管理者要做的就是共享上下文，然后推动事情嘛。你给他那么多钱，主要不是为了他的专业性，而是他能够让事情推动，你要给他很多钱。那么具体来看推动是在干嘛呢？具体来看推动就四件事儿。第一个呢就是发现活儿，然后第二个就是那个分配活儿，第三个就是传导活儿，第四个检查活儿。

1:03:41啊，这样大概就这么这么四件事儿。所以就就整个就是卡住的事情的话，就是这个活儿就是在那里，不是干的速度，而是它一个活儿发现、分配、传导和检查，它中间的这些卡点的速度，它掉到缝里的这个速度。OK。那为什么AI可以更有效地来推进呢？

1:04:03为什么AI可以更有效地推进呢？其实是那个它更知道全局，然后它更耐得烦。然后它更得罪人，所以它可以推进，它可以推进。那这边我举个例子啊，那我就举个例子。但实际上如果我们讲得学术一点，是因为AI可以保持一个持续的状态和trigger嘛，对吧？

1:04:22它就更更更好去搞。那举个例子，就是像那个安克，安克他们早期的时候，他们分享是他们早期也做了很多Agent，然后，呃，培训。然后教大家用，然后满意度巨高。回去之后就发现Agent大家都不用了。

1:04:37为什么不用呢？就是会发现，哎，每个人最后又回到了老的工作上面。因为原本的，不管你给的Agent的好用还是不好用，本质上是人在使用Agent，但是整个活的那个流程还是人在推进。你催我干嘛，我催下一个人干嘛。然后这个每个人再去催自己的AI，那他可用AI可不用AI，对吧？

1:05:00但是整个流程的那个那个推引擎还是人，只是在任务层用Agent，那人是发动机嘛，那Agent只是可有可无的一个工具。那当我当然我走走着走着，如果没有特别的理由，我就回到了原来的老路上。但是他们最后就发现，最重要的事情其实是把这个圈推动得变快，啊，然后而且要让这个圈推动你去用AI。

1:05:26那推动你去用AI这事儿本身也应该用AI来做。所以他们就产生了一个概念，就是说是Agent来推动流程，而不是用人去用Agent，是让Agent去推动流程。而不是让人去用Agent。这样子的话，他们的整个效率才提高。所以是把Agent提到了一个组织协调、整个推进的这一层，而不仅仅是在任务完成层。

1:05:48因为前后两种做法，节点上看起来差不多，哎。实际上差很多。他们后来因为是Agent，他就比如说就四步就搞完了，人搞可能要十几步。但是总体上来讲的话，就是更关键的不是那个，不光不是节点的减少，以及还是节点和节点之间的那个流转，

1:06:06也交给了Agent来完成。所以是Agent推动流程，人被Agent叫过来，是这样子来做。那具体来讲是哪些事情呢？那就分成四步。第一步是发现工作，发现工作，因为发现工作是一切的起点嘛。

1:06:20那以前我们也要发现工作，比如说我们要发现说有哪个客户投诉啦，呃，我们战略会上发现说我们有哪件事没做好呀，或者实体的店里面我们要巡场啊。我们要月度经营会啊，这个里面就会有很多的损耗，所以有很多的损耗。所以的话呢，就就就还有很多的延迟。

1:06:38比如说你要等到半年度经营会才发现一个问题，然后说我们要立个计划，然后再慢慢安排下去。发现工作最高的境界就是工作自己发现，自己自己举手说我应该被干了，然后就就就好。比如说大家去海底捞的话，就可以看到说，嗯，他们其实是那个那个有一个那个小牌、小小平板，平板电脑上就会告诉你哪张桌子现在有人，

1:07:01哪张桌子现在需要被清理了，哪张桌子人刚走，哪张桌子的话现在是空的。已经准备好了。所以这样子其实是门店里面有一个那个摄像头，然后它是那个监控了所有的那个，呃，很多个摄像头，监控了所有的那个台子。然后这个台子会自己告诉你说它到底现在是什么样的状态，然后就不需要人去反反复复去巡场，是自动识别了。

1:07:27所以这样子就不需要人再走一趟了，而且人再走一趟就延迟嘛。那机器马上就看见，机器马上就识别，机器马上就派活儿。比如说，哎，这个人走了，谁谁谁去擦一下桌子。那这这样子就是一个发现任务、发现工作的一个最快的方式。它不光是发现，它已经把活都派出去了。

1:07:47那第二个例子的话，就美的，美的的话，他们以前说有那种班组会，就是每两个小时跑到大屏面前去开会，碰一下啊，发现什么问题了呀？我们有什么可以做的呀？那这事儿其实就是在不停地巡检，就是在看以及在发现工作，然后说我们要怎么做。那这些事情其实本质上都是白领工作啊，现在看初级白领工作应该都是让AI来完成。

1:08:11所以他们现在就是用人形机器人去扫嘛，人家美罗，然后其实就是美罗它去扫，它去扫完之后给它去识别问题，它去产生，呃，发现工作，然后它去发现工作之后，它自己去派工单来解决。那你就会发现我们大量的这种基层的所谓的周会、日会这种无聊的事情，其实都是在发现工作和汇报。

1:08:32那大家汇总统一对齐，当然也有对齐的事情。那本质上来讲都应该交给AI来做。当然这刚刚讲了两个都实体的例子，因为实体的例子看得见嘛，对吧？就是你会知道说有这个工作的发生，比如说那个桌子就是脏了，那你知道，或者那边泼了一杯水你就知道，

1:08:51那或者那个生产线没电了你就知道。但是数字工作其实很多时候是不知道的，就是你不知道它在电脑上到底在干嘛。哦，那这边有没有方法呢？其实也是有的，就比如说还是安克的例子，安克就会自动来识别工作。他们叫，比如说叫有一个东西叫Agentic AI。

1:09:10比如说他们如果在亚马逊上，他们某个产品销量猛地下跌，那这件事情就不是要等到人去发现，他们系统会自动发现说，啊，有一个警报，然后警报。然后然后那个那个那个说，哎，有异常，然后就会去自动分析，哎。是不是没库存啊？是不是广告的流量减少啊？

1:09:27是不是什么呀？然后，哎，是不是有差评啊？它就会都看一遍，都看一遍之后，它会把所有的已经看到的东西打一个包汇总到一起，然后生成这个工作项，说你来看，你我已经判断大概什么问题，我收集的所有数据在这里，你们谁谁谁谁谁来看一下这个这个问题，

1:09:42我们尽快地解决。所以的话，它就不是说我们要等到啊什么，比如说周会上过数据说，哎。上周这个数据为什么下降了啊？我小王说我去查一下数据，而是当这个数据下降的那一刹那，就已经把所有的数据汇总好，已经把这个工作派给了最能解决它的人，

1:10:00然后就流转开了，流转开了。所以大家可以看出，哎，AI原生组织就是应该让工作自己被发现，然后该做什么了，然后把上下文准备好，然后能做的事AI自己做掉，不能做的事它请求人类来帮忙，人类来帮忙。刚刚举了蓝领的例子，白领的例子对吧？

1:10:18蓝领的这种岗位很容易发现，白领的你就要知道说你们公司到底什么事情是值得被关注的。然后的话，你让AI值班，跟你一起讨论，然后让那个让AI进入我们的文档，进入我们的系统，让它去发现问题，然后让它来识别工作，让这些工作更快地被暴露出来。

1:10:36配合上下文，让AI直接搞搞不定的让它去叫人，这才是那个发现活的那个AI原生的方案。那发现活之后怎么办呢？就是干呗。所以首先让AI自己干，然后再让它叫人干。以前的话就是都是人类来思考一个活嘛，人类分配给人类。

1:10:55那人类分配给人类之后，如果我们是第一层级比较浅层次的用AI，那就是那个人再去思考他要不要用AI，对吧？但是我们应该先用AI。如果你是AI原生组织，你应该先用AI，然后AI搞不定的用人，而不是人先想，然后人给人分配工作，然后再由那个人他去决定他要不要用AI，这个时候已经来不及了，来不及了。

1:11:16因为最了解全盘，最了解这个事情的人其实是AI，所以应该让AI来，AI来统筹规划，对吧？不应该是人拍脑袋，应该让AI来拍脑袋。其实其实这件事情本身已经非常的常见了。大家中午点外卖或者出门打车，你觉得那个外卖的那个外卖员的调度和那个滴滴师傅那个那辆车的调度是人在调度还是AI在调度？

1:11:43显然是AI在调度嘛。所以在这种情况下你就知道说其实AI的效率肯定比人要高得多，只是我们觉得说我们的工作可复杂了，AI调不过来。嗯。嗯，很大的问号，不一定。

1:11:55对。大部分的工作的话，其实AI是能够调度的。或者说，很多我们的工作之所以调不过来，是因为我们对工作就是一团浆糊。当然，这对于我们自己，假设你现在是个打工人的话，这是一个保护。但是从逻辑上来讲，这其实就是工作没做好。

1:12:12对。然后工作做好的工作的话，就是把它清晰定义的工作，理论上来讲，AI是能够来进行调度的，应该让它来派活，对吧？应该让它来派活。那组织里面最老的问题就是就

1:12:23是，其实大家都说骂老板嘛，其实就是因为很少人是适合当老板的，适合派活，适合分活的。那AI解决了这个问题，就是它是系统，它是比较看看得到全局，它的分工相对来讲是比较科学。相对来讲比较科学。所以它就至少你碰到的是一个AI嘛，你就不是碰到的一个所谓的SP老板嘛，对吧？

1:12:46也好一点，也好一点。那这边举个例子啊，就比如说那个，嗯，比如说CodeBuddy的话，他们在那个腾讯腾讯研究所出了一个报告，然后里面就举了CodeBuddy的例子，就说他们每天早上的话，那个程序员的话不是去挑，不是去自己想干嘛或者领导安排，

CodeBuddy

1:13:05而是AI会根据每个程序员的历史情况去给他说，哎。你今天适合干这几个活，你要不要挑一挑？然后程序员去挑一个自己适合干的活。然后而且现在干的活的块已经越来越大。那AI其实在这种程序员的活也能分配的情况下，就是就是程序员每个人写的活不是写一样的嘛。

1:13:23你说那个送快递的活是一模一样的，那程序员每天写的不一样的，这其实都能做。那你说你的工作或者你们公司大部分的基层岗位的白领的工作不能让AI来调配，其实不太不太现实，不太现实。那为什么那个那个那个那个刚刚我也提了一句说CodeBuddy那边也说那个活派的越来越大呢？

1:13:45其实还有一个点。就是，我们以前如果你是给人在派活，还是在原来的那个，原来的那个分工体系里面的话呢，你就会派给他的活还是原来的大小，然后还是一小块，那个时候他可用AI可不用AI。但是，当你用好AI之后，你让AI来产生分工之后的话呢，你就会发现，每个人如果我们先假设大家都是先用AI来干活，

1:14:10理论上应该每个人的产能都变大了n倍。那你如果还是有那么多人来接那么多环节来推进那个活的话，那么其实每个人都很憋屈，就是他都有超能力了，你只让他做这么一点。而且他做这么一点之后。他就马上要跟下一个人交，下一个人再交接一次。

1:14:28这个时候就很暴躁。就有点像我们早几期也是跟那个Bot学院的同学们聊的话，他们就会说，之前他们把AI塞到老流程里面，就会很崩溃啊，就是因为AI给了，比如说给了产品非常多的信息，产品其实不能完全接受的，吸收不进去的。但是这个时候他就需要跟那个研发来讲这件事，然后很多东西又不是他自己想出来的，他也讲不清楚。

1:14:48然后还很暴躁，所以这过程的摩擦反倒会变大。但是如果呢，你让他全部自己做，他反倒全部融合在他一个人上下文里面，反倒这件事是流程上是走的比较快的。所以呢，你应该把整个活变得更，变得更大，变得更大，然后让整个的流程中当中的交接更小。

1:15:07过去之所以不这么做，其实还是因为人的能力有限嘛。那些人能力大的，你应该给他更大块的活，让他直接去完成，直接去完成。那一个人如果能干三个人的活的话，绝对不是提效三倍的问题，他是减少了两次很大的压缩和摩擦。这样子的话，提个提效其实才是更加显著的。

1:15:27所以你要让每个人活变大。那你让每个人的活变大，其实你只要重新定义什么是活，什么是工作。你不能再把原来那个小块的工作给他，然后让他再切一小块给AI，而是应该整体上来讲，重新根据说到底什么该被做，来来定义这个工作，然后再把中间的一大块交给同交给一个人，然后他会自己全搞定，然后再交给下一个人，

1:15:51这样整个工作的完成呢，需要更少的活，需要更少的人和需要更少次的交接，这样子组织的效率才会提升，才会提升。OK。那再举个例子的话，就是还举回到那个那个那个呃蓝领那边的话，就是现在的工厂。很多工厂其实像比如说库特智能啊什么的，他们现在在那个以前的工厂的话都会有什么车间主任啊班组长，

1:16:14其实就是负责看着嘛，看着这一摊然后说这个事儿。那其实他的工作就是传统的一些那个白领工作，信息收集，模式识别，然后管控，信息传递。那这些工作理论上来讲其实本质上都是普通的活，对吧？都是白领的活，都是信息的活。

1:16:33那这些活的话，理论上来讲都应该是AI来做。所以分配活的话，在比如说库特智能，好像之前叫红领，就都已经是AI来做了。就是理论上来讲，就应该哪件衣服到了这里，哪一个RFID识别了这件衣服应该干嘛，就在那个屏幕上告诉这个工人要干嘛。

1:16:49所以其实是AI识别当前这个工作需要被干什么，你需要帮助我在上面做什么，而不是有一个人类去分配给另外一个人说你要干什么，然后他去决定怎么用AI。这是反过来的一个流程，反过来一个流程。OK。所以大家想一想说我们到底是什么样一个一个情况。

1:17:09我们公司，呃，自己的公司到底它你是原来传统的人肉组成的那个组织，然后人肉在推动，然后过程当中让，呃，大家用人的我们的小肉脑子去思考，嗯，应该做什么，然后分配给AI，还是你用AI在中央，然后它来定义活，然后它来分配活，然后分配的比较大块，然后人类去处理这个大块。

1:17:33然后AI去处理这个大块，然后把中间搞不定的那个部分说人类能够帮我在里面做什么。后一种才是更加AI原生才能够抵效的一个一个方法，一个方法。OK。好。那这个就是呃整体上来讲就是呃AI分配工作的话，整体上来讲就是把AI放在更加的中心的那个位置，

1:17:55更加中心的那个位置。OK。当然了。这个时候的话呢，就可能会有一个悖论，就是，嗯，

1:18:03当我们真的这样做了之后，因为我自己个人也有很强的这个体会，当我们真的这样做了，你把比如说怎么发现活，怎么样分配活都交给AI之后，你会发现其实人是更累了的。因为平时我们，呃，虽然我们好像号称自己想要提效，但实际上我们每天的工作可能80%是低效的，

1:18:23非常无聊的，呃，低智力低算力需求的活动。这个时候其实对脑子是一个休息。虽然我们有的时候抱怨那些无聊的工作，但是那些无聊的工作对脑子是个休息。当AI来分配活，每一个都是需要你在做决策。都是让你做真正的思考的工作的时候，其实你的脑力消耗是非常大的。

1:18:43像我现在我就会觉得我的工作的强度，就是我的工作时间其实并没有怎么增加，但是我的工作的脑力上的损耗其实可能是我以前的好多倍。就比如说我要做这么一个PPT，我以前就随口随手就做了。但是现在的话，我基本上每每一个模块，AI至少给了我出了可能上千万字的东西，而且，对，就是就是你大量的在在在在看东西，

1:19:08然后我然后又会找找各种人聊，你对事情的要求也在变多。所以，嗯，他他你在整个在推进的时候的话，哎。在AI的辅助下面，其实呃，还留下来干活那部分人其实更累的。那这个时候的话，其实就有点像是福特的那个流水线上的工人。那以前的工人呢，福特一直被说成是一个大好人嘛，说他给工人涨薪水。

1:19:32那其实是因为他把工人放到流水线上面之后的话，会发现那些原本还可以休息一下的工人，会发现自己每天就忙不过来了，永远要干活。你不提高薪水，大家就跑了。所以在这个时候的话，你会发现真的让AI来呃分配工作，让AI来发现工作之后，其实人的工作强度是要变大的。

1:19:52那这个时候你对于人的要求或者对他的激励，要不然你就挑到更好的人，但是你挑到更好的人，你给的钱又不够啊，你要给更多的激励，所以这个时候又需要组织的其他的配合。当然了。我们现在讲了这么久，还只讲到了那个我们讲说那个AI组织转型有三个部分嘛，三个部分嘛，有对齐，

1:20:10有那个推进，有闭环。我们推进有四个板块，就是发现工作，然后分配工作，传导工作，检查工作。那后面两个还没讲，但是我已经嗓子已经受不了了，我们今天就先到这里，然后我再找时间跟大家往后聊，然后再接着往下说。那我们接着往下说，说完这一块之后，还要再说那个，嗯，组织怎么转型，就是可能有一些，比如说怎么样去激活团队啊，

1:20:38怎么样去那个，呃，做IT系统的建设呀，怎么样去做基础的准备啊，然后就诸如此类的。然后还有在战略层和市场层的话，怎么去识别，呃，整个产业，识别出要素对你可能的冲击，怎么样规避啊，以及怎么样去占住好的新的生态位啊，然后就是去去借势。

1:21:00巴拉巴拉巴拉巴拉。反正目标很远大，目前进度很缓慢。对。然后我们先聊到这里，然后大家如果觉得有帮助的话，欢迎留言。也欢迎把这个播客分享给自己的朋友们。

1:21:13然后我找到，呃，对，最近一直在，现在还在一个，对，现在还在一个民宿里面，我们在山清水秀的地方，居然我在这边讲AI，哎，真是。对。所以下一次看什么时候找到时间，我再接着录下一期好了。啊，谢谢大家对AI炼金术的支持，大家麻烦推荐给其他人。

1:21:31好，谢谢。拜拜啊。下一期再见。