- 给这本书评了4.0帝国的福音
强烈推荐本书,因为作者是真正的业内前沿人士,从 2009 年创办 “创新工厂”,我有朋友就在他投资孵化的公司,做具身机器人。特别是李开复 2023 年筹组的 “ProjectAI 2.0” 项目,近年发展很好,并且预测到大模型将普及化,因此李开复的公司战略重心全面转向企业级决策 AI,也就是帮助企业 AI 落地,自己公司更是亲自践行,因此如果你是老板,应该看这本书,你会知道公司如何转型和使用 AI,如果你是员工也应该了解,未来企业里员工如何才能生存。AI 将改变所有行业,回顾百年世界技术进步的过往,电力的发展将农业社会推进到工业制造社会,互联网改变通讯和办公环境进入全球化,AI 将改变所有的公司结构和每个人的工作方式。当电力进入社会,互联网进入办公室,普通人并不一定是发电厂员工和做互联网编程,但都会成为使用者,传统的畜力和算盘被淘汰,纸媒和报刊售卖亭被淘汰,车把式和专业司机也会被淘汰,可新的岗位也会涌现,本书很新,2026 年 6 月完成,有作者最新的感悟和形势判断。以上都是个人和公司层面,真正改变世界的是国家管理制度,中国在宋朝能领先世界,在于中国有汉字、纸张和印刷术,这样广大的疆域可以派遣共同认知的官员进行管理,信息报送,这样的体制管理帝国 2 千年,但为何 “皇权不下县”,不是不想,是能力不够,明朝的郑和没有开疆扩土,朱元璋的 “十四不征”(正式 15 国),主要是吸取元朝的教训,管理力所不及,疆域广大几代后就分崩离析,不合算。就是到 1970 年斯诺问教员中国人口,教员都对全国统计数字报怀疑态度,在上个世纪最头疼的全国统计局,现在 AI 和大数据的加持下,如同天气预报越来越准确和高效,同样全国的 “三金” 工程搭建了数据信息流的网络框架,而 AI 将体系管理的人为因素降到最低。从吴恩达,黄仁勋到陈植麟,陈广宇,华裔在智算方面展现了超高的智商,印度裔是嘴上的功夫。西方一直认为中国制造的崛起是人力成本优势,其实中国的人力成本早就超过了大部分第三世界国家,就是东南亚我们也没有优势,中国赢在效率的提高,而提高效率是建立在庞大的基础建设和体制之上,传统的体系庞大肯定会因为科层制累计效率降低,官僚主义的推诿,人事复杂造成错误,从封建社会统计报告和对报告的监察复核就不断的 “矛盾” 升级,耗尽了体系的资源,但现在建立在 AI 基础上的管理将有本质上的飞跃,因此马斯克开始才雄心勃勃的提出 “政府效率部”,可惜华盛顿已经积重难返了,如同全国电网,特高压输电,高铁和全国 5G,这些技术美国都具备,但分布式各司其职,以制衡为目标的体系,让美国无法大规模社会性运行 AI,如同电力技术最早出现在欧洲,但最早的电气化工业国是美利坚,而现在的 AI 智能时代,首先全民 AI 落地的国家一定是中国,因为数据的流通,比如中国人已经习惯的移动支付,所有银行的瞬间转账,政府平台的网络办公,就是医院的全数字化管理,这些中国已经的习以为常,在国外因为行业壁垒和安全性的相互不信任,每一步都难于登天,当豆包已经在线问询是否共享我的 word 数据,AI 手机已经呼之欲出,有充沛电力为基础的中国,一定能走到 AI 发展的前列,政府和大企业(平台)的垂直和延展的整合能力将无孔不入,我们将见证帝国崛起。2026 年 #227
4转发同时评论快速转发585分享「微信」扫码分享给这本书评了4.0未来已来关键不是单纯引入新技术,而是重塑业务本身 —— 工作流、决策权、人才体系、数据资产与组织文化。管理者们真正看重的是营收、毛利、资产周转效率及经营现金流,这才是真实的商业。因此,本书虽然从技术出发,但始终紧扣商业的逻辑,告诉你 AI 如何真正改变企业的经营结果。2024 年图灵奖得主之一、强化学习奠基人 —— 理查德・萨顿(Richard Sutton),在 2019 年发表的一篇名为《苦涩的教训》(The Bitter Lesson)的短文中写道:“凡是试图把人类知识‘手工’塞进机器的方法,短期都会领先,但长期都会停滞。真正笑到最后的,永远是那些让算力和数据自己去发现规律的通用方法。” 拥有一位聪明的助手,并不意味着你不再需要阅读、写作或思考。智能体是人类能力的补充。“杰文斯悖论”:技术进步不会让需求收缩,而会打开被压抑的需求空间。企业接上大模型,只相当于把电动机搬进厂房,距离 “可以在业务里直接用” 还隔着一整套系统:打通数据、校验输出内容、跟踪版本更新情况、按任务难度匹配合适的模型等。所以在 Palantir 这位先导者面前,我们是学习者,也是接棒者:学习它 “模型终将平价、本体才是护城河” 的远见,学习它把企业本体做成产品、做成方法论的功力;同时,试着把它还没实现的 “让业务人员用自然语言来构建本体” 这一步补上。模型是会思考的大脑,可一个再聪明的大脑也需要一张地图以认清全貌、一个导航系统以了解实时状态,并搭配操作系统才能动起来。机器学习负责听懂人的语言,结构化的本体负责把意义牢牢固定下来。神经网络和符号系统,本就该早早结合。让真正懂业务的人,用自己的话,亲手把地图画出来、改明白。AI 没有发明新的领导力。它只是让领袖特质重获加冕:品味、远见、信念、勇气。当执行日益被机器接管,这些特质便成了领导力中最珍贵的东西。所以,别再问机器智能会把你带去哪里。真正该问的是,你要带着它去哪里?答案不是更有效率地执行,而是更清醒地判断;不是随波逐流,而是勇于承担定义未来的重任。未来,不是要来。未来,已经到来。
1转发同时评论快速转发评论36分享「微信」扫码分享给这本书评了5.0这场 AI 变革带来的是远比前几次工业革命更加深刻的生产力革命。既然是革命,就有残酷、无法逃避的另一面:产生新的赢家和输家。因此,每一位企业管理者都被迫接受来自 AI 时代的拷问:你对 AI 变革是否有足够深刻的理解?你需要做什么才能保持企业的竞争力?当 AI 越来越能干,你的企业组织该如何变化?为了在这场变革里回答这些问题,我准备了 40 年。AI 能站在已有的数据库之上归纳、分析、推演,却不能真正理解意义、体验感动、辨别好坏,这注定了它无法真正代替你去做决断。AI 真正的作用是用庞大的智力资源,近乎无限地放大人的能力。
转发转发同时评论快速转发12分享「微信」扫码分享给这本书评了5.0好书!第 1 章 一场比工业革命更深的变革: 用一千年的人均收入曲线开场,说明 200 年来的繁荣是通用目的技术点燃的。作者提出 AI 变革对工业革命的 “4 处碾压”:“最贵的智力,最先贬值”(冲击方向反了,先打写字楼而不是工地,用莫拉维克悖论解释);扩散几乎无摩擦(ChatGPT 两个月一亿用户);边际成本奔向零(两年推理成本降约 99.4%);以及 “AI 正在加速开发自己”。“过去每一次工业革命给你的都是更强的‘手’,而这一次,AI 变革要换掉你的‘脑’。” 第 2 章 从工具到会思考的机器: 借辛顿、彼得・布朗、瑞迪三位老师的故事,提炼两条铁律:让机器自己学(萨顿《苦涩的教训》:把人类知识手工塞进机器,短期领先、长期停滞)、数据决定上限(“再多的数据都不嫌多”)。再讲从 AI 1.0 到 AI 2.0 的跨越:Transformer、GPT-3、规模定律把 “模型会不会更聪明” 变成可规划的工程问题;多模态让 Gartner 说的那 80% 非结构化数据有了出口。核心判断:“模型是同质化、容易获得的资源,数据才是差异。” 最后落到 AI 编程是地基,因为有可验证的反馈信号。 第 3 章 智能体:能动手干活的 AI: 从苹果 1987 年《知识导航者》短片讲起,给出四级阶梯:聊天机器人、工具型 AI、副驾驶、智能体,分水岭在第三和第四级之间 ——“你做,它帮” 变成 “你定目标,它来做”。公式是智能体=模型+工具+记忆+知识,缺一个闭环就断。多智能体讲 “美第奇效应” 和 “制度性诚实”。商业判断上很硬:智能体的战场在企业端,因为它争的不是软件预算,而是工资单和利润增量,“不再是更便宜的人手,而是按成果分成的合伙人”。 第 4 章 通往智能免费的时代: 解释 99.4% 降价的四股力量:架构与训练优化、硬件进步、工程化规模效应、开源竞争。再用杰文斯悖论说明越便宜用得越多(谷歌 Token 量两年增长约 330 倍)。最值得记住的是 “电动机进工厂” 那 40 年:“Token 越便宜,围绕它搭建的那套系统就越值钱。” 企业把钱都压在 Token 上而不建配套系统,等于只换了电动机不改造厂房。 第 5 章 为什么大多数 AI 转型会走向失败: 先给数据:近九成企业在用 AI,只有 39% 表示带来了实质性财务回报。三个错误依次是:把转型全权交给 CIO(职能错配、权力越界、能力不足);自下而上收集需求(碰不到跨部门的核心场景,还催生 “口袋否决”);被一堆 SaaS 智能体晃花了眼(“10 个碎片叠加在一起,依然是 10 个碎片”)。根因只有一个:CEO 没把它当战略级工程。给出标尺:“一家企业的 AI 转型,是否改变了出现在季度财报电话会上的数据?” 第 6 章 建设企业 AI 决策中枢: 用 “名校毕业生入职第一天” 的比喻说明模型不缺聪明、缺的是企业上下文,列出 5 个缺口(私有数据、行话、实时状态、没有手、责任边界)。反对把档案柜直接塞给模型:“垃圾进,垃圾出”。四块拼图是模型(大脑)、本体(地图)、企业实时上下文(导航)、操作系统(调度、执行、接入、控制)。护城河随之改写为数据飞轮+组织代谢能力,并以 Palantir 为跑通闭环的样本,以伯纳斯 - 李的语义网故事说明本体为何此时才可行(Ontology 2.0:让业务人员用自然语言画地图)。 第 7 章 给 CEO 装一套 “老板 AI”: 从 “大公司病” 的三重机制讲起:有损压缩、信息茧房、主动过滤,背后都是人性。四个引擎:全域感知(把后视镜换成前挡风玻璃)、执行闭环(承诺账本、目标树、言行一致指数)、战略推理(多智能体对辩+沙盘推演)、组织文化(用 5 把尺子量出真正的顶尖人才,甚至发现被直属领导 “藏” 起来的人)。理论上它是在解委托代理问题,路径不同于达利欧的 “极度透明”—— 不靠人对抗本能,而是在信息生成那一刻就留下不加滤镜的底稿。 第 8 章 重塑组织架构,把公司交给 DRI: DRI 是 “直接把一件事压在一个有名有姓的人身上”,四种能力:扛到底、自驱、横向调度、调度智能体员工,本质是微型 CEO。歧途是一次性砍层级(Block、Zappos、Klarna 的教训:“不能把责任、判断和兜底机制一并砍掉”),正道是先沉淀知识资产,再精简层级。落地三步:从 CEO 和每位 CXO 的 AI 开始、用小任务真交付选出第一批 DRI、让组织像积雪被压实一样慢慢变扁平。薪酬逻辑一句话:“组织为‘他负责多重要的业务’付钱,而不再为‘他手下站着多少人’付钱。” 第 9 章 工作的未来:每个人该怎么办: 个人贡献者四种结局:被放大价值的指挥官、不可替代的 “人对人” 工作者、橡皮图章(陷阱)、被淹没的执行者;管理者四种结局:智能体+DRI 的老板、教练型选手、转型期的战略翻译家与组织连接者、被压平离场的中层。一句总纲:“个人贡献者的歧途是当一个封闭执行者,管理者的歧途是当一个信息搬运工。” 结论是 “AI 替代的是拒绝进步的人”,且 AI 对新手的帮助大于对专家。后半段转向社会:饼会变大、UBI 只是止痛药、他更主张 “社会价值津贴”、3R 框架(重新学习、重新校准、文艺复兴)。 第 10 章 领导力:当机器擅长执行,人必须擅长判断: 核心对立:AI 是左脑思维,“在已知里,因为看见,所以相信”;领袖是右脑思维,“在未知里,因为相信,所以看见”。判断拆成四张面孔:品味(眼光 × 当下)、远见(眼光 × 未来)、信念(魄力 × 当下)、勇气(魄力 × 未来),分别用香奈儿、乔布斯、贝索斯、马斯克讲,最后落到张瑞敏砸冰箱和 “人单合一”—— 说明这套东西不是硅谷专利。也提醒暗面:品味多走一步成独断,勇气失了分寸成鲁莽。 结语与自序: 自序从 “那么 AI 给你的财报带来了什么实质性变化” 那阵尴尬的沉默起笔,交代写作动机。结语收在一句上:“AI 或许擅长思考,但人类最本真的能力是关怀与在乎。” 并给 CEO 三件明天就能做的事:亲自用 AI、亲自挑一个能改写财报的场景、亲自找出第一批 DRI。 全书可以用一句话概括:执行正在变成廉价商品,判断、数据和愿意为结果负责的人,才是新的稀缺品。
转发转发同时评论快速转发评论1分享「微信」扫码分享给这本书评了5.0读《AI未来已来》感悟关于 AI 方面的书籍,读了不少本,一方面是基于对过往在大学学习的内容比较感心趣,同时也是因为工作时,与工作相关联的美国、日本的培训经历,对软件在工业时代发达的资本主义国家的高速发展的运用了有了基本的了解。第三,自己退休后,闲暇时间,来感悟和体验生活在社会方方面面,时代发展对我们的影响,第四,闲暇之余,未来的 AI 发展,如何对一个传统的建筑施工类的企业,带来哪些变革和影响。基于以上几点,二刷了本书。在信息化、数字化的年代,企业也一直在追逐发展的浪潮,这种企业的创新和未来对企业发展的影响,与靠提供体力和脑力,为甲方或业主提供服务的建筑施工企业(找活儿、干活、算账、要钱)形成鲜明的对比和强烈的反差,感觉 AI 距离我们蛮远的,在这样的企业里,能够被替代掉的工作应该不多。但看了这本书后,感觉,未来的建筑施工企业,或者是总承包企业,处在产业链的需求端,收到客户提出的要求最为直接,看是传统的以体力劳动为主,脑力劳动为辅,甚至同济大学以及将与建筑相关的专业学生的招收人数比例大幅下降,甚至有些专业都取消了。强烈建议现在在企业内的领导们,在闲暇之余,一定要看看这本,AI 对未来 5 年之内,对现有的传统企业,将产生颠覆性额影响。
当下,企业的外部环境,也就是社会大环境发生了变化,全球化的狼草也在极具发生,中国的基建狂魔享誉海外,地区战争后的重建,正等待着中国企业的进入!我们这种建筑类的企业,今后拿什么资本去国际市场,着都是值得当下的领导们考虑的事情!转发转发同时评论快速转发评论1分享「微信」扫码分享给这本书评了5.0《AI 未来已来:CEO、组织、个人的时代红利》是一部由 AI 行业标志性人物、零一万物创始人兼 CEO 李开复倾力写就的 “AI 时代企业转型与个人破局指南”。本书深刻指出,AI 变革绝不是简单的 “工业革命 4.0”,而是一场深刻冲击认知工作、扩散毫无摩擦且边际成本趋向于零的文明新篇章。面对这场变革,真正的红利不在于单纯掌握 AI 工具,而在于重构商业认知、重塑组织架构,并重新定义个人的不可替代性。全书直击当下企业 “钱花了,价值却没实现” 的转型痛点,犀利地剖析了 90% 企业 AI 转型失败的三大根源:把转型全权交给 CIO、采用自下而上的试点方式,以及被大量 SaaS 智能体晃花了眼。为此,作者提出了一套从 CEO 到个人的系统性行动路线图:1. CEO 必须亲自挂帅:AI 转型是一号位工程,CEO 必须亲自担起责任,建立由 “CAIO(首席 AI 官)+CIO” 构成的企业 AI 决策中枢,并以 “企业地图” 为核心,唤醒沉睡的数据,让 AI 真正进入业务闭环。2. 重塑组织与 DRI 范式:未来的组织将走向极度扁平化,核心贡献者将转变为 “DRI(直接责任人)”。DRI 不仅要承担业务结果,更要具备指挥 “AI Agent(智能体)集群” 的能力,成为能够跨团队调度资源的 “微型 CEO”。3. 重新定义个人价值:在 AI 率先取代 “最贵的智力”(如标准化分析与文案)的时代,个人的护城河不再是机械的执行,而是 “品味、远见、信念与勇气” 等右脑能力。未来的赢家,是那些敢于拍板、能为 AI 定目标并承担结果的 “把关人”。这不仅是一部写给企业各级管理者、普通员工及 AI 从业者的务实行动手册,更是一场关于 “人类只有看懂 AI,才能真正看懂自己” 的深刻认知觉醒。它提醒我们,在执行近乎免费的 AI 时代,人类最核心的价值是 “判断” 与 “引领”;唯有主动拥抱变革,将自己从重复性认知劳动中解放出来,方能在不可逆的浪潮中掌握属于自己的时代红利。
转发转发同时评论快速转发评论赞分享「微信」扫码分享给这本书评了5.0把AI放进价值创造,改变报表1,见仁见智,有的人读了这本书觉得写的太笼统了,概念化大词。我却毫无此感。恰恰开复是经营企业的人,思维认知里就有应用属性,所以在这个阶段读此书,恰逢其时的感觉。2,这是今年读人工智能相关的书第五本。这算是主题阅读了,给五星,关键是书中对于人类工业史的梳理,简短但准确。对于 AI 的发展和特点,有技术积累也更多是特点总结。对于理解 AI 和智能体很有帮助。更关键的是智能体出来之后,AI 的能力迸发,而真正的价值确实是改变企业的财报,对于收入增加、利润增加、效率提升、质量改善等等是否有结果,这是核心关键,对我的启发也很大。要把 Agent 放进流程里,去参与决策,跑通 PDCA。3,人工智能的两条铁律:机器自己训练自己,数据决定上限。这是 AI 时代独有的。而数据,对,80% 的数据都不在线,更不结构化,所以 AI 没有这些数据,就是无源之水。所以,企业的数据在线化和结构化整理,就很重要。今年因为对于 AI 的 “痴迷感觉”,买了 Plaud 的录音卡,录音卡是什么?是录音和转录文字的工具,但是更重要的是把过去不在线的不被记录的语音做了记录,制造业企业本身不是原生在线的,所以我们的数据应该 95% 都没有或者无法直接使用。4,智能体的公式 = 模型 + 工具 + 记忆 + 知识我也在学 AI Agent 的卡耐基梅隆大学的课程,很专业的课程,目前学习了四节课,就讲了什么是模型,记忆是什么,如何增加记忆,以及工具的调用,知识的储存和调用方式等等。这是一个很好的框架,模型搭建,如何调用工具,记忆如何,知识是否在积累。对应的就是企业需要做的准备。5,电动机进企业真正发挥价值,用了 40 年,因为需要系统改变和配套,之前的蒸汽机的管道、车间布局、工具等等,都不适应,只是买了电动机那也没用。电力也是用了 40 年才从铺设到真正应用起来,这包括所有的基础条件、电气开发、标准统一等等。电话从开始到普及也用了 80 年。所以 AI 也有类似规律,差别就是 AI 需要的硬件除了显卡、电力、模型等等,都具备,或者是基本具备,持续开发的条件也具备,所以时间不会那么久。6,一个企业要真的变成 “AI 原生组织”,这也是系统变革,为什么需要一把手,就是这个原因,工具变了,就是会改变生产关系,岗位设置,合作关系,都不一样了。而 AI 就是智力的复制,过去工业时代是标准的复制,而智力复制之后,就打开了无限可能和空间。欣泰隆面对的就是工程师水平层次不齐,二线工作量巨大,过程数据无法标准等,导致 “规模不经济”,导致管理粗糙,导致组织复杂度越来越高,更复杂多变的数据信息,让人的局限被放大。而 AI 时代让我们看到了机会。比如最近的工时标准和核算,没有 AI 几乎不能用人力实现。7,节奏,PDCA 的循环,过去论年,现在要论每季度,没有效果就说明做错了,必须要改变。这点也很重要。带领公司也要按照季度来看效果。欣泰隆的三增长,人均盈利增加是最难的,而最小盈利单元就是 “每行订单”,当所有数据打通,那该赚到的钱赚到,就是了不起的数字,15% 的盈利一定可以。这也是组织成熟的基础和关键。8,AI 时代不是第四次工业革命,是全新的时代,工业时代,买矿泉水都是大行业,AI 时代,也一定有无数的机会。一个是 AI 赋能当下的业务,也许过程中也会演化出别的机会,谁知道呢。本身就是复杂系统,机会都是涌现出来的。所以 AI + 还是 + AI 都是这个时代战略不可缺少的部分。9,那人怎么办?什么 AI 无法替代?开复给了五条,也很好,包括人的面对信息不足模糊的决策能力、领导 AI 的能力、理解场景 / 对话的能力、审美能力… 这本书前后看了两遍,感谢开复博士及时的新鲜总结出炉!
转发转发同时评论快速转发评论赞分享「微信」扫码分享给这本书评了4.0组织上来看AI落地的一些思考李开复老师果然写的,这本书还是非常有远见和实操性的,既讲了自己对 AI 的一个判断和发展的情况,又对自己公司和客户 AI 落地面临的众多问题一一列举和分析,值得给很多人打开 AI 落地的新思路。但是我觉得,更多让大家明白的一点是,面对 AI 的落地,任何一个组织、任何一个个人,你都不能轻视,也不能太过于焦虑,而是要实实在在地利用 AI 去帮助自己提升工作效率、节约时间,这是一种能够让自己更好执行落地的尝试。如果说丧失了对这种新技术、新科技的尝试感,我觉得将是一件非常可惜和可怕的事情。在 AI 这条长河上,每个人都能在 AI 时代找到自己新的人生定位、职业选择和人生方向。虽然说 AI 在执行力有了很多常有的进步和发展,以及在工作的巡检和组织的管理这一块,但是对于好的标准的制定、远见,还有一些关键战略方向的决策,以及最终的拍板权,还是在人身上。这更加需要我们不断去学习,不断通过 AI 来互相促进,让自己的理解能力、思考深度和对事情的理解广度,在不断的实践和生活中不断得到提升和优化。这样才能给 AI 做好它的领导,才能给 AI 更好的指导,也才能让 AI 更多地给自己带来提效。
转发转发同时评论快速转发评论赞分享「微信」扫码分享 - 加载中...
