ARTICLE · 商业科技
对话兰小欢：置身 AI 事内，不要拿旧理论硬套新现实｜AI 透镜研究系列
一语总结兰小欢以经济学视角剖析 AI 时代：组织因承担风险而存续，权力在信息被打平后向关键卡位集中，就业从生产转向验证，Token 难以作为稳定分析单元，AGI 应是超越公司控制的公共品。
中欧国际工商学院经济学教授兰小欢从风险、责任、权力与可替代性四个维度，用经济学眼光拆解 AI 时代的组织逻辑、商业模式与个人知识工作。核心观点包括：法人存在的意义在于隔离自然人风险、兜底承担责任，AI 不能当被告所以组织不会消失；Token 计量标准随模型和分词器变化而不稳定，不适合作为分析产业的核心尺度；信息被打平后权力不会平均消散，而是向产业链中暂时无法被替代的环节集中；初级岗位从内容生产转向验证，大学的核心功能是大规模筛选认证；AI 可作为研究助理极大扩展个人知识探索，但「决定说什么、不说什么」的判断力仍是人类不可替代的部分。文章还分享了兰小欢用 AI 模拟金融历史人物关系的实验经验，强调人物关系而非仅效用函数才能让人物真正活起来。
- 法人和组织因承担风险、隔离自然人责任而存续，AI 不能当被告，所以兜底机制永远需要组织。
一个人可以借助 AI 完成过去多人才能做的事，但一旦涉及真实后果（金融、法律等），问题就从'能不能做完'变成'出了事找谁'。法人隔离了自然人的生老病死与意外风险，只要社会需要将大事交给超越个人的持续主体，就必然需要某种组织形态。技术革命引发组织变化，但变化不等于单向收缩。
- 信息被打平后权力不会平均消失，而是向暂时无法被替代的'卡位'环节集中。
律师合伙人签不了字的 AI 也能写合同，但出了问题需要赔偿的是合伙人；审计师名字 AI 签不了。互联网时代靠近用户挣钱，AI 时代挣钱的反而是卡位——利润流向暂时最难以被绕开的位置，如英伟达、台积电、ASML。技术复杂不等于一定能赚钱，关键看所在位置是否有替代品。
- Token 不适合作为经济学分析的核心尺度，因为计量标准随模型和分词器变化。
同样一件事，模型换一代、分词器换一次，消耗的 Token 数就可能不同。模型厂商和云厂商既定义'秤'，也定义度量。普通用户无法参与计量标准定义，Token 难以独立承担对产业结构的解释功能。兰小欢更愿意从位置关系出发：谁能决定、谁签字、谁承担失败、谁暂时无法被替代。
- AI 时代就业不会简单消失，初级岗位从'搜索和生产答案'转向'验证 AI 给出的答案'，大学的核心功能是大规��验证与认证。
初级律师开始承担更多验证工作，因为律师编造假案例会带来真实处罚；期刊编辑和同行评审成为产能无限扩张后的新卡点。大学为文凭签字但不为毕业生后续表现承担法律责任，这种'统计上好'的认证大幅降低了雇主的验证成本。知识可以平权，但验证不会自动消失。
- AI 可以作为研究助理极大扩展个人知识探索，但'决定不���说什幺'的判断力是 AI 最难替代的部分。
兰小欢用 AI 为自己生成脑科学等主题的'书'，围绕个人知识缺口定制内容；但在严肃研究中需设多道验证关卡。让 AI 将密集研究改成举重若轻的聊天体不难，难的是知道十件事后决定只讲其中一件——这个选择来自作者经历和理解。AI 降低满足好奇心的成本，但注意力上限仍是人类的硬约束。
- AGI 若真正到来，应超越单一公司的控制，更像全人类共享的公共品。
如果系统的控制仍被某家公司完整掌握，它很难被称为 AGI。资本故事一旦中断，参与者可能在抵达 AGI 之前先倒下；但若 AGI 最终超越任何单一法人，今天的商业回报逻辑未必还能成立。分析现状不能把尚未到来的终点当成确定前提。
- 用 AI 做社会模拟时，仅有人物效用函数不够，还需要真实的人物关系才能让人物真正活起来。
兰小欢尝试模拟 12012 至 2026 年城投债变迁，初版失败因缺少人物小传；补全性格后仍失败，因人物间只有业务互动而没有真正的人际关系。材料规模可搭背景，人物设定可保证行为一致，但不能自动生成社会真实。这一实验停留在满足好奇心的范围内，未当作研究成果。
对话兰小欢：置身 AI 事内，不要拿旧理论硬套新现实｜AI 透镜研究系列
中欧国际工商学院经济学教授兰小欢从风险、责任、权力与可替代性四个维度，用经济学眼光拆解 AI 时代的组织逻辑、商业模式与个人知识工作。核心观点包括：法人存在的意义在于隔离自然人风险、兜底承担责任，AI 不能当被告所以组织不会消失；Token 计量标准随模型和分词器变化而不稳定，不适合作为分析产业的核心尺度；信息被打平后权力不会平均消散，而是向产业链中暂时无法被替代的环节集中；初级岗位从内容生产转向验证，大学的核心功能是大规模筛选认证；AI 可作为研究助理极大扩展个人知识探索，但「决定说什么、不说什么」的判断力仍是人类不可替代的部分。文章还分享了兰小欢用 AI 模拟金融历史人物关系的实验经验，强调人物关系而非仅效用函数才能让人物真正活起来。
经济学家兰小欢从风险、责任、权力和可替代性重新审视 AI 时代的组织。他指出，法人通过风险隔离和责任兜底而存在，AI 不能成为被告，因此能力自动化并不会让组织消失；信息被打平也不等于权力平均化，权力会流向暂时不可替代的环节。访谈还讨论 Token 尺度的局限、初级岗位从生产答案转向验证答案，以及 AI 如何扩展个人研究。最可贵的是，它没有急着把旧理论套到新现实，而是帮助读者区分哪些生产过程会变化，哪些责任与判断仍必须由人和制度承担。
文章金句
"如果只是从头到尾做完一件事，确实可能不再需要更多的人。很多组织不是为了信息和做事存在的，它们是为了兜底、扛风险而存在的。只要 AI 不能当被告，这些事就会存在。
"AI 会把一部分人的信息优势和权力抽走，但权力不会平均消失，它会往剩下的环节集中。信息被打平之后，权力依然在。
"Token 最大的麻烦，是你不知道什么是 Token。同样一件事，模型换一代、分词器换一次，消耗的 Token 数就可能变。模型厂商和云厂商既定义秤，也定义度量。
"技术复杂不等于一定能挣钱，技术最后能不能带来利润，要看它所在的位置有没有替代品。
"如果 AGI 真的会来，它应该有一个特点：它会超出这些公司的控制。如果一个东西仍然可以被一家公司控制，我觉得它不能叫 AGI。
"一开始我也非常疯狂，因为过去很多不会做的事情，现在都能做。但如果把 AI 变成信息的投入品，信息就是无限的；如果 AI 最后还是给你生产信息，所有东西还得再过一遍你的脑子，那就没有什么意义。