PODCAST · 商业科技
153. 和曾鸣聊产业史观：残酷的真相、会消亡的公司、优秀≠卓越、“OAI、Anth 大概率不是原生时代大赢家”
一语总结曾鸣教授以商业史视角剖析 AI 产业化三阶段，提出模型公司是 AI 云公司、Anthropic/OpenAI 未必是原生应用时代赢家、科层制公司会衰亡等非共识判断，并强调第二阶段的智能体应用机会。
本期张小珺访谈战略学家曾鸣教授，围绕 AI 新时代的产业阶段、战略与组织展开系统性讨论。曾鸣提出 AI 产业化分为三阶段：基础设施形成、应用爆发、原生应用成熟。他认为 2026 年标志第一阶段完成（以 token 标准化为标志），春节 Open Crown 事件开启智能体第二阶段，类比互联网的浏览器前夜，下一个最大机会是类似浏览器的 agent 入口。他直言模型公司本质是未来的 AI 云公司，不可避免陷入寡头垄断加政府强监管的格局，因此 Anthropic、OpenAI 大概率不是原生应用阶段的大赢家。组织层面，他认为科层制公司制度作为工业化产物将衰亡，AI 原生组织应是基于任务而非岗位的网状协同，战略应从规划转向生成，构建支持战略涌现的组织文化。他强调卓越来自反共识，创始人需使命驱动而非自我证明。对中国模型公司，他判断年底 3T 模型是淘汰赛门槛，优势者将形成黑洞效应。最后讨论了智能复利、数据飞轮升级为智能飞轮、新平台将不来自旧平台，以及 AI 对教育、创造力与社会结构的长远影响。
- AI 产业化分为三阶段：基础设施、应用爆发、原生应用。
曾鸣以工业革命与移动互联网历史为参照，认为当前正处于第一阶段完成、第二阶段开端，2026 年以 token 标准化为标志；第二阶段应用需要强洞察与原创力，原生应用通常由第二阶段探索而来，字节抖音即经过今日头条等多产品实验才出现。
- 模型公司本质是未来的 AI 云公司，难以成为原生应用阶段的大赢家。
因智能入口与基础设施属性，模型公司会陷入公共基础设施的寡头垄断加政府强监管模式，同质化供给难以获得高额利润。他对比 AOL、雅虎与谷歌的发展，认为 OpenAI、Anthropic 这种平台早期公司大概率不会活到原生应用阶段，新平台更可能诞生自新公司。
- 科层制公司制度将衰亡，AI 原生组织应以任务为中心。
决策频率提升和决策质量要求迫使组织结构改变，AI 可替代固化流程与岗位，而神经网络天然对应任务，未来组织趋向网状协同、减少层级，按需匹配人与 AI。
- 战略应从规划转向生成，构建支持战略涌现的组织文化。
在快速变化环境中，单纯跨战略规划不再适用，需通过合适组织环境让好战略自然涌现，并在战略探索期追求创新效率而非执行效率。
- 卓越必须来自反共识，创始人应以使命而非自我证明驱动。
成功时代企业都是反共识被证明，反共识不一定成功；优秀可由共识达成，但卓越必有反共识。通过创业者在持续负反馈中的坚持程度可判断其内在驱动力，使命驱动者才能做出颠覆性创新。
153. 和曾鸣聊产业史观：残酷的真相、会消亡的公司、优秀≠卓越、“OAI、Anth 大概率不是原生时代大赢家”
本期张小珺访谈战略学家曾鸣教授，围绕 AI 新时代的产业阶段、战略与组织展开系统性讨论。曾鸣提出 AI 产业化分为三阶段：基础设施形成、应用爆发、原生应用成熟。他认为 2026 年标志第一阶段完成（以 token 标准化为标志），春节 Open Crown 事件开启智能体第二阶段，类比互联网的浏览器前夜，下一个最大机会是类似浏览器的 agent 入口。他直言模型公司本质是未来的 AI 云公司，不可避免陷入寡头垄断加政府强监管的格局，因此 Anthropic、OpenAI 大概率不是原生应用阶段的大赢家。组织层面，他认为科层制公司制度作为工业化产物将衰亡，AI 原生组织应是基于任务而非岗位的网状协同，战略应从规划转向生成，构建支持战略涌现的组织文化。他强调卓越来自反共识，创始人需使命驱动而非自我证明。对中国模型公司，他判断年底 3T 模型是淘汰赛门槛，优势者将形成黑洞效应。最后讨论了智能复利、数据飞轮升级为智能飞轮、新平台将不来自旧平台，以及 AI 对教育、创造力与社会结构的长远影响。
曾鸣在与张小珺的长谈中，用基础设施形成、应用爆发、原生应用成熟三个阶段描述 AI 产业化，并提出一组值得争论的判断：模型公司最终更像受监管的 AI 云，旧平台未必成为原生应用时代赢家，科层岗位会转向以任务为中心的网状协同，战略也要从规划转向支持涌现。访谈的价值不在于把预测当结论，而在于提供一套贯通产业、公司边界和组织形态的历史视角。创业者可以借它追问：当智能形成新供给后，自己的数据飞轮、协作结构和反共识优势究竟在哪里。
文章金句
"第一阶段的企业，很难活到第二阶段；第二阶段的企业，很难活到第三阶段。
"公共基础设施的行业，只有一种商业模式是成立的，叫寡头垄断加政府强监管。
"Anthropic、OpenAI，大概率不是原生应用阶段的大玩家、大赢家。
"这个时代的企业过渡到下一个时代的企业，还能做得非常好的，多不多？不是多不多的问题，是有没有的问题。
"卓越一定来自反共识。