「公司会消亡」：一个战略学家的推演

听张小珺第 153 期曾鸣访谈

2026 年 9 月，张小珺请曾鸣录了一期访谈。曾鸣做过阿里巴巴集团的参谋长，参与创建过长江商学院和湖畔大学，被企业家提起最多的身份是"那个讲战略的人"。这期访谈有一个很具体的由头——他出了一本新书，《智能：AI 时代的商业、组织与战略的本质》。

主持人的由头是一本书，聊出来的东西远超一本书。两个多小时里，他给了 11 个判断，并且自己给它们取了个名字：非共识判断。

把最扎眼的几条放在一起，是这样的：

"岗位消失了，层级消失了，公司终将走向消亡，新的组织形式会兴起。"

"Anthropic、OpenAI，大概率不是原生应用阶段的大玩家、大赢家。"

"公共基础设施，只有一种商业模式成立，叫寡头垄断加政府强监管。"

"旧平台大概率不能演变成新平台。"

"巨浪面前，没有人是安全的，谁觉得安全，谁就是最不安全的。"

乍一看，这些判断近乎暴论，却又不无道理。真正值得追问的是：曾鸣是怎样一步步得出这些结论的？

这一期，我们把重点放在拆解这些判断背后的推演逻辑上，看看它们如何从过去的产业变迁，一路推向 AI 时代的组织形态。如果你也在思考组织该如何转型，可以把这篇文章当作导读，再去听曾鸣的完整访谈。比起记住几个结论，更有价值的是理解他如何看待变化、做出判断。

这篇文章分四部分：

1. 产业史观：曾鸣如何判断，AI 已经走到了哪一步？
2. 从岗位到任务：组织的基本单元变了，公司为什么也会随之改变？
3. 战略生成：人和 AI 如何一起训练“组织的小模型”，让新洞察不断涌现？
4. 事情大于人：为什么使命驱动，才有可能让组织从优秀走向卓越？

最后留一个动作给你。

一、产业史观：AI 已经走到了哪一步？

敢下这种判断的人，一般都有把尺子。曾鸣的尺子来自一次很笨的功课：他把 PC 互联网、移动互联网、云计算，加上第一次、第二次、第三次工业革命，全都过了一遍。归纳出来的东西简单到有点朴素——凡是巨大的、通用的技术，都要走三个台阶。

一是技术逐渐被社会接受，成为这个社会的基础设施。二是基于这个基础设施，长出海量的新应用，进入百花齐放的时代。三是当应用足够多，大家发现需要一套更底层的东西来运行这个新世界，于是进入原生应用阶段。

移动互联网是最好的参照物。黑莓是第一款被称为"智能手机"的产品，而且长时间垄断市场——一直到 2010 年，它在美国市场的份额还有百分之四十几，iPhone 只有百分之二十几。格局翻转发生在 iPhone 4 之后：有了 iPhone 才有 App Store，有了 App Store，才长出新一代原生应用。

中间这个错位才是重点。他当年投移动互联网，投过墨迹天气这类产品，日活很快就过亿，"但会很快发现：它们不代表未来"。真正解决核心需求的主流应用，才叫原生应用。

套到今天，他给的时间点很硬：

2026 年应该是第一阶段基本完成的一个标志性的阶段。

标志物是 Token。今年年初，这个词形成了广泛共识——黄仁勋在 GTC 上说要建"Token 工厂"，Sam Altman 说 OpenAI 的核心就是卖 Token。他的解释是：一个技术有了标准的度量衡，才能被规模化、标准化地使用，"我们今天会讲一度电、一吨水、一个 GB 的流量"——Token 让智能的调用第一次可以被计量、被计价。

有意思的是，同一年也是第二阶段的开场。春节前后 OpenClaw 那一波，让他看到了"一个能够独立完成任务的 agent 的无限潜力"。所以他的判断是：AI 进入的第二阶段就是智能体阶段，智能体就是 AI 时代的新应用。

有了这把尺子，前面那串暴论就不再是孤立的了。

为什么头部模型公司大概率不是终局赢家？因为在第一阶段的基础设施位置上，大模型更像炼油厂——炼油厂很难跨界造出汽车。为什么旧平台不能演变成新平台？因为上一代平台做的是简单信息匹配，AI 时代要完成的是复杂的能力与需求匹配，两者的复杂度差了一个量级。为什么基础设施只剩一种商业模式？他讲得很直接：公共基础设施只有"寡头垄断加政府强监管"这一种模式成立，智能调用的价格长期会像水电一样稳定在低位。

这几条都是结构判断，不是道德判断。他还有一句更冷的：

"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。上一个时代的巨头，没有一个敢说自己一定过得去。"

把尺子放下，下面这一组就轮到组织了。 也是这一期真正要拆的部分。

二、从岗位到任务：公司为什么会消亡？

起点不是"AI 替代多少人"，是基本单元换了

"公司会消亡"这句话很容易被听成情绪。但曾鸣给的理由跟 AI 抢饭碗没关系，他说的是更底下的一层：

"岗位是公司最基本的运行单元，我们应聘都是应聘个岗位。公司要发展，先要定一个岗位，给一个工作描述，然后去招人。因为有岗位，所以有汇报线，有层级，有相应报酬，所有东西都跟岗位连在一起了，岗位是现在组织的基本单元。"

"但 AI 时代，组织的基本单元是任务，是什么是要被解决的事情。"

注意这里说的不是"岗位没有意义了"，而是岗位是整套人事制度的地基。先有岗位，才有工作描述，才有招人，才有汇报线，才有层级，才有对应的报酬。几乎所有管理动作都挂在这个地基上。

这也解释了为什么很多组织改革改不动——改考核、改汇报线、合并部门，动来动去都是在地基上刷漆。真动地基，就是换掉基本单元。

那换成任务之后，组织长什么样？他讲得很具体：

"AI 原生组织会从第一天开始就去定义那个任务，去拆解那个任务，再去分配那个任务。所有的人和 AI 都是围绕着任务，硅基员工和碳基员工都是围绕着任务流转在协同的。"

为什么“把 AI 接入工作流”只是过渡阶段

访谈里有一句话，我建议你单独记下来：

"阶段性产品是大家讲的，AI 一定要嵌入工作流，但这只是阶段性产品，因为那个工作流是为人设计的。"

这句话为什么重？因为今天我们讲"把 AI 接进工作流"，默认了一个前提：那个工作流已经存在了。它是先被人设计好的，AI 只是被塞进某个格子里的新零件。而如果基本单元本身就是任务，那工作流是围绕任务重新长出来的东西——不再是给 AI 找一个位置，而是从一开始就按"人和 AI 一起干"来设计流程。

一个是在旧流程里加一个环节，一个是流程本身没有旧版本。这两件事的差别，比"接入"和"不接入"的差别大得多。

层级为什么失去理由

接下来是层级。他给的解释不是"效率提高了，所以不需要管了"，而是一句更底层的判断：

"层级存在是因为不知道谁说了算，那就先定个层级，层级高的人说了算。它不是以判断力为标准……但它原则上是谁级别高谁说了算。"

也就是说，层级本质上不是为"判断力更强的人"设计的，它是一个在信息不完整、判断力没法被度量的时候，用来降低协调成本的替代方案。 这句话一说出来，层级的位置就很尴尬了。

那替代方案是什么？

"但未来是，谁的能力强，谁被调用。"

他给了一个很具体的画面：

"现在这几个大 lab 都是在任务发布，你去认领——你觉得你能干你就接；你能 deliver 结果，你的东西就上线了。公司只要发布任务，你只要去认领任务就行了。"

"找工作是找一个岗位"变成"找活干是认领一个任务"，这两句话看起来只差一个词，但它把一整套激励机制的前提都换掉了：你的价值不再由你坐在哪个格子里决定，由你交付了什么决定。

Context, not control：不靠命令，组织如何协同

命令不能用之后，一定要有别的东西接上，否则组织不成立。访谈里散着三条，而且它们之间有依赖关系，顺序不能换。

一是 High agency：主观能动性，驱动力向内。 他讲得很直接：

"本质是自驱。为什么这半年硅谷最流行的词叫 high agency？我们讲主观能动性，你自己掌握自己的命运。你有没有成长，没有人比你更了解。你成长了，你开心了，你就继续做；你没成长，你不开心，你就换个地方。"

二是贡献必须透明。 因为任务和结果都是公开的，贡献就被精准地看到了：

"因为你接了任务，你交了结果，这个东西非常透明，所以你一定会得到相应奖励。为什么这些 top researchers 转会费那么高呢？因为贡献很透明。"

三是上下文要共享。 这就是"context, not control"为什么重新火起来：

"五年前我讲 Netflix 的案例，甚至讲字节的案例，大部分人觉得挺牛的，但跟我没啥关系。今天所有人都知道，就是要给 context，给够了 context，它就有那么牛，能做出正确的决策。"

注意他说的"对齐"是什么：对齐的不是动作，是对目标、对未来判断、对背后认知模式的对齐。 这三条的顺序不能乱——自驱要成立，前提是贡献能被看见，所以必须先有透明；透明要成立，前提是大家知道自己是拿什么标准被评价的，所以必须先共享上下文。把中间任何一层抽掉，自驱就退回成一句口号。

顺着这条线，文化形态也跟着变。他用的比喻是球队：

"就像一个球队一样的，每个人都不可缺少，但依然有明星、有前锋、有后卫的分工。它的文化一定是开放、透明，然后共享。"

还有一个他特别强调的词——共创：大家都明白自己是在共同创造一个新东西。合作和协同的意愿与能力，会因此大幅上升。

顺手拆掉两个常见的误解

误解一：一人公司是终局。 他的回答是不：

"'一人公司'只是说，公司很多职能坍塌到一个人身上，一个人现在能干原来几十个人能干的活，但是一个人能干的活永远是有限的。所以一定要有组织，一定会有分工，一定会有合作。"

他给"一人公司"的位置是阶段性产物，但它完成了很重要的一件事——让大家理解了，一个人借助 AI，能做到原来需要一整个公司付出管理和协调成本才能做到的事。所以他的画面是：将来每个人都是一个"一人公司"，是一个"六边形战士"，然后这些"六边形战士"再彼此合作。

这段判断真正的含义是：变的不是"组织还要不要"，而是组织的最小能力单位变大了。 原来需要几个人凑出来的一个能力单元，现在一个人加 AI 就能做到。组织的最小能力单位一变，组织形式就得重新设计一遍。

误解二：公司是被技术干掉的。 他的说法是公司是配套制度：

"公司跟工业时代是一起产生的，工业时代之前没有公司，只有手工作坊。工业时代最大的制度创新就是终于有了公司这种组织形式……它是个配套制度。如果工业时代的基本经济规律被挑战了，它的组织形态肯定也会被挑战。"

他甚至点出了一个正在被用滥的现象的成因。为什么"老登"这个词这两年流行起来了？他的解释是：过去尊老，是因为老的经验有价值、老的规范在延续，你必须学，那才叫传承。而今天——

"能够转化成知识的经验都不再有价值——它都被大模型吸收了。这些年轻的聪明人，用好 AI 杠杆，瞬间就能成为任何一个领域的专家。"

那么"过去 20 年的经验还有啥价值呢？年轻人当然就不尊重老年人了"。这话不好听，但它是一个机制解释，不是一个态度。他给年长者的两条路也很短："或者安心养老，或者变得重新年轻。"

至于"公司消亡"这件事本身，他一点不伤感：

"这没有什么可以遗憾的，将来有更好玩的。你说，多少人现在去公司上班是开心的？"

三、战略生成：人和 AI 如何一起训练“组织的小模型”？

这一条是整组里信息量最大的。

他造了一个词：以前叫"战略规划"，现在叫"战略生成"。这个词是刻意造的，因为它和"视频生成""文图生成"是同一套语法——重点不在把答案写出来，而在把能长出答案的那套环境搭起来。

于是组织设计的任务完全变了：不是设计一套执行体系，而是设计一个能让洞察涌现出来的环境。

"我们讲组织设计的时候，真正要做的是一套体系、一个环境，可以让战略洞察涌现出来，成为一个战略不断生成的系统。最后战略就是个自然而然的决定，在合适的时间，有合适的人，做了一个合适的决定，公司就往前走。"

组织的小模型：让洞察从协作中涌现

然后是他整场访谈里最形象的一个比喻：

"未来的组织……是一个工作流、任务流，它是一个任务流导向的系统。人跟 AI 都接到这个系统，核心是涌现。就跟大模型一样，实际是人跟 AI 一起在训练一个组织的小模型。"

这个比喻把很多事情一次说清了。如果组织是一个"小模型"，那"训练"这个词的每一层含义都成立：它需要足够的上下文当输入，需要真实反馈当梯度，需要反复迭代而不是一次性规划。而它好不好，评判标准只有一条——

"核心就是，有没有原来没有想到的洞察可以涌现出来，整个群体智慧有没有在演进，这是最终目标。"

那人在这个小模型里负责什么？他给了一个分工：

"人没有办法像 AI 那样有处理全海量信息的能力。但是人有瞬间的创造力，和看见不存在连接点的连接的能力。"

这两件事没法互相替代。所以组织设计的目标不是让人去补 AI 的短板，而是让这两种能力接到同一个任务流上。

看十年、想三年、干一年：创造力为什么在中间三年

这一段还顺手解释了一个老问题。他讲“看十年、想三年、干一年”——这是他对 AI 时代战略方法论的形象总结，而大部分人只记住了"看十年"和"干一年"，因为它们像工业时代的习惯动作。但真正有创造力的是中间那一段：

"真正的创造力在看三年。"

为什么？因为在工业时代，"看十年"是清楚的——每年 5%、8% 的增长，没有新玩家，十年后什么样大概能猜到，于是今年的规划就是线性推演。战略因此变得如此不重要，以至于大公司把它外包给了麦肯锡这样的咨询公司。 而今天反过来了：线性外推解释不了 Anthropic 那种 80 倍的同比增长；但完全看十年也帮不上忙，因为当下从哪下手你还是不知道。所以必须逼自己想一个大概三年的图景，找到两三个里程碑，让短期、中期、长期之间产生动态的张力——

"没有看三年的张力，战略就没有发生的环境。相当于在一个三维空间思考最优解，跟你在一个二维平面寻一个最优解，完全不是一回事情。"

他还举了个反面例子：一个做应用的创业公司 ARR 涨得很快，他问了一句"你继续涨两年以后又怎么样呢？最后产业终局会怎样？你 ARR 有没有一个天花板？那个天花板多快会来？"对方回去一算，发现天花板不高，赶紧去做新的事情。他的提醒是，ARR 这种指标"不但是一个线性外推，还是拿当下外推 12 个月，很容易让人产生一个增长幻觉"。

至于 OKR——他说得很实在，这个东西一直被寄予厚望又一直落不了地，要么被放弃，要么变成了变形的 KPI。他的判断是：

"AI 时代才有可能让 OKR 落地。"

理由也在"组织的小模型"里：组织系统能追踪自然语言的表达，神经网络无所不在，它可能给你一个反馈——"你们都偏离了你们的 OKR，我看到了一些更具体的、未必是数字，但是是一些趋势，我可以提醒你们。"

四、事情大于人：为什么使命驱动才有可能走向卓越？

前两条推演说的是组织怎么搭。这一条说的是：搭起来之后，它能不能长期转下去。而答案落到了人身上。

他先区分了两条路。

优秀是一个持续有正反馈的成长过程，所以它跟人的心态比较匹配，大部分人是优秀的人。卓越是另一回事：

"卓越是事后认定的。是因为你克服了一次一次的负反馈，当所有人都不认可你的时候，你最后会以巨大的成功证明你是时代最早的先知。"

他讲了个细节：很多人问卓越的人自己有什么不同，他们往往不认为自己有什么不同，而且都把成功归给别人，都认为自己是运气好。这个答案听起来像客套，但他说不是——

"因为事情大于人，你一定自我很小，才能走那么远。是时代成就了你。如果你只是为了证明自己，证明你有多牛……在某一个时间点，世界会打你的脸来证明，你没有你想象的那么厉害。"

机制他也讲了。ego 大的人需要不断证明自己，因此需要短期反馈，于是会一直待在正反馈的循环里。代价是：你不会真正去感知和理解真实世界，"你对信息的处理一开始就会容易受你先入为主的判断的影响"。

这跟前面两条推演是咬合的。命令线撤掉之后，组织靠自驱、透明和共享上下文转起来——而这三条都要求人先能接受一件事：自己的判断可能是错的。 一个必须靠短期反馈维持自我的人，很难在共享上下文里真正听见别人的意见。

"利他、同理心和自我逐渐变小，大概是走向卓越必不可少的因素。"

他把组织分了四层：机会驱动、战略驱动、远见驱动、使命驱动。他说得很清楚，能走到战略驱动已经是很优秀的公司，但严格来讲，要有使命驱动才有可能走向卓越。而区别在于——

"这个使命是发自内心的，你真心 believe 的，你完全相信跟拥抱的，不是你编出来写在墙上激励别人的。"

那怎么判断自己在哪一层？最后他给的问题不是战略问题：

"十年以后，你会对怎样的自己满意？"

他的经验是这个问题往往一问就把人问懵。而答案的差别很有信息量：说"我就是对这个事情特别感兴趣，我希望这个事情能成"的，是事情大于人；说"我就是好奇"的，也比证明自己有意思；说"我就是要做一个一百亿美金的公司"的，基本上是自我驱动，是要一个外部认可——

"因为他不是内在驱动，他受外部的衡量标准影响很大，每一轮估值就容易对他有冲击。"

收束：把这条推演收起来看

现在回头看开篇那串暴论，它们其实是同一条推演的四个断面：

基本单位从岗位换成任务 → 层级失去存在的理由 → 协同改由自驱、透明和共享上下文承担 → 组织的产出目标从"完成计划"变成"让洞察涌现" → 而能长期运转的，是自我够小、事情够大的那一类组织。

整条推演里几乎没有讲技术细节。它讲的是同一件事：当基本单位变了，组织这件事本身需要被重新设计一遍。

顺便说清楚一件事——开篇列的另外几条暴论，关于大模型公司终局、公共基础设施的商业模式、旧平台能不能代际跨越，涉及的是产业推演，需要另一条完整的线来讲。我们这次只借用它们当背景，不展开。

你可以先做的一件事

不用等组织架构调整，也不用等谁批准。你可以在这一周里挑一件团队正在做的事，试着不写岗位、只写任务：

把它写成一句"要被解决的事情"，然后补两行——交付物是什么、凭什么算验收通过。写完你会发现，判断标准这一行往往最难写。而这一行可能正好就是最关键的地方。

留给组织的一个问题

曾鸣在访谈里说的最重的一句话，可能是这句：

"在巨浪面前，没有人是安全的。谁觉得自己安全，谁就是最不安全的。"

那就留一个问题，带回你的组织思考：如果基本单位真的从岗位换成任务，你觉得你所在的组织里，第一件该被重新拆一遍的任务是什么？

来源与说明

• 来源：公众号「语言即世界 language is world」发布的《和曾鸣聊产业史观：我的非共识判断》官方文字精简版（2026-09-07），对应播客《张小珺 Jùn｜商业访谈录》第 153 期（2026-09-03，2 小时 34 分）。完整内容以播客为准；图书信息为曾鸣《智能：AI 时代的商业、组织与战略的本质》。
• 本文对访谈中观点 1–5 作背景带过，重点拆解观点 6、7、8 中关于组织与工作流的论述。观点与判断均属曾鸣，提问属张小珺；引号内为原文短句，其余为我们的转述、排序与解读。
• 本文为独立解读，与嘉宾、访谈方及出版方均无合作或授权关系。配图全部自制，未使用访谈方或第三方素材。