「公司會消亡」：一個戰略學家的推演
聽張小珺第 153 期曾鳴訪談
2026 年 9 月，張小珺請曾鳴錄了一期訪談。曾鳴做過阿里巴巴集團的參謀長，參與創建過長江商學院和湖畔大學，被企業家提起最多的身份是"那個講戰略的人"。這期訪談有一個很具體的由頭——他出了一本新書，《智能：AI 時代的商業、組織與戰略的本質》。
主持人的由頭是一本書，聊出來的東西遠超一本書。兩個多小時里，他給了 11 個判斷，並且自己給它們取了個名字：非共識判斷。
把最扎眼的幾條放在一起，是這樣的：
"崗位消失了，層級消失了，公司終將走向消亡，新的組織形式會興起。"
"Anthropic、OpenAI，大概率不是原生應用階段的大玩家、大贏家。"
"公共基礎設施，只有一種商業模式成立，叫寡頭壟斷加政府強監管。"
"舊平台大概率不能演變成新平台。"
"巨浪面前，沒有人是安全的，誰覺得安全，誰就是最不安全的。"
乍一看，這些判斷近乎暴論，卻又不無道理。真正值得追問的是：曾鳴是怎樣一步步得出這些結論的？
這一期，我們把重點放在拆解這些判斷背後的推演邏輯上，看看它們如何從過去的產業變遷，一路推向 AI 時代的組織形態。如果你也在思考組織該如何轉型，可以把這篇文章當作導讀，再去聽曾鳴的完整訪談。比起記住幾個結論，更有價值的是理解他如何看待變化、做出判斷。
這篇文章分四部分：
- 產業史觀：曾鳴如何判斷，AI 已經走到了哪一步？
- 從崗位到任務：組織的基本單元變了，公司為什麼也會隨之改變？
- 戰略生成：人和 AI 如何一起訓練“組織的小模型”，讓新洞察不斷湧現？
- 事情大於人：為什麼使命驅動，才有可能讓組織從優秀走向卓越？
最後留一個動作給你。
一、產業史觀：AI 已經走到了哪一步？
敢下這種判斷的人，一般都有把尺子。曾鳴的尺子來自一次很笨的功課：他把 PC 互聯網、移動互聯網、雲計算，加上第一次、第二次、第三次工業革命，全都過了一遍。歸納出來的東西簡單到有點樸素——凡是巨大的、通用的技術，都要走三個台階。
一是技術逐漸被社會接受，成為這個社會的基礎設施。二是基於這個基礎設施，長出海量的新應用，進入百花齊放的時代。三是當應用足夠多，大家發現需要一套更底層的東西來運行這個新世界，於是進入原生應用階段。
移動互聯網是最好的參照物。黑莓是第一款被稱為"智能手機"的產品，而且長時間壟斷市場——一直到 2010 年，它在美國市場的份額還有百分之四十幾，iPhone 只有百分之二十幾。格局翻轉發生在 iPhone 4 之後：有了 iPhone 才有 App Store，有了 App Store，才長出新一代原生應用。
中間這個錯位才是重點。他當年投移動互聯網，投過墨跡天氣這類產品，日活很快就過億，"但會很快發現：它們不代表未來"。真正解決核心需求的主流應用，才叫原生應用。
套到今天，他給的時間點很硬：
2026 年應該是第一階段基本完成的一個標誌性的階段。
標誌物是 Token。今年年初，這個詞形成了廣泛共識——黃仁勳在 GTC 上說要建"Token 工廠"，Sam Altman 說 OpenAI 的核心就是賣 Token。他的解釋是：一個技術有了標準的度量衡，才能被規模化、標準化地使用，"我們今天會講一度電、一噸水、一個 GB 的流量"——Token 讓智能的調用第一次可以被計量、被計價。
有意思的是，同一年也是第二階段的開場。春節前後 OpenClaw 那一波，讓他看到了"一個能夠獨立完成任務的 agent 的無限潛力"。所以他的判斷是：AI 進入的第二階段就是智能體階段，智能體就是 AI 時代的新應用。
有了這把尺子，前面那串暴論就不再是孤立的了。
為什麼頭部模型公司大概率不是終局贏家？因為在第一階段的基礎設施位置上，大模型更像煉油廠——煉油廠很難跨界造出汽車。為什麼舊平台不能演變成新平台？因為上一代平台做的是簡單信息匹配，AI 時代要完成的是複雜的能力與需求匹配，兩者的複雜度差了一個量級。為什麼基礎設施只剩一種商業模式？他講得很直接：公共基礎設施只有"寡頭壟斷加政府強監管"這一種模式成立，智能調用的價格長期會像水電一樣穩定在低位。
這幾條都是結構判斷，不是道德判斷。他還有一句更冷的：
"第一階段的企業很難活到第二階段，第二階段的企業很難活到第三階段。上一個時代的巨頭，沒有一個敢說自己一定過得去。"
把尺子放下，下面這一組就輪到組織了。 也是這一期真正要拆的部分。
二、從崗位到任務：公司為什麼會消亡？
起點不是"AI 替代多少人"，是基本單元換了
"公司會消亡"這句話很容易被聽成情緒。但曾鳴給的理由跟 AI 搶飯碗沒關係，他說的是更底下的一層：
"崗位是公司最基本的運行單元，我們應聘都是應聘個崗位。公司要發展，先要定一個崗位，給一個工作描述，然後去招人。因為有崗位，所以有彙報線，有層級，有相應報酬，所有東西都跟崗位連在一起了，崗位是現在組織的基本單元。"
"但 AI 時代，組織的基本單元是任務，是什麼是要被解決的事情。"
注意這裡說的不是"崗位沒有意義了"，而是崗位是整套人事制度的地基。先有崗位，才有工作描述，才有招人，才有彙報線，才有層級，才有對應的報酬。幾乎所有管理動作都掛在這個地基上。
這也解釋了為什麼很多組織改革改不動——改考核、改彙報線、合併部門，動來動去都是在地基上刷漆。真動地基，就是換掉基本單元。
那換成任務之後，組織長什麼樣？他講得很具體：
"AI 原生組織會從第一天開始就去定義那個任務，去拆解那個任務，再去分配那個任務。所有的人和 AI 都是圍繞著任務，硅基員工和碳基員工都是圍繞著任務流轉在協同的。"
為什麼“把 AI 接入工作流”只是過渡階段
訪談里有一句話，我建議你單獨記下來：
"階段性產品是大家講的，AI 一定要嵌入工作流，但這只是階段性產品，因為那個工作流是為人設計的。"
這句話為什麼重？因為今天我們講"把 AI 接進工作流"，默認了一個前提：那個工作流已經存在了。它是先被人設計好的，AI 只是被塞進某個格子里的新零件。而如果基本單元本身就是任務，那工作流是圍繞任務重新長出來的東西——不再是給 AI 找一個位置，而是從一開始就按"人和 AI 一起乾"來設計流程。
一個是在舊流程里加一個環節，一個是流程本身沒有舊版本。這兩件事的差別，比"接入"和"不接入"的差別大得多。
層級為什麼失去理由
接下來是層級。他給的解釋不是"效率提高了，所以不需要管了"，而是一句更底層的判斷：
"層級存在是因為不知道誰說了算，那就先定個層級，層級高的人說了算。它不是以判斷力為標準……但它原則上是誰級別高誰說了算。"
也就是說，層級本質上不是為"判斷力更強的人"設計的，它是一個在信息不完整、判斷力沒法被度量的時候，用來降低協調成本的替代方案。 這句話一說出來，層級的位置就很尷尬了。
那替代方案是什麼？
"但未來是，誰的能力強，誰被調用。"
他給了一個很具體的畫面：
"現在這幾個大 lab 都是在任務發佈，你去認領——你覺得你能幹你就接；你能 deliver 結果，你的東西就上線了。公司只要發佈任務，你只要去認領任務就行了。"
"找工作是找一個崗位"變成"找活乾是認領一個任務"，這兩句話看起來只差一個詞，但它把一整套激勵機制的前提都換掉了：你的價值不再由你坐在哪個格子里決定，由你交付了什麼決定。
Context, not control：不靠命令，組織如何協同
命令不能用之後，一定要有別的東西接上，否則組織不成立。訪談里散著三條，而且它們之間有依賴關係，順序不能換。
一是 High agency：主觀能動性，驅動力向內。 他講得很直接：
"本質是自驅。為什麼這半年硅谷最流行的詞叫 high agency？我們講主觀能動性，你自己掌握自己的命運。你有沒有成長，沒有人比你更瞭解。你成長了，你開心了，你就繼續做；你沒成長，你不開心，你就換個地方。"
二是貢獻必須透明。 因為任務和結果都是公開的，貢獻就被精准地看到了：
"因為你接了任務，你交了結果，這個東西非常透明，所以你一定會得到相應獎勵。為什麼這些 top researchers 轉會費那麼高呢？因為貢獻很透明。"
三是上下文要共享。 這就是"context, not control"為什麼重新火起來：
"五年前我講 Netflix 的案例，甚至講字節的案例，大部分人覺得挺牛的，但跟我沒啥關係。今天所有人都知道，就是要給 context，給夠了 context，它就有那麼牛，能做出正確的決策。"
注意他說的"對齊"是什麼：對齊的不是動作，是對目標、對未來判斷、對背後認知模式的對齊。 這三條的順序不能亂——自驅要成立，前提是貢獻能被看見，所以必須先有透明；透明要成立，前提是大家知道自己是拿什麼標準被評價的，所以必須先共享上下文。把中間任何一層抽掉，自驅就退回成一句口號。
順著這條線，文化形態也跟著變。他用的比喻是球隊：
"就像一個球隊一樣的，每個人都不可缺少，但依然有明星、有前鋒、有後衛的分工。它的文化一定是開放、透明，然後共享。"
還有一個他特別強調的詞——共創：大家都明白自己是在共同創造一個新東西。合作和協同的意願與能力，會因此大幅上升。
順手拆掉兩個常見的誤解
誤解一：一人公司是終局。 他的回答是不：
"'一人公司'只是說，公司很多職能坍塌到一個人身上，一個人現在能幹原來幾十個人能幹的活，但是一個人能幹的活永遠是有限的。所以一定要有組織，一定會有分工，一定會有合作。"
他給"一人公司"的位置是階段性產物，但它完成了很重要的一件事——讓大家理解了，一個人借助 AI，能做到原來需要一整個公司付出管理和協調成本才能做到的事。所以他的畫面是：將來每個人都是一個"一人公司"，是一個"六邊形戰士"，然後這些"六邊形戰士"再彼此合作。
這段判斷真正的含義是：變的不是"組織還要不要"，而是組織的最小能力單位變大了。 原來需要幾個人湊出來的一個能力單元，現在一個人加 AI 就能做到。組織的最小能力單位一變，組織形式就得重新設計一遍。
誤解二：公司是被技術乾掉的。 他的說法是公司是配套制度：
"公司跟工業時代是一起產生的，工業時代之前沒有公司，只有手工作坊。工業時代最大的制度創新就是終於有了公司這種組織形式……它是個配套制度。如果工業時代的基本經濟規律被挑戰了，它的組織形態肯定也會被挑戰。"
他甚至點出了一個正在被用濫的現象的成因。為什麼"老登"這個詞這兩年流行起來了？他的解釋是：過去尊老，是因為老的經驗有價值、老的規範在延續，你必須學，那才叫傳承。而今天——
"能夠轉化成知識的經驗都不再有價值——它都被大模型吸收了。這些年輕的聰明人，用好 AI 槓桿，瞬間就能成為任何一個領域的專家。"
那麼"過去 20 年的經驗還有啥價值呢？年輕人當然就不尊重老年人了"。這話不好聽，但它是一個機制解釋，不是一個態度。他給年長者的兩條路也很短："或者安心養老，或者變得重新年輕。"
至於"公司消亡"這件事本身，他一點不傷感：
"這沒有什麼可以遺憾的，將來有更好玩的。你說，多少人現在去公司上班是開心的？"
三、戰略生成：人和 AI 如何一起訓練“組織的小模型”？
這一條是整組里信息量最大的。
他造了一個詞：以前叫"戰略規劃"，現在叫"戰略生成"。這個詞是刻意造的，因為它和"視頻生成""文圖生成"是同一套語法——重點不在把答案寫出來，而在把能長出答案的那套環境搭起來。
於是組織設計的任務完全變了：不是設計一套執行體系，而是設計一個能讓洞察湧現出來的環境。
"我們講組織設計的時候，真正要做的是一套體系、一個環境，可以讓戰略洞察湧現出來，成為一個戰略不斷生成的系統。最後戰略就是個自然而然的決定，在合適的時間，有合適的人，做了一個合適的決定，公司就往前走。"
組織的小模型：讓洞察從協作中湧現
然後是他整場訪談里最形象的一個比喻：
"未來的組織……是一個工作流、任務流，它是一個任務流導向的系統。人跟 AI 都接到這個系統，核心是湧現。就跟大模型一樣，實際是人跟 AI 一起在訓練一個組織的小模型。"
這個比喻把很多事情一次說清了。如果組織是一個"小模型"，那"訓練"這個詞的每一層含義都成立：它需要足夠的上下文當輸入，需要真實反饋當梯度，需要反復迭代而不是一次性規劃。而它好不好，評判標準只有一條——
"核心就是，有沒有原來沒有想到的洞察可以湧現出來，整個群體智慧有沒有在演進，這是最終目標。"
那人在這個小模型里負責什麼？他給了一個分工：
"人沒有辦法像 AI 那樣有處理全海量信息的能力。但是人有瞬間的創造力，和看見不存在連接點的連接的能力。"
這兩件事沒法互相替代。所以組織設計的目標不是讓人去補 AI 的短板，而是讓這兩種能力接到同一個任務流上。
看十年、想三年、乾一年：創造力為什麼在中間三年
這一段還順手解釋了一個老問題。他講“看十年、想三年、乾一年”——這是他對 AI 時代戰略方法論的形象總結，而大部分人只記住了"看十年"和"乾一年"，因為它們像工業時代的習慣動作。但真正有創造力的是中間那一段：
"真正的創造力在看三年。"
為什麼？因為在工業時代，"看十年"是清楚的——每年 5%、8% 的增長，沒有新玩家，十年後什麼樣大概能猜到，於是今年的規劃就是線性推演。戰略因此變得如此不重要，以至於大公司把它外包給了麥肯錫這樣的咨詢公司。 而今天反過來了：線性外推解釋不了 Anthropic 那種 80 倍的同比增長；但完全看十年也幫不上忙，因為當下從哪下手你還是不知道。所以必須逼自己想一個大概三年的圖景，找到兩三個里程碑，讓短期、中期、長期之間產生動態的張力——
"沒有看三年的張力，戰略就沒有發生的環境。相當於在一個三維空間思考最優解，跟你在一個二維平面尋一個最優解，完全不是一回事情。"
他還舉了個反面例子：一個做應用的創業公司 ARR 漲得很快，他問了一句"你繼續漲兩年以後又怎麼樣呢？最後產業終局會怎樣？你 ARR 有沒有一個天花板？那個天花板多快會來？"對方回去一算，發現天花板不高，趕緊去做新的事情。他的提醒是，ARR 這種指標"不但是一個線性外推，還是拿當下外推 12 個月，很容易讓人產生一個增長幻覺"。
至於 OKR——他說得很實在，這個東西一直被寄予厚望又一直落不了地，要麼被放棄，要麼變成了變形的 KPI。他的判斷是：
"AI 時代才有可能讓 OKR 落地。"
理由也在"組織的小模型"里：組織系統能追蹤自然語言的表達，神經網絡無所不在，它可能給你一個反饋——"你們都偏離了你們的 OKR，我看到了一些更具體的、未必是數字，但是是一些趨勢，我可以提醒你們。"
四、事情大於人：為什麼使命驅動才有可能走向卓越？
前兩條推演說的是組織怎麼搭。這一條說的是：搭起來之後，它能不能長期轉下去。而答案落到了人身上。
他先區分了兩條路。
優秀是一個持續有正反饋的成長過程，所以它跟人的心態比較匹配，大部分人是優秀的人。卓越是另一回事：
"卓越是事後認定的。是因為你克服了一次一次的負反饋，當所有人都不認可你的時候，你最後會以巨大的成功證明你是時代最早的先知。"
他講了個細節：很多人問卓越的人自己有什麼不同，他們往往不認為自己有什麼不同，而且都把成功歸給別人，都認為自己是運氣好。這個答案聽起來像客套，但他說不是——
"因為事情大於人，你一定自我很小，才能走那麼遠。是時代成就了你。如果你只是為了證明自己，證明你有多牛……在某一個時間點，世界會打你的臉來證明，你沒有你想象的那麼厲害。"
機制他也講了。ego 大的人需要不斷證明自己，因此需要短期反饋，於是會一直待在正反饋的循環里。代價是：你不會真正去感知和理解真實世界，"你對信息的處理一開始就會容易受你先入為主的判斷的影響"。
這跟前面兩條推演是咬合的。命令線撤掉之後，組織靠自驅、透明和共享上下文轉起來——而這三條都要求人先能接受一件事：自己的判斷可能是錯的。 一個必須靠短期反饋維持自我的人，很難在共享上下文里真正聽見別人的意見。
"利他、同理心和自我逐漸變小，大概是走向卓越必不可少的因素。"
他把組織分了四層：機會驅動、戰略驅動、遠見驅動、使命驅動。他說得很清楚，能走到戰略驅動已經是很優秀的公司，但嚴格來講，要有使命驅動才有可能走向卓越。而區別在於——
"這個使命是發自內心的，你真心 believe 的，你完全相信跟擁抱的，不是你編出來寫在牆上激勵別人的。"
那怎麼判斷自己在哪一層？最後他給的問題不是戰略問題：
"十年以後，你會對怎樣的自己滿意？"
他的經驗是這個問題往往一問就把人問懵。而答案的差別很有信息量：說"我就是對這個事情特別感興趣，我希望這個事情能成"的，是事情大於人；說"我就是好奇"的，也比證明自己有意思；說"我就是要做一個一百億美金的公司"的，基本上是自我驅動，是要一個外部認可——
"因為他不是內在驅動，他受外部的衡量標準影響很大，每一輪估值就容易對他有衝擊。"
收束：把這條推演收起來看
現在回頭看開篇那串暴論，它們其實是同一條推演的四個斷面：
基本單位從崗位換成任務 → 層級失去存在的理由 → 協同改由自驅、透明和共享上下文承擔 → 組織的產出目標從"完成計劃"變成"讓洞察湧現" → 而能長期運轉的，是自我夠小、事情夠大的那一類組織。
整條推演里幾乎沒有講技術細節。它講的是同一件事：當基本單位變了，組織這件事本身需要被重新設計一遍。
順便說清楚一件事——開篇列的另外幾條暴論，關於大模型公司終局、公共基礎設施的商業模式、舊平台能不能代際跨越，涉及的是產業推演，需要另一條完整的線來講。我們這次只借用它們當背景，不展開。
你可以先做的一件事
不用等組織架構調整，也不用等誰批准。你可以在這一周里挑一件團隊正在做的事，試著不寫崗位、只寫任務：
把它寫成一句"要被解決的事情"，然後補兩行——交付物是什麼、憑什麼算驗收通過。寫完你會發現，判斷標準這一行往往最難寫。而這一行可能正好就是最關鍵的地方。
留給組織的一個問題
曾鳴在訪談里說的最重的一句話，可能是這句：
"在巨浪面前，沒有人是安全的。誰覺得自己安全，誰就是最不安全的。"
那就留一個問題，帶回你的組織思考：如果基本單位真的從崗位換成任務，你覺得你所在的組織里，第一件該被重新拆一遍的任務是什麼？
來源與說明
- 來源：公眾號「語言即世界 language is world」發佈的《和曾鳴聊產業史觀：我的非共識判斷》官方文字精簡版（2026-09-07），對應播客《張小珺 Jùn｜商業訪談錄》第 153 期（2026-09-03，2 小時 34 分）。完整內容以播客為準；圖書信息為曾鳴《智能：AI 時代的商業、組織與戰略的本質》。
- 本文對訪談中觀點 1–5 作背景帶過，重點拆解觀點 6、7、8 中關於組織與工作流的論述。觀點與判斷均屬曾鳴，提問屬張小珺；引號內為原文短句，其餘為我們的轉述、排序與解讀。
- 本文為獨立解讀，與嘉賓、訪談方及出版方均無合作或授權關係。配圖全部自制，未使用訪談方或第三方素材。