增长的底牌，变了

2026年，会是人类最后一次与AI平起平坐。这是DeepMind CEO德米斯·哈萨比斯的最新判断。

AI不是一次技术升级，而是一场“相变”——从蒸汽机扩展人类体力边界，到AI重构人类脑力边界，商业世界的底层逻辑正在彻底重写。

B2B、B2C之后，A2A（Agent to Agent）正在成为新的商业连接方式。当AI成为与人平起平坐的商业主体，企业家该如何重新理解市场、营销、组织与战略？

知名CEO顾问，《增长五线》作者，笔记侠PPE书院校董会校董王赛老师，在笔记侠第五代企业家团拜会暨咖啡火花系列活动义乌站的分享，给出了系统性回答。

他从“幽灵GDP”讲到“三脑协同”，从GEO（生成引擎优化）讲到战略涌现，最终落脚于一个核心判断：AI能给你无数“策”，但最终决定企业生死的，永远是你的“决”。

以下，是本次分享的精华整理，值得每位企业家反复阅读。

一、AI之变：这次真的不是升级，而是“相变”

今天聊AI，很多人还在问“怎么用AI做海报做视频”“怎么用AI写文案”，这些问题当然重要，但如果只停留在这个层面，就像在蒸汽机时代问“怎么用蒸汽机让马跑得更快”。

AI不是一次技术升级，而是一场“相变”。

我们应该把AI作为和人平等的主体，重新看待经济、社会、商业、战略、市场营销、组织发生的“相变”。

物理学的“相变”，指的是物质从一种状态彻底转变为另一种状态：冰变成水，水变成蒸汽，形态发生根本变化，成为不同物态。

这次最大的变化，是AI可能作为与人对应的新生命的角色，参与进生意的角色中，所形成的新变局。

今天我们面对的商业世界，正在经历这样的“相变”。

DeepMind CEO哈萨比斯（ 2024年诺贝尔化学奖得主 ）说过一句话，值得刻在每位企业家的办公桌上：“2026年，历史会记得，这是人类最后一次与AI平起平坐。”

这不是危言耸听。去年年初有人测算，哪怕按常规发展速度，十年之后AI的算力所产生的智能水平，会是现在的100万倍，这个水平早已远超人类个体。

Stability AI前CEO埃马德·莫斯塔克说得更直接：“由于人工智能，你的经济寿命正在缩短，不是职业生涯，不是眼下的工作，而是你作为一个人的整个经济相关性。我们正身处于一个史无前例的历史时期，文明的基本规则正在被改写。”

理解“相变”，是理解今天一切商业问题的起点。

我最近接触完很多在AI行业里走得非常领先的人，知道他们在思考什么，也知道他们内心的焦虑。但什么是知识、见识与胆识？就是当你真正把内在的认知架构构建完成之后，内心会突然变得平静。

2013年和2014年的时候，中国曾出现过“互联网焦虑”，当时确实引发了很多企业对移动互联网的焦虑，所以当年雷军提出了“互联网七字诀”。而今天类似的事情又发生了，大概每过8到10年，就会出现这样一个周期。

但是当我们回望上一轮周期发生的故事，当年有“唯技术论”“唯布局论”等各种说法，最后归结为两个核心要点，这和今天的情况一模一样：

其一，企业生意AI转型，转型的框架到底是什么？

其二，“真问题”，你的业务问题是什么？

没有框架，我们看陌生的事物，就容易看不到边界；没有问题，我们就容易学了一堆东西，但是对我的生意模式没有任何作用。

二、AI颠覆商业的底牌是什么

AI凭什么带来这场“相变”？

这次AI的变革和以前蒸汽机时代不一样，蒸汽机时代扩展了人类身体体能的边界，而今天的AIGC（人工智能生成内容），所颠覆掉的是人类脑力的边界。

首先算力让认知（ 脑力 ）工作的成本趋近于零。工业革命重构了人类的体力劳动，肌肉力量被机器替代；AI正在彻底重构人类的脑力劳动。

以前我手下带过50位咨询顾问，都是我培养过多年的专业人才，而今天我看到的事实是：当我把我的方法论、我多年的知识库，当年的思考框架喂养给AI之后，AI与我对话的速度与深度，已经超过我带过的顾问，在垂直领域的输出能力，已经达到了博士水准。

这就是孙宇晨年初说过的那句话，2026年开始后，能和AI聊天就不要和人聊天，全力拥抱未来。

OpenAI所谈及的通用人工智能，划分出五个阶段：

L1: Chatbot.理解人类语言，像人类一样交互

L2: Reasoning.达到博士级别的问题解决能力，理解复杂的上下文

L3: Agent.根据设定目标，自主使用工具，进行任务规划、决策与行动

L4:Innovators.AI创造出人类不知道的新知识，自主拓展科学的边界

L5:Organization.AI完全融入组织或者自成组织

世界正在按照L1到L5的阶段展开。

今天人人谈及小龙虾（ Openclaw ），这又是一个人人皆可编程的时代，自然语言就是编程语言。

你跟AI说“帮我做一个自动抓取竞品价格的工具，每天早上八点发到我邮箱”，它直接给你生成可运行的代码，技术能力的壁垒正在被彻底打破。

在这个过程中机器能够自主工作。这不是自动化——自动化是按照预设程序重复执行；自主工作是AI可以根据目标，自己规划路径、调用工具、做出决策。

你告诉它“帮我找到澳洲悉尼最好的海景酒店，预算范围内性价比最高”，它自己去搜索、比价、看评价，最后把预订链接发给你，甚至已经直接订好。

这些应用已经广泛发生，他一键完成了过去人类自己操作的各项步骤，生意进入到“指令经济”和“结果经济” 。

这也造成企业劳动力成本模型的彻底重置。

美国金融科技巨头公司Block，把员工从10000人裁到6000（裁了40%），但它的业务还在增长，所以今天硅谷有一个新的说法：如果一家公司在增长、在盈利，同时还在裁员一半，就意味着它具备真正的投资价值。

这和过去“靠人堆规模、靠团队大小增加规模经济”的时代，已经完全不一样了，未来的企业可能少数人指挥1万个Agent （ 智能体 ） 就能和现在的500强产生同样的经济价值。OPC（ 超级个人公司 ）会在各行各业兴起。

更震撼的信号来自横店。我最近看到王冉有一个演讲，讲AI如何重构电影行业，的确今年开年之后，横店有大量群众演员已经无活可干。

几个人加上AI，30分钟就能完成《霍去病》这类影片的制作，风靡全网，这不是个例，而是一个明确的信号。

知名科技史学者张笑宇和俞敏洪对话时提出一个观点，如今正在一步步变成现实：未来，有工作可能会变成人类的一种福利。人类即将进入丰饶社会，而我们这代人，大概率会亲眼见证这个时刻。

三、AI经济：“幽灵GDP”与智能经济危机

过年期间最震撼的事，不是宇数科技的机器人亮相春晚舞台，而是 华尔街一家 独立投研机构 Citrini Research发了一 篇以2028年视角回望当下的推演文章，提出了一个核心概念：“幽灵GDP”。这个概念的推演逻辑，值得每一位企业家认真思考。

推演的起点是：AI替代白领，产生“幽灵GDP”。

AI驱动产出增长，但不转化为人类收入、不进入消费循环。然后形成“智能替代螺旋”：

产业端：AI升级，于是企业裁员，再用节省的成本投入更多AI，使得原有的更多岗位消失；

就业端：白领失业，挤压零工和服务岗，全球降薪，消费萎缩；

金融端：企业收入下滑，信贷违约，房贷暴雷，资产下跌；

最终结果是：GDP、生产率创下新高，但居民收入和消费陷入停滞，这种“有增长无收入”的怪圈，就是“幽灵GDP”的核心困境。

企业通过AI升级完成裁员，裁员后盈利提升，又会进一步加码AI投入，带来更多岗位的消失，最终引发连锁的经济问题。这会不会是2028年我们会面对的情况？

所以我一直谈到今天中国经济、世界经济其实是K型分化，算力变成过去年代中石油一样的新财富，你才能理解，为什么中国最近一批公司刚上市就是千亿市值。

四、生意模式的变化：意图经济、结果经济、A2A模式

1.意图经济

生意模式的第一个变化，叫作“意图经济”，也就是 Intent Economy。

我们从社会视角、经济视角来落到生意模式的视角，这些变化的背后，是商业底层逻辑的根本性怎样的迁移？我们正在从“平台经济”进入“意图经济”。

过去十年的商业逻辑，是平台经济的逻辑：平台掌握流量，商家在平台上供货，挤进行业前三就能获得算法的持续推流，最终跑通商业模式。

但今天，这个逻辑正在被AI彻底瓦解。

上上周我在南太平洋岛屿国家汤加，那个岛一年只有4万名游客，网上几乎没什么现成攻略。

我跟AI说“帮我找当地旅行社，帮我安排出海追鲸的项目，我愿意出1000美金”，AI瞬间就把对接邮件发了过来。整个过程里，我根本不需要打开任何旅游平台，更别说给平台带去一点流量。

这就是意图经济： 商业的核心不再是流量分发，而是对用户意图的精准识别与满足。 用户的需求表达，不再是“我要买一件内衣”，而是“我要去中东伊拉克旅行10天，当地气温很高，帮我推荐适配的日抛型、丝滑透气的内衣”。

需求不再是固定的品类关键词，而是场景化、个性化、连续迭代的意图表达。

用户每一次和AI的对话，都是在刷新自己的需求。

AI会基于用户的每一个新词，生成全新的需求知识图谱，给出精准的匹配结果。传统的、固定的关键词定位逻辑，在这种个性化的意图表达面前，彻底失效了。

如今的生意逻辑，正从“搜索响应”转向“意图预判”，谁能在用户自己都说不清楚什么的时候，就递上答案，谁就掌握了成交与增长的密码。

2.结果经济

企业界最近有一个判断：SaaS已死。我们过去十年，信奉的逻辑是“工具经济”。

我做一个CRM（ 客户关系管理系统 ），你付年费，至于你用这个软件签了多少钱的单子，那是你的事。我做一个设计软件，你付月费，至于你最后设计出的海报有没有带来客户，与我无关。

但在AI时代，逻辑被彻底推翻了。因为AI Agent（ 智能体 ）的出现，客户不再需要为“工具”付费，客户只为“结果”买单。

在今天，商业的权杖已经从“拥有工具的双手”，转移到了“交付结果的智能”。如果你还在跟客户讲我的软件有多少功能，对不起，客户会问你：你能直接帮我把钱赚了吗？

传统的SaaS，卖的是“可能性”。我给你一把锄头，你种出粮食是你的本事。 AI时代的结果经济，卖的是“确定性”。 我直接给你把粮食种出来，甚至帮你卖掉，你只需要按收成给我分成。

这种模式颠覆了什么？它颠覆了风险承担的主体。

在结果经济下，乙方（ 服务提供方 ）开始承担经营风险，甲方（ 客户 ）只为效果付费。一旦AI具备了完整的“感知-决策-执行”闭环，它就不再是辅助工具，而是数字员工。

我们正处在一个分水岭：从 Software as a Service（ 软件即服务 ） ，进化到 Success as a Service（ 成功即服务 ）。

过去，法律SaaS卖给律所一套卷宗管理系统，按账号收费。但现在，美国的Harvey AI，或者国内的一些AI法律助手，它们不卖账号了。

它们怎么做？企业客户说：我有一批债务纠纷要处理，有100份合同要审。

AI Agent（智能体）直接介入，它读完合同，生成律师函，甚至自动发起立案流程。

收费模式变了：我不收你的系统使用费，我帮你追回欠款，我拿追回金额的10%-20%。如果你的案子没追回钱，我一分钱不收。

请问，作为企业主，你是愿意每年花2万买个软件自己折腾，还是愿意找一个AI律师让它帮你把钱要回来然后分它20%？答案不言而喻。

3.“A2A”模式

如果“结果经济”改变的是收费模式，那么还有一个更深层的变化正在发生，它改变的是商业的连接方式。

过去我们讲商业模式，总绕不开三个字母：B2B、B2C、C2C。生意的本质是“人”与“人”的连接，或者是“平台”与“人”的连接。但在AI时代，一个新的模式正在崛起，它称之为——A2A，Agent to Agent，智能体对智能体。

什么意思？就是你的AI，不再为你服务了，它直接代表你去跟另一个AI做生意。中间没有网页，没有App，没有人工点击，没有任何“人”的参与。

以前我们说“互联网流量”，本质是“人的注意力”。但在A2A时代，流量变成了“智能体的决策权”。

很多人可能觉得这是科幻，但最近亚马逊的一个动作，就是A2A模式的标志性事件——“幽灵点击”。

2025年11月，亚马逊公司(AMZN.US)面临人工智能初创公司Perplexity AI Inc的“幽灵点击”

什么是“幽灵点击”？

就是你的AI Agent （智能体） ，不再需要你亲自打开亚马逊App，搜索、比价、下单。想象一下，你对着你的AI助手说：“帮我买一箱矿泉水，价格别超过20块，明天送到。”

在以前，AI会打开浏览器，模拟你的操作，帮你点一下。但这本质上还是“人”在决策。

但未来，一旦亚马逊开放全新的接口，你的AI Agent ，直接跟亚马逊的AI Agent 对话。

你的Agent 说：“我需要一箱矿泉水，预算20，明天到。”

亚马逊的Agent 回答：“我有，15块，明天10点前到。”

你的Agent 说：“成交。”

整个过程，没有页面加载，没有购物车，没有“加入购物车”的按钮被点击。就像两个后台程序在交换数据包。这就是“幽灵点击”——交易的实体发生了，但那个“点击”的动作消失了，像幽灵一样。

各位，如果这件事大规模发生，颠覆性在哪里？它意味着，亚马逊不再需要争取“你的眼球”了，它只需要争取“你的Agent的认可”。

如果未来每个消费者都有自己的Agent，那所有面向C端的App，它们的用户将不再是“人”，而是成千上万的AI Agent。

这些Agent没有情感，不会被精美的广告打动，不会因为“限时折扣”就冲动消费。它们只认三样东西：价格、规格、履约能力。

这会带来什么？

第一，流量入口彻底重构。

以前你花一个亿投广告，买搜索关键词，是为了让“人”看到你。以后，你的投放对象是AI。如果你的产品数据没有被Agent爬取、理解和推荐，你在数字世界里就是隐形的。

第二，UI（用户界面）不再是护城河。

过去，电商平台花几千万优化界面，让用户“逛”得爽。但在A2A的世界里，界面消失了。你的竞争力不再是“好不好看”，而是你的Agent API（ 应用程序编程接口 ）响应快不快，数据结构化做得好不好，能不能被其他Agent高效调用。

第三，中间商面临终极拷问。

当买方的Agent和卖方的Agent可以直接握手交易时，那些靠“信息差”和“流量分发”生存的中间平台，价值还剩多少？

所以当我们在谈论AI的时候，不要只看到“AI帮我写文案、做表格”。我们要看到的是：AI正在成为商业世界的新公民。

未来的商业版图，不再是B2B或B2C的地图，而是A2A的战场。

你的Agent，和我的Agent，它们正在谈判桌上。而人类，只需要在最后的结果上，点一下“确认”。

过去的消费者行为学，今天变成了机器行为学。

过去，真实用户每一次点击、浏览、加入购物车、放弃购买，都是宝贵的数据，这些数据喂养了亚马逊的推荐算法、定价模型、库存预测和整个个性化体系，从而持续优化用户体验。

但Comet （ 笔记侠注： AI公司Perplexity推出的一款AI智能体浏览器，核心功能是帮用户全自动在亚马逊等电商平台完成购物，大规模替代人类操作的工具。 ） 大规模替代人类操作后，亚马逊看到的所有“用户行为”其实是AI的思维逻辑和决策路径，而不是真实人类的偏好。这相当于把亚马逊苦心经营多年的数据增长飞轮彻底打乱。

五、对机器做生意：商业世界出现新主体

这带来了一个根本性的变化：市场营销与生意领域，第一次出现了“消费者之外”的另一个主体——机器，它和人未来是平起平坐。

过去我们做生意，所有动作都是面向人：了解消费者需求、建设用户心智品牌、打磨适配人的产品。但未来，商业世界会出现一个全新的、并行的分支：对机器做生意。

这句话大家一定要刻在心里。

未来的商业逻辑是：B to AI to C，B to AI to B。中间的这个AI机器，会成为商业世界所有触点的核心。不理解这个，你拿不到未来商业世界的入口。

过去我们奉为圭臬的客户体验、电商云服务等整套体系，全部会被重构。

当下的商业世界，正在出现越来越多的机器行为。过去我们要靠用户高频使用产品，才能了解他的消费偏好。 未来，和你的品牌交互最多的，不再是人，而是机器。

如果你只懂得面向人做生意，却不懂如何面向机器做生意，最终你的产品会被AI彻底忽略，机器根本识别不到你的存在，这就是未来商业最核心的生死线。

六、新营销架构：STP×4P for Human & AI

我的老师现代营销学之父菲利普·科特勒，95岁高龄依然每年出新书。

他三天前发布了最新著作《营销7.0：AI时代的市场营销》，在书中科特勒又提出了一个颠覆性理念：要向增强型人类（Augmented Human）做市场营销。

什么是增强型人类？

不是植入芯片、进行身体改造的赛博格，而是学会与AI协同进化的普通人。这类人群的决策模式，是人与AI混合决策，而非依靠个人独立完成决策。

这意味着，过去70年行之有效的营销架构，正在面临根本性改变。

经典STP（ 市场细分、目标市场选择、市场定位 ）的核心是在“人的心智”中找一个位置。今天，你必须在“人的心智”和“算法的认知”中同时找到位置。

新的STP公式是：你的市场位置 = 人在心智中给你的位置 × 算法在认知中给你的位置。

经典4P（ 产品、价格、渠道、促销 ）是向“人”交付价值的四个维度。今天，每一个P都要同时服务于“人”和“AI”这两个决策主体。你的营销组合，要同时通过“人的检验”和“算法的检验”。

过去我们学营销，核心是研究消费者行为学，深挖消费者为什么会买单、决策逻辑是什么；

现在，我们必须新增一门核心学问：机器行为学，要研究算法的运行逻辑，琢磨我们的产品、品牌怎么才能被算法精准识别、优先推荐。

七、算法时代的市场营销的新定律

在AI时代，算法的角色早就变了。它不再是后台跑数据的工具，而是今天营销的“基础设施”——甚至可以说，它正在重新定义市场本身。

第一定律：算法接管了“心智的入口”。

过去我们讲定位，是在用户脑子里找一个位置。

但在今天，用户想买东西、拿不定主意的时候，第一反应不是问朋友，而是问算法。那个答案，就是他们对你建立的第一印象。 所以营销的起点变了——不再是我觉得“我是谁”，而是算法怎么定义我。

第二定律：需求不是被发现的，是被“对话”催生出来的。

算法每天都在投喂数据、预测行为，用户的下一步常常是算法“推”出来的。营销要做的事，不再只是满足一个已经存在的需求，而是参与到用户和算法的那个持续互动中去。简单说，你不是在等用户想要什么，你是在帮算法知道该给他什么。

第三定律：信任正在从品牌转移给“系统”。

过去用户信任某个品牌，现在越来越多的用户把信任交给“推荐”这件事本身——谁推荐得准、谁靠谱，他们就信谁。

品牌面对的不再只是用户，而是两重博弈：

一方面要赢得算法，让系统愿意把流量分给你；

另一方面要赢得用户，让用户在算法推荐的一堆选项里，依然认得你、选择你。

这些变化催生了一个全新的概念：GEO（ Generative Engine Optimization，生成引擎优化 ）。

如果说过去的SEO是让搜索引擎找到你，那么GEO是让AI模型“理解并信任”你。

GEO实质是一种面向AI模型的信息优化与信任管理体系。它通过提升内容的语义相关性、结构化可读性与权威信源可信度，帮助品牌在生成式引擎的答案构建过程中占据更高权重。

在AI生态中，品牌的核心资产正从“内容量”转向“语义质量”。AI更关注信息的结构、语义深度与逻辑一致性，这些特征决定了品牌在生成模型中的“可引用性”。

这意味着，企业未来需要建设“语义资产库”，不是堆砌关键词，而是构建能被AI理解、采信的知识图谱。这套能被机器识别的知识图谱，才是如今企业最大的核心资产，而非过去我们奉为圭臬的品牌本身。

当我们再往前推论一步，当AI和人类平起平坐时，市场生意怎么做？

“三脑”模型图

可能的答案就在这张图里——人的大脑分三层：爬行脑、情绪脑、理性脑。

过去，我们总在理性脑上跟AI拼逻辑、拼参数，但未来，逻辑是AI的主场，人类的主场是本能和情感。

所以未来市场营销要做的，是“三脑协同”。

第一，占领爬行脑——让他“不用想”。

爬行脑管的是呼吸、心跳、直觉。

这里的生意不是给用户更多选择，而是帮他消除选择。让产品成为他的“肌肉记忆”，成为那个最省事的默认项。AI负责在后台把一切算好，用户在前台只需要点一下“同意”。

第二，占领情绪脑——让他“想要”。

情绪脑要的是故事、归属、身份感。

当所有AI都能给出最优方案时，用户选择谁，取决于谁让他“有感觉”。品牌要变成叙事本身，让用户在你的故事里找到自己的影子。AI可以帮你分发故事，但故事里必须有人味。

第三，用好理性脑——让他“该要”。

理性脑不是用来跟AI竞争的，而是用来跟AI合作的。

你要用AI建立绝对的理性信任——方案透明、可追溯、永远最优。当用户理性上完全信任你，他的本能和情感才会放心地交给你。

用逻辑建立信任，用故事制造共鸣，用本能促成行动。未来的市场营销既是对人，也是对机器算法，还是对“增强型人类”。

八、AI时代的管理与组织

我们聊了结果经济，聊了A2A，以及向机器营销、增强型人类，如果这些只是“生意怎么做”的变化，那今天最后我想聊一个更深的问题：当AI能直接交付结果，当Agent之间能自动交易，我们人类引以为傲的“管理学”，还剩下什么？

答案是：管理学正在被彻底颠覆。

1.信息基础的颠覆：从“有限信息”到“无限信息+智能涌出”

过去管理学是在信息有限的基础上建立的，所以我们需要层级来汇总信息，需要流程来传递信息，需要报表来呈现信息。CEO站在金字塔顶端，就是因为他是信息的终点。

但今天，AI改变了这一切。信息不再稀缺，智能甚至都在“涌出”。

任何一个员工，手上有一个AI，能调取的知识、能生成的洞察，可能比十年前一个副总裁还多。当信息无限、智能随处可得时，金字塔的底座和顶端，还有区别吗？

2.组织形态的颠覆：从“科层制”到“超级智体”

科层制——金字塔、部门墙、汇报线——这套东西，是为了解决“信息不对称”和“协调成本”而生的。但在AI时代，当每个节点都能实时获取全局信息、当AI可以自动协调任务，科层制的存在基础正在瓦解。

未来的组织，不再是“层级”，而是“超级智体”:一个由“人+AI”组成的敏捷网络。它像一个人工智能驱动的“蜂群”：

没有固定的指挥中心，但每个节点都知道该做什么，整个系统却呈现出高度的智能和自适应能力。

3.决策模式的颠覆：从“经验驱动”到“AI协同”

过去我们说“老板的直觉”，那是一种被神化的东西。

但坦白讲，直觉的本质，是在有限信息下的快速判断。今天，AI可以在几秒内分析过去十年的市场数据、竞争对手的每一个动作、供应链的每一个波动。

未来的决策，不再是“人拍板、AI辅助”，而是“AI推演、人确认”。人是决策的“授权者”，而不再是信息的“收集者”。

4.管理职能的颠覆：从“监督执行”到“定义意图”

这是最让管理者“不舒服”的一条。过去的管理者，核心职能是“管”——分配任务、监督进度、考核结果。

但当AI Agent可以直接执行任务、直接交付结果，管理者还需要“管”什么？未来的管理，不再是对过程的监督，而是对意图的定义。

你需要告诉AI和团队：我们要去哪里？为什么去？边界在哪里？什么是“对”的，什么是“错”的？管理者的核心能力，将从“执行力”转向“想象力”和“价值观判断”。 你不再是一个监工，你是一个意图的设定者。

未来，我们的大型公司可能是100个员工，管理100万个AI agent，管理学将重新被应用于AI agent领域，包括如何对Agent分工、协同、激励、所有这些建立在我开头演讲中所提到的，AI与人平起平坐下，它们如何被组织起来。

管理学将重写。

九、AI时代的企业竞争战略

AI时代的企业竞争战略，一共三条。

第一，企业与企业的竞争，将会有很大部分，建立在Agent与Agent的竞争，其背后是算法语料、算法优劣之间的竞争。

以前工业时代竞争优势建立在规模经济、范围经济之上，互联网、移动互联网竞争优势建立在网络效应之上，而今天建立在机器学习红利之上。

曾鸣教授对此有如此表达：机器学习越快，就有机会获取更多知识的智能体，就更有机会演化出更强的智能，智能体不是一个简单的机械系统，更像是一个复杂的生物系统，它有认知的涌现。

第二条，战略涌现。战略是“涌现”出来的，不是“规划”出来的。

过去我们做战略，习惯的逻辑是：想清楚，定目标，拆路径，执行。战略是一张提前画好的地图。先有定位，再有配称，再有传播。从上到下，稳稳当当。

但在AI时代，这套逻辑正在失效。

为什么？

因为算法不是一张静态地图，它是一个活的、实时演化的系统。用户的认知被算法分化，需求被算法共创，流量分发的规则每天都在微调，你年初定好的战略，可能三个月后算法一改，就废了一半。

这时候，战略不能再是“画出来”的，而是“长出来”的。

什么叫战略涌现？

它不是没有战略，而是战略的形态变了，战略是“涌现”出来的。你设置好初始条件品牌内核、内容能力、数据接口、算法适配机制，然后让战略在与算法的持续互动中自己长出来。

听起来有点抽象，我再来解释：

战略从“静态文件”变成“动态算法博弈”：以前，战略是一本PPP（ 就是Plan加上PPT，年底定好，第二年照着打 ）；现在，战略从“自上而下”变成“自下而上+中台校准”。

过去的战略是顶层设计，一线执行。现在的战略往往是“一线试出来的”，某个内容突然爆了，某个投放模型跑通了，某个细分人群被算法识别出来了。

总部要做的不再是发号施令，而是识别这些涌现出来的“有效模式”，快速放大，形成规模化优势。

战略从“确定性规划”变成“概率化探索”。

过去我们追求“精准”，恨不得提前一年算准每一步。但现在算法的变量太多了：流量波动、竞品动作、平台规则、用户偏好迁移，任何一个变量都能让你的计划跑偏。

所以AI时代的战略，更像是在打“概率牌”：你不是在赌一个确定性的结果，而是在构建一个能够持续“涌现”出好结果的系统。

你做A/B测试，做小闭环，做快速迭代。每一次失败都是一个数据点，每一次成功都可能是下一个战略支点。

战略从PPP（ Plan，PPT ）转向算法后的FFF（ Find，发现问题；fix，解决问题；finish，完成任务 ），这也是这次美国、以色列攻击伊朗所用的打法，算法支持下直接实施斩首行动。

但是必须纠正的是，宏观战略 并不是 完全瘫痪，倒是战略意图（ strategy intent ）变得越来越重要。

现在有一种说法，叫做From Sun Tzu's art of war to precision surgical strikes，即“我们最大的战略变化：从《孙子兵法》的宏观思想，转向精准点射、手术刀式的实战打法”，这并非正确。

我今年1月份在中东呆了一个月，去了叙利亚、黎巴嫩、伊拉克、阿富汗这些中东和中亚最复杂的地方，我看到的是千年文明的冲突，侯赛因作为什叶派的领袖死于冲突，而带来的中东千年的宗教对抗，我在卡尔巴拉和大马士革，看到的是千年哭泣。

2026年2月，王赛老师在大马士革

所以从战略上讲，美国的斩首行动，很难说是一个真正的大国战略，反而后患无穷。

所以从宏观战略上看，很多东西不是FFF（ Find，发现问题；fix，解决问题；finish，完成任务 ）那么简单，战略背后要有深刻的战略意图（ strategy intent ），这就是我马上谈到的，决策，人的意义——未来算法替代不了究竟是什么？

十、在AI时代，人的意义：决、温度、情感共鸣与叙事

最后，我想说一个最重要的结论：人类价值的在何种情境下被凸显。

过去我们总说“决策”，把更多的精力放在了“策”上，做分析、出方案；

但今天，AI可以帮你完成所有的“策”的工作，“策”已经不再是稀缺能力，真正稀缺的、不可替代的，是“决”。

AI能给你最精准的市场营销方案，你敢不敢全盘落地？

AI能给你最全面的期货股票分析，你敢不敢按它的建议操作？

AI能复刻顶级内容创作者的所有作品，一小时完成全年的内容创作，你敢不敢直接用？

这些，才是今天对企业家最核心的考验。

今天早上我看到雷军在朋友圈宣布签约舒淇做小米SU7代言人，我于是和我的AI分身讨论：这是一个正确的代言选择么？

AI给我一堆支持的答案，比如舒淇有松弛感，舒淇的名字发音和SU7很像。

接着我追问我的AI分身：品牌代言人要符合一个原理，即品牌的核心价值、形象气质要和代言人一致，请用此原理再分析舒淇代言小米。

这个情况下，我的AI分身开始站在另一个立场，一堆理由，代言人选择似乎不合适。

左也对，右也对。AI什么策都能给。但是这也为企业家真正保留出一个空间，决策的“决”，未来是最有价值的事情！

过去我们用人，核心是用他的策略能力、执行能力；今天，策略的工作AI的数字分身全部可以完成，真正决定企业生死的，永远是决策者的“决”。

这就是纳瓦尔最近在演讲中提到的，“勤奋、努力的作用都被高估了，判断力被低估了”。

同时我们也要清醒地认识到： AI可以完成策略，但无法替代意义；AI可以优化效率，但无法赋予价值；AI可以模拟情感，但无法真正共情。

另外，品牌的温度、故事的穿透力、价值观的共鸣——这些属于人性的部分，在AI时代反而变得更加珍贵。

正如一位企业家所说：“To succeed in today's landscape, businesses must combine the best of both worlds. They need AI-powered performance marketing and human-led brand building.（ 要在当今的商业环境中取得成功，企业必须将两者的优势结合起来：既要有AI驱动的效果营销，也要有人类主导的品牌建设 ）。”

让算法的归算法，人性的归人性。

知道哪些交给AI，哪些留给人性，哪些赋予意义，这才是AI时代企业家的核心功课。

十一、回到增长：红利在哪儿，机会在哪儿

最后，我们回到增长这个根本问题。德鲁克有一句话，值得刻在每位企业家的办公桌上：资源要优先分配给机会，而非问题。

很多企业经营者每天都陷在问题里：品牌有问题、品控有问题、生产有问题、管理有问题。这些问题固然需要解决，但我们必须清醒： 企业真正的跨越式增长，从来都不是来自于解决问题，而是来自于抓住机会。

这也是今天我们面对AI时，最该想清楚的核心问题：我们到底是只想用AI解决眼前的现有问题，还是要抓住AI带来的全新核心机会？

我在《增长五线》里写过一个核心公式：企业增长红利 = 宏观经济红利 + 产业增长红利 + 模式增长红利 + 运营增长红利。

宏观经济上行的时候，就像打开了一扇时代窗口，企业只要站在风口里，顺势就能起飞。但今天，宏观经济进入新周期，我们需要把目光投向更微观的机会。

很多人问：现在是不是“历史的垃圾时间”？是不是该“啥也别干”？

我的判断是：今天可能是中国历史上最好的时期之一，但这个“好”，不是普惠的、均等的“好”，而是K型分化的“好”。

“大衰退”还是“大分流”？这个判断至关重要。如果是大衰退，核心就是保住资产，别瞎折腾；如果是大分流，则意味着行业和世界在分化，好的公司越来越好，而他们背后有一个更底层的判断标尺：基础设施的迁移。

当基础设施发生根本性的重构，同时伴随全量用户的集体迁移，这就是风口，是能改写整个产业格局的时代级机会；如果只有单一维度的变化，用户迁移的范围极小，那这只是浪口，是小众的、阶段性的机会。

今天，AI正在重构商业的基础设施。用户的消费决策路径、企业的成本结构、品牌与用户的连接方式都在经历根本性的迁移。

这才是我们今天要抓住的最大机会。

结语

2026年3月，我在南太平洋的一个岛国萨摩亚。那个岛很小很原始，没有网红打卡点，但海是海，风是风，日出是日出。

2026年3月，王赛老师在南太平洋岛国萨摩亚

我坐在海边重读《金刚经》，读到“不惊不怖不畏”六个字，突然有了新的理解。

这个世界正在经历“相变”，稳定成了最大的幻觉，变化成了唯一的常态。

AI正在改写商业的底层逻辑，重构所有行业的游戏规则。有人会被时代抛下，有人会踩中时代的红利，实现此前难以想象的增长。

AI能给你无数策略，但最终决定企业走向的，是你的“决”。 知识是最不重要的，尤其是在AI时代。有见识才有胆识，如果一个人没有见识却只有胆识，那叫鲁莽。

而我们这代人何其有幸，从后农业社会，到工业社会、信息化社会，再到如今的AI社会，亲历了这一路波澜壮阔的变迁。

在这个大时代里，愿你既有见识，又有胆识；既能看清趋势，又敢做出决策；既能与AI共生，又能守住人性的内核。

毕竟，无论技术如何变化，商业的本质从未改变：理解人、服务人、成就人，即使未来有一天AI与人平起平坐。

内容来源：2026年3月14日，笔记侠PPE（政经哲）书院主办的“笔记侠第五代企业家团拜会暨PPE COFFEE SPARK咖啡火花”系列活动义乌站。

分享嘉宾：王赛，知名CEO顾问，伍线战略创始合伙人，科特勒咨询中国与新加坡管理合伙人，笔记侠PPE（政经哲）书院校董会校董，代表作《增长五线》，执教17所中外顶级商学院。

高级笔记达人| 天朗明月

责编| 贾宁

本文来自微信公众号“笔记侠”（ID：Notesman），作者：王赛，36氪经授权发布。