AI转型困局：企业如何跨越90%失败率，蜕变为「超级智体」
众多企业不惜重金推进数字化建设、部署大模型技术，投入大量人力与资金，却深陷"高热情、强投入、低回报"的泥潭难以自拔。人们常误以为AI不过是提升效率的辅助手段，简单嵌入业务流程就能实现跨越式发展；然而残酷的现实表明，停留在技术层面的"AI+"叠加，永远无法充分释放智能的真正潜能。中欧国际工商学院亿纬锂能经济学与决策科学教席教授方跃在其著作《超级智体：企业未来的无限进化》中提出了颠覆性观点：AI时代企业的终极出路，并非堆砌技术，而是实现物种层面的根本蜕变，演进为人、机器、组织深度融合的全新生命形态——超级智体
AI的终极追问：心、量子与复利
如果你还没看第一期，这篇是独立的——但建议先回去看完，因为很多人物和话题是一脉相承的。如果你已经看过了，那我们直接进入后半程的硬核内容。7月18日，"AI的第一性原理"思想者论坛。七位行业标杆轮番上阵，但所有人都在等一个人——朱松纯。他是北京通用人工智能研究院院长、北京大学智能学院院长，也是国内通用人工智能（AGI）研究最坚定的推动者之一。他上台后，一口气讲了一个小时。他的第一刀，直接砍向了整个行业最根深蒂固的认知——他列举了三类被商业包装的技术误判：第一，"大模型即AGI"——这是把工具当成了目的；第二
AI初创企业组织更扁平 或成美国公司变革模板
最新调查表明，从创立之初就全面融入人工智能技术的初创公司，其员工总数比类似非AI企业平均少约四分之一，管理层级减少15%，结构更加精简且扁平化。分析人士认为，这种模式可能为美国大型企业组织调整提供重要参考。由哈佛商学院和欧洲工商管理学院研究人员联合发布的工作论文，基于对数千家Y Combinator及美国风投支持的初创企业分析得出上述结果。研究显示，AI原生企业在估值水平与同行相当的情况下，拥有更少的基层员工、更少的管理岗位和更短的管理链条。其员工更可能来自知名公司和顶尖高校，但男性比例也更高。由于融资规
AI与人的角色互换思考
最近看到一个有趣的笑话。也许你也笑了。但仔细想想，确实有道理。为什么这个笑话能广泛传播呢？或许是因为我们都遇到过这样的人。说得更坦率一点，我们都曾扮演过这样的角色。同时，这也意味着一种新的评判标准正在浮现：在评估一个人时，也开始采用评估模型的方法了。一切都在变化。从工业时代到如今的大模型时代，我们的教育系统和职业系统都在竭力把人塑造成合格的大模型，比如两个你熟悉的职位：第一个，客服人员。现在的客服只会做两件事：记录，致歉。你说我要退货。他说很抱歉给您添麻烦，我帮您记录上报。你说给我一个说法。他说很抱歉给您
WAIC观察：智联招聘白岩预测AI代理人将重塑未来职场
专题：2026世界人工智能大会（WAIC） 新浪科技讯 7月19日下午消息，7月17日至20日，2026世界人工智能大会暨人工智能全球治理高级别会议在上海举行。 在展会现场，智联招聘集团高级副总裁白岩与包括新浪科技在内的多家媒体进行了交流。 谈及“AI如何重塑劳动力市场”，他强调，AI带来的变革核心在于改变了组织与个体间的连接纽带，而不仅仅是速度的提升。 白岩指出，AI能迅速完成简历结构化处理和岗位匹配排序，将人力资源从机械筛选中解放出来。释放出的时间使HR能回归更有价值的环节，如深度沟通和评估候选人的潜
AI决策十大经典评估工具
AI辅助决策（AI-assisted Decision Making）在组织行为、信息系统、管理、人机协作等研究领域，目前被广泛引用且影响力较高的评估工具并不多，大约只有十套左右，且多数发表在OBHDP、MISQ、JEP、IJIM、Information Systems Research等顶级期刊上。以下按推荐程度与SSCI引用率排序。AI决策相关十大经典评估工具Logg, J. M., Minson, J. A., & Moore, D. A. (2019).Algorithm apprecia
AI应用越广，人为何反而更忙碌？- 智能时代能力供给6B之Bot与Boost
智能时代能力供给6B · BOT × BOOST1854年，在纽约水晶宫博览会上，伊莱沙·奥的斯登上了一个升降台，并让助手当众砍断唯一的吊绳。平台瞬间下坠。几寸之后，旁边的安全装置卡住滑轨，平台悬停空中。此前，升降机已能运送货物，但人们不敢用它载人，因为无人知晓绳索断裂后会怎样。奥的斯改进的不是速度，而是让机器首次赢得信赖：它能自主运行，也能在故障时由另一套机制托底。170多年后，AI正融入企业的客服、财务、研发、营销和运营流程。机器阅读更快、输出更多、反应更迅速，可很多人的工作量并未减少。他们仍需核对A
AI不用等死，乱用找死，用对才增长
各位校长，2026年过半，AI已经不是选择题，而是生死题。😴 等死型 觉得AI离自己很远，依然靠发传单、靠老师手动备课、靠拍脑袋做决策。不转型，早晚被淘汰。💥 找死型 听说AI好，买了一堆工具，结果团队不会用、流程接不上、投入打了水漂，反而搅乱了日常经营。很多企业最大的焦虑，不是“用不用AI”，而是“用什么”和“怎么用”。 不转型，早晚被淘汰；盲目上马，投入很容易打水漂。在《AI引爆流量增长兵法》的课堂上，我开宗明义讲过一句话： AI是生产力的革命，AI战略的本质，是用AI驱动利润增长，让组织提质、降本、
AI Coding Builder 的核心职责解析
简单来说，就是协助企业把"借助 AI 进行代码编写"从个人层面的零散尝试，提升为团队乃至组织层面的体系化工程能力。具体而言，它涵盖以下几个维度：第一层：工具筛选与安全审查。 协助企业评估适合采用的 AI 编程工具（例如 CatPaw、Cursor、Copilot、Qoder 等），开展国产与海外产品的对比分析，排查数据安全隐患。此前 Claude Code 被工信部查出存在安全后门一事，使众多企业猛然察觉自身使用的 AI 工具或许存在数据回传风险，因此亟需专业人员执行安全审计并制定迁移计划
韩歆毅：企业AI要从工具升级为组织智能
专题：2026世界人工智能大会（WAIC） 新浪科技讯 7月19日下午消息，7月17日至20日，2026世界人工智能大会暨人工智能全球治理高级别会议在上海举行。 大会期间，蚂蚁集团首席执行官韩歆毅围绕企业AI如何从第一轮部署走向深度价值落地，分享了三点思考：企业AI的智能不止于知识累积，更在于经验沉淀；企业AI的更高价值，不止于个体提效，更在于组织进化；实现深度落地的路径，是打造“组织智能”。 他表示，企业AI落地不能停留在工具提效层面，而要扎根产业场景，务实追求价值落地。 韩歆毅提出，企业AI的智能不止
AI驱动增长：组织重塑实战课开讲
不用AI是等死，乱用AI是找死。AI已经不仅是选择题，更是生死题。但在AI面前，企业最焦虑的不是“用不用AI”的问题，而是“用什么”和“怎么用”的问题。不转型，早晚被淘汰；盲目上马，投入很容易打水漂，甚至搅乱发展，反噬增长。AI，到底怎么用？7月18日-19日，行动教育《校长EMBA》的重磅必修课【AI组织】首期如期开课。行动教育董事长兼CEO李践老师携行动教育IT副总裁罗逸老师、独角兽企业慧算账联合创始人王葆青老师两位实战导师，讲我所做，做我所讲，向企业家校长拆解了一套历经实战验证的“AI重塑增长力”的
在「AI组织」投入多轮学费后，我终于摸清了这五个进阶层次
前阵子心有所感，在朋友圈分享了一段关于「企业推进AI改造五个层级」的见解。没料到，这条简短的感言激起了许多企业家朋友的强烈共鸣和热烈探讨。我察觉到大家对这个议题的思索深度、忧虑程度，甚至是「自行归类」给自家组织打分的热忱，远超我的预期。过去一年多，我集中观察并交流了周围几十位创业者与企业家伙伴。他们所在的企业，不少本就是行业中极为出色的佼佼者，堪称「顶尖1%的团队」。但即便在这群最机敏的人当中，在推行AI革新的历程里，我们依旧能看到他们无可避免地走过了几个典型阶段，甚至付出了不少实实在在的「代价」。因此，
AI为何未推高生产率？历史给出的答案
近年来，人工智能技术迅速融入生产与生活的多个场景。然而，一个矛盾现象引发关注：企业持续加大算法与算力投入，宏观劳动生产率却未见明显提升。这一情景，让人回想起上世纪八十年代末经济学家罗伯特·索洛的名言——“计算机无处不在，唯独在生产率数据中找不到”。历史是否正在重演？斯坦福大学经济史学者保罗·大卫1990年发表的论文《发电机与计算机》，为我们理解当下提供了关键视角。保罗·大卫在《美国经济学评论》中指出，破解计算机时代生产率停滞的钥匙，正是第二次工业革命中的电力。电灯1879年问世，纽约与伦敦1881年建成首
AI是一场认知生产方式的重构
过去几年，关于AI的讨论常陷入两极：有人认为它将颠覆所有行业，也有人视其为资本炒作的泡沫。前者忽视了社会适应技术的复杂性，后者则低估了通用技术的深远渗透力。新技术往往被高估短期影响，却缺乏对长期演进的耐心，AI也不例外。若以宏观历史视角，将AI置于技术革命脉络中审视，真相将更清晰：真正深刻的技术变革，从不源于单一工具的诞生，而在于它重塑了社会运行的成本结构。蒸汽机降低了机械动力成本，电力降低了能源分发成本，电报与电话降低了远程协作成本，互联网降低了信息复制与传播成本。而AI降低的是认知与执行成本。人们使用
AI治理中国路径：从技术到组织的质变之路
7月18日上午，WAIC 2026世界人工智能大会首场AI管理创新论坛正式拉开帷幕。本次论坛由神州数码联合《哈佛商业评论》中国共同主办，汇聚产学研媒多领域意见领袖，围绕“冰山下的价值掘金”核心主题展开深度研讨，以“AI for Process”为核心锚点，回应全球人工智能治理的时代之问，共同描摹人机共舞的未来企业管理新秩序，探索从技术“智变”走向生产力“质变”的中国特色管理创新路径。从技术狂欢走向治理深水区：AI for Process锚定组织生产力新内核当前人工智能技术突破持续加速，大模型、智能体的快速