4萬億美元“大象”，如何優(yōu)雅起舞？

文｜《中國企業(yè)家》記者 閆俊文

編輯｜何伊凡 見習(xí)編輯｜李原

頭圖來源｜受訪者

英特爾與IBM等同時代巨人已經(jīng)麻煩纏身，誕生50年的微軟，還在變得更加強大。

8月初，微軟的市值突破了4萬億美元，成為繼英偉達之后，第二家達成此成就的科技公司。

張一鳴回溯自己在微軟短暫的工作經(jīng)歷時，曾對媒體說：“（微軟）沒有什么不好的東西，就是比較無聊，基本上我可以半天工作，半天看書。沒有很多有挑戰(zhàn)的事情，所以那段時間看了很多書。”

但往往，改變世界的是無用之用。2019年，微軟拿出10億美元投資了OpenAI，幫助其探索生成式預(yù)訓(xùn)練模型。

后來的故事大家都知道了。OpenAI引領(lǐng)了新一輪人工智能浪潮，微軟后續(xù)又追加了超過120億美元，為其提供資金與算力。借助這項投資，微軟率先吃到了AI時代的巨大紅利。

從OpenAI延伸出的前沿技術(shù)，也在反哺和改造微軟的產(chǎn)品。增加了Copilot與Agent功能后，微軟最新操作系統(tǒng)Windows11的市場份額已經(jīng)超過了上一代的Windows10。

今年8月底，《中國企業(yè)家》記者前往微軟在中國的北京總部。恰逢午飯時間，人群魚貫而過，但空氣安靜極了，員工的腳步不疾不徐。

工程師文化構(gòu)成了微軟的底色。管理著全球最龐大用戶量的軟件應(yīng)用和最大的電腦操作系統(tǒng)市場份額——全球大概每10臺電腦，就有7臺使用Windows系統(tǒng)——微軟需要不斷對產(chǎn)品進行升級、改造，以保持競爭力。

何況，不斷有新興大公司，來挑戰(zhàn)微軟的陣地。不久前，字節(jié)跳動飛書CEO謝欣在接受媒體采訪時直言：飛書想做新時代的Office。

從辦公軟件到搜索，從最大的云代碼協(xié)作平臺GitHub到云服務(wù)，從社交軟件到企業(yè)服務(wù)，從to B到to C的各個戰(zhàn)線上，甚至是硬件設(shè)備，這里的一切都在做舊時代與新時代的切割。

“過去一年，微軟發(fā)布的產(chǎn)品數(shù)量，可能超過了過去10年發(fā)布產(chǎn)品數(shù)量的總和?！蔽④浫蛸Y深副總裁、Microsoft AI亞太總裁張祺告訴《中國企業(yè)家》。

2025財年（2024年7月1日～2025年6月30日），微軟Azure云業(yè)務(wù)收入超過750億美元，同比增長34%，單季度增速超過了亞馬遜云科技。雖然年收入仍然落后于亞馬遜云科技的1080億美元，但一些華爾街的分析師預(yù)測，第一名和第二名的位置交替不會太遠。

微軟還是全球最大的游戲廠商之一，僅次于騰訊。2023年，它以全現(xiàn)金形式收購了動視暴雪，代價是687億美元，該公司旗下?lián)碛小妒姑賳尽贰赌ЙF世界》等知名IP。

在微軟高層領(lǐng)導(dǎo)里，張祺是最了解微軟技術(shù)變革歷程的東方面孔之一。他在2002年加入微軟美國總部。2014年，他成為微軟全球合伙人并升任微軟（亞洲）互聯(lián)網(wǎng)工程院常務(wù)副院長。2018年，張祺被授予微軟全球杰出工程師，成為微軟中國首位獲此技術(shù)專家榮譽的工程師。

來源：受訪者

目前，張祺在亞洲領(lǐng)導(dǎo)Microsoft AI團隊，包括微軟Copilot、必應(yīng)搜索、微軟廣告、MSN信息流、Edge瀏覽器、大數(shù)據(jù)平臺、企業(yè)智能代理、Agent Infra的產(chǎn)品，研發(fā)，和業(yè)務(wù)擴展。同時，作為微軟亞太研發(fā)集團CTO，他還負責(zé)制定集團的整體技術(shù)發(fā)展戰(zhàn)略，并推動“與中國共贏”合作和探索新的業(yè)務(wù)領(lǐng)域。

IBM前任CEO郭士納曾將帶領(lǐng)IBM的10年，總結(jié)為“大象會轉(zhuǎn)身”。在張祺的總結(jié)里，微軟對AI時代的理解和引領(lǐng)，更像是The Elephant Can Dance（大象能跳舞），并且是優(yōu)雅地跳舞。張祺對《中國企業(yè)家》提到了三點：

第一，大公司不僅要能選對方向、選對賽道，最重要的是，要能快速迭代，甚至比初創(chuàng)公司還要快、還要堅決。

第二，要保持成長型思維。成長型思維的核心不是“know-it-all（了解一切）”，而是“l(fā)earn-it-all（學(xué)習(xí)一切）”，不是自以為無所不知，而是保持學(xué)習(xí)的心態(tài)，以更加謙虛的態(tài)度去理解和判斷未來的技術(shù)、產(chǎn)品、商業(yè)布局，同時以更加開放、合作的態(tài)度去共建生態(tài)。

第三，等待創(chuàng)新是絕對不可能的，而且等待是非常危險的。你肯定會犯很多錯誤，但這些錯誤和你可能拿到的未來機會相比，或者和可能錯失的機會成本相比，都是微乎其微的。

張祺還看到了更深層次的變革。2023年初，他在微軟內(nèi)部的一個戰(zhàn)略會上提出了“單人創(chuàng)業(yè)家思維”，即OPE（One-Person Entrepreneur）。

什么是單人創(chuàng)業(yè)家？

這個理念源于一個觀察：通過顛覆性創(chuàng)新技術(shù)，結(jié)合“單人+AI即團隊”的協(xié)作模式，可以實現(xiàn)前所未有的高效創(chuàng)新。它旨在探索并挑戰(zhàn)——在AI的賦能下，個體究竟能做到什么，以及將如何重塑未來的工作方式。在這種新范式下，每個人都可能成為一個創(chuàng)新引擎。

張祺說，現(xiàn)在很多公司都在用極少的人完成極高的產(chǎn)出，他們的ARR（年度經(jīng)常性收入）增長非常快，商業(yè)閉環(huán)完全在線化，整個模式和傳統(tǒng)企業(yè)完全不同。OPE模式的核心價值在于：一個人加AI，可以無限放大個人的能力邊界，甚至重塑組織形態(tài)和商業(yè)邏輯。

張祺舉了一個例子：他團隊中的一位產(chǎn)品經(jīng)理，從未寫過代碼。僅僅用了7天時間，花費5美元訂閱AI產(chǎn)品，做出了一個簡約版的Bing（必應(yīng)搜索），還附帶了記憶功能。在傳統(tǒng)流程下，這樣的產(chǎn)品至少需要兩三個月、十幾個人、幾十萬上百萬美元的投入。

Not tocompete withAI, but to competewith AI（把AI當隊友而非對手），這是張祺的核心觀點。

據(jù)《中國企業(yè)家》了解，如今在微軟，超過90%的代碼任務(wù)都由AI完成。張祺所帶領(lǐng)的團隊里，每個人都付費訂閱了包括OpenAI、Claude等頭部公司的AI功能——有人一年要為此花費數(shù)千美元。

張祺預(yù)測，未來創(chuàng)業(yè)，公司要么變得更大，要么變得更小。中間狀態(tài)的公司，正在極速收縮。

傳統(tǒng)的線性思維不足以解釋智能化帶來的改變，張祺建議科技公司以及每個人要具備“垂直思維”?！澳阋炎约骸旁谖磥怼?，再回頭看現(xiàn)在，用這種方式去對比過去，才能更接近正確的判斷。即使斜率不完全對，也不會偏離太遠?！?/p>

以下是《中國企業(yè)家》記者與張祺的專訪對話，有刪減：

微軟50年：一定要站在最前沿

《中國企業(yè)家》：微軟經(jīng)歷過多個技術(shù)周期，比如PC時代、移動互聯(lián)網(wǎng)、云計算等。你在微軟工作了20多年，對這些轉(zhuǎn)型應(yīng)該有很深的體會。是不是正因為經(jīng)歷過這些周期的鍛煉，才更有能力應(yīng)對今天的AI浪潮？

張祺：確實有很大的關(guān)系。微軟在PC和Office時代絕對是王者，微軟引領(lǐng)了整個PC浪潮，包括生產(chǎn)力工具，是上一波浪潮的核心推動者。

其實在移動領(lǐng)域，微軟在很長一段時間里也是引領(lǐng)者。Windows Mobile 6.0到6.5的時候（2008年和2009年），我還和Windows Mobile團隊有過很好的合作。那時候，我們的市場份額是百分之九十多，Windows Mobile在移動市場幾乎是絕對領(lǐng)先的。

但由于對Windows生態(tài)的過度依賴，微軟出現(xiàn)了商業(yè)模式的問題。因為Android是免費的，它和OEM手機廠商的關(guān)系突然發(fā)生了改變。我們當時沒有做出足夠的判斷，所以這種經(jīng)歷給我們很多警醒：一定要站在最前沿。

云計算這一波，我們實際上趕上了“末班車”。我們開玩笑說，最后一剎那，微軟才真正踏上了正確的下一輪賽道。

我們在基礎(chǔ)設(shè)施上的持續(xù)投入，加上對生產(chǎn)力工具的提前布局，比如Microsoft 365，以及（各類產(chǎn)品）之間的協(xié)同配合，使得我們的企業(yè)云業(yè)務(wù)增速非常快。這一波投入奠定了微軟今天的發(fā)展基礎(chǔ)，也為我們下一輪在AI上的投資打下了根基。

在這個過程中，微軟CEO薩提亞·納德拉提出的Growth Mindset（成長型思維）非常重要。成長型思維的核心不是“know-it-all”，而是“l(fā)earn-it-all”，不是自以為無所不知，而是保持學(xué)習(xí)的心態(tài)，以更加謙虛的態(tài)度去理解和判斷未來的技術(shù)、產(chǎn)品、商業(yè)布局，同時以更加開放、合作的態(tài)度去共建生態(tài)。

還有一個重要維度：在某個領(lǐng)域落后并不可怕，只要學(xué)習(xí)速度、迭代速度足夠快，敢于在正確的賽道上押注資源，長期投入，就能發(fā)揮人才、技術(shù)、產(chǎn)品、商業(yè)和生態(tài)優(yōu)勢。

《中國企業(yè)家》：微軟面對AI浪潮，是會選擇激進式地跳入下一波技術(shù)變革，還是采取漸進式的改革路徑？你們的戰(zhàn)略思路是怎樣的？

張祺：我們對AI的擁抱和轉(zhuǎn)型非常快。我們開玩笑說，The Elephant Can Dance（大象也能跳舞），而且是優(yōu)雅地跳舞。從我們跟OpenAI合作開始，到產(chǎn)品發(fā)布，微軟大概一年里發(fā)布的產(chǎn)品數(shù)量，可能超過了過去10年發(fā)布產(chǎn)品的總和。

來源：AI生成

從做代碼開始，比如說GitHub Copilot，再到對話，比如2023年發(fā)布（基于GPT）的Bing，對Microsoft 365的整個布局，以及Dynamics（客戶關(guān)系管理系統(tǒng)）、Security（AI優(yōu)先的端到端安全平臺）、Azure、Windows、PC硬件，甚至Gaming（游戲業(yè)務(wù)），整個產(chǎn)品矩陣都代入了AI，包括Copilot by the Stack（技術(shù)棧，支持企業(yè)IaaS、PaaS等服務(wù)）。

在這樣一家50年歷史、二十多萬員工的企業(yè)里，能做到這種轉(zhuǎn)型，真是前所未有。我覺得甚至比初創(chuàng)公司還要快、還要堅決。

《中國企業(yè)家》：微軟的產(chǎn)品線非常龐大，你們怎么決定技術(shù)迭代的節(jié)奏？

張祺：首先，我覺得在AI的能力輸出上，我們看到了上游的趨勢。當智能可以像水和電一樣，它帶來的體驗改變、用戶價值提升、企業(yè)效率提升，包括生產(chǎn)力和生產(chǎn)關(guān)系的變革，是可以清晰看到的狀態(tài)。

所以，我們更希望的是，通過努力做創(chuàng)新的引領(lǐng)者，改變產(chǎn)品，改變服務(wù)，把能量賦能在產(chǎn)品里，通過云平臺賦能給企業(yè)客戶和開發(fā)者。這是一種“時不我待”的感覺。

創(chuàng)新是一個“水漲船高”的過程。你必須在最前沿引領(lǐng)變革方向，拿到足夠及時的反饋，判斷下一階段可能的分支點，盡早做技術(shù)判斷、戰(zhàn)略規(guī)劃，并且以強執(zhí)行力推進。我想強調(diào)的是：AI一年，人間十年。

我們最近有個觀點叫“垂直增長”。如果你看最近AI的變革，從ChatGPT發(fā)布到過億用戶，到GitHub上的repo（代碼倉庫）獲得過萬星標，甚至一些AI初創(chuàng)企業(yè)，ARR過千萬美元，這個速度放在時間軸上，跟過去所有的創(chuàng)新相比，都是垂直的，不再是傳統(tǒng)的指數(shù)增長。

在這種垂直增長、快速變革的情況下，沒有任何一家公司，無論是大公司、資源型傳統(tǒng)企業(yè)，還是初創(chuàng)公司，都不可能被動等待創(chuàng)新。在AI這一波浪潮中，更沒有人可以說“等機會來了再行動”。

Agent將顛覆各種商業(yè)模式

《中國企業(yè)家》：你認為，現(xiàn)在基座模型的能力已經(jīng)進化到邊界了嗎？

張祺：我覺得還沒有達到那個階段。Scaling Law（規(guī)?；▌t）在很多維度上仍在延展。你可以看到，從OpenAI模型的發(fā)布來看，GPT-5這次更像是一個rather（迭代版本），它做了很多改進，努力在多個方向提升。

我們有CoT，即Chain of Thought（思維鏈），現(xiàn)在又出現(xiàn)了一個CoD，即Chain of Debate（爭論鏈）。最近，微軟的Health團隊做了一個非常有意思的研究：它讓AI在多個維度上隨時調(diào)用最優(yōu)模型，不受限制，并且讓它們扮演不同角色，通過幾步，最終拿到最優(yōu)結(jié)果。測試結(jié)果非常驚人，甚至超過了人類最優(yōu)秀醫(yī)生的水平。這就是CoD的威力：模型之間互相辯論，最終得出更優(yōu)解，帶來了全新的可能性。

來源：受訪者

《中國企業(yè)家》：大模型與Agent的發(fā)展、演變邏輯，跟移動互聯(lián)網(wǎng)是不是非常不一樣？似乎不再是線性的？

張祺：跟移動互聯(lián)網(wǎng)相比，我覺得有一些共性。但這次最大的不同在于，正如我們剛才提到的Agent，很多創(chuàng)新的規(guī)模變化，包括交互方式的演進，都是基于智能體這種形式來拓展的。

舉個簡單的例子：人類在瀏覽網(wǎng)頁時需要看到非常漂亮、設(shè)計精美的頁面。Agent則不一定，它更關(guān)注信息獲取效率，效率成為最核心的價值。

再比如搜索引擎，人類可能需要查看10個鏈接，因為認知能力在單位時間內(nèi)只能處理有限的信息，而Agent可以同時處理多個鏈接，并快速匯總信息。像AI Search、Copilot的Search，都在做類似的事情，它們正在改變整個信息獲取的方式。

我們再來看互聯(lián)網(wǎng)廣告。廣告是給人看的，還是未來是給Agent看的？如果是給Agent看的，那廣告的呈現(xiàn)方式又會是什么樣？這需要重新思考和演進。

再比如支付。中國的移動支付已經(jīng)非常領(lǐng)先了，但當進入Agent與Agent之間的交互場景時，尤其是在大規(guī)模系統(tǒng)中，一個Agent可能會調(diào)用多個其他Agent，并進行價值傳導(dǎo)。你給一個Agent付費，它可能還要再給其他Agent付費，這種價值鏈需要層層傳遞。所有這些事情都需要重新設(shè)計和演進。

所以我認為，與移動互聯(lián)網(wǎng)相比，一個非常重要的維度就是智能體所帶來的“強智能化”。智能成為最核心的能力和價值體現(xiàn)，而且底層模型還在不斷延展，行業(yè)化的趨勢也越來越明顯。

《中國企業(yè)家》：這個趨勢對中國整個互聯(lián)網(wǎng)的影響已經(jīng)開始了。

張祺：長期以來，中國憑借龐大的人口規(guī)模和勤奮務(wù)實的精神，在全球化進程中，在世界經(jīng)濟中建立了制造業(yè)等多個領(lǐng)域的重要地位。后來進入“工程師紅利”階段，我們的STEM（科學(xué)、技術(shù)、工程、數(shù)學(xué)）學(xué)生數(shù)量龐大，推動了移動互聯(lián)網(wǎng)的發(fā)展。這不僅是網(wǎng)絡(luò)用戶規(guī)模的增長，更是因為大量的開發(fā)人員、研發(fā)人員、產(chǎn)品人員的參與，形成了強大的推動力。

但當進入AI時代后，拼的就不再是人力，而是算力、電力、能源和芯片。你不可能比一個Agent更刻苦，它可以全天候工作。當AGI或AI技術(shù)達到一定水平后，智能體的能力將足夠強。

在這種情況下，我們下一步要思考的是“數(shù)字人口紅利”。Agent可以被視為數(shù)字人口的代表。我們?nèi)绾卧趽碛?個billion人口的基礎(chǔ)上，發(fā)展出8個trillion級別的Agent系統(tǒng)？如何進行規(guī)劃、引領(lǐng)、實施？如何構(gòu)建其價值體系？甚至在整個社會經(jīng)濟結(jié)構(gòu)中，人類與AI之間的交互如何保障？如何把握住這波數(shù)字人口紅利的領(lǐng)先性？只有這樣，我們才能在全球勞務(wù)市場、全球價值體系、全球供應(yīng)鏈中真正占據(jù)一席之地。

《中國企業(yè)家》：Agent的商業(yè)模式在哪里？還是像移動互聯(lián)網(wǎng)時期的廣告嗎？信息或者廣告，它究竟是給人看的還是給Agent看的？

張祺：我覺得廣告一定會是一個非常重要的商業(yè)模式，也是價值傳導(dǎo)和變現(xiàn)的重要方式。我們其實也在做很多嘗試，包括Results as a Service（RaaS）這樣的模式，以及其他多種探索。另外，我認為訂閱服務(wù)一定會成為另一個非常重要的維度。

《中國企業(yè)家》：但付費訂閱在移動互聯(lián)網(wǎng)沒有成為主流的商業(yè)模式。

張祺：訂閱服務(wù)從20美元到200美元，甚至到2000美元，它越智能，行業(yè)越精越專，它能帶來的價值就會越來越高。所以很大一部分價值就會傳導(dǎo)到服務(wù)里面去。

我們團隊里就有最強的工程師在樂此不疲地使用高價的付費工具，因為越強的人越能發(fā)現(xiàn)這些工具對他的價值。比方說98%的代碼都是AI寫的以后（我們團隊最近最創(chuàng)新的一個項目就是這樣），工程師就轉(zhuǎn)變成了架構(gòu)師，能夠飛快地反饋，把生產(chǎn)效率提升到極致，所以這里面會出現(xiàn)“10倍工程師”甚至“100倍工程師”。

商業(yè)的本質(zhì)還是在這里：比如說訂閱服務(wù)，以前的訂閱服務(wù)可能只是定義一種數(shù)字化服務(wù)，但未來可能會定義一種“數(shù)字員工”，把傳統(tǒng)的工作模式和其他體系結(jié)合起來。

未來“學(xué)科”可能會消失

《中國企業(yè)家》：是不是因為Agent或者因為AI能力的這種提升，你才會提出“單人創(chuàng)業(yè)家”這樣一個概念？還是你很早就意識到這是一個趨勢呢？

張祺：兩年半前，我提出了“單人創(chuàng)業(yè)家”的理念，當時像Agent，包括Coding Agent的一般泛化代理都還沒有出現(xiàn)。我提出大概8個月以后，山姆·阿爾特曼提出了類似的概念，叫“單人獨角獸”，他更強調(diào)的是創(chuàng)業(yè)結(jié)果。

人的大腦在做判斷時，非常擅長做回歸（regression），也就是說，我們回頭看過去發(fā)生的事情，用線性思維去描述、總結(jié)，這對人類來說是很自然的。但人的大腦非常不擅長判斷指數(shù)性增長，因為它沒法直覺地理解這種非線性變化。我們習(xí)慣依賴先驗規(guī)則和經(jīng)驗，回顧過去，再基于此推測未來。

來源：AI生成

如果你想在指數(shù)性變化的環(huán)境中做出判斷，就必須采用一種完全不同的思維方式：強迫自己站在未來的視角回看今天，然后去預(yù)判可能發(fā)生的狀態(tài)。即便如此，指數(shù)性增長仍然極難預(yù)測。你一定會犯錯，但沒關(guān)系，關(guān)鍵是要有快速反饋機制，不斷糾錯。

基于這樣的思維方式，我之所以能預(yù)判“單人創(chuàng)業(yè)家”模式，或者說“人和AI的加成”會如何演進，就是因為抓住了幾個錨點。當“智能涌現(xiàn)”出現(xiàn)后，你會發(fā)現(xiàn)一件事：你可以問AI任何問題。即使你不會寫代碼，沒學(xué)過化學(xué)，AI也能幫你解決復(fù)雜的化學(xué)、數(shù)學(xué)問題。

在這樣的環(huán)境下，我形成了一個很強的理念：“Discipline（學(xué)科）”——也就是傳統(tǒng)意義上的“專業(yè)”將會消失。過去的軟件開發(fā)，需要程序員學(xué)習(xí)代碼、算法、計算機架構(gòu)，經(jīng)過多年訓(xùn)練才能成為合格的開發(fā)者，還要細分前端、后端、設(shè)計、發(fā)布、用戶增長、運營等專業(yè)角色。但未來AI可以幫你完成大部分工作，這些專業(yè)壁壘會被抹平。

那么問題來了：在AI的加持下，一個人能做到的極限是什么？一個組織在這種環(huán)境下，會變成什么樣？這就是OPE模式的核心思維：一個人+AI=一個團隊。一個人可以完成過去需要一個團隊才能完成的事情，甚至做出更了不起的成果。

《中國企業(yè)家》：在大公司內(nèi)部實踐“單人創(chuàng)業(yè)者”理念，會不會受到流程、榮譽體系等組織機制的限制？這種模式適合在大公司里落地嗎？

張祺：OPE里的E，更多是一種概念。Entrepreneur的精神，并不是說你一定要去創(chuàng)業(yè)才能完成這樣的一個閉環(huán)。E的核心是，你一定要以閉環(huán)的方式去完成一件事情，而這件事情可以在一個小組里完成，可以在大公司里完成，也可以在創(chuàng)業(yè)環(huán)境里完成，其實沒有什么關(guān)系，它更像是一種思維方式。

《中國企業(yè)家》：如果AI在創(chuàng)業(yè)中扮演越來越重要的角色，那人的價值在哪里？創(chuàng)業(yè)的主觀能動性還重要嗎？

張祺：人的作用會越來越大。只要一個人有想法，想做這件事，他可能只需要花5塊錢，就能調(diào)動近似微軟這樣的大公司需要花費幾百萬美元、兩三個月時間、十幾個人協(xié)調(diào)才能完成的資源，而且效果還更好。你想，這樣一種創(chuàng)造力的釋放是多么了不起！

《中國企業(yè)家》：未來還需要有“公司”這種組織形式嗎？

張祺：我5年前提出的：工作（work）會變成任務(wù)（task）。用英文來說，工作會被拆解成任務(wù)。但在過去，這種任務(wù)分發(fā)非常困難，需要人，需要經(jīng)理，需要有經(jīng)驗的人去把一個工作拆解并分配給個體員工——Senior分給Junior，上級分給中層，再逐級下發(fā)。

而現(xiàn)在，大模型最強的能力之一就是Reasoning and Planning（推理和規(guī)劃）。這意味著，工作可以非常容易地被拆解成任務(wù)，并自動分發(fā)出去，因為這種平臺可以清楚地理解供需關(guān)系，知道你要做什么，并自動匹配資源。

舉個例子，我大概在三五年前，給LinkedIn寫過一個很短的memo，認為他們未來應(yīng)該是一個任務(wù)和人才的雙向匹配平臺，而不僅做簡歷的對接平臺。企業(yè)告訴平臺需要完成什么任務(wù)，簡歷告訴平臺有哪些人才，由平臺完成對接。未來，這個過程不僅僅是人與人的對接，還會包括數(shù)字員工（Digital Workers）的對接。

另外，原來我們講全職員工和兼職員工，未來這些概念都會被打破，最終都會變成“碳”和“硅”的融合體——人類員工帶著Agent，和數(shù)字員工交織在一起，形成新的工作形態(tài)。

再說專業(yè)領(lǐng)域，我剛才提到過，專業(yè)的邊界會越來越模糊，最終都會變成“全?！薄＿@里的全棧不僅僅是軟件開發(fā)的全棧，而是跨越化學(xué)、物理、生物、醫(yī)學(xué)、財務(wù)、HR等所有領(lǐng)域的全棧。

組織架構(gòu)也會隨之改變。它的核心作用是幫助你更好地協(xié)調(diào)、更高效地完成任務(wù)。大模型的推理和規(guī)劃能力，會讓這種組織變得更加智能化、更公正、更全面、更高效。

《中國企業(yè)家》：Agent時代，CEO或創(chuàng)始人該如何管理員工？將來的工作會變成什么樣？

張祺：你一定要站在指數(shù)點上去回頭看，預(yù)判你將來的公司、你的組織、你的人才梯隊會變成什么樣。實際上是強迫自己站在指數(shù)點上往回看，翹起來然后往回看。

來源：AI生成

盡早變成AI原生的員工，能把碳、硅融合、把AI工具用到極致的員工的能力，會被極大地放大。所以一定要抓住培養(yǎng)、獎勵、留存、激勵這類員工。他們帶來的效果是非常不一樣的，可能不僅僅是在高科技行業(yè)，每個行業(yè)都會這樣，因為智能會泛化。

此外，在整個效率的理解上要有不同的視角。從人口紅利、工程師紅利到數(shù)字人口紅利，你一定要對將來的組織結(jié)構(gòu)、生產(chǎn)效率、成本等方面有一個清晰的判斷。

微軟也發(fā)布了一個叫Frontier Firm（前沿公司）的概念，它講到了在不同的發(fā)展階段，人和AI、人和數(shù)字員工之間的交互方式是如何演進的——從輔助到平行再到領(lǐng)導(dǎo)。

《中國企業(yè)家》：這樣一個愿景距離我們還有多少年？

張祺：我覺得5年，對于AI來說，ChatGPT發(fā)布到現(xiàn)在就2年時間，5年算是很長的時間。

《中國企業(yè)家》：大公司與小公司的邊界在哪里？

張祺：從平臺層面講，模型訓(xùn)練可能需要非常強的資本資源投入，可能只有少數(shù)幾家能做。但在大語言模型作為底座的智能技術(shù)層面，很多事情其實是可以由小團隊完成的。從底層的GPU Infra、新的AI Infra，到上層的千行百業(yè)，80億人都可以用自然語言進行創(chuàng)意創(chuàng)作、編程、協(xié)作，你很難再用傳統(tǒng)的“大公司VS小公司”的框架去定義未來的組織形態(tài)。

而且這種新的能力結(jié)構(gòu)和網(wǎng)絡(luò)結(jié)構(gòu)也在發(fā)生變化。以前我們理解的是大公司之間的交互、競爭，但現(xiàn)在可能是幾家超級公司（Super Company）在底層構(gòu)建平臺，而在它們之下，是一個非常繁華的生態(tài)系統(tǒng)，由大量小公司組成，形成一種非傳統(tǒng)的網(wǎng)絡(luò)式組織結(jié)構(gòu)。

《中國企業(yè)家》：請你分別給職場中年人以及年輕人提一些建議。

張祺：對于有經(jīng)驗的職場人，一定要盡快讓自己成為AI Native，要意識到在這種“碳基與硅基融合”的趨勢下，能夠更好地擁抱AI變革和智能涌現(xiàn)帶來的機遇與挑戰(zhàn)。這需要用Growth Mindset去學(xué)習(xí)、去改變，去擁抱這種變化。我想用一句英文表達這個理念：“Not to compete with AI, but to compete with AI”，意思是把AI當隊友而非對手。

對年輕人來說，使用這些AI工具是很自然的，但這反而帶來了一個挑戰(zhàn)：AI可能會迅速替代很多Junior Entry-Level （初級入門職位）的過程，他們可能會失去一段非常寶貴的學(xué)習(xí)機會。

過去，一個人從大學(xué)畢業(yè)，通常會先做Junior Developer，然后逐步成長為 Senior Developer，再到Principal，這個過程給了你很長的學(xué)習(xí)空間，讓你有時間積累經(jīng)驗、技能和行業(yè)認知。但現(xiàn)在，AI的出現(xiàn)改變了這個路徑。

在這樣的環(huán)境下，你如何通過與AI的交互來學(xué)習(xí)，完成自己的進階，如何利用AI更快地了解行業(yè)知識，獲取需要多年才能積累的閱歷、經(jīng)驗和專業(yè)洞察。如果AI無法完全替代某些學(xué)習(xí)環(huán)節(jié)，你又該如何用其他方式補齊？這是非常重要的，否則你可能會出現(xiàn)能力空心化，尤其是在那些需要深度專業(yè)能力的崗位上。

相比之下，職場中有經(jīng)驗的人往往有很強的Muscle Memory（肌肉記憶），他們需要忘掉肌肉記憶，更新肌肉。這個過程非常痛苦，挑戰(zhàn)就在這里：如何做到Unlearn to Learn（忘學(xué)以求學(xué)）。

這兩類人面臨完全不同的挑戰(zhàn)和能力培養(yǎng)路徑，但有一點是共通的：所有人都必須學(xué)會擁抱AI，而不是被它取代。