Ai智能放大器

以下是宇宙eBike创始人程泓宁在清华经管学院讲课实录学习后的思考

不是什么"AI会不会取代我"，也不是"我该不该学AI"——这些问法都太温和，没切到痛处。

问题是："你过去两三年积累的那些能力，现在还值钱吗？"

这个问题像是在心里划了一道。听完之后往往都要先沉默一会儿。

沉默的不是没有答案，是答案太复杂。我在筑堤坝，还是搭沙楼？前两年的积累是真的在做乘法，还是只是把时间花在了加法上？这些问题没有现成的答案，也没有标准评分——但程泓宁说，答案可能有核心。

核心意思很明确：真正值钱的能力，不是过去时态的清单，而是对未来有放大效应的东西。 那些不会随时间贬值、不会被AI轻易压缩的，才是你要找的。

他还补了一句：对个人来说，更难。难在信息面窄——你站在一个坑里，很难判断自己的长板短板。但对个人来说，好处是，船小好掉头——自己意识到问题，转身就可以开始。企业转身要半年，个人转身只需要一个念头。

AI不是第六项能力

很多人聊AI时代的能力，最后列完清单总要把"会用AI"加进去，变成第六项。

程泓宁说，这不对。

AI从来不是一块单独的长板或短板。它是你的放大镜。

宇宙eBike做的是电助力自行车，价位在万元到三万元之间。在这个细分赛道，他的市占率估计超过九成。注意，这个九成不是靠品牌溢价，也不是靠市场费用——大品牌在这个价位段并不好使，消费者买的是产品本身，不是LOGO。

能撑住这个价格，靠的是过去几年在产业研究、供应链、产品设计这些事上一点一点磨出来的判断力和积累。不是天赋，是磨出来的。

AI进来之后，他说了一个很实在的感受。心态不一样了。

"以前觉得自己每块板都不够长，现在觉得自己有些板已经很长了——别的大品牌想追上我，也不那么容易。"

为什么？因为过去大公司有信息差优势——有钱、有人、有数据。小团队追，差的是信息差和执行效率。AI把这两件事压平了。大公司拥有的那些资源，AI让它们变小了；你过去几年磨出来的板，AI让它变大了。

放大审美，放大判断力，放大对产业的真正理解。没有AI，这些板也就那么回事；有了AI，它们才真正有用了。

AI不是加法，是乘法。加一项新技能是加法；把乘数乘到你已有的每一项能力上，才是乘法。

从"用AI"到"靠AI活着"

讲完企业和产业的格局，落到个人身上——你具体该做什么？

程泓宁的答案非常朴素，朴素到听起来几乎不像什么"战略建议"。

把所有事情先问AI，变成一种习惯。

不是遇到困难才想起来用AI，也不是工作任务里有"AI使用"这一项才去用。是把它变成处理每件事的第一步——像你遇到问题先查字典、遇到陌生地方先看地图，变成下意识。

这个转变听起来简单，实际非常难。难在哪里？难在你要主动让渡一部分判断权给一个工具，让它参与到你的思考过程里，而不是等它出结果之后被动接受。

然后再做一件事：跟AI去反思、复盘。

他举了两个非常具体的例子，一个工作，一个生活，都是他自己在用的。

工作上的，他脖子上戴着一个录音豆，日常说话被记录下来，传到飞书里整理。不是什么精密工程，就是"很轻地"积累自己的数据。AI每天跟着你看你看到的世界，时间长了，它足够了解你——知道你是谁、你在想什么、什么对你重要。

"AI每天跟我一起看我看的世界。它足够了解我。"

生活上的，他戴了一个叫Whoop的健康监测设备，记录心率、睡眠数据，AI帮着分析。发现了一个自己一直没意识到的事：喝酒之后，睡眠质量明显下降——是有数据支撑的下降，不是"第二天起来觉得累"那种感觉层面的东西。

知道自己喝一次酒，接下来一两天状态都在往下走，这件事确认了之后，行为就变了——不是完全不喝，关键时候才喝。四千块钱一条带子，没有屏幕，戴着手腕上睡觉也不难受。但它记录下来的数据，比他过去二十年的自我感觉加起来都管用。

你不需要四千块的设备才开始。今天就可以开始问AI——先养成习惯，数据自然会慢慢积累。

核心能力

课上，程泓宁给了一套理论框架，叫TODAY。

四个字母，四个能力。Y出现了两次，所以是四个字，四块板：

这四个方向，在AI时代的含金量都在往上走。

审美力是AI时代最稀缺的东西。AI能帮你生成一百张图、写十版文案，但它不知道哪张图、哪版文案是"对"的——那个判断是你的审美力在做主。审美力不是靠知识堆出来的，是在大量比较和试错中磨出来的直觉。审美力不会被AI取代，审美力决定了你能不能用AI做出对的东西。

调度力是把AI、同事、资源、时间串成一个能运转的系统。AI是一个极好用的工具，但会用的人不多，能把它串进系统里的人更少。调度力在AI时代大幅升值——因为可调度的东西变多了，真正会调度的人反而变少了。

交付力就是能给出结果。不是看起来很忙，是真正落地。这个在任何时代都值钱，在AI时代尤其值钱——因为AI拉平了执行的门槛，能真正交付的人就变得更加突出。

主动性是最危险的一个短板。被动等指令的人，AI时代最容易被替代。反过来，主动发现问题、主动问AI、主动把事推进去的人——AI放大的是你的主动性，而不是取代你。

搭知识库

第四个建议，是整节课最具操作性的一条。

拉上核心小班子，聊聊工作，用AI搭一个知识库。

不是什么数字化转型项目，不是要申请预算、找供应商、排半年计划。就是拉上两三个副手和相关同事，聊清楚：大家现在在做什么、什么最难、什么最值得沉淀。聊得越多，给AI的输入越丰富，它能帮你做的事就越多。

程泓宁说了一句很重的话："最终经费应该被投入到产业AI平台里。"

不是投入某一个部门，不是投入某一个工具，是投入到把整个产业的知识整理进AI平台这件事上。谁先把这件事做成，谁就握住了话语权。

他打了个比方：如果有一个团队能把整个行业的知识都整理清楚，放到AI里，那这个团队的话语权是很强的——就好像大家都去淘宝买东西，谁掌握平台，谁就掌握规则。

过去，公司最值钱的知识在各个老员工的脑子里。有人走了，知识就走了。AI时代，知识库就是把这些脑子里的东西——经验、判断、踩过的坑——变成能反复调用的资产。不是取代人，是不让知识随人走。

AI时代人要积累的能力，答案不在"学什么新工具"里。在你最擅长的那块板×AI，能不能真正放大。今天，你手上最值得放大的那块板，是什么？