很多人说OpenClaw的热潮已经退去，但我认为用“退潮”来形容并不贴切。它只是从最初的大众狂热，回归到了一个更理性的位置。在过去两个多月里，那些能找到使用场景的人已经用上了，并且持续在用；而那些始终找不到场景的人，自然也就不再继续使用了。我认为这恰恰符合了过去每一次技术浪潮及工具普及的客观规律。就拿非常成熟的互联网或移动互联网来说，对80%的人来说都属于消费场景，而非生产力场景。现实中，你看有多少人是利用互联网来真正工作赚钱的？多数人还是看看新闻、刷刷视频、听听音乐、看看小说，或者偶尔搜索一下信息。再往前看，Microsoft Office套件，多数人也只是用用Word、Excel或PowerPoint的基础功能，那些真正用于生产力的高阶功能，也只有极少一部分人在使用。甚至到了今天，很多人虽然平时也用Windows或Mac，但大多数人也只是停留在基本功能上，对于其中许多高级功能，从来闻所未闻。哪怕是汽车这样的物件，作为一种出行工具，对多数人而言，也主要是一种消费，而非一项资产。那么，什么才能算得上“资产”呢？就是能够为你持续产生现金流的生产资料。今天的OpenClaw也是如此，对多数人而言，除了在上面消耗金钱购买token，让AI陪你聊聊天以外，并没有什么实际用途。以至于即使你只是把OpenClaw打开，什么都不干，后台也会不停地消耗token。这也是为什么很多人最终宁愿花钱将其卸载。第一类人，是那些能直接用OpenClaw赚钱的人。他们用它来开发新产品、生产内容，或者为其他个人或企业编写Skill（技能）。第二类人，是有明确使用场景，但需要别人帮他们部署OpenClaw和编写Skill，以辅助自己工作或经营的人，主要是中小企业。他们通过懂OpenClaw和写Skill的人，来实现降本增效，这也算真正用上了AI。第三类人，是那些尝试过最终卸载，或者只闻其名、从未真正接触过的人。他们被吓退了，或者从未入门。在之后很长一段时间里，AI带来的生产力提升和经济价值增长，恐怕很难惠及他们。这个场景，看起来和2009年中国那轮“四万亿”大放水极其相似。当银行系统释放大量资金时。第一批能拿到钱的人，比如房地产商，就能迅速聚敛巨额财富。第二批人，是房地产上下游环节的参与者，比如工程商、材料商、从业者，以及能从银行贷款炒房的人。他们都是经济增量的直接受益者。第三批人，则是无法从这个蛋糕中参与分配的人。他们既不从事房地产相关产业，也无法从银行获得贷款参与炒房，最终却因房价高企和货币通胀而身受其害。
今天的AI浪潮或许也将如此。如果无法成为第一或第二批人，参与到AI产业浪潮中，无法直接利用AI带来的生产力跃迁，就难以享受到由此带来的收入增长。难免要经历一个阵痛期，无论是岗位减少还是失业，这在任何社会经济浪潮中都难以避免。社会变革、产业浪潮、技术革命中的阶层分化逻辑，历史上已经上演过无数次。1908年，美国电力普及率达到68%时，室内抽水马桶普及率才50%，汽车普及率60%。这意味着什么？电力先进入了工厂和富裕家庭，而普通工人还在用煤油灯照明。更关键的是，电力催生了洛克菲勒、摩根等垄断资本家，他们控制了国家经济命脉。与此同时，工程师、教师、医生等中产阶层开始崛起，但传统手工业者大量破产。第一批获得电力的人（如工厂主、资本家）积累了财富；第二批人（如电力工程师、技术工人）分享了红利；而第三批人（如传统手工业者）则被时代淘汰。技术从不偏袒，但分配从不均等。每一次浪潮，都是一次隐形的财富再分配。
但与电力革命、改革开放、房地产浪潮及“四万亿”经济刺激计划不同，AI产业浪潮有一个显著区别：这场技术革命并非以行政体制为主导，也不以信息差为核心，它对普通人的进入门槛并没有那么高。它更像过去的“互联网+”及移动互联网浪潮，前沿技术进一步实现了平权，个体与企业获取技术资源的渠道更加丰富，应用成本也进一步降低。个人与企业的竞争，往往不是与巨头的竞争，而是同一圈层内与其他对手的较量。就像当年电商崛起时，一家能比同行更快切入电商的零售或贸易公司，就多了一个高效的销售渠道，从而拥有更多经营手段、更高收益和更强的生存能力。前阵子，我拜访了一家过去合作过的VI设计公司。发现他们已经开始大量采购基于AI的设计工具，并分发给员工使用。他们过去一个均价七八万的VI设计全案，在AI辅助下，价格已降至两三万。以往，做一个七八万的全案需要三名设计师至少工作两周，加上后续的客户沟通、汇报和修改，一个项目实际要耗费三人近一个月时间。而且，七八万的价格对于企业客户来说决策链条长，交易“摩擦力”大。如今价格降到三四万，成交难度降低，速度也更快了。他们的客户大多是中小企业。中小企业的每一笔支出都是老板自己的钱，自然不会觉得越贵越好。很多人认为，把均价七八万的项目打到三四万是行业“内卷”。这恰恰误解了“内卷”的含义。“内卷”并非指价格降低，而是指在成本不变的情况下，你干得极其辛苦，收入却比以前低，最终陷入越努力越没利润的困境。但如今这波价格下降，恰恰是AI带来的生产力跃迁降低了成本，从而创造了新的市场机会。历史上最经典的商业案例是1908年，亨利·福特做了一件当时所有人都觉得“疯了”的事：把T型车的价格从850美元一路砍到290美元。福特引入了流水线，将装配一台发动机的时间从10小时压缩到6小时，把汽车从奢侈品变成了大众消费品。更绝的是，他采用了“成本定价”而非“利润加成”的模式，主动要求供应商降价，倒逼整个产业链提升效率。结果呢？到1921年，福特T型车占据了全球60%的市场份额，单个项目的利润反而更高了。现在，他们的一名设计师可以同时开展多个项目。除了向用户汇报的时间成本无法省略，一个项目的初稿时间缩短到了3天。设计质量也明显提升，设计师不再需要花大量时间思考如何实现、如何画图，而是能将更多精力放在构思创意上，专注于真正体现设计价值的部分。由于价格降低，他们的客户来源也拓宽了。过去很多客户的错过或流失，并非因为客户没有需求，也不是设计质量有问题，恰恰是因为对于中小企业来说，一个项目七八万的设计费用成本太高。现在利用AI工具来完成设计，设计费用降低了，人力成本也降低了，设计师的工作压力随之减小，客户反而更多了。即使单个项目价格降到三四万，但他们的单项目利润实际上比以前更高。这是一个很典型的AI带来新质生产力的案例，设计公司本身、旗下设计师以及中小企业客户三方都从中受益。真正的内卷，是在成本不变的情况下越干越穷；而价格革命，是用效率的胜利换取市场的胜利。
今天，无论是个人还是企业，哪怕只是对AI工具进行微小的应用，将那些重复性或消耗大量人力的工作交给AI，就能为组织、员工或个人释放出大量的时间和精力，解放生产力，从而投入到更具创造力、能带来更高收益的事情上。再举一个更直接的例子。过去很多电话销售公司会雇佣大量廉价劳动力来打电话。一线员工每天面对的是客户的谩骂、无尽的拒绝和被直接挂断电话。他们压力巨大、情绪糟糕，业绩自然更差，甚至会和客户对骂。最终的结果是，客户、员工、企业，没有一方是满意的。前几年，许多这类企业陆续上线了AI电销系统，先用AI打电话进行初步筛选，明确意向客户后再转由人工销售跟进。从客户体验角度看，这可能依然不太好，毕竟天天接到推销电话，谁都会烦。但至少，电销公司一线员工的压力小了，工作情绪也改善了不少。公司成本下降、收益上升，公司也满意了。前几年，AI电销技术还不够成熟，隐约还能听出对面是机器人。到了今天，随着AI合成语音和智能程度的提升，这种“AI味”已经几乎感受不到了。你看，现在很多国产手机也陆续在安全防护功能里增加了“AI合成人声”的识别能力，虽然初衷是为了“防电诈”，但也侧面说明了AI技术的成熟。如今在AI电销机器人领域，转化意向客户的成功率，甚至部分直接交易的转化率，已经逐渐接近或超越了人类员工。我服务的一家以“大客户销售”为主的企业，也在我的建议和推荐下，为一线销售人员配备了AI硬件来收集现场数据。这样就不再单纯依赖销售人员的主观反馈来了解客户舆情和需求，而是通过我为企业建立的分析模型进行交叉验证，从而主动调整销售策略。同时，一线销售人员在和客户沟通洽谈时，也能实时获得其他销售同事的经验和最佳实践，及时得到增援。好的销售经验和案例分享，不再仅仅依靠每天早会、晚会那短短十分钟、细节丢失且经过人为加工的讲述，而是能够通过他人的同步作业，结合客户现场的实时反馈，及时提炼出洞察，从而为其他销售员工提供支持。
上述讲了这么多案例，是为了分享现在在一线，AI是如何被应用，及为企业和职场中的个体提供帮助。最后，我为中小企业及个人提供几个建议，以帮助企业和个人，推动AI在自身上的应用。第一个建议是要“盲目上车”，敢于“交学费”。我敢断言，个人及企业在AI上的应用好不好？能不能带来实际的收益？是靠token和经验堆出来的，没有捷径。其他个人或企业的成功案例，与其自身的条件有着莫大的关系，你自身缺了这条件，他人的案例能为你真正提供借鉴的地方很少。这就要求我们必须先投入进去，根据自身的客观条件、企业禀赋等因素，实事求是地去探索和尝试，并持续针对自身特点进行优化。所谓“盲目上车”，就是越早上车，付出的“学费”就越低。第二个建议是，尽早建立企业和个人的知识库。这样在引入AI时，就能将这个知识库对接给AI使用，让它了解你公司的战略，或个人的目标、愿景、现状、历程乃至价值观。现在，建立知识库有一个新的说法，叫做“蒸馏经验”。对企业而言，建立知识库本身就是“蒸馏”人类知识、沉淀员工经验的过程。我们现有的知识和经验，可分为显性和隐性两种。“显性知识”是指在业务活动中留下的各类文档资料，比如很多企业储存的大量文档、报表和PPT。但现实中，这类资料虽然留存了很多，却往往对后续的业务开展帮助有限。相反，至关重要的“隐性知识”过去常因技术限制而被忽略，并随着员工离职而流失。所谓“隐性知识”，存在于员工日常与同事、客户的交流沟通过程中。有一个概念叫“对话即智能”，说的就是人类的智能真正体现在对话中，而非文本资料里。我们完成一个项目后，签好的合同、项目汇报文档，乃至专门为介绍成功经验而写的PPT，这些都属于“显性知识”。我们说一个项目完成得好，或一份文档、PPT写得好，但真正要吸收采纳其中的经验，关键不在于这些“显性知识”本身，而在于它们是如何被创造出来、如何实现“好”的这个过程中所蕴含的“隐性知识”。很多企业雇佣了大量员工、开展了大量业务，却任由这些知识和经验白白流失，以至于一两个员工的离职就会对企业经营产生影响。真正的知识与经验在对话交流中自然产生，但留存它们需要刻意为之。
对企业来说，最简单有效的方法，就是配备一批AI录音工具，分发给一线员工，特别是那些以高频对话为主要工作场景的销售人员或客服人员，以及主要进行对外交流和对内沟通的管理人员。将他们每天在促成交易、形成决策过程中产生的“隐性知识”收集并沉淀下来。个人在日常活动中，也可以通过配备AI录音卡片，将生活和工作中的经验与真知灼见记录下来，用于训练自己的AI智能体助手。第三个建议是，从公司的核心业务部门入手，在不改变现有工作流程和方式的前提下，利用AI工具和工作流来提升对核心业务人员的赋能。不要追求一步到位，而是让现有流程自己“长出”AI的位置。先从一个真实的小点突破，然后让组织自己看到变化。因此，我们不应一开始就触碰核心部门的业务流程，因为这可能给企业的正常生产经营带来许多不可预知的风险。同时，我们也不建议从边缘部门入手，那样最终可能难以将AI工作流的影响力真正扩展到核心业务中去。AI的落地不应以破坏现有业务流程为目标，而应采取逐步引导、以点带面的方式，最终实现对组织与业务模式的全方位重塑。最后，在AI时代，工具已经实现了平权。利用AI创造新质生产力、打造企业核心壁垒的关键，从来都不在于纯粹的技术，而在于对行业与业务的深度理解。“行业老兵”与“AI”的结合，才是“AI+行业”不可替代的核心组合。
夜雨聆风
