《认知、组织与AI》:AI真正学会了什么?

如果知识天然能够变成组织，那么世界上最成功的公司应该是大学。

这句话听上去有些极端，但我第一次认真思考AI的时候，脑子里浮现出来的恰恰是这个问题。过去两年，人们不断惊叹于大语言模型所展现出来的知识能力。它能够通过各种考试，能够解释复杂概念，能够撰写专业报告，甚至能够完成许多原本需要专业人士才能完成的工作。如果仅从知识储备来看，今天的大模型已经超过绝大多数普通人。于是很多人自然会得出一个结论：既然AI已经掌握了如此庞大的知识，那么距离真正理解企业还有多远？

最初我也这样想过。但后来我越来越觉得，这里面存在一个被忽略的问题。知识与组织，从来不是同一件事情。

回顾现代企业的发展历史，会发现一个有趣的现象。世界上知识最密集的地方，并不一定是组织效率最高的地方。大学拥有大量博士和研究人员，研究机构拥有大量专业知识，智库拥有大量专家，但真正创造大规模商业价值的，往往并不是这些地方，而是企业。原因并不复杂：知识能够解释世界，组织才能改变世界。

一个工程师知道如何设计发动机，并不意味着他能够管理一家汽车公司；一个经济学家能够解释市场运行规律，并不意味着他能够运营一家贸易企业；一个风险专家能够写出完美的风险管理制度，也并不意味着他能够让整个组织真正按照制度运行。现实世界里，大多数困难的问题都不是知识问题，而是组织问题。

我在企业软件行业这些年，经常会遇到一种情况。某个客户希望建设风险管理体系，于是组织培训、购买咨询服务、学习国际最佳实践、引入先进系统。从知识层面看，几乎所有事情都做对了。但项目运行几年以后，效果却可能远低于预期。起初大家会怀疑系统，后来会怀疑流程，再后来才会意识到：问题既不在系统，也不在流程，而在组织。因为组织并不会因为拥有知识就自动改变。

这一点其实与人类文明的发展过程非常相似。我们习惯于认为文明是知识不断积累的结果，但如果仔细观察历史，会发现真正推动文明进步的往往不是知识本身，而是知识被组织起来的能力。农业社会如此，工业社会如此，现代企业同样如此。许多理论并不是实践的起点，而是实践长期积累后的总结。市场先运行，组织先形成，理论随后出现。

如果把这个过程放在更长的时间尺度上观察，人类文明更像是一条不断上升的螺旋。认知产生经验，组织管理经验，后果推动组织修正，定义总结经验，而新的定义又推动新的认知产生。文明正是在这样的循环中不断向前。

如果按照这个框架重新看待今天的大模型，会发现一个有意思的事实。过去几年，大模型真正完成的事情，其实是认知层面的突破。互联网为模型提供了人类历史上规模最大的知识库，模型从这些数据中学习语言、学习概念、学习逻辑关系，学习人类如何表达和解释世界。于是它学会了回答问题，学会了归纳总结，学会了推理分析。从认知层面来看，这确实是一场革命。

但只说认知还不够。今天关于AI的讨论里，推理能力正在变得越来越重要。模型不再只是复述知识，而是开始在知识之间建立关系，开始进行多步骤推演，开始把一个复杂问题拆解成若干个可处理的子问题。如果说早期大语言模型更像一个巨大的知识接口，那么推理模型则开始让这个接口具备了更强的分析能力。

我有时会把AI能力想象成一个三维空间。

过去几年，大模型在第一维上取得了巨大突破，推理模型正在沿着第二维继续推进，但真正困难的第三维，才刚刚开始露出轮廓。

这也是为什么我对AI编程能力保持一种既重视又谨慎的态度。AI能够写代码、调试代码、调用工具、完成越来越复杂的任务，这当然是一种重要进步。代码与工具让AI不再只是停留在回答问题，而是开始进入执行层面。可执行并不等于组织。一个优秀工程师并不天然等于优秀管理者，一个能够完成任务的人也不天然等于能够组织团队的人。执行解决的是如何完成一件事，组织解决的是如何让很多事情持续协同发生。

组织意味着责任、授权、资源约束、利益平衡以及后果承担。它不只是把任务排成流程，也不只是把工具串联起来。真正的组织能力，体现在面对冲突时如何取舍，面对资源不足时如何分配，面对风险暴露时如何决定边界，面对错误结果时如何修正规则。这些东西远比写一段代码、调用一个API或者完成一个工作流复杂。

例如，一个模型可以非常准确地解释什么是信用风险。它知道违约概率、信用敞口、保证金制度以及巴塞尔协议。但如果把它放进一家真实的贸易公司，面对一笔即将签署的大额采购合同，问题立刻就会发生变化。此时真正需要回答的问题不再是“什么是信用风险”，而是“这笔交易应不应该批准”、“额度不足怎么办”、“谁有权批准例外事项”和“未来出现损失由谁承担责任”。这些问题已经不属于知识范畴，也不只是推理范畴，而属于组织范畴。

而这恰恰是我认为未来AI将会遇到的第一个真正挑战。过去几年，互联网教会了AI认知；今天，推理模型、代码仓库和工具使用正在帮助AI学习推理与执行；那么未来什么东西会教会AI组织？

这个问题，也许比模型参数增长多少更值得关注。因为知识可以通过阅读获得，推理能力可以通过训练强化，执行能力可以通过工具调用扩展，但组织能力必须通过长期运行和持续反馈才能建立。而企业世界最复杂、也最宝贵的部分，恰恰隐藏在这种运行过程之中。

如果AI只有语言，它只是一个更强的表达系统；如果AI拥有推理，它开始具备分析能力；如果AI能够执行，它开始进入行动世界；但只有当AI真正理解组织，它才可能进入企业运行的深处。换句话说，AI的未来并不只是从语言到推理，而是从认知、推理和执行继续升维到组织。