夜雨聆风别再把AI当工具了，它是你的新员工
听方跃教授讲了90分钟，最深的感受是：AI打破的不是效率，是生产关系。以下是我的听讲笔记，观点归方教授，消化过程中的磕绊归我。
今天下午，在上海金桥听了一场讲座。
主讲人是中欧国际工商学院的方跃教授，主题是"AI启新程，中国企业如何奔赴高质量发展"。一个半小时，全程没有废话，信息密度高到我回来路上一直在消化。
趁热，把最触动我的几个点记下来。不一定完整，但都是真听进去了的。
一、先泼冷水：投资狂潮背后，谁来买单？
讲座开场没有讲技术，先摆了两个数字。
全球数据中心的资本投入，已经超过了商业地产。互联网上的流量，来自AI的正在超过来自人类的。
这意味着什么？价值创造的方式，正在换轨。
然后方教授问了一个很扎心的问题：
"企业，你真care芯片现在发展的速度吗？你真care我们建了多少数据中心吗？其实最关键的，是能够从客户和社会的角度来讲，谁来买单？"
AI投资热了几年，但大量投资还停留在技术闭环里打转：芯片、大模型、算力中心，然后是更多的芯片。技术跑得飞快，可打开企业的财务报表，并没有看到与期望值相匹配的经济价值。
那我们为什么还焦虑？
方教授的解读很妙：焦虑来自"你担心别人跑得更快"。如果这项技术大家都用不出效果，其实谁也不用担心。怕就怕，别人真用出来了。
二、AI不是工具，它把生产力三要素打乱了
这一段是我个人觉得全场最颠覆认知的部分。
传统生产力三要素：劳动力、生产工具、生产资料。
大量企业今天把AI当什么？当工具。买回来，赋能给员工用。这是"IT思维"。
但方教授说，有了Agent之后，AI应该是劳动力的一部分，而且会逐渐承担更多责任。更进一步，AI生产出来的智慧，本身就是生产资料。
也就是说，AI一个人把三个要素全占了。
这带来一个很现实的问题：生产关系怎么办？组织里出现了一种新型劳动力，它归谁管？
HR管不了，IT也管不了。因为这里面有考核、有绩效、有权责、有人事配合的问题。组织架构需要一个非常大的调整。
三、那人的优势还剩什么？
方教授给了一个框架，五个字：本、真、想、正、身。
本能，不需要推理的即时反应；直觉，信息不全时基于经验的模糊判断，依然有效；想象力，创造不存在的东西；正直，守住价值观和道德底线；身份认同，清楚回答"为何而做"。
他举了两个医疗的例子。
《自然》上有过一项研究：急诊室场景里，让AI和医生分别做诊断和治疗方案，匿名对比，结论是AI起码不比人差。但方教授追问了一句：如果你得了重病，AI诊断完说"两小时后手术"，你真的敢把家人交出去吗？
还有护士。护士一个很重要的功能是情感的陪伴。做完手术半夜醒来，周围全是AI，床头灯下AI给你播报了一份完美的报告。能力再强，你大概还是想找个人，问一问。
还有一个判断我印象很深：能力到位，不等于能上岗。技术上AI已经能做到的事，企业不一定敢用。这中间隔着的，不只是技术。
四、别把AI当技术部署，要当人才培养
这可能是全场最反常识、也最有操作价值的一句话。
方教授说，"部署"是IT的概念：企业掏钱，IT部门买硬件、买软件，教大家完成任务。今天还这么干，走不了多远。
要把AI当成人才来培养。从治理上做，从权责上做，从人机协同上做，给AI建立一套培养系统。
顺着这个逻辑，他给出了一个大胆的判断：中层管理将全部消失。
开会这件事的本质是什么？信息交流、上下拉通、认知对齐、数据对齐、执行跟踪。这些过去人做不好，今天AI全都能做。
他甚至说：如果一个基层员工或中层管理者，一天下来AI没有来找你，注意，不是老板没找你，是AI没来找你，说明你干得还行。因为它掌握所有的信息和情况。
企业组织真正要面对的是三件事：分工、协同、决策。而这三件事，AI正在逐一改写。
五、美的的三部曲，是今天最实在的部分
理论讲了这么多，企业到底怎么落地？美的的例子值得所有制造企业抄作业。
第一步，全员试试看。对业务部门没有任何业绩要求，"不用AI不扣钱"，先让大家熟悉。几个月下来，兴趣上来了。
第二步，认真找场景。业务的人懂业务了、也懂AI了，就问一句：这个技术能帮你什么忙？几个月报了一万多个项目，筛选出一百多个落地，后来发展到三四百个。
第三步，业绩驱动。高层态度变了："你用不用AI我不care，我要业绩。"研发周期减少20%，效率提高5%，成本压10%。
为什么美的这么拼？方教授点破了一层：美的做了十几年数字化，该做的工具和流程改造全做完了，想再加5个点的利润，没有别的辙了，只能靠AI。
六、超级智体，三种早期物种
讲座里还描绘了AI时代组织的三种早期形态，方教授称之为"超级智体"。
超级个体：一个人借助AI，具备小团队甚至小公司的能力。AI密度极高，边界由创造力决定。
AI原生企业：小团队、高智能密度，从第一天起就以AI为核心运营。用智能密度替代人力密度。
AI进化企业：传统企业的智慧化重生，把场景、数据和经验变成新的智慧底座。护城河在数据和经验的积累。
一个补充判断：超级个体不会孤立存在，它会长在大型组织的某个业务单元里，同时依赖整个组织的智慧和数据。
七、最扎心的部分，AI的利润悖论
如果说前面的内容是"怎么干"，这一段是"干成了又如何"。我个人觉得这是全场最冷静、也最少有人讲的部分。
三条生产力增长路径，最后都通向同一个地方：结构性利润侵蚀。
降成本？全行业降成本，价格战开打。扩规模？技术加速模仿，护城河变浅。做创新？普及型技术复制太快，新一轮利润争夺马上开始。
一句话总结：最擅长用AI提效的行业，大概率迎来白热化的成本与价格竞争。生产力提升，未必带来利润扩张，反而可能造成利润收缩。
方教授给了四条理性原则：
1. 看市场结构。有的行业（比如医疗）本身不适合价格竞争；
2. 看相对优势。赢家不是用了AI的，而是提效幅度超过同行的；
3. 接受赢家只是少数。收益和损失从来不会均匀分配；
4. 衡量实际产出，而非投入规模。别看token消耗量、代码行数这种好统计的指标，要看单位工时产出的变化。
八、最后的落点，是信任
讲座的结尾，方教授没有给豪言壮语，而是留了三个思考。
第一，关注技术背后是谁。技术要落地，不然就是泡沫。
第二，最终是信任。人和人之间的信任是很多团队成功的基石，AI进来之后，信任会发生什么变化？这个问题解决不了，组织很难走下去。
第三，"竞争、创新、发展"的逻辑是对的，但细节上需要更智慧的思考。过去我们默认只要是技术，一定带来生产力提升，一定是好事。今天走到这个阶段，要想得更细一些。
写在最后
散场的时候，我脑子里反复回响的是两句话。
一句是："旧组织 + 新技术 = 更昂贵的旧组织。"你不变不行；乱变，死得更快，因为你更贵了。
另一句是："AI时代的组织，不是设计出来的，是长出来的。"
从"管控型机器"到"智能生命体"，这场进化没有模板可抄。但那些率先完成变革的组织，会在未来的竞争中占据绝对优势。
方教授有两本书，《超级智体》和《数字化领导力》，都和今天的内容相关，已加入我的书单。
本文为个人听讲笔记整理，核心观点归方跃教授所有，现场分享内容的完整口径以官方发布为准。