夜雨聆风
大模型持续进化，AI 已成为新的生产要素，但技术跃迁不会自动变成企业的机会。企业需要重新理解自己，在原有价值与新技术的交叉处寻找新的价值维度，并据此重做业务、升级战略、再造组织。
“不是 AI 为业务服务，而是业务为 AI 服务。”李善友教授在课堂上说。
2026 年 8 月 14 日至 16 日，混沌创新院26级第二模块“价值建模”在成都展开。
李善友教授从第一性原理与能知三阶出发，带领同学们追问时代与业务的根基；以二维价值建模寻找企业的价值基因和增长维度，沿大模型的发展史，理解创新如何发生；通过 SpaceX 与 DeepSeek 两个案例，讨论“大愿”如何进入战略、产品与组织。
认知也被放回真实业务。艾语智能 CEO 张天乐分享“AI 原生第二曲线”如何走向业务与组织；同学们在刻意练习中拆解自己的客户、产品与价值基因，现场接受检验。
课堂之外，交流继续发生。认知、实战与共创，共同构成“价值建模”模块的三天。
以下为本模块完整回顾。
Day 1
第一性原理：追问AI时代背后的“一”
第一天上午，李善友教授先为同学们提供了一个理解时代的大框架：为什么过去十年属于移动互联网？未来十年，AI 又可能把商业带向哪里？
“不去追问谁是 AI 时代的张一鸣，要去追问：AI 是一个什么样的时代。”
人类文明的‘一’，是能知的跃迁
课堂由此进入“能知”与“所知”。我们见过的事、读过的书、掌握的模型与信息，属于“所知”；在它们背后，决定我们如何认识世界的底层能力，叫做“能知”。知识增加可以带来局部进步，能知改变，才可能推动文明换轨。
李善友教授用“能知三阶”概括了人类认识世界的三种方式：
- 第一阶是经验。农业文明主要依靠感官和经验归纳，实践在先，总结在后。经验让人快速行动，也容易把人限定在原来的时空里。换一个市场、一个周期，过去有效的经验可能马上失效。
- 第二阶是模型。工业文明建立在逻辑之上，模型假设在先，实践检验在后。模型能够穿过具体场景，解释一类问题。
- 第三阶是理念。智能文明以觉性为能知，以理念为所知。AI 既在冲击工业文明的逻辑基础，也可能成为人类进入下一次文明的跳板。当 AI 越来越擅长计算、编程、分析和建模，人需要继续追问逻辑之上的第一性原理——教授称之为觉性、心性或纯粹意识，它所感知的对象是“理念”。
面对“人是否会被 AI 替代”的担忧，教授讲起洪都拉斯白蚁的故事：白蚁会吞噬失去生命力的木头，却不会啃食仍然活着的树。面对 AI，人也许只有一条路，就是保持生命力，创造真正有生命的东西，由此完成第三次能知跃迁，进入新的文明阶段。
两代互联网创业者，验证了这个框架
PC 互联网早期，主流创业方式是“Copy to China”，把海外已经验证的产品和模式带回中国。这些经验帮助企业快速成长，也让企业受限于原有的市场环境。BAT 有资金、技术、人才和认知，却始终没有真正做出同等量级的全球化产品。一个重要原因是，经验与产生它的市场环境紧密相连。
移动互联网一代则更多从抽象模型出发。张一鸣很早就在思考“信息找人”：系统能否根据用户的兴趣、位置和行为，把需要的信息主动送到人面前？这个想法先在逻辑上成立，随后遇到智能手机普及，以及机器学习、大数据和云计算的成熟，最终成为现实。字节、拼多多等新企业由此突破上一代巨头的经验边界，TikTok、Temu 也从一开始就具备跨市场生长的能力。
过去十年的变化，表面看是移动端替代了 PC 端，实质上是一批创业者从经验跃迁到模型，重新定义了信息、交易和用户关系。
未来十年，创业者要找到自己的“一”
AI 正在接过大量逻辑层的工作，下一轮机会不会只来自把旧业务做得更快。创业者需要追问：当分析、建模和执行可以交给 AI，自己还必须负责什么？
第一性原理所寻找的“一”，就是决定整个系统的逻辑起点。放回企业，它是客户为什么持续买单、公司凭什么存在，以及环境怎样变化都不愿放弃的价值。路径可以与 AI 一起建构，但方向不能外包。
价值建模：在已有价值上找到新维度
第一天下午，课程从文明尺度回到创业现场。企业如何找到自己独一无二的价值，又如何借助一个新维度，走出行业内卷？
李善友教授给出了一种极简的方法：二维价值建模。
“创新的本质是认知升维，是做乘法。从两个一维的要素，变成一个二维的结构。”只在原来的维度里增加功能、提高效率，依然是在同一个平面上竞争。只有升维，才会获得新的自由度，离开原有的竞争轨道。
时间与空间结合为“时空”，质量与能量结合为“质能”。回到商业，两个维度相乘，也会生成原本单一维度里不存在的新价值。
企业的生命力，往往来自两个核心价值要素构成的“价值双螺旋”。产品、业务和时代都会变化，只要那组独一无二的价值关系仍在，公司就可能不断长出新产品和第二曲线。
所以，价值建模首先要回答的是两个更根本的问题：
1.我们公司的（双螺旋）基因是什么？
2.我们创造了什么独一无二的价值？
苹果的产品在变，但价值基因始终没变
1997 年，乔布斯重返苹果。他重新追问：苹果究竟是谁？苹果有什么独一无二的价值？什么事情只有苹果能够做到？
答案藏在苹果延续至今的四组双螺旋中，它们分别回答苹果如何造产品、为谁造产品，以及最终创造什么价值：
- 硬件 × 软件。硬件承载软件体验，软件反过来提升硬件价值，软硬一体构成苹果最早也最稳定的产品能力。
- 人 × 电脑。电脑成为个人能力的延伸，帮助人表达、创造和生活。
- 科技 × 人文。技术提供新的能力，人文决定能力为谁服务、如何进入人的真实感受。
- 功能 × 情感。产品既解决问题，也要与人产生情感连接，成为有灵魂的作品。
从 Mac 到 iPod、iPhone，产品形态不断变化，价值关系始终没变。2001 年前后，乔布斯又从电脑与应用的挫折中，看见“数字设备 × 数字应用”的新结构，从 iPod 与 iTunes 到 iPhone 与 App Store，让原有价值不断进入新技术与新场景。
阿里将新技术变成一个独立维度
2012 年移动互联网来到阿里面前，最初的思路是让无线业务服务电子商务。阿里随后作出关键反转：“无线不是为电商服务的，电商是为无线服务的。”移动互联网由此成为与电商同等重要的新维度，两者相乘，才有了真正的移动电商。
今天，各行各业面对 AI，也站在相似的路口。给旧流程增加 AI 助手，主要得到效率；围绕 AI 重新设计产品、服务和组织，AI 才会成为业务的新维度。善友教授强调，不是 AI 为业务服务，而是业务为 AI 服务。
AI 与业务如何相乘，也成为同学们接下来两天反复思考和练习的核心问题。
为大模型建模：创新如何一步步发生
随后，李善友教授把二维建模法放进大模型的发展史。研究线找到能够产生智能的结构，工程线通过 Scaling 持续放大能力，ChatGPT 则让研究与工程成果走向大众产品。
整条路径构成了一次连续的价值升维：
神经网络 → 深度神经网络 → Transformer → Scaling → GPT → ChatGPT
研究线：机器从执行规则走向自主学习
研究线有两个关键贡献：神经网络与 Transformer。前者改变了机器学习的方式，后者让机器能够从海量关系中理解语言。
人工智能早期，符号主义主张由人总结规则再教给机器；神经网络则相信，机器可以通过数据和训练自己形成模型。
1943 年的MP 模型已经包含三个基本要素：神经元承担计算，神经元之间的连接与权重构成模型，进入网络的信号相当于数据。单个神经元并不智能，大量连接相互作用、跨过临界点后，系统会出现原有单元不具备的能力，这就是“涌现”。
后来，杰弗里·辛顿等研究者把多层神经网络与反向传播结合，模型可以根据结果发现误差，再逐层调整参数。2012 年，AlexNet结合深度神经网络、GPU 与 ImageNet 大规模图像数据，将图像识别错误率从约 26% 降至约 15%，证明这条曾经不被看好的路线能够走通。
2017 年，谷歌研究者提出 Transformer 架构。它通过自注意力机制计算词与词之间的关系，让模型能够根据上下文理解语言，并不断预测下一个 token。机器由执行人类写下的规则走向自主学习，又由识别单个对象走向理解对象之间的关系。
工程线：把研究突破放大为通用能力
真正让大模型形成今天的能力，还需要一次工程升维。工程线的核心是 Scaling Law：在一定范围内，投入规模越大，模型能力越强。
需要同时放大的有三个要素：
- 数据，从少量人工标注样本，扩展到海量互联网文本；
- 模型，增加参数规模，让模型能够承载更复杂的关系；
- 算力，为大规模训练提供足够的计算资源。
Transformer 论文发表后，伊利亚·苏茨克维意识到，它可能成为通向通用智能的基础架构。OpenAI 随后把 Transformer、自监督预训练与 Scaling 结合，推出 GPT 系列模型。
预训练的过程，可以理解为让模型预测下一个 token，将结果与真实文本比较，再通过反向传播调整参数。人不再逐条写入语言规则，而是提供数据、模型和算力，让能力在反复预测与纠错中生长。
2020 年，拥有 1750 亿参数的 GPT-3 开始展现零样本学习能力。面对没有专门训练过的新任务，它也能理解要求并给出结果。规模跨过临界点后，模型开始长出过去未被明确设计的能力。
2022 年，OpenAI 把 GPT 与自然对话结合，推出 ChatGPT。“对话”让普通人第一次能够直接调用大模型，也让工程成果完成了产品化。
理解这段历史，也是一次“借事修身”。每一代人都把前人的成果作为 X 轴，再加入一个决定性的 Y 轴。创新常常发生在旧有核心价值与新维度相遇的地方。
Day 2
刻意练习：把模型放回业务
第二天上午，同学们与 AI 工作伙伴共同为业务进行价值建模：界定行业边界，识别隐含假设，寻找新维度，完成“新维度 × 老本行”的价值组合，并设计一项可以启动的 60 天最小实验。
练习坚持“先人后机”。同学们先彼此表达、追问与澄清，再与 AI 伙伴共创。
练习结束时，每位同学都形成了一份可以展示、讨论并继续迭代的价值建模报告。每个班级选出两位代表，带着自己的模型进入第三天的公开检验。
一班刻意练习现场
二班刻意练习现场
三班刻意练习现场
SpaceX：让大愿进入商业
第二天下午，李善友教授以马斯克和 SpaceX 为案例，讨论一家企业如何用第一性原理突破行业边界，又如何让一个远超商业的“大愿”，持续牵引产品、战略与组织。
理解马斯克，要问他为什么不断重新出发。从 Zip2、PayPal 到 SpaceX、Tesla 与 xAI，马斯克一次次跨入新的行业。大学时期，他便追问：“哪些事情对人类未来影响最大？”由此列出互联网、可持续能源和太空旅行，后来又延伸到人工智能。公司会变化，产品会迭代，使命始终是主轴，这就是“商以载道”。
用“三阶四问”，读懂 SpaceX 的“一点明白”
教授进一步用混沌的“三阶四问”解读 SpaceX。
第一问，价值建模：火箭行业最大的隐含假设，是火箭只能一次性使用，马斯克加入“可重复使用”，把火箭变成太空交通工具。
第二问，竞争建模：传统价值网由国家主导、依赖一次性火箭，SpaceX 则进入可重复火箭构成的“太空交通”新兴价值网。
第三问，回到产品与单点：早期真顾客是 NASA，真需求是安全、技术与成本，SpaceX 以可重复火箭为真产品，以“成本 10 倍低”为关键单点。
第四问，为理念建模，追问企业的“道”：支撑 SpaceX 走出原有价值网、不断进入更大世界的，究竟是什么理念与大愿？
五步工作法：把第一性原理变成工程动作
“成本 10 倍低”不能只停留在目标上。教授把 SpaceX 的工程方法归纳为五个有严格顺序的动作：
1.质疑，质疑所有要求，无论提出要求的人多么聪明，都要追问它是否真的成立，避免为错误的问题寻找完美答案。
2.删除，把工作拆成一个个流程和部件，删掉所有不必要的部分。如果最后没有被迫把删掉的 10% 放回来，说明删得还不够多。
3.简化，对留下的流程和部件继续优化，尽可能合并、一体化。简化必须放在删除之后，因为人们最常犯的错误，就是去优化一个原本不应该存在的流程或部件。
4.加速，充分删除和简化之后，再缩短流程周期。
5.自动化，自动化是最后一步。前四步完成后，让系统自动运行。
后来的星链改造中，这套方法进入了具体工程。团队不断追问：天线与飞行计算机为什么必须分开？卫星为什么必须逐颗释放？原本被视为理所当然的要求受到质疑，天线与飞行计算机被整合，连接件被删除，部件被合并，卫星由此变得更轻、更简单，一枚火箭也能携带更多卫星。
马斯克为什么一定要去火星？
一个人 31 岁实现财务自由之后，还要做什么？马斯克给出的答案是：“让人类成为跨行星物种，是我积累财富的唯一目的。除此以外，赚钱对我来说没有太大的意义。”
马斯克担心人类的生存，更关心“人类意识”的延续。在浩瀚宇宙中，人类或许是唯一拥有意识的生命。让生命成为跨行星物种，也是在“为宇宙保护人类”，保护这支微弱而珍贵的“意识火苗”。火星不是终点，只是目前技术边界内最可行的第一步。
移民火星的底色是对地球与人类深切的爱。这是一个看科幻小说的人，从地球的眼界到宇宙的眼界。
“大愿”成为判断当下产品与战略的基准。正如马斯克所说：“终有一天抵达火星的那个场面，激励着 SpaceX 做出每一个决定。”
同一使命牵引的四条曲线
仅有使命还不够，一个足够远大的目标，必须被拆成一条条能够生长的业务曲线。
第一曲线，火箭发射。猎鹰 9 号与龙飞船让私人公司开始承接过去只有国家才能完成的航天任务。但 NASA 的订单无法支撑火星移民所需的巨额投入，公司必须进入更大的价值网。
第二曲线，星链。SpaceX 把已有的发射能力与全球互联网市场结合，找到了一件“只有自己有条件做”的事。生成式 AI 到来后，持续工作的智能体、汽车与机器人又带来了新的连接需求，同一套基础设施由此进入更大的价值网。
第三曲线，AI 算力。AI 一边是软件，例如 Grok；另一边是硬件，也就是算力，算力又可以分为地面算力中心与太空算力中心。大模型需要庞大的算力与能源，SpaceX 则拥有火箭发射、卫星网络和复杂工程能力，太空算力因此成为新的可能。它最终能否成立，现在还不能下结论；重要的是，SpaceX 又一次把核心能力与新需求连接起来。
第四曲线，星舰。发射、星链、算力与星舰看似分属不同业务，实际都在为火星移民积累所需的资金、技术与基础设施。要让火星移民成为现实，单人航行成本需要从约 100 亿美元降至约 20 万美元。星舰的完全复用与发射塔“筷子”回收助推器，都在把一个科幻般的目标拆成可以解决的工程问题。
第一性原理解决“怎么做”，大使命回答“为什么”
火箭建立进入太空的能力，星链将这种能力带进互联网，AI 算力进入新的价值网，星舰继续降低抵达火星的成本。几条曲线始终指向同一个终点：让人类走向火星，让意识之光延伸到地球之外。
这就是道与商的合一。第一性原理解决“怎么做”，大使命回答“为什么”；前者不断逼近现实的底层约束，后者让企业不被眼前的成功和财富锁住。
接着，教授把大家带回 SpaceX 连续三次发射失败的时刻。资金几乎耗尽，马斯克押上最后一次机会，第四次终于成功。马斯克曾经谈到，那些他一直敬仰的航天英雄也在公开反对 SpaceX。面对质疑，他眼含泪水，仍保有热爱，仍选择向前。最后，屏幕上出现 SpaceX 海上火箭回收无人船的名字：“Of course I still love you”。
教授也借这个案例送给同学们两份礼物：第一性原理提供方法，让我们回到底层事实；理念与大使命提供方向，让我们始终知道为什么出发。
创业者也可以问问自己：有没有一件事，如果我不做，它就不会发生，或者不会这么早发生？
Day 3
年级 PK：价值建模现场检验
第三天上午，来自 3 个班级的 6 位代表依次登台，展示自己企业的价值建模报告。
这场 PK 有一条明确的原则：评模型，不评演讲。评审关注的是，问题是否真实、有边界；是否找到了旧模型背后的行业共识或隐含假设；新维度能否带来具体的价值机制与错位机会；验证动作能否真正启动。课堂上的模型，最终还要回到企业，通过用户、市场与 60 天实验接受检验。
张天乐：寻找 AI 原生第二曲线
班级 PK 之后，艾语智能 CEO 张天乐带来主题为“AI 原生第二曲线”的实战分享。在艾语智能，AI 深度嵌入企业系统，系统每天发生300 多次自动迭代。AI 给人安排工作，人只需要在目标、标准和关键抉择上把关。
结合债权处置、数字版权治理等业务，张天乐提出，寻找第二曲线前，先要判断新业务是否值得做：它是否面对绝对增量市场？新的 AI 技术能否重做老问题？企业能否借用第一曲线积累的能力和资产？
什么样的企业才是 AI Native？张天乐概括为三个变化：AI 帮人做判断，AI 给人下任务，AI 让组织在运行中持续优化。
它需要两块基础：清晰、可校验的数据，以及被写成规则、判据和边界的业务经验。数据与经验被写清后，系统才能参与判断，并在一次次任务中形成数据与经验两个飞轮，让组织持续自优化。
AI 原生转型，不必先改造全公司，可以从一个结果可验证的真实问题开始。让 AI 进入交付，再根据运行结果持续修正。
他还提出，客户真正购买的是业务结果。比如 AI 生成法律合同，即使质量很高，也不意味着客户能够独立验证差异并愿意为之付费。技术验证通过，也不等于商业验证通过；结果还要能够独立验证，并与收费绑定。
最后，张天乐强调：“所有商业价值，都是社会价值的变现。”
DeepSeek：将愿景融入现实
2022 年底 ChatGPT 发布后，美国大模型一路领先，整个行业都在追问“中国的 AI 还有没有机会”。2025 年 1 月 20 日，DeepSeek-R1 发布，并在当年春节迅速出圈。它让中国创业者重新相信，我们也可以参与技术前沿，做出 0 到 1 的原创创新。
在第二模块的最后一个案例中，李善友教授用“三阶四问”拆解 DeepSeek：从算力约束如何逼出效率创新，到开源与原创的选择，再到 AGI 愿景如何进入商业战略、研究方向与组织方式。
这是李善友教授首次公开、完整讲授 DeepSeek 案例。创新院的同学们成为这套新案例的第一批现场听众，共同讨论中国企业如何从应用创新走向原创创新。
算力不够，反而逼出了效率
美国头部模型公司依靠更多 GPU、更大模型和更多资金推进 Scaling。DeepSeek 面对的条件相反，资金有限，先进 GPU 更有限，只能在规模之外增加一个新维度——效率，也就是每块 GPU 能产出多少 token，每个 token 的成本是多少。
DeepSeek 因此不断追问：能不能用 2000 张显卡干出别人 20000 张卡的活？一行代码还能不能再省一点电费？“成本”由此进入技术路线。
DeepSeek 同时优化模型结构与硬件架构，用 MLA 压缩需要处理的信息，再由 MoE 调动与任务相关的专家。就像先用索引找到关键问题，再把任务派给合适的人，不必让所有专家同时工作。
ChatGPT 和 Claude 用闭源方式服务高端用户，性能更强，价格也更高；DeepSeek 接受一定的性能差距，以低得多的价格和开源方式进入更广泛的市场，形成错位竞争。
它也几乎没有传统意义上的“产品”。基础模型本身——智能和 token，就是产品。它像一座发电厂，通过 API 向外提供智能。至于这些能力最终被做成 App、Agent 还是行业应用，可以交给其他企业继续创造。
看见“西瓜”，才能放下眼前的“芝麻”
DeepSeek 不只是一个低成本、高性能的工程创新案例。后半程，教授把重点放在了更重要的问题上：一家企业能不能找到比商业更大的力量，并让这股力量进入现实。
DeepSeek 的愿景是 AGI。梁文锋一直相信，大语言模型是通往 AGI 的必经之路。春节出圈后，它本可以抓住流量做超级 App，也可以进入 AI Coding、Agent 等企业场景。但梁文锋把今天的 C 端用户和 B 端应用称为“芝麻”，因为他相信 AGI 背后还有尚未出现的巨大价值网络。
“唯一重要的事情，是增加我们做成 AGI 的概率。赚多少钱，用什么方式赚钱，都不重要。”
DeepSeek 并非拒绝商业，它选择主要通过 API 让技术自然产生商业价值，不让眼前的产品、用户和收入重新定义公司。教授将其概括为一种战略上的“克制”：清楚自己要去哪里，也清楚哪些看似巨大的机会不属于自己。
愿景进入研究、创新与组织
在研究上，AGI 决定技术主线。 教授把大模型的发展归为三代：语言大模型依靠关联学习，推理大模型引入强化学习，下一代模型可能走向持续学习，让 AI 在工作中继续调整和成长。DeepSeek 把持续学习视为通往 AGI 的关键问题，只做与智能主线相关的研究。
在创新上，同时选择开源与原创。如果 AGI 最终服务全人类，它就需要足够普惠，也需要全球开发者共同参与。DeepSeek 坚持开源，同时进入底层研究，尝试 0 到 1 的创新。这打破了“美国负责原创，中国负责应用”的“思想钢印”，让中国团队从技术的受益者角色转变为贡献者。
在组织上，大量吸纳本土年轻人才，看重热情、好奇心和自信。工程任务自上而下推进，基础研究则尽量减少干预。梁文锋希望核心团队花在明确工程任务上的时间不超过一半，其余时间留给兴趣、试错和偶然碰撞。
互联网时代的关键词是“连接”，生成式 AI 的关键词是“涌现”。DeepSeek 试图用一种允许涌现的组织，研究“依靠涌现产生能力”的 AI。
从应用创新，走向原创创新
课程收束时，教授将张一鸣与梁文锋并置：一个代表移动互联网原生创业者，一个代表 AI 原生创业者。
移动互联网时代，理性认知可以带来 1 到 10 的应用创新；AI 时代，在认知之上加入理念与愿景，才有机会走向 0 到 1 的原创创新。
DeepSeek 仍在路上，AGI 也远未实现，但它已经向中国创业者证明：资源不足并不意味着只能跟随，商业机会巨大也不意味着必须全部抓住。把自己的工作向前推进一点点，也是在扩展人类创新的边界。
课堂之外，彼此照见
夜晚，各班以不同方式延续未竟的对话，彼此连结，捕捉思想的灵光。话题从人生经历、创业路上的得与失，延伸到课堂上来不及展开的困惑。
一班·班级活动精彩瞬间
二班·班级活动精彩瞬间
三班·班级活动精彩瞬间
草莓时刻🍓 点击展开阅读
王大鹏｜美商文化：学到一个很有启发的概念：二维价值建模法。过去我们一提创新，很容易陷入一个误区，总觉得一定要做出别人从来没有做过的东西，才叫创新。但今天我最大的一个认知是，没有人真正能够从无到有创造价值。绝大多数创新，都是站在前人已经创造的价值基础上，再增加一个新的价值维度。原来的价值是横轴，我们新增的价值是纵轴。真正值得思考的，不再是“这个事情别人有没有做过”，而是“在别人已经做得很好的基础上，我还能增加什么新的价值”。
常亮｜北京嘉善律师事务所：白蚁只吃枯树，不吃活树。教授用这个比喻说，AI 会吃掉失去生命力的旧认知结构。只要我们还停留在逻辑建模层，AI 就能替代我们；但如果跃迁到觉知和理念层，AI 就会成为我们的工具。
白雪｜XGROUP冠致传播：不追求无穷无尽的博学，而追求思想整顿。跃迁的时刻，在绝望中体验新生。
何松蔚｜量泰资本：今天最触动我的是两句话。第一句：“不是 AI 为业务服务，而是业务为 AI 服务。” 第二句：“没有人能从无到有创造价值，要在前人的价值，也就是横轴之上，增加一个新的价值，也就是纵轴。” 刚好我目前手头最重要的项目 Qell AI 正在做 AI Native 创业。我们把作用对象从“人”转向“Agent”，也是在当前行业主要服务于人的交易平台这一横轴价值上，增加服务 Agent 的纵轴。
徐一文｜元理智能：第二模块最大的感受是，把第一性原理又往前推了一步。第一性原理，是不断追问：这件事真正成立的最底层依据是什么？价值建模、大模型建模，让我更加确认，AI 时代真正稀缺的，不只是会不会用模型，而是能不能把业务里的“价值”定义清楚、建模清楚，再让模型围绕价值持续优化。过去我们更多在想 AI 能做什么，今天更触动我的是：先定义什么是对的、什么是有价值的，再谈如何让 AI 把它做到极致。很烧脑，也很过瘾。
倪志杰｜深圳金荣达园区管理：做产业园区、做商业竞争，不要再用归纳法跟着行业惯性走。别人在拼执行、拼经验、拼渠道；我接下来要拼认知、拼结构、拼价值建模。
潘福林｜半岛医疗：第一性原理：我们能够创造的、独一无二的价值究竟是什么？带着这一点向内思考，给到用户的核心价值，就是品牌自身存在的意义。放到二维建模中进一步推演，横轴要理清价值内核，纵轴要找准定位，找到真正区别于行业头部品牌的差异立足点。
杨宗灵｜世纪鲲鹏·超体 Ai：关于演绎法：“眼睛看不见，逻辑能看见。”我按混沌的演绎法和思维模型做过一个项目，笃定地相信逻辑，做反共识的逆行者，多次击穿阈值，最终拿到了不错的结果。我的亲身经验是，演绎法真的好用，能够指引战略，加强定力。
张竞生｜辰宇集团：眼里有日月星辰，脚下是山川河海。Of course I still love you。
王俊清｜万肃（上海）服饰有限公司：抱有敬畏之心，对习以为常的事物保持质疑，打破惯有认知，找到最底层的本质，创新和答案可能就会迎刃而解。这个世界总是需要一些事情，让我们每天醒来时感觉到：活着真好。
李洋洋｜洋名立万：人生是一场无限的游戏。
胡中舟｜INSP因思百应：今天的 Aha moment——没有设限性思维，以愿力一往无前；也感受到了 Elon 钢铁风格之下的人性光辉，菩萨心肠，雷霆手段。
周云峰｜尚远科技：敢想敢赌，用第一性原理拆解难题，在质疑中死磕硬科技，把“不可能”变成新现实。
代青｜壹心娱乐：为什么要创业？为了看到更大的世界。致敬在座的各位，然后去选一件“如果我不做，就不会发生”的事情。
丁辉｜睿光新材料：用第一性原理把成本颠覆到极致，在至暗时刻仍然坚守长期主义的宏大愿景。
徐孝翔｜苏州天霸文化传媒公司：没有谁能从一开始就预见全部美好的未来。在不断坚持、努力和迭代中，我们会发现不一样的美好。当这些美好来临时，把握、坚定、相信；当它们还没有来临时，回想初见，畅想盛世，并相信这份美好注定会到来。
郭烁｜直白美学：梦想是一个非常虚幻的词。在 SpaceX 的案例中，善友教授仿佛把自己化进了讲解中。经由他的传达，我感受到梦想对人的重要性。真产品和真能力都需要有东西牵引，否则我们只是在思考中思考。还要学习五步法的思考逻辑。
玄涛｜福壹实业：1.人要有梦想。你敢想多大，才有可能干出多大的事。2.不要什么事都想得明明白白，想得太清楚，反而不敢动手。很多事先干起来再说。3.大胆行动，在行动中调整，不要过度空想。
华玉锋｜杭州佰里科技有限公司：这是我第一次正式、深入地了解马斯克的创业历程，从内心深处燃起敬意。以前是知其然，“他是一个天才，或者说他根本不是一个人类”，却不知其所以然。原来，支撑他创业成功的底层逻辑是第一性原理，再上升到高于思考的能知，也就是强大的灵魂引发的愿力。这也让我经历了一次灵魂洗涤。
刘淼｜PE 投资人：勇于质疑，尤其要质疑问题和隐含假设。大愿是什么？商以载道是什么？很庆幸，Elon 在年轻时就从人生的虚无状态中脱离，为自己的生存赋予意义，也就是延续、拓展意识。
蔡默｜九阳豆业：道、理念、大愿是一种极大的力量，可以帮助企业摆脱价值网的禁锢，走向更大的成功。用好价值建模的方法论，从理念大愿到商业落地，以商入道，以道载商。
郝仲虓｜奈尔宝：第一性原理可以让成本十倍好，五步工作法让它落得了地。真正让马斯克没有在成功处停下的，是从 Day One 起，他的意识就已经扩展到地球之外。我想，值得学习的不是怎么造火箭，而是他出发的理由。
陈欣伟｜斐缦（长春）医药生物科技有限责任公司： 每个医药企业的使命都说是为人的生命保驾护航，最后在业绩和投资者的压力下，能坚持初心的太少。所以，每个项目上来先做减法很重要。大部分项目一开始就是全饱和式投入，因为开始不缺钱；后面缺钱了，又开始在组织、价格和费用上乱砍一气。所以，刚开始搭建架构时，就要先做合理的减法。
谢云鹏｜云迹科技：人生其实只有一件事情，就是追问“我是谁”。世界有多大，我们就可以成为更好的自己。
贾文莉｜云迹科技：AI 时代，组织自下而上。
徐晓媛｜向日葵传媒有限责任公司： “工业革命以来第一次，中国有可能成为世界的基座之一。”热血沸腾。
Bruce白硕｜M2square：相信真善美，相信美好，相信理念！
许河寿｜上海海湾汇信息科技有限公司：你能看到的世界是什么？人为自然立法。
曾俊杰｜广州众山新材料股份有限公司：下午的课听得热情澎湃，好久没有这样的感觉了。国运，正如总书记所说的“百年未有之大变局”，在今天下午的课程中有了非常具象的体悟。
从“人为自然立法”开始，这句话可以通俗地理解为：一个人的心，也就是“能知”，有多大，这个世界就有多大。在这个 AI 创新的时代，一号位最重要的事情，也是考量自己处在哪一个价值网络中。原有价值网络里一定存在新维度的机会。不管这个新维度是一个时代的思想钢印、行业默认的行规、一家公司成功的基石假设，还是一个爆品的隐含假设，都可能成为重新定义价值网络的关键。这个模块的核心，就是重新定义战场。
当新时代的战场发生变化，商业化、技术、创新方式和组织模式也会随之改变。以混沌为例，以前在混沌上课，总会卷到半夜，做认知升级、PPT 重构，以及各式各样的商业讨论与假设。现在，众多理性论证可以由 AI 代替，整体的作业模式自然会有所改变。呼应今天的记录，我对新时代的新词有了一些感触。
新时代的顶线是留白、松弛、热情、好奇心、谦卑、少年感，最后达到涌现。同时，也要维持二阶的底线、能力、认知、思维模型和商业模式等。
今天最大的感受是，相信相信的力量，也就是愿景，并且延迟满足、保持克制。AI 时代，各行各业都会重构。希望自己能够成为一个创新者，相信中国，相信自己。
AI 时代，对价值的判断最稀缺，将理念落地为产品、系统和组织的能力最可贵。
课程结束后，每个人都将重新审视自己企业的真问题与独特价值，判断 AI 应该进入哪里、第二曲线应当如何选择。
愿我们带着这份追问回到自己的企业，在旧经验开始失效的地方重新出发，在新的时代，找到属于自己的“一”，也找到愿意为之长期投入的“道”。
混沌创新院第十一期招生已经启动！以“重新认识 AI”与“重新认识商业”为两条交织的主线，确认企业真问题与杠杆点，从工具、场景、组织范式，帮你启动进化双螺旋。
欢迎加入中国创新者浓度最高的学习场，对话各行业领军人物、参与更多优质企业参访活动、系统学习底层商业认知方法论。
点击阅读原文，填写报名表。
