知识的流水化时代：AI正从底部颠覆企业组织方式

经济的发展历来建立在“专业知识稀缺且昂贵”这一理念之上。

现在，人工智能（AI）的到来正彻底改变这一局面，使知识变得丰富且几乎免费。正如俗话所说，“物以稀为贵”，过去企业若想雇佣十几位博士级人才，得花费大量资金，还要提前数月筹备。而如今，只需在像DeepSeek这样的AI工具上敲几下键盘，几秒钟就能调用这样的智力资源。DeepSeek作为我们熟知的AI工具，其强大的生成能力堪比ChatGPT，让高端知识触手可及。

当智能变得既便宜又快捷时，我们的机构赖以生存的基本假设——“人类的洞见稀缺且昂贵”——就不再成立。试想，如果你能随时通过DeepSeek等AI工具请教一群专家，谁还会觉得智慧是高不可攀的奢侈品？这不仅会改变企业的组织方式，还会重塑创新模式，甚至影响每个人在学习和决策时的习惯。于是，一个问题摆在个人和组织面前：当智能无处不在且几乎免费时，你会如何应对？

这并不是人类第一次见证知识成本和传播方式的革命性变革。15世纪中期，印刷术的出现打破了知识传播的高昂壁垒。那时没有印刷机，书籍全靠修道院的抄写员手工誊写，效率低下得令人抓狂。印刷术一出，这道瓶颈瞬间消失，欧洲迎来了翻天覆地的变化：新教改革重塑了宗教信仰，识字率猛增为普及小学教育铺路，科学家通过印刷论文交流思想，学术研究蓬勃发展。

这场变革的最大赢家是商业嗅觉敏锐的国家，如荷兰和英国，它们迎来了各自的黄金时代。尤其是英国，凭借这一红利奠定了几个世纪的全球霸主地位。后来，大众识字与公立教育的结合让智能资源更加充沛，直接推动了工业化。工厂分工越来越细，复杂的劳动协作带动经济增长。18世纪末，男性识字率高的国家率先迈入工业化；到19世纪末，技术最先进的经济体往往也是识字率最高的。工人掌握新技术，劳动力市场催生更多专业岗位，形成至今仍在持续的良性循环。

到了现代，互联网极大降低了获取可靠信息的成本。小时候，我想查资料，得跑图书馆，带一堆清单，耗费半天时间。如今，人工智能成为这场千年变革的下一站，像DeepSeek这样的工具正在重新定义经济和智力的未来。正如老话所说，“知识就是力量”，AI让这股力量变得触手可及。

2022年12月，我第一次使用AI工具，感觉像是打开了一扇新世界的大门。起初，我只是拿它玩些小花样，比如让它“用Eminem的风格重写《独立宣言》”——“哟，兄弟们站出来大声喊，这群人绝不低头！”现在想想，这就像让米其林大厨煎个鸡蛋，大材小用。

真正的震撼发生在2023年1月的一个下午。我和12岁的女儿突发奇想，用类似DeepSeek的AI工具合作设计了一款桌游。我先告诉它我们喜欢的和讨厌的游戏，它迅速分析出我们偏好路线建设、资源管理、收集和战略规划的游戏，还喜欢胜负难料的紧张感，同时剔除了《风险》和《大富翁》中我们讨厌的元素。接着，我让它基于这些特点设计一个历史主题游戏。它提出了《元素发现》：玩家扮演18、19世纪的化学家，竞相发现新元素，通过收集和交易资源完成实验得分，还能互相搞点小破坏。我又要求细化资源、玩法和角色，它立刻给出了四种角色——炼金术士、破坏者、商人、科学家，并推荐了拉瓦锡、居里夫人等历史人物。

短短两三小时，我们用AI工具做出了一个粗糙但可玩的游戏。这让我意识到，像DeepSeek这样的AI可以将几周的研发浓缩成几小时。这对产品开发、市场分析甚至企业战略意味着什么？它展现了创造性解决问题的能力，真是“点石成金”。

一万亿这个数字让人头晕。难怪科学家们一开始被AI的大型语言模型（LLM）弄得晕头转向。这些模型参数多达10亿、5000亿甚至1万亿，我们至今没完全搞懂其运作原理。过去七年，这些模型频频突破极限，但2021年有些理论家称它们只是“随机鹦鹉”，靠训练数据统计模式瞎猜。

然而，对于被AI惊艳的人来说，很难相信它们只是复读机。尤其是最近半年，DeepSeek等工具的表现让这种怀疑站不住脚。早期LLM缺乏反思能力，像“凭感觉走”的第一类思维（诺贝尔奖得主丹尼尔·卡尼曼语）。真正的深度在于第二类思维——深思熟虑、有条理。2023年9月，AI推出推理模型，能拆解复杂问题、验证结论、调整步骤，表现堪比博士级专家。最近的趋势是将这些模型变为研究助手，效果惊人。

前阵子，我让一个AI分析“大型活动和运营的环境影响”，包括F1赛车、Coachella音乐节等。它花73分钟，查29个来源，给出一份1916字的报告，质量堪比研究生几天的工作。18个月前，AI只能帮我干30分钟的小活儿，现在完全不可同日而语。

从古至今，知识的使用和认知劳动一直在进化。古代，庙堂秘密和早期文本由守门人把控；印刷术让知识从抄写员和学者的象牙塔走向大众；互联网更进一步，人人联网，信息几乎平等，挑战变成了如何解读。如今，那些曾经稀有复杂的任务变得唾手可得，成本低得不可思议。

可我跟大公司老板聊时，发现他们大多把AI用在鸡毛蒜皮的地方，比如自动化客服省点钱。Salesforce的CEO说，他们每周3.6万条客服咨询有86%靠AI搞定；瑞典金融科技公司Klarna用AI处理三分之二的客服聊天，赚了4000万美元利润。但靠节省10%的客服成本就能翻天覆地？开玩笑吧，哪家伟大企业是靠抠成本起家的？

很多公司拿AI干每小时50美元的活儿，比如客服聊天，有用，但谈不上革命。可同样的AI平台能搞定每小时5000美元的大活儿——研发、战略规划、专业咨询，为啥不用呢？说白了，大家很难想象那些交给高管或顶尖人才的“高价值任务”能让机器干。稀缺的人才才值钱嘛，所以企业组织都围绕“聪明人有限”这原则搭起来的。

拿制药公司举例，他们指望研发重磅药物，可最大的瓶颈是审批流程——一个新药上市要10-15年、10多亿美元，几千个候选里可能只有一个成功。结果呢，他们的营销人员可能是顶尖研究者的千倍，专业人才就是这么稀缺。可有了AI，企业领导还在“接受”阶段，没到“相信”阶段。他们觉得有些问题太贵，解决不了，就忍着，像忍背痛似的。但当限制从“能不能想出办法”变成“多快能验证和实施”，一切都会变。

这影响深远。当每个问题都能调动几十个博士级脑力去攻克时，创新速度会像脱缰野马。就像福特的生产线加速了汽车制造，AI让想法和方案能不断迭代优化。企业能更快试错、学习、转向。可如果不能行动起来，这些聪明想法就是白搭。能干好的公司，会学会用好AI这个“数字智囊团”的建议。

过去18个月，AI在我的工作中越来越重要。2024年6月某天，用AI拼凑系统38次，往来7.9万字支持研究。现在，每次开会都有AI做笔记，研究工具常来帮忙。写这篇文时，我一周向LLM提了144个问题。DeepSeek这样的工具让我用AI查东西比用Google和百度还多。

最意外的是，AI让我干活更快更多，屏幕前时间却少了。

当智慧的成本几近于零时，真正的瓶颈已不再是“如何获取大脑”，而是“我们如何善加利用”。那些能提出好问题、客观评估答案并果断行动的个人和组织，将成为大赢家。他们也需要思考：手里的时间多了，该拿它来做什么？