2026-07-17 10:39

昨天参加 NUS 新全球企业家新加坡论坛，在第三场圆桌对话里，主持人问了了几个问题，把我的想法记录一下。
Q1：企业如何选择模型？开源还是闭源？通用模型还是行业模型？企业应该基于哪些原则做选择？
- 一个原则，两个例外。
- 原则是：默认用最聪明的模型。用最聪明的模型设计规则、生成样本、抽检产出……聪明模型当主管，小模型当流水线工人。
- 例外 1：数据不能出门(合规、安全)→ 自部署开源。例子:财务数据不接大模型，买几张卡放在财务办公室，跑合适的开源模型。
- 例外 2：单位经济算不过来(海量、重复、简单)→ 小模型。例子:内容分类打标签，每天大量处理，用小模型性价比才算得过来。
- 此外，不绑定任何模型，自建路由层。
Q2：当模型能力逐渐趋同，下一代公司的核心竞争力是什么？如果只能选择一个，你会选择什么：Data（数据）、Workflow（工作流）、Ecosystem（生态）、Brand & Trust（品牌与信任）、Distribution（渠道）、Judgement（创始团队判断力）。
- 我选 Data。但我说的 Data 可能和很多人说的不一样。公开数据模型都学完了，静态数据集构不成壁垒。大多数公司并不具备“独有数据集”的护城河。
- 我选 Data 的原因是：大多数公司内的数据可能还停留在“尚未电子化”阶段，或者是“已经电子化，但是是给人看的”阶段，其实还没办法让 AI 接入业务与工作流。那当然得先从数据开始。
- 从数据开始还有一层含义，仅仅是“数据给 AI 看”还不够，需要带着权限，需要在 A2A——AI Agent 相互对话的时候，不会泄露敏感信息。数据工作做好，才能安全地把企业上下文交给 AI。人类组织靠架构管权限，每人只看到自己那块。一个拥有全公司上下文的 agent 是安全噩梦，一次 prompt injection 就会是全量泄漏。
Q3：AI 时代，CEO 最重要的能力将发生什么变化？
- CEO 不能仅仅授权，还得真的自己对 AI 的能力有体感。授权适用于稳定的技术，AI 能力边界每个月在变，授权的反馈回路太慢。
- 有体感最简单直接的方式就是：买一个 200 美金最聪明模型的账号，用它解决尽可能多的业务问题，每个月都把这个账号的额度用光。
- AI 是历史上对 CEO 最友好的一次技术革命。AI 的接口/界面是自然语言，CEO 们提问与验收的判断力可以充分发挥。
- FDE 这个词最近很流行，有个接地气的翻译叫“AI 落地官”。我对外部咨询顾问式的 FDE 并不看好，但我认为 CEO 可以是企业真正的 AI 落地官：懂业务，有判断力，有全局信息，能调配资源。
Q4：什么是真正的 AI Native Company？未来企业应该按照什么来组织？
- 先看上下文演化史——从这个角度看，我认为是围绕数据组织的。
  - Chatbot 时期，上下文靠人手动贴
  - Claude Code / Cowork 时期，上下文是文件系统
  - 企业时代的上下文，需要跨人、跨部门、带权限——今天还没有最佳实践
- 先不谈大道理，先让更多业务和 AI 发生关系。AI 不是某个人、某个部门的事，是所有人的事。
- 落地的关键是让业务有增量，不是降本。目前看到很多公司以 AI 为借口裁员，那不对。
- 提效的正确指标不是省了多少人，而是同样的人做了多少以前不敢做的事，让业务、利润有了多大增量。
- 所以，判断一家公司是不是 AI Native
  - 看数据在哪里，在人脑子里，还是分散在各个业务系统里，还是在 Agent 可读的地方。
  - 看人和 Agent 的分工界面。
  - 看 AI 在业务增量里占多大比重。
---
欢迎你加入我的知识星球，我们一起聊聊创业、产品、运营、阅读。微信识别二维码，付费即可加入，如不满意，72 小时内可在 App 内无条件自助退款。-->星球创业笔记。