2026，AI進入適者生存戰 | 品牌新事
文 / 飛機
“在過去的很多年裏，我們先是實現了‘後發跟進’，繼而展開‘彎道超越’，而在人工智能時代，我們有可能完成第三個任務，那便是‘升級領跑’。”
“我始終相信，只有在中國，只有靠在座各位的推動，才能讓AI得到真正的應用。”
2026年1月底的一個週末，冬雨陣陣。
剛從合肥調研回杭的吳老師，應邀前往由阿里雲瓴羊主辦的“進化吧，同行者”——Data×AI超級公司年會暨第三屆數據同學會。
吳老師參加第三屆數據同學會
杭州城東的湘湖，被本地人視作避開西湖喧囂、尋求精神休憩的“第二曲線”。
而此刻，80名來自各行各業的“O”們（CTO、CEO、CMO、CIO等）集聚於此，爲了勾勒出AI時代下的“第二曲線”。
今年，觸發這條曲線的關鍵詞，是“超級公司”。
當前，人工智能時代已從生成式AI，大步走進以人與Agent協同的時代，以此爲藍本所打造的超級公司，自然成了業內追逐的熱門議題。
對吳老師而言，這也並不算一個陌生的場域。
作爲三十多年經驗的企業史研究者，“工廠是他的第二書房”，多年來，他一直堅持用腳步丈量企業，由此，宏觀的分析與一線的洞察總不可避免地交織在一起。
只是這次，在兩天一夜的行程中，當來自全國各地的企業高管和總部一把手聚集在湘湖湖畔，令他有機會，一次性飽覽各行各業的AI痛點和實踐經驗。
在這場一年一度的超級公司年會中，思想的碰撞在大雨聲中激盪。
第三屆數據同學會現場
週期之魅
數據同學會第一次集結於2024年，彼時的討論目標，是“如何向數據要增長”。
到了2026年，語境悄然變化。用瓴羊CEO朋新宇的話說，大家的問題早已變成了“我怎麼用AI創造價值”。
瓴羊CEO朋新宇
或因如此，這場同學會，行業的邊界較往年有所擴展。
到場的80位企業高管，均來自行業內最具代表性的公司，如寶潔、可口可樂、比亞迪、星巴克、海天味業、中免日上、金拱門、一汽紅旗、珀萊雅、千金藥業等等。
一個重要的變化是，以往，與瓴羊打交道的，多爲品牌零售、汽車製造等企業，如今，互聯網企業、金融企業、國央企也因爲“數據與AI”的命題而匯聚一起。
與此同時，“O”們的成分也發生了很大的變化。
此前對這類話題感興趣的，是以CTO、CIO、CDO爲代表的數據與技術的開發者，如今加入了不少新面孔，他們有的是CMO、電商負責人、線下負責人，也包括CEO、董事長和總經理們。
這意味着，AI和數據正加速拓展邊界，使得越來越多的新角色加入其中，也讓本場同學會的構成尤爲豐富。
而吳老師的分享，則爲這場同學會搭建了一面宏觀背景牆。
在他看來，現場每一位尋求增長的決策者，都被捲入了三個疊加的巨型週期：
新的經濟週期（經濟高質量發展）、新的地緣政治週期（中美博弈）、新的技術變革週期（AI+）。
吳老師談新週期
對中國企業而言，只有在技術週期裏完成物種進化，纔有機會同步穿越前兩個週期。
對在現場的企業高管來說，他們躬身入局的技術革命週期，是最徹底的“無人地帶”。
正如現場分享嘉賓、阿里雲智能集團副總裁安筱鵬所言：
“當我們討論AI的時候，不是在討論一個技術，而是在討論一個新的時代；我們討論AI，不是討論一個發展問題，而是生存問題。”
在這個無人區裏，僅僅向最佳實踐者看齊是不夠的，無論是傳統行業還是原生企業，大家都是從未見過的“新物種”。
規則之變
千問大模型業務總經理徐棟觀察到，大模型正在全行業的不同領域覆蓋中，差別只在於滲透率。
千問大模型業務總經理徐棟
與此同時，大模型的“無效運行”正在消失，成本在降低，正在變得越來越好用。
然而，安筱鵬則尖銳地指出，AI與大模型落地的挑戰，早不在於性能，而在於組織、系統、流程太落後。
他引用了《創新者的窘境》裏的名句作爲警示：
“許多管理者錯誤地認爲技術進步只是現有業務的加速器，而非創造新業務的催化劑，他們用當前的市場去定義新的技術，而非從技術本身出發尋找新的機會，所以他們錯過了技術引領的變革。”
他的分享，成了“O”們思考組織進化的承重牆。
安筱鵬指出，關於AI變革組織，不能採用互聯網的座標系來簡單衡量，這也是許多企業的認知偏差之一。
在安筱鵬看來，深入使用AI的企業都會感受到，AI的成本曲線更接近於製造業而非零邊際成本的互聯網。
“互聯網的價值是信息的精準匹配，而AI的價值，是爲問題找到答案，給出最短的路徑。”
阿里雲智能集團副總裁安筱鵬
朋新宇認爲，AI時代下的企業，需要適配全新的遊戲規則。
落到細處，所有組織裏的工作，都能化作三個“可以之問”：AI可以直接上手麼？AI可以掌控麼？AI可以協同麼？
落到廣度，就像以用電量和自動化率來衡量工業時代的先進性，用數據資產來衡量互聯網時代的企業先進性，AI時代，衡量一家企業是不是真正的AI企業的，不只是看IT預算，而是看兩個新指標：
1.Token的消耗量（這是AI時代的“用電量”）。
2.AI員工的佔比。（這是生產關係的徹底重構）。
這與吳老師一些在製造業領域的觀察總結不謀而合，他認爲：過去十年，中國是全球最激進的產業智能化的試驗場；未來十年，中國將構建全球最先進的人工智能工廠集羣。
吳老師談中國工廠
適者生存
只不過，以上種種的願景，都沒辦法清晰地繪製在一張藍圖之上。
它的歷程將註定是非線性的，是“偉大而不能被計劃”的。
這在本次同學會的一次“超級碰撞”中體現得淋漓盡致。
當“O”們就模擬案例進行“角色扮演”時，現場“硝煙瀰漫”。
他們有的要爲一家客流下降、營銷成本居高不下的美妝連鎖零售公司，適配不同的AI場景，如全渠道智能管理、數字人導購、智慧選址等；
有的要在“數據質量”“人才儲備”“業務場景”“組織文化”“治理與風險”五個維度之外，結合企業實際情況，共同商定下一個指標，如組織敏捷度、合規治理、投入產出比等。
這其中，取捨是關鍵。但有趣的是，在激烈的討論中，儘管O們扮演的是其他公司的業務骨幹，但最後拿出了自己的寶貴經驗。
一組認爲“智能問數”是無價值的空彙報；另一組則反脣相譏，認爲是對方“還沒有把數據做徹底”。
在一部分CTO眼中，數字化轉型的標配之一是“數字人”導購，但它成了幾位深耕線下的行家眼中最雞肋的存在，因爲它們“只能助力股價”，卻不能爲客人提供必要的情緒價值。
其中更不乏尖銳的斷言，在這個以AI爲核心主題的同學會上，“AI到底有沒有用？”“數字化、數據都還沒搞明白，就要上AI？”的質疑聲也不絕於耳。
這些爭論，恰恰揭示了AI時代最有趣的註腳：在這個全新的競技場上，大家的起跑線幾乎一致，沒有所謂的老法師和菜鳥，大家都是亟待進化的“同行者”，因而，同學會便被塑造成了一個既能互相激發、攜手共創，同時又可以有棱有角、激烈碰撞的舞臺。
第三屆數據同學會現場
一方面，隔行如隔山，魔鬼在細節。每個行業都有一些不爲人知的“隱藏知識”：
在一家知名家電電商的案例裏，一個“僅退貨退款”的操作，背後可能涉及100多個人工步驟；
在一家傳統老牌服裝店裏，一個客人的踏入，就需要營業員對其進行一定的“精準白描”來實時“記錄”用戶畫像。
預訂一家三亞的酒店，從旅客的“遊前、遊中、遊後”共計能梳理出17個環節……
一位到場的企業高管指出，本質上，所有的AI能力都受制於大模型的進化程度，但每個人每家企業AI落地的上限不一樣。
因此他建議，一方面，需要得到專業公司的幫助，去理解大模型的進化；另一方面，需要公司內部去想辦法，追逐上限。
另一方面，他山之石，可以攻玉。
當不同的聲音和實踐交匯於一處，就有機會成爲彼此探索AI時代無人區的踏腳石。
最終，碰撞與交融的目標，都是爲了各自得以在新技術週期“適者生存”。
第三屆數據同學會現場
湘湖論劍
數據同學們的這場聚會，除了激烈的觀點和高密度的觀察數據，最讓吳老師感慨的，是這樣一段話：
“所有的民企創始人在下海後的三十年期間，卡住了幾乎每一個大的節點，抓住了不同的機會，然而過程之中，沒有抓住機會的人，都消失了，因此，他們自己絕對不願意做消失的人。”
實際上，即便是在1990年代，企業家們也同樣在沒有路標的黑暗中摸索前行，回頭看，他們同樣也穿越了經濟與地緣的週期。
唯一的不同，或許在於當下，有這樣一場探索者的聚會，讓人們有機會去觸摸和了解各自手中的拼圖。
吳老師常說，想象未來的方式，是將它創造出來。只不過，當未來已來，只是分佈不均時，多幾場這樣的“湘湖論劍”，即便硝煙瀰漫，亦是百花齊放。
想象未來的方式，是將它創造出來
