来源：吴晓波频道CHANNELWU

 文 / 飞机

“在过去的很多年里，我们先是实现了‘后发跟进’，继而展开‘弯道超越’，而在人工智能时代，我们有可能完成第三个任务，那便是‘升级领跑’。”

“我始终相信，只有在中国，只有靠在座各位的推动，才能让AI得到真正的应用。”

2026年1月底的一个周末，冬雨阵阵。

刚从合肥调研回杭的吴老师，应邀前往由阿里云瓴羊主办的“进化吧，同行者”——Data×AI超级公司年会暨第三届数据同学会。

吴老师参加第三届数据同学会

杭州城东的湘湖，被本地人视作避开西湖喧嚣、寻求精神休憩的“第二曲线”。

而此刻，80名来自各行各业的“O”们（CTO、CEO、CMO、CIO等）集聚于此，为了勾勒出AI时代下的“第二曲线”。

今年，触发这条曲线的关键词，是“超级公司”。

当前，人工智能时代已从生成式AI，大步走进以人与Agent协同的时代，以此为蓝本所打造的超级公司，自然成了业内追逐的热门议题。

对吴老师而言，这也并不算一个陌生的场域。

作为三十多年经验的企业史研究者，“工厂是他的第二书房”，多年来，他一直坚持用脚步丈量企业，由此，宏观的分析与一线的洞察总不可避免地交织在一起。

只是这次，在两天一夜的行程中，当来自全国各地的企业高管和总部一把手聚集在湘湖湖畔，令他有机会，一次性饱览各行各业的AI痛点和实践经验。

在这场一年一度的超级公司年会中，思想的碰撞在大雨声中激荡。

第三届数据同学会现场

周期之魅

数据同学会第一次集结于2024年，彼时的讨论目标，是“如何向数据要增长”。

到了2026年，语境悄然变化。用瓴羊CEO朋新宇的话说，大家的问题早已变成了“我怎么用AI创造价值”。

瓴羊CEO朋新宇

或因如此，这场同学会，行业的边界较往年有所扩展。

到场的80位企业高管，均来自行业内最具代表性的公司，如宝洁、可口可乐、比亚迪、星巴克、海天味业、中免日上、金拱门、一汽红旗、珀莱雅、千金药业等等。

一个重要的变化是，以往，与瓴羊打交道的，多为品牌零售、汽车制造等企业，如今，互联网企业、金融企业、国央企也因为“数据与AI”的命题而汇聚一起。

与此同时，“O”们的成分也发生了很大的变化。

此前对这类话题感兴趣的，是以CTO、CIO、CDO为代表的数据与技术的开发者，如今加入了不少新面孔，他们有的是CMO、电商负责人、线下负责人，也包括CEO、董事长和总经理们。

这意味着，AI和数据正加速拓展边界，使得越来越多的新角色加入其中，也让本场同学会的构成尤为丰富。

而吴老师的分享，则为这场同学会搭建了一面宏观背景墙。

在他看来，现场每一位寻求增长的决策者，都被卷入了三个叠加的巨型周期：

新的经济周期（经济高质量发展）、新的地缘政治周期（中美博弈）、新的技术变革周期（AI+）。

吴老师谈新周期

对中国企业而言，只有在技术周期里完成物种进化，才有机会同步穿越前两个周期。

对在现场的企业高管来说，他们躬身入局的技术革命周期，是最彻底的“无人地带”。

正如现场分享嘉宾、阿里云智能集团副总裁安筱鹏所言：

“当我们讨论AI的时候，不是在讨论一个技术，而是在讨论一个新的时代；我们讨论AI，不是讨论一个发展问题，而是生存问题。”

在这个无人区里，仅仅向最佳实践者看齐是不够的，无论是传统行业还是原生企业，大家都是从未见过的“新物种”。

规则之变

千问大模型业务总经理徐栋观察到，大模型正在全行业的不同领域覆盖中，差别只在于渗透率。

千问大模型业务总经理徐栋

与此同时，大模型的“无效运行”正在消失，成本在降低，正在变得越来越好用。

然而，安筱鹏则尖锐地指出，AI与大模型落地的挑战，早不在于性能，而在于组织、系统、流程太落后。

他引用了《创新者的窘境》里的名句作为警示：

“许多管理者错误地认为技术进步只是现有业务的加速器，而非创造新业务的催化剂，他们用当前的市场去定义新的技术，而非从技术本身出发寻找新的机会，所以他们错过了技术引领的变革。”

他的分享，成了“O”们思考组织进化的承重墙。

安筱鹏指出，关于AI变革组织，不能采用互联网的坐标系来简单衡量，这也是许多企业的认知偏差之一。

在安筱鹏看来，深入使用AI的企业都会感受到，AI的成本曲线更接近于制造业而非零边际成本的互联网。

“互联网的价值是信息的精准匹配，而AI的价值，是为问题找到答案，给出最短的路径。”

阿里云智能集团副总裁安筱鹏

朋新宇认为，AI时代下的企业，需要适配全新的游戏规则。

落到细处，所有组织里的工作，都能化作三个“可以之问”：AI可以直接上手么？AI可以掌控么？AI可以协同么？

落到广度，就像以用电量和自动化率来衡量工业时代的先进性，用数据资产来衡量互联网时代的企业先进性，AI时代，衡量一家企业是不是真正的AI企业的，不只是看IT预算，而是看两个新指标：

1.Token的消耗量（这是AI时代的“用电量”）。

2.AI员工的占比。（这是生产关系的彻底重构）。

这与吴老师一些在制造业领域的观察总结不谋而合，他认为：过去十年，中国是全球最激进的产业智能化的试验场；未来十年，中国将构建全球最先进的人工智能工厂集群。

吴老师谈中国工厂

适者生存

只不过，以上种种的愿景，都没办法清晰地绘制在一张蓝图之上。

它的历程将注定是非线性的，是“伟大而不能被计划”的。

这在本次同学会的一次“超级碰撞”中体现得淋漓尽致。

当“O”们就模拟案例进行“角色扮演”时，现场“硝烟弥漫”。

他们有的要为一家客流下降、营销成本居高不下的美妆连锁零售公司，适配不同的AI场景，如全渠道智能管理、数字人导购、智慧选址等；

有的要在“数据质量”“人才储备”“业务场景”“组织文化”“治理与风险”五个维度之外，结合企业实际情况，共同商定下一个指标，如组织敏捷度、合规治理、投入产出比等。

这其中，取舍是关键。但有趣的是，在激烈的讨论中，尽管O们扮演的是其他公司的业务骨干，但最后拿出了自己的宝贵经验。

一组认为“智能问数”是无价值的空汇报；另一组则反唇相讥，认为是对方“还没有把数据做彻底”。

在一部分CTO眼中，数字化转型的标配之一是“数字人”导购，但它成了几位深耕线下的行家眼中最鸡肋的存在，因为它们“只能助力股价”，却不能为客人提供必要的情绪价值。

其中更不乏尖锐的断言，在这个以AI为核心主题的同学会上，“AI到底有没有用？”“数字化、数据都还没搞明白，就要上AI？”的质疑声也不绝于耳。

这些争论，恰恰揭示了AI时代最有趣的注脚：在这个全新的竞技场上，大家的起跑线几乎一致，没有所谓的老法师和菜鸟，大家都是亟待进化的“同行者”，因而，同学会便被塑造成了一个既能互相激发、携手共创，同时又可以有棱有角、激烈碰撞的舞台。

第三届数据同学会现场

一方面，隔行如隔山，魔鬼在细节。每个行业都有一些不为人知的“隐藏知识”：

在一家知名家电电商的案例里，一个“仅退货退款”的操作，背后可能涉及100多个人工步骤；

在一家传统老牌服装店里，一个客人的踏入，就需要营业员对其进行一定的“精准白描”来实时“记录”用户画像。

预订一家三亚的酒店，从旅客的“游前、游中、游后”共计能梳理出17个环节……

一位到场的企业高管指出，本质上，所有的AI能力都受制于大模型的进化程度，但每个人每家企业AI落地的上限不一样。

因此他建议，一方面，需要得到专业公司的帮助，去理解大模型的进化；另一方面，需要公司内部去想办法，追逐上限。

另一方面，他山之石，可以攻玉。

当不同的声音和实践交汇于一处，就有机会成为彼此探索AI时代无人区的踏脚石。

最终，碰撞与交融的目标，都是为了各自得以在新技术周期“适者生存”。

第三届数据同学会现场

湘湖论剑

数据同学们的这场聚会，除了激烈的观点和高密度的观察数据，最让吴老师感慨的，是这样一段话：

“所有的民企创始人在下海后的三十年期间，卡住了几乎每一个大的节点，抓住了不同的机会，然而过程之中，没有抓住机会的人，都消失了，因此，他们自己绝对不愿意做消失的人。”

实际上，即便是在1990年代，企业家们也同样在没有路标的黑暗中摸索前行，回头看，他们同样也穿越了经济与地缘的周期。

唯一的不同，或许在于当下，有这样一场探索者的聚会，让人们有机会去触摸和了解各自手中的拼图。

吴老师常说，想象未来的方式，是将它创造出来。只不过，当未来已来，只是分布不均时，多几场这样的“湘湖论剑”，即便硝烟弥漫，亦是百花齐放。

想象未来的方式，是将它创造出来

特别声明：以上内容仅代表作者本人的观点或立场，不代表Hehson财经头条的观点或立场。如因作品内容、版权或其他问题需要与Hehson财经头条联系的，请于上述内容发布后的30天内进行。