2026，AI進入適者生存戰 | 品牌新事

文 / 飛機

“在過去的很多年里，我們先是實現了‘后發跟進’，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月底的一個周末，冬雨陣陣。

剛從合肥調研回杭的吳老師，應邀前往由阿里云瓴羊主辦的“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）集聚于此，為了勾勒出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，以此為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，這也并不算一個陌生的場域。

作為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蕩。

第三屆數據同學會現場

周期之魅

數據同學會第一次集結于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“我怎么用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，多為品牌零售、汽車制造等企業，如今，互聯網企業、金融企業、國央企也因為“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為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。

這意味著，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為豐富。

而吳老師的分享，則為這場同學會搭建了一面宏觀背景墻。

在他看來，現場每一位尋求增長的決策者，都被卷入了三個疊加的巨型周期：

新的經濟周期（經濟高質量發展）、新的地緣政治周期（中美博弈）、新的技術變革周期（AI+）。

吳老師談新周期

對中國企業而言，只有在技術周期里完成物種進化，才有機會同步穿越前兩個周期。

對在現場的企業高管來說，他們躬身入局的技術革命周期，是最徹底的“無人地帶”。

正如現場分享嘉賓、阿里云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。”

在這個無人區里，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，差別只在于滲透率。

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，早不在于性能，而在于組織、系統、流程太落后。

他引用了《創新者的窘境》里的名句作為警示：

“許多管理者錯誤地認為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墻。

安筱鵬指出，關于AI變革組織，不能采用互聯網的坐標系來簡單衡量，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的成本曲線更接近于制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，是為問題找到答案，給出最短的路徑。”

阿里云智能集團副總裁安筱鵬

朋新宇認為，AI時代下的企業，需要適配全新的游戲規則。

落到細處，所有組織里的工作，都能化作三個“可以之問”：AI可以直接上手么？AI可以掌控么？AI可以協同么？

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員工的占比。（這是生產關系的徹底重構）。

這與吳老師一些在制造業領域的觀察總結不謀而合，他認為：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群。

吳老師談中國工廠

適者生存

只不過，以上種種的愿景，都沒辦法清晰地繪制在一張藍圖之上。

它的歷程將注定是非線性的，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“硝煙彌漫”。

他們有的要為一家客流下降、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，取舍是關鍵。但有趣的是，在激烈的討論中，盡管O們扮演的是其他公司的業務骨干，但最后拿出了自己的寶貴經驗。

一組認為“智能問數”是無價值的空匯報；另一組則反唇相譏，認為是對方“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，因為它們“只能助力股價”，卻不能為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為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？”的質疑聲也不絕于耳。

這些爭論，恰恰揭示了AI時代最有趣的注腳：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為人知的“隱藏知識”：

在一家知名家電電商的案例里，一個“僅退貨退款”的操作，背后可能涉及100多個人工步驟；

在一家傳統老牌服裝店里，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“游前、游中、游后”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能力都受制于大模型的進化程度，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于一處，就有機會成為彼此探索AI時代無人區的踏腳石。

最終，碰撞與交融的目標，都是為了各自得以在新技術周期“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后的三十年期間，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，他們自己絕對不愿意做消失的人。”

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周期。

唯一的不同，或許在于當下，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，只是分布不均時，多幾場這樣的“湘湖論劍”，即便硝煙彌漫，亦是百花齊放。

想象未來的方式，是將它創造出來