流量祛魅，詞元為王，未來只有兩種公司｜觀察家

大模型正在完成從“玩具”到“工具”、從“奇觀”到“基座”的關(guān)鍵轉(zhuǎn)變。

文｜何伊凡

編輯｜鐘云華

圖片來源｜視覺中國

自2026年春節(jié)之后，中國科技圈就上演了最魔幻的一幕。

北京西二旗、深圳南山、杭州未來科技城，數(shù)家大廠總部門前，年輕人排起數(shù)百米長隊(duì)。不是為了搶限量版球鞋，不是為了見偶像，而是為了請工程師幫忙“裝蝦”。

那場面，堪比社區(qū)免費(fèi)發(fā)雞蛋時(shí)大爺大媽的壯觀。只不過這次，排隊(duì)的是穿著潮牌的95后、00后。

這只“蝦”有多瘋狂？

OpenClaw，這個(gè)讓AI“長出雙手”的開源神器，僅用百天便登頂GitHub基礎(chǔ)軟件星標(biāo)歷史第一。它賦予大模型本地系統(tǒng)操作權(quán)限，讓AI從“會說話”進(jìn)化到“會做事”——自主操作電腦、調(diào)用軟件、完成復(fù)雜任務(wù)的閉環(huán)執(zhí)行。

這意味著：大模型正在完成從“玩具”到“工具”、從“奇觀”到“基座”的關(guān)鍵轉(zhuǎn)變。

是否向智能化轉(zhuǎn)型已不再是需要討論的話題。實(shí)際上，“轉(zhuǎn)型”這個(gè)詞也不夠用了。未來只有兩種公司：AI原生型公司和AI邊緣型公司。

“邊緣型”不是倒閉，而意味著在AI時(shí)代存在感持續(xù)稀釋：失去行業(yè)話語權(quán)，從價(jià)值創(chuàng)造的主動方變成被動響應(yīng)者。

過去三年，AI完成了三次關(guān)鍵躍遷：

2023年初，ChatGPT點(diǎn)燃了“大腦軍備競賽”。各大廠瘋狂堆參數(shù)、拼算力，模型一個(gè)比一個(gè)大，參數(shù)一個(gè)比一個(gè)多，開啟了大力出奇跡的百模大戰(zhàn)。

2025年初，DeepSeek打響了“推理成本革命”。頂尖模型調(diào)用成本斷崖式下跌，AI從“卷模型”變成了“卷應(yīng)用”。

2026年初，OpenClaw讓AI具備了物理世界的操作能力。從“能思考”到“能執(zhí)行”，AI完成了從認(rèn)知到行動的閉環(huán)。

三次躍遷揭示了一個(gè)殘酷真相：

前兩次躍遷，企業(yè)還有“觀望期”和“轉(zhuǎn)型期”。但第三次躍遷，直接將未來推送到當(dāng)下。

01

我們曾提出過“AI原住民”的概念，今天談“AI原生型公司”。何為“AI原生”？可理解為不是“使用AI的公司”，而是“因AI而重構(gòu)的公司”。此概念，借用自58集團(tuán)創(chuàng)始人姚勁波。每年年初我都會與他交流一次，今年他談起AI的狀態(tài)大不一樣。

之前雖然和多數(shù)企業(yè)家一樣，也言必稱AI，但這次卻感覺他不再說“正確的廢話”，而是內(nèi)心有了徹底擁抱的火焰，也有交了學(xué)費(fèi)才能買到的體悟。

結(jié)合我們的交流，以及對多位企業(yè)家的深度觀察，AI原生型公司有三大核心特征：

特征一：AI原生型公司與成立的時(shí)間長短無關(guān)，只與能否構(gòu)建“以人來協(xié)助AI”的組織架構(gòu)有關(guān)。

1911年，弗雷德里克·泰勒出版《科學(xué)管理原理》，奠定了現(xiàn)代組織的底層邏輯：人在工具協(xié)助下完成工作。

之后發(fā)展出的ERP系統(tǒng)、OA流程、CRM管理……工具越來越進(jìn)步，但本質(zhì)從未改變：

?工具是被動的，需要等待人的指令。

?人通過理解工具的邏輯來放大自己的能力。如你想用好ERP，先學(xué)會填表單、走流程、等審批。

這是“人→工具”的單向邏輯。

但在AI原生型公司，邏輯徹底反轉(zhuǎn)：人要去服務(wù)AI。

聽起來有些令人不適，但OpenClaw已展現(xiàn)了這一雛形：它賦予大模型本地系統(tǒng)操作權(quán)限，讓它能夠完成復(fù)雜任務(wù)的閉環(huán)。人在設(shè)定目標(biāo)后，站在流程之外，觀察AI的操作，在關(guān)鍵節(jié)點(diǎn)進(jìn)行決策或糾偏。

從技術(shù)架構(gòu)上，新版OpenClaw打破了傳統(tǒng)單一交互模式，允許用戶在與主代理對話時(shí)動態(tài)創(chuàng)建專屬子代理。

從系統(tǒng)論視角，子代理功能使OpenClaw具備了組織模擬能力：

主代理相當(dāng)于“項(xiàng)目經(jīng)理”，子代理相當(dāng)于“專業(yè)團(tuán)隊(duì)成員”，用戶則升格為“部門總監(jiān)”或“CEO”。

這種人機(jī)協(xié)作的組織隱喻，預(yù)示了未來工作方式的深刻變革——人類將從執(zhí)行層解放出來，專注于戰(zhàn)略決策與創(chuàng)意發(fā)散，而將戰(zhàn)術(shù)執(zhí)行委托給可規(guī)模化的數(shù)字勞動力。

無論你的公司成立了40年還是40天，都必須對權(quán)力結(jié)構(gòu)、人才定義、協(xié)作范式進(jìn)行深度重構(gòu)。

架構(gòu)要極度扁平化，因?yàn)锳gent可以瞬間完成跨部門的信息檢索與任務(wù)執(zhí)行；

績效體系要重新定義，要擁抱“涌現(xiàn)性”和“不可預(yù)測性”帶來的失控，允許AI的“創(chuàng)造性失敗”；

每個(gè)業(yè)務(wù)模塊都要像“樂高積木”，暴露出能被AI理解和調(diào)用的接口；

組織文化要重新設(shè)計(jì)，要保障人與AI協(xié)作的心理安全感和價(jià)值感。

這不是升級，是革命。AI原生型公司最需要的不是操作特定軟件的能力，而是管理數(shù)字勞動力的能力。

02

特征二：AI原生型公司不再以流量為中心，而是要將詞元（Token）視為重要資產(chǎn)進(jìn)行管理。

移動互聯(lián)網(wǎng)時(shí)代，流量是生命線。企業(yè)除了看現(xiàn)金流量表，還要看“流量表”，關(guān)注如日活（DAU）、月活（MAU）、瀏覽量（PV）、轉(zhuǎn)化率（CVR）等指標(biāo)。

流量=用戶=收入，這個(gè)公式統(tǒng)治了過去十年的商業(yè)邏輯。

但在AI時(shí)代，這些指標(biāo)正在失效。新的核心資產(chǎn)，是Token。這個(gè)原本用于衡量語言模型輸入輸出長度的計(jì)量單位，正在演變?yōu)槠髽I(yè)維持運(yùn)轉(zhuǎn)的血液。

理解Token，需要穿透三個(gè)層面：

技術(shù)層，它是計(jì)量單位——是大模型處理信息的最小信息單元，類似“AI的單詞”。AI生成每一段回答，都會產(chǎn)生Token消耗。中文1個(gè)字約等于0.5~1個(gè)Token。

資產(chǎn)層，它是生產(chǎn)資料——就像工廠的用電量、鋼鐵廠的礦石量，Token是企業(yè)智能化生產(chǎn)的“原材料投入”。每天消耗多少Token，意味著AI“產(chǎn)能”有多大。

戰(zhàn)略層，它是新型貨幣——當(dāng)算力成為基礎(chǔ)設(shè)施，Token將成為可儲備、可交易、可優(yōu)化的戰(zhàn)略資源。

姚勁波告訴我一個(gè)數(shù)字：58同城每天消耗接近2000億Token，估計(jì)很快破3000億。2025年的Token消耗量相比2024年翻了數(shù)倍，預(yù)計(jì)2026年還會大幅增長。

另一家科技公司創(chuàng)始人則決定從2026年2月起，全員增加“Token補(bǔ)貼”——高管每月1000元，員工每月500元，鼓勵(lì)大家先用起來。

英偉達(dá)創(chuàng)始人兼CEO黃仁勛則直接說，如果年薪50萬美元的工程師，消耗的Token價(jià)值還不到25萬美元，他會非常擔(dān)心。

互聯(lián)網(wǎng)企業(yè)關(guān)注“流量轉(zhuǎn)化率”，AI原生企業(yè)則要審視“每Token產(chǎn)出”——每一單位智能投入所帶來的業(yè)務(wù)價(jià)值。

舉個(gè)例子：一個(gè)客服場景需要多次調(diào)用模型——

?意圖識別（少量Token）→判斷用戶問題類型

?專業(yè)知識庫（大量Token）→生成答案

?情感分析（中量Token）→優(yōu)化回復(fù)語氣

不同任務(wù)對Token的消耗差異巨大。如何設(shè)計(jì)最優(yōu)的模型組合、緩存策略、調(diào)用層級，將成為成本控制與體驗(yàn)優(yōu)化的核心課題。

你的資產(chǎn)負(fù)債表上或許不會出現(xiàn)“Token儲備”這一項(xiàng)，但你的競爭力將越來越取決于駕馭Token的能力。

就在3月16日，阿里巴巴有一次組織架構(gòu)調(diào)整，成立了Alibaba Token Hub（ATH）事業(yè)群，宣布建立以“創(chuàng)造Token、輸送Token、應(yīng)用Token”為核心目標(biāo)的新組織，由CEO吳泳銘直接負(fù)責(zé)。

這一動作釋放的信號很清晰：阿里已經(jīng)不再只是把AI當(dāng)作單一產(chǎn)品線推進(jìn)，而是要圍繞“Token”這一最底層的算力與模型消耗單位，重新組織研發(fā)、平臺、應(yīng)用與商業(yè)化。

幾乎同期，英偉達(dá)召開GTC大會，黃仁勛強(qiáng)調(diào)了“AI工廠”概念。他指出未來的數(shù)據(jù)中心，將變成日夜不停運(yùn)轉(zhuǎn)的轟鳴工廠，生產(chǎn)的不再是傳統(tǒng)產(chǎn)品，而是未來數(shù)字世界最核心、最值錢的大宗商品，也就是Token。

頭部公司不僅在預(yù)判未來，也在創(chuàng)造未來。當(dāng)流量紅利見頂，Token的藍(lán)海才剛剛開啟。

03

特征三：AI原生型公司的領(lǐng)導(dǎo)者，不再是最懂業(yè)務(wù)的人，也不再是最會發(fā)號施令的人。

而是最擅長“在高度不確定性中設(shè)定目標(biāo)，在機(jī)器邏輯中注入人性意義”的人。

因?yàn)槿粘＿\(yùn)營決策權(quán)正在大規(guī)模讓渡給AI Agent。

管理者的權(quán)威感，曾經(jīng)基于“知道得更多”“經(jīng)驗(yàn)更豐富”。但在AI原生型公司，權(quán)威感正在迅速瓦解。未來的員工（以及AI），不再需要一個(gè)“比我懂行”的上司，而是需要一個(gè)“比我更懂什么是對、什么是好”的上司。

AI生成10套營銷方案，領(lǐng)導(dǎo)者要靠對人性的深刻洞察，選出那個(gè)“有靈魂”的；

AI規(guī)劃3條技術(shù)路徑，領(lǐng)導(dǎo)者要靠對長期價(jià)值的判斷，選擇那條“難而正確”的。

這種“非計(jì)算性”的判斷力——無法被AI量化的價(jià)值取舍——將成為領(lǐng)導(dǎo)力的最后堡壘。

但由此會產(chǎn)生更大的挑戰(zhàn)：

如何讓人類員工不因AI的“碾壓”而喪失價(jià)值感？每個(gè)領(lǐng)導(dǎo)者都是弗蘭肯斯坦，需要面對自己創(chuàng)造出來的科學(xué)怪人。

當(dāng)AI能完成所有“事”時(shí)，領(lǐng)導(dǎo)者的核心職責(zé)是讓團(tuán)隊(duì)關(guān)注“情”——同理心、創(chuàng)造力、使命感。

近期，與中國燃?xì)饧瘓F(tuán)創(chuàng)始人劉明輝有一個(gè)交流。在很多人印象中，天然氣業(yè)務(wù)門檻很高，有特許經(jīng)營權(quán)和管網(wǎng)鋪設(shè)作為壁壘，因此距離AI很遠(yuǎn)，但劉明輝卻覺得這些護(hù)城河在AI浪潮前都不堪一擊。

他連發(fā)內(nèi)部信，提出要“背水一戰(zhàn)、將2026視為生死之戰(zhàn)”，全面提高AI化水平。未來三年，爭取核心業(yè)務(wù)AI滲透率超過90%，帶動運(yùn)營成本再降20%。

他有個(gè)深刻感受，中燃之前有卓越的團(tuán)隊(duì)執(zhí)行力，號稱鐵軍，可鐵軍文化也可能成為AI轉(zhuǎn)型的障礙。高執(zhí)行力團(tuán)隊(duì)，習(xí)慣接受自下而上的指令，隨著AI在組織中的滲透率越來越高，領(lǐng)導(dǎo)者需要讓渡出越來越多的權(quán)力，團(tuán)隊(duì)與領(lǐng)導(dǎo)者都要做出調(diào)適。

AI原生型公司的CEO必須接受：AI比自己更快、更準(zhǔn)、更全。

但他要做的，是讓AI的“快”與人類的“對”融為一體。

由此我想到了剛剛宣布退休的于東來。

他或許不懂AI，但具備AI原生型公司領(lǐng)導(dǎo)者最寶貴的素質(zhì)：懂人性，且守住了“意義感”。

這正是AI時(shí)代最稀缺的領(lǐng)導(dǎo)力。

04

最后提出三個(gè)馬上行動的建議：

1.重構(gòu)組織架構(gòu)

識別可以被AI替代的中層管理崗位。設(shè)計(jì)人機(jī)協(xié)作的新工作流程。建立AI Agent的管理機(jī)制。

2.啟動Token審計(jì)

統(tǒng)計(jì)公司當(dāng)前的Token消耗情況。評估每Token的業(yè)務(wù)產(chǎn)出效率。制定Token優(yōu)化策略。

3.重新定義領(lǐng)導(dǎo)力

從“業(yè)務(wù)專家”轉(zhuǎn)向“意義守護(hù)者”，培養(yǎng)“非計(jì)算性判斷力”。建立人機(jī)共生的組織文化。

2026，你的公司和未來之間，已經(jīng)沒有緩沖地帶。