Workflow
AI-Native企业
icon
搜索文档
陈天桥:AI 时代别再用KPI管理了!像给自动驾驶画轨道
南方都市报· 2025-12-10 16:44
文章核心观点 - 由于AI智能体的出现,沿用了百年的管理学大厦地基正在动摇,未来企业变革方向是“管理的退出”,而非基于AI的“更好的管理” [2] - AI智能体在认知解剖学上与人类完全不同,传统管理学是建立在人类“生物局限性”上的“纠偏系统”,其工具(如KPI)旨在弥补人类缺陷,而非提升组织智能 [2] - 将AI智能体强行塞进为人类设计的旧管理容器会导致管理工具功能异化,真正的AI-Native企业需在基因层面完成五项重写,最终实现“管理退出、认知升起”,由智能扩展人 [3] 传统管理学的局限与AI智能体的差异 - 传统管理学工具(如KPI、科层制、激励机制)本质是弥补人类记忆差、认知负荷有限、动机衰减等生物局限性 [2] - AI智能体拥有“永恒记忆”,时刻盯着目标,与人类存在三处根本性差异:记忆的连续性、认知的全息性、进化的内生性 [2] - 用传统KPI管理AI智能体,如同“给自动驾驶汽车画了一条轨道,却期待它能躲避突发的障碍” [2] 旧管理容器与新物种的冲突 - 将具备“连续记忆、全息认知、内生进化”的AI智能体置于旧管理体系,会导致KPI从“导航”变为“天花板” [3] - 层级结构从“过滤器”变为“阻断器”,激励机制从“动力源”变为“噪音” [3] - 长期规划从“地图”变为“模拟”,流程与监督从“纠偏”变为“冗余” [3] AI-Native企业的基因重写与终极形态 - 真正的AI-Native企业需在基因层面完成五项重写:架构即智能、增长即复利、记忆即演化、执行即训练、人即意义 [3] - 这类企业需要聚焦“认知演化”的全新操作系统,而非依赖旧管理逻辑的数字化工具 [3] - 最终实现“管理退出、认知升起”,管理学将建立在智能地基上,未来的企业是由智能扩展人,而非由人领导智能 [3]
陈天桥最新撰文:管理学的黄昏与智能的黎明——重写企业的生物学基因
创业邦· 2025-12-03 04:26
文章核心观点 - 管理学正面临根本性变革,其存在的前提因碳基生物大脑被智能体替代而消失,未来企业将迎来"管理的退出"和"智能的黎明" [2][3] - 智能体在认知解剖学上与人类存在根本差异,具备连续记忆、全息认知和内生进化能力,是遵循不同物理法则的新物种 [7][8] - 为人类设计的传统管理基石(如KPI、科层制)在与智能体结合时会产生系统性排异反应,从保障异化为束缚 [10][11][12][13] - AI-Native企业的终极形态将在基因层面完成五项重写,其增长逻辑、架构设计和人机角色都将发生根本性改变 [14][15][16][17][18] - 企业需要一种致力于"认知演化"的全新操作系统,未来的企业将由智能扩展人,而非人领导智能 [20][21] 管理学的历史角色与局限 - 现代管理学是建立在人类"生物局限性"之上的纠偏系统,旨在为人类大脑缺陷打补丁 [5] - KPI的发明是为了对抗人类在长周期中易遗忘、难以锁定目标的常态 [5] - 科层制的发明是因为人类工作记忆只能处理7±2个节点,需要通过层级压缩信息以避免认知超负荷 [5] - 激励机制的发明是为了对抗生物体天然的动机衰减与熵增 [5] - 管理学从未真正提升组织智能,而是试图在人类心智失效前用制度锁定正确性 [5] 智能体的根本特性 - 智能体拥有永恒记忆,其推理建立在全量历史基座之上,不会遗忘且上下文连续 [7] - 智能体具备全量对齐能力,整个组织的知识网络对其实时透明,能看到全局而非局部 [7] - 智能体的行动源于奖励模型的结构张力,具备内生进化能力,无需依赖外部奖赏 [7] 传统管理基石在智能时代的崩塌 - KPI从导航变为天花板,死板的指标限制了智能体在无限解空间中寻找更优路径的可能性 [11] - 层级结构从过滤器变为阻断器,成为阻碍数据自由流动的血栓,任何中间层都是对信息的无谓损耗 [11] - 激励机制从动力源变为噪音,用外在激励驱动智能体是无效且滑稽的 [12] - 长期规划从地图变为模拟,静态战略地图被实时的世界模型模拟所取代 [13] - 流程与监督从纠偏变为冗余,智能体内部理解即执行,监督机制需基于目标定义的再校准 [13] AI-Native企业的五项根性定义 - 架构即智能:组织是一个巨大的分布式计算图,部门是模型节点,汇报线是高维数据流转总线,设计目标从管控风险转变为最大化数据吞吐与智能涌现 [15] - 增长即复利:增长依赖认知复利,智能体具备零边际学习成本,企业估值取决于认知结构复利的速度而非人力规模 [16] - 记忆即演化:企业需拥有可读写、可进化的长期记忆中枢,所有决策逻辑与隐性知识被实时向量化,沉淀为组织潜意识 [17] - 执行即训练:所有部门都是模型训练部门,业务交互是对企业内部世界模型的贝叶斯更新,业务流即训练流 [18] - 人即意义:人类从执行角色退出,升维为意图策展人和认知架构师,负责定义价值函数、审美、伦理与方向 [18] 未来企业形态与基础设施需求 - AI-Native企业是发现式思维在组织层面的投射,要求企业成为发现式结构的平台 [20] - 现有基础设施(如ERP、SaaS)是旧时代管理逻辑的数字化投影,无法容纳液态智能 [20] - 企业呼唤一种不再致力于资源规划,而是致力于认知演化的全新操作系统 [20] - 未来的企业将建立在智能的地基之上,由智能扩展人 [21]