再添铁证！侵华日军动物血液注入人体实验报告原件曝光
内容来源：2026年6月24日-26日，条记侠北京举办的【AI十倍增长营】01期课程上王赛老师的演讲内容精华汇编。分享嘉宾：王赛，条记侠PPE（政经哲）书院校董会主席、知名CEO咨询照料、《增长五线》作者。责编?| 贾宁 ?排版?| 沐言第 9732?篇深度好文：7255字 | 25 分钟阅读AI天演论条记君说：现在，AI能在几秒钟生成十套增长计划、把研发周期大幅压缩、甚至开始加入战略推演。当下的企颐魅真正稀缺的，已不再是有没有AI工具，而是谁来界说问题、谁来挑选计划、谁来担负决策结果。真正领先的企颐魅正在重构决策权：哪些问题可交给机械，哪些必须由人拍板，异常泛起时如何回退，组织又该如何重新分工。条记侠PPE（政经哲）书院校董会主席、知名CEO咨询照料王赛老师提出一个洞察："策无限，决稀缺"。当计划生成趋于廉价，判断、取舍与卖力反而越发珍贵。在今天的文章中，王赛老师追问了一个每位企业家都绕不开的问题：当AI成为新的决策加入者，企业如何把它从附加功效，升级为推动增长、组织进化与战略选择的操作系统？希望今天的内容，对你有所启发。一、商业的决策权，正在重构1.AI开始加入企业决策今年5月，美国Coinbase这家公司，做了一件让硅谷所有高管睡不着觉的事。他们裁掉了700名员工，不是因为业绩欠好，也不是因为缺钱，公司账上现金流充裕得很。裁人的理由是：AI已经取代了他们的事情。Coinbase搞了一个系统，一个由四个AI角色组成的"智囊团"。遇到重大战略决策，这四个AI先内部"吵一架"，剖析师做开端评估，探索者去翻内部知识库找依据，综合者把各方意见拧成一份建议书。最狠的是第四个角色，叫"阻挡者"，专门卖力挑刺："你的计划忽略了什么危害？""这个假设真的建立吗？""如果市场变了，你这套还管用吗？"结果你猜怎么着？AI挑出来的问题，人类高管开会三天都想不到。但最猖獗的是高德纳的一个预测：到2027年，全球会有一半的业务决策,将通过AI来进行增强或自动化。所以今天我想跟各人聊一件事：当AI开始替你拍板，我们的企业以及我们自身，还剩下什么焦点竞争力？我的谜底是：决策，但不是"做决策"的能力，而是"设计谁来做决策"的能力。在今天人工智能时代，AI可以给予你无限供应战略，秒级回应，而给予人类、给与人类组织而言，品鉴与选择哪个AI提出的战略，就变得尤为要害，甚至致命。2.AI时代的新稀缺能力：会提问，也要会品鉴硅谷近3个月，有2个最重要的岗位降生，一个叫做"首席提问官（也有公司如DeepMind叫首席哲学官）"，一个叫做"首席品鉴官"。一个卖力逾越效率之外，从人本价值之内，问出好的问题；一个从人工智能协同的谜底中，做出高质量、高价值的选择。这就是今天的决策价值，我将其称为"策无限，决稀缺"。3.AI改变商业的三层路径AI目前对商业的改变，从差别的维度看有三层：立异、运营、决策。前两层是"用AI做同样的事更快"，第三层是"AI让完全差别的事成为可能"。大部分企业只做到了第一层和第二层，但第三层才是真正值钱的地方。第一层：人工智能+研发AI界的传奇人物安德烈·卡帕西（条记侠注：前OpenAI首创团队焦点成员、特斯拉高级总监，刚加入Anthropic），今年四月在红杉资本的峰会上讲了一个细节。他说去年十仲春是一个分水岭，他突然意识到，自己再也不必改AI写的代码了。他说："我已经不记得上次纠正它是什么时候。"已往写软件，你得一行行敲代码，跟盘算机说先做这个再做那个。现在你用自然语言描述需求，AI直接帮你生成。装置软件不必再写一堆脚本了，直接把需求丢给AI，它自己读你的机械情况、自己找路径、自己解决依赖。于是，写代码这件事自己被重新界说了。在科学发明领域更夸张。2024年的诺贝尔化学奖颁给了AlphaFold，他们的AI模型把卵白质结构预测的周期从几十年缩短到几天。Google出了一个新系统更厉害，它能独立提出科学假设、设计验证计划，不是辅助科学家做实验，而是自己当科学家。这一层的特点是：不常爆发，但每次价值极大。你以前做研发要养一个庞大团队，现在AI几小时把全球相关论文、专利、竞品数据跑一遍，给你一个研究报告。对医药、质料、打扮行业来说，这意味着弯道超车的时机。但要害认知是：AI在研发领域的突破，不是让科学家失业，而是让科学家回归实质事情。已往一个博士生的黄金时间花在跑数据、调参数上，现在AI把这些苦活累活都干了，人可以去想更实质的问题。第二层：人工智能+运营如果说研发层是"原子弹"，运营层就是"机关枪"，高频爆发，每次价值中等，但累积起来非�？晒�。Zara的快时尚神话是一个一经经典样本，从设计到上架只需要两周。古板打扮品牌像耐克，从设计到上市需要一年半，要提前预测流行趋势、提前备货。Zara的做法完全差别：它的店长每天把主顾反响实时传回总部，"这款碎花裙试的人许多但买的人少，为什么？"设计师、采购、剖析师坐在同一个大办公室里，凭据这些数据快速调解。卖得好就加单，卖不动就停掉�？獯嬷茏时韧锌烊�，滞销率只有行业平均的一半�？赏诳焓鄙辛煊虻腟HEIN则完全纷歧样，他们的做法是靠AI全链路提速，实时抓取社媒热词，AI生成设计稿省去人工构想；小单快反，AI依点击转化数据24小时内自动触发翻单；SCM系统动态派单，爆款流量与生产同步联动，将古板数月运营周期压缩至数天，实现极速响应，SHEIN的玩法，是让AI在运营里直接领着人走，人退到执行位、AI站到台前。这也告诉我们一件事：运营效率拼的不是流程速度，是决策循环的转速。"我预测半年后流行什么"已经让位给"我现在就知道什么在卖、什么不卖"。星巴克的"数字飞轮"是另一个样本。这家咖啡巨头有近三千万移动应用活跃用户。它的算法会把你的消费数据，几点钟买了什么咖啡和天气、节假日、甚至你的位置关联起来，给你推送"适时适地"的推荐。早上上班路上推一杯浓缩，下雨天推一杯热巧克力�；〖诺闹悄芟低橙媚闼狄痪浠熬湍芡瓿尚�。这些例子背后的逻辑是一样的：AI不替代人，而是把组织里的知识，酿玉成团队的能力。这种情况下的AI把已往高频、重复的运营环节重塑，把运营最佳实践刻入在人工智能的影象中，让AI来驱动组织。第三层：人工智能+决策前两层无论多厉害，实质照旧"用AI做同样的事"。第三层完全差别，AI让"决策"这件事自己爆发了质变。什么叫质变？有两个故事。第一个是Netflix（奈飞，下同）的百万美元豪赌。2006年，Netflix照旧一家DVD租赁公司。它干了一件很有意思的事：悬赏一百万美元，邀请全球妙手来革新它的推荐算法。谁能把推荐准确度提升一成，这百万美元就归谁。三年后，一个团队做到了。但Netflix没有就此收手，它发明推荐算法真正的价值，远不止帮用户更便当找片，它撬动的是Netflix的内容决策逻辑。以前好莱坞拍影戏，是靠导演和制片人的直觉"我觉得这个题材会火"。Netflix用数据说话：它剖析用户的寓目行为，发明喜欢《纸牌屋》原版英剧的观众，同时也爱看凯文·史派西的影戏和大卫·芬奇的导演作品。于是Netflix豪掷一亿美元，找这三个人拍了美版《纸牌屋》。结果这部片子成了Netflix第一部爆款原创剧，也标记着Netflix从"内容分发商"转型为"内容生产商"。Netflix用推荐算法，一边改了用户看什么，一边改了自己做什么。这就是决策的质变。第二个是亚马逊Prime的战略直觉。2005年时，亚马逊还只是一家卖书的电商。一位工程师给贝佐斯提了一个想法：搞一个会员制，用户每年交一笔牢固年费，享受无限次免费两日内送达。许多高管阻挡，因为每单物流本钱十几美元，会员如果滥用，公司会破产。贝佐斯力排众议，说了一句话："如果客户喜欢Prime，需求就会上升。需求上升后，我们就能建更多物流中心，摊平本钱。"结果Prime会员从零增长到两亿。更要害的是，会员制把不确定的消费酿成了确定的用户关系。贝佐斯最牛的地方在于，他没有停在"确定"里。Prime会员的行为数据不绝开拓新业务界限：Prime Video、Prime Music、云盘算。亚马逊厥后成为全球最大的云效劳提供商，基本就埋在Prime会员的数据洞察里。这两个故事和AI有什么关系？Netflix的故事告诉我们：AI可以把凭直觉做决策，酿成凭数据做决策。已往只有贝佐斯这样的天才CEO能做出Prime这种级别的战略判断，现在任何企业都可以用AI剖析用户行为、预测需求、推演战略。AI对决策有双重攻击：怎么做决策被改了，"决策"这词自己的界说也被改了。Prime外貌上是一个会员产品，实际上是一个战略决策，它改变了亚马逊和用户之间的关系性质，从"你买我卖"酿成"我懂你、我效劳你"。二、为什么决策成了最值钱的资源？1.AI让战略、计划与选项无限供应前面讲过我的判断：AI时代，"策"是无限的，"决"是稀缺的。什么叫"策无限"？战略、计划、选项，AI可以无限生成。你给AI一个商业问题，它能给你十套计划，每套还能拆出十个变体。麦肯锡去年的研究显示，近九成企业已经在某处使用了AI，AI生成计划的本钱仅为人类计划的百分之一，时间从数月压缩到数小时。2.最终拍板、价值取舍与责任担负仍然稀缺但什么叫"决稀缺"？最终拍板、判断、担负危害，这必须由人来完成。AI可以告诉你"凭据数据剖析，A计划的预期回报更高"，但它不可替你说"我选A，出了问题我卖力"。这里有一个更深层的问题：AI把"策"变得无限廉价之后，"决"的价值是在上升照旧下降？我的看法是上升，并且急剧上升。当所有人都能用AI生成八十分的计划时，能区分八十分和九十五分的人就成了最稀缺的资源。当所有竞争敌手都能实时获取市场数据时，"识别时机"自己不再组成差别化，真正的差别化是你如何界说问题。诺贝尔经济学奖得主赫伯特·西蒙在一九五七年提出了"有限理性"理论，他说人类决策受限于信息获取和认知加工，只能追求"满意解"而非"最优解"。七十年后，AI在信息处理上的能力远超人类，它在许多场景下可以找到人类基础看不到的"最优解"。但西蒙的理论仍有一个不可摆荡的基石：价值判断。AI可以告诉你"怎么做最有效率"，但不可告诉你"什么值得做"。效率是盘算问题，价值是选择问题，盘算可以外包给AI，选择必须留给人。3.让AI处理理性盘算，让人类放大本能与情感人类决策其实有三套系统在同时运作：本能管直觉反应和损失厌恶；理性管数据剖析；情感管叙事和品牌认同。AI可以完全接管"理性"这套系统:数据剖析、模式识别、情景模拟，这些对人类是苦活累活，对AI是基本功。但本能和情感是AI替代不了的,�；笨痰闹本酢⑵放魄楦械墓彩丁⒍圆蝗范ㄐ缘呐卸�，这些都是人类独吞的。所以决策的最高原则可以总结为一句话：理性交给AI，人类放大本能和情感，这也是我讲的"让AI的归AI，让人类的归人类。"三、企业需要一套新的决策架构：人机混淆决策1.四种决策场景古板企业的决策架构有一个底层假设：决策的主体是人类治理者，但这个假设正在断裂�；贏I加入度的差别，企业决策可以分成四种场景。① 人类专断的场景：涉及伦理、价值观、战略偏向的问题。企业是否进入一个地悦魅政治敏感的新市��？这不可是利益盘算，更是价值观选择。AI可以提供数据，但最终决策必须人类来做。② 人类主导的场景：AI提供数据剖析、情景模拟、危害评估，人类基于这些信息做出判断。GitHub平台的AI编程助手生成代码建议，开发者决定接纳哪一段。我给上市公司做消费品市场进入战略时，先用AI提出假设，然后和高管一起讨论取舍，这就是典范场景。③ AI主导的场景：规则明确、数据充分、高频重复的场景，AI做出决策，人类进行监督。好比，特斯拉的自动驾驶在高速公路上自主变道，决策准确率凌驾九成九，事故率仅为人类驾驶员的九分之一。又好比，支付平台的实时欺诈检测，决策完全由AI做出。④ AI专断的场景：如高度标