內(nèi)容來源：筆記俠(Notesman)。

責(zé)編| 賈寧排版| 沐言

第 9660篇深度好文：5157| 17分鐘閱讀

商業(yè)思維

筆記君說：

2026年5月29日，斯坦福校園。

剛結(jié)束谷歌I/O開發(fā)者大會的谷歌DeepMind CEO德米斯·哈薩比斯沒有回倫敦，而是坐在了斯坦福一場對話的臺上，臺下坐滿了學(xué)生和年輕的創(chuàng)業(yè)者、技術(shù)人。

在這場對話中，哈薩比斯說了三句重要的話。

第一句，讓全場安靜了兩秒。

第二句，讓所有人開始算日子。

第三句話，其實跟所有創(chuàng)業(yè)者都有很大的關(guān)系。

這篇文章，會把這三句話徹底講透，然后提醒中國創(chuàng)業(yè)者容易犯的3個錯誤，最后給4個具體行動建議。

希望今天的內(nèi)容，對你有所啟發(fā)。

一、哈薩比斯的3句話，

每一句都值得展開讀

第一句：“人類正站在奇點的山腳下?！?/strong>

注意他的用詞，“山腳下”，不是“山頂上”也不是“半山腰”。如果他覺得奇點已經(jīng)到了，他會說“我們正在翻過山脊”。如果覺得還遠(yuǎn)，他會說“遠(yuǎn)處有座山”。

“山腳下”的意思是： 已經(jīng)走到了山下，還沒開始爬山，但你抬頭已經(jīng)能看見坡度在變陡。

這不是一個比喻。哈薩比斯是那種把精確當(dāng)信仰的人，他是國際象棋大師、神經(jīng)科學(xué)博士、諾貝爾化學(xué)獎得主。他選“山腳下”這三個字，是經(jīng)過掂量的。

他之所以用“奇點”這個詞，是因為他看到了AGI(通用人工智能，下同)，距離我們只有4到5年時間。

“奇點”在指人工智能領(lǐng)域，特指技術(shù)發(fā)展的一個轉(zhuǎn)折點，到達(dá)奇點后，人工智能等技術(shù)的智能水平超越人類智能，進(jìn)入“智能爆炸”階段。

隨后，技術(shù)增長會變得不可控和不可逆，人類社會將面臨根本性變革。

第二句：“AGI大概在2030年前后到來，前后誤差不超過一兩年?！?/strong>

這句話的信息密度極高，拆開看有三層：

第一層，他說的是AGI，不是“更強的AI”。AGI意味著機器能在絕大多數(shù)認(rèn)知任務(wù)上達(dá)到或超過人類水平，這是質(zhì)變。

第二層，他給了時間錨點：2030年。距離現(xiàn)在大概3到4年。哈薩比斯作為全球AI行業(yè)頂尖人物，這都是他看過訓(xùn)練數(shù)據(jù)、算力曲線和模型架構(gòu)之后，愿意公開押注的時間。

第三層，“前后誤差一年”。這比說“2030年左右”要大膽得多,他在收窄不確定性的區(qū)間。

第三句：“最重要的，是牢牢掌握自己的主動權(quán)。未來的劇本還沒有寫好，不要聽信任何人說未來已經(jīng)注定?！?/strong>

這句話讀起來像雞湯，但它真不是。

想想看：哈薩比斯站在“奇點的山腳下”，剛告訴你AGI可能在3-4年內(nèi)降臨，他比誰都知道AI有多厲害，所以他建議大家去擁抱、去探索AI工具的能力，但他更強調(diào)的是抓住你自己的能動性。

他把這句話放在整場對話的收尾位置。不是隨口一說，大概是他想了很久的結(jié)論。

“奇點山腳下”和“2030年前后AGI到來”這兩件事，到底有多大的沖擊力？

我們先把這兩件事聊透，不然，第三句話的分量就落不下來。

二、前兩句話拼出的圖景

1.10倍影響×10倍速度，等于什么？

哈薩比斯說：“（ AI的 ）影響是工業(yè)革命的十倍，而速度則是十倍。它將在10年內(nèi)發(fā)生，而不是100年?！?/p>

工業(yè)革命改變了什么？

生產(chǎn)方式，從手工到機器；

城市形態(tài)，從村鎮(zhèn)到都市；階級結(jié)構(gòu)，從封建到資本；

全球權(quán)力格局，從農(nóng)業(yè)帝國到工業(yè)強國。它重塑了人類社會。

10倍于工業(yè)革命的影響，意味著人類社會將出現(xiàn)翻天覆地的變化。

10倍速度，又是什么概念？

英國的工業(yè)革命從1760年代算起到19世紀(jì)中葉初步完成，用了將近100年。

現(xiàn)在，100年壓縮到10年，這個變化的速度，會讓大部分人喘不過氣。

一個英國紡織廠主，從第一次聽說蒸汽機到整條產(chǎn)線用上蒸汽動力差不多要經(jīng)過15-20年，他們有整整一代人的時間觀察、試錯、轉(zhuǎn)身。

現(xiàn)在，你沒有一代人的時間，你大概只有兩三年的窗口期。

這就是“奇點山腳下”的真實含義： AI帶來的變化量級是工業(yè)革命級別的，但留給你反應(yīng)的時間，只有工業(yè)革命時代的十分之一。

哈薩比斯敢下這個判斷，不是憑空拍腦袋。

他看過AlphaFold在幾個月內(nèi)解決了一個困擾生物學(xué)界50年的蛋白質(zhì)折疊問題；他看過AI在材料科學(xué)、氣象預(yù)測、芯片設(shè)計里以肉眼可見的速度吞掉過去需要人類團隊數(shù)年才能完成的工作。

拿著這個判斷，作為創(chuàng)業(yè)者，你該做什么假設(shè)？顯然，就是提前準(zhǔn)備。

只有提前準(zhǔn)備好了，你的效率才會比別人高，你的團隊才會比別人早一步找到了AI和自己業(yè)務(wù)的結(jié)合點。

如果你按“還早著呢”來準(zhǔn)備，突然有一天你會發(fā)現(xiàn)，整條賽道被重做了，而你沒有入場券。

歷史上有過太多這樣的教訓(xùn)。

2007年，史蒂夫·喬布斯舉起那部iPhone，諾基亞的高管覺得觸摸屏只是玩具。四年半之后，諾基亞手機業(yè)務(wù)賣給了微軟。

2015年，很多人都聽過“人工智能”這個詞，但真正開始用深度學(xué)習(xí)重構(gòu)業(yè)務(wù)的公司鳳毛麟角。

等到2022年底ChatGPT發(fā)布，那些提前準(zhǔn)備了七年的人，和那些剛剛聽到“大模型”三個字的人，已經(jīng)不在同一條起跑線上了。

人類有一個系統(tǒng)性偏差：總是低估技術(shù)變革的速度。不是因為愚蠢，是因為過去的經(jīng)驗告訴你，變化總是慢慢來的。

但這一次，變化不是慢慢來的。

2.從恐慌到行動

所以，如果你接受了“奇點山腳下”和“2030年前后AGI到來”這兩個前提，你會面臨兩種本能反應(yīng)：

一種是恐慌，“5年？我什么都來不及做。”

一種是躺平，“反正AI什么都能干了，我做什么也沒用?！?/strong>

哈薩比斯的第三句話，就是對著這兩種反應(yīng)說的?？只艣]有用，因為恐慌不是行動。

躺平更沒有用，因為AGI不是世界末日，是舊世界的重寫，而哈薩比斯告訴你，這重寫的權(quán)力還在你手上，你唯一值得押注的東西，是你的能動性。

三、能動性到底是什么？

先說它不是什么。

不是“你要努力”，這是一句廢話。不是“執(zhí)行力”，執(zhí)行力是把已知的事做好，但AGI時代，很多時候你根本不知道該做什么。

那它是什么？拆開來看，三件事。

第一件：你得能做選擇，而不是只做優(yōu)化。

假如你是一家餐廳的老板。

過去十年，你的核心競爭力是什么？可能是菜品好、位置好、翻臺快。這些能力有一個共同點：它們都在回答“怎么把已有的事做得更好”，這就是優(yōu)化。

AGI最擅長的就是這個，它能把你的供應(yīng)鏈成本砍15%，把翻臺率提到極致，把菜單根據(jù)季節(jié)和客流動態(tài)調(diào)整到最優(yōu)。這些你花10年摸索出來的經(jīng)驗，它一個月就能算出來。

但有一件事它算不出來：你的餐廳要不要改成只做外賣？要不要上預(yù)制菜？要不要跟另一個品牌合并換賽道？

為什么算不出來？因為這些問題的答案不是“更優(yōu)”，是“不同”。

優(yōu)化是在一個框架里做事，選擇是換框架。AGI可以在你給的框架里做到極致，但“給什么框架”這件事它干不了，只有你能干。

在AI把優(yōu)化做到極致之后，剩下的那件事是什么？是選擇。選擇做什么，比選擇怎么做，值錢得多。

第二件：你得真的下場，而不是一直看。

很多時候，一件糾結(jié)了三個月沒動手的事，一旦動手了，三天就全想通了。

這不是因為你突然變聰明了，是因為坐在那里想，你腦子里跑的全是模擬。

模擬不花成本，也不產(chǎn)生真實信息。你只有真的干了，真投了錢、招了人、見了客戶、被拒了，現(xiàn)實才給你反饋。

AGI能幫你模擬一萬個市場策略，但它不能替你挨那一刀，也不能替你承受賠錢之后的心痛。但恰恰是那個心痛，才能讓你下次判斷的準(zhǔn)度往上提了一檔。

這也是為什么“等等再看”是最危險的策略，等著的人以為自己在觀察，其實自己在錯過。真正值錢的信息只有做了才有，等兩年再動的人，不是從零開始，是從負(fù)數(shù)開始，因為他的競爭對手已經(jīng)迭代了好幾輪。

在信息爆炸的時代，靠行動得來的信息反而是最稀缺的，它是用真金白銀換來的，不是用搜索引擎搜來的。

第三件：你得知道自己是誰，而不是讓市場替你決定。

一個創(chuàng)業(yè)者，AI+醫(yī)療和AI+金融，兩個方向數(shù)據(jù)都支持。他選了醫(yī)療。為什么？你可以說是直覺。

但直覺是什么？

是他過去幾十年攢下來的所有經(jīng)驗、價值觀、失敗、偏好、對“什么值得做”的信念，這些東西攪在一起，形成了一個無法拆解的整體。你沒法把它寫成prompt（ 提示詞 ）喂給大模型，因為連他自己都說不清楚每一層權(quán)重是什么。

AGI可以幫你做更好的醫(yī)療AI，也可以幫你做更好的金融AI。但“為什么是醫(yī)療”這個問題，它回答不了，因為這個答案不在它數(shù)據(jù)里，在這個人的經(jīng)歷里。

你選什么，你就是什么，你的選擇定義了你。

三層合起來，一句話：AGI越強，能動性越貴。

因為AGI把“怎么做”這件事拉到了幾乎免費——執(zhí)行、分析、優(yōu)化，滿大街都是。但“做什么”“干不干”“我是誰”這三件事，供給永遠(yuǎn)有限。

四、最容易犯的3種錯誤

三種錯，一種比一種隱蔽。

第一種：把省錢當(dāng)戰(zhàn)略。

比如，裁掉客服上AI。響應(yīng)時間降了，工單關(guān)得快了。老板看著報表，覺得對了。幾個月后，續(xù)費率開始掉?？蛻粢舱f不出哪里不對，就是“不像以前那么近了”。

這種死法最冤： 所有看得見的指標(biāo)都在漲，死因卻藏在看不見的地方。

信任感、在場的溫度、簡單而且可以依賴，這些東西都不在報表上，但它們才是續(xù)費的理由。

不是不能降本，是不能在動刀之前先回答一個問題：客戶付的錢，到底在買你的什么？但大部分企業(yè)根本沒想過這個問題，就動了刀。

第二種：把能力交出去，還以為自己有。

一個團隊用AI寫代碼、做分析、出方案，速度確實快了三倍。但幾個月后你發(fā)現(xiàn)：離了AI，沒一個人能獨立完成一個完整判斷。他們判斷力被外包給了模型，但模型不在你組織里。

降本是砍掉你覺得不重要的東西，這是誤判；能力外包是砍掉你以為自己還擁有的東西，這是自欺。

誤判可以糾正，自欺很難醒。

比爾·蓋茨說AI不會取代醫(yī)生，但會用AI的醫(yī)生會取代不用AI的醫(yī)生。這話只說對一半，更準(zhǔn)確的說法是：會判斷什么時候該用AI，什么時候不該用的醫(yī)生，才會取代所有人。

因為你把判斷全交給AI的那一刻，你就不是醫(yī)生了，你是AI輸出的分發(fā)終端。分發(fā)終端不需要10年的醫(yī)學(xué)訓(xùn)練。

一個組織如果把核心判斷流程全AI化了，它不是在升級，它在空心化。人在真風(fēng)險面前做的取舍，才是核心能力。你把這個過程外包了，人就只剩個殼。

第三種：等看清楚再動。

這一種最體面，也最致命。

“不是不想動，是還沒看清楚?！倍嗪寐牐瑵撆_詞是：等我看清楚了，我一定比誰都快。真相呢？你不會快。因為絕大多數(shù)的事，不是靠看清楚的，而是靠做明白的。

你在岸上看人游泳，看一百年也學(xué)不會。你得跳進(jìn)去，嗆幾口水，才能學(xué)會。

柯達(dá)1975年就造出了數(shù)碼相機。管理層說等市場成熟再看。等到了嗎？等來了別人定義的市場。

三種錯的根子是一個：你都在用舊世界的節(jié)奏應(yīng)對新世界的速度。省錢是舊世界的效率邏輯，外包是舊世界的分工邏輯，等待是舊世界的決策節(jié)奏。但舊世界的保質(zhì)期，已經(jīng)過了。

五、建議你現(xiàn)在就做的4件事

第一，做一次“AGI審計”

把你公司現(xiàn)在做的每件事列出來，逐條標(biāo)三個顏色：

綠色=AGI干不了；黃色=不確定；紅色=AGI，三年內(nèi)大概率能干。

紅標(biāo)過半，說明你的生意建在冰面上。

標(biāo)綠的那些，再問一句：這是因為客戶真需要，還是因為客戶還不知道AI能干這個？后者的綠是假綠，信息差消失的速度，比你想象的快。

這個審計大概率會讓你不舒服，不舒服就對了，舒服的審計是自欺欺人。

第二，找到你公司里，真正在用AI的人

現(xiàn)在大部分公司都有這種人：每天都在用AI、罵AI、在試探AI到底能干到什么程度。他們可能不是技術(shù)最強的，也可能不在管理層，可能就是公司角落里的某個人。

找到他們，作為標(biāo)桿，讓他們對AI的研究探索，成為全公司學(xué)習(xí)的榜樣。這樣，才能帶動更多的人，去學(xué)習(xí)AI，擁抱AI。

第三，做實驗

選你最核心的一項業(yè)務(wù)能力，投真資源，做一個AI增強版。不是PPT，不是調(diào)研報告，是實際跑起來、面對真實用戶、允許真實失敗的那種。

重點不在成功。在“可證偽”，要從結(jié)果里學(xué)到東西。 “AI會改變一切”這種判斷永遠(yuǎn)對，但永遠(yuǎn)沒用，你需要具體的、能被推翻的判斷。

比如：“AI能把我獲客成本砍一半的臨界點，是它能在不降轉(zhuǎn)化率的前提下獨立完成需求診斷?！边@個判斷可能是錯的，但錯了你就知道了，知道了就能調(diào)。沒錯過的人，往往什么都學(xué)不到。

第四，不要經(jīng)常坐在辦公室里，要去“看見”

你在辦公室里讀AI相關(guān)的新聞，和你在一線親眼看到會用AI的人怎么做，產(chǎn)生的判斷力是完全不同的。前者只能給你信息，后者才能給你直覺。

中國企業(yè)家現(xiàn)在最缺的不是信息，是那種“親眼見過之后心里有數(shù)”的判斷力，所以，你得多出門，把自己放進(jìn)能激活能動性的場景里。

結(jié)語

想象一下，2030年，有人寫了一本關(guān)于“AGI前夜”的書。

書里會寫兩種人。

一種人從2024年開始，每天刷AI新聞，收藏了200G教程，買過10個課程，關(guān)注了50個AI博主。

他們知道GPT每一代發(fā)布的時間，能背誦AI大佬說過的每一個詞。但他們的工作方式?jīng)]什么變化，AI在他們手里就是寫周報和潤色郵件的工具。

另一種人，可能連各家大廠AI產(chǎn)品的區(qū)別都說不全，但他們做了一件事：站到了改變正在發(fā)生的地方。

他們走進(jìn)那些正在用AI重構(gòu)業(yè)務(wù)的公司，親眼看見了AI怎么在真實的工作流里產(chǎn)生價值，然后帶著這些“看見”回到自己的戰(zhàn)場，框定自己的問題，開始行動。

筆記俠PPE書院美國站26級「創(chuàng)新英雄?AI+出海專題」課程將于2026年9月26日正式啟程，10天時間里，我們將帶你走進(jìn)美國硅谷與西雅圖，深度參訪英特爾、谷歌、英偉達(dá)、微軟等全球AI產(chǎn)業(yè)標(biāo)桿，聆聽斯坦福名師、行業(yè)實戰(zhàn)派的一手分享。

去親眼看見，AI正在那些全球最前沿的公司里，以什么方式、改變著什么規(guī)則?；貋砗?，書寫我們自己的故事。

歡迎了解課程詳情，提交報名信息。

好文閱讀推薦：

分享、點贊、在看，3連3連！