題圖 | Unsplash

• 訪談嘉賓簡介：
• 李智勇：畢業于北大國發EMBA，現擔任北大國發院企業家AI啟航班講師，擔任北大國發院 AI 碰撞局主理人。 作為資深程序員和工程師，他曾主導開發北京冬奧會系統和小愛同學等項目的底層后臺代碼架構，并著有《終極復制》和《無人公司》等著作，并擁有100多項專利。
• 主持人簡介：
• 大發：芥末堆首席外賣官·AI 教育領航員、知智教育創始人/CEO

主持人導語

本次溝通的背景，是在李智勇老師新書《無人公司》出版后。本書在AI的背景下，一經出版即引起學術界和企業界的廣泛討論。但在AI時代，教育行業的組織會發生哪些變化？教育公司里，AI具體能做哪些事？是本次我希望討論的重點。

教育背景、工作經歷不同，使得我與智勇老師在組織形式、學生學習上，有諸多不同意見。但幸運的是，對于未來時代，人在組織中、工作中的價值，我們又有同樣的見解。

文章也真實呈現了整體的同與不同，相信能為你對于AI時代公司的組織形式、個人的職業發展，提供一些參考和想法。

“無人公司”時代，組織會發生什么變化？

大發：作為一個AI教育創業者，我完全不關心AI這些概念討論。我只關心，這本書和思考，對我有什么用。所以，讓我從一個普通創業者的角度，從對我有用的信息問起。你覺得AI時代的“無人公司”，主要解決以往哪些組織問題？

李智勇：以我自己的經歷作為案例。在創業初期，團隊規模小，內部信息流還算清晰，幾個人擰成一股繩朝著目標干。

但等團隊發展到很大規模時，以我的經歷，發現70%的時間都耗在了跟價值創造無關的內部瑣事上。當時公司突然發現幾百臺設備找不到了，我花了一周時間，協調各個分公司、對接幾十號利益相關方，全力清查設備去向。

再說創始人坐團隊管理的過程，慢慢就發現，信息不對稱成了大問題。當公司變大，你會發現自己忙著處理內部吵架、資產清查、流程搭建這些支撐性工作，真正能沉下心搞價值創造的時間少之又少。

Q：AI 如何解決這些創業的難點呢，比如變成“無人公司”？

李智勇：不是完全不需要人。過去的工作可分為兩部分，一部分是價值創造；另一部分是偏執行性的工作，會影響成本和運轉效率。

現實情況是越來越多崗位上，AI比人類干得好。創業的核心目標是創造價值，而執行性工作本身并非核心價值所在，甚至是很瑣碎很麻煩的事務。

AI的價值就在于替代這些非核心的執行環節，讓創業者和團隊更聚焦于創造性工作，這才是“無人化”降本增效的關鍵邏輯。

大發：我認同。舉個我在大廠內部的例子時，雖強調“產品運營一體”，但內部的信息協同和拉齊，需要很高的成本。

比如我作為直接面向用戶的運營人員，開發團隊人數比運營團隊多三四倍，但常出現需求積壓、執行效率低下的情況。大公司人員龐大，但多數崗位屬于中后臺部門，大量時間精力需內部協調。

Q：有人認為 AI 時代降低了創業門檻，你如何看待這一觀點？

李智勇：我認為AI時代創業對創業者的要求其實更高了，而不是降低了。創業者需要變得更綜合，理解更多領域的知識，同時利用AI來輔助自己，從而降低運營成本。

舉個例子，鋼鐵俠在設計戰甲時，沒有依賴大量人力，而是依靠AI助手“賈維斯”來輔助設計和開發。雖然AI降低了創業的啟動成本，但對鋼鐵俠本人的要求卻更高了，因為他需要理解整個項目涉及的各個領域。

再舉個反例，假如創業者在2000年用AI來開發數碼相機，即使AI分析出當時最好的方案，也可能因為市場的變化而失敗，如智能手機的出現。這不怪AI，因為AI只是根據現有信息做出分析，而創業者需要對市場變化有更敏銳的洞察力。

Q：您以曾國藩和左宗棠為例，對比傳統組織與AI驅動組織的差異，能否結合教培行業特點，說明為何 "左宗棠式創始人" 在AI時代更具優勢？

李智勇：曾國藩代表傳統組織的“管理型領袖”—— 擅長凝聚團隊、協調資源，但在具體業務執行上依賴他人；左宗棠則是“實操型創始人”—— 精通業務細節、能親自操盤關鍵環節。

在傳統教培行業，由于服務鏈條依賴人力，如教師授課、班主任服務這種，管理者需通過制度和文化維持團隊運轉，“曾國藩式”能力更受重視。

但AI時代的核心是“業務流程數字化”。例如，教培機構若想將教研、排課、學情分析等環節AI化，創始人必須理解每個環節的數據邏輯比如課程效果如何量化、學生行為數據如何采集。這就像編程時需理解每個函數的功能，否則無法設計智能體的交互邏輯。

左宗棠式創始人的優勢在于：能穿透業務表層，將“老師如何備課”“如何判斷學生掌握程度”等經驗轉化為可整理的規則，這是AI落地的前提。

教育組織的 AI 化如何做？

Q：教育行業本質上是服務密集型產業。對教培從業者來說，想要盡快把那些中臺、后臺給AI化，你覺得第一步應該具體地怎么做呢？是購買服務，還是自己學習AI？

李智勇：舉電商沖擊傳統百貨商超的例子，教育行業也可能會出現類似電商一樣新技術的變革。那么原有的一套分工體系，做課、營銷等部分都要用 AI 做起來。

在新的業務模式下，我們需要理解業務需求是什么，必須清楚業務中需要多少維度的數據。無論你是培訓的角色，還是支撐培訓的角色，都需要明確業務流程中需要哪些數據。

這些數據的梳理需要結合對業務和技術的理解，二者缺一不可。這些數據將用于構建n個智能體，它們之間需要相互協調，而數據本身也是動態變化的。

接下來，要確保每個AI角色或系統能夠獲取所需的數據。以吳彥祖的AI形象為例，如果AI系統需要在直播時做出多種響應，那么它必須能夠實時讀取和處理各種信息。如果不能明確如何獲取這些數據，AI系統就會顯得呆滯，無法正常工作。

大發：做一個補充，我覺得還要細化到不同場景看。

我們常說教育是二八法則，20%的孩子有非常強的自驅力，愛學習，剩下80%的孩子最需要的不是知識獲取，而是情緒支持、動力支持，或者興趣支持。我們大多時間是在解決這80%孩子的問題，這才是教育創業者真正要解決的問題。

我認為，面對孩子的時候，我們必須在AI的基礎上同時有大人在場。一個老師的價值絕對不是把課講好、讓孩子提分，一個老師最高的價值就是陪伴。這不是技術問題，而是教育本質的問題。

關于無人公司，我們需要弄清楚哪些情況下必須有人。我認為在課堂陪伴的時候必須有人。但知識講授這個環節可以讓AI去做，甚至有一部分情緒疏導也可以讓AI去做。這樣的話，一個好老師就能通過AI agent賦能更多孩子的學習和情感照顧。

李智勇：我承認人和人之間的情感紐帶很重要，遠不是機器能解決的。但我覺得按照他這個思路，其實必然會走向“無人公司”。現實是，教育資源不足、分布不均。

如果沒有一個能夠指數性提升資源供給的方法，差距只會越來越大。有了AI這樣的"無人公司"模式，至少能把教育的基線提上去，讓鐵嶺的孩子和北京的孩子在基礎教育上拉平，然后才是你說的陪伴性教育。

如果每個孩子都需要個性化的情緒支持，假設你有50萬學生，你上哪兒找這很多符合他們的高質量的、各不相同的老師？一方面，每個學生都有自己適合的成長方向；另一方面，他們需要學習的內容也在變多變復雜。

所以你要讓教育更合格，就只能是每個人配一套完整的培養體系：一個人一個老師，一個人一個虛擬環境，一個人一套針對性的反饋機制。沒有AI，你怎么可能通過現有的方式把這些人教好？關鍵是，現在AI的能力邊界在不斷擴展，AI的能力每翻一倍的時間會越來越短。

大發：還是要強調，我認可確實應該把AI當成一個公司內部的工作流，人類去理解工作場景、去定義工作流程、讓AI去執行，這些是人和AI的邊界。

但具體到教培場景，我認為未來至少在講知識、講題這件事上，主流是沒有班課的，應該都是1V1個性化的。

觀眾問題：個性化的AI能不能解決情緒障礙？

大發：我目前探索出來的比較好的流程，可以借鑒心理咨詢里專業咨詢師的溝通方式。比如有些家長會跟孩子說：“飯都吃了，也玩了。都快9點了，9點半就要睡覺了，你咋還不寫作業呢？”這樣是不行的。

懂得教育的家長，溝通方式就不一樣。他們首先會問孩子：“你現在心里在想什么？”先把孩子的感受放在第一位，接著再問為啥不想寫作業。最后呢，問孩子如果要去寫作業的話，他希望得到什么樣的支持。這是關鍵的三步。

說到這里，我覺得AI的優勢就很突出了。心理咨詢過程中，AI很好的一點就是它沒有自身的目標，它能以體貼和照顧的姿態跟人溝通交流，而人類容易受到情緒的影響。就像家長肯定很著急，這時候就需要agent具備這樣的能力來幫忙解決。

所以，個性化的AI肯定能解決情緒障礙！不過它的使用還是要滿足一定條件的，比如需要一個合適的環境，家長能夠信任這個agent，還需要孩子愿意去跟這個agent去交流。

觀眾問題：孩子從情緒上就對抗和AI老師拒絕聊天怎么辦？

大發：表面上，我們似乎在解決孩子不愿意寫作業的問題。但實際上，我們強調一個關鍵點——自主感。尤其是小學三年級以后的孩子，他們已經能夠辨別清楚：即使不想寫作業，也會受到父母和學校的壓力。但孩子真正需要的是有人支持他們。

如果父母無法提供這種支持，AI或許可以。然而，如果沒有自主感作為前提，這個問題將無解。

教育本質上是一個復雜的場景，一方面需要有底層的架構，另一方面又要以靈活的方式解決問題。那么，如何讓孩子建立起這種自主感呢？這其實與學習本身關系不大，自主感需要細節的積累，直到習慣養成。

比如，讓孩子做家務，可以給予他們一定的獎勵；或者在周末出游時，讓孩子自己做決定。從孩子小學一二年級開始，就可以經常向他們提問，即使他們的回答并不完美。通過這樣的方式，孩子的自主感會逐漸建立起來。所以孩子的成長是一個極其復雜的過程。

因此，在教育場景下，我們一定要依靠智能體（agent）來解決大量問題。因為父母很累，孩子也不容易。在這種情況下，我們應該為AI創造一個進入孩子成長環境的機會。這個環境應該包含孩子對AI的信任、AI的能力和開發。

教育場景中需要大量的智能體來提供支持，而不僅僅是拍照搜題或AI口語教練這樣單一的功能。孩子成長面臨的問題太多了，這才是AI時代教育從業者應該探索的方向。

無人公司時代：什么樣的組織更優秀？

觀眾問題：你說的無人公司，本質上是人少的公司，但不能說一個人沒有。你同意嗎？

李智勇：我同意，這是一個漸進的過程。舉個極端的例子，山姆·奧特曼曾說，未來的公司可能只需要一個人和1萬個GPU，就能在一年內完成10億美元的業務。在這種情況下，那個人并不是用來干活的。

我們常說的一人公司和無人公司的區別在于：一人公司，比如一個人能使用多種工具，發揮極大的生產力，是主力干活的人。而另一種形態，比如一個人加上1萬個GPU，這個人不是用來干活的，他可以啟動系統，但主要負責調控方向，就像在《黑客帝國》中，那個人負責設定一些價值原則，明確哪些事情不能違反。

Q：你覺得AI驅動執行的公司里，什么樣的公司更優秀？

李智勇：第一是，你能不能給他注入一些獨特的東西？過去的教育，我覺得因為跟人結合嘛，它分散的小點很多。過去只有在互聯網領域才存在贏者通吃，比如說老大占了80%，其他公司去分剩下的。我覺得，AI會把這種贏者通吃的特征過渡到零散的分布的這種狀態。AI越發展，它發生可能性的在提升。

第二就是，這時能不能有一些獨特的東西注入到公司這套系統里，而不是統一而規整的知識和價值體系。現在按傳統的方式去培養人各種各樣的能力，但未來這些能力會被AI覆蓋的。

我寫書時說未來人人都是馬斯克，馬斯克有對未來的自己的定義，有自己的強烈的價值主張，有自己風格偏好等等，沒有跟他完全一樣的人。背后他養成的想法和觀念，是 AI無法實現的，因為AI是一個在已有體系里邊，它會把這些定理性的活越來越好，也就是機械、牛馬。

每個人是不一樣的，注定每個人最終是不一定的工作情境。到那時因為每個人需求不一樣，你一個課賣給n個人這個事就不成立了。至少是你課程的變種或者幾個風格，在你的這個輻射范圍內，有一個自己的無人公司。但這個無人公司要有屬于你自己的獨特的東西。如果大模型，或者大公司那套系統就能干了，那你教的東西將沒有存在意義。

大發：總結一下，我覺得你有個前提，就是AI時代也許不是一個壟斷型的，馬太效應其明確的一個時代了。構建產品這件事，可能它會存在一個更加細分、更加規模、更加分散，但是能夠讓用戶接受的這么一個點。

Q：在未來的消費決策中，消費者更傾向于信任 AI 還是人類？

大發：我覺得AI時代，在未來消費決策中，消費者更傾向于信任人類。盡管AI將會比人類更理性，更有條理，邏輯更強，結論更明確，但消費者是有情緒的。

尤其是報考志愿、升學規劃等與未來高度相關的課程，消費者更愿意相信他這樣的專業人士，而不是完全依賴AI的推薦。人與人之間的情感紐帶和信任是AI無法替代的，尤其是在教育、咨詢等需要個性化服務的領域。

李智勇：如果消費者追求更高質量的話，我覺得理應選擇能比人類干得更好的AI。

AI能夠根據消費者設定的原則和偏好，提供精準的建議和結論。比如把多個需求依次給AI，逐漸優化生成的建議。它不會受到個人情緒、偏見等因素的影響。

如果決策的中間環節是人，消費者可能會同時考慮對這個人的信任以及這個人的能力水平。這種信任是復雜的，因為它既包括對個人的信任，也包括對其專業能力的評估。這個時候就跟消費者情緒掛鉤，沒那么多理性的判斷了。

“無人公司”視角下，人如何更好地成長？

Q：鑒于AI的興起，未來最有價值的能力是什么？

李智勇：過去的培訓大量培養人的工具性，但未來需要的是去定義意義、去定義價值的人。

那些創業的人之所以積極，是因為他們覺得所做之事與自身利益相關，并且有一種創造的快感。這意味著你個人的特性、你定義你想實現的意義、你親手把它做出來，這些東西綜合在一起，才是更好的現實。

Q：AI將如何影響人際連接和社會互動需求？

李智勇：隨著數字和AI越發達，人與人之間連接的時間正在變少，人的疏離程度會增加。那時候，人的重新聚集會因為你對意義的定義。工作上的連接會因為數據量大，全部由AI完成，人插不進去。

但人仍有社交需求，否則會孤獨，屆時將更多地從自己對生活的追求來完善這部分，而非工作問題。

Q：根據MBTI，未來的“無人公司”會更偏愛E型（外向）還是I型（內向）個體？

李智勇：我認為I型可能更適合定義資源的價值，因為你天天自己琢磨。而E型可能更多地建立人與人之間的連接。但是大家不要用i人和e人去定義自己。我們讓i人的一面發揮i人的價值，目的是每個人成為e人，在人與人之間的連接里找到自己的存在感、歸屬感、意義感、價值感。

Q：根據MBTI，未來的“無人公司”會更偏愛S型（經驗）還是N型（直覺）個體？

李智勇：我的觀點是，這兩部分（S和N）如果做判斷的話，都不要了。所有我們在過去工作的話語體系下培養出的東西，會很快變得沒有那么有意義。

反過來講，那時候你其實是為了自己的生活，為了自己覺得過得有意義。你應該把你這份獨特性和你做的事情結合在一起，而這個事兒是你能夠認為有意義的東西。

Q：如何看待“犯錯這件事兒”，按你的邏輯，AI 不犯錯需要人去構建，但是人是需要在犯錯中成長的。

李智勇：犯錯有兩種情況。一種是系統執行時出錯，這是技術問題，需要設計一套監察機制，類似于精度問題，AI會隨著進展減少這類錯誤。

另一種更可怕的“翻車”情況是，你的瞄準器出了問題，即你最初的設定或目標是錯誤的。即使AI忠實地執行，如果基礎設定有問題，也會導致災難性后果。這意味著，在AI精度沒問題的情況下，最主要的問題還是在人這里，不在AI那。

Q：允許孩子犯錯的價值是什么？

李智勇：允許孩子犯錯等于積累經驗，也是一種心力和自信的獲得，更重要的是一個反思的機會。如果一個孩子考了95分就必須挨打，追求100分的精確，那么他去構建AI時，制造的流程或產品也會過于剛性，沒有灰度邊界。這會導致蝴蝶效應，一個錯誤引發連鎖錯誤。

允許孩子犯錯，在自己構建AI工作的流程中，允許AI犯錯的邊界是什么，以及它們之間協同時的犯錯邊界是什么，這樣的人在無人公司中會更有競爭力。

大發：對于父母、老師等教育者來說，在孩子還沒有真正通過AI運營公司或產品、面對用戶的時候，在他們的青春期，重要的一項教育就是允許孩子犯錯。

在他們可承受的邊界內犯錯，比如答錯題、考試沒考好、騎自行車不小心撞人等等。在他們還沒犯法律風險或把世界搞亂的時候，一定要讓他們犯錯。犯錯帶來的價值是他們才知道錯誤、結果和后果之間的灰度邊界在哪里。

Q：與傳統方法相比，AI如何更有效地幫助人們從錯誤中學習？

李智勇：AI犯錯成本更低，因為它可以建立一個非常復雜的、甚至是虛擬現實的世界。假設一個人上大學，現在需要掌握整個汽車設計，他可以接入虛擬空間，做出汽車，并在虛擬環境中經歷碰撞測試，獲得反饋。

這是需要努力的方向，只有這樣才能真正面向人，才能定義意義。因為人的工具性被 AI 執行了，人就需要定義意義，而這個意義需要在錯誤不斷反饋中才能構建出來。