AI时代，越来越多的企业有股强烈的焦虑。

这背后，是大家对“AI”普遍的困惑和担心，生怕自己赶不上AI这波浪潮，被甩在后面。我的建议是，看看那些正在用AI、已经有充足AI实战经验的头部企业，都在怎么做。

正好，瓴羊上周末在杭州办了件大事：“Data × AI超级公司年会暨第三届数据同学会。”前来参加的，都是各行各业的头部企业。跟去年比，规模从50人扩到80人。不光有企业CTO、CIO，还有不少CEO、CMO。在今年的嘉宾里，还有我很尊敬的吴晓波老师。

这场闭门会，每年都会有大量干货，去年我还参加了，收获非常大。但今年因为行程安排不过来，很遗憾没能去到现场。所以我找到瓴羊的伙伴，问他们能不能给我些资料学习。很感谢他们毫无保留地分享给我，也很高兴他们允许我发出来跟大家分享。

我们之前说过，AI是未来十年的机会。这次闭门会上，瓴羊CEO朋新宇甚至更激进，说这是30年、50年的机会。

既然这是一个长达半个世纪的命题，那当下的每一步就变得尤为关键。为了帮大家看清眼前的路，我试着梳理了这场大会里，最重要的7个观察。每一个，都是在试着解答那些非常实际的问题。

我的生意该怎么跟AI结合？企业增长上不去了怎么办？我的业务未来该怎么往下推？

今天，分享给你，希望给你启发。

01

AI时代的分水岭：不拼数据量，改拼Token消耗量

不同时代，衡量一家企业是否“先进”，标准不同。

工业时代，我们看企业烧了多少煤、用了多少电，从工厂的自动化率看一家企业的生产力。互联网时代，我们看互联网企业有多少数据资产，比较的是MAU（月活跃用户数）、DAU（日活跃用户数）。

那么，AI时代又该看什么？在瓴羊的CEO朋新宇看来：

AI时代对企业的衡量标准，要看Token的消耗量。

你可以把Token理解为AI的计量单位，像是AI时代的“电”。对企业来说，Token就是AI工作量的证明。谁烧的Token越多，说明谁把越多的业务给了AI，在AI上的投入成本越高，AI干的活也就越多。

Token消耗量，本质上就是一家企业的“含AI量”。

但是，会上很多企业发现，虽然买了AI，但很多项目仅仅是流于表面的“AI包装”，实际的Token消耗并没有多少。比如，AI客服系统只用来处理最基础问题，核心业务还是靠人。比如搭建了AI中台，却没人调用。这就像办了卡却不去健身房，你再怎么喊我要减肥，身上的肉永远不会少，肌肉永远长不来。

好在，瓴羊在这个问题上看得很透彻：在AI时代，要把Token当作企业的一项“经营指标”。甚至，他们给出了一个新的人效公式：

1名人类文案+1000万Token/月>2名正式员工产出。

简单说，就是更少的人力，配合AI算力，产出的成果远超单纯的人工。

这不只是带大家一起算账，更是逼着各大企业去审视自己：你的核心业务里，到底有多少“含AI量”？

如果到今天还不把AI当回事，未来，很可能会被淘汰出局。

02

把AI重押“超级节点”，而不是分散资源

好了。知道Token很重要了，那么问题来了：我买的Token，应该花在哪儿？全线铺开吗？

不是。千万别。

AI转型，本身就是一场资源有限的高风险豪赌。既然想赢，就一定要先算好赔率。

朋新宇建议：集中资源，找到一个“超级节点”，狠狠地砸下去。

什么是“超级节点”？

简单来说，就是企业里活最累、话最多、最花钱的那个地方。

那个地方有三个主要特征：

首先，人力最密集。

全公司看一眼，哪个部门人最多，几百号人整天干的是打电话、回信息、审图片这样的重复性工作。如果用上AI，立马能帮你省下一大笔“人力费”。这就叫“人力密集”。

其次，数据最丰富。

那里每天产生大量的聊天记录、录音、文档，以往，这些都是占内存、占文件柜的“垃圾”，但对AI来说，这些都是“训练数据”。只要喂给AI，它就能学会怎么干活。这叫“数据丰富”。

最后，效果最可测。

你用AI写了句广告语，到底让公司赚了多少钱，你根本说不清楚，只有一个模糊的感觉。这叫“数据不可测”。如果原本人工审核退款资料要3分钟，AI只要3秒钟，时间缩短2分57秒。原本要10个人专门负责退款，现在只要1个人。这种有直观数据展示的效果，就叫“效果可测”。

最符合这三个标准的，就是客服。

目前中国约有500万到600万名客服人员，平均每月成本大约是500亿元。什么概念？等于说接近新加坡（总人口611万）的规模，每秒2万块，每天接电话、回咨询、退换货。

可能你还记得，去年我在海信石家庄的客服中心体验了一天客服。那次体验，让我记忆犹新。不管客户说什么，必须15秒内回复。同一时间，要跟十几个客户沟通。既要专业做事，还要化解客户情绪。哎，想把客服做好，真的很不容易。

印象最深的，是瓴羊为海信开发的AI智能助手，能接手客服绝大部分的重复工作。比如用户退款，以前全靠人工审核，要走100多个步骤，有时可能得拖上几天。用上AI后，2分钟自动搞定。最终客服工作量减少了60%，资损率降低了94%。

用上AI后，客服这块业务，直接从过去纯花钱的“成本中心”，变成了既能省钱还能留住客户的“利润中心”。

把宝贵的AI，用在你的“超级节点”上。这样的建议，是一种精准的投资人思维。

在这场大会上，没有谁在兜售空泛的AI概念。我感受到的，是瓴羊真正在教企业：怎么在这场跟AI的碰撞中，打赢第一仗。

03

今天的广告营销，正从“拼灵感”，变成“拼算力”

除了客服，还有哪里也值得下注呢？

广告营销。

根据中国广协的统计，2025年全中国广告市场规模，是1.5万亿元（线上+线下）。

盘子巨大，但规则在变。

AI时代的广告营销，正从过去的“拼灵感”，变成“拼算力”。

为什么？

第一，AI把创意变成了“流水线工业品”。

传统广告营销，拼灵感。一个金句、一张海报，可能要磨一周。但是，创意靠人，而人的灵感是不可能空的，这也是营销产能的瓶颈。而AI把创意变成了“流水线工业品”，一分钟直出10套方案，让过去紧缺的创意不再昂贵。这就意味着，谁能调用大量算力生成千万组素材，谁的产能就会领先。

第二，从猜用户喜好，变实时筛选最优解。

以前做营销就像开盲盒，投出去才知道行不行。要是不行，过去那些天花在脑暴、文案、修图上面的时间精力，全都作废。现在只要算力够足，你可以让AI针对一万个人做出1万个不同的创意，并实时测试。想想看，同时做1万个，总有一个是最优解。本质上，这是消耗Token换来的营销生产力。

第三，未来的营销就是Agent自动化的“流水线”。

朋新宇也强调了，现在的AI做的还是基本工作，你要去看自己的工作，能不能拆解为“AI可直接、AI可掌控、AI可协同”的链路。未来的营销，就像一个由许多Agent组成的自动化工程。拼的就是谁的算力更强、Agent协同更丝滑，谁就能在信息流中淹没对手。

这，才是未来的广告营销，会展现的图景。

04

制造业的“不可能三角”，正在被AI消除

如果说，营销是“软”的。那么，制造业就是“硬”的。AI能改变制造业吗？

在大会上，吴晓波老师说，能。而且是颠覆性的改变。

传统制造业有个“不可能三角”：大规模生产、极致性价比、个性化定制。这三者没办法同时实现。

过去，你想定制个印你名字的酒瓶，得加钱。因为要单独开模、设计包装、新开一条生产线，价格不菲。这是“个性化”和“性价比”冲突。你想先做个10套，能不能便宜点？能便宜，但得1000套打底，打8折。这是“大规模”和“个性化”冲突。

今天，AI正在改变这个局面。

比如，海天酱油。以前，一家连锁餐饮店想找海天定制1000斤酱料，还保持低成本，很难很难。因为需要单独安排人力选豆、发酵、研发，成本根本控制不住。但现在，AI解决了这个问题。它实现了全链路闭环：需求端下单，数据直达生产线，AI精准控制选豆、发酵、质检等参数，出厂时，AI“电子鼻”代替人工质检，确保风味达标。

这是AI用算力数据打通了物理世界，仅仅是在现有流水线插入“定制单”，同时保持低成本。

在吴晓波看来，今天的AI，已经让制造业的“不可能三角”消失了。

然后呢？

也许，未来你买的酱油不再是“标准品”，而是AI根据你个人喜好的“定制品”。也许，积满商品的大仓库会消失，当你提出需求时，生产线才会为你转动。也许，进入新行业将变得空前容易，今天你的工厂能定制酱油，明天就能定制香水，因为你的核心变成了AI控制的那些参数。

这很像吴晓波说的那样：

这个是工业革命250年来，中国第一次有机会让制造业的传统模型发生变化。

今天的企业都要意识到，AI不再只是用来生图写字的工具，它正在改变整个产业的底层逻辑。

05

把AI当“同事”，而不是“模型”，才能彻底重构生产关系

那么，既然AI这么厉害，为什么很多企业还是推不动？

因为绝大部分企业，都没有把AI当作“CEO一号位工程”。

什么意思？

今天的很多企业，管理逻辑还停留在工业时代。所谓的工业时代管理逻辑，是科层制，一层管一层，逐级汇报，事事按流程。一旦哪一层卡住，这事就办不了，至于到底卡在哪儿，可能CEO都不知道。如今用过去管人的逻辑去管AI，是最大的错配。

这就会带来新的问题：技术已经很先进了，但组织里的人会“阻止”技术。

我一直觉得，所谓的拥抱AI，是一定要老板亲自上阵的。

因为，只要你站在员工的角度稍微想一下，就不难想象，他们会有一些担忧。

中层管理会觉得，AI改变了流程，岂不是显得我能力不足？一线员工会觉得：这AI这么好用，岂不是将来抢我饭碗？

所以，真正阻碍企业推进AI的，是中层的抵触情绪和一线的认知鸿沟。

同样的故事，可能还会在更多企业上演。这次同学会上，大家试着找出一个解法。

不要简单把AI看作组织里的辅助工具，而是一位“工作伙伴”。

在企业内建立起一个“人机协作网络”，人和AI都是其中的节点。你要给AI定KPI，比如一天要接多少电话，降低多少资损，挽回多少客户。给AI的“工资”，就是Token。

更重要的是，要让AI在组织中和组织一起不断进化。

AI不是说，企业花了大价钱买了一个机器人，就完了。而是要你不断给它算力，把最新的知识库、行业判断、企业决策判断，统统喂给它，让AI充分了解你的企业。

只有这样，AI才能知道你的企业，到底要在哪里重点发力，又要在哪里查漏补缺。最终，给你带来业务的增长。

所以，你不妨问问自己，企业的组织架构里，到底有没有给AI留出位置？

这是一个值得每一位企业家、创业者思考的问题。

06

AI幻觉下降50%，但还要警惕“胡说八道”

好了。我们都知道AI很强，甚至此时此刻，它又比昨天更强了。

但是。越是这种时候，我们越要保持清醒。

AI，不是完美的。

可能你也有过这样的经历。有时候用AI找资料，乍一看，信息给得又快写得又全。但如果你去核验，却发现有很多论文资料完全不存在。AI自己编了假信息给你。这种问题叫作“AI幻觉”。

这是个巨大的商业隐患。如果AI给的东西，连最基本的准确无误都保证不了，那么谁还愿意用你呢？更别说让它承载核心业务。

所以，这些年各大模型也都在拼命解决“AI幻觉”的问题。大会现场分享了一个数据：从2024年到2025年，AI的不准确度已经降低了50%。

进步很大。但，要注意，“AI幻觉”还没有完全消失。

在商业世界里，哪怕是1%概率的错误，造成的影响都可能是致命的。也许，仅仅是一次同名同姓的误判。也许，是对某个行业术语的张冠李戴，AI很可能言之凿凿地给你一个错误结论。如果不去人工二次核验，那么这个“AI幻觉”很容易把你带偏。

这很危险。

今天的AI，已经从“玩具”变成了“工具”，但这不代表它成了“先知”。你越依赖它，越要警惕它。

它的一条错误信息，可能让你所有努力付之东流，可能让你的品牌信誉一落千丈。那怎么办？

或许，可以给AI再加一道“护栏”。

未来，可能会出现“人类专家”，帮你的企业构建一套“人机协同”的过滤机制。专门帮你筛掉AI的“胡言乱语”，确保交付你的结果，可信且安全。

这样，企业才敢放心地把后背交给AI。

07

AI的“订阅生意”，正在取代传统的“流量生意”

最后，我们回到所有生意的最底层，看看商业模式。

这次大会里，很多企业都提到了一个普遍问题：增长乏力。围绕这个问题，大家达成了一个共识：

如果你的商业模式本身就落后，只靠AI优化，是救不了的。

AI，就像是个放大器。如果你本来是0，用AI放大10倍，那你还是0。但如果你是1，放大10倍，你就是10。

“0”和“1”都是什么模式？可以看看宏观趋势，眼下AI已经划出了那道分水岭。

“0”，就是绝大部分互联网企业做的“流量生意”。

告诉你免费试用，靠标题党诱惑你点击，在页面里塞满广告。只要你看了、点了，对这些企业来说，就是流量就是钱。像谷歌、Meta这样的传统互联网企业，约90%的收入靠广告。

“1”，是AI带来的“订阅生意”。

你提问，它直接在对话框给你结果。不需要你在十几个页面里跳来跳去，也不用你看广告。你唯一要做的，就是付“订阅使用AI”的钱。像OpenAI、Perplexity这样的AI企业，85%以上的收入靠收“订阅费”。

就在我们眼皮子底下，商业模式正从“流量变现”，转变为“订阅付费”。

对所有企业来说，这是一次提醒：别再想着怎么用广告弹窗骗点击，而要去考虑怎么帮用户省时间，交付给他们一个确定的结果。不盲目跟风，为了AI而AI，而真的去思考，怎么用AI重构你的生意。

这，或许才是赚取增长的正确姿势。

最后的话

呼。说完了。

最后，我想回到瓴羊举办的这场闭门会本身。

看着数据同学会办到第三年，我越来越有种强烈的感觉：它不仅仅是一场行业高端闭门会，更像是一个信号。

它在告诉所有人，AI不再是虚无缥缈的算力竞赛，而是Token消耗量、超级节点、经营指标这些看得见、摸得着的生意逻辑。

这场数据同学会，就像是在给中国企业画出一张AI时代的“航海图”：AI不是为了减成本的“拧毛巾”，而是在通过重构生产关系，让企业找到新的增长点。

我很佩服这份定力和前瞻。当大家都在焦虑如何前进时，瓴羊已经在试着带大家一起解决组织适配、AI幻觉、寻找超级节点等深水区难题，一起把AI从“CEO的愿景”变成“企业的血肉”。那句“进化吧，同行者”，不只是口号，更是一种十分落地的担当：

任何一个拥抱未来的企业，都不该在巨浪中孤军奋战。

常说，一个人走得快，一群人走得远。

既然AI这条路，将是一场长达30年、50年的漫长征途，又何必非要一个人孤独地踏上前路。

祝福，所有在AI时代求变求新的企业。

加油。

这是刘润公众号第2855篇原创文章。未经授权，禁止任何机构或个人抓取本文内容，用于训练AI大模型等用途

品牌推广|培训合作|商业咨询 | 润米商城| 转载开白

请在公众号后台回复合作