27176
94
8 月底，一篇讨论 AI 普及率真相的文章在 X 上引发大量讨论——这篇文章的名字叫做《AI Adoption is a Myth》中文意思是，AI 普及是个神话。文章指出，目前 AI 产品真正的鸿沟，不在"用不用",而在"用得多好”——事实上，企业中能深度使用 AI 的始终只是一小撮人，而当下 AI 产品的设计也正在强化这一点。
就在同一时间，我在杭州访谈了本期嘉宾，网易集团副总裁、网易智企 CEO 阮良。
阮良 2006 年从浙大计算机毕业后加入网易,从一线代码晋升至管理层，历经互联网、移动互联网、AI 三次技术浪潮。这一波大模型浪潮中，他重新拾起代码，深度使用 AI 并在企业内部推广，从业务角度思考，企业需要什么样的 AI。
在这期节目中，他带来大量一线、反共识的观察。比如，网易内部统计发现,个人用 AI coding 效率提升了 300%甚至500%,但整个软件交付流程却只从 20 天缩短到 17 天。为什么 AI 看似武装了所有人,整个组织的运转速度却没有变快？建立 AI 决策中枢和执行闭环，究竟需要什么？
阮良带来了他的思考和答案。
（本期文字版：《当 AI 进入组织，那些「没人说过的真相》）
本期嘉宾：阮良（网易集团副总裁 网易智企 CEO）
本期 Shownotes：
01:57 阮良亲历的三次技术浪潮：AI 堪比印刷术，改变知识的获取与解释权
AI 可能进入个人生活与组织运行的每一处「毛细血管」
AI 的根本变化：个性化、极致细分的服务，开始变得可供给
07:38 十年没写代码，为自己造一套 CEO AI
对管理者而言，AI 最有价值的，是把注意力还给真正重要的问题
Chat 是一次性的短任务；当工作被固化进 Agent 和工具链后，效率才开始形成复利
「你完全可以去刷个短剧、看会风景、或者喝杯咖啡」
14:07 AI 进入组织时，有哪些「从没人说过的真相」？
个人提效 500%，为什么交付只从 20 天变成 17 天？
大模型之外仍需大量调教
个人使用 AI 多是短程闭环；企业任务由多人协作完成，链条更长、角色关系更复杂
木桶的短板，决定了提效的上限
企业落地 AI 要跨过的三道坎
20:06 取消周会：让 AI 同步信息，人只解决问题
飞书文档、飞阅会的边际效应
工具效率与认知退化同时存在
AI 不是一次工具升级，而是一场组织能力的压力测试？
28:10 SaaS 未死：真正的分水岭是能否成为 Agent 的基础设施
SaaS 的本质是 Service；交付形式可以从软件界面变成 AI 或 Agent，但服务本身仍然存在
沉淀了企业核心知识与流程的产品反而可能变得更强
未来调用企业服务的不只是员工，而是数量和行动频率都远超人类的 Agent
智能客服的核心不只是大模型，而是企业私有知识库，以及对内部系统、流程和 API 的调用与编排
蒸馏人？人的经验先被写进软件，但经验未必来自于「人」
企业知识库不是静态文档仓库，而是 Agent 执行任务时的燃料
37:39 当工作被记录，经验归员工还是归公司？
经营数据、客户声音和决策留痕的重要性
老板 AI ：是一种刚需
未来高端人才入职，可能带来一整套由自身经验训练出的 AI 资产
企业 AI 的数据问题，到底是什么？
44:17 中层变少之后：强个体带着 Agent 军团回到一线
AI 原生组织：从多部门、多层级，向小型精英单元过渡
拥有强技能、能在一线指挥 Agent 的人才会增加
什么是人类真正稀缺的能力？
「AI 替代任务，而不能替代完整的人」
47:19 AI 的价值：质量 × 节省时间 × 单位时间价值
把 AI 只当作裁员工具，是对其价值的误判；
最适合优先交给 AI 的任务有四个特征：耗时、频率高、不得不做、不同人完成后的结果大体一致
先用最好的模型验证任务能否被完成，流程跑通后再寻找更经济的模型
Agent 能带来真实的规模的生产价值吗？
当每个企业都有几十上百个 Agent 时，管理能力比模型能力更稀缺？
当企业有 100 个 Agent 时，目前的 Token 消耗量如何？这是一笔怎样的账单？
怎么评估 Agent 的工作效果？AI 化指标怎么定？
「Token 并不贵」：数千元模型费用换来的产能增长足够大
「让需求更猛烈地爆发，让创新更猛烈地爆发」
56:13 当 Agent 「破圈」：Agent 开始走出程序员，Token 消耗成为人才信号
2025 年 AI Coding 已经开始兑付价值，2026 年则是非 Coding 场景开始规模化兑付价值
大模型的泛化能力与 Coding 能力打破了供给门槛
多 Agent 的意义不仅是观点多样性，也在于冗余和鲁棒性
Token 消耗显著领先的人，其工作质量和成果往往也显著领先
不要把 Token 消耗量直接等同于绩效
01:03:12 大明王朝 1566： 企业有一万种理由用不好 AI
什么样的公司拥抱 AI 最彻底？
企业用错 AI vs 不用 AI 的代价，哪个大？
大企业如何推进 AI 改革？
最出乎意料的企业案例是什么样？
如何用 AI 串成一个更短的机会兑现链条？
AI 原生组织该是什么样？
01:09:02 决策中枢的核心不是模型，而是决策历史
企业级 AI 需要「围栏」
：别把材料全塞给模型，去建立高质量知识库
如何让组织智慧能够被保留、调用与持续更新？决策知识库最有价值的内容是什么？
「接下来有两个趋势：人站在 AI 的肩膀上，以及 AI 站在自己的肩膀上」
加入听友群⬇️：
