作者：彭昭（智次方創(chuàng)始人、云和資本聯(lián)合創(chuàng)始合伙人）
物女皇：別搶紅饅頭
這是我的第410篇專欄文章。
3月28日，我在無錫參加并主持了2026年度人工智能素養(yǎng)技能提升研修營首期活動，聆聽微軟（中國）首席技術(shù)官韋青老師的演講，題目是《系統(tǒng)工程視角下的機器智能落地》。
在當(dāng)下這個被大模型、AGI、具身智能等熱詞轟炸得讓人集體焦慮的節(jié)點，韋青的分享像是一盆冷水，也像是一劑清醒劑。他沒有在臺上展示各種炫酷的AI生成效果，而是從系統(tǒng)工程、認(rèn)知神經(jīng)科學(xué)和歷史演進的角度，把高高在上的AI拉回了地面。
作為一個在物聯(lián)網(wǎng)產(chǎn)業(yè)深耕多年、同時做產(chǎn)業(yè)投資的人，我從這場演講中提煉了三個核心認(rèn)知，分別對應(yīng)三個問題：AI落地卡在哪？機會藏在哪？該怎么做？今天這篇文章，就來與你分享。
AI落地的“五個饅頭困境”：絕大多數(shù)企業(yè)在拿第五個饅頭的預(yù)算，補前四個饅頭的課
韋青講了一個生動的故事：張三餓得快死了，連吃五個饅頭才活過來，恰好第五個是紅色的，從此江湖盛傳，只要拿到那個紅饅頭就能起死回生。于是所有人都拼命去搶第五個饅頭，把前四個忘得一干二凈。
這個寓言精準(zhǔn)到“一針見血”，它就是今天AI落地的真實寫照，所有人都在搶那第五個紅饅頭，也就是模型和智能，卻忘了前四個饅頭才是企業(yè)能站起來的原因。
真正卡住AI落地的，從來不是模型不夠強。我們不妨放眼去看那些號稱要All in AI的企業(yè)，模型買了、GPU搶了、API接了、智能體搭了…結(jié)果呢？大模型跑出來的東西沒人敢用，因為數(shù)據(jù)是臟的；流程自動化推不動，因為沒人說得清現(xiàn)有流程長什么樣；老板說要全員擁抱AI，但底下人把它當(dāng)成KPI作弊工具。
韋青解讀了五個饅頭的深意：第一個饅頭是文化，組織能不能容忍試錯？第二個是人才，團隊能不能駕馭機器，而不是被機器的幻覺迷惑？第三個是流程，業(yè)務(wù)邏輯能不能被數(shù)字化建模？第四個是數(shù)據(jù)，數(shù)據(jù)資產(chǎn)是真正可被機器學(xué)習(xí)的，還是一堆散落在Excel和微信群里的碎片？
這四個饅頭沒吃，第五個饅頭再紅，吃了也沒力氣干活。
但眼下最大的問題不在于企業(yè)不知道這些，而在于資源錯配。我見過太多企業(yè)，CTO在向董事會要算力、要GPU的預(yù)算，但真正需要投資的東西，數(shù)據(jù)治理團隊、流程數(shù)字化改造、組織文化變革、復(fù)合型人才培養(yǎng)…這些在預(yù)算表上要么沒有獨立科目，要么被打包在一個不起眼的角落里。
最諷刺的場景是：預(yù)算表上最亮眼的那行“AI戰(zhàn)略投入”，恰恰是投入產(chǎn)出比最低的一筆錢，因為它在給一個還不會走路的嬰兒買跑鞋。
我的判斷是，對于絕大多數(shù)不以AI模型為核心競爭力的行業(yè)企業(yè)來說，評估AI就緒度的標(biāo)準(zhǔn)應(yīng)該倒過來看。不要看企業(yè)買了多少張GPU卡、接了多少個API，而是誠實地回答四個問題：數(shù)據(jù)能不能被機器學(xué)習(xí)？流程能不能被數(shù)字化建模？人才能不能駕馭工具而不是淪為工具的附庸？文化能不能接受“先做再改”而不是追求“一步到位”？
如果這四個問題的答案都是否定的，那么再先進的大模型到企業(yè)手里，也只是一個昂貴的聊天框。
物聯(lián)網(wǎng)是AI時代的“電源插座”：無錫被嚴(yán)重低估的基礎(chǔ)設(shè)施優(yōu)勢
如果說第一個觀點是在診斷“缺什么”，那這個觀點要指出的是“有什么”，而且是一種很多人視而不見的“有什么”。
韋青在演講中用了一個讓我感覺醍醐灌頂?shù)臍v史類比。他說，僅僅擁有電力是不夠的，只有當(dāng)電源插座成為建筑的標(biāo)準(zhǔn)配置，才標(biāo)志著人類社會真正進入電氣化時代。想想看，發(fā)電廠再強大，電網(wǎng)再發(fā)達，如果我們的房子里沒有插座，電力對我們來說就是一個遙遠的概念。
他還提出了一個智能系統(tǒng)基模：I（輸入）、P（處理）、O（輸出）、F2（反饋+前饋）。
陪跑了物聯(lián)網(wǎng)十幾年，韋青提出的這個模型，不就是物聯(lián)網(wǎng)的核心架構(gòu)嗎？傳感器負(fù)責(zé)輸入，通信網(wǎng)絡(luò)負(fù)責(zé)傳輸，邊緣和云平臺負(fù)責(zé)處理，執(zhí)行器負(fù)責(zé)輸出，閉環(huán)控制負(fù)責(zé)反饋。所謂的AI落地，本質(zhì)上就是在這條完整鏈路的“處理”環(huán)節(jié)，從傳統(tǒng)算法升級到了機器學(xué)習(xí)。
但問題在于，如果前面的感知和傳輸不存在，后面的行動和反饋也沒有，AI就是一個懸空的大腦，既感受不到真實世界的溫度、壓力、振動和流量，也改變不了任何物理層面的結(jié)果。它能做的全部事情，就是處理人類喂給它的文本和圖片，然后輸出人類看著像那么回事的文字。
韋青自己也說了一句話，讓我印象極深。他說，無錫這樣的城市最不需要追AI的潮流，而是要駕馭這個潮流為己所用，因為AIoT的基礎(chǔ)已經(jīng)在了。這話從一個微軟CTO嘴里說出來，分量不一樣。他不是在安慰無錫，他是在陳述一個被嚴(yán)重低估的結(jié)構(gòu)性事實。
到各種技術(shù)論壇上看，物聯(lián)網(wǎng)早就不是性感的話題了，流量和資本全跑到大模型那邊去了。但現(xiàn)在回頭看，物聯(lián)網(wǎng)的傳感器一個一個裝、協(xié)議一個一個調(diào)、數(shù)據(jù)管線一條一條鋪，這些上不了頭條的工程，正是AI落地最稀缺的物理根基。
真正的AIoT融合，不是通常理解的“AI賦能IoT”，好像AI是高高在上的賦能者，IoT是被動的接受者。恰恰相反，是IoT為AI提供了落地的物理根基。AI需要的“感知-傳輸-記憶-計算-行動-反饋”完整閉環(huán)，每一個環(huán)節(jié)都指向物聯(lián)網(wǎng)。沒有這個閉環(huán)，AI就永遠停留在Demo階段，Demo給投資人看，Demo給領(lǐng)導(dǎo)看…但就是沒法給客戶看，給實際的生產(chǎn)線看。
無錫擁有的是一種被嚴(yán)重低估的結(jié)構(gòu)性優(yōu)勢，只不過在大模型的光芒下，這種優(yōu)勢暫時不太上鏡。但潮水終究會退。當(dāng)市場從“比誰的Demo炫”轉(zhuǎn)向“比誰的系統(tǒng)真正跑起來”時，手里有“插座”的人終將會發(fā)現(xiàn)，自己站在一個極好的位置上。
拒絕“物理相加”，擁抱“化學(xué)反應(yīng)”：別在馬車上裝噴氣式發(fā)動機
診斷了問題，發(fā)現(xiàn)了機會，最后一個問題是：到底怎么做？
韋青轉(zhuǎn)述了一位城市“AI+”領(lǐng)導(dǎo)的原話，那位領(lǐng)導(dǎo)說，別給我物理性的“+”！我需要化學(xué)性的“+”！
站在產(chǎn)業(yè)觀察者的位置，我看到太多企業(yè)把AI轉(zhuǎn)型做成了物理疊加，但仔細(xì)看看，部門還是那些部門，流程還是那些流程，KPI還是那些KPI，AI只是被硬塞進舊體系里，當(dāng)了一個體面的外掛。
韋青用了一個更扎心的比喻。他問，如果給一輛馬車配上一個噴氣發(fā)動機，下場是什么？答案不是飛起來，而是被自己跑散架。噴氣發(fā)動機固然強大，但馬車的木輪子、韁繩和馬車夫甩鞭子的全部技能體系，根本無法匹配這種動力，強行啟動的結(jié)果不是加速，是解體。
雖然AI生成了內(nèi)容，但審核流程沒有建立，人工復(fù)核的成本比手寫還高。雖然AI跑出了數(shù)據(jù)洞察，但決策鏈條還是層層審批的老路徑，洞察到了決策者面前已經(jīng)過了保鮮期。雖然AI輸出了優(yōu)化方案，但執(zhí)行層面還是依賴經(jīng)驗豐富的老師傅拍腦袋…最后大家得出一致結(jié)論：AI這東西不好用。
其實不是AI不好用，是他們把噴氣發(fā)動機裝在了馬車上。
真正的“化學(xué)反應(yīng)”意味著什么？我從韋青的演講中提煉了一個判斷框架：技術(shù)落地有三個層次：“有”、“有用”和“有作用”。“我也有AI了”是第一層，全公司都買了賬號，PPT上多了一個AI標(biāo)簽?！癆I幫我省了點事”是第二層，局部效率提升了，但商業(yè)模式紋絲未動?！癆I改變了我的組織形態(tài)和商業(yè)邏輯”是第三層，到了這一層，才能說發(fā)生了化學(xué)反應(yīng)。
從“有”到“有用”靠的是采購和部署，花錢就行。但從“有用”到“有作用”靠的是整個系統(tǒng)的重構(gòu)。
因此，韋青預(yù)判了一種未來組織形態(tài)：前沿組織與超級個體的結(jié)合。這種組織的核心效率指標(biāo)不再是傳統(tǒng)的人均產(chǎn)出，而是“人機比例”，一個超級個體能調(diào)度多少個智能體為自己工作。組織結(jié)構(gòu)也不再是固定的部門墻，而是由任務(wù)定義的動態(tài)柔性編隊，任務(wù)來了臨時組隊，任務(wù)完了自動解散。
這種組織的最終標(biāo)志是什么？是AI化于無形。
今天沒有人會說“我們是一家用電的企業(yè)”，因為電已經(jīng)像空氣一樣融入了所有生產(chǎn)環(huán)節(jié)。同樣的道理，當(dāng)有一天沒有人再標(biāo)榜“我們是一家AI企業(yè)”的時候，AI才真正完成了它的使命，從一個光鮮的物理外掛，變成了融入企業(yè)骨骼里的化學(xué)基因。
寫在最后
三個觀點，三個隱喻，指向同一個結(jié)論：AI不是魔法，AI是系統(tǒng)工程。
正如韋青所言，阻礙轉(zhuǎn)型與創(chuàng)新的真正因素，不是技術(shù)，是心態(tài)。技術(shù)的指數(shù)曲線已經(jīng)起飛了。問題是，我們的認(rèn)知曲線跟上了嗎？
