AI时代,大公司如何创新?
作者：微信文章大模型时代，以OpenAI，DeepSeek为首的一些创业公司迅速崛起，微软、苹果、谷歌、华为等大公司跟他们相比，明显迟缓。所以自己最近一直在思考和观察创业公司的创新模式，看看有什么启发。
“强大的物种追求繁殖能力强。”是违背自然规律的。颠覆性创新能力强的大公司，从哲学的角度来看，就可能不存在。所以，本文的思考应该很肤浅。
1、 新的洗牌机会
每一次大的科技变革都会带来巨大的机会，过去的20年，数字科技上有三波大的科技繁荣：移动互联网、云计算、以及最新的人工智能。
在这几波科技浪潮中胜出的公司都成为了伟大的公司，比如苹果、谷歌、亚马逊等，而错过快速发展契机的企业都逐渐没落了。这就是近几年全球科技大公司都在恐慌性投资人工智能的原因，ALL IN大模型，他们期待在这波科技浪潮里实现赢者通吃。
以华为为例，华为基本抓住每一波科技革命的浪潮，逐渐走到世界前列。而当年处于电信行业领先地位的诺基亚、朗讯和爱立信到如今却没落了。他们曾经也非常辉煌，二十年前处于跟当今美国M7一样的地位。诺基亚2000年的市值达到过3000多亿美金，位列全球TOP5，而如今的市值不到当年的十分之一。曾经全球市值TOP10的朗讯，最终消失在历史的浪花中了。
再看看曾经的半导体巨人英特尔的小弟英伟达，他把握住了这波人工智能的领先优势，实现了惊天的超越，英伟达的市值一度达到惊人的3万亿美金，是英特尔的30倍，这是任何人都没有办法预估到的。
错过一次革命，就落后了一个时代，最终会被时代抛弃，消失在历史中。
2谁是新的领袖
2017年6月，在上海SSIST 2017大会上，笔者参加了人工智能的Panel，跟今日头条的马维英、商汤科技的徐立、360的颜水成、上科大马毅等几个机器视觉领域的知名专家聊人工智能，这个Panel上讨论的是AI是否会很快泡沫破裂。
会议上，马维英提出一个秋天论，认为当时处于AI的秋天，有些领域在收割成果，比如机器视觉，但秋天也意味着冬天不远了，AI行业可能会面临一个冬天，但大家认为冬天的时间不会太长，AI/ML技术在提高生产力上的贡献已经是不容置疑。
每一次AI狂热后，都会摸清这轮技术变革带来的能力边界，随后进入一段平淡期，类似的故事在人工智能领域已经发生过三次。
2015年那波人工智能的浪潮是由深度神经网络带来机器视觉的突破， 以及DeepMind基于强化学习和思维链带来的AlphaGo和AlphaZero的巨大突破共同推动的。坦率的说，当年AlphaGo战胜人类的时候，带来的冲击并不比ChatGPT弱，我们当时也都认为AGI很临近了。围棋界有个说法，上帝最多让人类三子，到今天，机器跟人类的差距基本达到让三子的水平，也就是神跟人的区别了。
回头看那波的人工智能浪潮，初期领先的企业，比如DeepMind，IBM Watson，以及中国AI四小龙，这些年发展都不好，DeepMind被谷歌收购之后，连年亏损。Watson已经关门了，AI四小龙也长期处于亏损的境地，苦苦挣扎。创新领先企业并没有实现商业成功。
但是一批AI应用的厂家受益了，字节跳动变得伟大。美团、拼多多、希音、海康等一批充分应用了AI算法的企业也因此受益。基于机器视觉的视频监控、人脸识别、语音识别等正在巨大地改变着世界，极大地提升了社会效率。这就给我们一个非常重要的启示，AI创新只有创造价值，形成商业闭环，才能够长期健康地发展。因此，如何让AI创造价值是未来的关键。
大模型经过两年的狂热，科技树再次演变到数据创造（类似当年的GAN）、思维链上后，关于大模型泡沫的声音也多起来了，争议的焦点是：未来是快速走向AGI，实现人类终极的技术革命，还是摸清大模型能力边界后，进入一段平淡期。
但我们必须看到，人工智能科技演进的步伐一直没有停止，呈现梯次、波次的发展，不断迭代前进。
这一波大模型带来的人工智能变革已经在自动驾驶、自动软件编程、自然语音处理等领域呈现出无与伦比的进步，AIGC带来巨大的想象空间，有一点是确定的，大模型将会给世界带来巨大的改变，提高生产效率。
大模型时代必然会有新的英雄诞生，谁会笑到最后，科技新锐，还是传统大科技公司？
3大公司为何落后
1、创新者的窘境
2023年，随着ChatGPT的爆火，福布斯曾写了一篇文章《从人工智能“优先”到最末：谷歌是如何掉队的？》探讨不缺技术、不缺人才、不缺资金的谷歌为何会掉队，引起科技圈激烈的讨论。
这波大模型浪潮的基石诞生于谷歌，谷歌2017年发表了一篇人工智能的开创性论文，《Attention Is All You Need》，提出了分析文本的新型网络架构“Transformer”，成为生成式人工智能技术应用的基础。但这个发明却在OpenAI结出了丰硕的果实，谷歌起个大早，赶个晚集。
关于大公司为何不能创新已有大量的分析，其中《创新者的窘境》这本书对此有非常详细的阐述。
组织层级多、流程重、决策慢、迭代速度慢、决策层知识老化等是大企业的通病。有人开玩笑，全面AI时代，大企业的老家伙们千万别着急，他们越着急，实际效果越差。
科层制的大企业适合目标清晰、实现路径明确的科技领域，这样才能够进行任务分解，制定KPI，发挥“工程化”和“平台会战”的能力。但科层制组织很难用于从0到1的原创，因为科技原创从本质上就是无法事先定义目标，更无法事先规划路径的。无法定义目标，就无法进行任务分解，无法及时有效地考核。这类的工作，在层层级级的汇报后，要不消亡，要不会非常边缘化，很难坚持长期主义。
OpenAI公司的成员写了《为什么伟大不能被计划》，就如书名所提示的那样，很多科技原创都是意外、热情、大胆设想、勇于试错的产物。
雷军曾经总结过大公司创新容易失败的三个关键原因。第一，偶像包袱，大公司觉得自己品牌、人才、技术、钱，什么都有，所以缺了对新业务的敬畏之心，忘了自己在新的行业是zero。第二，惯性思维，还停留在过去的成功经验里面，但没有意识到过去的方法不一定适合新的时代了。他举了传播的案例，一本正经的广告片不如随意拍的自媒体更有传播性。第三，认知错位，就是你对本质和阶段理解是不对的，其实你是零，什么都没有。
2、极客文化、年轻天才的舞台
成功的AI创业公司，经常会有一个有情怀和有远见的创始人，由他聚集高内驱力、高协同性的顶尖人才。没有KPI，没有复杂的流程，实现“无需考核的自组织创新”。
DeepSeek、宇树等创新公司都是由一帮年轻人而不是老人带领出来的，整体的创新文化比较自由，而且创新团队都不大。说明了越小规模的团队越容易实现自由，而越自由的地方，越容易创新。团队规模太大了，相互的牵制会很多。
因为流程简单，所以创业公司是典型的精英团队，基本都是极客文化，工作非常聚焦，没有太多的“假把式”。因为团队规模小，他们都选择积极开源和开放，利用开源的杠杆，撬动更多的资源，迅速地构建生态。同时因为没有产品历史包袱，他们敢于技术革命，为革命而生。
笔者曾经拜访宇树公司，询问他们的产品经理，是如何定义产品的，如何决策的，有没有具体的流程。产品经理告诉我，基本由王兴兴决定一切，没有复杂的流程和考核，很多时候凭创始人的直觉和经验。
3、大公司真的输了吗？
这波人工智能领域的百模大战由创新公司和互联网大厂共同引领，都没有缺席，也没有绝对的差距，谁能够笑到最后，暂时还不能预判。
当年的DeepMind也曾独领风骚，但最终还是被谷歌收购了，这几年的发展并不顺利。业界有个“网景现象”的说法，就是领先的创新公司最终被市场垄断的大公司打败。网景作为当年的互联网急先锋，在浏览器市场占有率一度超过70%，但最终还是被微软利用垄断地位打败，消失在历史中。所以平台公司有平台公司的优势，能够通过平台的巨大客户群，以及生态粘性，实现新技术的快速复制和变现。而创业公司起的快，但不一定活的久，一旦赛道确定下来，进入商业变现环节，创业公司就会出现规模的劣势，以及系统组织管理的劣势，无法形成市场商业竞争力，“起个大早，赶个晚集”。
最近DeepSeek、宇树很火，分析DeepSeek的文章铺天盖地。我看了梁文锋和王兴兴的一些演讲，确实讲得很好。但我们要清醒地认识到，这里面有幸存者偏差的要素，我们只看到创业公司中的成功者，背后可能还有成千上万的失败者，他们可能也有伟大的情怀和抱负，也有一支精英的团队，也采用极客文化，简化管理，甚至不缺资金保障，但他们最终没有胜出。所以不能简单的地用1-2家成功的创业公司否定掉大的成功企业。
近期谷歌的AI能力迅速的赶上，有再次成为领导者的趋势，就能够说明大公司的后劲。
成功创业公司有偶然性，但也要看到成功创业公司的必然性。
4成功创业公司典型模型
通过对SpaceX、OpenAI、DeepSeek、宇树、大疆，以及其他一些典型的成功创业企业进行分析，我尝试找到一些共性的特征，总结成以下的火箭模型。大部分成功的创业公司拥有这个模型里的大部分特征。
基于这些特征要素，我尝试分析一下大公司和创业公司的异同点，由此引出对大企业的新创新模式的探讨。
1、 优秀人才使用
首先，不得不承认人的关键因素。不管是马斯克、马云、雷军，还是王兴兴、梁文锋，在创业初期，他们本人是决定公司生死存亡的关键，是公司的灵魂，没有他们，就不会有这家成功的企业。
对人才的重视，不只是创业公司，大公司也非常重视。各大公司对顶级人才的争夺已经上升到战略层面，比如华为的天才少年机制。
但必须要看到，顶尖人才的使用是充分不必要条件，虽然能够加大成功的概率，但不是成功的必然。有数据显示，当年机器人赛道融资额前20的项目中，19个创始团队有海外顶尖实验室背景。也就是说创业公司汇聚了大量的顶尖人才，但最终能够成功的创业公司比例依然不高。
对比来看，创业公司和大公司对人才的应用有什么区别呢？
首先是领军人物，创业公司创始人时刻面临着公司生死存亡的压力，创业公司间的竞赛就如同养蛊，最终胜出的是精英中的精英，有情怀，懂技术，懂管理，智商和情商都极高。而大公司的团队负责人是基于组织任命的，基于过往的历史成功经验、综合能力，以及组织的信任度，不是竞争的产物。加上大公司舒适的环境，很难压榨出生死存亡间游走的潜力。
其次是团队，创业公司规模比较小，团队的优秀人才密度普遍比较高，类似特战队，个体的优势更能够被充分发挥。大公司有庞大的人力资源组成，顶尖人才掺杂在大部队里，成为组织流程的一部分，类似野战军，个体优势相对比较难以充分地发挥。
另外大公司的管理非常规范和复杂，比如有复杂的绩效考核、任职、人岗等一系列管理性的工作，同时，向上对齐、向下分解、组织协作的拉通活动带来文山会海，很难让优秀人才真正聚焦在创新活动上，消耗非常大。
比如字节的员工说：“因为要对接不同产品团队，所以经常同一段话，一天内要给几个不同团队各说一遍。最近高层和汇报线的调整也让一些员工感到不安，难以静心。”
2、流程简洁，快速迭代
马斯克说真正的技术优势是创新速度，马斯克的系统工程的核心思想就是创新的快速迭代。SpaceX的星舰，从发射后3分钟爆炸到筷子夹火箭，一年半迭代了五次。这么短的时间，传统的航天企业，比如NASA，可能方案论证都没有完成。
我在欧洲工作的时候，比较过国内和欧洲的光器件工厂，2018年欧洲的光器件工厂还有一定的领先，但到2022年就完全落后了，核心就是迭代的速度跟不上，欧洲一年迭代2次，国内一年迭代3-4次。
当年华为电信设备跟国际厂商竞争的时候，之所以能够领先，就是因为员工能够加班加点，迭代的速度超过竞争对手。华为的手机也因为迭代的速度比苹果快一倍以上，一度赶上了苹果，是因为美国政府制裁，才慢下来。美国对华为的制裁不但打击了华为的供应链，也放缓了华为产品迭代的速度。这个影响非常关键，在华为各个产品领域都能够体会到。
电动车跟传统车的竞争也是一样，随着消费电子领域领先企业华为、小米的参与，将消费电子的迭代速度用到电动车产业后，必然会远远的超过传统汽车企业。
迭代速度的重要性，在人工智能领域尤其明显。全球有影响力的基础大模型都在快速迭代，让你感觉眼花缭乱，跟不上，就掉队了。计算基础设施厂商也一样，英伟达迭代的速度非常快，他们的迭代速度让任何想自研计算芯片的互联网大厂都感到绝望。
所有成功的创业公司迭代都非常快，核心关键是组织扁平、流程简捷。前面我举过宇树科技快速决策的例子，对比来看，一个大企业员工告诉我，他们一个非常小的合作项目，要经过5轮决策，周期超过两个月。
我有时候非常好奇王兴兴或者梁文锋这样的项目经理在大公司会如何做，估计他需要花大量的时间写PPT，去Training各层主官，围绕着各层主官的口味修改PPT。如果顶不住压力，那么项目必然按各层主官的要求，走得面目全非了。
如何保障快速迭代，不但有人、组织、流程的要素，还有其他要素，是一个复杂的系统工程。
3、垂直整合，追求极致性价比
极致性价比的追求，是创新企业成功的关键。
马斯克从第一性原理出发，大幅度降低火箭发射成本。终端领域的小米、传音，电动车领域的卷王BYD、Tesla和现在的小米，电商领域杀得淘宝节节败退的拼多多，都是采用极致性价比。
DeepSeek-R1的训练成本仅为560万美元，是OpenAI的GPT-4的几十分之一。宇树机器狗的售价是波士顿动力的1/50。
为了走向极致的性价比，各个公司都不自觉地走向产业链的深度整合，也就是“垂直整合”的模式，比如SpaceX大部分组件都是自己生产的。
垂直整合既能够提升综合性能，也能够极大地优化成本，并且能够加快迭代速度。
DeepSeek的训练成本是同类顶尖模型的1/10，就是通过软件、算法，以及硬件的深入融合和联合优化。
宇树科技对关键部件比如无线通信、视觉模组、电机驱动器等开展自研，减少中间环节成本,把成本打到极低，并且打造自己的工厂，有效降低了供应链成本，同时能够不断系统地优化产品结构。
4、利用生态的力量
近年来，越来越多的初创企业通过开源生态获得杠杆效应，降低了应用层开发成本，快速构建生态优势。过去十年，多个开源案例成为行业标杆——开源的Chrome浏览器超越了闭源的IE，开源的Android系统彻底改变了移动操作系统的格局。
在AI领域，开源大模型的崛起对行业带来了深远影响。尤其是近期，DeepSeek推出四款开源AI模型，打破了企业对封闭AI技术的依赖，快速的发展，改变了市场的竞争格局。
2025年2月，OpenAI的首席执行官Sam Altman公开承认，过去的封闭策略存在局限，并且在2025年4月宣布重新开源，标志着行业对开源模式的重新审视。
开源的核心优势在于降低技术门槛，帮助企业和开发者以更低的成本接入和部署强大的AI技术。这种开放的生态模式促进了创新，吸引了大量的社区参与。例如，DeepSeek通过开源模型降低了技术使用门槛，而宇树科技通过开源其机器人运动控制算法，不仅吸引了社区贡献优化方案，还减少了自身的研发投入。
当然，开源并非适用于所有情境，开源的真正价值在于如何促进生态系统的建设。无论开源，还是闭源，最终都要充分利用生态的力量，达成商业成功。
5 探讨大公司的创新机制
对于激烈的全面AI时代的竞争，大公司内的创新模式是否能够有一些优化，既保持大企业的平台优势，又增加创业公司的灵活度和创新能力。
1、开放心态，假设和梦想牵引
一个企业，如何能够做到与时俱进，并对未来做出正确的判断是非常关键的。
华为任总曾经说过：“没有正确的假设，就没有正确的方向；没有正确的方向，就没有正确的思想；没有正确的思想，就没有正确的理论；没有正确的理论，就不可能出来正确的战略。”
人类将进入全面智能化社会，基本上是全社会的共识，这是大趋势。一个企业要清晰地认识到这个巨大的变革，并且顺应时代的洪流，把握住机会。
全面AI时代的一个关键特点就是多变性和不确定性，如何在如此复杂的环境下，形成正确的假设和科技愿景，就需要有更开放的心态，放下包袱，引入更多前瞻性思想，形成综合判断，而不是封闭地基于大企业内生的历史经验。
2、打造“快创新模式”的能力
颠覆性创新，面临全新的应用，全新的场景，对传统经验依赖度比较低。可以尝试学习创业公司，构建 “快创新模式“，打造”创新尖刀排”。 积极拥抱极客文化，高度聚焦。同时开放合作，利用生态杠杆，快速迭代。
人才选拔与团队组建
选拔青年领袖作为团队负责人，给予足够的授权。由他为主组建团队，增加预算的弹性，渐进发展，约束团队的规模（不超过150人），增加优秀人才的密度。
流程及管理
跟传统部门适当隔离，上层组织建立“类董事会”管理这些创新尖刀排，管理投资方向、资金应用、品牌使用，以及营商环境监管等，不干涉具体的业务决策。
充分授权，由团队自己决定技术、生产、生态、上市的策略。垂直整合，端到端闭环，公司大平台给予一定的支撑。
多路径机制
关键的业务路径上不能依赖一个人和一个团队。可以采用多路径布局的方法，同步进行，保持赛马。构建类似A轮、B轮、C轮投资的思路，在关键节点上决定某条路径是继续，还是合并入其他路径，确保有限的投资下的最强壮路径的投资密度。
3、“快创新+渐进式创新”的创新纵深
虽然创业公司中不断诞生“明星”，创造财富神话。但要看到，科技终极的抗争都是相对确定赛道上的大军团会战，比如美国M7，与中国华为、字节、腾讯、阿里、比亚迪、小米等企业间的抗争。
我们既要有快速的创新能力，也要保证关键赛道上的最终胜出。华为说“后发制人，压强原则”，段永平说“敢为天下后”，都是如何在确定赛道上保证成功。
大自然中，有些热带树林环境恶劣，有长达3个月甚至6个月的旱季，林木生态中出现快、慢两种物种。一类树种称之为先锋树种，能抓住机会快速生长，细胞壁薄，长得快，一年甚至可长高10米，但是不耐恶劣环境，一般只有30年寿命；而多数成熟林冠层树木则生长缓慢，扎根可达20米到30米，细胞密实、皮厚、气孔闭塞且容易落叶，能量分配偏向防御与持久，在低光环境下也能长期生存，在等待中缓慢积累资源，寿命可达500到5000年。
先锋物种以速度换空间，优势物种以耐力夺时间。
随着人工智能的发展，传统简单的“后发制人”模式受到挑战，智能化工具的使用，拉低了大企业的规模优势。同时，后发制人的生态的劣势，将使得大公司赶超的难度几何倍数地增加。
所以，对于新的时代，创新也需要用速度换空间，用耐力赢得最终的胜利。结合快慢两者优势，打造科技创新的纵深模式。
在新兴的领域构建“创新尖刀排”快速地试错，摸清楚关键路径和关键技术挑战，以及快速构建生态。在优势领域形成以快打慢的态势，扩大优势。在劣势领域通过系统创新，以系统的优势来弥补单领域的弱势，形成降维优势。在基础研究领域，坚守价值投入、长期主义，积累内功。
4、发挥系统工程能力
AI大模型时代的竞争，不只是科学理论的竞争，更关键的是系统工程能力的竞争，是“大数据+大算力+强算法”的结合，还包括优秀人才、先进工具、先进方法的使用，以及易开发、易部署等特性，这就要依靠系统工程的能力。近期爆火的华为CloudMatrix 384超节点，就是系统综合致胜的典型代表。
以及近期的中国J-10C战机打法国阵风战机的案例，都能够看出未来的竞争主要是系统间的对抗，从中都能够看到系统工程的应用。
任总说过：“华为的核心能力在系统工程而不在零部件，我们是要通过系统工程能力构建核心竞争力”，在全面智能化时代，系统工程能力依然是大公司致胜的关键法宝。
对于新的AI时代，传统的系统工程方法不一定能够适应高速迭代的AI时代，需要以一种新的系统工程框架来重新思考全面智能时代的系统竞争。
6 结语
写在最后，对于未来，引用梁文锋在朋友圈写下的那句：“旧世界分崩离析，新时代正在光速到来。”
在这个大变局时代，不能拥抱未来，革自己命的企业，最终会走向消亡。
2025.4.10 于深圳
页:
[1]