中欧国际工商学院经济学教授兰小欢最近聊了一个挺反直觉的话题：AI 这么能干了，公司、组织这些形态会不会被冲垮？他的答案很干脆——不会，而且理由跟技术关系不大，跟"谁兜底"有关。
在他看来，法人存在的意义，就是隔离自然人的风险、替人承担责任。AI 再聪明，也没法当被告。只要社会还需要把大事交给一个超越个人的持续主体，组织这种形态就必然存在。技术革命会引发组织变化，但变化不等于单向收缩。
权力不会消失，只会换位置
信息被打平之后，权力会平均消散吗？兰小欢的判断是：不会。权力会往产业链中暂时无法被替代的环节集中。他举了几个例子：律师合伙人签不了字的 AI 也能写合同，但出了问题需要赔偿的是合伙人；审计师的名字，AI 签不了。
互联网时代靠近用户挣钱，AI 时代挣钱的反而是"卡位"——利润流向暂时最难以被绕开的位置，比如英伟达、台积电、ASML。技术复杂不等于一定能赚钱，关键看所在位置有没有替代品。
Token 不是一把好尺子
很多人用 Token 消耗量来衡量 AI 产业规模，兰小欢觉得这个尺度不太靠谱。原因很直接：同样一件事，模型换一代、分词器换一次，消耗的 Token 数就可能不同。模型厂商和云厂商既定义"秤"，也定义度量，普通用户根本参与不了计量标准的制定。
所以他更愿意从位置关系出发看问题：谁能决定、谁签字、谁承担失败、谁暂时无法被替代。这些维度比 Token 数更能解释产业结构的真实变化。
初级岗位从生产答案变成验证答案
AI 时代就业会消失吗？兰小欢认为不会简单消失，但岗位内容会变。初级岗位正在从"搜索和生产答案"转向"验证 AI 给出的答案"。初级律师开始承担更多验证工作，因为律师编造假案例会带来真实处罚；期刊编辑和同行评审成了产能无限扩张后的新卡点。
大学的核心功能也被他重新定义：大规模筛选认证。大学为文凭签字，但不为毕业生后续表现承担法律责任，这种"统计上好"的认证大幅降低了雇主的验证成本。知识可以平权，但验证不会自动消失。
AI 是研究助理，不是判断力本身
兰小欢自己用 AI 做研究助理，让 AI 围绕个人知识缺口生成脑科学等主题的"书"。但他强调，在严肃研究中需要设多道验证关卡。AI 把密集研究改成举重若轻的聊天体不难，难的是知道十件事后决定只讲其中一件——这个选择来自作者的经历和理解。
AI 降低了满足好奇心的成本，但注意力上限仍是人类的硬约束。如果 AI 只是给你生产信息，所有东西还得再过一遍你的脑子，那它的价值就要重新掂量。
AGI 应该是公共品，不是某家公司的私产
聊到 AGI 的未来形态，兰小欢的观点挺鲜明：如果 AGI 真的会来，它应该超出任何一家公司的控制。如果一个东西仍然可以被一家公司完整掌握，它很难被称为 AGI。资本故事一旦中断，参与者可能在抵达 AGI 之前先倒下；但若 AGI 最终超越任何单一法人，今天的商业回报逻辑未必还能成立。
他提醒，分析现状不能把尚未到来的终点当成确定前提。
模拟实验的教训：光有函数不够，还得有人物关系
兰小欢还分享了一个用 AI 做社会模拟的实验：模拟 2012 至 2026 年城投债变迁。初版失败，因为缺少人物小传；补全性格后仍失败，因为人物间只有业务互动而没有真正的人际关系。材料规模可以搭背景，人物设定可以保证行为一致，但不能自动生成社会真实。
这个实验目前停留在满足好奇心的范围内，没有当作研究成果。但它揭示了一个边界：AI 能模拟行为逻辑，却难以自动生成人与人之间那种复杂的社会联结。
兰小欢的整套分析，核心就一句话：很多组织不是为了信息和做事存在的，它们是为了兜底、扛风险而存在的。只要 AI 不能当被告，这些事就会存在。
热门跟贴