人工智能（AI）正在給商業世界帶來根本變化，首先體現在生產要素的改變。傳統經濟圍繞土地、勞動、資本和技術組織生產。在智能時代，數據、算力與模型逐漸接近基礎設施，智能則成為一種新的核心要素。智能由依附於人，轉為可以被調用，企業獲取和配置生產能力的方式也隨之改變。
過去，企業要獲得更多知識與經驗，往往需要投入更多人力。如今，智能可以持續調用、全天候參與工作，供給也有了大幅擴展的可能。企業對投資的理解，因而需要從增加傳統要素投入，延伸到如何配置和運用智能。不同體制下如何組織和配置這些要素，也成為需要進一步思考的問題。
生產要素改變，生產關係也隨之重構。傳統企業透過金字塔式的管理層級和職能分工，把不同崗位連接起，智能體（agent）協作則使組織更接近一個人機網絡。人與智能體、智能體與智能體可以共同完成任務，組織邊界更加靈活。人從直接執行轉向目標設定、判斷與監督，協作的基礎也從層級分工逐步走向網絡協同。
供需關係同樣在發生變化。知識與服務可以實現大規模供給，標準化數字服務的邊際成本下降，使相同供給量對應的成本曲線整體下移。由此，商業世界開始呈現供給趨於豐裕的可能。同時，稀缺性也在轉移，能源、物理資源與信任變得更加重要。企業需要理解哪些要素更容易獲得，哪些要素仍然支撐着自身的價值。
馬斯克對機械人發展的預測，進一步描繪了這種供給豐裕的前景。他預計，全球人形機械人數量可能在未來10年達到10億台，15年達到100億台，20年達到1000億台。在他的設想中，機械人能夠持續工作，推動勞動成本大幅下降，規模化生產也將降低住房、商品與服務的成本。
他的預測還涉及中國的算力發展與出行方式。中國的發電能力，以及未來突破芯片與算力瓶頸的可能，為智能應用提供了發展空間；Robotaxi則有望降低出行成本，釋放人們用於通勤的時間。這些是對未來的判斷，其共同指向是：當智能與機械人能夠擴大供給，生產與服務的成本結構也可能發生根本變化。
AI能力的躍遷
這些根本變化，與AI能力的逐級躍遷密切相關。從能夠理解問題的對話者，到能夠思考的推理者，再到能夠做事的智能體，AI在企業中的定位由工具、參謀，走向執行者。進一步的發展方向，是能夠自我進化的創新者，以及能夠統籌系統的組織者。AI的自主性及其在組織中的作用，正在逐步提升。
人機關係也沿着這一過程變化，從人使用AI、向AI提問，發展到人指揮AI、授權AI。現階段，智能體已經開始承擔端到端任務交付。下一步，它可能透過自我進化和跨領域決策成為創新夥伴。更長遠地看，隨着智能體具備統籌系統的能力，企業可能從使用AI走向人機共治。
AI開始改進AI自身，是能力躍遷的一個重要表現。研究類智能體可以參與提出研究想法、設計和運行實驗、分析實驗結果，以及訓練下一代模型。Google DeepMind於2025年公布的AlphaEvolve，已經用於改善Gemini的計算內核。根據公司的披露，相關計算內核的性能提升了23%。
其他前沿研究也呈現出相近的方向。METR對長時任務的評估顯示，AI能夠自主完成的任務跨度正在增長。Anthropic披露，截至2026年5月，超過80%的正式合併代碼由Claude編寫，工程師更多承擔指導與審核工作。OpenAI則在2026年9月宣布達到自動化AI研究實習生的目標，並繼續以2028年3月實現自動化AI研究員為目標。
這些進展說明，AI正在進入自身研發的不同環節。不過，完全自主的遞歸自我改進（RSI）尚未實現，人類研究員仍負責設定目標和把關。理解AI能力的躍遷，需要同時看到它正在承擔的工作，以及是否仍由人作出最後的判斷。
落實到具體工作中，最直接的變化是AI開始從給出答案走向交付結果。以市場分析報告為例，過去的AI應用主要生成內容；智能體則可以圍繞目標進行研究與分析、調用數據、生成方案並執行操作。它能夠理解目標、自主規劃步驟和調用工具，把相互關聯的任務連接起來，人負責審核與驗收最終結果。
人的角色也因此發生變化。在人加多個智能體的協作方式中，人負責確定方向、判斷結果、監督過程並承擔責任，智能體群體負責執行。雙方根據任務需要動態分工、實時協同，共同完成複雜工作。人機協作逐漸成為組織生產活動的一種基本方式。
這種協作的範圍還在從屏幕之內延伸到屏幕之外。智能體所連接的對象，開始從軟件、數據和業務系統，擴展到機器人、自動駕駛與智能設備。AI由訊息處理進而參與生產、物流和現場服務，逐步改變物理世界中的生產與服務方式。
企業AI變革與組織再造
當這些能力進入商業活動，企業與客戶、供應商的關係也會改變。過去的交易主要在人與人之間進行，未來則可能由客戶的採購智能體直接對接企業的銷售智能體。企業需要能夠被智能體讀懂和選擇，客戶與企業之間的連接方式也將隨之變化。
企業的生產力也將不再主要以員工數量衡量。數字員工可能多於人類員工，成本配置更多轉向算力與token預算，管理智能體隊伍成為一種新的能力。人負責目標、判斷與問責，智能體承擔執行工作，因此必須明確授權邊界。組織也會從按職能分工、遵循既定流程，轉向圍繞智能體重構工作流，由小團隊與大量智能體共同完成從需求、交付到回款的工作，崗位更強調對結果負責。
企業AI變革因而涉及流程再造。它可以從任務（task）、工作流（workflow）和業務流程（process）三個層次展開。在任務層面，智能體更高效地執行特定工作；在工作流層面，多個智能體自主協作，負責相互關聯的任務，乃至管理整個工作流；下一步發展則由智能體根據任務需求，自主、動態地安排業務流程。
流程設計的核心，是充分挖掘和發揮潛能，並讓隱性知識顯性化。工作中尚未被明確表達的知識，需要隨着流程再造而得到呈現。不同企業的變革節奏，也會受到行業屬性影響。快消等面向消費者的行業，推進速度可能更快；面向企業客戶且合規要求較高的行業，推進節奏則需要更穩。
跟流程變化相伴，組織可能向更扁平、更精簡和更原子化的方向進化。管理層級減少，中層員工更貼近一線，形成新的價值定位。在AI的幫助下，跨職能、跨部門的工作可以進一步整合。少數具備高度專業能力和項目管理能力的員工，能夠帶領大量智能體工作，形成更小的組織單元。
這種變化也會產生新的生產關係。企業可能成為知識和投資平台，員工則成為獲得投資與知識支持的個體。企業與員工之間的關係改變，要求管理模式相應調整，並推動新的業績評價與激勵方式。組織的進化因此同時涉及層級、分工，以及企業支持員工開展工作的方式。
以商業銀行為例，傳統組織由企業負責人、高級管理團隊，以及公司金融、個人金融、金融市場、投資銀行、風控審計和法律人力等部門組成。AI驅動的組織再造，可以在管理層和各專業部門配置相應的專業模型與應用。隨着模型小型化，AI能力可以進入不同專業領域，跟人的工作結合。
這對應着幾種經營模式的變化：增長模式從更多依靠人力走向更多依靠算力，管理模式從分工合作走向人機協同，競爭力的構成也從強調人才密度，轉向更加重視AI能力。企業怎樣組織和運用這些能力，將成為組織再造的重要內容。
智能體時代的戰略問題
由此觀之，未來可能出現三類企業。
一類是成功實現AI轉型的既有企業，一類是以AI為核心構建的原生企業，還有一類是僅將AI視為輔助工具的企業。第三類企業將面臨最大的生存挑戰。不同企業如何把AI納入自身經營，將逐漸反映在組織方式與競爭能力的差異上。
企業因此需要重新回答戰略上的基本問題。我們的客戶會變成誰，他們的客戶旅程將怎樣改變？上下游生態將如何變化，企業與客戶、供應商之間又會形成什麼樣的關係？這些問題需要放在智能體參與商業活動的背景下重新審視。
競爭方面的問題同樣重要：未來的競爭優勢是什麼，競爭對手會是誰，是否會出現AI原生企業，自己的護城河又在哪裏？當生產要素、協作方式與企業能力的構成都在變化時，企業需要重新理解自己賴以競爭的基礎。
全球市值領先企業在10年間的變化，提供了一個觀察競爭格局的角度。將視線從2016年和2026年進一步移向2036年，哪些企業仍然領先，哪些新的企業會進入前列，答案仍然開放。智能體時代的戰略思維，正是要求企業在這些變化發生的過程中，重新判斷客戶、能力、組織與競爭優勢。今天如何理解這些問題，將影響企業未來的位置。
