- 日期:2026-11-04
- 来源:阅读原文 (笔记侠整理)
- 讲者:王坚(中国工程院院士、阿里云创始人);乌镇峰会期间接受中国蓝新闻专访
- 信源层级:二手(笔记侠整理的访谈稿;一手为专访视频/原话)
- 标签:AI落地 / 组织 / 判断力 / 开源
- 渠道:公众号「笔记侠」
- 体裁:演讲
- 一句话:同一个模型,大企业用它“革命工具”,小地方用它“革命自己”——差距不在信息,在判断。
〇、核心洞察
AI 把工具的差距抹平了,把人的差距放大了。省钱还是改命,不是技术问题,是位置和判断的问题。
王坚原话:
“对大企业来讲,往往是「工具的革命」;对小企业、偏远地方来讲,是「革命的工具」。”
一、同一个模型,两种活法
| 大企业 | 小地方 / 小公司 | |
|---|---|---|
| 拿 AI 干什么 | 护着旧业务(降本增效) | 开新业务(做没做过的事) |
| 为什么 | 账本上全是存量,先算降本 | 一无所有,拿白纸进场 |
| 代价 | 组织有流程、有季度预期,做前要先说服自己 | 谁都不用说服 |
- “位置,决定了你拿 AI 做什么。”
- “小镇和小城市的普通人,做了一件所有人没发现的事,它就会变成一件很大的事。”
- “这个空当(巨头要先说服自己、小城的人不用),就是机会长出来的地方。”
- 例:非洲开发者用开源模型做本语言定制;东南亚小语种被千问开源模型覆盖;外滩大会“一个人守一个展台的机器人匹配平台”。
二、大公司不是做不动,是舍不得
- “做不到,是因为机制的原因,而不是工具本身的原因。”(王坚 2024 语)
- 场景:各部门报 AI 方案全是“省三成人力/一天五十条文案/三个人活一个人干”——半年后所有项目都在给旧业务提速,没有一个是新业务。
- 反例:苹果 2024 年不是加几个 AI 功能,而是从操作系统开始,用 AI 把自己重构了一遍——“同样有存量,苹果选择让 AI 动自己的根。”
👉 判据(最实用的一句):
“判断一家公司会不会被 AI 改命,看一个细节就够:它汇报 AI 项目的时候,说的是降了多少本,还是做成了什么新事。”
三、门是开源顶开的
- “软件时代,中国更多是开源思想的受益者;AI 时代,中国变成了重要的贡献者,甚至是引领者。”
- “牌还没发完,谁都有机会上桌。”(DeepSeek 之后,英伟达单日跌 17%,世界意识到“最顶尖的模型能力不一定长在最贵的那张卡上”)
- “开源不是施舍”——因为“设计者自己都不知道它能干什么”:把一个连自己边界都不知道的东西捂着 = 关小黑屋;放出去,千万人试,边界才显出来。
四、最终落点:提问
“纸便宜之后,没有人靠会造纸挣钱,大家靠写东西挣钱。”
AI 同理:等调用一次模型的成本便宜到像写一行字,工具本身就不构成任何人的优势。优势只剩一个:你用它干什么。
驾驭 AI 的三层功夫:① 提出正确的问题(最先,也最难)② 设计解决方案 ③ 批判性评估结果。
城市大脑案例:
所有人问“车太多了怎么办?”→ 唯一答案:限购。
王坚换成“怎么让路上这 30 万辆跑得快一点?”→ 答案才是城市大脑。
“同一个城市,同一堆车,问法不同,命运不同。”
结尾:“你说话就可以写程序了”——但前提是你得把要做的事情清楚表达出来。“AI 不会替你想清楚要什么,它只负责把你已经想清楚的东西,变成结果。”
读后判断(范德的产出,非用户原话)
这篇给的是一把新尺子,正好和之前两把配成一套:
| 尺子 | 问什么 | 来源 |
|---|---|---|
| 船 vs 木桩 | AI 越强,这事膨胀还是萎缩 | 略懂AI《杰文斯悖论》 |
| 验收标准 | 什么算做到 | 懿武各会议反复撞到的墙 |
| 本文 | 是“工具的革命”还是“革命的工具”? | 王坚 |
三条尺子互相独立、可交叉验证。
第二条更扎:“做不到,是因为机制,不是工具”——又一次撞上懿武那条根系(制度决定技术能不能用起来)。浙大那套“授权/归属/再生机制”正是“机制”本身——所以它值钱,恰恰因为它做的不是工具。
第三条:“会提问、会表达”——与已经被放进方法库的“设计思维/双钻”从另一头推到同一结论。