编者荐语:
本文作者是北大国发院EMBA2021级、北京万宝德智能科技有限公司创始人夏锦泉,欢迎大家关注。
以下文章来源于北大国发院EMBA,作者E21夏锦泉。
前言
2021年,我们怀揣求知之心走进国发院,彼时未曾想到,这段求学之旅将与一个剧变的时代同频共振。
三年间,我们亲历了疫情的考验,见证了GPT掀起的人工智能浪潮,更在学院深厚的学术底蕴与同窗的卓越风采中,完成了认知的迭代与视野的升维。
2025年接过班委的接力棒,我们以"身体健康、心理健康、知识共享、富足自强"为理念,持续践行国发院人的责任与担当,与侯宏老师、学院企业家AI启航班等同学、校友的频繁交流,杭州"六小龙"的实地参访,都在不断拓宽我们对商业与技术的理解边界。
去年受托于学院的一篇约稿,因思虑未熟而搁置,直至今日——在与众多企业家的深度交流中,我们突然发现:面对AI这一划时代技术,即便是同样优秀的企业家与校友,理解路径与认知深度也呈现出丰富的差异性——这种"和而不同"的观察,既让我们看到思想碰撞的珍贵,也让我们意识到弥合认知鸿沟、促进共识形成的价值。深感于此,遂将平日所思与现场所悟融会贯通,终得此文。
从课堂到商场,从理论到实践,国发院赋予我们的不仅是知识,更是洞察本质的思维利器。愿这篇源于实践观察的文字,能为读者提供理解AI商业化的另一重视角。
——作者:北大国发院EMBA2021级、北京万宝德智能科技有限公司创始人 夏锦泉
摘要
站在2026年3月的时间节点,人工智能(AI)产业正经历着一场深刻的价值观重塑。从早期的狂热追捧到如今的理性回归,这一历程完美印证了罗伊·阿马拉提出的著名定律:人们总是高估技术的短期效应,而低估其长期影响。本文旨在透过当前的行业表象,拆解这一“预期错位”背后的认知逻辑与商业机制,探讨在泡沫挤出的阵痛期,企业决策者如何识别真正的技术红利,并布局即将到来的“人工智能”时代。
2026年OpenClaw火热背后的冷思考
时光步入2026年,当70万人卸载ChatGPT,数百万人开始“养龙虾”,我们该如何看待这场AI变局?关于人工智能的叙事正在发生微妙而剧烈的转变。
OpenAI的遭遇,是一场典型的“信任危机”。 当一家公司掌握着数亿用户的对话数据,当AI被接入军事系统、用于情报分析,用户突然意识到:原来我每天聊天的那个“朋友”,可能成为权力的延伸。这不是技术能力的问题,而是价值选择的问题。用户用卸载表达态度,用迁移表明立场。
而OpenClaw的走红,则是一场“掌控感”的狂欢。 它让AI第一次真正有了“手脚”——不再是对话框里等指令的聊天机器人,而是能自动操作电脑、整理文件、收发邮件的数字员工。它运行在用户的本地设备上,由用户自己掌控。这种从“被动对话”到“主动执行”的跨越,击中了无数人对AI的终极想象:它应该是我的助手,而不是别人的工具。

时间再往前看,2022年底ChatGPT横空出世,全球陷入AI狂喜,生成式AI以一种近乎“神迹”的姿态闯入大众视野时,世界曾陷入一种集体性的亢奋。资本竞相追逐,仿佛AGI(通用人工智能)就在明早抵达,所有重复性劳动将在顷刻间被终结。然而,随着时间的推移,当自动驾驶汽车仍在L3与L4之间徘徊,当大模型偶尔显现的“幻觉”依然让企业级应用小心翼翼,市场情绪不可避免地滑向了另一端——质疑、失望,甚至是对技术价值的重新审视。
这种从巅峰跌落谷底再缓慢爬升的曲线,并非AI产业独有的尴尬,而是技术发展史上不断重演的剧本。美国科学家罗伊·阿马拉提出的“阿马拉定律”,为我们理解当下的困境提供了最佳的注脚。站在这一关键的历史节点,我们需要剥离掉媒体头条的喧嚣与资本市场的躁动,以一种更为冷静、深邃的商业视角,去重新审视AI的现实与未来。
短期高估的陷阱
从神坛跌落的幻象
为什么每一次技术革命初期,人类总是难以避免地陷入盲目乐观?这并非单纯的群体非理性,而是深植于认知模式、媒体传播与工程落地复杂性的必然结果。
一、 聚光灯下的“峰值”错觉
AI技术的突破往往具有极强的戏剧性。从AlphaGo在围棋盘上落下那令世界震惊的一子,到ChatGPT输出第一行流畅的诗歌,这些“高光时刻”构成了公众对AI认知的起点。人类的思维本能倾向于将当下的成就线性外推。
当AI在封闭规则的游戏中战胜人类冠军,人们便理所当然地认为它也能在开放世界的复杂博弈中游刃有余;当它能写出漂亮的代码片段,人们便断言程序员职业即将消亡。这种认知偏差源于对“智能”概念的过度简化。在公众眼中,AI的某一项能力突破(如语言生成),被等同于全能型智慧的觉醒。
然而,现实中的AI更像是一个偏科的天才,它在特定任务上的表现可能超越人类,但在跨领域的常识推理、因果判断上,却往往不及格。这种“峰值效应”的误导,让市场在短期内对AI的能力边界做出了过于激进的各种假设。

二、资本与舆论的“回声室效应”
如果说公众的直觉是燃料,那么资本与媒体就是助燃的鼓风机。在商业世界中,叙事往往先于价值兑现。为了追逐热点、推高估值,资本倾向于构建一个“技术乌托邦”的故事。媒体则敏锐地捕捉这种情绪,通过放大“颠覆”、“取代”等刺激性字眼来获取流量。
这就形成了一个巨大的“回声室”。在这个封闭的循环中,AI的短期价值被无限放大,任何一个微小的技术进步都被解读为行业变革的前奏。企业为了迎合市场预期,往往会提前透支技术成熟的节奏,过度承诺落地时间表。当现实的进度条跟不上PPT上的宏大愿景,泡沫的破裂便在所难免。

三、工程落地的“最后一公里”鸿沟
造成短期高估的最根本原因,在于从实验室演示到商业落地之间,隔着一条巨大且幽暗的鸿沟。
· 实验室场景:环境是纯净的,数据是标准的,任务是单一的。
· 真实商业场景:充满了噪声、模糊性和不可预知的意外。
一个能考高分的大模型,并不代表它能像一个普通人类同事那样理解办公室政治的微妙,或者操作一个它从未见过的咖啡机。从“智能”到“智慧”,从“感知”到“行动”,这中间的每一步都充满了工程挑战。
例如,在医疗领域,AI或许能精准识别影像中的病灶,但要让它承担诊断责任,涉及法律责任界定、患者隐私保护、多源数据融合等一系列非技术难题。这些“脏活累活”,往往被乐观的预测者所忽视,却正是阻碍技术短期爆发的关键障碍。

长期低估的盲区
指数级增长的隐形风暴
如果说短期的失望是泡沫挤出的必要阵痛,那么对长期潜力的低估,则可能让企业错失整个时代。阿马拉定律的后半句警告我们:当我们将目光聚焦于眼前的苟且时,往往忽略了远处正在积聚的风暴。
一、线性思维下的“指数盲区”
人类的大脑进化自线性世界,我们习惯于“一份耕耘一份收获”的线性增长逻辑。然而,在算力、数据与算法三重驱动下的AI技术,遵循的是指数级增长规律。
这种增长具有极强的欺骗性。在初期,指数曲线与直线几乎重合,技术进步看似缓慢甚至停滞。这正是当前许多质疑者的视角——他们看到了AI如今的笨拙,却忽视了算力每几个月翻倍的底层定律。当技术积累跨过某个临界点,曲线将陡峭上扬,呈现出爆发式增长。
这种“涌现”现象,往往超出了线性思维的预测范围。今天的AI看起来还在牙牙学语,但几年后,当算力提升百倍、算法进一步优化,它可能就悄无声息地跨过了某个关键的“能力阈值”,彻底改变行业的游戏规则。
二、基础设施的“隐形化”宿命
真正改变世界的技术,最终都会走向“隐形”。电力刚出现时,曾被视为点亮黑夜的神迹,如今却像空气一样不可或缺且不被察觉。互联网也曾是极客的玩物,如今已成为水电煤一样的基础设施。
AI的长期潜力正是在于它的“水煤电化”。它将不再是独立的产品或APP,而是渗透进科学研究的每一个领域、每一个产业的每一个环节:
· 在药物研发中,预测蛋白质结构的标配工具;
· 在工业制造中,优化生产流程的隐形大脑;
· 在办公软件中,润色文档、整理数据的无声助手。
这种根本性的、润物细无声的变革,在初期很难被量化,也不会产生惊天动地的新闻头条,但它在长期积累后所释放的能量,将重塑整个商业社会的底层逻辑。

三、组合创新的“化学反应”
当我们孤立地看待AI技术时,容易陷入盲区。技术的进化史告诉我们,伟大的变革往往源于多种技术的“组合创新”。
当AI的某项基础能力(如语言理解、图像识别)达到一定水平后,将它们与机器人、脑科学、纳米技术等其他前沿领域结合,将催生出全新的物种。就像当初人们发明晶体管时,很难想象它能发展出今天的智能手机和移动互联网生态。
AI的长期潜力,在于它作为一种“元技术”,能够加速其他技术的迭代:
· AI + 机器人→ 柔性制造成为现实;
· AI + 脑科学→ 脑机接口走出实验室。
这种跨界融合所激发的无限可能,正是人类线性思维最难预见的“黑天鹅”。
2026年的修正清单
重估现实与未来
站在2026年的中期视角,我们有必要对当前的AI应用现状进行一次清醒的盘点,厘清哪些是被高估的泡沫,哪些是被低估的金矿。
一、被高估的短期预期
1. 通用人工智能(AGI)的即刻降临
尽管模型参数不断膨胀,但在逻辑推理、自主决策等核心领域,AI仍缺乏对物理世界的真实理解。AGI仍是一个遥远的目标,当前的“智能”更多是统计概率的胜利,而非认知能力的觉醒。
2. 大规模失业的即刻发生
“AI取代人类”的恐慌在2023-2024年达到顶峰。然而,2026年的现实表明,AI更多是在扮演“副驾驶”的角色。企业发现,完全自动化某一岗位的成本和风险极高,而“人机协作”才是当下的最优解。工作并未消失,而是在被重构。
3. 完全自动驾驶的全面普及
尽管Robotaxi在部分城市试运营,但在复杂路况、极端天气以及法律伦理层面,自动驾驶仍面临巨大挑战。L5级全自动驾驶的商业化落地,远比预想的漫长。
二、 被低估的长期价值
1. 科学研究的加速器
AI正在改变科学发现的方式。从AlphaFold预测蛋白质结构到新型材料的筛选,AI正在将科研效率提升几个数量级。这种影响虽然发生在实验室深处,不为人所见,却将深刻改变医药、能源等基础产业的未来。
2. 个性化服务的全面爆发
随着模型成本的降低和能力的提升,AI将为每个人配备专属的“导师”、“医生”和“顾问”。这种极度个性化的服务,将打破教育、医疗资源的稀缺性,重塑社会服务的分配模式。
3. 人机协作的新范式
未来的创造力将不再源于纯粹的人类,而是“人类意图+AI的无限生成与优化能力”的结合。这种新范式将大幅降低创作门槛,带来文化与艺术领域的繁荣,催生新的内容产业形态。

商业决策指南
穿越周期的生存智慧
面对阿马拉定律的魔咒,企业与个人该如何自处?在2026年这个承上启下的时间窗口,理性的商业策略应当包含以下几个维度:
策略一:拥抱“务实”,拒绝“叙事”
在短期高估的泡沫期,企业最危险的行为是盲目跟风,为了AI而AI。决策者应穿透营销话术,回归商业本质:AI能否降本?能否增效?能否创造新的客户价值?关注具体场景的落地,比追逐宏大叙事更为重要。
然而,企业在建立ROI评估体系时,必须警惕传统静态财务模型的陷阱。AI并非即插即用的静态工具,而是一种随着数据喂养和交互迭代不断增值的“动态资产”。其前期投入往往主要用于构建数据飞轮、清洗数据底座与模型调优,价值释放存在显著的滞后性。
若仅以短期静态回报作为唯一准绳,极易低估前期投入的战略必要性,从而在模型即将跨越“能力阈值”的前夜按下暂停键。因此,科学的评估体系应当平衡“即时业务回报”与“长期资产增值”,既要验证AI在具体业务环节的真实效能,也要为模型能力的“涌现”预留足够的成长空间,而非仅仅满足于演示环境中的惊艳效果或即刻的财务报表。
策略二:布局“数据”,积累“资产”
在AI长期被低估的潜力中,数据是核心的驱动力。企业应当意识到,算力和算法或许可以被大厂标准化,但行业数据是企业的核心护城河。
在当下积累高质量、结构化的私有数据,就是在为未来的智能化转型储备“石油”。那些在2026年依然忽视数据治理的企业,将在未来的竞争中处于绝对劣势。
策略三:培养“共生”,重塑“组织”
不要将AI视为替代者,而应视为能力的延伸。企业需要培养员工的“AI意识”,建立人机协作的新型工作流。未来的竞争优势,将属于那些能够熟练驾驭AI工具、将人类智慧与机器效率完美融合的组织。这意味着传统的科层制管理可能失效,组织结构将变得更加扁平、灵活,以适应AI带来的快速迭代。
策略四:保持“远见”,容忍“试错”
对于那些具有战略眼光的企业,当下的低谷期正是布局未来的良机。在市场情绪低落时,技术人才的成本更低,竞争噪音更小。企业应当在核心业务之外,留出一部分资源进行前瞻性探索,容忍合理的试错成本,为那个虽缓慢但确定会到来的“潜力释放期”做好准备。
结语:种子的力量
阿马拉定律不仅是一条技术定律,更是一条关于耐心与远见的商业哲学。回顾过去三年,我们见证了AI从神话跌落凡间,也目睹了它在静默中积蓄力量。
看待AI最好的方式,或许就像对待一颗刚刚破土的种子。既不要因为它在第一周只长出了一点点嫩芽而失望,甚至将其丢弃;也不要因为它现在看起来弱小,就忘记了它未来可能长成一片森林的事实。
回望技术史,从蒸汽机到互联网,每一次重大变革都经历了相似的周期:技术突破引爆狂热,落地困难催生幻灭,安全争议引发反思,最后默默渗透迎来重塑。
当下的AI,正处于“狂热-幻灭-重塑”周期的关键节点。那些因OpenAI的伦理争议而彻底退却的人,或许忽略了技术向善的可能;那些因OpenClaw的安全漏洞而失望离场的人,可能会错过未来十年的主浪潮;而那些被短期狂热裹挟、盲目投入的人,也可能倒在黎明前的黑暗。
真正的智慧,或许在于:对眼下的困难保持清醒,对远处的可能保持开放,对技术的边界保持敬畏,对价值的演化保持耐心。 既不因泡沫而否定未来,也不因愿景而忽视当下,更不因争议而放弃追问。
正如计算机科学家艾伦·凯所说:“预测未来最好的方式,就是创造它。”
北大培训20260676号

北大国发院
企业家AI启航班
第四期
以宏观视野破局
以战略升维领航

在AI时代,企业家需要掌握的是贯穿“宏观视野 — 战略布局 — 组织适配 — 价值增长”的系统性认知框架与决策能力。
北大国发院「企业家AI启航班」,专为AI时代企业家商业能力升级提供助力——以“构建系统认知、锻造全局决策力”为核心目标;聚合学界权威、产业领袖与实战专家,助力企业家完成从“理解AI”到“驾驭AI”的升维跨越,锻造穿越技术变革周期、引领智能时代的商业竞争力。
北大国发院企业家AI启航班,连接“商”的实践与“学”的洞察,聚焦AI时代的战略布局、组织变革与管理创新,助力企业家将技术认知转化为经营决策与商业价值。
北大国发院企业家AI启航班学员120+人,企业一号位78%,通过课程学习持续进化AI素养。
延续前三期成功办学经验,第四期继往开来,火热开启。
第四期将于北京、上海、广州、深圳、杭州、苏州(将去往其中部分城市)巡回开课,兼顾华东、华南等地学员的学习需求,让学习与交流跨越地域边界。通过走进不同城市,了解各地AI发展的特色与实践,帮助企业家拓宽战略视野,在跨区域交流中启发创新思路、探索商业机遇。

以AI时代“构建系统认知、锻造全局决策力”为核心目标
不止于理解AI
更着眼于把AI转化为企业经营与决策能力
01 看懂趋势,提升判断力
建立从AI技术演进、产业格局到政策导向的宏观视角,提升对行业趋势、发展机会与潜在风险的判断力。
02 找准场景,明确落地路径
基于多行业案例、营销实操与企业研学,梳理适合自身企业的AI应用场景与转型路径。
03 带动组织,推动战略执行
通过沙盘推演与AI工具实战,理解人机协同、智能组织与领导力升级,提升推动AI战略落地的组织能力。
04 着眼长期,拓展战略视野
从商业模式、竞争优势、产业变革与创投逻辑出发,拓展企业未来布局与长期决策视角。
05企业家AI商学生态平台
入读启航班,即自动成为北大国发院企业家AI研习社成员。研习社覆盖北上广深,联结多地校友资源,打造以学习为主线、持续互动交流的企业家赋能平台。学员可与不断壮大的 AI 班在读与毕业校友跨期、跨行业地持续研学、交流实践,围绕真实经营问题共享经验、互通资源、协同创新,共建长期共学共创的企业家共同体。
核心内容
解析全球AI技术从算法迭代到场景落地的演进脉络与产业格局重塑逻辑,解读中国AI产业支持政策的核心导向与经济赋能价值,分析全球化背景下AI领域的竞争焦点、合作机遇与发展态势,助力把握行业趋势。
学习目标 建立宏观视角,精准判断AI产业趋势与政策红利。
核心内容
• 系统梳理AI核心知识、多模态应用、推理模型等业务基建逻辑;
• 深度剖析零售、医疗、制造等多行业AI应用场景,拆解企业落地AI的核心方法论与全流程要点。
学习目标 夯实AI基础,掌握行业落地方法,具备机会识别与路径规划力。
核心内容
聚焦AI在营销领域的全链路赋能,上承营销战略框架与核心问题,下沉至产品研发、内容策略、广告投放、客户运营等战术环节,落地提示词工程等实操方法。
学习目标 构建AI赋能营销认知与执行逻辑,掌全流程法,萃验,具备转化增长降本能力。
核心内容
探索AI前沿城市,定向挑选AI原生企业、AI技术与基础设施、产业AI应用标杆等核心企业开展深度研学。通过研学,了解AI基础设施建设、生态构建、场景融合。
学习目标 链接前沿资源并形成适配自身的AI转型思路,缩短“认知 - 落地”差距。
核心内容
沙盘+AI实战演练:
通过“沙盘模拟+AI工具赋能”双轮驱动,参与者沉浸式模拟企业多岗位角色(CEO/COO/业务总监等),借AI智能体实时辅助决策,实战推演全流程运营。帮助企业管理者穿透认知迷雾,构建适配AI转型的组织力与领导力,实现从“机械管理”到“智能进化”的跃迁。
学习目标 构建适配AI转型的创新力、组织力和领导力,破解智能转型落地难的企业认知难题。
核心内容
• AI价值范式 vs 数智化转型
• 从经典战略思维到3I框架
• 智能飞轮-智能体商业模式及护城河构建
• 智能组织-人机优劣势剖析及其组织协作
• 智能生态-智能体互联网的格局颠覆与重建
学习目标 形成统率前后端与组织运营的战略逻辑,包括商业模式设计、竞争优势构建与生态布局。
核心内容
深入剖析AI颠覆性影响与产业重构逻辑,明确阐释智能时代企业家精神所蕴含的创新、责任、韧性与长期主义核心内涵,系统解读创投视角下AI项目的价值评估与投资逻辑。
学习目标 把握AI驱动产业变革的底层规律,重塑智能时代的企业家精神,理解AI领域创投逻辑。
照片 |
姓名 |
职务与简介 |
|
黄卓 |
北大国发院副院长 |
|
黄益平 |
北大国发院院长 |
|
张维迎 |
北大博雅特聘教授 |
|
邓子梁 |
北大国发院助理院长 |
|
侯宏 |
北大国发院管理学助理教授 剑桥大学博士 企业家 AI 启航班核心师资 |
|
杜晓梦 |
北大国发院管理学副教授 |
|
朱丽 |
北大国发院副研究员 |
照片 |
姓名 |
职务与简介 |
|
梅宏 |
中国科学院院士 |
|
黄铁军 |
北京大学计算机学院教授 |
|
董彬 |
北京大学北京国际数学研究中心教授 |
|
宋洁 |
北京大学工学院党委书记 |
|
王韬 |
北京大学计算机学院研究员 |
照片 |
姓名 |
职务与简介 |
|
周鸿祎 |
360集团创始人 |
|
徐少春 |
金蝶集团董事会主席兼CEO |
|
李大海 |
面壁智能联合创始人&CEO |
|
刘二海 |
国发院EMBA/DPS博士校友 |
|
安筱鹏 |
阿里云智能副总裁 |
照片 |
姓名 |
职务与简介 |
|
陈宽 |
推想医疗创始人 |
|
刘燕 |
盛景网联联合创始人、CEO |
|
尹首一 |
清华大学教授 |
|
韦青 |
微软(中国)有限公司 |
|
香帅 |
香帅数字经济研究中心创始人 |
|
熊友军 |
国地共建具身智能机器人创新中心总经理 |
|
田密 |
好未来集团首席技术官CTO |
照片 |
姓名 |
职务与简介 |
|
马悦 |
领先大模型创业公司合伙人、CHO |
|
黄郑 |
科城资本创始合伙人 |
|
刘军 |
新奥集团副总裁 |
|
刘明 |
优必选科技执行董事 |
|
张月强 |
用友网络科技股份有限公司副总裁 |
|
尚萌萌 |
国发院DPS博士校友 |
|
李智勇 |
国发院EMBA校友 |
照片 |
姓名 |
职务与简介 |
|
朱晓楠 |
GC首席人力官及MD |
|
周玮 |
国发院EMBA校友 |
|
谭北平 |
秒针营销科学院院长 |
|
蒋俊 |
氦川科技创始人CEO |
|
李名进 |
原小米集团中国区副总裁 |
|
肖睿 |
向量智能、青鸟人工智能研究院院长 |
|
夏海峰 |
字节跳动豆包创始团队成员 |
直击头部实践,借鉴标杆经验

企业战略领航者:创始人、CEO、董事长等核心决策层;
业务变革推动者:分管数字化、战略、业务的核心管理层;
组织核心培养人才:企业重点培养的AI战略负责人、高层储备干部;
AI领域创业者:智能体开发、AI服务提供商等相关领域创始人及核心团队。
课程时长 7个月(含课程讲授 + 实践研讨 + 企业参访)
开课时间 2026年11月
课程方式 每月集中授课2-3天(周五-周日)
授课形式 课堂讲授、案例研讨、沙盘推演、标杆参访、私享碰撞、创投对接。
(注:北大国发院将根据AI技术演进与学员反馈,持续迭代课程内容,确保教学实效性与前沿性。)
完成规定课程学习后,将颁发北京大学继续教育结业证书,该证书纳入北京大学非学历教育学籍管理系统。
人民币12.8万
提交申请 → 资格审核 → 录取通知 → 缴费入学


立即扫码咨询 国发AI启航
联系方式(座机):62753075
