家家户户都在做AI试点，但真正赚到钱的寥寥无几 。为什么花了大价钱组建AI团队，最后却大概率亏本？

“在这个变动的时代，我建议大家多做开拓性的事情，少做守成的事情。” 

“AI人才很贵的，你为了省掉一批便宜的人的钱，组建一个AI团队，最后大概率是亏本的。”

混沌创新领教、AI领域投资人任鑫一针见血地指出，盯着原有的业务搞“降本增效”，注定没有出路。2026年，AI生产力进一步爆发，人人都可以给自己配备100个程序员，AI让软件彻底变成“人人可编辑的文档”……

从职场、到组织，再到商业的底层逻辑，都已经发生重构。

从如何通过“硬用三步法”实组织、产品的重塑，到创业者如何瞄准四大AI原生机会，任鑫在本文中勾勒出了一幅清晰的AI淘金地图。

抛弃旧有路径，别再去抢隔壁老王的生意，去广阔的底层市场发现你的商业新大陆吧。

以下是任鑫的精彩分享。

2026年最大的红利：每个人配备100个程序员

2026年，我知道的最大的一个红利，就是拥有一个AI程序员同事。

以前只有编程高手才能用好AI，让它帮忙写程序、建系统。但今年不一样了，普通人也可以。

前不久硅谷的大神Karpathy发了条推特，他说之前只有20%的代码是AI写的，80%还得靠自己。但在过去几周，情况发生了翻天覆地的变化。现在，他80%的代码已经是AI写的了。

以前我们可能会把AI当成一个“诸葛亮”，有想不通的人生难题，会找它聊聊天。但不会组织它去帮你干活，因为它不会用Excel，不会用Word。但是现在，它全都会了。

最近刷屏的OpenClaw就是典型例子。我的合伙人五天就给它发了八千多条消息——现在他但凡有事，全部交给AI处理。

他给AI单独配了一台Mac Mini，让它自己决定装什么软件、学什么技能。AI就给自己装了一堆工具，下载了一堆经验包。然后他说：这个活儿你去试试。AI就自己去干，调用各种软件；干不好就写段代码再试；还干不好就反思，换个方法继续。

所以现在的AI既会写代码，又会用软件，还会自我反思。这就相当于给每个人配了一个程序员同事，啥都能干。

有一个程序员坐在你旁边，就意味着给了你一个“魔法”。你只需要对它说人话，它就能帮你把活儿干了。而且，这件事已经发生在每个人的电脑里了。

我再举一个生活中的真实例子。我有个朋友叫余一，她是个非常先锋的人——可以说是这个AI时代里最早“疯”掉的那批人。她对AI极度痴迷，她运营着自己的视频号账号，上面绝大部分视频都是AI生成的，涨粉速度惊人。

现在这是一个言出法随的世界，这让我想起我们父母那一代，那时候公司里有个专门的部门叫电脑办公室，有一帮人专门负责操作电脑，连打字都是专人干的。因为在那个时代，一张纸上的字写上去就改不了，电脑打印出来的是个固定的东西。

但在我们这个时代，你很难想象还有人不会打字。况且我们默认文档就是可以改的，比如一个飞书文档，我们可以复制一份，改几个字。

而软件，正在变成文档。

以前，软件像是“打印出来的纸”，是固定的，只有程序员才能改。但现在，AI让软件变成了“文档”，每个人都可以创建，每个人都可以分发，每个人都可以修改成自己需要的版本。软件未来会成为这样，不是未来，现在已经是这样了。

这就是2026年最大的红利。如果你提前用起来，就能享受这个巨大的红利。

那这里的挑战是什么呢？其实只有一个——心态。

很多人会找借口：“我不懂技术。”但你不需要懂技术，只需要说人话就行。第二个借口是“我要先好好学习一下”。不要学习，遇到问题再学，卡住了就问AI：“我卡在这里了，怎么办？”

碰到问题，具体解决，按需学习。我们还是有囤积癖，想囤知识、囤认知，其实都没用。有问题才学，否则所有学习都是在逃避现实。不带问题的学习，就是逃避现实。所以最大的挑战，只有心态。

Andrej Karpathy（曾任OpenAI研究科学家）在2023年说过，最好的编程语言是英语。现在最好的编程语言是中文——直接讲中文就行。

我举个亲身例子。我孩子今年八岁，他七岁就开始用AI写游戏了。这张照片里，他在一个拉面馆，用一台没有键盘的iPad，写塔防游戏给自己玩。

他全部用嘴巴来说：“炮塔做大一点”“子弹为什么那么慢？”“赢得太容易，没意思，难度调大。”他只是说这些，游戏就慢慢变好，能玩了，就这么简单。

一个八岁孩子，在拉面馆，用没有键盘的iPad，写出能玩的游戏，你肯定也可以。你用了2个小时把软件装好，收获可能是给自己配了100个程序员。

职场和企业的游戏规则彻底变了

1.组织落地AI的三大卡点

关于什么样的组织推不动AI？

就我观察，对我身边那些所谓的超级个体来说，一个人把效率提升五倍、十倍，真的是件很容易的事。但对于大组织，情况就完全反过来了。组织越大，看起来就越难推动。

从麦肯锡、MIT（麻省理工学院）的调研来看，也是这个结论。家家户户都在做AI试点，但真正赚到钱的寥寥无几。因为这些报告调研的对象，主要都是大公司。

那问题到底卡在哪呢？我总结了一下，主要有三个方面。

第一个卡点，在老板身上。很多传统的大老板自己不亲自用AI，但他们看了太多的AI视频和公众号文章。只看不用导致他们对AI产生了两种极端认知：要么是不切实际的幻想；要么是完脱离实际的体感。

第二个卡点，是组织的心智。员工会想，AI如果能干我的活，岂不是告诉老板，AI可以替代我？所以，从组织的角度看，搞AI好像天然就站在了很多人的对立面，阻力重重。

最后一个卡点是确实有困难。AI用起来，现实问题也不少。你会觉得它给的东西胡编乱造，你还得一个一个去查。这些积累下来，都是以后要还的“技术债”。

2.如何解决这三大卡点？

首先，看组织心智这个卡点。要解决它，只能让大家改变自己站的位置，每个人都需要重新梳理自己的观念。员工要梳理，老板也要梳理。

很多员工从小就把自己当成牛马、当成螺丝钉来培养，本质上，是把自己当成了一种生产资料。当你把自己当成一种资源的时候，就好比菜市场里的一颗“天然有机小番茄”。现在市场上出现了各种各样的大棚番茄，价格便宜，你的卖价自然就上不去了。而如今，又冒出来人造番茄，一块钱能买一吨，口味还更好。你这颗“天然有机小番茄”，是不是就更卖不上价了？

所以，当你把自己当成一个有机小番茄的时候，AI就是你的竞品。不管你有没有被替代，你都要不上价。

因此，所有员工都必须转变思想，把自己变成老板，至少，是你自己的老板。当下你最大的路数，应该是用AI培养自己的“嫡系”部队。不管老板给不给我升职，我都管自己叫总监，我要用好AI来创造价值。

你不要把AI当做你的竞品。你就想，AI是我十个额外的headcount，帮我招了十个程序员，十个数据分析师，十个写手，十个画手……还给了我一堆预算。我拿来做什么？跟公司换更多奖金、机会，升职加薪。如果我带出一个100人的团队，创造巨大收益，老板不给我升职加薪，我可以带着这100人出走。

员工的思路要变，老板的思路要变。就老板而言，要往投资人的角度去思考。如果你想做好组织转型，一定要给公司传递足够清晰的信息。

在这个变动的时代，我建议大家多做开拓性的事情，少做守成的事情。这个时代太动荡了，不要再盯着原来的工作搞降本增效。

况且，降本增效真的没有大家想的那么容易。AI人才很贵的，你为了省掉一批便宜的人的钱，组建一个AI团队，最后大概率是亏本的。除非你能通过AI打开新市场，或者带来资本市场的增值，否则这件事根本不值得做。

这里要纠正一个常见误解：做新事的成本其实低于做老事。很多人觉得做老事更便宜——我熟、有基础、东西都现成。然而恰恰相反。为什么这么说？   

因为老业务往往有着沉重的历史包袱，你要和老系统对接，可能三个月都接不完，内部阻力还大。而借助AI搭一个全新的系统，可能三天就搞定了。

当AI的专业能力已经超越14年经验的资深专家，职场和企业的游戏规则彻底变了 。为什么踏实肯干的“老黄牛”越来越危险 ？为什么臃肿的大部门推不动创新？

3.AI落地三步法

具体如何充分地利用AI的优势呢？我把它分成三步法。

第一步，拆解任务，用AI适配提效。如果一件事他搞不定，那你就拆成他能搞定的小事儿。他是领导家的孩子，如果让他组织一场课程他搞不定，你让他搬一张椅子，他应该能搞定。

第二步，根据目标，用AI重塑流程。如果你觉得整件事他什么都搞不定，是不是因为专业不合？那能不能根据这个目标，反过来问问他觉得应该怎么做，然后来配合他，我围绕着你来重新设计整个流程。

第三步，发挥 AI 超能力，颠覆传统战略。直接放弃这个目标。他是领导家的孩子，我们应该发挥他的特长，而不是死磕他的短板。做颠覆性的思考，去创造竞争优势，关键的做法是把AI用尽——就是每一个工作如果配上1000倍的人力进去，会是什么样的效果？

可以三条路同时走，一层比一层的机会大，其实越往后机会越大。

在智能泛滥的时代，如何发现AI商机？

接下来是关于产品和商业层面的机会。

这背后其实有一个根本问题需要先想清楚：产品的本质是什么？说白了，就是解决问题，帮用户干活的。

我举个例子，《超级玛丽》的主人公在闯关的时候，经常会碰到一朵花，只要踩到这朵花，他就可以发射子弹去打怪。假设超级玛丽是用户，那朵花就是产品，而我们，就是做花的人。作为做花的人，我们可能会想要优化这朵花。但其实，我们要想清楚一个更本质的问题：用户真正买的是什么？

对玛丽来说，他真正想要的是子弹，是能更高效地打怪通关，去救公主。

所以，当我们在思考自己的产品里该怎么+AI的时候，如果你只盯着那朵花，你的想象力可能就止步于此了。但如果你能站得更高一点，想用户到底要完成什么核心任务，那你能想出来的方案可能就多得多了，比如直接给他一颗原子弹，或者一个火箭筒，这些都远远超出那朵花的范畴。

所以，形态真的不重要，重要的是你有没有帮用户解决那个最根本的问题。

那具体怎么做呢？还是我们刚才提到的“硬用三步法”。

第一步是“拆”，先拆解任务。本质上，就是把用户的整个任务流程拆开来看，找出那些让用户不爽、觉得累、觉得烦的地方。

举一个例子：找工作。比如说你想改造招聘软件，只会想到在旁边加个对话框。但如果换个思路——不是“这个软件怎么加AI”，而是“一个人从求职到入职，要经过多少步，每一步我能怎么帮”，能做的事就多了去了。

开始求职，要写简历，要浏览职位，还要判断职位靠不靠谱——这些AI都能帮忙。比如写简历，一个求职者难道只写一份简历吗？给不同公司的投递，当然是不同的简历。

这个过程当中，如果你已经把它拆解好了，你怎么定位呢？

所有需要用户看说明书才会的东西，就是我们产品没做好。所有需要用户动脑子学习的地方，就是我们用AI去改造的机会。第二点，是反人性的地方，就是很多事情需要用户去集中注意力。这也是我们的机会。

所以大家就会发现说，其实凡是用户动了脑子，动了心，烦躁了，不乐意做的事情，然后能够提高的事情，这其实都是我们的机会。

我们应该时刻的苛责我们的工具，这样你才能够找到产品的机会。

所以我建议，每个人都应该变得更懒一点，归因于外。现在总觉得“这东西就该我动手”“这问题就该我自己解决”，不，我就应该啥都不干。用这种心态做产品经理，才能看到AI+的机会，否则你会觉得一切都是应该的。这是第一步。

第二步是根据目标用AI重塑流程。

比如拍月亮。华为手机拍月亮，能拍出环形山。但它的成像真的有那么好吗？其实是AI画出来的。但用户要的就是漂亮的月亮，对吧？所以关键是理解：到底要更好的成像，还是直接拍出想要的画面？可以忽略成像过程，直接给你结果。

这才是根据结果反推如何用AI。传统思路是拍出来再用AI优化，但华为根本放弃了原有成像过程。它想的是：通过镜头能收集多少信息，然后我通过这些信息帮你把这个画面给拼出来，这其实才是他真正在做的事情。

第三步，颠覆性的做法，花1000倍的人力去帮用户，用专家去帮用户。

本质上，我们交付的不再是工具，现在交付的是工具+使用工具的人。相机带摄影师，牛排机带厨师，翻页器带PPT生成器和讲师。这不是工具市场，是劳动力市场，比商品市场大100倍。

现在的工具都配了使用工具的人，交付的是工作，甚至是成果。我自己录播客用Riverside，自动剪辑视频和音频。最后有人类高级剪辑收尾，但初剪全是AI做的。它不只是剪辑工具，是初级剪辑师。所以本质上，我们在交付人力。

我们我们习惯了以前生活在一个智力非常稀缺的时代，所以你会觉得聪明人了不起。而现在，我们面对的是一个智能泛滥的时代，关键是要把它用好。

想清楚这些之后，再用那“三步法”去拆步骤，看AI能在哪些环节帮上忙。本质上，这和派一千个人去帮他没有太大区别。

这是一个属于海盗的时代

目前，所有人都应该去理解AI原生市场的机会。因为不管哪个行业，现在都在动荡。可能你出了城，吃着火锅唱着歌，突然就被麻匪劫了。这个时代就是这样。

所以我建议保持警惕，哪怕你的生意看起来跟AI一毛关系都没有，也要去理解AI原生市场的机会。

市场的新机会主要有四种类型。

第一种，叫解锁增量。

拼多多是个很好的例子。它不是从淘宝和京东抢客户，而是吸引了一大批新网购人群。

当价格门槛和使用门槛同时下降，一个巨大的市场就被打开了。这个市场的容量有多大？很有可能你一单只收原来的1%，但这个市场本身是原来的100倍。降低门槛，就是AI带来的第一个增量机会。

所以我们不要总盯着旧有的市场，想着怎么抢隔壁老王的生意。而是要把目光从金字塔尖往下挪，看到下面更大的市场。技术进步早期，最好的进攻对象往往不是那些既有玩家，而是那些别无选择的人，他们才是金字塔底层的人。

第二个增量机会，叫套壳占位。

举个例子，去年Sora发布的视频生成效果很惊艳。筷子科技的CEO发了个截图，说他们三天就上线了一个新产品，把Sora的能力包装成一个叫”AI影棚”的商业级产品。其实他们就是把大模型厂商新出的能力，套到自己熟悉的客户场景里。

这里最关键的是时机。你要提前判断技术的延长线，敏锐地捕捉到最新的技术，在别人还没反应过来的时候快速卡位。等大家都开始做了，就来不及了。

第三种机会叫作卖水、卖铲的“军火商”逻辑。

商业的本质是去鱼多的地方钓鱼，去钱多的地方赚钱。目前全球范围内，AI 已经成为驱动经济增长的核心引擎，万亿美元级的资金正疯狂涌入这个赛道。中国现在的投资规模只有美国的1%。但我预计未来会有海量资金进去这个赛道。

钱来了之后，需要什么来推动AI的发展？这其实就是一个AI原生的机会。

首当其冲的是算力，虽然并非人人都是英伟达，但只要能搞定芯片、整合算力资源，同样能跑出百亿美金体量的公司。

此外，AI 基建中还有一点新机会。比如随着 AI 编程工具让大量小白用户具备了开发能力，他们写出的代码需要地方存放和访问，那些能帮用户解决代码部署难题、让应用迅速上线的基础设施平台，正随着开发门槛的降低而迅速崛起。

还有一种机会，来自数据，因为数据是顶级模型军备竞赛里最需要的东西。

第四，一个更朴素的思路，叫“铺桥修路”。AI技术日新月异，但传统企业普遍举步维艰，这中间存在着巨大的转型服务机会。

美国大数据巨头 Palantir 公司，它早期服务于政府和军方，现在则深入传统企业进行 AI 化改造。它们的模式是上门定制交付，直接深入客户业务一线，再把客户洞察反馈回来优化软件。目前这个模式的利润跑得非常快。

以前我们交付的是一个工具，需要客户自己改。现在我们交付的是一个智能，只要训练就行，或者是一堆模块，只要配置就行。定制化成本变低了，但交付效果变高了，复用性也更强了。

所以这一轮如果要做to B，这个方向是有机会的。

总的来说，这个时代就是一个属于海盗的时代。我们要多去创新、多去开拓，这样才有发现新大陆的机会。