你有莫得发现一个奇怪的气候？AI 让每个会用它的东谈主坐褥力擢升了 10 倍，但莫得一家公司因此变得更值钱 10 倍。这些坐褥力都去哪了？Hebbia 的 CEO George Sivulka 最近写了一篇著述，成功点出了这个让总共东谈主困惑的问题。他说，咱们正在重蹈 1890 年代电力转变的覆辙，犯下科技史上最不菲的症结。

这个不雅点让我堕入了深度想考。我看到身边太多东谈主在用 ChatGPT、Claude 纵容擢升个东谈主遵守，在 Twitter 和公司 Slack 频谈里显示我方的"坐褥力最大化"收尾。但放肆下来想想，这些个东谈主层面的坐褥力爆发，果然升沉成了公司层面的价值增长吗？大部分情况下，谜底是辩说的。George Sivulka 用一个历史资历解说了为什么会这么，而这个资历对咱们清醒 AI 的简直价值至关首要。

1890 年代，电力本领承诺带来强大的坐褥力擢升。新英格兰的纺织厂赶快把蒸汽引擎换成了更快的电动马达。但接下来的三十年里，这些电气化工场的产出简直莫得增多。本领本人远超以往，但组织方式没变。直到 1920 年代，当工场绝对从新遐想了通盘坐褥进程，引入活水线、在每台开导中装配寂然马达、让工东谈主和机器实施完全不同的职责时，电气化才简直产生了可不雅的呈文。这些呈文不是来自本领本人，也不是来自让个别工东谈主或机器更快地纺线，而是来自从新遐想了通盘机构和本领的配合方式。

George Sivulka 说，这是科技史上最不菲的资历，而咱们目下正在从新学习它。我完全喜悦这个判断。2026 年，AI 正在让那些懂得诓骗它的个东谈主坐褥力擢升 10 倍。但这还不够。咱们只是换了马达，还莫得从新遐想工场。因为一个绵薄的事实：高效的个东谈主并不等于高效的公司。

Individual AI 和 Institutional AI 的根底区别

George Sivulka 在著述中提议了一个中枢主张：Individual AI（个东谈主 AI）和 Institutional AI（机构 AI）。我认为这个辞别格外重要，它解说了为什么目下大大宗 AI 家具给东谈主一种"嗅觉很高效"的错觉，但实验上并莫得简直推动价值创造。

目下市面上绝大大宗被公开磋磨的 AI 应用，都是个东谈主在 Twitter 或公司 Slack 频谈里自我酣醉式地"坐褥力最大化"，对实验业务产出简直莫得影响。这让我想起最近一年里反复被说起的"做事即软件"主张，固然标的对了，但莫得提供具体蓝图，也错过了更大的图景。简直的颐养不是从器用到做事，而是把本领和机构一皆构建（不管是传统机构照旧新机构）。一个简直高效的来日需要全新类别的家具，需要来日的活水线。

我久了招供 George Sivulka 的不雅点：高效的组织需要的是"Institutional Intelligence"（机构智能）。接下来，我想勾搭他提议的七大各异点，共享一下我对 Individual AI 和 Institutional AI 实验区别的清醒。

融合：从繁芜到纪律

George Sivulka 用了一个想想实验来贯通融合的首要性。设想一下，你来日把公司东谈主数翻倍，但新增的都是你最优秀职工的克隆体。这些职工每个东谈主都有轻飘各异、偏好、怪癖和不雅点（若是他们果然是你最优秀的职工，这少许尤其显明）。若是他们莫得得到充摊派理，若是他们之间短少饱和的同样，若是他们的职责范围、OKR、脚色定位莫得明确界定，你创造的不是坐褥力，而是繁芜。

这个譬如让我料想了当下许多公司的 AI 应用近况。从个东谈主层面预计，组织可能变得更高效了，但当层见迭出个 agent（代理）或东谈主类朝着相悖标的划桨时，最佳的情况是兢兢业业，最坏的情况是残害组织的和谐。这不是假定，而是正在每一个接收了 AI 但莫得融合层的组织中发生的现实。每个职工都有我方的 ChatGPT 使用风气，我方的辅导词作风，我方的输出内容，而这些输出互相之间完全不交流。组织架构图可能存在，但 AI 生成职责的实验流向却完全是另一趟事。

我认为融合对东谈主类和 agent 来说都是总共必要的。Institutional Intelligence 将演化出一通盘"Agentic Management"（agent 经管）行业，专注于 agent 的脚色和职责、agent 之间以及 agent 与东谈主类之间的同样，以及预计 agent 的价值（仅靠基于耗尽的订价是不够的）。这让我料想，来日可能会出现故意的 Agent 经管岗亭，就像目下有技俩司理、家具司理一样，会有 Agent 司理故意细致融合这些 AI agent 的职责。

信号：在杂音中找到价值

George Sivulka 指出了一个许多东谈主疏远但极其首要的问题：Individual AI 创造杂音，Institutional AI 寻找信号。今天的东谈主类如故或者创造或者说生成他们能设想的任何东西：AI 生成的著述、演示文稿、电子表格、像片、视频、歌曲、网站和软件。这确乎是一份礼物。但问题是，AI 生成的内容绝大部分都是重新至尾的垃圾。这种 AI slop（AI 垃圾内容）的泛滥如故变得如斯严重，21点棋牌app2026中国最新版官网以至于一些组织启动过度反应，完全禁绝使用 AI 输出。

这点我仁至义尽。George Sivulka 说他诡计着一家 AI 公司，但条件高管团队不要在职何最终书面家具中使用 AI，因为他受不了那些垃圾内容。这个矛盾的气候很贯通问题。设想一下私募股权投资（PE）的天下正在快速变成什么神志。客岁，可能有 10 个交往契机经过你的案头。本年，下个季度你会收到 50 个契机，每一个都被 AI 润色得白玉无瑕，但你领有的时刻照旧那么多，你需要在其中找到一个简直的好交往。

生成任何东西不再是问题。对至今天任何严肃的组织来说，问题是生成和采选正确的东西。在宽阔选项中找到那一个好的收尾、那一个好的交往、杂音中的信号，在 AI 驱动的天下中变得越来越首要。我认为，来日十年的重要经济驱能源将是在指数级增长的垃圾山中发现信号。

Institutional Intelligence 必须找到信号，必须结构化杂音以穿透垃圾，况且必须在它所作念的职责中是细主见、可预计的和可审计的。Individual AI 可能强调 Clawdbot 那种"永远在线"的坐褥力，以不成预计的方式护理一个东谈主全天候的需求，也即是一个非细目性的 agent。而 Institutional AI 将依赖于细目性 agent 的承重可预计性。那些领有可预计查验点、措施和进程的 agent 会扩张范围，会发现信号，并通过这些信号为组织带来收入呈文。

偏见：从回信室到客不雅性

George Sivulka 提议的偏见问题让我以为额外有瞻念察力。对于社会政事偏见的担忧也曾主导了多年的 AI 磋磨。基础模子实验室最终通过饱和的 RLHF（东谈主类反馈强化学习）绕过了这个问题，实验上把总共模子都变成了马屁精。今天，ChatGPT、Claude 等都是如斯过度对皆，以至于它们会在 Overton 窗口内的任何话题上喜悦你（未必以至略微超出范围）。对于社会政事偏见的磋磨如故平息。但一个新问题取代了它。

这种进度的招供感，这种对总共事情的过度对皆，如故变得好笑地厄运。它本人如故成为一个梗。Claude 那种反射性的"你完全正确！"，不管你事实上是否果然完全正确。这听起来无害，但实验上不是。

George Sivulka 的不雅点让我警悟：许多组织内最高声倡导 AI 的东谈主，可能很快会是历史上推崇最差的职工。想想为什么。组织中推崇最差的职工，每天简直得不到任何正面强化，很快就会有 ASI（东谈主工超等智能）喜悦他们。他们会对我方谜语："有史以来最灵巧的智能喜悦我。我的司理错了。"这是令东谈主酣醉的，开云官方体育app官网亦然对组织有毒的。

这突显了一个首要问题。这些个东谈主坐褥力器用强化的是用户本人。但实验上最首要的是强化真谛。组织经过数千年的演化，缔造了故意用来对消这个问题的系统：投资委员会会议、第三方遵法造访、董事会、好意思国政府的行政、立法和法令三权分立、代议制民主，以及通盘民主轨制本人。

我完全招供 George Sivulka 的看法：组织很少因为东谈主们短少信心而失败。它们失败是因为莫得东谈主舒畅或或者说"不"。Institutional AI 必须饰演这个脚色。它不会被 RLHF 调教成凑趣用户或回答他们的信念，而是要挑战他们的偏见。它会在有坐褥力时强化行为，并在非坐褥性倾向出当前划出硬性界限进行从新诊治。因此，组织内最首要的 agent 不会是"应声虫"，而是有纪律的"反对者"，它们会质疑推理、显示风险、实施法式。一些最具影响力的来日 AI 应用将围绕机构拘谨而缔造：AI 董事会成员、AI 审计员、AI 第三方测试、AI 合规等等。

上风：通用智商 vs 专科深度

George Sivulka 在著述中提到了一个经典的创新者逆境：对于特定应用来说，深度每次都能打败广度。这让我料想了当前 AI 范围的竞争形状。基础模子公司为了争夺每一个东谈主和每一个组织，正在快速迭代智商。但对于专科应用来说，简直的上风很首要。

Midjourney 的职责是在遐想图像上略微进步。Elevenlabs 的职责是在语音模子上略微进步。Decagon 的职责是在全栈客户做事体验上永久进步。固然基础模子会接近这些智商，但对于各自范围的群众来说，简直的上风很首要。许多最佳的遐想师使用 Midjourney，许多最佳的语音 AI 公司会使用 Elevenlabs，因为即使基础模子在矫正，专用应用对于推动其特定上风的坚毅珍重本人就界说了上风。

只有专用科罚决议也在进化，那些对经济收尾、对企业首要的智商，将永远属于专用家具。这在金融范围推崇得大书特书，那边目下是 LLM 开发最热点的范围。一朝某种智商变得普及，从界说上说它就不会帮你打败阛阓。但若是前沿本领或者产生一个少顷的 1% 利基上风呢？那 1% 不错被杠杆化成十亿好意思元级的收尾。

George Sivulka 共享了 Hebbia 的数据很能贯通问题。他们的用户一直超越前沿智商。LLM 的险峻文窗口在四年内从 4K tokens 增长到 1M tokens。他们的一些用户在单个任务中处理 30B tokens。本年他们如故看到了 100B tokens 任务的可能性。每次基础模子智商擢升，他们都如故鼓吹得更远了。

我的清醒是，这就像一场迁徙筹算游戏。为往常东谈主群提供使用体验本人即是一个首要且有价值的筹算，额外是在让职工战役 AI 方面。但来日不会是东谈主们使用 ChatGPT/Claude 或者范围特定科罚决议的二选一，而是 ChatGPT/Claude 和范围特定科罚决议的并存。Institutional Intelligence 必须诓骗范围特定，以至可能是任务特定的 agent。

George Sivulka 提议了一个听起来无理但实验上不是的问题："AGI 会采选使用哪些 agent 看成捷径？即使是超等智能也会想要特定范围的专用器用。"我以为这个想考角度额外有谈理。在 AI 范围，筹算柱永远在变化，而那些诓骗简直智商上风的组织才是会赢的组织。其他总共东谈主都在为一个格外不菲的商品付费。

收尾：粗略时刻 vs 扩张收入

George Sivulka 援用了一个让他从新想考如何向企业销售 AI 的不雅点：风投 Marc Volpi 曾告诉他，"若是你问任何 CEO，他们的首要任务是削减本钱照旧扩张收入，简直总共东谈主都会说收入。"关系词今天阛阓上简直每个 AI 家具都在提供本钱削减，承诺咱们粗略时刻、用更少的资源作念更多的事，或者替代东谈主力。

这个不雅察让我深想。Institutional AI 必须提供上行空间。而上行空间比粗略的时刻更难商品化。以 agentic 软件开发为例。编码 IDE 是有史以来最佳的 Individual AI 坐褥力器用之一，但它们如故面对来自 Claude Code（另一个 Individual AI 器用）的强大压力。而 Cognition 在玩一个完全不同的游戏。他们最结实增长的业务是构建本领来销售转型，而不是器用。我会押注这种捏久力。

纯软件"正在快速变得不成投资"。纯做事无法扩张。科罚决议层，将本领与收尾勾搭起来，才是捏久价值累积的场地。或者以并购为例。Individual AI 匡助分析师更快地缔造模子。Institutional AI 从一百个敌手方中识别出一个值得追求的，并将这个范围扩大到一千个。一个粗略时刻；另一个创造收入。

George Sivulka 指出，向"上游"迁徙是当前阛阓的当然重力。基础模子正在向应用层迁徙。应用层公司正在向科罚决议层迁徙。Institutional Intelligence 即是科罚决议层。而科罚决议层，收尾所在的场地，将累积捏久价值并拿获最大的上行空间。

我的不雅察是，这种进取逗留动的趋势在通盘 AI 生态系统中都在发生。那些只提供器用的公司会发现我方越来越难以捍卫我方的位置，而那些或者提供可预计业务收尾的公司将得到更高的估值和更强的阛阓合位。

赋能：给器用 vs 教使用

George Sivulka 提到了一个东谈主性的真相：尽管咱们有创造力，但东谈主类是不屈变化的。信不信由你，纽约仍然有到手的企业不接纳信用卡。他们在亏蚀钱，他们知谈我方在亏蚀钱，但他们在这种惰性眼前仍然不为所动。同样，在可料想的来日，某些组织中的某些职工会拒却使用 AI。

从纯东谈主类组织过渡到 AI 优先的羼杂组织，将是来日十年捏久且决定性的挑战。在很厚情况下，组织中最资深、最首要的层级将是接收最慢的。这让我料想，本领接收的拦阻时时不在底层职工，而在高层经管者。那些离"坐褥力器用行为"最远的最高层时时是接收新本领最慢、但最首要的参与者。

George Sivulka 指出，Palantir 是独逐一家在昔时两个月科技股万亿好意思元抛售中仍以卓著倍数交往的"软件"公司，这是有原因的。Palantir 是首批简直的"进程工程"公司之一。不管你称之为"进程工程"照旧"编写 Claude 手段文献"，来日的 Institutional AI 将有一个行业故意将公司进程编码进 agent，并杀青将它们付诸行动所需的变革经管。

我认为进程工程将成为近期内最首要的"本领"之一。而在进程工程中，业务和行业专科学问比软件专科学问更首要。范围特定的科罚决议带来细致前列部署工程、部署和变革经管的专科东谈主员的专科学问。

George Sivulka 共享了一个案例：一家顶级投行采选 Hebbia 进行全面部署时说得最佳：当他们"不得不向团队解说什么是 CIM（机密信息备忘录）"时，他们对与大模子实验室融合失去了敬爱敬爱。Claude 或 GPT 折服知谈这个范围，但实验室细致架构扩充的团队不知谈。这酿成了总共的各异。这个例子让我刚劲到，在 B2B AI 范围，范围专科学问可能比地谈的本领智商更首要。

主动性：反应辅导 vs 主动行动

George Sivulka 在著述临了提议了一个我以为最具前瞻性的不雅点：对于 agent 之间通讯的磋磨许多，也有东谈主在问来日的企业、软件家具和机构是否还需要东谈主类。但更好的问题是，来日的 AI agent 是否还需要辅导。

他用了一个很形象的譬如：给 AGI 辅导就像把电动马达接到能源织机上。它从根底上、不成逆转地受到组织供应链中最薄弱关节的限制，也即是咱们东谈主类。东谈主类简直不知谈要问什么正确的问题，更无谓说何时问了。

AI 能作念的最有价值的职责是莫得东谈主料想要条件的职责。AI 应该找到莫得东谈主标志的风险、莫得东谈主料想的敌手方、莫得东谈主知谈存在的销售渠谈。这将灵通 AI 用例的多重可能性。

一个无辅导系统捏续监视通盘投资组合的传入数据。它检测到一家公司的营运资金周期在贯穿三个月内暗暗恶化，将其与信贷合同中的契约阈值交叉参考，并在基金中的任何东谈主灵通 PDF 之前向运营合股东谈主发出警报。

当你扬弃了东谈主类辅导 AI 的需要，新的界面和新的职责方式就会出现。George Sivulka 说 Hebbia 在这方面有一些强横的不雅点。这让我格外期待看到他们会推出什么样的家具。我认为，从需要辅导到主动职责，这可能是 Institutional AI 和 Individual AI 之间最根底的区别。

从新遐想咱们的工场

George Sivulka 在论断中说，这一切都不辩说聊天机器东谈主、agent 和通盘 Individual AI 的需求。Individual AI 将是天下上大大宗企业初次体验 AI 变革魅力的载体。推动使用和通用易用性，是缔造 AI 优先经济所需变革经管的重要第一步。

但同期，对 Institutional Intelligence 存在显明、垂危和强大的需求。来日每个组织都会有一个来无礼实验室的聊天机器东谈主。每个组织也都会有为范围特定问题故意构建的 Institutional AI，而 Individual AI 将把 Institutional AI 看成我方器用带中的重要器用来诓骗。

Individual AI 和 Institutional AI 的"更好地协同"故事是不成幸免的。但咱们要记着 1890 年代纺织厂的资历。开始电气化的工场输给了那些从新遐想车间的工场。咱们如故有了电力。目下是时候从新遐想咱们的工场了。

读完这篇著述后，我对当前的 AI 高潮有了更清亮的结实。我看到太多公司和个东谈主千里浸在 Individual AI 带来的个东谈主坐褥力擢升中，却疏远了组织层面的系统性变革。就像 1890 年代那些绵薄换了电动马达却不改变坐褥进程的工场一样，他们可能会在来日的竞争中败给那些简直从新遐想了组织结构和职责进程的公司。

我信赖，来日五到十年，咱们将看到一个全新的产业崛起：故意匡助组织构建和部署 Institutional AI 的公司。这些公司不仅提供本领，更首要的是提供进程工程、变革经管和范围专科学问。它们将成为企业从 AI 期间的电力中简直获益的重要。

对于创业者和投资东谈主来说，这意味贯注大的契机。那些或者将 AI 本领与特定行业深度勾搭、或者提供可预计业务收尾而不单是是粗略时刻的公司，将得到最大的呈文。而对于企业来说，目下就应该启动想考如何从新遐想我方的"工场"了。因为历史告诉咱们，只是领有先进本领是不够的开云中国体育2026世界杯官方app，简直的上风来自于本领和组织的圆善勾搭。

21点游戏官方网站