小龙虾所带来的冲击（八）一 过渡依赖AI的风险

一款名为OpenClaw的开源AI项目在全球范围内迅速走红，因其独特的龙虾吉祥物，被国内用户亲切地称为“小龙虾”。它引发了广泛的讨论和实践，因为它不仅是一个能与人对话的聊天机器人，更是一个能够实际操作电脑、执行任务的个人AI助手，标志着AI正从“会聊天”向“能干活”迈出关键一步。这个目前AI圈内最火的项目，发布仅四个多月就创造了历史——以超过24.8万的GitHub星标数正式登顶星标榜，超越Linux成为GitHub平台上最受欢迎的开源项目。OpenClaw在GitHub登顶，被视为AI Agent实用化的里程碑事件。和与ChatGPT等停留在对话框里提供“建议”的产品不同，OpenClaw可以7×24小时自动执行任务——读取文件、搜索信息、编写代码、发送邮件等。很多程序员将其当作一个能动手干活的数字员工，人手一只”龙虾“。OpenClaw的强大能力是一把双刃剑，其高权限的特性也带来了显著的风险。它能够读写本地文件、执行系统命令，这意味着一旦配置不当或被恶意利用，可能导致数据泄露、文件误删等严重后果。因此，安全是使用OpenClaw时必须首要考虑的问题。

2026年5月

图片

AI是标，人是本

使用 AI 的目的不应是“更快得到答案”或“把无聊的工作交给它”，而是要发现自己“错过了什么”。AI原生公司转型的核心是信息平权与决策提速。智能体具备跨部门信息穿透与检索能力，将使得传统中层管理者的“信息传声筒”作用将被大幅削弱，组织结构的超扁平化就变得理所当然。AI自动化不只是针对基层员工的效率工具，而是自上而下的组织方式全面重构。未来的工作将主要由AI智能体完成，而人类的角色将转变为“指挥、审查并帮助它们改进”。AI能够让小团队完成过去大团队才能完成的工作，并且速度更快。这意味着企业的扩张逻辑从“增加人手”转变成了“增加算力与模型能力”。这种变化的更深层含义是数据与算力都将与传统的人力资源一样，被货币化。工作流的数据化与模型化，表面是替代人工，且人类隐性工作经验转化为AI显性能力是成功的关键。但本质上传统评价体系的问题。企业可以将“会不会用AI”从一项附加技能，变成了衡量员工核心价值的硬性指标，也可以利用无数个智能体去取代传统流程中的数据加工节点。回归本质，AI最大的价值还是剥离冗余的管理层级，承担执行层面的重负。

以OpenClaw为代表的新工具让我们看到了工具所带来的巨大力量。但我们更要清楚看到，其局限性：无法承担道德、责任，无法建立信任与共同目标。AI只能是新支点，可以有效提升或放大绩效，却始终无法让组织成为独特DNA的源泉。当过渡依赖AI之后，对于企业而言，必将面临核心竞争力的退化。这种长期风险的根源来自于组织自身对于分析、诊断、提出新方案（新创意）与应对危机和竞争所需的专业能力的下降。我们应在引入AI之初就建立顶层规划，明确AI与人类能力的各自边界。智能体将从工具演变为执行单元与协作伙伴。智能体擅长的“高频、规则、可量化”任务与人类擅长的“低频、模糊、高价值”任务的划分标准。应建立人机反馈闭环，人类对智能体输出进行“好评/差评+修正”，智能体每日增量学习，持续优化，从而形成持续学习与反馈的新组织进化方式。

真正智慧，并不在于精准的追踪数据，而在于如何让用户控制自己的数据。在未来，大量代表消费者利益、帮助消费者管理供应商关系的“第四方”机构（Fourth Parties），将成为一个全新的商业赛道 。那些能够获胜的企业中，必然是能够与用户良好互操作的公司。现有的“不点同意就无法使用”的单方面协议（Contract of Adhesion）终将崩溃，取而代之的是由消费者提出的、标准化且机器可读的服务条款（如Customer Commons） 。由智慧推动的数据市场，将成为一个由拥有主权的个人驱动的、更自由、更高效的透明市场 。

在使用中，对组织的变化进行全面评估：政策与激励措施的偏差、算法所取代的判断风险、大规模应用潜在的道德歧视等，从而确保在有足够的能力及时纠正偏差。企业不仅是规则与流程，更是建立在共同目标、信任与相互理解上的社会链接。在很多场景下，AI替代了传统人类之间的相互沟通，表面上是提升了效率，但同时也让各种辩论、协商、权衡、共同诊断等等机制从机制的源头上丧失或削弱了差异化成长的机会。同时，不透明的算法，在关键问题上的决策，可能还会带来负面的信任，让大部分人难以充分理解，谁应该负责的后果，以及制定决策的充分依据。我们要充分认识到规模化AI应用依赖所带来冲击：可能只是技术上的先进，但在未来竞争中却更加脆弱。

更长期来看，人的进化将被分为两种截然不同的类型：一类能通过与 AI 摩擦协作变得更敏锐，而另一类则只会获取快速答案，却越来越不知道该问什么问题。导致这种差异的本质是管理导向问题。拥抱AI的团队在面对不确定性时，应更倾向于“尝试、快速学习和迭代”，而不是撰写精心打磨的文档和项目计划。在AI时代，执行成本大幅降低，企业文化的导向应从“谋定而后动”向“边做边学”倾斜。新技术不能只是一个简单的科技噱头，而应该成为企业管理史上的分水岭。在这个由算力和模型定义的新时代里，如果连CEO都可以（且必须）被AI赋能并部分替代，那么企业中还有哪一个流程、一个岗位是不可被重塑的。我们应该（必须）认识到最优的团队并不一定是因为比其他人更聪明，更为拥有两种关键：换位思考 (Perspective-taking)，真正设身处地去理解另一种观点的能力，而不仅仅是容忍或辩论。思想谦逊 (Intellectual humility)，能够认识到自身知识的边界，并愿意承受这种“不确定性”带来的不适感，而不是急于填补空白。

图片

重塑新型组织

组织重构不可能一蹴而就，需要遵循清晰的演进路径。技术的浪潮必将退去，算法也将持续迭代，模型也会不断更新，只有让组织（与成员）持续进化，才是未来唯一的长期护城河。

数智化是在数字化基础上，充分利用融合人工智能、大数据分析等新技术，推动企业从经验与流程驱动向数据与事件驱动的漫长转变过程。其核心命题是以数据要素为基石，以智能技术为引擎，将数据资源转化为可落地的业务价值，解决的是如何充分利用数据创造价值。AI时代，数字化的基础地位非但未被削弱，反而因智能模型对高质量数据的渴求而愈发关键——数据资产正从业务的副产品升级为驱动企业核心竞争力的战略资源。但二者之间的关系却更加明确：协同演进，共同构成企业转型的完整图景。数字化筑基，数智化升华，表面上是数智化将作为动力引擎；实际上，数智化本质是洞见。衡量价值的锚定点并不在所使用技术本身的先进性，而在于是否将新技术嵌入到实际业务场景，完成从“流程自动化”向“决策自主化”的跃迁。以数据为核心生产要素、以商业价值为目的、以智能为引擎，通过重塑组织，将业务创新贯穿组织转型的过程中。如果只将数智化视为“技术落地”的企业，最大也只是局部的效率提升。只有将数智化视为“组织变革”的企业，才能确保AI时代构所构建的是不可替代的竞争壁垒。AI只是企业重塑的载体。

创新是核心驱动力，而并非单一的强调执行、服从、不出错。AI的价值，是更精准的洞察，通过数据智能，得以穿透表面需求，预见用户的深层意图。是更及时的响应，智能体让“实时”从口号变为能力，用户等待的时间趋近于零。也是更个性化的服务，从千人一面到一人千面，AI让大规模个性化成为可能。这些能力的实现，往往更依赖于组织的支撑，而非单一的某一项新技术的应用。

延伸阅读：

2026年3月17日，金蝶国际发布2025年全年业绩，交出一份云转型成功、AI落地见效的成绩单：全年总收入70.06亿元，同比增长约12%；归母净利润9300万元，经调整净利润2.32亿元，成功由亏转盈；订阅收入35.56亿元，同比增长20.9%，占总收入比重突破50%，订阅ARR达40.9亿元，经营性现金流10.97亿元创历史新高。这份业绩不仅是金蝶自身的经营拐点，更成为观察AI时代企业管理软件走向的重要样本。

在市场一度热议“AI会不会杀死SaaS”“大模型能否替代传统ERP”的背景下，金蝶以实践给出答案：AI不是替代者，而是放大器；企业管理软件不会消失，只会以全新形态进化。业绩只是切口，真正值得行业关注的是，当AI成为基础设施，企业管理软件将走向何方。徐少春认为，行业早已走出“AI替代软件”的焦虑，进入AI重塑软件的务实阶段。对整个行业而言，真正的命题不再是“AI是否会争夺市场”，而是如何把AI深度融入场景、数据、流程与组织，把管理软件从成本中心变成生产力中心，一起把市场做大，打开新的发展空间。他表示，AI带来的从来不是替代，而是一场价值千倍、空间万倍的全新发展。

过去一年，资本市场出现一种声音：通用大模型能力越来越强，企业自己就能用AI搭系统，专业管理软件厂商会被边缘化。金蝶管理层在业绩发布会上，系统性回应了这一争议。“拥抱AI者生，防御AI者死——真正决定未来的，不是技术本身，而是能够驾驭AI的人和组织。”徐少春明确提出，“企业软件最激动人心的时代来临了。随着智能体开发体系不断成熟，企业软件的价值空间有望放大千倍、万倍。”他强调，金蝶三十余年服务超过740万家企业所积累的对行业与场景的深度理解、高质量的数字化资产、高效及安全可信的智能体工程、客户长期的信任与粘性、生态覆盖与规模化能力，是企业管理AI时代最稀缺的战略资源。

三次成功转型的经验证明，金蝶充分具备拥抱变革的基因、能力和决心。如今企业正经历第四次AI转型，金蝶将彻底蝶变，“未来五年，用AI再造一个金蝶”。金蝶中国副总裁、研发中心总经理刘仲文也表示：“AI不会杀死SaaS，反而会把蛋糕做得更大、更多层。企业级AI不是空中楼阁，必须建立在业务系统、数据治理、流程规则、合规安全的坚实基础之上，这正是专业管理软件厂商的不可替代壁垒。”

行业共识正在形成： AI是赋能者，不是颠覆者：通用大模型解决“理解与生成”，管理软件解决“执行与合规”，二者互补而非互斥。脱离业务系统的AI，在企业端无法落地：财务、供应链、制造、人力等核心场景，需要精确、一致、可追溯的逻辑，纯大模型存在幻觉与鲁棒性不足，必须与成熟ERP、SaaS深度耦合。数据质量决定AI价值：经过治理、标准化、权限清晰的企业数据，是AI发挥作用的前提，这正是长期深耕企业服务的厂商核心资产。

以金蝶转型为参照，结合行业实践，管理层认为，未来三到五年企业管理软件将呈现清晰走向： 从“云原生”全面进入“AI原生”：单纯上云不再是终点，AI原生架构成为标配。产品从设计之初就围绕大模型、智能体、多模态交互构建，而非事后外挂AI功能。金蝶提出2030年目标：AI+SaaS与AI原生收入各占50%，用AI再造一个金蝶，正是这一趋势的集中体现。AI 落地呈“双轨并行”：企业级AI的落地并非一刀切，而是呈现出双轨并行的态势：中小企业渴求“开箱即用”的标准化智能体；大型企业出于数据合规考量，更倾向本地化部署或者定制化内容。对此，金蝶打出了一套精准的组合拳：一方面通过预置的智能体网络，助力中小企业实现技术平权；另一方面，针对大客户首创支持Live AI的私有云方案，打破了安全与智能的零和博弈。同时金蝶也将和大型企业一起，以更低成本共创符合其特定需求的AI能力。全球化与AI深度融合：中国管理软件厂商将借助AI实现弯道出海。以多语言、全球合规、智能财税、跨境供应链智能体为抓手，从“出海适配”转向“本地原生AI”，在东南亚、中东等市场形成差异化优势。

------------------------ END ------------------------