看见AGI（7）：Token鸿沟——为什么无限AI访问权限已成为企业生存的当务之急
"企业之间的效率差距已不再以百分比来衡量。在AI员工时代，为每位员工提供无限Token访问权限的公司，其运转速度将达到其他公司的10倍、20倍——甚至100倍。这不是竞争优势，而是文明级别的分水岭。"
在之前的六篇文章中，我写了AGI的到来、个人应如何适应、如何构建AI原生团队、氛围工作的情感转变、多模型架构为何代表未来，以及如何帮助我们的孩子为AI原生世界做好准备。所有这些文章，从某种意义上说，都是关于人的——关于人类如何与AI共同进化。第七篇不同。这篇是关于企业的。具体来说，是关于一个我认为将决定哪些企业五年后仍然屹立不倒、哪些企业将消失的组织决策。
我不断被问到的问题
几乎每周都有CEO、创始人或高管把我拉到一边——在会议上、晚餐时、通话中——问我本质上相同的问题："我们到底该怎么在公司里落地AI？"
我理解他们为什么这么问。这感觉像是一个正确的问题。听起来很有战略性、很深思熟虑、很负责任。它表明他们在认真对待AI。我始终感谢提问背后的用心。
但每次听到这个问题，我都会感到一种隐隐的不安。因为这个问题虽然出于好意，却暴露了对当前形势的根本性误解。它把AI定义为一个需要"落地"的项目——有起点、有范围、有推进计划、有完成日期。它假设从"我们今天所处的位置"到"一家AI赋能的公司"之间存在一条审慎、系统的路径，而任务就是找到并执行这条路径。
他们真正应该问的问题要简单得多——也紧迫得多："我们是否已经让公司里的每一位员工都拥有了用AI思考、创造和构建的无限访问权限？"
如果答案是否定的——而我接触的绝大多数企业，诚实的答案确实是否定的——那么其他一切都是噪音。在这个根本问题得到解决之前，没有任何AI战略文档、专项小组、试点项目、治理框架是有意义的。因为没有它，你不是在落地AI。你只是在表演落地AI的样子。而这两者之间的差距，就是一切。
"无限Token访问"到底意味着什么
让我说得具体一些，因为我认为很多人听到"无限AI访问"时，想象的是某种模糊的概念——类似于"对AI工具持开放态度的文化"。不是这样的。它意味着一些精确且可衡量的东西。
Token是AI工作的基本单位。你发送的每一个查询、你要求AI分析的每一份文档、你要求它编写的每一段代码、你启动的每一个智能体任务——所有这些都在消耗Token。Token，在最字面的意义上，是AI驱动的生产力的原材料。它们之于AI时代，就如同千瓦时之于工业时代，带宽之于互联网时代。
当一家公司设定每月Token上限——当它要求员工通过IT提交申请才能访问前沿模型，当它在企业网络上屏蔽某些AI工具，当它为二十个人提供一个共享的团队订阅，当它规定AI使用必须被记录和审查——它就是在限额供应员工用AI思考的能力。它在给员工的认知输出加了一个限速器。它在字面意义上限制员工被允许在工作中运用多少智能。
想想把这句话说出来有多荒谬。我们在限制员工被允许使用多少智能。
然而，这正是今天大多数公司在做的事情。不是出于恶意，而是出于惯性——那种让IT部门把每一项新技术都视为需要控制的成本、而非需要释放的能力的本能。
我在21世纪初亲历过类似的时刻。一些公司给每位员工提供了不受限制的互联网访问权限，并说：用你需要的任何方式让你的工作做得更好。另一些公司锁定了互联网访问、屏蔽网站、监控使用情况，并发布关于什么允许什么不允许的企业政策。在2000年提供无限互联网的公司，基本上就是在2010年主导各自行业的公司。那些限额供应互联网的公司输了，不是因为它们的互联网政策不好。它们输了，是因为它们面对新技术的根本取向就是错的。它们在为控制做优化，而它们本应为能力做优化。
但还有一个更古老——也更具启发性——的类比，是我反复思考的。
在20世纪初，电动机开始在工厂中广泛使用。大多数工厂主做了看似显而易见的选择：用电动机替换了中央蒸汽机。同样的传动带、同样的传动轴、同样的工厂布局——只是换了一个动力源。结果平平。效率稍有提升。成本略有下降。但这种转变远远不及真正可能实现的程度。
那些真正释放了革命性力量的工厂做了完全不同的事情。它们彻底抛弃了整个传动系统——传动轴、传动带、集中供电的逻辑——在每个工位上直接安装了独立的电动机。然后围绕这种新架构从零开始重新设计了工厂车间。产出的提升不是10%或20%。而是三倍、四倍，有时是五倍。过去受限于物理传动距离的工作流程，现在可以按照逻辑和速度进行重组。在旧架构下根本不可能实现的全新生产方法变成了现实。
经济学家保罗·大卫在1990年的一篇著名论文中研究了这一现象。他称之为"发电机悖论"：电力在商业化近四十年后，大多数工厂才看到变革性的生产力提升——因为它们中的大多数都在用新动力沿袭旧思维。它们采用了技术。但它们没有围绕技术进行重组。
最让我触动的是：那些未能完成转型的工厂并不是不知情或不努力。它们和竞争对手一样能获取同样的电动机。它们在为电力付费。它们真心相信自己已经采用了新技术。而它们实际做的，不过是把新动力嫁接在旧结构上——然后困惑于为什么投资回报不成正比。
我看到今天正在上演完全相同的模式。大多数部署AI的公司正在做的事，相当于工厂把蒸汽机换成电动机，然后称之为转型。一个共享订阅。几个被批准的使用场景。一个治理框架。一个季度AI评审会。旧的组织结构——那些旧的传动带和传动轴——完全原封不动。
无限Token访问是组织层面上等同于拆掉传动轴、在每个工位安装独立电动机的决策。它不仅仅是一个成本决策。它是一个结构性决策——一个信号，表明你在重新设计工厂车间，而不仅仅是在更换动力源。就像那些20世纪初的工厂一样，做出这个结构性选择的公司不会只提升10%。它们将在一个与那些没有做出这一选择的公司根本不同的生产力层级上运作。
我们今天正站在同样的分岔路口。只是赌注高得不可同日而语——两条路径之间的差距也拉开得快得不可同日而语。
AI员工时代已经到来
在第三篇文章中，我写了构建AI原生团队的话题。在第四篇中，我描述了氛围工作——当人们不再把AI当作工具、开始把它视为真正的协作伙伴时所发生的心理和运营层面的转变。那些文章描述的是一个正在进行中的转变。
我现在要明确地说：那个转变已不再是进行中。它已经完成。AI员工时代已经到来。
AI不是你用来更快地写邮件的工具。它不是你卡壳时查询的搜索引擎。它是同事。是联合创始人。是一支由工程师、研究员、分析师、策略师、设计师、作家组成的专家军团——全天候24小时、每周7天为你公司的每一个人服务，不用休假，没有自我，没有组织政治。AI不会在六点下班。它不会失去动力。它不需要三周的入职培训。它不需要反复的薪资谈判。
但这支军团有一个前提：你得打开大门。
在Genspark，我们在十一个月内从零做到了2亿美元的年化营收——据我所知，这个速度在企业AI领域前所未有。我们在发布后的头九天就达到了1000万美元ARR，比ChatGPT快，比Claude快，比历史上任何AI产品都快。我们用一支以任何传统标准来看都小得离谱的团队完成了这些产出。AI编写了我们100%的代码。一名工程师在三个月内构建了我们的AI浏览器。一名产品经理在两周内交付了AI Slides。一名从未写过代码的设计师在三天内构建了浏览器下载网站。在之后的十一个月里，我们发布了AI Workspace 3.0、Genspark Claw——我们的第一个完全自主的AI员工——以及Workflows、Teams、Meeting Bots、Realtime Voice等等。这些不是超凡脱俗的人——他们是拥有正常才能、但被赋予了一支卓越军团无限访问权限的人。
一家拥有50名员工和无限AI访问权限的公司，其运转方式不像一家50人的公司。它像一家500人、甚至5000人的公司。这个乘数效应是真实的、可衡量的，我们每天都身处其中。
现在想想另一种场景：一家拥有500名员工但限制AI访问的公司。每月Token预算。IT审批流程。一个部门的谨慎试点。季度评审。一个精心管控的推广计划。
那家公司的运转方式就像一家500人的公司。仅此而已。
那家50人的公司将以10倍的速度交付、10倍的频率迭代、10倍的效率从失败中学习、10倍的速度积累认知。而每过一周，它们之间的差距都在拉大。
光年级差距：为什么这次不一样
在之前的每一次技术浪潮中——PC时代、互联网时代、移动时代、云时代——早期采用者和后来者之间都存在差距。行动更快的公司获得了优势。但那些优势虽然真实，却是有上限的。一个互联网早期采用者和一个后来者之间的效率差距大概是1.5倍。也许2倍。对于管理最好的公司来说，也许3倍。
那些差距是可以弥补的。一家在2012年落后于云计算采用的公司，到2015年可以追赶上来。过程痛苦且昂贵，但有可能。
现在发生的事情在本质上完全不同。差距不是线性的。它是指数级的。而且我不确定它是否还能弥补。
想象两艘船在同一天离开同一个港口。一艘是核动力驱动的。另一艘靠划桨。第一天，核动力船稍微领先一点。第一周结束时，它已远远领先。第一个月结束时，划桨的船甚至看不到核动力船的影子了。第一年结束时，它们之间的距离不是很大。不是非常大。而是不可理解的——一种不以里程衡量、而是以完全不同的现实维度来衡量的差距。
这就是Token鸿沟正在企业之间制造的差距。
一边是：一家每位员工都拥有最强大前沿AI模型无限访问权限的公司——工程师正在与AI进行实时、多轮对话来架构整个系统，产品经理在几分钟而非几周内生成和迭代研究报告，高管在制作任何一份幻灯片之前就已经用AI生成的竞争场景对战略进行压力测试。这家公司里的每个人都在运用一个每天都在复利增长的认知乘数。
另一边是：一家访问前沿AI模型需要向IT提交工单的公司，AI工具预算每季度审议一次，员工因为官方工具限制太多而用个人信用卡付费使用AI工具，管理层还在讨论是否要把试点从工程团队扩展到市场团队。
这两家公司之间的产出差异不是10%。不是50%。而是一家在奔跑的公司和一家在原地站着的公司之间的差距。而且每过一天，奔跑的公司都会更远地领先——不是线性地，而是指数级地，因为更快的迭代意味着更快的学习，更快的学习意味着更好的产品，更好的产品意味着更多的收入，更多的收入意味着更快的迭代。
这不是竞争优势。随着时间推移，这是一场灭绝事件。
"全面拥抱"到底长什么样
我要说得具体一些，因为"全面拥抱AI"这种话听起来很有分量，但几乎可以用来描述任何事情。
今天就取消所有员工的AI工具Token上限和支出限制。 不是下个季度。不是等安全审查完成之后。今天。是的，会有成本。与生产力的提升相比，这个成本微不足道，与落后的代价相比更是小了几个数量级。
不要再把AI当作IT支出。AI支出应该放在人力预算里——不是IT预算里。 当你移动那个科目的那一刻，一切都会改变。它向整个组织发出信号：AI不是一个需要管理和压缩的软件工具——它是团队的一员。这样想：你公司部署的每一个AI智能体都应该有自己的席位、自己的工位、自己的汇报线。它有角色。它有交付物。它有管理者。当你这样对待AI——当它出现在你的组织架构图中，而不仅仅是你的供应商合同中——你的员工也会开始这样对待它。没有哪个理性的CFO会看着工资支出想："我们怎么削减这个来降低成本？"工资是人力能力的代价。AI访问是AI能力的代价。在一个AI承担了80%工作的世界里，这个科目值得与它旁边的人获得同样的尊重——和同样的投资理念。
在内部建立一种文化：用AI做所有事情是默认选项，而非例外。 在Genspark，我们没有一条政策说"在合理的时候使用AI"。我们有一种文化说"如果你没有为此使用AI，告诉我们为什么。"这种反转意义重大。它传递了组织层面的认真态度。它创造了同伴之间的相互督促。它加速了集体学习，因为当每个人都在积极使用AI时，经验传播得非常快。
结束试点阶段。 我想直说：如果你的公司仍然处于"测试和评估AI"阶段，你不是在审慎行事。你是在迟缓。试点的时间在2023年就已经结束了。现在正在赢的公司不是在试点——他们在部署、迭代和复利增长。你每花一个月在评估上，就是你的竞争对手在执行的一个月。
正在被甩在身后的企业
我想描绘一幅画面——不是为了羞辱任何人，而是因为我认为一些领导者真的没有意识到外部世界是怎么看他们的。
正在落后的公司有一个每月开会的AI战略委员会。它为每个20人的团队批准了一个共享AI订阅。它正在工程团队进行试点，计划在第一个试点完成后"扩展到其他部门"——这还需要两个季度。它的员工正在用个人手机和个人信用卡访问前沿AI工具——他们的雇主不会提供这些——不是因为他们在违规，而是因为他们需要完成工作。
这家公司的管理层认为他们在负责任地行事。他们在管理风险。他们在谨慎推进。
与此同时，在另一家公司，一个26岁的工程师正在与一个AI智能体进行实时对话，这个智能体同时在编写代码、运行测试、分析错误、提出架构改进建议——所有这些在第一家公司的工程师提交一张工单申请访问基础AI编程助手的时间内就完成了。等那张工单被批准的时候，那个26岁的年轻人已经上线了一个功能。
这两家公司不是在不同的时代运营。它们在不同的文明中运营。
新的企业财富鸿沟
以下是最让我担忧的——我想精确地表达这一点，因为人们很容易感受到紧迫感却不完全理解其中的机制。
Token鸿沟不仅仅是当前产出的差距。它是学习速度的差距。而这正是它如此危险的原因。
一家在过去两年里给每位员工提供了无限AI访问权限的公司，不仅仅是完成了两倍的工作。它积累了两年的组织学习——实践、直觉、肌肉记忆、内部文化——这些是靠开支票根本无法复制的。你无法通过收购变成AI原生。你无法在六个月内靠招聘实现。组织就绪度是静默地、无形地复利增长的，直到建立了它的公司和没有建立它的公司之间的差距不再是绩效差距——而是一种完全不同量级的能力差距。
率先且全面行动的公司现在已经进入了一个几乎不可能停下来的飞轮。它们的产品更好，所以吸引更多用户。更多用户产生更多数据和反馈，所以它们的产品迭代得更快。更快的迭代意味着更快的学习，这为更多的AI投资提供了资金，进一步加速迭代。同时，它们最优秀的人才——那些在AI原生环境中如鱼得水的人——自然会向它们聚拢，因为没有哪个有抱负的工程师或设计师愿意把职业生涯花在等待IT批准访问一个前沿模型上。
而后来者面对的则是复利式的赤字。它们不仅仅落后于产出——它们落后于直觉、落后于文化、落后于人才密度、落后于飞轮本身。到了某个时刻——这是真正让我感到恐惧的部分——这种赤字会越过一个临界点，届时问题不再是能否追赶上来。而是你是否还在同一场比赛中。
你无法靠划桨追回一场与核动力船的比赛。在Token鸿沟上落后三年，可能就是永久性的。这不是比喻。我是字面意思。
最后的思考
在过去几个月里，我一直在观察两类公司。第一类正在随浪而动——不是完美地驾驭它，但在动。它们快速做出决策，接受不确定性，拥抱全面AI部署的混乱，每周都在让学习复利增长。第二类仍然站在岸边，看着浪潮逼近，开着会讨论要不要下水。
我写第一篇"看见AGI"时，是一个为12岁儿子的未来感到担忧的父亲。我现在感受到同样的关切——但指向的是正在阅读这篇文章的创始人和运营者。因为我看到了即将到来的一切，我真的不希望任何人被它吞没。
海啸来临时，它不会等你开完董事会。它不会在你完成治理评审时暂停。它不会再给你一个季度来扩展试点。它到来了，而那些已经在水中的组织——随着它的力量移动、借助它的能量前进的——会存活并前进。那些还在岸上犹豫不决的组织则会被埋葬。
窗口还没有关闭。但它正在关闭。而每一位读到这里的创始人、每一位CEO、每一位运营者今晚——不是下周，不是下个季度——需要回答的问题是：你是否已经让公司里的每一个人都拥有了用AI思考、创造和构建的无限访问权限？
如果还没有，我希望你再问自己一个问题：你还在等什么？
我在科技行业已经近二十年了。我见过市场变迁、企业兴衰、范式一夜之间翻转。但我从未见过任何事物以如此之快的速度发生、如此之深的程度影响一切。
而让我夜不能寐的不是技术本身。而是那个画面——那些才华横溢、勤奋工作的人——那些牺牲一切来建立公司的创始人、那些将数年青春奉献给团队的运营者——某天醒来发现，他们与竞争对手之间的差距已经不再是他们能弥合的差距。不是因为他们不够聪明。不是因为他们不够用心。而是因为，在一个关键时刻，他们犹豫了。他们在等一个数据点。他们又开了一个委员会。他们要求再多一个季度来评估。
我写这些文章不是为了制造恐慌。我写它们是因为我真心相信大多数人还没有充分感受到正在发生的事情的全部分量——而等他们感受到的时候，可能为时已晚。
所以让我用我最希望你从这篇文章中带走的一件事来结尾。
企业之间的效率差距不再取决于人才、战略或资本。它越来越取决于一个决定：你是否已经让公司里的每一个人都拥有了用AI思考、创造和构建的无限访问权限——还是没有？ 那些说了"是"的公司，即便不完美、即便混乱，每天都在复利增长它们的优势。那些仍在犹豫的公司不是在原地踏步。它们在以历史上没有先例的速度落后。
这种差距过去以百分比衡量。现在以倍数衡量。很快，对于某些行业和某些公司来说，它将根本无法衡量——因为等式的一边将不再参与这场比赛。
我希望你站在那条线的正确一边。如果你不确定——如果你读到这里感受到了哪怕一丝共鸣，一个安静的声音在说*"这可能就是我们"*——那么请不要等到下一次董事会再去确认。浪潮已经在移动。唯一的问题是你是在水中还是在岸上。
还有时间。但没有你以为的那么多。