別盯著老業務摳成本了！用AI做新事的成本，遠低于做老事

家家戶戶都在做AI試點，但真正賺到錢的寥寥無幾 。為什么花了大價錢組建AI團隊，最后卻大概率虧本？

“在這個變動的時代，我建議大家多做開拓性的事情，少做守成的事情。”

“AI人才很貴的，你為了省掉一批便宜的人的錢，組建一個AI團隊，最后大概率是虧本的。”

混沌創新領教、AI領域投資人任鑫一針見血地指出，盯著原有的業務搞“降本增效”，注定沒有出路。2026年，AI生產力進一步爆發，人人都可以給自己配備100個程序員，AI讓軟件徹底變成“人人可編輯的文檔”……

從職場、到組織，再到商業的底層邏輯，都已經發生重構。

從如何通過“硬用三步法”實組織、產品的重塑，到創業者如何瞄準四大AI原生機會，任鑫在本文中勾勒出了一幅清晰的AI淘金地圖。

拋棄舊有路徑，別再去搶隔壁老王的生意，去廣闊的底層市場發現你的商業新大陸吧。

以下是任鑫的精彩分享，僅占課程內容的30%。完整內容在混沌APP。

2026年最大的紅利：每個人配備100個程序員

2026年，我知道的最大的一個紅利，就是擁有一個AI程序員同事。

以前只有編程高手才能用好AI，讓它幫忙寫程序、建系統。但今年不一樣了，普通人也可以。

前不久硅谷的大神Karpathy發了條推特，他說之前只有20%的代碼是AI寫的，80%還得靠自己。但在過去幾周，情況發生了翻天覆地的變化。現在，他80%的代碼已經是AI寫的了。

以前我們可能會把AI當成一個“諸葛亮”，有想不通的人生難題，會找它聊聊天。但不會組織它去幫你干活，因為它不會用Excel，不會用Word。但是現在，它全都會了。

最近刷屏的OpenClaw就是典型例子。我的合伙人五天就給它發了八千多條消息——現在他但凡有事，全部交給AI處理。

他給AI單獨配了一臺Mac Mini，讓它自己決定裝什么軟件、學什么技能。AI就給自己裝了一堆工具，下載了一堆經驗包。然后他說：這個活兒你去試試。AI就自己去干，調用各種軟件；干不好就寫段代碼再試；還干不好就反思，換個方法繼續。

所以現在的AI既會寫代碼，又會用軟件，還會自我反思。這就相當于給每個人配了一個程序員同事，啥都能干。

有一個程序員坐在你旁邊，就意味著給了你一個“魔法”。你只需要對它說人話，它就能幫你把活兒干了。而且，這件事已經發生在每個人的電腦里了。

我再舉一個生活中的真實例子。我有個朋友叫余一，她是個非常先鋒的人——可以說是這個AI時代里最早“瘋”掉的那批人。她對AI極度癡迷，她運營著自己的視頻號賬號，上面絕大部分視頻都是AI生成的，漲粉速度驚人。

這是如何做到的？打開混沌APP，觀看完整版。

現在這是一個言出法隨的世界，這讓我想起我們父母那一代，那時候公司里有個專門的部門叫電腦辦公室，有一幫人專門負責操作電腦，連打字都是專人干的。因為在那個時代，一張紙上的字寫上去就改不了，電腦打印出來的是個固定的東西。

但在我們這個時代，你很難想象還有人不會打字。況且我們默認文檔就是可以改的，比如一個飛書文檔，我們可以復制一份，改幾個字。

而軟件，正在變成文檔。

以前，軟件像是“打印出來的紙”，是固定的，只有程序員才能改。但現在，AI讓軟件變成了“文檔”，每個人都可以創建，每個人都可以分發，每個人都可以修改成自己需要的版本。軟件未來會成為這樣，不是未來，現在已經是這樣了。

這就是2026年最大的紅利。如果你提前用起來，就能享受這個巨大的紅利。

那這里的挑戰是什么呢？其實只有一個——心態。

很多人會找借口：“我不懂技術。”但你不需要懂技術，只需要說人話就行。第二個借口是“我要先好好學習一下”。不要學習，遇到問題再學，卡住了就問AI：“我卡在這里了，怎么辦？”

碰到問題，具體解決，按需學習。我們還是有囤積癖，想囤知識、囤認知，其實都沒用。有問題才學，否則所有學習都是在逃避現實。不帶問題的學習，就是逃避現實。所以最大的挑戰，只有心態。

Andrej Karpathy（曾任OpenAI研究科學家）在2023年說過，最好的編程語言是英語。現在最好的編程語言是中文——直接講中文就行。

我舉個親身例子。我孩子今年八歲，他七歲就開始用AI寫游戲了。這張照片里，他在一個拉面館，用一臺沒有鍵盤的iPad，寫塔防游戲給自己玩。

他全部用嘴巴來說：“炮塔做大一點”“子彈為什么那么慢？”“贏得太容易，沒意思，難度調大。”他只是說這些，游戲就慢慢變好，能玩了，就這么簡單。

一個八歲孩子，在拉面館，用沒有鍵盤的iPad，寫出能玩的游戲，你肯定也可以。你用了2個小時把軟件裝好，收獲可能是給自己配了100個程序員。

職場和企業的游戲規則徹底變了
1.組織落地AI的三大卡點

關于什么樣的組織推不動AI？

就我觀察，對我身邊那些所謂的超級個體來說，一個人把效率提升五倍、十倍，真的是件很容易的事。但對于大組織，情況就完全反過來了。組織越大，看起來就越難推動。

從麥肯錫、MIT（麻省理工學院）的調研來看，也是這個結論。家家戶戶都在做AI試點，但真正賺到錢的寥寥無幾。因為這些報告調研的對象，主要都是大公司。

那問題到底卡在哪呢？我總結了一下，主要有三個方面。

第一個卡點，在老板身上。很多傳統的大老板自己不親自用AI，但他們看了太多的AI視頻和公眾號文章。只看不用導致他們對AI產生了兩種極端認知：要么是不切實際的幻想；要么是完脫離實際的體感。

第二個卡點，是組織的心智。員工會想，AI如果能干我的活，豈不是告訴老板，AI可以替代我？所以，從組織的角度看，搞AI好像天然就站在了很多人的對立面，阻力重重。

最后一個卡點是確實有困難。AI用起來，現實問題也不少。你會覺得它給的東西胡編亂造，你還得一個一個去查。這些積累下來，都是以后要還的“技術債”。

2.如何解決這三大卡點？

首先，看組織心智這個卡點。要解決它，只能讓大家改變自己站的位置，每個人都需要重新梳理自己的觀念。員工要梳理，老板也要梳理。

很多員工從小就把自己當成牛馬、當成螺絲釘來培養，本質上，是把自己當成了一種生產資料。當你把自己當成一種資源的時候，就好比菜市場里的一顆“天然有機小番茄”。現在市場上出現了各種各樣的大棚番茄，價格便宜，你的賣價自然就上不去了。而如今，又冒出來人造番茄，一塊錢能買一噸，口味還更好。你這顆“天然有機小番茄”，是不是就更賣不上價了？

所以，當你把自己當成一個有機小番茄的時候，AI就是你的競品。不管你有沒有被替代，你都要不上價。

因此，所有員工都必須轉變思想，把自己變成老板，至少，是你自己的老板。當下你最大的路數，應該是用AI培養自己的“嫡系”部隊。不管老板給不給我升職，我都管自己叫總監，我要用好AI來創造價值。

你不要把AI當做你的競品。你就想，AI是我十個額外的headcount，幫我招了十個程序員，十個數據分析師，十個寫手，十個畫手……還給了我一堆預算。我拿來做什么？跟公司換更多獎金、機會，升職加薪。如果我帶出一個100人的團隊，創造巨大收益，老板不給我升職加薪，我可以帶著這100人出走。

員工的思路要變，老板的思路要變。就老板而言，要往投資人的角度去思考。如果你想做好組織轉型，一定要給公司傳遞足夠清晰的信息。

在這個變動的時代，我建議大家多做開拓性的事情，少做守成的事情。這個時代太動蕩了，不要再盯著原來的工作搞降本增效。

況且，降本增效真的沒有大家想的那么容易。AI人才很貴的，你為了省掉一批便宜的人的錢，組建一個AI團隊，最后大概率是虧本的。除非你能通過AI打開新市場，或者帶來資本市場的增值，否則這件事根本不值得做。

這里要糾正一個常見誤解：做新事的成本其實低于做老事。很多人覺得做老事更便宜——我熟、有基礎、東西都現成。然而恰恰相反。為什么這么說？

因為老業務往往有著沉重的歷史包袱，你要和老系統對接，可能三個月都接不完，內部阻力還大。而借助AI搭一個全新的系統，可能三天就搞定了。

當AI的專業能力已經超越14年經驗的資深專家，職場和企業的游戲規則徹底變了 。為什么踏實肯干的“老黃牛”越來越危險 ？為什么臃腫的大部門推不動創新？

任鑫老師在課程中用身邊的案例進行了詳細解讀，請到混沌APP觀看完整版。

3.AI落地三步法

具體如何充分地利用AI的優勢呢？我把它分成三步法。

第一步，拆解任務，用AI適配提效。如果一件事他搞不定，那你就拆成他能搞定的小事兒。他是領導家的孩子，如果讓他組織一場課程他搞不定，你讓他搬一張椅子，他應該能搞定。

第二步，根據目標，用AI重塑流程。如果你覺得整件事他什么都搞不定，是不是因為專業不合？那能不能根據這個目標，反過來問問他覺得應該怎么做，然后來配合他，我圍繞著你來重新設計整個流程。

第三步，發揮 AI 超能力，顛覆傳統戰略。直接放棄這個目標。他是領導家的孩子，我們應該發揮他的特長，而不是死磕他的短板。做顛覆性的思考，去創造競爭優勢，關鍵的做法是把AI用盡——就是每一個工作如果配上1000倍的人力進去，會是什么樣的效果？

可以三條路同時走，一層比一層的機會大，其實越往后機會越大。

這三步法的詳細解讀，打開混沌APP觀看完整版。

在智能泛濫的時代，如何發現AI商機？

接下來是關于產品和商業層面的機會。

這背后其實有一個根本問題需要先想清楚：產品的本質是什么？說白了，就是解決問題，幫用戶干活的。

我舉個例子，《超級瑪麗》的主人公在闖關的時候，經常會碰到一朵花，只要踩到這朵花，他就可以發射子彈去打怪。假設超級瑪麗是用戶，那朵花就是產品，而我們，就是做花的人。作為做花的人，我們可能會想要優化這朵花。但其實，我們要想清楚一個更本質的問題：用戶真正買的是什么？

對瑪麗來說，他真正想要的是子彈，是能更高效地打怪通關，去救公主。

所以，當我們在思考自己的產品里該怎么+AI的時候，如果你只盯著那朵花，你的想象力可能就止步于此了。但如果你能站得更高一點，想用戶到底要完成什么核心任務，那你能想出來的方案可能就多得多了，比如直接給他一顆原子彈，或者一個火箭筒，這些都遠遠超出那朵花的范疇。

所以，形態真的不重要，重要的是你有沒有幫用戶解決那個最根本的問題。

那具體怎么做呢？還是我們剛才提到的“硬用三步法”。

第一步是“拆”，先拆解任務。本質上，就是把用戶的整個任務流程拆開來看，找出那些讓用戶不爽、覺得累、覺得煩的地方。

舉一個例子：找工作。比如說你想改造招聘軟件，只會想到在旁邊加個對話框。但如果換個思路——不是“這個軟件怎么加AI”，而是“一個人從求職到入職，要經過多少步，每一步我能怎么幫”，能做的事就多了去了。

開始求職，要寫簡歷，要瀏覽職位，還要判斷職位靠不靠譜——這些AI都能幫忙。比如寫簡歷，一個求職者難道只寫一份簡歷嗎？給不同公司的投遞，當然是不同的簡歷。

這個過程當中，如果你已經把它拆解好了，你怎么定位呢？

所有需要用戶看說明書才會的東西，就是我們產品沒做好。所有需要用戶動腦子學習的地方，就是我們用AI去改造的機會。第二點，是反人性的地方，就是很多事情需要用戶去集中注意力。這也是我們的機會。

所以大家就會發現說，其實凡是用戶動了腦子，動了心，煩躁了，不樂意做的事情，然后能夠提高的事情，這其實都是我們的機會。

我們應該時刻的苛責我們的工具，這樣你才能夠找到產品的機會。

所以我建議，每個人都應該變得更懶一點，歸因于外。現在總覺得“這東西就該我動手”“這問題就該我自己解決”，不，我就應該啥都不干。用這種心態做產品經理，才能看到AI+的機會，否則你會覺得一切都是應該的。這是第一步。

第二步是根據目標用AI重塑流程。

比如拍月亮。華為手機拍月亮，能拍出環形山。但它的成像真的有那么好嗎？其實是AI畫出來的。但用戶要的就是漂亮的月亮，對吧？所以關鍵是理解：到底要更好的成像，還是直接拍出想要的畫面？可以忽略成像過程，直接給你結果。

這才是根據結果反推如何用AI。傳統思路是拍出來再用AI優化，但華為根本放棄了原有成像過程。它想的是：通過鏡頭能收集多少信息，然后我通過這些信息幫你把這個畫面給拼出來，這其實才是他真正在做的事情。

第三步，顛覆性的做法，花1000倍的人力去幫用戶，用專家去幫用戶。

本質上，我們交付的不再是工具，現在交付的是工具+使用工具的人。相機帶攝影師，牛排機帶廚師，翻頁器帶PPT生成器和講師。這不是工具市場，是勞動力市場，比商品市場大100倍。

現在的工具都配了使用工具的人，交付的是工作，甚至是成果。我自己錄播客用Riverside，自動剪輯視頻和音頻。最后有人類高級剪輯收尾，但初剪全是AI做的。它不只是剪輯工具，是初級剪輯師。所以本質上，我們在交付人力。

我們我們習慣了以前生活在一個智力非常稀缺的時代，所以你會覺得聰明人了不起。而現在，我們面對的是一個智能泛濫的時代，關鍵是要把它用好。

想清楚這些之后，再用那“三步法”去拆步驟，看AI能在哪些環節幫上忙。本質上，這和派一千個人去幫他沒有太大區別。

這是一個屬于海盜的時代

目前，所有人都應該去理解AI原生市場的機會。因為不管哪個行業，現在都在動蕩。可能你出了城，吃著火鍋唱著歌，突然就被麻匪劫了。這個時代就是這樣。

所以我建議保持警惕，哪怕你的生意看起來跟AI一毛關系都沒有，也要去理解AI原生市場的機會。

市場的新機會主要有四種類型。

第一種，叫解鎖增量。

拼多多是個很好的例子。它不是從淘寶和京東搶客戶，而是吸引了一大批新網購人群。

當價格門檻和使用門檻同時下降，一個巨大的市場就被打開了。這個市場的容量有多大？很有可能你一單只收原來的1%，但這個市場本身是原來的100倍。降低門檻，就是AI帶來的第一個增量機會。

所以我們不要總盯著舊有的市場，想著怎么搶隔壁老王的生意。而是要把目光從金字塔尖往下挪，看到下面更大的市場。技術進步早期，最好的進攻對象往往不是那些既有玩家，而是那些別無選擇的人，他們才是金字塔底層的人。

第二個增量機會，叫套殼占位。

舉個例子，去年Sora發布的視頻生成效果很驚艷。筷子科技的CEO發了個截圖，說他們三天就上線了一個新產品，把Sora的能力包裝成一個叫”AI影棚”的商業級產品。其實他們就是把大模型廠商新出的能力，套到自己熟悉的客戶場景里。

這里最關鍵的是時機。你要提前判斷技術的延長線，敏銳地捕捉到最新的技術，在別人還沒反應過來的時候快速卡位。等大家都開始做了，就來不及了。

第三種機會叫作賣水、賣鏟的“軍火商”邏輯。

商業的本質是去魚多的地方釣魚，去錢多的地方賺錢。目前全球范圍內，AI 已經成為驅動經濟增長的核心引擎，萬億美元級的資金正瘋狂涌入這個賽道。中國現在的投資規模只有美國的1%。但我預計未來會有海量資金進去這個賽道。

錢來了之后，需要什么來推動AI的發展？這其實就是一個AI原生的機會。

首當其沖的是算力，雖然并非人人都是英偉達，但只要能搞定芯片、整合算力資源，同樣能跑出百億美金體量的公司。

此外，AI 基建中還有一點新機會。比如隨著 AI 編程工具讓大量小白用戶具備了開發能力，他們寫出的代碼需要地方存放和訪問，那些能幫用戶解決代碼部署難題、讓應用迅速上線的基礎設施平臺，正隨著開發門檻的降低而迅速崛起。

還有一種機會，來自數據，因為數據是頂級模型軍備競賽里最需要的東西。

第四，一個更樸素的思路，叫“鋪橋修路”。AI技術日新月異，但傳統企業普遍舉步維艱，這中間存在著巨大的轉型服務機會。

美國大數據巨頭 Palantir 公司，它早期服務于政府和軍方，現在則深入傳統企業進行 AI 化改造。它們的模式是上門定制交付，直接深入客戶業務一線，再把客戶洞察反饋回來優化軟件。目前這個模式的利潤跑得非常快。

以前我們交付的是一個工具，需要客戶自己改。現在我們交付的是一個智能，只要訓練就行，或者是一堆模塊，只要配置就行。定制化成本變低了，但交付效果變高了，復用性也更強了。

所以這一輪如果要做to B，這個方向是有機會的。

總的來說，這個時代就是一個屬于海盜的時代。我們要多去創新、多去開拓，這樣才有發現新大陸的機會。

打開混沌APP觀看完整版課程。