“未來，不再只面向人去做營銷，還要面向大模型做營銷……因為將來Manus所代表的智慧體可能會成為每個人的桌面。”
“今天，企業中的一線員工就是企業的眼睛和耳朵，以及手和腳，企業的管理層就是企業的大腦，整個公司其實是一個超級Agent。”
明略科技創始人、董事長兼CEO、混沌學園校友吳明輝老師在上週六的混沌創新大課上的發言讓在場的同學們感到驚詫。
難道AI應用元年真的來了嗎？
實際上，上個月就有可靠訊息稱Manus已與通義千問達成合作，雙方將在國產模型和算力平臺上實現Manus的功能。現在又有新訊息稱，4月，國產AI領域將迎來Agent釋出潮。
吳明輝老師是北京大學人工智慧專業在讀博士，擁有15年的數字營銷經驗，他創立的明略科技聚焦AI智慧應用產品以及自有營銷場景大模型、營運場景大模型多年，已經為2000多家國內外頭部企業提供AI的閉環解決方案。
以下為課程內容精華筆記：
授課老師：吳明輝 明略科技創始人、董事長兼CEO
01 推理大模型帶來的機會
無論是DeepSeek-V3，還是OpenAI的GPT-4o，我們都稱它為大語言模型。大語言模型的本質其實是函式，你給他一段話的上文，它幫你編這段話的下文。
現在，以DeepSeek-R1為代表的大模型在推理方面的能力發生了十倍速的變化，對我們來說這是重大的機遇。
儘管DeepSeek的功能非常強大，但是很多公司都用不好，用不好的第一個原因就是幻覺問題。比如前幾天，在全球幻覺排行榜上，DeepSeek一度登上榜首。對我們來說，DeepSeek們的幻覺問題越是解決不了，我們越能從中找到新的創業機會，因為你可以用自己的資料和公司獨有的知識去解決這個問題。
02 每個機會都是一個Agent
Manus就是一個把握機會非常成功的案例。Manus到底解決了什麼問題？這個問題先懸置。
我們先來探討一個問題：什麼是Agent？
對於計算機行業從業者，Agent通常翻譯為智慧體。但看DeepSeek對於Agent的翻譯，是“代理商”。我認為在商業世界裡，Agent被翻譯為代理商更為合適。
如果是代理商的意思，我們就要認真思考一個問題，它到底代理誰的利益？是賣方的利益，還是買方的利益。Agent有兩條路，都可以幹，也都有很大的機會。一條路叫供給側代理，另一條路叫需求側代理。
什麼是供給側代理？舉個例子，每個公司都有自己的上一代軟體，上一代軟體賣的不好，最大的問題是客戶不會用，解決方式就是讓AI幫客戶把原有的軟體用得足夠好，這完全可以做到。
什麼是需求側代理？客戶買什麼都需要透過一個固定的方式，它圍繞的是客戶的某一類需求，然後去連線所有資源。舉個例子，所有的人都希望成為客戶的全案代理，個人消費者的全案代理，Manus在搶、手機廠商也在搶，這個賽道競爭很激烈，所以一定不能盲目入場。
Manus在供給側方面做得非常好，它把各種工具都連起來了。實際上在Manus出現之前，美國已經有了一些同類Agent。Agent就像人一樣，它既有我們的眼睛、耳朵、手、腳，又有大腦和神經網路，只需要人類為它明確一些目標，它就可以開始工作了，這是它運營的幾個必要條件。
今天，企業中的一線員工就是企業的眼睛和耳朵，以及手和腳，企業的管理層就是企業的大腦，整個公司其實是一個超級Agent。
03 如何把公司打造成為一個Agent？
其實任何一家公司都可以拆解為四部分：感知系統、認知系統、行動系統、目標。打造企業的Agent，就是基於這四部分。
感知系統
感知系統是企業的眼睛和耳朵。企業眾多員工，每天都在市場上跟客戶打交道，站在企業的角度考慮，企業的眼睛絕不能只考慮老闆一個人的，而是要全方位開打，要傾聽這些來自一線員工“重要耳朵和眼睛”的聲音，這一點，貝殼找房的案例值得學習。
貝殼找房是中國最大的網際網路房地產經紀公司，這家公司跟傳統的地產經紀公司完全不一樣，它是一個網際網路公司，同時，它也是中國最大的裝修公司。裝修是比買房子還要糟心的一件事，但是貝殼做了一個非常重要的動作，讓管理千軍萬馬這件事變得簡單許多。
貝殼給每一個工長胸前佩戴了工牌，這個工牌其實是個錄音筆，它可以記錄工長每天在裝修現場的實際情況，更重要的一點，它可以如實記錄工長是否按照公司標準的SOP進行操作，是否認真負責地檢查每一個環節，如何應對客戶的各類投訴。工牌所帶回來的資料還要進行分析，後臺管理系統自動執行脫敏、語音轉寫、語音識別等操作，實現線下溝透過程線上化。這些資訊非常寶貴，很多門店都苦於缺少有效的銷售話術，但如果透過智慧會話分析銷冠的話語，賦能一線員工，每個人都可以成長為銷冠，這種方式非常有效。
許多企業在開會時會先聽一段客戶錄音，現在更加方便，可以使用AI進行總結，但需要基於企業體現自己管理意圖的prompt進行總結，總結出來的就是具有高反饋價值的消費者聲音。不管有門店的和沒門店，都需要傾聽消費者的聲音，這是一個公司最重要的核心能力。
AI可以強化企業的感知系統。舉個例子，作為AI大模型的使用者，你會選擇Grok3還是DeepSeek？從模型能力上來講，兩者是一樣的，但是Grok3比DeepSeek多了一個核心能力，X（原名Twitter，Grok3的開發公司是XAI，二者的實控人都是馬斯克）上面有全世界的輿情資料，而且是即時的資料。這種系統相當於一個即時的資料系統，即全世界最聰明的大腦在幫你進行運算。
許多華爾街和香港做股票交易的人都在使用大模型，他們以前是用股市上的場內交易資料進行量化分析，但是像DeepSeek這種大模型可以幫助這些股票交易員去找場外的資料，包括社交媒體上的這些資料。以前社交媒體上的資料是非結構化的，文字、圖片、影片都算不了，但是今天的大模型非常擅長處理這些非結構化的資料。當大模型把這些資料引進來，從量化交易的角度來講，交易人的感知能力的提升是指數級的。
認知系統
首先一個靈魂拷問，到底應該拿公司裡面的什麼決策去做推理？到底應該用AI幹什麼？這其實取決於一家公司的認知系統。
混沌正在做入企的探索流，探討公司遇到的卡點。如何找到一家公司的卡點？可以從高頻出現的關鍵詞著手。哪些關鍵詞我們經常會討論？企業每天高頻的行為是什麼？哪些是客戶最認可的？你經常說的那句話是什麼？一個企業裡面最有價值的，或者槓桿率最高的那件事，你最應該用AI給它打造好對不對？英特爾前CEO格魯夫說過，一個企業的槓桿率是否高，體現的是CEO和管理層的決策是否正確。
什麼叫高頻？我們可以把公司裡所有的工種拉出來，比如我們公司是做ToB的軟體和資料分析的，最大的兩個工種就是軟體研發人員和資料分析師。但是伴隨AI的出現，很多人面臨的是轉崗問題，資料分析師將來可能需要去做銷售，給客戶提供服務，幫他們做諮詢等等。所以，怎麼用AI去變革企業最大的工種，這是第一個要討論的問題。
第二個要討論的問題是高槓杆率。今天只需透過一個很簡單的技術，企業家就可以快速將週報和例會里面的重要資訊檢索出來，這就是一個企業裡面最重要的槓桿率。
所以，高槓杆率往往取決於管理層的決策，而這個決策一定要基於一線的真實資訊去做。今天的大模型擁有特別強大的閱讀理解能力、推理能力，它可以幫你去解決這個問題。但最重要的是，你得把公司資料準備好給它。如果公司有能力，當然要做自己的模型，今天其實是基於開源才能做這件事，如果是基於閉源，你的資料都給到別人了，將來別人分分鐘就會將你打垮。
所以DeepSeek是給了我們所有的創新者、創業者一次巨大的機會，我們可以訓練自己的模型。雖然要花一些IT的成本，但是能保護你自己的企業的創新。
回到認知這個環節，企業如果想打造自己的Agent，就要把組織架構圖倒過來，把CEO放到下面去，把一線員工放到頂上，最上面是放客戶，要把客戶供起來。
倒三角的認知結構，可以解決企業的兩大問題。第一大問題，什麼是最高頻的問題？客戶和一線員工的互動。第二大問題，什麼是最高槓杆的問題？一線員工和管理層的互動。如果可以把這種互動的過程記錄下來，積攢下資料，再基於AI進行決策，就能達到非常好的效果。
行動系統
今年春晚上出現的宇樹機器人，是物理世界的行動系統，主要針對製造業乃至餐飲業。那麼對於我們，比如知識密集型行業，虛擬世界的行動系統是什麼？是AI，可以做的是API（應用程式程式設計介面）、是RPA（機器人流程自動化），是Agent。
舉個例子，API對於廣告投放十分重要，大腦想出來的廣告要呼叫API投放出去。位元組、騰訊、阿里都給大家提供了Marketing API，上一代有很多RPA公司幫大家去連這些東西，在未來將是Agent幫大家做這件事。
從本質來講，Manus就是更為複雜的Agent。Manus現在的功能非常強大，只要我們給它一個命令，它就可以按照指令進行操作。從這個角度來講，給我們創業者的tips是什麼？要升級！整個公司都要升級。首先要升級公司，升級日常使用的工具。將來企業裡面應該人手一個Manus才對，且未來Manus的價格應該也不會很貴。同時，企業從CEO到中層管理幹部到一線員工，每一個人都要升級，要把組織當成一個Agent。這個Agent是什麼？就是組織的大模型把所有的工具調動起來，每個人要思考自己在其中扮演的角色，會不會用新一代的工具，是否要重新分工，這才是組織老闆要重新思考的問題，而不是簡單地說每個人會使用Manus就可以了，組織一定要重構，一定要升級。
目標
對於一個公司來講，最重要的就是目標。一個Agent最重要的也是目標，你要知道你要代理誰的需求，然後想盡一切辦法滿足他們的需求，形成閉環。
有一個概念叫感知響應行動的閉環，這個閉環是控制論的理論。人在這個閉環裡面的時候，他的整個速度都很慢。解決方法有兩個，一是讓人在閉環之外，二是讓身處閉環的人迭代效率變得更快。《奇點臨近》重點講了一個觀點，AI可以自己造自己。有一家機器人公司叫思靈科技，它就可以自己造自己。像Manus這樣的產品，如果它掌握了客戶的第一手需求，它發現今天的需求用現在的流程走不好，就應該自己上網尋找最新升級的大模型。如果沒有新的模型，自己也要記錄下來，便於自己日後的升級。AI自己迭代自己的元件，自己寫自己程式碼，自己發現問題、自我反思、自行解決。
其實每個企業都應該有自己的覆盤，這個過程中，AI也可以起到作用，但是一定要在一個目標的前提下。赫伯特·西蒙曾經寫過一本書《管理決策新科學》，裡面一個重點觀點就是“在不同的時間點上，人機分工的持續迭代”。直到今天這本書仍然適用。
在幾十年前，人工智慧尚未發達的時候，赫伯特·西蒙為什麼要寫這本書？那時電腦剛剛在企業中得到應用，很多人擔心自己會失業，這本書就應運而生了。機器很厲害，可以探索一些事，人也同樣可以做一些事，這中間是有一些分工的，而且它是持續迭代的。
04 給創始人和創新者的一些戰略建議
最後，給所有混沌同學一些面向AGI時代的戰略準備tips：
1.企業家、創始人，面向AI時代，有很多事情要做。要升級自己的研發團隊，並不只是換人。企業家創始人要同做程式碼的員工講清楚一件事，你現在乾的活AI都能幹，然後讓他們琢磨到底應該做什麼，要讓大家有自行升級的能力。
2.要保護好自己的核心資料。
3.要面向大模型去做營銷，千萬不能只想面向人去做營銷。舉個例子，我們公司每天都有DeepSeek訂單。什麼是DeepSeek訂單？我們公司的市場部每天會對來官網留言的客戶進行回訪，問大家透過哪種渠道知道我們的。最近我們發現越來越多的客戶是透過DeepSeek知道的我們，可能很多人會問DeepSeek，說營銷資料分析推薦哪家企業？然後DeepSeek推薦了我們。試想一下，將來大模型可能會成為每個人的桌面，每個人都用它，我們不可能不和大模型連結，那麼來自大模型的推薦就會尤其重要。
4.要面向機器人做產品設計。前段時間我同一位做空氣清淨機的企業家聊天，他提出一個思考的問題，將來每家的產品不一定都是由人去按鈕的，可能是機器人，可能是智慧家電，如果還需要人去操控，產品設計就會過時，這些都是我們要面向那個時間點提前思考的問題。
5.同時，如果有資源的話，建議大家還是要訓練屬於自己的模型。
最後的最後，送給大家三句話：
一.我們未來的戰略一定要建立在 “智慧是無限提供的” 這個技術假設上，然後再去想你的企業核心價值是什麼。一定要基於此去做你的底層原理。
二.企業裡面的工種要重新分配。所有的工作分為兩類，一類是面對人的，一類是不面對人的，不面對人的工作只會越來越少。所以你一定要定位好，否則就會被淘汰。
三.人與人的互動不會被機器取代，面對客戶的事兒還是要多幹，即使不能當下解決，也要為客戶提供好情緒價值。
來源 | 混沌學園（ID：hundun-university）
作者 | 混沌學園 ; 編輯 | 蝦餃
內容僅代表作者獨立觀點，不代表早讀課立場