“无人公司”时代来了！教育公司如何实现AI化？

• 访谈嘉宾简介：
• 李智勇：毕业于北大国发EMBA，现担任北大国发院企业家AI启航班讲师，担任北大国发院 AI 碰撞局主理人。 作为资深程序员和工程师，他曾主导开发北京冬奥会系统和小爱同学等项目的底层后台代码架构，并著有《终极复制》和《无人公司》等著作，并拥有100多项专利。
• 主持人简介：
• 大发：芥末堆首席外卖官·AI 教育领航员、知智教育创始人/CEO

主持人导语

本次沟通的背景，是在李智勇老师新书《无人公司》出版后。本书在AI的背景下，一经出版即引起学术界和企业界的广泛讨论。但在AI时代，教育行业的组织会发生哪些变化？教育公司里，AI具体能做哪些事？是本次我希望讨论的重点。

教育背景、工作经历不同，使得我与智勇老师在组织形式、学生学习上，有诸多不同意见。但幸运的是，对于未来时代，人在组织中、工作中的价值，我们又有同样的见解。

文章也真实呈现了整体的同与不同，相信能为你对于AI时代公司的组织形式、个人的职业发展，提供一些参考和想法。

“无人公司”时代，组织会发生什么变化？

大发：作为一个AI教育创业者，我完全不关心AI这些概念讨论。我只关心，这本书和思考，对我有什么用。所以，让我从一个普通创业者的角度，从对我有用的信息问起。你觉得AI时代的“无人公司”，主要解决以往哪些组织问题？

李智勇：以我自己的经历作为案例。在创业初期，团队规模小，内部信息流还算清晰，几个人拧成一股绳朝着目标干。

但等团队发展到很大规模时，以我的经历，发现70%的时间都耗在了跟价值创造无关的内部琐事上。当时公司突然发现几百台设备找不到了，我花了一周时间，协调各个分公司、对接几十号利益相关方，全力清查设备去向。

再说创始人坐团队管理的过程，慢慢就发现，信息不对称成了大问题。当公司变大，你会发现自己忙着处理内部吵架、资产清查、流程搭建这些支撑性工作，真正能沉下心搞价值创造的时间少之又少。

Q：AI 如何解决这些创业的难点呢，比如变成“无人公司”？

李智勇：不是完全不需要人。过去的工作可分为两部分，一部分是价值创造；另一部分是偏执行性的工作，会影响成本和运转效率。

现实情况是越来越多岗位上，AI比人类干得好。创业的核心目标是创造价值，而执行性工作本身并非核心价值所在，甚至是很琐碎很麻烦的事务。

AI的价值就在于替代这些非核心的执行环节，让创业者和团队更聚焦于创造性工作，这才是“无人化”降本增效的关键逻辑。

大发：我认同。举个我在大厂内部的例子时，虽强调“产品运营一体”，但内部的信息协同和拉齐，需要很高的成本。

比如我作为直接面向用户的运营人员，开发团队人数比运营团队多三四倍，但常出现需求积压、执行效率低下的情况。大公司人员庞大，但多数岗位属于中后台部门，大量时间精力需内部协调。

Q：有人认为 AI 时代降低了创业门槛，你如何看待这一观点？

李智勇：我认为AI时代创业对创业者的要求其实更高了，而不是降低了。创业者需要变得更综合，理解更多领域的知识，同时利用AI来辅助自己，从而降低运营成本。

举个例子，钢铁侠在设计战甲时，没有依赖大量人力，而是依靠AI助手“贾维斯”来辅助设计和开发。虽然AI降低了创业的启动成本，但对钢铁侠本人的要求却更高了，因为他需要理解整个项目涉及的各个领域。

再举个反例，假如创业者在2000年用AI来开发数码相机，即使AI分析出当时最好的方案，也可能因为市场的变化而失败，如智能手机的出现。这不怪AI，因为AI只是根据现有信息做出分析，而创业者需要对市场变化有更敏锐的洞察力。

Q：您以曾国藩和左宗棠为例，对比传统组织与AI驱动组织的差异，能否结合教培行业特点，说明为何 "左宗棠式创始人" 在AI时代更具优势？

李智勇：曾国藩代表传统组织的“管理型领袖”—— 擅长凝聚团队、协调资源，但在具体业务执行上依赖他人；左宗棠则是“实操型创始人”—— 精通业务细节、能亲自操盘关键环节。

在传统教培行业，由于服务链条依赖人力，如教师授课、班主任服务这种，管理者需通过制度和文化维持团队运转，“曾国藩式”能力更受重视。

但AI时代的核心是“业务流程数字化”。例如，教培机构若想将教研、排课、学情分析等环节AI化，创始人必须理解每个环节的数据逻辑比如课程效果如何量化、学生行为数据如何采集。这就像编程时需理解每个函数的功能，否则无法设计智能体的交互逻辑。

左宗棠式创始人的优势在于：能穿透业务表层，将“老师如何备课”“如何判断学生掌握程度”等经验转化为可整理的规则，这是AI落地的前提。

教育组织的 AI 化如何做？

Q：教育行业本质上是服务密集型产业。对教培从业者来说，想要尽快把那些中台、后台给AI化，你觉得第一步应该具体地怎么做呢？是购买服务，还是自己学习AI？

李智勇：举电商冲击传统百货商超的例子，教育行业也可能会出现类似电商一样新技术的变革。那么原有的一套分工体系，做课、营销等部分都要用 AI 做起来。

在新的业务模式下，我们需要理解业务需求是什么，必须清楚业务中需要多少维度的数据。无论你是培训的角色，还是支撑培训的角色，都需要明确业务流程中需要哪些数据。

这些数据的梳理需要结合对业务和技术的理解，二者缺一不可。这些数据将用于构建n个智能体，它们之间需要相互协调，而数据本身也是动态变化的。

接下来，要确保每个AI角色或系统能够获取所需的数据。以吴彦祖的AI形象为例，如果AI系统需要在直播时做出多种响应，那么它必须能够实时读取和处理各种信息。如果不能明确如何获取这些数据，AI系统就会显得呆滞，无法正常工作。

大发：做一个补充，我觉得还要细化到不同场景看。

我们常说教育是二八法则，20%的孩子有非常强的自驱力，爱学习，剩下80%的孩子最需要的不是知识获取，而是情绪支持、动力支持，或者兴趣支持。我们大多时间是在解决这80%孩子的问题，这才是教育创业者真正要解决的问题。

我认为，面对孩子的时候，我们必须在AI的基础上同时有大人在场。一个老师的价值绝对不是把课讲好、让孩子提分，一个老师最高的价值就是陪伴。这不是技术问题，而是教育本质的问题。

关于无人公司，我们需要弄清楚哪些情况下必须有人。我认为在课堂陪伴的时候必须有人。但知识讲授这个环节可以让AI去做，甚至有一部分情绪疏导也可以让AI去做。这样的话，一个好老师就能通过AI agent赋能更多孩子的学习和情感照顾。

李智勇：我承认人和人之间的情感纽带很重要，远不是机器能解决的。但我觉得按照他这个思路，其实必然会走向“无人公司”。现实是，教育资源不足、分布不均。

如果没有一个能够指数性提升资源供给的方法，差距只会越来越大。有了AI这样的"无人公司"模式，至少能把教育的基线提上去，让铁岭的孩子和北京的孩子在基础教育上拉平，然后才是你说的陪伴性教育。

如果每个孩子都需要个性化的情绪支持，假设你有50万学生，你上哪儿找这很多符合他们的高质量的、各不相同的老师？一方面，每个学生都有自己适合的成长方向；另一方面，他们需要学习的内容也在变多变复杂。

所以你要让教育更合格，就只能是每个人配一套完整的培养体系：一个人一个老师，一个人一个虚拟环境，一个人一套针对性的反馈机制。没有AI，你怎么可能通过现有的方式把这些人教好？关键是，现在AI的能力边界在不断扩展，AI的能力每翻一倍的时间会越来越短。

大发：还是要强调，我认可确实应该把AI当成一个公司内部的工作流，人类去理解工作场景、去定义工作流程、让AI去执行，这些是人和AI的边界。

但具体到教培场景，我认为未来至少在讲知识、讲题这件事上，主流是没有班课的，应该都是1V1个性化的。

观众问题：个性化的AI能不能解决情绪障碍？

大发：我目前探索出来的比较好的流程，可以借鉴心理咨询里专业咨询师的沟通方式。比如有些家长会跟孩子说：“饭都吃了，也玩了。都快9点了，9点半就要睡觉了，你咋还不写作业呢？”这样是不行的。

懂得教育的家长，沟通方式就不一样。他们首先会问孩子：“你现在心里在想什么？”先把孩子的感受放在第一位，接着再问为啥不想写作业。最后呢，问孩子如果要去写作业的话，他希望得到什么样的支持。这是关键的三步。

说到这里，我觉得AI的优势就很突出了。心理咨询过程中，AI很好的一点就是它没有自身的目标，它能以体贴和照顾的姿态跟人沟通交流，而人类容易受到情绪的影响。就像家长肯定很着急，这时候就需要agent具备这样的能力来帮忙解决。

所以，个性化的AI肯定能解决情绪障碍！不过它的使用还是要满足一定条件的，比如需要一个合适的环境，家长能够信任这个agent，还需要孩子愿意去跟这个agent去交流。

观众问题：孩子从情绪上就对抗和AI老师拒绝聊天怎么办？

大发：表面上，我们似乎在解决孩子不愿意写作业的问题。但实际上，我们强调一个关键点——自主感。尤其是小学三年级以后的孩子，他们已经能够辨别清楚：即使不想写作业，也会受到父母和学校的压力。但孩子真正需要的是有人支持他们。

如果父母无法提供这种支持，AI或许可以。然而，如果没有自主感作为前提，这个问题将无解。

教育本质上是一个复杂的场景，一方面需要有底层的架构，另一方面又要以灵活的方式解决问题。那么，如何让孩子建立起这种自主感呢？这其实与学习本身关系不大，自主感需要细节的积累，直到习惯养成。

比如，让孩子做家务，可以给予他们一定的奖励；或者在周末出游时，让孩子自己做决定。从孩子小学一二年级开始，就可以经常向他们提问，即使他们的回答并不完美。通过这样的方式，孩子的自主感会逐渐建立起来。所以孩子的成长是一个极其复杂的过程。

因此，在教育场景下，我们一定要依靠智能体（agent）来解决大量问题。因为父母很累，孩子也不容易。在这种情况下，我们应该为AI创造一个进入孩子成长环境的机会。这个环境应该包含孩子对AI的信任、AI的能力和开发。

教育场景中需要大量的智能体来提供支持，而不仅仅是拍照搜题或AI口语教练这样单一的功能。孩子成长面临的问题太多了，这才是AI时代教育从业者应该探索的方向。

无人公司时代：什么样的组织更优秀？

观众问题：你说的无人公司，本质上是人少的公司，但不能说一个人没有。你同意吗？

李智勇：我同意，这是一个渐进的过程。举个极端的例子，山姆·奥特曼曾说，未来的公司可能只需要一个人和1万个GPU，就能在一年内完成10亿美元的业务。在这种情况下，那个人并不是用来干活的。

我们常说的一人公司和无人公司的区别在于：一人公司，比如一个人能使用多种工具，发挥极大的生产力，是主力干活的人。而另一种形态，比如一个人加上1万个GPU，这个人不是用来干活的，他可以启动系统，但主要负责调控方向，就像在《黑客帝国》中，那个人负责设定一些价值原则，明确哪些事情不能违反。

Q：你觉得AI驱动执行的公司里，什么样的公司更优秀？

李智勇：第一是，你能不能给他注入一些独特的东西？过去的教育，我觉得因为跟人结合嘛，它分散的小点很多。过去只有在互联网领域才存在赢者通吃，比如说老大占了80%，其他公司去分剩下的。我觉得，AI会把这种赢者通吃的特征过渡到零散的分布的这种状态。AI越发展，它发生可能性的在提升。

第二就是，这时能不能有一些独特的东西注入到公司这套系统里，而不是统一而规整的知识和价值体系。现在按传统的方式去培养人各种各样的能力，但未来这些能力会被AI覆盖的。

我写书时说未来人人都是马斯克，马斯克有对未来的自己的定义，有自己的强烈的价值主张，有自己风格偏好等等，没有跟他完全一样的人。背后他养成的想法和观念，是 AI无法实现的，因为AI是一个在已有体系里边，它会把这些定理性的活越来越好，也就是机械、牛马。

每个人是不一样的，注定每个人最终是不一定的工作情境。到那时因为每个人需求不一样，你一个课卖给n个人这个事就不成立了。至少是你课程的变种或者几个风格，在你的这个辐射范围内，有一个自己的无人公司。但这个无人公司要有属于你自己的独特的东西。如果大模型，或者大公司那套系统就能干了，那你教的东西将没有存在意义。

大发：总结一下，我觉得你有个前提，就是AI时代也许不是一个垄断型的，马太效应其明确的一个时代了。构建产品这件事，可能它会存在一个更加细分、更加规模、更加分散，但是能够让用户接受的这么一个点。

Q：在未来的消费决策中，消费者更倾向于信任 AI 还是人类？

大发：我觉得AI时代，在未来消费决策中，消费者更倾向于信任人类。尽管AI将会比人类更理性，更有条理，逻辑更强，结论更明确，但消费者是有情绪的。

尤其是报考志愿、升学规划等与未来高度相关的课程，消费者更愿意相信他这样的专业人士，而不是完全依赖AI的推荐。人与人之间的情感纽带和信任是AI无法替代的，尤其是在教育、咨询等需要个性化服务的领域。

李智勇：如果消费者追求更高质量的话，我觉得理应选择能比人类干得更好的AI。

AI能够根据消费者设定的原则和偏好，提供精准的建议和结论。比如把多个需求依次给AI，逐渐优化生成的建议。它不会受到个人情绪、偏见等因素的影响。

如果决策的中间环节是人，消费者可能会同时考虑对这个人的信任以及这个人的能力水平。这种信任是复杂的，因为它既包括对个人的信任，也包括对其专业能力的评估。这个时候就跟消费者情绪挂钩，没那么多理性的判断了。

“无人公司”视角下，人如何更好地成长？

Q：鉴于AI的兴起，未来最有价值的能力是什么？

李智勇：过去的培训大量培养人的工具性，但未来需要的是去定义意义、去定义价值的人。

那些创业的人之所以积极，是因为他们觉得所做之事与自身利益相关，并且有一种创造的快感。这意味着你个人的特性、你定义你想实现的意义、你亲手把它做出来，这些东西综合在一起，才是更好的现实。

Q：AI将如何影响人际连接和社会互动需求？

李智勇：随着数字和AI越发达，人与人之间连接的时间正在变少，人的疏离程度会增加。那时候，人的重新聚集会因为你对意义的定义。工作上的连接会因为数据量大，全部由AI完成，人插不进去。

但人仍有社交需求，否则会孤独，届时将更多地从自己对生活的追求来完善这部分，而非工作问题。

Q：根据MBTI，未来的“无人公司”会更偏爱E型（外向）还是I型（内向）个体？

李智勇：我认为I型可能更适合定义资源的价值，因为你天天自己琢磨。而E型可能更多地建立人与人之间的连接。但是大家不要用i人和e人去定义自己。我们让i人的一面发挥i人的价值，目的是每个人成为e人，在人与人之间的连接里找到自己的存在感、归属感、意义感、价值感。

Q：根据MBTI，未来的“无人公司”会更偏爱S型（经验）还是N型（直觉）个体？

李智勇：我的观点是，这两部分（S和N）如果做判断的话，都不要了。所有我们在过去工作的话语体系下培养出的东西，会很快变得没有那么有意义。

反过来讲，那时候你其实是为了自己的生活，为了自己觉得过得有意义。你应该把你这份独特性和你做的事情结合在一起，而这个事儿是你能够认为有意义的东西。

Q：如何看待“犯错这件事儿”，按你的逻辑，AI 不犯错需要人去构建，但是人是需要在犯错中成长的。

李智勇：犯错有两种情况。一种是系统执行时出错，这是技术问题，需要设计一套监察机制，类似于精度问题，AI会随着进展减少这类错误。

另一种更可怕的“翻车”情况是，你的瞄准器出了问题，即你最初的设定或目标是错误的。即使AI忠实地执行，如果基础设定有问题，也会导致灾难性后果。这意味着，在AI精度没问题的情况下，最主要的问题还是在人这里，不在AI那。

Q：允许孩子犯错的价值是什么？

李智勇：允许孩子犯错等于积累经验，也是一种心力和自信的获得，更重要的是一个反思的机会。如果一个孩子考了95分就必须挨打，追求100分的精确，那么他去构建AI时，制造的流程或产品也会过于刚性，没有灰度边界。这会导致蝴蝶效应，一个错误引发连锁错误。

允许孩子犯错，在自己构建AI工作的流程中，允许AI犯错的边界是什么，以及它们之间协同时的犯错边界是什么，这样的人在无人公司中会更有竞争力。

大发：对于父母、老师等教育者来说，在孩子还没有真正通过AI运营公司或产品、面对用户的时候，在他们的青春期，重要的一项教育就是允许孩子犯错。

在他们可承受的边界内犯错，比如答错题、考试没考好、骑自行车不小心撞人等等。在他们还没犯法律风险或把世界搞乱的时候，一定要让他们犯错。犯错带来的价值是他们才知道错误、结果和后果之间的灰度边界在哪里。

Q：与传统方法相比，AI如何更有效地帮助人们从错误中学习？

李智勇：AI犯错成本更低，因为它可以建立一个非常复杂的、甚至是虚拟现实的世界。假设一个人上大学，现在需要掌握整个汽车设计，他可以接入虚拟空间，做出汽车，并在虚拟环境中经历碰撞测试，获得反馈。

这是需要努力的方向，只有这样才能真正面向人，才能定义意义。因为人的工具性被 AI 执行了，人就需要定义意义，而这个意义需要在错误不断反馈中才能构建出来。