张雪，活该他赢！

来源：市场资讯

（来源：华夏基石e洞察）

张雪成为一个值得深度解剖的商业样本——在流量与光环之外，真正值得追问的是：一个从草根修车铺走出来的创业者，何以能在短短两年内带领团队打破国际豪强的技术壁垒？那些“不通人情”的决策背后，究竟遵循着怎样的底层逻辑？

张雪本人给出的答案是：“做一件事不是奔着结果去，而是因为热爱，结果可能真的不一样。”本文从稻盛哲学的视角，拆解张雪成功背后的“愿力”密码，探寻这一成功理念的当代价值。

01

这不是逆袭，是愿力的胜利

中外管理传媒：张雪身上有两个看似矛盾的特质：一是“夺冠”的技术突破，二是“禁售”的价值坚守。您曾说过“萧条是企业的照妖镜”，很多企业把市场红利误读为自身能力。张雪出身草根，没赶上什么红利，却做出了冠军级产品。从稻盛哲学看，夺冠是能力的证明，禁售是价值观的证明——这两者中，哪一个才是他真正的“作品”？

曹寓刚：夺冠是副产品。这个判断不是从张雪的故事里推导出来的，而是我在多年从事稻盛哲学和阿米巴经营咨询工作中反复验证的一条规律。

稻盛先生反复强调：“判断一切事物的基准，在于作为人，何谓正确。”这里的“作为人何谓正确”，不是“作为经营者”何谓正确，不是“作为股东”何谓正确，也不是“作为稻盛和夫”何谓正确，而是先抛开身份、立场、利益与自我，回归最朴素、最根本的“人”的身份，以良知、道义与公理为标尺，做出纯粹而正直的判断。

这个基准不以利害得失为依据，而以是非善恶为依据。张雪面对的是实打实的金钱诱惑——820RR预定开启后迅速爆单，锁单总量超万辆，工厂订单排到了六七月份。就在这样的当口，他做了一个让所有同行都觉得“不可理喻”的决定：驾龄不满一年的新手，不能买。他自己说得干脆：“罚款我认，安全不让，宁愿少卖10%，也不愿看到新手因驾驭不了车辆而受伤。”

这是一个生意人该说的话吗？不是。这是一个人在做“作为人，何谓正确”的判断。他牺牲了短期利润，换来的却是品牌信誉的巨大提升，这种无形资产远比一时销量珍贵得多。

我在项目中常以“日航重建”为例说明这个道理：日航重建时大量砍掉业务，销售额下降，利润率却大幅提升——这正是企业上下共有了“作为人，何谓正确”的经营哲学与判断基准，坚持做正确的事，最终带来经营质量根本改善的极致体现。

稻盛先生的经营逻辑与传统管理学截然不同。京瓷从不靠压低人工费来维持利润，而是用正确的方式提升效率，同步实现员工、企业、社会三方的共赢。稻盛先生始终追求大家族主义的经营，把员工看作家人，在提升员工收入的同时，企业利润不仅不降，反而增速更快。

张雪同样具备这样的判断基准：他主动放弃10%的销量，短期看是损失，长期看则是建立了一个“负责任”的品牌形象。这样的形象，是任何广告都买不来的。

所以我看张雪，不看奖杯，看他如何在金钱面前选择“不赚”。这才是他真正的作品。

02

哲学内核：心性投影的底色

中外管理传媒：您常说“企业是经营者心性的投影”。在张雪这个从修车铺走出来的创业者身上，您看到的心性底色是什么？如果用一个词来概括，是什么在驱动他个人与事业的成功？

曹寓刚：稻盛哲学六项精进的第一条就是“付出不亚于任何人的努力”。这绝不是一句口号，而是一种生命状态。张雪14岁辍学，19岁冒雨骑行一百多公里追电视台——这种努力不是被逼出来的，而是自发的、持续的、不计代价的。

稻盛先生有一个著名的“成功方程式”：人生·工作的结果=思维方式×热情×能力。这个方程式最关键的是“思维方式”这一项，它的系数可以从负100到正100——如果思维方式是负的，哪怕热情和能力再高，最终结果都只会是负数。

在张雪身上，这三个要素的极致组合分外鲜明：能力是二十年磨出来的，从一个修车学徒到带队研发出世界级水平的赛车；热情是那种“追着电视台跑一百公里”式的，绝不只是说说而已；而他的思维方式，才是最值得说的部分——不是“我要赢、我要赚钱”，而是“我要对得起人”。

张雪把“把产品做到极致”当成了天经地义的使命。所以我常对学员讲：经营者要思考每天的时间花在哪里，专注在何处。张雪的时间都花在了发动机、车架、赛道上，他的心性自然投射到整个团队之中。他的商业逻辑，正是他心性的直接外化。

03

反商业逻辑：为什么“笨”反而成功？

中外管理传媒：您把稻盛经营学称为“良知经营的科学化表达”，但张雪似乎并不讲方法论，靠的是一股“笨劲”——别人爆单扩产，他却自断财路。从稻盛哲学看，这种“笨”是愚钝，还是更高层次的智慧？

曹寓刚：这是更高层次的智慧。什么叫商业逻辑？如果商业逻辑仅仅是利润最大化、不择手段地赚钱，那么这种逻辑本身就是错误的。

所谓“良知经营的科学化表达”，是我对稻盛经营学的一个概括。我在演讲和培训中多次阐述：要用科学化的方法，把中国文化中一贯强调的“良知”落实到企业的制度、流程、工具、方法中去，落实到企业经营的方方面面。张雪的做法看似完全不讲方法论——他的“禁售”决策不做任何成本收益分析，就是“我觉得这样才对”。但这恰恰说明他的方法论已经内化成了本能。他的“禁售”决策，正是“良知经营”最本能的呈现。

这一点在稻盛先生那里也十分清晰。稻盛先生不赞同成果主义，即唯成果论、以成果考核——你拿出什么成果就给你什么奖励，拿不出来就受惩罚，这是不对的。因为任何结果都是多因素综合作用的产物，可能销售部门业绩好，背后却是研发部门开发出了好产品，或是生产部门克服了巨大的困难。如果简单按成果分配，因果便不匹配。张雪的决策逻辑恰好相反：他不是看“卖得越多越好”，而是看“什么是对的”。哪怕因此放弃部分销量，他也不能违心去做。这种不为短期利益所动的定力，才是最稀缺的经营能力。

所以张雪的“笨”，不是愚钝，而是对商业本质的深刻洞察。他说“我不要这10%，公司也不会死”，底气就在于他把精力和资源都投在了对的事情上——产品、研发、安全，而不是讨好市场、迎合流量。这种“笨”，恰恰是很多聪明人学不会的。

04

我们，最缺什么？

中外管理传媒：张雪放弃10%销量保护新手安全，这无疑是一种社会贡献。但绝大多数企业在利润与安全发生冲突时，都会选择利润。他的选择之所以引发强烈共鸣，恰恰是因为稀缺。这背后的根源是什么？是企业家心性修为的问题，还是商业环境在倒逼企业“向利润低头”？

曹寓刚：根子在于正确判断基准的缺失。

稻盛先生讲“提高心性，拓展经营”，这句话的顺序至关重要——心性是因，经营是果。心性的提升自然演变为业绩的增长。但许多企业家的心性修为远远跟不上企业的规模。企业做大了，心却还停留在“怎么多赚一笔”的层面，于是各种短视决策便层出不穷。

但你说商业环境有没有问题？当然有。太多的企业被资本逻辑所绑架，只盯着短期利润、ROE、股价，把企业的存在意义窄化为“为股东创造价值”。一旦利润与安全发生冲突，安全往往最先被牺牲。

大多数人的判断基准，不是“作为人，何谓正确”，而是“作为企业，何谓划算”。我在辅导中常问现场学员一个问题：一个企业的人工费越高越好，还是越低越好？多数人认为越低越好。但稻盛先生告诉我们，人工费越高越好——因为人工费不是费用，员工不是成本，而是资产、是创造价值的源泉。

张雪的故事之所以引发如此强烈的共鸣，恰恰是因为这种坚守在当下的商业环境中太过稀缺。大家为什么感动？不是因为张雪做了什么惊天动地的大事，而是因为他做了那些本该做、但大多数企业都没能做到的事。中国企业缺的不是技术，不是资金，缺的是在诱惑和压力面前守住“作为人，何谓正确”这个判断基准的定力。

一个残酷的事实：你的AI投入，可能正在打水漂

MIT《2025年AI商业报告》显示：95%的企业在生成式AI上尚未获得可衡量回报，成功进入生产环境并产生财务影响的试点项目，仅占5%。

不是模型不够强，不是数据不够多——而是绝大多数企业从第一步就走错了。

我们在辅导了多家万亿级企业后，得出结论：企业AI转型的失败，根源在于对AI的五大认知迷局——

• ❌以为AI无所不能 → 结果被“幻觉”坑得不敢再用；

• ❌把互联网C端的“平均解”套用到B端 → 企业竞争靠的是顶尖能力放大，不是行业平均水平；

• ❌迷信自研大模型 → 训练GPT-4级模型成本7.2亿元起，绝大多数企业根本不需要；

• ❌用过某产品不好用就全盘否定 → 不同模型能力差异巨大，刻板印象让你错失战机；

• ❌认为AI只能做办公助手 → 真正的价值在生产、销售、供应链等核心价值链。

2026年5月22日-24日，华夏基石AI战略总裁班第四期，首次同时拆解两套成功范式：美的集团的AI智造力跃迁 + 华夏基石的“专家×AI×组织进化”落地体系（万亿级企业落地实践）。

这不是科普课，而是一场已经验证的实战复盘。

美的经验：AI驱动下的智造力跃迁，及AI降本7亿的底层逻辑

某万亿级企业实践：我们如何驯服AI

首次公开我们带领企业跑通AI价值链闭环的独家方法论（万亿级企业已验证）。这是在咨询实战中“烧掉几千万”才总结出来的认知。

破局核心一：专家能力蒸馏

破局核心二：原子级任务拆解

落地工具包：你带回去就能用

• BVAL方法论：对齐“战略-价值-实施-组织”四维，识别高ROI场景

• AI场景价值评估矩阵：避免“为了AI而AI”

• 闭环验证六步法：小切口、快迭代、低成本验证

• 现场工作坊：企业家提出真实场景，专家当场提炼战略、组织变革路径和技术方案

真实案例：已跑通

• AI故障大师：将专家经验24小时在线赋能，停机损失减少30%以上；

• AI销售教练：用MEDDIC方法论+智能体，复刻顶级销售决策链，赢单率显著提升（零碳等复杂行业已验证）。

人力资源重构：AI时代的“炸开HR部”

AI时代，人力资源部不再是“支持部门”，而是战略引擎。中国人力资源开发研究会副会长兼智能分会创始会长、紫光集团战略咨询委员会主任委员刘辉，将系统阐述：数字员工如何普及？智能体如何赋能个体？传统HR如何被重构为AI赋能系统？——这不是未来学，这是正在发生的组织革命。