创作者写的节目说明

8 月底，一篇讨论 AI 普及率真相的文章在 X 上引发大量讨论——这篇文章的名字叫做《AI Adoption is a Myth》中文意思是，AI 普及是个神话。文章指出，目前 AI 产品真正的鸿沟，不在"用不用",而在"用得多好”——事实上，企业中能深度使用 AI 的始终只是一小撮人，而当下 AI 产品的设计也正在强化这一点。

就在同一时间，我在杭州访谈了本期嘉宾，网易集团副总裁、网易智企 CEO 阮良。

阮良 2006 年从浙大计算机毕业后加入网易,从一线代码晋升至管理层，历经互联网、移动互联网、AI 三次技术浪潮。这一波大模型浪潮中，他重新拾起代码，深度使用 AI 并在企业内部推广，从业务角度思考，企业需要什么样的 AI。

在这期节目中，他带来大量一线、反共识的观察。比如，网易内部统计发现,个人用 AI coding 效率提升了 300%甚至500%,但整个软件交付流程却只从 20 天缩短到 17 天。为什么 AI 看似武装了所有人,整个组织的运转速度却没有变快？建立 AI 决策中枢和执行闭环，究竟需要什么？

阮良带来了他的思考和答案。

（本期文字版：《当 AI 进入组织，那些「没人说过的真相》）

本期嘉宾：阮良（网易集团副总裁网易智企 CEO）

本期 Shownotes：

阮良亲历的三次技术浪潮：AI 堪比印刷术，改变知识的获取与解释权

AI 可能进入个人生活与组织运行的每一处「毛细血管」
AI 的根本变化：个性化、极致细分的服务，开始变得可供给

十年没写代码，为自己造一套 CEO AI

对管理者而言，AI 最有价值的，是把注意力还给真正重要的问题
Chat 是一次性的短任务；当工作被固化进 Agent 和工具链后，效率才开始形成复利
「你完全可以去刷个短剧、看会风景、或者喝杯咖啡」

AI 进入组织时，有哪些「从没人说过的真相」？

个人提效 500%，为什么交付只从 20 天变成 17 天？

大模型之外仍需大量调教
个人使用 AI 多是短程闭环；企业任务由多人协作完成，链条更长、角色关系更复杂
木桶的短板，决定了提效的上限
企业落地 AI 要跨过的三道坎

取消周会：让 AI 同步信息，人只解决问题

飞书文档、飞阅会的边际效应
工具效率与认知退化同时存在
AI 不是一次工具升级，而是一场组织能力的压力测试？

SaaS 未死：真正的分水岭是能否成为 Agent 的基础设施

SaaS 的本质是 Service；交付形式可以从软件界面变成 AI 或 Agent，但服务本身仍然存在
沉淀了企业核心知识与流程的产品反而可能变得更强
未来调用企业服务的不只是员工，而是数量和行动频率都远超人类的 Agent
智能客服的核心不只是大模型，而是企业私有知识库，以及对内部系统、流程和 API 的调用与编排
蒸馏人？人的经验先被写进软件，但经验未必来自于「人」
企业知识库不是静态文档仓库，而是 Agent 执行任务时的燃料

当工作被记录，经验归员工还是归公司？

经营数据、客户声音和决策留痕的重要性
老板 AI ：是一种刚需
未来高端人才入职，可能带来一整套由自身经验训练出的 AI 资产
企业 AI 的数据问题，到底是什么？

中层变少之后：强个体带着 Agent 军团回到一线

AI 原生组织：从多部门、多层级，向小型精英单元过渡
拥有强技能、能在一线指挥 Agent 的人才会增加
什么是人类真正稀缺的能力？
「AI 替代任务，而不能替代完整的人」

AI 的价值：质量 × 节省时间 × 单位时间价值

把 AI 只当作裁员工具，是对其价值的误判；
最适合优先交给 AI 的任务有四个特征：耗时、频率高、不得不做、不同人完成后的结果大体一致
先用最好的模型验证任务能否被完成，流程跑通后再寻找更经济的模型
Agent 能带来真实的规模的生产价值吗？
当每个企业都有几十上百个 Agent 时，管理能力比模型能力更稀缺？
当企业有 100 个 Agent 时，目前的 Token 消耗量如何？这是一笔怎样的账单？
怎么评估 Agent 的工作效果？AI 化指标怎么定？
「Token 并不贵」：数千元模型费用换来的产能增长足够大
「让需求更猛烈地爆发，让创新更猛烈地爆发」

当 Agent 「破圈」：Agent 开始走出程序员，Token 消耗成为人才信号

2025 年 AI Coding 已经开始兑付价值，2026 年则是非 Coding 场景开始规模化兑付价值
大模型的泛化能力与 Coding 能力打破了供给门槛
多 Agent 的意义不仅是观点多样性，也在于冗余和鲁棒性
Token 消耗显著领先的人，其工作质量和成果往往也显著领先
不要把 Token 消耗量直接等同于绩效

大明王朝 1566：企业有一万种理由用不好 AI

什么样的公司拥抱 AI 最彻底？
企业用错 AI vs 不用 AI 的代价，哪个大？
大企业如何推进 AI 改革？
最出乎意料的企业案例是什么样？
如何用 AI 串成一个更短的机会兑现链条？
AI 原生组织该是什么样？

决策中枢的核心不是模型，而是决策历史

企业级 AI 需要「围栏」
：别把材料全塞给模型，去建立高质量知识库
如何让组织智慧能够被保留、调用与持续更新？决策知识库最有价值的内容是什么？
「接下来有两个趋势：人站在 AI 的肩膀上，以及 AI 站在自己的肩膀上」

加入听友群⬇️：

在小宇宙查看该单集文稿

说明里标出的时间点，点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的，不是节目方的宣传语

最值得听的

阮良给出 AI 价值公式：完成质量比乘以节省时间，再乘公司单位时间经济价值，并给出四个筛选落地场景的标准。

别处听不到的

网易内部统计：个人用 AI coding 提效 300%-500%，软件交付周期却只从 20 天缩到 17 天。

最打动人的

玩具公司老板看完 AI 做出的原型与 CAD 图，回头让设计、生产、HR 的老大都站到屏幕前好好看。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

网易内部有个数字很反直觉：程序员用 AI 写代码效率翻三五倍，可一个需求从立项到上线只从 20 天缩到 17 天。网易智企 CEO 阮良把这解释成一只木桶——被拔高的只有工程师那块板，流程本身一寸没长。他讲了自建审批系统、取消周会、把销冠动作蒸馏成技能、用录音卡采集线下销售复盘，还给出一个能算出 AI 值不值的公式。

AI 概要

本期概要

由 AI 从整集转写生成，是创作者说明之外的补充

网易集团副总裁、网易智企 CEO 阮良与主播卫诗婕对谈，从一组反常识数据切入：网易内部程序员个人用 AI coding 提效 300%-500%，但软件交付周期只从 20 天缩短到 17 天。阮良用木桶效应解释——工程师这块木板被拔高，流程和组织仍是短板。他分享了自建 CEO 系统处理审批、用 AI 重构周会、把销冠动作蒸馏成技能、用录音卡采集线下销售数据、以公式计算 AI 的 ROI、token 消耗与工作质量的统计规律，以及对中层减少、全栈回归、蜂巢式组织形态的判断。核心结论是：AI 替代的是工作环节而非人，落地最难的一关是改造流程与组织。

AI 识别的章节

章节

点一章从那里开始播 · 与上面创作者标的时间点各自独立