当AI成为基础设施：Sam Altman接受Rowan Cheung采访的愿景与数字经济的重组

Xpert 预发布

在线联系（Konrad Wolfenstein）

语言选择 📢

发布日期：2025 年 10 月 16 日 / 更新日期：2025 年 10 月 16 日 – 作者： Konrad Wolfenstein

当AI成为基础设施：Sam Altman接受Rowan Cheung采访的愿景与数字经济的重组

当人工智能成为基础设施：Sam Altman 在接受 Rowan Cheung 采访时提出的愿景以及数字经济的重组——图片：Rowan Cheung / YouTube

忘掉应用程序和搜索引擎优化 (SEO)：萨姆·奥特曼 (Sam Altman) 认为 ChatGPT 为何正在成为新的互联网 - 你的商业模式还安全吗？萨姆·奥特曼的五大论点挑战一切

不可阻挡的变革并非明天开始，而是已经在进行中——只有少数人及时注意到它

人工智能被视为未来科技的时代已经结束。Sam Altman 在 2025 年 10 月初接受 Rowan Cheung 采访时提出的不再只是愿景，而是对一场正在发生的变革的评估。ChatGPT 拥有 8 亿周活跃用户，已达到从产品发展为平台所需的临界规模。此次对话的五个核心论点——ChatGPT 作为分发平台、Agent Builder 作为民主化工具、零人力公司的愿景、人工智能驱动的科学突破以及合成媒体的常态化——标志着未来企业创造、分配和扩展价值方式的转折点。本分析探讨了这一发展的历史根源、当前的机制以及对那些希望在新时代生存和发展的企业的战略意义。

更多相关信息请点击这里：

YouTube 专访 Rowan Cheung：Sam Altman 谈无人 AI 公司、Sora、AGI 突破等

分发模式的演变：从应用商店到对话生态系统

要理解 ChatGPT 作为分销平台的重要性，有必要回顾一下数字分销渠道的历史。2007 年 iPhone 的突破和 2008 年 App Store 的推出创造了一个全新的范式：软件不再在实体店销售，而是在数字市场中被发现和下载。苹果控制着分销，并从每笔交易中抽取 30% 的佣金。这种模式几乎成为了所有后续平台的典范。

下一个变革是 Facebook 等社交网络的出现，它允许直接在新闻推送中分发内容，而无需通过单独的商店。广告成为主导的商业模式，因为它可以在用户所在的地方吸引注意力。其原则是：将功能带到用户所在的地方，而不是将他们引导到单独的位置。

ChatGPT 现已进入其发展的第三阶段。在 2025 年 DevDay 大会上，OpenAI 不仅展示了新的模型，还开启了一次根本性的反思。借助 Apps SDK，开发者可以将交互式应用程序直接集成到聊天中。用户无需离开 ChatGPT，即可创建 Spotify 播放列表、使用 Zillow 搜索房产或使用 Canva 进行设计。对话本身成为了界面、操作系统和分发平台。这一发展与之前作为独立元素存在的 GPT Store 有着根本性的不同。现在，应用程序无缝嵌入到对话流程中。OpenAI 正在推行 iOS 战略：控制智能层，提供开发者工具，并在每周 8 亿活跃用户的庞大用户群中进行分发。

历史发展呈现出一个清晰的模式：每个新平台都减少了意图与执行之间的摩擦。App Store 比实体店减少了摩擦，社交网络比单独的应用程序减少了摩擦，而 ChatGPT 现在将摩擦简化为自然语言。你不再需要知道你需要哪个应用程序——你只需清楚地表达你想要实现的目标。

与此发展同步的是商业模式的演变。早期的软件公司依赖许可证销售，但后来订阅和基于广告的模式占据了主导地位。OpenAI 正在通过 Agentic Commerce Protocol 引入一个新维度：交易可以直接在聊天中完成。即时结账功能实现了不受媒体干扰的购物体验。这创造了一种新的商业类型，它既不是电子商务，也不是社交商务，而是对话式商务。没有融入这一生态系统的公司可能会失去庞大的用户群。在 Apps SDK 发布后的短短几周内，就有超过 5 万名开发者注册。这种动态令人回想起 iPhone 的早期，当时开发者意识到一个新兴平台正在兴起，他们需要在这个平台上有所作为。

这对企业而言具有巨大的战略意义。如今，任何在聊天中找不到的人，对于日益增长的用户来说，都无足轻重。问题不再在于你需要网站还是应用，而是你是否拥有对话式的存在感。分销渠道正在被重新思考——从漏斗、搜索引擎优化和应用商店优化，转向自然语言的可发现性和上下文相关性。

代理构建器：自动化民主化及其颠覆性后果

Altman 采访的第二个核心论点是大幅降低构建 AI 代理的门槛。OpenAI 借助 Agent Builder 创建了一个可视化的、无需代码的工具，使任何知识工作者都能创建、测试和部署自主代理。这种民主化不仅仅是一种营销花言巧语，而是对谁能塑造自动化这一问题的根本性转变。

从历史上看，自动化一直是专家的天下。18 和 19 世纪的工业化需要工程师和机械工程师。20 世纪末的数字化需要程序员和 IT 部门。2010 年代的机器人流程自动化降低了技术要求，但仍然是专业团队的工具。Agent Builder 彻底打破了这一传统。市场经理可以构建一个创建每周报告的代理。销售代表可以配置一个生成报价的代理。律师可以开发一个检查合同中特定条款的代理。从构思到实施之间的障碍被降到最低。

这一发展遵循了软件历史上一个常见的模式：抽象促成扩展。随着编程语言从机器码演进到高级语言，越来越多的人能够开发软件。随着电子表格从 VisiCalc 演进到 Excel，数百万非程序员能够执行复杂的计算。Agent Builder 是这一抽象的更高层次。它不仅抽象代码，还抽象整个工作流程、决策逻辑和集成。

其影响深远。未来十二个月，各大公司将深入探索座席的使用。这并非因为技术本身令人着迷，而是因为竞争对手正在这样做。早期采用者已报告显著的生产力提升。西班牙银行 BBVA 在六个月内创建了超过 2,900 个定制通用座席 (GPT)，80% 的用户报告每周节省超过两小时的时间。这些数字可能看似保守，但乘以数千名员工，就能带来巨大的效率提升。

Altman 在采访中强调，普通知识型员工现在可以自行构建代理。其结果是：每个部门都可以开发自己的自动化系统，而无需依赖集中式 IT 资源。这导致了创新能力的分散化。自动化不再由 IT 预算决定，而是由各个团队的主动性决定。竞争优势在于那些快速尝试的人。那些仍在等待完美、集中式编排解决方案的公司，正在被那些从简单的代理入手并不断改进的敏捷团队所超越。

然而，这种发展也伴随着风险。去中心化的代理开发可能导致流程碎片化、安全漏洞和治理挑战。谁有权使用哪些数据？代理如何接受审计？适用哪些质量标准？公司必须开发既能促进创新又不失控制力的框架。成功的组织将是那些在实验与治理、速度与安全之间取得平衡的组织。

Agent Builder 也向软件行业传递了一个信息。Zapier、Make 等工具以及传统的 RPA 解决方案正面临着挑战，它们的核心功能——工作流自动化——现在正被直接集成到对话界面中。问题不在于这些工具是否会消失，而在于它们需要如何重新定位才能保持相关性。

从一人公司到零人公司：价值创造与工作的重组

第三个论点最具争议：奥特曼谈到科技CEO们打赌，第一家估值10亿美元的“零人公司”何时会出现。这个赌注最初的目标是第一家估值10亿美元的“一人公司”。但事态发展的速度比预期的要快。奥特曼预测，这可能在几年内，而不是几十年内成为现实。

要理解规模，必须回顾公司规模和价值创造的历史发展。在工业时代，收入和员工数量密切相关。产量越高，工人数量就越多。数字时代开始打破这种关联。Instagram 于 2012 年以 10 亿美元的价格被 Facebook 收购，当时只有 13 名员工。WhatsApp 于 2014 年估值达到 190 亿美元，当时只有 55 名员工。这些例子表明，软件和网络效应可以产生巨大的杠杆作用。

下一阶段是依靠人工智能代理实现规模化扩张的一人公司。创业者使用人工智能代理进行客户服务、市场营销、产品开发、销售和财务管理。这一愿景听起来充满未来感，但在技术上已经可行。人工智能可以编写代码、进行设计、撰写营销文案、解答客户咨询并分析数据。限制因素不再主要在于技术层面，而是更具战略性：你要解决什么问题？为谁解决？你如何触达目标受众？

Altman 更进一步：零人力公司。智能体可以自主运营、做出决策、分配资源并创造价值，无需人工参与运营。人员不会消失，而是转变为协调一致的战略角色。他们负责制定目标、设定框架并监控结果。智能体将接管执行。

这一愿景提出了一些根本性的问题。如果一个代理人就能管理一家公司，那么人类还能做出什么贡献呢？奥特曼认为，人类的驱动力、创造力和判断力并没有消失，而是流入了新的领域。工作正在从执行型转变为创造型，从被动反应型转变为前瞻性。但这种转变并非没有痛苦。整个职业模式正在变得过时。以信息处理为主的知识型员工面临着重新定义其角色的挑战。

奥特曼在采访中打了一个有趣的比喻：50年前的农民可能不会把今天的办公室工作视为真正的工作。农业生产食物，这是生活必需品。从这个角度来看，许多现代工作看起来就像打发时间的游戏。在通用人工智能时代，这种模式可能会重演。后代可能会认为我们现在的工作比他们认为有意义的工作更不真实。

这一哲学维度触及核心问题：什么是工作？人们为何工作？如果物质需求能够通过人工智能和自动化得到有效满足，那么问题就从必要性转向意义。人们将继续追求意义、认可和自我实现。然而，实现这些目标的形式将发生巨大变化。

对于企业而言，这意味着：未来的竞争优势并非理念本身，而是将其付诸实践的速度。传统的扩张需要资金、人才和时间。而人工智能代理则减少了这三个因素。由于运营成本降低，所需的资金也随之减少。对人才的需求也发生了变化——高管层级的人员减少，战略层级的人员增加。由于代理全天候工作，不会感到疲倦，并且可以快速复制，因此时间也得以减少。

其后果是：市场正变得更加动态，竞争优势越来越短暂，进入门槛也越来越低。老牌企业必须扪心自问，如何调整自身的流程、文化和商业模式，以适应这样一个世界：一支由智能代理组成的小型团队就能颠覆他们主宰了数十年的市场。

AGI信号：当机器创造新知识时

第四个论点涉及质的飞跃：人工智能开始做出真正的科学发现。Altman 将此描述为人工智能不再仅仅重组现有知识，而是产生新知识——新发现的时刻。这种能力是通用人工智能的一个关键特征。

从历史上看，科学进步完全是人类的事业。研究人员提出假设，进行实验，分析数据，并得出结论。机器提供支持——例如通过计算或模拟——但创造性的、形成假设的步骤仍然是人类的。这一界限正日益模糊。

DeepMind 的 AlphaFold 通过预测人类需要数十年才能实现的结构，彻底改变了蛋白质折叠。麻省理工学院的生成式人工智能模型设计出了能够有效对抗耐药细菌的新型抗生素。OpenAI 的 o3 和 Gemini Deep Think 在国际数学奥林匹克竞赛中夺得金牌——这并非源于记忆，而是源于自主解决问题。这些案例表明，人工智能在探索陌生领域并找到原创解决方案的能力日益增强。

奥特曼强调，这一发展才刚刚开始。他预测，未来几年，人工智能将在医学、材料科学和物理学等领域取得科学突破。这些突破不仅是渐进式的，而且有可能改变根本性的范式。如果人工智能能够比人类更快、更精确地进行研究，科学进步将呈指数级加速。

这对企业的影响是巨大的。研发周期正在缩短。制药公司可以更快地发现和开发新药。材料制造商可以在生产前模拟新的合金或塑料。能源公司可以设计更高效的电池或太阳能电池。竞争优势正在从拥有最多资源的公司转移到拥有最智能系统的公司。

但这种变化也引发了伦理和战略问题。当人工智能做出科学发现时，谁拥有它们？运营人工智能的公司？人工智能开发者？还是社会？这些问题的答案尚不明确，并将在未来几年引发激烈的争论。

此外，人类研究人员的角色正在发生变化。他们不再亲自进行实验，而是成为实验策划者、假设生成者和解释者。他们定义问题、评估结果并设定伦理界限。这项工作正变得更具创造性和战略性，不再墨守成规、重复性强。这需要重新定位培训方向。科学家必须学会与人工智能系统合作，了解它们的优势和局限性，并发展自身的互补技能。

奥特曼做出了一个有趣的预测：人类将会逐渐习惯人工智能驱动的科学突破。最初，人们会经历两周的兴奋期，之后这些发现就会成为常态。这种常态化过程是技术进步的特征。今天看似非凡的事情，明天就会变得司空见惯。企业面临的挑战是如何消化这种变化速度，并相应地调整战略。

合成媒体：当现实与人工智能变得模糊

第五个论点涉及合成媒体和人工智能生成内容的快速规范化。Altman 描述了最初观看 Sora 生成的视频时有多么奇怪，以及这种奇怪感是如何迅速消失的。三分钟后，它就变成了一个充满生成视频的应用程序。这种规范化的速度对品牌、媒体和社会都产生了深远的影响。

历史上，媒体内容的制作复杂且成本高昂。照片需要相机，电影需要工作室和工作人员，音乐需要乐器和录音设备。这些障碍确保了一定程度的质量控制和真实性。随着数字技术的出现，这些障碍逐渐消失。智能手机让任何人都可以创作照片和视频。社交媒体平台让任何人都可以传播它们。然而，尽管这种民主化趋势已经到来，真实性的核心依然存在：照片展现的是镜头前存在的事物。

合成媒体从根本上打破了这一假设。Sora 2 可以生成照片般逼真、但从未被录制过的视频。人脸、声音、场景——一切都可以合成。OpenAI 凭借 Cameo 功能，引入了将用户自己的面部和声音嵌入 AI 生成的视频的功能。这开辟了创造性的可能性，但也带来了相当大的风险。

深度伪造早已是一个老生常谈的问题。政客视频被篡改、虚假明星代言、未经当事人同意合成色情内容——这些内容被滥用的可能性是多方面的。OpenAI 试图通过多层安全措施来应对这些风险。即时过滤器会阻止未经授权生成涉及政客或名人的内容。每个 Sora 视频都带有数字水印和元数据，以表明其由 AI 生成。分类器和人工审核员会监控生成的内容。

尽管采取了这些措施，但仍然存在风险。Reality Defender 证明 Sora 的安全机制可以被规避。在测试中，他们成功绕过了知名人物的深度伪造，而他们自己的检测工具识别这些人物的准确率却超过 95%。这表明，合成媒体的安全性是一场保护措施与规避措施之间的军备竞赛。

对于企业而言，这意味着清晰的人工智能指南和品牌安全流程至关重要。品牌必须明确如何使用合成媒体，以及如何确保其品牌价值不被操纵的内容损害。透明度成为一项关键原则。用户必须知晓哪些内容是由人工智能生成的。欧盟《人工智能法案》等法规已经要求对合成媒体进行标注。积极制定透明标准的公司能够建立信任。忽视这一点的公司则可能面临声誉受损的风险。

与此同时，合成媒体也带来了巨大的创意和经济机遇。营销活动可以个性化：视频可以根据每位观众的喜好略有不同，从而提升相关性。产品可视化效果可以在几秒钟内完成，无需昂贵的照片拍摄。培训内容可以自动翻译成不同的语言和文化背景。生产力的提升是巨大的。

奥特曼强调，需要大胆尝试新的内容格式。那些依赖久经考验的方法的公司将被那些敢于尝试的公司所超越。挑战在于平衡创新与责任。过于谨慎的人错失良机，而过于粗心大意的人则会面临丑闻的风险。

社会层面不容低估。如果任何人都能制作出逼真的视频，人们对视觉媒体的信任就会逐渐消退。曾经被视为证据的东西——一张照片、一段视频——正变得越来越值得怀疑。这对新闻业、司法部门和公共话语都产生了影响。各机构必须开发验证真实性的机制。内容来源和真实性联盟正在制定数字来源证明的标准。支持并实施此类标准的公司有助于稳定数字生态系统。

通过“托管人工智能”（人工智能）开启数字化转型的新维度 - 平台和 B2B 解决方案 | Xpert Consulting

“托管人工智能”（AI）开启数字化转型新维度——平台与 B2B 解决方案 | Xpert Consulting - 图片：Xpert.Digital

在这里您将了解您的公司如何快速、安全且无高门槛地实施定制化的AI解决方案。

托管 AI 平台是您全方位、无忧的人工智能解决方案。您无需处理复杂的技术、昂贵的基础设施和冗长的开发流程，只需几天时间，即可从专业合作伙伴处获得根据您的需求量身定制的交钥匙解决方案。

主要优势一览：

⚡ 快速实施：从构思到实际应用，只需几天，无需数月。我们提供切实可行的解决方案，创造即时价值。

🔒 最高数据安全性：您的敏感数据将由您自行保管。我们保证数据处理安全合规，不会与第三方共享。

💸 无财务风险：您只需为结果付费。完全无需在硬件、软件或人员方面进行高额的前期投资。

🎯 专注于您的核心业务：专注于您最擅长的领域。我们负责您 AI 解决方案的整个技术实施、运营和维护。

📈 面向未来且可扩展：您的 AI 将与您共同成长。我们确保持续优化和可扩展性，并灵活地调整模型以适应新的需求。

更多相关信息请点击这里：

托管人工智能解决方案 - 工业人工智能服务：服务业、工业和机械工程领域竞争力的关键

人工智能民主化：无代码为何能释放创新潜力，以及企业如何利用五大人工智能论据节省数百万美元

实际实施：企业如何整合五种观点

理论见解固然宝贵，但实际操作至关重要。两个具体的用例说明了企业如何运用这五大准则。

第一个例子来自金融行业。西班牙银行BBVA实施了ChatGPT Enterprise，并允许员工创建自己的通用流程（GPT）。在六个月内，他们创建了超过2900个定制应用程序。法律部门使用代理来审查合同，营销团队创建个性化营销活动，财务分析师则自动生成报告。结果：80%的用户每周节省超过两个小时。分发直接在工作环境中进行——员工无需打开单独的工具，而是在熟悉的ChatGPT界面中工作。挑战在于与现有系统的集成。BBVA正在努力将ChatGPT与内部数据库连接起来，以获得更深入的洞察。这个例子展示了代理开发的民主化和ChatGPT的平台化如何协同实现巨大的效率提升。

第二个例子来自汽车行业。丰田公司利用人工智能辅助预测性维护来减少停机时间。生产设备上的传感器收集数据，并由人工智能模型进行分析。这些模型能够识别出预示即将发生故障的模式，从而实现预防性维护。结果：停机时间减少了25%，设备整体效率提高了15%，每年节省1000万美元成本。投资回报率约为300%。这个例子说明了人工智能不仅可以优化管理流程，还可以集成到物理生产环境中。人工智能能够从海量数据中提取洞察并进行预测，这与第四个主张相符：人工智能能够生成新知识——在本例中，是关于机器何时可能出现故障的知识。

这两个例子都展现了共同的成功因素。首先，实验文化。允许员工自由尝试人工智能工具的公司能够更快地发现有用的应用。其次，治理框架。如果没有明确的数据保护、安全和质量指导方针，风险就会随之而来。第三，迭代方法。从一开始就期待完美的解决方案是不现实的。相反，公司应该从简单的应用入手，不断学习，并不断改进。第四，集成。当人工智能工具无缝集成到现有工作流程中，而不是像孤岛一样存在时，它们才能充分发挥其潜力。

争议与批判性辩论：美丽新世界的风险

这五个假设虽然前景光明，但也引发了重大问题和争议。首先是失业问题。如果人工代理接管了之前由知识型员工执行的任务，这些人将会面临什么？奥特曼关于工作正在转型的观点虽然乐观，但也并非没有争议。从历史上看，技术颠覆确实创造了新的就业机会，但往往速度不够快，或者集中在相同的行业。转型阶段可能会引发社会动荡。高盛估计，人工智能对知识型工作的自动化可以节省1.5万亿美元的全球劳动力成本——这只是潜在失业的委婉说法。企业和社会必须制定再培训计划、建立社会安全网并推出新的教育理念来应对这一转型。

第二个争议在于权力集中。OpenAI 凭借 ChatGPT 控制着一个拥有 8 亿用户的平台，并正在其上构建一个涵盖开发者、用户和交易的生态系统。这种集中令人联想到谷歌、苹果或亚马逊的市场力量。危险在于：OpenAI 可能会规定条款、提高费用或偏袒某些开发者。监管机构对这一发展越来越持怀疑态度。反垄断调查可能随之而来。严重依赖 ChatGPT 的公司面临着依赖一个未来不确定的平台的风险。

第三个争议涉及深度伪造和虚假信息。尽管采取了安全措施，合成媒体仍可能被滥用。政治操纵、金融欺诈、声誉受损——风险真实存在。OpenAI 自身的测试显示，在屏蔽违规的性爱深度伪造视频时，错误率高达 1.6%。即使是很小的错误率，也可能导致数百万用户出现数千条有问题的内容。社会必须开发检测技术、法律框架和教育措施来应对这一新现实。

第四个争议涉及数据保护和监控。人工智能代理需要访问数据才能有效工作。公司必须确保敏感信息的保护。OpenAI 的企业产品承诺不会使用公司数据来训练公共模型。然而，对此类承诺的信任仍需建立。此外，广泛的人工智能应用也可能导致一种监控文化，即每个行为都会被记录和分析。

第五个争议涉及环境影响。训练大型人工智能模型需要巨大的计算能力，因此也需要消耗大量能源。OpenAI 正在大力投资数据中心和芯片。Sam Altman 本人也已将重点转向获取更多计算能力。这种扩张会产生生态足迹。使用人工智能的公司应该考虑可持续性因素，并寻求节能解决方案。

这些争议表明，奥特曼所描述的转型并非纯粹的进步。它带来了挑战、风险和道德困境。企业必须采取负责任的行动，提高透明度，并积极参与寻找解决方案。

未来前景：趋势和潜在的动荡

未来几年我们可以期待哪些发展？首先，进一步民主化。无代码和低代码工具将变得更加普及。构建自己的人工智能应用程序的门槛将不断降低。这将导致应用程序数量激增，但也会导致碎片化和质量问题。提供策展、质量保证和集成的平台将变得更有价值。

其次，自主性水平将提升。智能体将越来越能够自主完成持续数天或数周的任务。Altman 表示，Codex 很快就能自主承担一周的工作。这将进一步将人类工作者的角色转向监控、战略制定和创造力。工作将不再局限于事务性，而更多地以变革为导向。

第三，多模态将成为标准。GPT-5 和 Sora 2 证明，AI 不仅能理解和生成文本，还能理解和生成图像、视频和音频。未来的系统将在这些模态之间无缝切换。用户可以描述一个概念，AI 可以一次性生成视频、设计文档和演示文稿。

第四：个人层面的个性化。人工智能将越来越能够理解个人用户的偏好、学习风格和背景，并相应地调整响应。这将带来高度个性化的体验，但也引发了关于过滤泡沫和操纵的问题。

第五，监管力度不断加强。世界各国政府正在制定人工智能立法。欧盟的《人工智能法案》、中国的法规以及美国的倡议，都旨在最大限度地降低风险并促进创新。企业不仅要遵守这些法规，还要积极调整，以创建一个切实可行的框架。

第六，新的商业模式正在涌现。对话式商务、AI即服务、代理市场——AI的货币化模式正变得更加多样化。早期尝试的公司能够获得先发优势。

第七：人机混合团队将成为常态。未来不再是人机对决，而是人机协作。最成功的公司将是那些能够最佳地塑造这种合作的公司。这需要新的领导理念、组织结构和文化变革。

第八：硬件集成。奥特曼正在与乔纳森·艾维合作开发新设备。当人工智能融入可穿戴设备、智能眼镜或其他设备时，我们与科技的互动方式将发生根本性改变。对话界面将变得无处不在、随时可用，并具备情境感知能力。

综述：新时代的行动建议

Altman 访谈中的五个观点并非孤立的趋势，而是重塑数字经济基础的汇聚力量。ChatGPT 作为分发平台，正在改变企业触达目标受众的地点和方式。Agent Builder 正在实现自动化民主化，并将创新力量从中心转移到个人。零人力公司正在挑战劳动与价值创造之间的关系。人工智能驱动的科学突破正在成倍地加速研发。合成媒体正在开辟创造性的可能性，但需要严格的道德准则。

这为企业提供了明确的行动方向。首先：实验。启动小型人工智能试点项目，不断学习和迭代。等待并非良策。其次：建立治理。在问题出现之前，建立数据保护、安全、道德和质量框架。第三：培养人才。员工必须学会与人工智能合作，发挥自身优势，并发展互补技能。第四：建立合作伙伴关系。没有哪家公司能够独自应对所有挑战。生态系统、协作和开放标准至关重要。第五：承担责任。对客户保持透明，公平对待员工，并为社会解决方案做出贡献——企业必须有意识地塑造自身在转型中的角色。

奥特曼所描述的时代并非遥远的未来，而是正在展开的现在。赢家并非规模最大或最传统的公司，而是适应能力最强的公司。那些快速学习、大胆尝试、负责任行事的公司。从生产力到创造力、从工具到基础设施、从人为主导到人为主导的转变——这一切正在发生。每家公司都必须做出决定：塑造它，还是被它塑造。

Rowan Cheun 是谁？

Rowan Cheung 是一位加拿大企业家、科技传播者，也是人工智能领域最具影响力的人物之一。他是 The Rundown AI 的创始人兼首席执行官，该杂志是全球发展最快的人工智能新闻通讯，拥有超过 35 万订阅用户和数百万社交媒体读者。他出生于不列颠哥伦比亚省温哥华，自 2023 年以来已成为媒体界的重要人物，以通俗易懂、易于理解且具有战略意义的方式传播人工智能知识。

张先生的职业生涯并非始于科技领域，而是作为一名竞技游泳运动员。在新冠疫情期间健康状况受挫后，他以自学成才的创业者身份，投身于科技和人工智能领域。不到一年，他就学会了编程，随后创立了Supertools，一个面向人工智能应用的数据库平台，每月用户超过25万。他关于生成式人工智能、自动化以及人工智能驱动型企业发展的内容和分析，迅速使他在全球科技界占据一席之地。

2023年，他赢得了Twitter增长挑战赛，成为Platform X（原Twitter）上全球增长最快的科技传播者。如今，他是社交媒体上十大最具影响力的科技创始人之一，与埃隆·马斯克、加里·维纳查克和萨姆·奥特曼等人齐名。

除了媒体项目外，Rowan Cheung 还主持播客“The State of AI”，定期采访包括 Sam Altman、Mark Zuckerberg 和 Jensen Huang 在内的科技领军人物。播客和新闻简报“The Rundown”如今已成为人工智能领域管理者、企业家和开发者的重要信息来源。

张先生以其对人工智能的务实视角而闻名：企业如何实现切实的生产力效益，如何在工作场所部署人工智能代理，以及个人如何在不组建大型团队的情况下利用人工智能实现规模化。在采访中，他经常强调，得益于智能人工智能工作流程，他那支约15名员工的小团队的运营方式堪比一家50人的公司。

总而言之，Rowan Cheung 代表了新一代人工智能创始人：自学成才、数据驱动、极其精通网络，并且能够将复杂的技术发展转化为具体的、适用于公司的战略。