方汉的”老二最稳”判断戳到很多企业的痛处
5 月 24 日，量子位发了一篇昆仑万维董事长方汉的长访谈，标题主轴是”AI 时代的企业生存指南”。文章上线 6 小时阅读破 12 万，转发到知乎后又被加权到首页 AI 话题的第一位。方汉过去半年在内部会议上反复强调的两个判断在这次访谈里被系统讲了出来：一是个人经验在 AI 加持下不再是企业的护城河；二是普通企业落地大模型时，选行业第二名的供应商最稳妥。
个人经验为什么会失去溢价
方汉给出的解释直白：过去十几年，资深员工的价值很大一部分来自经验积累——做过的项目、踩过的坑、谈过的客户，这些隐性知识本来很难被新人快速复制。大模型出现以后，这些经验的复制成本急剧下降。他在访谈里举了昆仑万维内部一个真实例子：一位做了 8 年的资深运营，其工作流被拆解成 27 个子任务后，AI 工具能稳定接管其中 19 个，剩下 8 个需要人在关键节点判断。8 年积累的经验里，能被工具替代的部分超过 70%。
他的结论是：”企业过去靠老员工的隐性经验吃饭的部分，正在变成可以买的服务。这件事对个人是挑战，对组织是重新定价。”另一位接受同期采访的智源研究院副院长林咏华在自己的回应里给出补充数据：智源 2026 年 4 月跑过一组对照实验，把 50 个白领岗位的常规任务交给一线员工和 AI 工具分别完成，AI 工具在 31 个岗位上达到中等熟练员工的 80% 产出，但只有 9 个岗位达到资深员工的 80% 产出——经验的护城河缩窄了，但还没消失。
“选第二名”的逻辑藏在三个数字里
方汉给普通企业落地大模型的建议更具体：选行业第二名的供应商，比选第一名更稳。这个判断的依据是三组数字。第一，行业第一名的 API 单价通常比第二名贵 30% 到 50%，但落到具体业务场景的效果差距常常在 10% 以内。第二，第一名的服务通常优先供给战略客户，中小企业的工单响应速度往往是第二名的 2 到 3 倍长。第三，第二名为了挑战第一名，会在私有化部署、定制接口、议价空间上让出更多——对预算紧张的企业来说，这部分让利是真金白银。
他在访谈里强调过一句话：”不要被’用最好的’这种朴素直觉绑架，企业落地大模型的目标是 ROI，不是技术虚荣。”昆仑万维自己的天工大模型在国内大模型市场长期处于第二梯队的位置，方汉这番话有自我推销成分，但他给出的算账逻辑本身是站得住的——这也是为什么这条建议被多家中型企业 CTO 在评论区点名认同。
五类岗位短期不会被 AI 替代
访谈最后一部分是方汉自己梳理的五类”AI 短期内替代不了的岗位”：第一是涉及高情境判断的高级管理岗，AI 可以做执行但做不了组织内的政治平衡；第二是有人身风险的现场操作岗，AI 模型不会主动承担物理责任；第三是依赖物理直觉的实验性研发岗，比如材料、化学、生物里需要在现场闻气味、看颜色、调手感的工作；第四是高情感投入的服务岗，比如临终关怀、心理咨询、特殊教育；第五是定义问题本身的战略策划岗——AI 善于在已定义的问题里求解，不擅长定义新问题。
这五类岗位有一个共同特征：需要把模糊信号转化为可执行的判断，且这个转化过程很难被显式描述。方汉的原话是：”只要一份工作能被讲清楚标准答案，就早晚会被替代；讲不清楚的部分，就是人未来的位置。”
把判断翻译成行动
方汉这套讲法对企业管理者有两层操作意义。一是重新评估招聘和留人结构——经验溢价缩窄之后，过去靠资历定薪的体系需要调整为按”模糊判断能力”定薪。二是落地大模型时不要追第一名，把节省下来的成本投到内部场景调优——同样一笔钱，在第二名供应商手里能买到的定制化服务远多于在第一名那里能买到的。这两件事都不是新观点，但被一个一线大模型公司的董事长公开讲出来，分量不一样。
参考：量子位访谈原文
