80s

一上任就要对中国打“铁拳”？日本首位女首相正式登场_我的网站

A |     琢磨事的群里，有人甩了这么一张截图：                              这简直太有意思了，正好接着这个说说AI应用的事。                   先说结论：没有组织的进化，就没有AI的深层落地。                   这就是AI深层应用的最大瓶颈。    这些天，日网上对日本首相的预测是反转又反转。两周前，自民党与公明党“分家”，高市早苗在选举中少了，媒体与大众纷纷猜测下一任首相会是国民民主党的玉木雄一郎。

B |                    今天，AI名义下的各种锤子四处飞舞，但砸的往往都不是钉子。                   阻碍AI发挥颠覆性价值的，不是技术本身，而是我们陈旧的组织形态和管理思维。但就在昨天晚上，自民党与维新会签署政权合意书，维新会将在大选中从第一轮起就为高市早苗投票。                   让我排的话，这个排在技术前面。                   十几天前，高市早苗当选日本自民党新一任总裁。                   技术的事我个人觉得大致是定的（哪有什么AI瓶颈）。

C |                    这种冲突直接表现为社会对AI认知的巨大撕裂，典型的非共识时刻：                    一极是站在云端的科学家、理论家和紧随其后的媒体，在他们的宏大叙事中，AI是开启新纪元的钥匙，是即将颠覆人类文明秩序的奇点引擎。                   另一极，则是深陷泥泞的产业一线，企业家和实践者们在现实的商业土壤中反复求索，却发现这件“神兵利器”处处掣肘、水土不服。这些风云诡谲的形势和多重猜测，让高市成为首个日本女性首相的可能性变得时而晦暗，又时而明亮。当然，不论风风雨雨，她想逆风翻盘的野心仍然不灭。                   这根本不是“乐观”与“悲观”的问题，而是“纯粹的生产力逻辑”与“固化的生产关系现实”之间的激烈碰撞。                   高市早苗的行为和形象，不难让人联想到英国的前首相——撒切尔夫人。                   科学家们看到了AI在理想环境下的极限潜力；企业家们则一头撞上了自己尚未进化的组织壁垒。

D |                    （把能算的事用来做主观判断，把能分析的事归结为态度是人类几大偷懒术之二）                    要打破这种僵局，我们要理解一个简单问题：AI在简单生产力升级工具之外，更是一面映照出现有组织模式是否过时的“镜子”，一个对生产关系进行重构的“扳机”。

E | 而高市自年轻时，就把这位女性当作自己的偶像。                   这正是“智能原生”乃至“无人公司”等文章里试图探讨的核心。在10天前的自民党总裁大选中，她身穿蓝色正装，或许也是在向她的偶像致敬。                   她已经连续赢得自民党总裁与日本首相的选举，这个疑问也浮出日本人的脑海里：高市早苗能不能成为日本版的“撒切尔夫人”呢？她的“铁拳”会打向中国吗？                    自强女性成长史                    实际上，高市早苗与撒切尔夫人在成长与个性方面的确有显著相似的地方。年龄差将近40岁的两位女性都是小镇女孩起手，通过自己的实力一步步走向权力巅峰，靠才智与韧性打破男性垄断的政坛壁垒。而这种存在共鸣的成长背景，也或许解释了她公开把撒切尔当成“政治偶像”的原因。                   显然的突破口并非来自于对AI技术本身的盲目追逐，而是来自于一场由内而外的、以“组织”为核心的自我革命。                   最像的是，在政坛上叱咤风云的两人，她们的原生家庭都没有政治背景。撒切尔夫人原名为玛格丽特·希尔达·撒切尔，婚前姓罗伯茨。                   这还真是人事。

F |                    当生产力逻辑忽略了组织容器，叙事就必然悬浮                    科学家群体，尤其是AI研究的先驱者，他们从第一性原理出发，洞察了这项技术的革命性本质。1925年，她出生在英格兰林肯郡的格兰瑟姆小镇，父母经营杂货店，一家都是卫理宗教徒。

G | 1961年，高市早苗同样出生在日本奈良县一个普通的中产家庭中。                   大型语言模型（LLM）系列技术的突破，标志着机器获得了前所未有的理解、生成和推理能力，这是一种范式级别的变革。她的父亲在一家汽车公司任职，母亲则是一名警察。                   在科学家们的理论模型和实验室环境中，数据是洁净的，算力是充沛的，目标是明确的。（公网数据成本极低啊）                    AI在这样的“纯粹环境”中，展现出指数级的成长潜力和解决复杂问题的惊人能力。                   尽管如此，双方家庭都注重对孩子的教育，并促使她们通过学习，走向更远的地方。                   比如OpenAI前任首席科学家Ilya就说：人类能做的，AI终将能做。                   媒体作为这一视角的天然盟友和放大器，将这种潜力转化为激动人心且充满戏剧性的“奇点”叙事。从“颠覆所有行业”到“AGI威胁论”，媒体的报道成功地将AI推向了公众注意力的中心。                   然后故事性就上来了，逼近科幻小说的特征。在宗教家庭成长的撒切尔受父亲影响，自幼对政治产生了浓厚的兴趣，她在刚刚成年的年纪就直言道：“政治已溶进了我的血液”。

H |                    这不能说是坏事，它为技术发展提供了想象力的牵引，也为社会变革进行了预热。                   但是，这个宏大叙事的致命缺陷在于它的“悬浮性”。1943年，她考入牛津大学，前后取得学士和硕士学位。                   它没有脚！                    它几乎完全在生产力的维度上进行推演，却系统性地忽略了任何生产力都必须依存于特定生产关系这一基本前提。几年后，她凭借对英国社会财政与税务问题的透彻理解，排除英国男性对女性政治家的质疑，于1959年成功当选保守党议员。                   而高市早苗不仅拥有关西人的直率，也自小被母亲教导“要像一朵带刺的玫瑰”，柔中带刚，直面挑战。成绩优异的高市曾被庆应大学与早稻田大学录取，但由于私立学校学费高昂，便前往国立的神户大学学习经营专业。                   它描绘了“AI能做什么”的璀璨蓝图，却没有回答一个更根本的问题：                    什么样的“组织容器”，才能装得下如此强大的新生产力？                    就像我们无法在马车道的路网上去运行高速列车一样，我们同样无法在传统的组织架构上去运行智能时代的AI。                             （参考阅读：《马上，OpenAI就会成为最大的无人公司》）                    组织之“体”对AI之“用”的系统性排异                    当企业家们听着宏大叙事，产生了美好憧憬，然后开始比划的时候，基本百分百会遭遇挫折。                   遭遇的挫败，本质上是可以看成一场陈旧组织形态对新生生产力的系统性排异反应。正如标题所言，没有组织的进化，就没有AI的深层落地。                   那些看似具体的数据、流程、ROI等问题，都只是这场深层排异反应的表层症状。

I |                    1. 所有数据问题都是组织问题                    人们常说“AI的燃料是数据”，并因此将问题归咎于数据质量差、数据孤岛等技术层面。之后，为备考公务员，她前往被誉为“政治家摇篮”的松下政经塾学习。但这完全是本末倒置。随后受资助前往美国，在一位对日强硬派的议员手下实习工作。                   所有数据问题都是组织问题。

J |                    而这段赴美经历，也让高市早苗意识到：除非日本能够自卫，否则日本的命运将永远受制于美国肤浅的观点。                   （复购率算谁的！）                    有点绝对，但我确实就这意思。

K |                    数字化的时候类似问题屡见不鲜。于是，她在回国后做了两年电视台主持人，又跻身政坛，并在1996年加入自民党，从此开启了她在其中风生水起的道路。                   相似的成长经历也让她们二人在从政的性格有相通的地方。                   比如一家大型传统零售商，希望上线一个AI驱动的“千人千面”推荐系统。以“铁娘子”称号闻名于世的撒切尔夫人，原则坚定、不妥协，常被指“冷酷”。这个项目很快就会陷入泥潭。而高市早苗同样保守刚毅，在当选为自民党总裁后，她就说要抛弃工作和生活的平衡，拼命工作，甚至呼吁其他议员也要“像马一样工作”。                   市场部掌握着广告投放数据，但他们的数据结构是为了衡量曝光和点击；销售部掌握着交易数据，但只关心SKU和销售额；仓储物流部掌握着库存和配送数据，其核心KPI是周转率。如此雷厉风行的她，让人很难将现在的高市早苗与曾经骑机车环游日本、玩摇滚乐的酷女孩联系起来。

L |                    经纬各异                    然而，假设高市早苗接过石破茂的接力棒，她所要面对的日本社会，与撒切尔夫人当政的英国存在明显不同。

M | 20世纪70年代的英国与21世纪20年代的日本，都面临着经济长期停滞等问题。                   每个部门都像一个“数据烟囱”，为了自身的KPI和利益而生产和守护着自己的“一亩三分地”。                   AI系统需要的是一个能将用户浏览、点击、购买、复购、甚至退货数据完整打通的用户画像，但这在部门墙林立的组织结构中几乎是不可能完成的任务。对比之下，日本社会较稳定，无大规模罢工，经济陷入长期低迷算是一种“慢性病”。

N |                    不过，21世纪的日本社会也给高市早苗下了一封挑战书。                   最终，AI项目要么因为吃进去的是割裂、矛盾的“垃圾数据”而产出无用结果，要么就因漫长而昂贵的数据治理而不了了之。70年代的英国，新自由主义逐渐抬头，整体的社会更开放多元，这也给撒切尔夫人大施拳脚奠定了一定的基础。然而，当下的日本则显得有些“疲软”。与其说是AI需要数据治理，不如说是陈旧的组织模式在持续不断地“污染”着数据源头。                   2. 所有流程问题都来自系统整体性的缺失                    将AI工具“嵌入”现有流程，是另一个典型的失败路径。                   比如： 一家工厂引入了一套先进的AI排产和库存管理系统，该系统基于实时销售预测、原材料价格波动和设备健康状况，给出了一个理论上最优的生产和采购计划。

o | 作为全球第三大经济体，日本长期面临“失落的三十年”，GDP增长率常年徘徊在1%左右，30%的高龄人口也让日本政府的财政压力雪上加霜。而放眼世界，中美贸易摩擦加剧与中国在东亚日益扩大的影响力，也让日本面临着两边都不能得罪的尴尬处境。

p |                    然后，就发现这个计划在现实中却寸步难行。                   生产主管凭借自己二十年的“老师傅经验”，认为AI的排产计划过于激进，无视了产线磨合的“默契”；采购部门则因为AI建议的“小批量、多批次”采购模式会破坏与长期供应商的“关系”和折扣而表示反对；质检部门则抱怨排产变动过于频繁导致品控标准难以统一。                   AI哪有力量搞定各路神仙！妥妥的现实版庙小妖风大，但不是人的问题，对人开战更会有灾难性后果。                   在这里，AI作为一个追求“全局最优”的整体性大脑，与一个由无数“局部最优”构成的碎片化流程发生了激烈冲突。                   AI的建议触动了既有的权力结构、工作习惯和人情网络。                   最终结果往往是，这套昂贵的AI系统被员工们以各种理由架空、忽略，变成了一个仅供参观的“形象工程”。                   而以“反华”“反外”被外国人所知的高市早苗，在选举前仍以保守的姿态排斥着外国游客或外国移民者，以疏解压抑社会中积怨已久的民情。                   所以过去做大屏反倒是有市场，形象工程的市场也是市场！                    驾驭不了流程，根源在于缺乏一个能够俯瞰全局、统合所有流程的“整体性”组织视角。                   3. 最终表现：不划算，没有用                    投入产出比（ROI）的困扰，是上述所有问题的最终体现。                   在碎片化的组织认知下，管理者习惯于用“孤立”和“线性”的思维去评估AI的价值。他们会问：“这个AI客服能帮我节省多少人力成本？”“那个推荐算法能提升多少点击率？”这种评估方式，完全忽视了AI作为“系统性工程”的真正价值，即其带来的乘数效应。渲染出的情绪能够为她的选举赢得一些选票，却又进一步加剧了排外情绪的高涨。但是，如果她选举成功后还保留着这种做法和态度，恐怕难以带领日本“破局”。                   事实上，高市早苗选举成功后便食言，在上周取消了参拜靖国神社的计划，这在一定程度上反映了她的困境。                   一个真正有效的AI系统，其价值是系统性的，但回报却可能体现在其他部门的报表上，这在部门间利益独立的组织里是无法单维度被衡量和激励的。

q |                    按结果交付是对的，但按结果交付就需要挑战各种整体性问题。                   隔壁吴老二要是中风了，整体性不协调，这么跑步啊。一方面，她需顾及现实利益；另一方面，党内派系斗争、野党掣肘以及经济复苏的紧迫性，让她难以一意孤行地保守下去，转而去应对内忧外患下的现实压力。

r | 她在选举期间曾高唱的排外“铁拳”，或许难以施展开来。                   总体而言，撒切尔时代的英国尽管更“危机四伏”，但当下的日本，却也面临着更深层的挑战。而过往强调集体主义的日本，在新自由主义不断盛行的时代下，少子老龄化、外国移民等社会问题愈演愈烈。                   唯一也必须的突破口：以“组织革命”为核心的整体性重构                    既然问题的根源在于组织，那么唯一的突破口也必然始于组织。

s | 同时伴随着全球化的步伐，地缘竞争越来越激烈，而日本也仿佛处在夹缝一般，进退为难。                   不一样的“铁腕”                    撒切尔夫人与高市早苗都有着铁一般的信念与行动，都为了追求经济复兴与国家发展而提出较为强硬的措施。但由于时代与地域的不同，在实施路径上，二人有着明显的分歧。                   我们必须放弃“AI赋能业务”的幻想，转向AI需要先重构组织的现实。                   （讲明白这个事非常痛苦和有挑战的）                    这一点上，特斯拉设想的“Unboxed”生产模式提供了一个极具启发性的范例。                   传统汽车制造业沿用福特发明的流水线模式长达百年，汽车在一个线性移动的传送带上被逐步组装。这也让两位女性展现出了不一样的“铁娘子”形象。

t | 这是一个典型的、被流程固化的工业时代组织模式。                   就拿最典型的经济政策举例。                   而“Unboxed”模式则将其彻底颠覆：汽车不再被视为一个整体进行线性组装，而是被拆解成数个独立的模块（如前车身、后车身、电池包等），由高度自治的团队在不同区域进行并行、同步的组装，最后像拼乐高一样“合体”。

u | 撒切尔夫人为应对英国长期停滞的经济，更推崇自由主义式的经济。她反对政府干预，推行去监管化。

v |                    您目前设备暂不支持播放                    这套方案的野心绝不仅仅是提升生产效率，它本质上是一场深刻的组织革命。                   为了实现这种并行生产，特斯拉必须从产品设计之初就将组织协同、供应链、机器人自动化等所有要素作为一个“整体”来考虑。                   传统的、按工序划分的线性部门被打破，取而代之的是围绕“模块”组织的、跨职能的、高度整合的团队。                   这种组织形态，天然就是为最大化机器人和AI的效率而生的。但撒切尔夫人的“铁腕”，在推动英国发展的同时，却也在加剧社会经济的不平等。它消除了传统流水线的物理和组织瓶颈，让数据可以在各个模块间无缝流动，为AI进行全局调度和优化提供了完美的“温床”。                   高亮的1979年～1990年区间为撒切尔夫人执政时期，经济形势得以扭转。                   结果还未知，但至少说明：Tesla认识到为了迎接AI和自动化带来的终极生产力，必须先重构生产组织本身。                   （参见：《AI是中小企业最后的机会》）                    非典型的突破口                    如果说前面说的非共识是典型的，每当新技术来的时候都有，那么面对需要采取的措施则绝对是非典型的，和过去很不一样，比如：                    1. 从“整体性认知”出发，建立新的组织哲学。领导者必须率先完成从“管理者”到“系统架构师”的角色转变。他所要设计的，不再是一个分工明确的职能机器，而是一个能够自我学习、自我进化的“智能有机体”。图源：维基百科                    但高市早苗的经济政策，则与撒切尔夫人有所相左。

w | 她在首相选举前，就提出了要推行负责任的积极财政方针，不仅要降低汽油税，还要支援亏损企业，为员工加薪。她的“早苗经济学”有着三大核心：通过投资加强国家危机管理能力并促进经济增长，推行扩张性财政政策，并依靠政府负责制定货币政策。而这些，也与安倍经济学“三箭”——大胆的货币政策、灵活的财政政策、结构性改革——不谋而合，甚至是它的翻版。                   我们没有这么剧烈地干过这活，组织的事千年一系，变化真的不大，此前最大的也就是流水线。                   2. 从职能孤岛到任务导向的“积木式”组织。学习现代软件企业的组织模式，如Spotify的“部落（Tribe）”和“小队（Squad）”模型。                   这位有着“安倍女孩”之称的女总裁或许将带着“故人之姿”，继续在日本叱诧风云。每个小队都拥有一个端到端的业务模块（如音乐推荐、用户播放列表），团队成员包括了产品、开发、测试、数据分析等所有必要角色。这种组织方式，天然保证了“谁生产数据，谁使用数据，谁对数据质量负责”，从根本上解决了数据割裂问题。                   这就是数据和智能角度的阿米巴。然而也有专家担忧，“早苗经济学”并不适用于当下通货膨胀的日本，如果继续推行下去，并且没有财政支出的改革，物价上涨可能会刹不住车。                   不难看出，高市早苗拥有不同于其他四位首相候选人的手段，以及力排众议、想要突出重围的野心。她给世人所展现的形象，确实是一位充满魄力的、不同于撒切尔夫人的“铁娘子”，但她的“铁腕”能否经得起锤炼，不得而知。

x |                    3. 当组织就位，数据与流程自然“归顺”。                   她在自民党总裁选举后所喊出的那句“JAPAN is back”（日本回来了），又是想让日本回到哪一个时代去呢？                    参考资料          https://www.bilibili.com/video/BV1ck4gzUE6t/?spm_id_from=333.1245.0.0&vd_source=646498f4d3df2da142ae87266fc6fb7f          https://baike.baidu.com/item/%E7%8E%9B%E6%A0%BC%E4%B8%BD%E7%89%B9%C2%B7%E5%B8%8C%E5%B0%94%E8%BE%BE%C2%B7%E6%92%92%E5%88%87%E5%B0%94/2600274          https://baike.baidu.com/item/%E6%92%92%E5%88%87%E5%B0%94%E4%B8%BB%E4%B9%89/4118962?fromModule=lemma_inlink          https://zh.wikipedia.org/wiki/%E9%AB%98%E5%B8%82%E6%97%A9%E8%8B%97          https://www.163.com/dy/article/KB4BGFPD0556FAKM.html          https://hao.cnyes.com/post/198567                    本文来自微信公众号：日本通 （ID：ribentong-517japan），作者：铁血丹心。当一个以“整体性”为核心的新式组织建立起来之后，我们才能真正“驾驭”数据和流程。此时，数据不再是需要费力去“治理”的对象，而是新组织形态下业务流程自然而然产生的“高质量血液”。

y | 流程也不再是需要AI去费力“适应”的障碍，而是被重新设计用来最大化数据采集效率和AI决策效率的“血管网络”。                   先有健康的“身体”（新组织），才会有流畅的“血液循环”（数据与流程），这是一个不可逆的因果关系。                   典型的非共识需要非典型的突破口                    当前社会对AI的巨大“非共识”，本质上是一场关于“范式”的冲突：                    究竟是应该让代表未来的生产力去削足适履，适应我们陈旧的组织模式；还是我们应该鼓起勇气，砸碎旧的组织枷锁，去创造一个能配得上未来生产力的新容器？                    答案是唯一的。                   为什么是唯一的，因为你不干他也干，那就终究会回到这里。                   依赖于修修补补、期望AI能奇迹般地在旧土壤里开出新花，是一种危险的“工具幻觉”。

z | 这只会让我们在无尽的试点和挣扎中耗尽资源和信心，最终得出“AI不过如此”的错误结论。                   真正的、非典型的突破口，掌握在那些敢于向自身开刀的变革者手中。                   他们明白，AI竞赛的终局，比拼的不是谁的算法更先进，而是谁的组织更具“整体性”和“智能原生性”。这不是一场技术革命，而是一场深刻的管理革命和认知革命。                   当我们不再将目光局限于AI本身，而是转向审视和重构我们自己时——就像特斯拉重新思考汽车制造的每一个环节那样——那扇通往智能时代的大门，才会真正为我们敞开。                   这场变革的阵痛是剧烈的，也很让人烦躁，但穿过阵痛，我们将迎来一个以全新的组织形态驾驭强大AI，从而实现价值指数级增长的真正黎明，而“无人公司”正是这场组织革命的终极形态。                   （参见：《AI和互联网的旷世冲突》）                    本文来自微信公众号：琢磨事，作者：李智勇。

Current article:http://mt4.pisezuibanzoukou.cyou/jkc5f/en21.html

Published on:04:40:39