AI会吞掉所有市场吗？最后赢的可能是第三种组织
AI时代最后赢的，不一定是掌握最强模型的厂商，也不一定是今天最懂行业的传统企业。
而是第三种公司：它不训练最前沿的模型，也没有几十年的行业积累，但它恰好出生在强模型已经成熟的时间点，从第一天开始，就围绕AI重新设计自己的组织和工作方式。
为什么这么说呢？
最近 Codex 上线了 Sites，可以直接在 Codex 里做一个网站或者轻量应用，然后部署出去。我看到后的第一反应是：Lovable 怎么办？ 这些AI建站/应用生成工具怎么办？
Lovable、Base44 这类产品，原来卖的就是通过自然语言做网站、做应用，再帮你上线。现在模型厂商把这件事直接放进自己的产品里。模型能力每往前走一步，围绕它生长出来的一批应用，就可能发现自己昨天还在卖的东西，今天已经变成模型的内置功能。
这引出一种恐慌：如果一家模型厂商掌握了当下最强的模型，也就是最强大的智力要素，它是不是就可以沿着这种优势不断向外扩张，最后把一个又一个市场都变成自己的市场？
我想做两个思想实验。
第一个思想实验：给宠物店做个预约系统
假设一家社区宠物洗护店想做一个网站。
老板的需求不复杂：展示洗护项目和价格，顾客可以在线预约，预约成功后发个提醒，店员在后台能看到今天有哪些客人。如果再进一步，最好还能管理会员套餐。
过去他有几个选择。找人外包，用传统建站工具，或者打开 Lovable，描述自己的需求，让它生成一个应用。
现在他也可以直接打开 Codex。
从服务介绍页、预约表单，到简单的后台和部署链接，这些环节越来越接近一句话完成。老板并不关心代码是 React 还是别的什么的，他只关心顾客能不能约上周六下午三点，店员能不能看到这条预约。
当模型直接交付的东西，已经非常接近客户最终要买的结果，原来的中间产品就危险了。
更危险的不是能力，是入口
Lovable 面对的还不只是一个更强的竞争对手。
用户不会在每次产生新需求时，都重新调研一遍市面上最专业的工具。更多时候，他会使用那个自己已经打开、已经付过费、资料已经放在里面的产品。
如果一个人每天就在 Codex 里工作，项目文件在这里，需求讨论在这里，代码和上下文也在这里，那么 Sites 不需要在每个细节上都比 Lovable 更好。它只需要足够好，然后顺手出现在原来的工作流里。
独立产品要先让用户知道自己，再说服用户注册、付费、迁移资料。入口型产品只要加一个按钮。所以，像 OpenAI 这样同时拥有终端入口的模型厂家，真正可怕的地方不只是模型更强，它还拥有现成订阅、品牌和捆绑能力。
很多时候，击败一个产品的不是"更好的产品"，而是一个已经在用户面前的、足够好的默认选项。
不过，做出网站，离经营一家店还很远
但宠物店真的开始用之后，事情会变得复杂。
三个店员怎么排班？会员套餐怎么核销？顾客临时取消怎么办？提醒没发出去谁来处理？退款怎么走？数据怎么备份？开第二家门店以后，两个店的预约和会员能不能打通？
到这里，老板们需要的已经不是一个"能生成网站的AI"，而是一套能承载真实经营的系统。
Lovable 如果只是在卖"通过对话生成应用"，这一层价值大概率会继续被模型厂商压缩。但如果它往生产运行、复杂工作流、安全治理和长期维护走，它就不再只是一个AI建站器了。即，他开始直接交付业务价值，而非只是产出一个网站。
Codex 当然也可以继续往后，只是当它开始处理商家的支付、退款、排班、会员、售后和合规，它需要补上的就不只是几个模型能力，而是一整套平台工程、行业服务和运营组织。如果这么做，实际上它自己也得变成另一种公司。
第二个思想实验：模型能制造下一个超级IP吗？
光一个实验，似乎还不够说明问题。网站纯数字化、容易复制，模型生成的代码离最终交付又很近，天然偏向模型厂商。
反过来选快递、餐饮或者半导体也没什么意思。没有车辆、门店、工厂和供应链，当然吞不下去，答案太显然了。所以第二个实验，我想选一个同样高度依赖创意和智力、几乎所有可见产物都能被模型生成，同时又没有明显重资产门槛替我们提前回答问题的市场。
那么，娱乐/IP是一个不错的选择。
假设模型已经可以生成一个完整角色：形象、性格、世界观、故事、动画、音乐、游戏、社交媒体内容，甚至连潮玩、衣服和包都设计好了（实际上，现在确实已经可以做到了）。
它还能分析用户反馈，每天调整角色表达，稳定产出几乎无限的内容。单看完成度，它甚至可以比很多现有IP更完整。
那模型厂商能不能批量制造下一个超级IP？似乎可以。但问题恰好出在"批量"两个字上。
当模型一天可以生成一万个不错的角色，内容生产本身就不再稀缺了。真正稀缺的东西发生改变：谁先看见它，为什么第一批人愿意喜欢它，喜欢它的人能不能找到彼此，它能不能进入一代人的共同记忆，以及人们是否愿意通过购买和分享它来表达自己。
一个IP流行，不只是因为角色内部有某种可计算的优秀属性。它还需要形成一种社会事实：大家都知道，很多人喜欢它。
模型可以估计这种结果发生的概率，可以不断优化内容，却不能只靠生成，命令社会形成共识。
模型厂商不是还有入口吗？它当然可以在自己的产品里推荐这个角色，给它第一批曝光。但接下来，它要决定把多少流量留给自己的IP，怎么运营粉丝社群，怎么处理舆情和争议，怎么做明星合作、线下活动、品牌授权、周边商品和长期叙事。
如果继续往下走，它就要把自己变成媒体平台、IP公司、艺人公司和消费品集团的混合体。
奢侈品也是同样的逻辑。模型可以生成一万个好看的包，但奢侈品牌真正出售的并不只是设计。它出售历史、稀缺、正统性，以及"其他人也承认它有价值"的社会信号。
AI可以把设计生成得近乎无限，奢侈品牌却必须从中做出极少数选择，并长期维持稀缺。更多设计不会自动产生正统性和社会认可，真正稀缺的是选择权、品牌信誉和消费者的共同相信。模型可以生成一个角色，却不能凭空生成一个公共文化事件。
两个实验，区别在哪里？
宠物店网站里，模型生成的应用已经接近客户最终购买的东西。中间只隔着一些部署和运营环节，所以模型厂商很容易顺着能力和入口继续蚕食。
超级IP不一样。角色、故事、图片和视频只是起点，真正的价值产生在后面的注意力分配、社群互动、身份认同和长期品牌经营里。
所以判断一个市场会不会被模型厂商吞掉，不能只关注模型现在能做什么。更重要的是，模型产出的东西，距离客户最终愿意付钱的价值，还有多远？ 这段距离里，可能隔着资本、资产、专有数据、真实工作流、责任和监管，也可能隔着信任、关系和集体共识。
市场不是一组能力的集合，而是一套把各种要素组合起来，最后完成价值交付的系统。
真正竞争的是三种组织
这样看，未来并不是"模型厂商大战所有行业"这么简单。真正参与竞争的，至少有三种组织。
第一种是传统企业
它们拥有客户、渠道、数据和行业经验，组织形态也是在长期竞争中磨出来的。但它们的问题同样明显：今天的大部分岗位、审批、协作和管理方式，都是在智力昂贵、信息传递依赖人、执行主体主要是人的前提下形成的。
很多企业所谓的AI转型，只是给旧流程加一个AI工具。流程本身、岗位边界、权责关系都没动。
结果是，即使接入了AI模型，AI能独立完成的工作仍被拆进旧的岗位和链条，本可由少数人与AI闭环完成的任务仍要在多个部门之间流转。它们获得了更便宜的智力，却继续承担旧组织的沟通、协调和管理成本，也就很难真正把AI转化成更低的成本、更快的迭代和新的产品形态。
第二种是模型厂商
它们拥有最强的智力要素，还可能同时拥有资本、人才、品牌和入口。但做出顶尖模型，不等于组织本身就是AI原生的。
我从互联网大厂到基模公司实习后，一个很意外的感受是：即使是一家能做出顶尖模型的公司，内部的工作和协作方式，也不一定完全以AI为第一优先级。
不过这其实不奇怪。训练SOTA模型，本身就是一项高度特殊的任务。模型厂商需要组织顶尖研究人才、巨量算力，应对复杂工程和长周期的不确定投入。它首先优化的是：怎样把模型能力再往前推一步。但建设一家AI原生公司，解决的是另一个问题：怎样利用已经可用的模型，重新设计公司的生产、决策和价值交付。
前者关心的是如何把AI做得更强，后者关心的是如何让AI改变公司本身。它们需要的组织能力，并不是同一种。
而且，即便模型厂商成立在大模型浪潮之后，创始团队和管理者的组织经验也来自过去；很多稳定流程，形成于当前这一代强模型和 Agent 真正可用之前。模型可以几个月迭代一次，岗位边界、权责关系和协作习惯，却很难按照同样的速度重写。
研发一种AI原生产品，训练一个SOTA模型，和成为一家AI原生公司，是三个完全不同层面的事情。前者是产品前沿，中间是能力前沿，后者是制度前沿。它们之间并不存在必然的包含关系。
一个公司可以在产品上AI原生，在模型能力上站在最前沿，却仍然没有完成对自身的AI化改造。反过来，一家公司也可能不训练任何模型，却更彻底地按照"强模型已经可用"这个前提来设计自己。模型厂商站在AI技术革命的最前沿，但最彻底完成AI组织革命的，可能是另一批公司。
第三种组织：真正的AI原生企业
它抓住的，正是后一种可能。它不训练最前沿模型，也没有传统公司的全部组织惯性。它只是恰好出生在强模型已经可用之后，因此获得了一次从白纸开始设计组织的机会。它从成立第一天就假设：智力调用已经变得足够便宜，AI不是员工偶尔使用的辅助工具，而是工作流程里的一等参与者。
它会重新拆岗位，重新划分人和AI的工作，甚至重新设计审批、沟通和管理。不是把AI塞进旧流程，而是先问哪些事情应该默认交给AI，再决定人类需要在哪里判断、建立关系和承担责任。
这就是真正的AI原生企业。
这类公司一边调用模型厂商的智力，一边建立比模型厂商更适合具体市场的组织，同时又比传统企业少很多历史包袱。
把它放回前面两个实验，就更具体了。宠物店的软件市场里，传统 SaaS 公司懂预约、核销、门店和售后，却可能仍按过去的软件成本组织研发；模型厂商有最强的生成能力和入口，却未必愿意服务一家店每天发生的琐碎问题。AI原生公司可以直接调用模型，从第一天就用很少的人围绕宠物店的真实经营重做产品和服务。
超级 IP 市场里，传统 IP 公司掌握渠道、社群和授权，但内容生产流程很重；模型厂商能生成内容，也有入口，却不一定擅长长期经营一个角色。第三种公司可以让 AI 承担大部分生产，把人集中在选择、审美、关系、社区和商业化上。
当然，它们不是互不变化的固定物种，传统企业可以重构，模型厂商也可以收购垂直团队，但不同起点决定了各自最先拥有的东西。
最后从某个具体市场里跑出来的，可能不是拥有最强模型的公司，也不是今天最懂旧市场的公司，而是这个此前容易被忽略的第三种竞争者。
智力变便宜以后
回到最开始的问题：拥有最强大的智力要素，是不是就等于可以拥有所有市场？
不是。
模型厂商能进入多少市场，至少取决于四件事：模型能替代其中多少认知劳动，模型产出离最终价值还有多远，它是否控制用户入口，以及它的组织能不能组合这个市场剩下的稀缺要素。
把这四个问题放回你熟悉的市场：模型产出和最终价值之间，最难被重新组合的那一层是什么？现在掌握它的，又是哪一种组织？
AI大概率会进入每一个市场。但进入一个市场，不等于拥有一个市场。
更值得关注的，可能不是模型公司会吞掉一切，而是我们还在用为昂贵智力设计的组织，去面对一批从第一天就把智力当成廉价基础设施的公司，这是一种完全的错位竞争。
