还没死透的旧生意，可能是转型的最大阻力

有客户、有团队，也懂经营，想借助 AI 找一条新路，先招个 CTO 行不行？

杨宗灵卡在了这一步。面试时，他听不懂对方讲什么，判断不了对方的能力。钱、资源和创业经验，都没能替他省掉重新学习的功夫。

杨宗灵是世纪鲲鹏创始人，也是混沌创新院19级、26级同学。

从非标的影视植入合作，到可评估、可交易、可交付的专业生意，他曾跑通一套新商业模式。如今，熟悉的业务开始承压，新方向又超出了原有认知。

这个曾经打破行业惯性的人，决定自己学、自己做AI，重新当一次“新手”。

把更多老业务交给合伙人后，杨宗灵成立“超体AI”，同时推进两件事：一边，将多年积累的数据和经验变成二次创业项目，推进商业验证；另一边，用新公司改造老公司，带出能用AI、能迭代系统的团队。

围绕老公司的真实业务，十多个AI工具陆续做了出来。但老板做得兴奋，团队未必买账：有的工具很快被搁置，有的交给同事后，一口气收到八十多条修改意见。

从自己会做，到团队愿意用，考验的不只是技术，还有老板的管理方式。要让工具真正用起来，老板也得跟着一起“迭代”。

不懂技术的老板，如何迈出 AI 转型的第一步？亲自下场之后，该在哪些地方学会放手，让一个人的尝试变成一群人的改变？过去的经验，哪些需要更新，哪些能成为新生意的底气？

以下是混沌创新院与杨宗灵的对话，经编辑整理。

一把手能做 Demo

是组织的巨大红利

混沌创新院：做了二十余年影视营销，是什么让您决定这次亲自下场做 AI？

杨宗灵：因为我错过了短视频。当时长视频在风口上，我们把精力都放在怎么让原来的生意增长得更久。等真正重视短视频时，已经追不上了。内容生产者开始直接承接品牌需求，留给我们这类服务公司的空间也小了。

我想提醒现在还在上升曲线里的人：你现在觉得没有 AI 也过得很舒服，有可能就是当年的我。等原来的优势不再管用，再追就难了。

我也会恐惧。再折腾，会不会把凭运气赚的钱，凭现在的本事亏回去？我试了一下躺平，躺不住。刚开始投入 AI，也有一点想证明自己还跟得上时代的心气，更是真的想重新建立竞争力。当时做 AI，是给自己一个希望。

混沌创新院：一开始，您想过找技术团队来做吗？

杨宗灵：刚开始跟领教老师聊 AI、讨论新方向，觉得不错，就想搭团队、招个 CTO。后来卡在面试上：人来了，但我面不了。即使让 AI 列出问题，我也不知道为什么要问，更判断不了对方回答得好不好。

我们当惯了老板，习惯花钱解决问题。但做前沿技术的人有很多选择，不是你有钱、有资源，他就愿意来。他还可以找同样有钱、有资源，而且能跟他交流的人。

我每天在社媒平台上看三四个小时的分享，看了两三个月，还是什么都不会。也去过黑客松，带着钱、资源、所谓创业经验，想成就懂技术、有创意的年轻人，发现人家根本不需要。

所以我退回来，先自己学。至少要能判断一个人懂不懂、一个方向值不值得做，才有可能招到合适的人，一起做决策。

我也是因为想学 AI，重新回到创新院。2025 年回炉，看到大家的态度是「先上车，干中学」，2026 年就报名。课程的迭代速度也出乎我意料。一个模块刚结束，下一个模块的 Skill 已经明显进步。老师们各有各的实验田，有成也有败，讲出来的方法反而更可信。领教在小组和班级里答疑辅导，同学之间也互相学，一半时间都在练。待在这样的场域里，人的状态会被带着往上走。

混沌创新院：从习惯找人代劳，到亲自上手，最大的变化是什么？

杨宗灵：原来二十年我都用助理，这回没招，全部自己上手。亲自做才发现，我总在问“项目怎么样了”“把最新数据拉一遍”，问三遍以上，就该想怎么 AI 化。如果助理都整理好了再交给我，我就看不见背后有多少重复劳动。

宝宝要，宝宝得到。得不到，我就自己造。过去要写需求文档、开评审会，因为开发资源贵，要先评估值不值得做。现在有些想法，有开会评估的功夫，我 Demo 都做完了。

但我比较发散，不是每个机会都适配我的资源。有一个多月，我沉浸在 Vibe Coding 的兴奋里，用自然语言跟 AI 配合写程序，每个奇思妙想都像能变成不错的计划。每天聊到精疲力竭，早上又被新点子叫醒，长期睡眠不足，身体先给我踩了刹车。

我也强迫自己，不要一有想法就拉人开会。前后给公司做了十多个工具，先自己试错，如果跑不通，坚决不拿到公司瞎指挥。要从老板椅上回到田野，让手上沾泥，让脚底有土。

混沌创新院：哪些工具真正帮您解决了业务问题？

杨宗灵：智能招聘系统。我原来判断不了技术岗、产品岗候选人的能力，就用AI大模型做了它，把岗位职责、必要条件、加分项拆清楚，再给每项能力找评分依据。

它不会只给“录用”或“不录用”的结论。筛简历时，看值不值得约面试；面试后，把逐字稿放进去，看哪些回答能支持判断、哪些地方需要追问。比如一个成绩有多少来自团队，有多少来自本人，都尽量找依据。

有些岗位，离开 AI，我可能连人都招不了。与其说它辅助我，不如说它分析、给出方案，我和 HR 再完成沟通。

混沌创新院：您自己觉得好用的工具，同事也买账吗？

杨宗灵：不一定。我给经纪团队做的工作台，自以为方便，但人家用微信、备忘录、日历就够了。工具做出来，同事还得有时间、有意愿去用，大家的利益也要一致。

通常把工具发给同事，讲一次怎么用，我就不再提要求。有人主动用，我才继续投入。重点项目就是这样跟员工一起筛出来的。

财法系统是继续做下来的一个。它把业务、财务、法务信息放在一起，处理合同变化、逾期收款这些原来靠大表和邮件来回沟通的事。交给业务同事后，他一口气提了八十多条意见。

我很兴奋、很骄傲，特别希望听到“哇塞”“你好棒”。结果同事一讲就是两个小时：这里不好，那里有 Bug，有些地方还不如原来方便。我当时汗流浃背。后来一条条改，心态才慢慢好一点。

我让业务负责人把每个问题写成 AI 能理解的话，配一张截图。我只负责复制粘贴，再把 AI 的回复发给他。等他不再需要我传话，我就把系统“过户”给他。

我没有先让他专门花时间学 Vibe Coding，就在修改这八十多条反馈的过程中，带出了一个能接手系统的人，会用、会提需求，也会吩咐 AI 去迭代了。

回头看，Demo 根本不是 60 分，最多只有 20 分。它只是看起来还行，需求是不是真的存在、操作顺不顺、运行会不会出错，都没验证。确认需求，主要流程跑通，通过内部测试，才算到 60 分。产品只有 20 分时，别人愿意花时间、冒着得罪你的风险提意见，你应该感谢他。

我在混沌听过一个判断：一把手能做 Demo，是组织的巨大红利。我很认同。但也可以是某项业务的一号位，不一定非得是公司老板。懂业务、能推动事情的人带头做是一条路，找技术负责人、雇团队也是一条路。很多老板还要照顾现有生意，不可能像我一样几乎全职投入。

老板要学会放手也要让员工分享收益

混沌创新院：成立超体 AI 后，您怎么安排新老公司的分工？

杨宗灵：合伙人负责世纪鲲鹏，我负责超体 AI。AI 公司给自己的老公司做改造，做 FDE，也就是深入业务现场，边做边改。我们围绕办公、业务管理、财务、招聘等问题开发系统，其中一些已经被自己的“甲方”用起来了。

我有个特殊条件：老业务由合伙人负责，我可以几乎全职投入 AI。如果还需要我大量投入老业务，也没那么多体力、精力、心力。

我也算过一笔账：老业务由我继续守着，和交给合伙人、团队，差别到底有多大？我擅长开拓，如果留在原来的业务里，很难再创造新的价值，不如让团队负责经营，自己去找下一个产品。老板的精力放在哪里，对公司更有价值，要想清楚。

但把二号位培养成一号位，需要时间，也需要学费。要让她自己做决定，也允许她犯错，不能一直干预。

老板挪挪位置，自己带队 all in AI，对新业务可能是生路；老板放手老业务给团队做主，会有惊喜，可能也是生路。限制公司成长的，有可能就是老板自己。

混沌创新院：在超体，日常工作怎么推进？

杨宗灵：鲲鹏是在传统流程里逐步加入 AI，超体则从一开始就尝试围绕 AI 组织工作。我们的同事原来做广告、营销，不是程序员，所以更像传统商业公司走向 AI 原生组织的一个中间版本。

我们不要求打卡，也不在员工电脑上装监控，是想逼自己把工作成果定义清楚。打卡管住肉身，监控管住电脑，老板有了安全感，反而可能不再认真看员工到底做出了什么。

我要的是工作进展透明，不是大家表演“我很忙”。预算有多少、什么时候要什么结果、哪些事不能做，由人先说清楚，再让 AI 帮着拆计划。

AI 根据工作记录写日报、周报，梳理计划、风险和卡点，由本人核对。我再让 AI 汇总，补入每周会议的最新决定，辅助调整计划。我们也在搭建个人 AI 助手，希望它能读到相关同事的日报，知道哪些事需要配合。

AI PMO：项目节奏与关键节点的工作计划界面

混沌创新院：怎么带着老同事适应新的工作方式？

杨宗灵：公司不能只提要求。要提供能用的数字员工、现成工具和清楚的标准，给自主权，也给员工逐步适应的时间。

组织里还要有一两个 Spark，像火种一样，先把变化做出来。我们的人力同事就是和我一起学起来的，再带更多人学习。同事亲自展示工具怎么帮自己省了事，比老板反复说服有用。学习力负责上半场，执行力负责下半场。

我们正在尝试：第一周先做角色访谈，讲清自己负责什么，再按岗位配置 AI 助手，完整做成一件事，有一次小赢。第二周，把步骤整理成可重复使用的流程；第三周，看谁的流程能让其他同事拿去用，给掌声、给激励。

对客户的交付先不变，先改变内部工作方式。原来要两三个人配合的事，一个人借助 AI 能完成更多步骤，协调、等待也会少一些。

我想培养能带着 AI 对结果负责的人：Owner，知道自己负责什么；Closer，把交付和回款跟到底；Builder，把方法做成可复用的流程和工具；Teacher，把经验教给同事和数字员工。比如把反复要做的判断整理成 Skill，补进做对、做错的案例，不断修改。

混沌创新院：效率提高了，员工能分享到哪些好处？

杨宗灵：员工会问：我多赚钱了吗？如果说效率提高了，但员工没多赚钱，公司也没多赚钱，大家反而比以前更忙，那为什么要改变？

除了固定回报和季度奖金，我们还在设计 Native 奖金，把提高组织效率带来的部分收益分给大家。有人写一堆 Skill 没人用，有人的方法被反复使用，价值不一样。标准和权重还在调整，要先跟大家说清楚。我想“用分钱替代管理”。

中秋和国庆之间的三个工作日，我发起过一次有条件的三天远程办公安排：AI 日报、周报和工作方法已经正常运行的同事可以申请。人仍然要工作，但可以在老家、山水间、朋友身边工作。

生产力提高，不应该只是让人更卷。省下来的时间是投入生活，还是继续投入事业，人应该有权利自己选择。

我追求一家“强而美”的公司。规模是结果，不是目标。我更看重人均产出：用比较少的人，把具体业务做深、做好，既有好的毛利，也让员工有好的收入和福利。先有超级个体，再汇集成超级组织体。

二次创业从老业务里找到新机会

混沌创新院：这次做 AI，您是怎么找到值得投入的新业务的？

杨宗灵：业务第一，AI 第二。一开始，我想过完全脱离老业务，做一家纯 AI 工具公司，后来发现跨度太大，自己想多了。找第二曲线，还是要看过去积累的资源、经验和数据，能用在哪里。

我选择从原有的明星合作业务入手。虽然单次合作价格在下降，频次却在增加，我判断需求还在。同事每天反复查 Excel、整理明星资料给客户挑，我就想，能不能先做个在线系统，让这些工作方便一点？

这就是明星数据系统 BriefStar 的起点。先从已有需求和反复发生的工作里找机会。我们把平台数据和业务中积累的艺人报价等信息放到一起，帮助品牌判断：同样一笔预算，选谁更合适、谁更划算。

这个项目从创新院一模块开始做 Demo，一边学一边完善，我把它叫“混沌宝宝”。做着做着，让我兴奋的是，它让我看见以前没注意到的人。有些明星在普通榜单里被顶流盖住了，但粉丝黏性很高，增长也很快。我想找到的，就是那些潜力还没有被价格充分反映出来的人。

这里就用得上过去的经验。许多艺人是演员，热度会受影视剧播出影响。我们过去做过影视剧的评估，把这套经验叠加到演员身上，就多了一层判断他未来潜力的依据。数据不能替代洞察、手感和经验，但能帮助我们识别风险，提高判断的胜算。

在创新院，我学会了把一件事拆成关键要素，再一层层往下拆，直到足够具体。这后来成了我的工作方法，评估影视剧、招聘时拆能力标准，都受它影响。现在，我把这些积累变成 AI 能理解的背景资料、提示词和工作流程，并不是从零开始。

借助 AI，小公司也做得起一些过去要投入很多人力的研究。我给自己建了一个内部“研究所”，带着业务问题，让 AI 帮着找理论依据、分析原因、推演方案。

当研究和开发的成本降下来，专业、个性化和低成本这个“不可能三角”，就有了同时兼顾的可能。小团队也能做专业分析，按客户需求调整产品，投入又不必像以前那么高。过去，一些群体的需求太细，没人愿意投入。现在，我们可以为一百个人、十个人，甚至三个人做产品。

但最花时间的还是人来判断：哪些方向值得研究，分析靠不靠谱，产品最该展示什么。真正稀缺的不是 Token，而是人的时间和认知。这个项目占了我接近一半的精力，很多判断还得继续验证。

二模块年级 PK，我以《一个内容营销创业者，两次价值建模》为题，分享了这项探索，拿到了第一名。借这个机会，我重新梳理过去的判断力、执行力、商业化和风控能力，看看加上 AI，哪些能迁移到新业务里。

混沌讲“旧行业隐含假设”和“非共识新假设”，我就重新问自己：品牌找明星，一定要靠熟人关系和个人经验吗？能不能用数据辅助选人，再用透明的合作机制建立信任？

但假设还得回到生意里验证。当时我列了一个 60 天行动计划，尝试与 3 个此前没合作过的品牌合作，验证“AI 数据能力＋合作交易方式”能否得到认可。

混沌创新院：走到今天，您有什么话想对同样站在转型路口的传统商业人说？

杨宗灵：刚接触 AI 时，我很焦虑，担心自己过时了，过去的经验没人需要，自己的价值在贬值。但学会 AI、经历第一个周期以后，我反而重新发现，组织团队、与人沟通、在商业里拿到结果，这些能力仍然非常重要。

我们有创业经验，有团队，也有真实的业务场景。这些积累，不是新入场的人短时间内就能补上的。

AI 是一双能把这些能力放大的翅膀，但我们自己要有躯干、有内核。没有这些，AI 再强，最后仍会卡在现实商业环境里。

我人到中年，是一个“十年没怎么用电脑的文科生”，今天也能做到这些。我能会，你也能会。

不要觉得自己老了、太传统了，就没有机会了。我们过去积累的经验和手感，与 AI 能力结合起来，就是这个时代给我们重开一局的绝佳机遇。

以“重新认识 AI”与“重新认识商业”为两条交织的主线，确认企业真问题与杠杆点，从工具、场景、组织范式，帮你启动进化双螺旋。

欢迎加入！对话各行业领军人物、参与更多优质企业参访活动、系统学习底层商业认知方法论。