← AI、文创、社企的创兴思考

AI、文创、社企的创兴思考 · AI双创

从“生产力革命”重新理解AI+OPC创业热潮

黄家麟 · 麟朗创兴2026.09.07约 7776 字

"

AI让你拥有十个人的生产力 ,却未必让你拥有 价值交换权 。真正稀缺的从来不是算力,而是谁拥有发现价值、证明价值、交换价值、捕获价值的能力。

最近这段时间,我一直在思考:AI究竟给了OPC创业者们什么?

如果按照今天最流行的说法,答案似乎是AI让一个人拥有了过去一个团队才有的生产力。一个人可以写代码、做设计、做市场研究、写内容、做销售、做客服,甚至借助Agent完成过去需要多人协作的工作。

这也是AI+OPC越来越受到关注的原因。一个人的创业成本下降了,交付能力却提高了。过去需要先招人、找办公室、搭团队,现在很多事情可以先自己做起来,再决定什么时候需要真正增加人手。

这当然是整个创业生态都非常期待的事情。

但如果把问题继续往下追,就会发现:一个人拥有了一整个团队的生产力,并不意味着他就拥有了作为一家公司的价值。

AI让你变得更高效,却没有让你变得更值钱。

我认为,这可能是理解今天AI+OPC创业热潮,以及未来几年OPC创业者处境的一个重要起点。

PRODUCTIVITY IS NO LONGER SCARCE

过去创业最大的约束之一,是生产能力。

不会写代码,需要程序员;不会设计,需要设计师;不会营销,需要市场人员;不会财务,需要财务人员。创业者之所以需要组织,很大程度上就是因为一个人的能力和时间都有限,需要通过组织把不同人的能力组合起来。

AI正在改变这个约束。一个人现在可以调用模型、软件和Agent,完成过去需要多个岗位协作才能完成的一部分工作。原来需要团队才能启动的项目,现在可能一个人就可以做出第一个版本。

这对创业者而言当然是利好。

但问题是,生产成本下降,并不意味着客户对结果的需求同步增加。

过去三天完成一份报告,现在半天完成,客户并不会因为创业者效率提高,就自动愿意创造出更多的需求去支付三天的价格。一个软件功能从一周开发缩短到一天,也不意味着这个功能本身突然多创造了几倍价值。

客户购买的不是创业者花了多少时间,也不是用了多少AI工具,而是问题有没有被解决,以及解决以后给他自己带来了什么。

所以,进入AI时代以后,创业者对生产力、价值和价格这三个概念反而需要重新分开理解

生产力回答的是「你能做多少」;价值回答的是「你解决了什么,以及这个问题对别人有多重要」;价格则是在具体交易关系中,别人愿意为这种价值支付多少。

生产力、价值和价格,从来不是一个概念。

而AI目前首先改变的,是生产力。

ABILITY → COMMODITY

这也是AI时代一个容易被忽视的经济效应。

一种能力之所以能够获得较高价格,一个重要原因是它相对稀缺。如果越来越多的人可以获得相近的能力,能力本身的价格就会承受压力。

过去,「会写代码」是一种比较稀缺的能力;现在,越来越多人可以借助AI参与软件开发。过去,「会做设计」是一种专业能力;现在,大量设计任务已经可以由普通人借助生成式AI完成。类似的变化也发生在内容、翻译、研究、数据分析、会计、法律等知识密集领域。

这并不意味着这些行业会消失,而是意味着其中越来越多的标准化能力会被商品化。

所以AI可能同时产生两个结果:个人能力大幅提高,某些能力本身却越来越不稀缺。

这两件事并不矛盾。

于是创业者真正需要寻找的价值就发生了变化。过去我们经常问:「我会什么?」以后越来越应该问:「在什么具体场景下,我拥有的能力仍然稀缺?」

这也是为什么场景理解、判断能力、客户关系、信任、责任和真实执行可能对OPC创业者变得越来越重要。

WHO DISCOVERS YOUR VALUE

是谁在发现你的价值

现代经济其实一直存在一个问题:我们很难直接观察一个人的全部价值。

企业会根据岗位、经验和能力给一个人定价;客户根据问题的重要程度给服务定价;投资人根据未来预期给企业估值;各类型的平台则可以根据交易数据、用户评价和供需情况,对个体进行更加动态的算法判断。

学历、职位、公司背景、粉丝数量、流量、平台评分,都可以被看作价值的某种代理变量。它们有用,是因为真实价值很难被直接观察,所以市场不得不通过一些信号来进行判断。

这也是为什么很多人会有一种长期存在的困惑:自己的能力并不差,为什么市场给出的价格却不高?

有时问题并不是能力不足,而是能力没有进入一个能够充分体现价值的场景。

所以创业的第一个挑战,并不是「证明自己很优秀」,而是发现:谁真正需要你,你解决的问题有多重要,以及这个价值如何被市场看见。

这也是循证创业方法一直强调客户发现和假设验证的原因。客户说「这个不错」,只是一个弱信号;愿意持续沟通,信号更强;愿意试用,进一步增强;真正付费、重复购买,甚至主动推荐,才是越来越接近真实价值交换的证据。

创业并不是一开始就知道答案,而是在不断获得证据以后,提高自己判断正确的概率。

PLATFORM & VALUE DISTRIBUTION

也获得了价值分配能力

互联网平台的伟大之处,很大程度上就在于它降低了陌生人之间进行交易的成本。

过去是Human to Human。你需要招聘,就自己寻找候选人;需要供应商,就自己寻找供应商;需要服务,就自己寻找服务提供者。能用,但信息交换的效率缓慢。

互联网热潮的平台介入以后,逐渐形成了Human to Platform to Human。

平台帮助交易双方搜索、匹配、排序、评价、支付和履约,使原来很难发生的交易变得容易发生。

但平台经济还有一个非常重要的特点,就是:平台掌握了大量关于交易双方的信息。

平台知道谁在寻找什么,也知道谁愿意接受什么价格;知道谁容易成交,也知道谁容易替代;知道什么时候供给过剩,也知道什么时候需求紧张。

于是,平台不再只是交易场所。它开始拥有越来越强的「价值发现能力」,并由此获得相当大的价值分配能力(也就是算法)。

这并不意味着平台算法一定在做不合理的事情,毕竟平台需要通过服务获得商业回报,这本身是正常的。

但真正需要创业者警惕的是当一个平台同时掌握客户、流量、数据、排序和交易规则时,个体对平台的依赖越深,自己的价格和价值就越容易受到平台规则影响。

中国近年对平台价格垄断行为、平台规则和算法相关问题的监管不断加强,相关规则已经明确限制利用算法、流量分配和平台规则不合理干预平台内经营者自主定价。

但对于个体创业者来说,法律保护解决不了所有问题。

对于OPC创业者来说一个更实际的问题仍然是如果没有这个平台,你还有没有客户?

AI ON BOTH SIDES

也可能帮助平台加深垄断

这是AI时代一个非常值得警惕的分叉。

很多人天然认为AI会削弱平台,因为个人可以使用AI获得更大的生产力。

但平台同样也可以使用AI,而且它拥有的数据远比单个个体丰富。平台可以利用AI更准确地预测需求、更精细地匹配供给、更动态地调整价格,也可以更有效地判断一个个体什么时候最容易接受一个订单。

对于平台来说,这意味着效率提高。对于个体来说,却未必意味着议价能力同步提高(甚至更加微弱)。

假设过去十个人完成一项工作,现在一个人加AI就可以完成。如果市场需求并没有同步扩大十倍,新增的供给最终会怎样?很大程度上最终还是由价格去承受压力。

所以AI还有一个经常被创业者忽略的特点,它不仅降低了创业门槛,也降低了部分能力的稀缺性。

这意味着生产率红利不会自动回到生产者手里。

你创造了多少价值,和你最终捕获多少价值,是两个不同的问题。

VALUE CREATION ≠ VALUE CAPTURE

真正重要的指标可能是「价值捕获」

这也是为什么我越来越倾向于把AI+OPC的核心问题定义为:

Value Creation (价值创造)和 Value Capture (价值捕捉)。

你创造了一百万元的价值,不意味着你一定能够得到一百万元。

客户获得了收益,平台获得了佣金,合作伙伴获得了利润,供应商获得了收入,最终有多少能够留在创业者这里,取决于他在整个价值链中掌握了什么。

如果一个OPC的客户、流量、数据和定价都依赖平台,那么他的生产效率越高,未必意味着价值捕获能力越强。

所以OPC真正应该努力完成的,不只是「让我一个人能做更多事情」,而是从「卖时间」逐渐走向「卖能力」,再从「卖能力」走向「卖结果」和「卖系统」。

当客户购买的是一个持续产生结果的系统,而不再只是购买创业者本人投入的几个小时,AI时代的商业关系就开始发生变化。

AGENCY

不是替你干活,而是Agency

到了这里,Agent才真正进入这套讨论。

如果Agent只是帮你写邮件、整理资料、生成代码,那么它仍然主要是一个更强的工具。

真正值得关注的是,当Agent开始替你搜索客户、比较供应商、询价、谈判、执行和跟踪时,它承担的就不再只是生产任务。它开始进入市场。

于是未来可能逐渐出现越来越多的:Human → Agent → Human。

再向前一步,当买方和卖方都拥有Agent,就可能出现 Human → Agent → Agent → Human 。双方的Agent可以先完成需求理解、方案比较和条件协商,人类只处理真正需要自己决定的问题。

如果平台继续存在,还可能进化形成 Human → Agent → Platform → Agent → Human 。

由于大平台并不会因为Agent出现就自动消失,它可能从过去主要服务人的交易平台,逐渐变成服务Agent的经济基础设施。

这里真正发生变化的,不是「AI有没有替代人」,而是:经济活动的核心会开始从人的主动权向Agent的代理权发生迁移。

过去很多价值交换行为由人亲自完成;平台出现以后,一部分搜索、匹配和交易权交给了平台;Agent出现以后,更多市场行为可能被授权给Agent。

这也是为什么我认为Agent真正重要的概念不是「自动化」,而是Agency。

AGENT ≠ PROXY

中文里Agent和Proxy都经常被翻译成「代理」,很容易混淆。

在法律的定义中,Proxy更强调Representation,即「代表谁」;Agent更强调Agency,即「替谁行动,以及能否自主行动」。

因此,一个AI系统可以作为人的Proxy,但它真正成为Agent以后,核心问题就变成了它在多大程度上获得了自主行动的能力。

这也是为什么未来真正值得讨论的可能不是普通的Proxy,而是所谓「Agentic Proxy」:一个既代表人的利益,又可以在一定授权边界内自主行动的经济代理。

而一旦经济代理权开始扩大,牵制AI创业发展的法律问题就会马上出现。

AUTHORIZATION & LIABILITY

企业越会追问「出了问题谁负责」

今天企业愿意让AI整理资料、提出建议,并不意味着它愿意让AI直接报价、付款、签合同或者做重大人事决策。

原因并不是企业不理解AI,而是授权和责任从来是一体的两面。

一个Agent拥有建议权,错误的代价相对有限;一个Agent拥有百万级采购权限,风险完全不同。

更麻烦的是,Agent所依附的大模型本身存在一定程度的黑箱(无论开源或闭源)。即便模型开发者掌握训练方法、架构和数据,也很难像调试一段传统程序那样,对每一次具体输出给出完整的因果解释。

因此,AI时代的责任问题未必能够简单归结成「让AI Agent自己承担」。

更现实的问题是:

谁授权?谁控制?谁本来应该发现风险?谁能够采取预防措施?谁最终承担损失?

这意味着委托代理的注意义务可能逐渐从「你为什么犯错」转向「你为什么没有合理地管理一个已知存在不确定性的系统」。

也就是说,从传统的Duty of Care,逐渐出现Duty of Design的意味。

权限控制、人工审批、日志记录、风险分级、异常停止和审计机制,都可能成为企业采购ToB AI和使用AI Agent时不可缺少的组成部分。

LAW + INSURANCE

这个问题还有另一层。

即使创业者已经采取了合理措施,复杂的Agent系统仍然不可能做到零风险。

因此,法律和 保险可能逐渐形成两个不同但互补的体系:法律回答「谁应该负责」,保险回答「发生损失之后,经济风险由谁承担」。

中国市场已经出现人工智能系统责任保险等相关产品,国际保险市场也在探索模型性能、技术错误、AI侵权和其他AI风险的保险方案。

这意味着Agent经济未来真正需要的,可能不是简单给AI一个「法律人格」,而是建立一套能够让企业放心授权的机制,包括身份、权限、审计、责任和保险。

也就是说,没有责任架构,就很难出现大规模经济授权,更不可能出现真正的AI浪潮。

POWER GRID,NOT POWER PLANT

配电体系还没有成熟

如果把算力理解成电力,那么GPU和数据中心更接近发电和输电侧,模型与API提供了能力供给,中间的Agent平台、工作流和各种接口更像变压与配电,而真正进入企业业务、持续创造价值的应用则更像终端电器。

今天最容易观察到的是「发电侧」非常热闹,算力、芯片、数据中心、模型和Token规模都在快速扩张。

但真正把这些能力稳定接入实际场景的中间层,以及能够长期运行、计量、审计、承担责任的终端应用,成熟度并没有同步提高。

这也是为什么我对AI创业最感兴趣的问题,不是:「模型还能多聪明?」

而是:算力究竟如何被转化成可验证、可持续交换的经济价值?

Token本身只是计量单位,并不是标准化的「智能」。

相同数量的Token在不同模型、不同任务、不同上下文和不同服务条件下,产生的结果可能完全不同。企业和消费者真正愿意购买的也不是一百万Token,而是一次有效的合同审核、一项可靠的客户服务或者一套能够持续运行的业务能力。

所以未来AI真正需要标准化的,可能不是Token,而是附带SLA的:

AI Capability。

即一个AI系统到底能够以怎样的质量、速度、稳定性和责任边界,持续完成什么事情。

AI BUBBLE & REAL VALUE

我并不认为AI泡沫意味着AI没有价值。

互联网泡沫已经证明过一次,技术是真的,并不意味着任何价格都合理。

今天AI的特殊之处在于,它已经拥有真实客户、真实收入和真实基础设施,所以未来更值得警惕的可能不是「AI技术泡沫」,而是资本市场对AI未来价值的提前定价,以及基础设施投资是否超过真实需求能够支持的程度。

一旦投资者开始发现:

AI收入增长没有预期那么快;

企业采用没有转化成相应的生产率;

Agent部署量增长却没有带来持续付费;

算力需求没有继续按原来的速度增长;

那么市场会开始重新计算这些资产到底值多少钱。

最先被淘汰的很可能不是AI,而是那些没有真实商业价值支撑的AI项目。

资本市场最终会重新追问几个很普通的问题:客户是谁?为什么付费?为什么续费?每单位算力创造多少价值?换一个模型以后,产品还成立吗?出了问题谁负责?

这些问题一点都不性感,却最接近真正的商业价值。

EVIDENCE-BASED ENTREPRENEURSHIP

而是更快地获得证据

AI降低了产品开发成本,也降低了试错成本。

但这里存在一个容易被忽略的副作用:制造错误产品的成本也下降了。

以前做一个产品很贵,创业者不得不认真考虑「这个东西值得不值得做」;现在几天就可以做出一个MVP,反而容易让创业者把「做出来」误认为「验证完成」。

所以AI时代真正应该加速的,不只是开发速度。而是:证据产生的速度。

你认为客户有这个痛点,去验证;你认为客户愿意付费,去验证;你认为Agent能够替客户工作,去验证;你认为客户愿意把这个决策交给Agent,继续验证。然后根据证据调整判断。

这也是循证创业方法最朴素、同时可能最有价值的地方:创业不是证明自己一开始就是对的,而是在不断获得证据之后,提高判断正确的概率。

因此,TRL、IRL、BRL、RRL以及针对AI场景进一步考虑的能力和价值实现维度,都不应该被理解为给创业项目贴一个漂亮的等级标签。真正需要问的是:

我凭什么认为自己已经到了这个阶段?我已经拿到了什么证据?最大的剩余不确定性是什么?

AI创业项目的成熟度不是项目活了多久,而是关键风险和关键假设被多少证据消除了。

SUPER INDIVIDUAL

真正的超级个体,不是一个超级打工人

经过前面的讨论,我越来越不愿意把「超级个体」理解成「一个人可以完成十个人的工作」。

如果只是这样,它最多意味着一个人的生产率提高了。

但别人同样可以使用AI,平台同样可以使用AI,客户同样会获得更强的谈判能力。最终,个人可能只是成为一个更加高效、更加透明、更加容易被重新定价的数字劳工。

真正有意义的OPC应该是另一种形态。

它利用AI获得低成本的研发、营销、运营和交付能力;利用Agent承担大量重复工作;同时逐渐拥有自己的客户、数据、信任、渠道和价值证明,并最终拥有一个能够代表自己进入市场的Agent。

换句话说,OPC要追求的不是单纯的生产力,而是:

价值创造能力 + 价值发现能力 + 价值交换能力 + 价值捕获能力

这四件事情真正连接起来,一个人才能逐渐从「平台上的供给节点」,变成一个拥有自己商业系统的经济主体。

EPILOGUE

重新谈判自己经济位置的机会

我并不认为AI天然是个体的解放工具。

它完全可能成为平台提高效率、降低成本和加强控制的新工具。

同样,AI也可能成为个体第一次获得低成本组织能力和市场行动能力的机会。两种结果都可能发生。

区别不在于你有没有使用AI,而在于:你用AI以后,到底获得了什么新的能力。

如果你只是更快完成平台分配给你的工作,你获得的是生产率。

如果你开始拥有自己的客户、数据、信任和渠道,你获得的是商业自主性。

如果你的Agent开始代表你的利益进入市场,你开始获得的是经济代理能力。

而如果这些能力最终能够形成稳定的价值交换关系,你才真正拥有了属于自己的商业资产。

所以,AI+OPC最值得追求的,也许不是「一个人干十个人的活」。

而是:

让一个普通个体以接近个人的成本,获得过去只有组织才能拥有的生产力、组织能力和部分经济行动能力,同时把越来越多的价值交换关系掌握在自己手里。

这也是为什么我认为,AI时代真正的创业竞争,最终不会只围绕「谁的模型更强」展开。它会越来越围绕另一个问题展开:

谁能够发现真实价值,证明真实价值,获得授权交换真实价值,并最终捕获其中的一部分。

AI正在把生产力交给越来越多的人。但生产力从来不会自动转化成价值,价值也不会自动转化成价格,更不会自动转化成创业者自己的财富和资产。

所以今天每一个正在做AI+OPC的人,真正应该问自己的,或许不是:

「AI还能替我做什么?」

「如果AI让我再提高十倍生产效率,十倍之后,真正属于我的东西增加了什么?」

如果增加的只是工作量,那么你只是变得更忙。

如果增加的是收入,你开始获得价值捕获。

如果增加的是客户、信任、数据、渠道、可复用系统以及自己的Agent,那么你才真正开始获得一种过去只有组织才能拥有的能力:自己的价值交换能力。

这可能才是AI+OPC创业热潮下,真正值得我们认真讨论的未来。

上海市科技创业中心创业导师、上海市创业指导专家、上海市企业发展专家、上海市大学生科技创业基金会双创导师。天使投资人及创业教练 复旦大学民商法学硕士。具有法律、连续创业、天使投资、风险投资与创业孵化等丰富经验。现在长三角地区多个国家级以上科创孵化载体及重点高校担任孵化教练及实战创业导师,帮助各阶段精进型创业者达成发展里程碑。

本文首发于麟朗创兴公众号

在公众号阅读原文 →

读到这里,想知道自己的项目卡在哪一步? 做一次十来分钟的初诊 →

十来分钟,一个问题一个问题地问,最后给你一份初诊报告。