出品｜虎嗅智库
头图｜AI 生成
"AGI 三年后就到，而多数 CEO 还在用‘自动化当前手动任务’这种过时的思维，浪费最后的机会。"
Danilo McGarry 坐在屏幕另一端，语气平静得像是在解构一个旧时代的零件。
作为管理过 3500 名 " 数字员工 "、为花旗和联合健康创造了 20 亿美元可衡量价值的顶级专家，Danilo 身上有一种典型的实战派气质：他厌恶幻觉，却对未来抱有近乎残酷的坦诚。
在他看来，当下的商业世界正处于一种怪诞的失重状态。
人类历史上第一次出现了技术远远领先于人类想象力的时刻。当 OpenAI 的 " 奥特曼们 " 在谈论改变物种命运时，全球 500 强的 CEO 们却在 "AI 炼狱 " 里打转——他们一方面在高管会议上夸大成就，试图抚平股东的焦虑；另一方面，却在用最先进的引擎推动最破旧的马车，重复着五年前的无聊工作。
" 距离 AGI（通用人工智能）实现只有不到 1000 天了，这是百分之百确定的。"Danilo 对我说，" 如果你现在还没开始重新配置你的公司，那你已经不在幸存名单上了。"
这种急迫感穿透了时差和屏幕。尽管出于保密限制，此次对话，Danilo 无法向我们拆解每一个具体的客户案例，但他给出了一套更有野心的东西——一套旨在帮企业穿透幻觉、在超级智能降临前抢回 " 解释权 " 的底层逻辑。
以下是这场历时 90 分钟的对话精华。
Fortune 5 ) 及花旗银行 ( Citi ) 的 AI 负责人
01. 泡沫中的 " 集体装睡 "
虎嗅智库：你最近在多个场合提到 " 人工智能泡沫 "。作为身处其中的人，你看到的泡沫和大家讨论的有什么不同？
Danilo McGarry：当下的泡沫是由三个维度的 " 夸大 " 共同撑起来的。
首先，所有的股东都在向高管施压，要求更多地使用 AI，且必须看到 AI 成果。于是，每一家公司、每一个竞争对手都在夸大自身的 AI 成就。其次，AI 公司为了获取关注和资金，也在不断拔高产品预期。
最让我感到失望的是，即便在全球 500 强企业内部，领导者们也缺乏想象力。这是人类历史上第一次，技术走在了人类前面，但大家并没有利用超级智能去做伟大的事，而是在重复五年前那些无趣的任务。大家都在假装很忙，假装在创新，但这更像是一场集体的 " 装睡 "。
虎嗅智库：你如何评价中国在这场 " 装睡 " 竞赛中的位置？
Danilo McGarry：我看到了非常明显的错位。美国拥有更强的底层模型，那是 " 大脑 "；但中国在 AI 创新的应用层展示了惊人的力量，他们能做到极速部署。这种 " 大脑 " 与 " 执行力 " 的较量，决定了谁能先走出实验室。
但无论在哪里，最大的共性问题是——大多数公司只是让 AI 在零散的地方发生，甚至包括地球上最聪明的一些公司。
02.AI 策略：像对待 " 投后管理 " 一样对待项目
虎嗅智库：这种 " 零散的发生 " 是因为没有策略吗？
Danilo McGarry：没错，是毫无策略。很多 CEO 觉得买个工具、招几个博士就是 AI 转型了。
真正的 AI 策略需要建立一套极其严密的治理结构。比如，一个员工来找我请求一千万美元做 AI 项目。在旧的逻辑里，也许一次就给了，但在 AI 时代，这绝对不行。
你应该像风险投资人一样，分阶段给钱。你必须把每个项目都视作一个充满变数的 " 试点（Pilot）"。先给 50 万做验证，证明逻辑可行，再给 200 万，最后再给全款。AI 跑得太快了，你必须像投资者盯着初创公司那样，每个季度去复核成果。仅仅因为它是 AI，不代表我们要抛弃过去几十年沉淀下来的项目管理原则，我们只是需要让这些原则适应更快的节奏。
虎嗅智库：为什么很多大公司的试点项目最终都没能规模化？
Danilo McGarry：这触及了人类心理学。那些 " 创新者 " 或 " 发起者 "，通常很快就会对一个项目感到无聊。他们喜欢 0 到 1 的冲刺，但当要把这个方案部署给成千上万的人时，他们缺乏那种枯燥的、精细化的技能组合。
你要规模化，就需要一个 " 卓越中心（Center of Excellence）"，需要 20 到 50 人的专业团队去照顾它。试点可以由几个人完成，但转型需要一支军队。
现实是，大家都在尝试（Trying），但没有什么在真正实施（Implementing），因为没有委员会敢批准大规模预算，也没有团队能接得住这种规模。
03.1000 天倒计时：一场关于 " 重新配置 " 的赛跑
虎嗅智库：你一再强调 "AGI 还有三年时间 "，这个预测背后的逻辑是什么？
Danilo McGarry：人工智能起源了 70 年，目前大约有 120 个 " 超窄域人工智能（NarrowAI）"，我参与了其中的 12 个，这些细分的能力正在整合。
明年，我们可能会看到 AGI 的初步形态。它像一本过目不忘的教科书，能整合人类已有的所有知识和概念，虽然它还没法创造新概念，但它的广度已经超越了任何人类个体。
再往后 15 年，可能是 ASI（超级智能），它能提出人类从未见过的新方法、新途径。但眼下的三年（1000 天）才是决定性的。中大型企业彻底转型需要 2 到 4 年，这意味着如果 AGI 在三年后降临，而你现在的进度还是 0，你根本赶不上这趟车。
Danilo McGarry：很多 CEO 犯的最大的错误是——他们只让团队去自动化 " 今天正在发生的手动任务 "。
这有什么意义呢？你只是让旧的错误犯得更快了。领导力（Leadership）意味着一切。你需要做的是重新配置（Reconfigure）团队和运营逻辑。如果你不能重新定义工作流程，你只是在用 AI 修饰平庸。
虎嗅智库：你对 AGI 的到来感到乐观吗？
Danilo McGarry：谨慎的乐观。过去一百年，人类其实是在像机器人一样工作，那是文明的浪费。如果 AGI 能接手那些无趣的劳动，让人类重新找回创造力和真实的情感连接，那这 1000 天的阵痛就是值得的。
04. 管理 3500 个数字员工与数据的真相
虎嗅智库：你管理过 3500 个数字员工，那是一个什么样的体验？
Danilo McGarry：AI 代理非常擅长执行那些大量重复、手动、需要无限记忆力的任务。那是人类的弱点——我们的双手有限，记忆力也有限。数字员工不会累，但它们出错时的连锁反应也是毁灭性的。
管理它们不是靠行政命令，而是靠 " 协调层（Orchestration Layer）"。
虎嗅智库：如果没有这个 " 协调层 "，会发生什么？
Danilo McGarry：那会是一场灾难。
如果你开始拥有大量的 AI 代理（Agents）和机器人，若没有一个集中的地方让它们相互协调，它们和人类的协作就会断裂。
协调层像一个指挥塔，锁定人类和数字工作者的新工作方式。你要确切地了解人们每天做的每一件事，重新想象它，然后转化为新的蓝图，锁定在流程引擎里。我之所以能成功管理那么大规模的自动化，就是因为这个协调层。
虎嗅智库：这听起来像是技术问题，但你一直说这和技术无关？
Danilo McGarry：真的不是技术问题。从两年前开始，我们拥有的技术就已经足够改造公司了。问题在于，如果你一次想优化 100 件事，你会彻底失败。
我的建议是，挑出前 5 到 10 个能 " 解锁收入 " 的获胜项目。组建特别团队，像照顾孩子一样照顾这几个项目。一旦这十个项目成功，它们创造的利润和变革力量，会自动推着剩下的 90 个项目往前走。
虎嗅智库：数据清洗是很多公司推进 AI 的第一大障碍，很多咨询公司也这么说。
Danilo McGarry：那是最大的坑。我见过数百家公司因为 " 想先修复数据 " 而陷入永远不会结束的项目。
数据是源源不断从糟糕的旧流程里流出来的副产品。如果你不先建立新流程的架构，你永远也洗不完。很多咨询公司喜欢推销这种项目，因为它们周期长、收费高，但这让企业停滞不前。
正确的逻辑是：设计新流程，让数据流向新架构。在这个过程中，旧数据会被自然而然地通过逻辑和 AI 工具清洗。不要为了过去的脏数据，耽误了未来的新架构。
05. 职业的坍缩：从 800 种减少到 100 种
虎嗅智库：关于失业的焦虑，你的分析非常具体，你提到了 800 种职业类别。
Danilo McGarry：我们的研究发现，未来五到七年，人类从事的职业种类会从 800 种浓缩到 100 种。
但这不代表 80% 的工作消失了，而是 " 浓缩 " 了。
第一类工作：完全重复的。我们以前把人当机器人用的那些工作，会彻底消失，因为当机器人的成本降低到临界点以下，规模经济会杀掉这些岗位。
第二类工作：与人、创意、战略有关。这类工作不会消失，但会被 AI 增强 50% 以上。
第三类工作：法律保护的工作。比如法官、消防员、CEO。这些工作涉及复杂的日常层面互动和法律责任，很难被完全复制。
虎嗅智库：在这个过渡期，你认为最重要的能力是什么？
Danilo McGarry：好奇心。
山姆 · 奥特曼也提到过。
好奇心位于人类心理的正中间。极度乐观是危险的，你会犯错；极度悲观是无能的，你不敢尝试。好奇心是 " 乐观且谨慎 "，是 " 小心且开放 "。
好奇心会驱动你产生 " 重新想象 " 的能力。重新想象你的客户、你的员工、你的流程——这是你个人成长和公司发展的最大武器。
06.CEO 的生存法则：专注客户、公司和员工
虎嗅智库：你从不看竞争对手分析，这在现代商业中听起来很不可思议。
Danilo McGarry：在我的职业生涯，竞争对手分析从来不是一个必选项。即便今天我经营着三家公司，这个习惯依然没变。这不是傲慢，而是因为我极度清楚自己的终点在哪里。我知道通往成功的那个变量是什么，只要那个变量在我手中，对手的动作就失去了参考价值。
虎嗅智库：所以即便是失败案例也没有必要关注吗？
Danilo McGarry：如果你真的了解自己的客户和员工，你根本没时间也没有必要去看别人，真正的战略不应该向外看。
我帮助许多国际银行进行了改革，从外部看，这些竞争对手在资本市场、在财报里做着几乎一模一样的事情。但当深入公司内部会发现每家银行的流程架构、决策机制、人才密度等其实大不相同。
这正是很多 CEO 的盲点，他们看到竞争对手签了个 AI 合作协议去做某事，就急于跟进。但没有意识到，由于运作方式的根本差异，同样的合作伙伴关系对你可能完全不适用。
虎嗅智库：目前大多数董事会对这件事（AI）的理解到了什么程度？
Danilo McGarry：坦白说，80% 的董事会成员和 C-level 并不真正理解 AI。这就是为什么他们没法制定策略。我建议每家公司都要在董事会里安排一个真正懂转型、懂 AI、懂变革心理学的人。
虎嗅智库：你的项目成功率是 82%，剩下的 18% 错在了哪里？
Danilo McGarry：错在了 " 期望值 "。
技术永远能胜任工作。但如果你一开始没有设定正确的预期，或者没有数据支持的逻辑，即便你完成了一半且效果极好，在大家眼里也是失败。感知就是现实。
例如，我们基于数据给出 400% 的提升预测，但贪婪的董事会或股东会说 " 不，我们要 2000%"。当被迫接受一个脱离现实的目标时，失败的种子就种下了。即使项目最终交付了极其出色的 300% 增长。
虎嗅智库：人们总是习惯于设定更高的目标，如何定义一个 " 足够好 " 的激进目标？
Danilo McGarry：我和埃隆 · 马斯克讨论过这个问题。我们认为，设定目标的黄金法则在于，你需要让它有 50% 的正确概率，以及 50% 的失败概率。
如果一个目标有 80% 的成功率，说明它太保守了，不足以改变公司的运作方式；如果成功率太低，则会危及整个计划。50% 是一个微妙的转折点，它足够 " 可怕 "，能逼着团队拼尽全力去实现它。
这就像发射火箭，你的目标是火星，如果火箭中途出了点问题，你最终降落在了月球，这依然是一个伟大的结果。我们要追求的是那种 " 即使没达到满分，依然产生了巨大影响 " 的激进目标。
关键在于，你要用数据和逻辑去支撑这个 50% 的平衡点。
虎嗅智库：当一个 AI 项目未能达到预期信号时，企业该如何判断是及时止损，还是继续投资？
Danilo McGarry：这里有一句谚语，即便你输了，你也赢了。
在 AI 领域，极少有人是真正的专家。一个运行了半年的项目即便失败了，它留下的 " 知识复合利息 " 也是极其宝贵的。这些教训能让你下次不再犯错，这种刻骨铭心的体验是任何外部建议都无法替代的。
但为了不让教训变得过于昂贵，你需要一套机制：
1. 分阶段交付：不要尝试一次性梭哈。如果第一阶段证明行不通，你只损失了 30% 的资金，而不是全部。
2. 高频监控：绝不能等一年后再判定失败。你必须每周、每月监控进度。
3. 动态纠偏：我们的成功率之所以能达到 82%，是因为我们擅长在监控中发现问题并及时调整。
虎嗅智库：最后，给那些想要部署 " 数字员工 " 但资源有限的 CEO 三个场景建议。
Danilo McGarry：这因人而异。
如果你销成本太高，就去部署 AI 生成资产；如果你财务结账太慢，就去做自动化财务预测；如果你运营行政负担太重，就去解放人力。
不要去追求 " 神奇工具 "，没有六个月的捷径。AI 真正的价值，在于你对核心业务场景尤其是那些你一直想掩盖的弱点进行深挖，并转换为优势。
最后，接受一个事实——你现在的业务模式在三年后大概率是废纸一张。
后记：好奇心的生还者
对话的最后，我们聊到了选择—— Danilo 开始学习编程的决定。那是一个交易员在充满风险的市场中，为了寻找生存法则而萌生的好奇心与职业本能。
" 我在银行当交易员时学会了编程，那是因为我发现只有编程能解决风险定价问题。"
十余年后的今天，当他在跨越 8 个时区的连线里谈论 AGI 时，这种本能变成了对重新想象的能力近乎偏执的强调。在他眼中，AI 的意义不仅是让公司跑得更快，更多是终结那种 " 人如机器 " 的低级重复。
Danilo 相信，当 1000 天的倒计时终结，真正的生还者是敢于在规则坍缩前，凭借好奇心重新定义规则的人。
关于虎嗅智库：
虎嗅智库是一家聚焦企业数字化、AI 创新实践的新型研究服务机构，为产业智能化进程中的甲乙双方，提供有洞察性的研究报告、案例评选，以及线上会议、线下活动与参访服务，以支持企业高管在智能化、数字化方面的明智决策。
我们提供的核心价值：
及时与优质的洞察，了解技术、了解行业、了解同行与对手；
为决策者技术与产品战略决策、产业规划、解决方案选型提供重要参考；
帮助市场全面了解前沿科技及所影响产业的发展状况，还有未来趋势。
添加智库小虎，获得 AI 转型案例及参与智库 AI 闭门会
