世界上最危险的企业，往往不是失败者，而是昨天最大的成功者。这听起来有些矛盾。按照通常的商业逻辑，一家公司拥有越多资金、越多人才、越多客户、越强品牌和越成熟的管理体系，它在下一轮竞争中理应越有优势。然而翻开过去一百多年的产业史，我们看到的却经常是另一幅图景：工业时代的GE、大型机时代的IBM、PC时代的Intel，都曾经强大到让人很难想象谁能取代它们。今天的Google、Apple和Microsoft，同样拥有上一代人无法想象的资源。
问题因此并不是“大公司为什么突然变笨了”，也不是“大公司为什么停止创新”。真正值得研究的是：为什么一个时代最成功的企业，到了下一个时代，过去那些最值得骄傲的东西反而经常变成负担？
过去我把这种现象概括为“过拟合”和“咬合即锁死”。现在看来，这个框架还可以进一步完善。科技革命对巨头的冲击，不仅取决于它拥有多少技术和资金，还取决于新旧技术之间的断裂程度、人才流向、组织文化、资本密集度、基础设施是否能够继承，以及下一代入口是否仍然掌握在自己手里。更重要的是，我们还必须回答一个以前没有充分讨论的问题：巨头会不会自我革命？
所以，这篇文章真正讨论的，是每一次真正的科技革命，首先淘汰的并不是公司本身，而是上一代巨头赖以成功的那套能力、组织和商业逻辑。公司可以活下来，名字甚至可以继续存在几十年。但它还能不能定义下一个时代，是另一回事。
一、成功，本质上是一种适应
一家企业为什么成功？我们很容易把成功归结为管理优秀、技术领先、人才众多或者领导者英明。这些当然重要，但如果把时间尺度拉长，一个更基本的解释是：它恰好建立了一套最适合当时环境的组织和商业体系。
GE适应的是大规模工业时代。那个时代最重要的是资本、工厂、规模、流程、质量管理、供应链和复杂组织的协调能力。IBM适应的是大型机时代，它建立的不只是一种计算机，而是一整套企业客户、软件、维护、服务和长期合同形成的生态。Intel适应的是PC时代，在几十年的时间里，CPU几乎就是计算世界的心脏。Google则适应互联网时代，在信息爆炸以后，它成为连接人与信息最重要的入口，并围绕搜索建立了近乎完美的广告机器。
问题在于，适应本身就意味着依赖。一个企业越成功，它越会围绕当前环境进行优化。组织结构围绕今天最赚钱的业务设计，绩效制度围绕今天最重要的指标建立，供应链围绕今天最成熟的产品配置，最优秀的人才被配置到最能够产生利润的部门，投资者也会越来越习惯稳定增长的现金流。每一次优化都使企业更强，但同时也让它更难离开现在。
机器学习里有一个非常形象的概念：过拟合。一个模型在训练数据上表现得越来越好，并不意味着它面对新的数据仍然表现优秀。有时候恰恰因为它把过去学得太好，一旦环境变化，适应能力反而下降。我们原文中把GE称为工业时代高度“过拟合”的组织，道理就在这里。
所以商业世界中最深的一层矛盾是：企业最大的优势，是对今天的极致适应；企业最大的风险，也恰恰是对今天的极致适应。这不是一个修辞游戏，而是几乎所有成熟企业都会面对的结构性问题。
二、真正困住巨头的，从来不是看不见未来
很多人喜欢用“没有看见未来”解释大公司的衰落。柯达没有看到数码相机，诺基亚没有看到智能手机，IBM没有看到PC，Intel没有看到GPU。这样的故事听起来很舒服，因为它给了我们一个简单的教训：只要领导人有远见，企业就不会被淘汰。
问题是，商业史并不支持这个解释。IBM不仅看见了PC，1981年的IBM PC本身就是后来个人电脑产业的重要起点。它采用Intel处理器和Microsoft操作系统，开放架构最终催生了整个PC生态。问题并不是IBM不知道PC代表未来，而是PC所代表的未来首先会侵蚀IBM当时最赚钱的大型机业务：PC价格低、利润薄、客户分散、标准开放，而大型机意味着高利润、长期合同以及围绕企业客户建立的完整生态。于是IBM面对的真正问题不是技术判断，而是自我革命。如果全力推动PC，首先受到伤害的就是自己的大型机；如果保护大型机，又会逐渐远离新的计算生态。微软和Intel没有这种包袱，所以它们可以毫无顾忌地推动那个会削弱IBM既有优势的新世界。
Intel后来面对AI时出现了相似的问题。Intel当然知道GPU，也知道并行计算，更不可能不知道人工智能。它拥有技术、工程师、现金流和芯片制造能力。然而几十年来Intel最赚钱、最强大、整个组织最熟悉的东西都是CPU。AI计算需求发生变化以后，GPU和其他加速器的重要性迅速上升，而NVIDIA已经围绕CUDA建立了二十年的开发者生态。
IBM舍不得大型机，Intel舍不得CPU。这并不是因为它们愚蠢，而是因为昨天实在太成功。
这里有一个非常重要的规律：企业看见未来，与企业能够进入未来，是两件完全不同的事。有时候未来甚至就是自己发明出来的。真正困难的从来不是在实验室里证明一种新技术成立，而是在旧产品仍然产生巨额利润的时候，允许新技术去毁掉它。
三、不是所有科技革命都一样
但是，原来的理论还存在一个明显漏洞。如果每一次科技革命都会淘汰上一代巨头，那么为什么从PC互联网到移动互联网，Google、腾讯、阿里、Amazon甚至Microsoft等一批公司都成功跨越了过去？
曾鸣在最近一次谈AI的访谈中提出了一个很有启发性的概念：他把移动互联网相对于PC互联网称作一种“1.5次创新”。它确实具有很强的颠覆性，但又拥有大量延续性。PC变成手机以后，屏幕变了，使用场景变了，交互方式变了，位置、摄像头和移动支付创造了大量新机会，因此诞生了抖音、拼多多等真正的移动互联网原生企业。但是互联网的基础逻辑并没有完全消失。用户、账号、广告、电商、搜索、社交关系、网络效应以及软件开发体系仍然具有巨大价值。上一代互联网巨头拥有的很多资产，都可以搬到移动互联网继续使用。
所以，真正决定上一代巨头死亡概率的，可能不是“有没有科技革命”这么简单，而是：新旧两个时代之间究竟存在多大的连续性。连续性越高，旧巨头过去积累的资源越有价值；断裂越大，过去的优势越容易迅速贬值。
这也是为什么AI值得格外警惕。移动互联网很大程度上改变的是人通过什么设备连接网络，而AI可能改变的是“计算机究竟替人做什么”。过去的软件等待人下命令，人打开Word写文章，打开Excel分析数据，打开浏览器寻找信息，打开淘宝购买商品。Agent如果真正成熟，人的目标可能只剩下一句话：“把这件事情办完。”
这样一来，变化的不再只是产品界面，而可能是整个软件产业存在的方式。过去的入口是浏览器，然后是手机，然后是App。未来的入口可能变成一个能够理解意图、规划步骤、调用软件并独立完成任务的智能体。于是Google Search、微信、淘宝、Office乃至操作系统，都面对同一个问题：上一代入口加入AI之后，究竟会进化成下一代入口，还是只是延长上一代产品的寿命？
这正是AI与移动互联网最大的区别之一。
四、Google：最强大的公司，也是最矛盾的公司
没有哪家公司比Google更适合检验这套理论。从资源角度看，Google几乎是最不应该输掉AI革命的企业。Transformer诞生于Google研究团队；DeepMind长期处于世界人工智能研究前沿；公司拥有自己的TPU芯片、世界级数据中心、Google Cloud、Search、YouTube、Chrome、Android、Gmail、Docs以及全球数以十亿计的用户。它既拥有基础研究，又拥有芯片；既拥有模型，又拥有分发；既拥有资本，又拥有现金流。
按照传统竞争理论，这几乎是一手无可挑剔的牌。但问题也恰恰出现在这里。2026年8月，Google对DeepMind进行了重大调整。Demis Hassabis不再负责日常运营，转任Google DeepMind董事长和Alphabet首席科学家，Koray Kavukcuoglu接手日常运营。与此同时，Jeff Dean、Sanjay Ghemawat、Oriol Vinyals、Quoc Le等资深研究人员离开，创办新的AI公司。Reuters报道认为，这次调整反映了Google在竞争压力下加强商业化、缩短管理链条的努力，也引发了员工对DeepMind独立研究文化被削弱的担忧。
这些人才流动不能简单解释成“Google已经不行了”。AI创业公司的股权、研究自由度以及巨大的资本支持，本来就会吸引最优秀的人离开大公司。但是，当一家拥有几乎所有优势资源的公司持续流失最稀缺的人才时，组织本身就成为一个不能忽略的解释变量。Google的问题甚至可能不是“没有人才”，而是人才能不能在这个组织里以最有效的方式工作。
这使我们不得不重新理解“企业文化”这个经常被说得非常空洞的概念。真正的文化不是墙上写着什么价值观，而是一家公司面对现实问题时反复做出的默认选择：一个80分的新产品能不能先发布？失败三次的团队还能不能拿到第四次算力？科研人员和产品部门发生冲突时谁拥有决定权？短期利润和十年后的技术突破冲突时，公司保护哪一个？一个小团队发现了异端路线之后，要经过多少层审批才能得到资源？
这些默认选择，才是文化。厂房可以卖，业务可以关闭，CEO可以更换，组织架构可以重新画一遍。但一家成功二十年的公司里，几万名管理者关于“什么叫正确”的共同认知，很难通过一次组织调整同时改变。这就是比商业模式锁死更深的一层：文化锁死。
五、巨头真正的锁，一共有四层
回头看GE、IBM、Intel和今天的Google，我们会发现成功企业的路径依赖其实不是一种，而至少可以分成四层。
第一层是资产。过去投入的工厂、芯片、供应链、数据中心和技术平台，决定了企业更愿意继续使用已有资产。第二层是利润。新业务如果首先打击的是自己最赚钱的业务，任何管理层都会犹豫。第三层是组织。部门、职位、预算、绩效体系和权力结构都建立在旧业务之上，改变意味着有人失去预算、失去权力甚至失去存在价值。第四层最难察觉，就是文化：一家公司已经形成了对于风险、速度、质量、研究和商业化的共同认知。
我们以前把这种状态称为“咬合即锁死”。一家公司的供应链、组织架构、绩效制度、利润来源、渠道体系、客户关系和研发方向就像一组彼此咬合的齿轮。在旧环境里，咬合越紧，机器效率越高；但如果整个系统突然需要改变方向，咬合越紧，反而越难拆开。
现在看来，还应该在这些齿轮中央加入一个最难拆的齿轮：认知。IBM不是没有看见PC，Google也不是没有看见生成式AI。Google甚至发明了Transformer。这些案例告诉我们，巨头真正的问题很多时候不是看不见未来，而是整个组织仍然习惯用昨天成功的方法理解未来。
这也是为什么一家企业最危险的时候，往往不是技术突然落后，而是公司内部仍然充满聪明人、资源仍然充足、利润仍然丰厚，于是所有人都有足够理由相信，只要再优化一下现有体系，问题就能够解决。直到有一天，他们发现变化的不是产品，而是规则。
六、但Google也可能证明：锁死并非不可逆
如果文章写到这里便断言Google必然成为下一个IBM，同样会犯我们所批评的那种错误。Google现在正在进行的变化，恰恰提供了一个非常有价值的反例。
Sergey Brin已经重新深度介入Gemini研发。Business Insider今年9月报道，Brin虽然没有正式执行管理职位，却建立了一个规模很小的核心团队，直接参与Gemini技术和战略决策，削减一些项目，推动强化学习，并特别关注Google此前明显承压的编程能力。报道描述的一个核心变化，就是减少大型组织的官僚链条，让技术决策更快落地。
这个变化非常值得观察，因为Google最不缺的就是资金、算力、品牌和用户。Brin能够增加的并不是这些东西，他真正能够改变的是决策结构。如果未来Gemini重新获得明显的技术领先，那么Google将给商业史提供一个很有意义的案例：同一批基础设施、同一家公司的大量人才和同样庞大的资金，在组织方式发生变化以后，创新效率可能出现明显变化。
截至2026年9月18日，Google尚未正式发布Gemini 4。Pichai在7月的财报电话会上公开确认，Gemini 3.5 Pro仍在测试，而Gemini 4已经启动Google“迄今最雄心勃勃”的一次预训练运行。与此同时，Google正在大力推广成本更低的Flash系列。
所以Google并没有退出前沿模型竞争。相反，它正在同时做两件事：一方面继续追求模型能力的上限，另一方面迅速把AI工业化。这就把我们的理论带到了另一个过去容易忽视的问题：技术革命并不永远有利于创业公司。
七、AI越成熟，巨头可能反而越强
AI革命早期，最珍贵的资源可能是人才。十几个顶尖研究人员找到新的模型架构、新的训练方法或者新的推理机制，就可能改变整个产业方向。人才创造突破，突破吸引风险资本，风险资本购买算力，于是一个原本没有用户、没有收入甚至没有完整产品的小团队，可以迅速成长为价值数千亿美元的公司。这就是为什么AI时代顶尖人才的流动如此值得关注。
但随着技术逐渐进入工业化阶段，竞争规则开始变化。模型不仅要聪明，还必须便宜、稳定、快速，能够支持数亿用户和数以万亿计的Token调用。一个模型在benchmark上高出几分，如果完成同样任务的成本却高出数倍，它未必能够获得最大的商业价值。
于是AI竞争可能分成两个阶段。早期探索阶段，人才密度和组织自由度具有异常高的价值；进入大规模商业化以后，资本、芯片、数据中心、电力、云、软件生态和分发能力重新变得越来越重要。
Google恰好同时站在这两个阶段之间。一方面，它面临人才流失、组织冲突以及科研文化与商业化之间的张力；另一方面，它拥有几乎没有创业公司能够复制的工业能力。Google今年第二季度公开披露，Cloud收入同比增长82%，Gemini应用月活跃用户达到9.5亿，Google还表示接近90%的Fortune 100企业正在使用Gemini Enterprise。
这就是为什么不能简单地用“谁的大模型排名第一”判断最后的赢家。未来AI产业至少存在三场不同的战争：模型战争、基础设施战争和入口战争。一家企业可以在模型排行榜上不是第一，却拥有最大的云基础设施；也可能拥有最聪明的模型，却没有自己的芯片、数据中心和用户入口。Google甚至可能失去下一代消费者的第一入口，却依然成为AI时代最大的基础设施供应商之一。
这也解释了Google为什么越来越重视Flash一类高性价比模型。真正改变经济的，最终未必是实验室里最聪明的模型，而可能是能够以最低成本完成最多工作的模型。
电力时代最终改变世界的，不是实验室里效率最高的一台发电机，而是廉价、稳定并且无处不在的电。AI也可能如此。今天大家讨论参数、benchmark和“最强模型”。几年以后，企业真正关心的指标可能变成：完成一项任务究竟需要多少钱、多少秒、多少Token和多少能源。特别是Agent普及以后，这个变化会更加明显。聊天机器人一天只回答几十个问题；真正工作的Agent却可能连续运行几个小时，阅读文件、调用程序、浏览网站、写代码、分析数据并完成整个任务。那时决定经济性的，不再只是智能的绝对上限，而是智能的单位成本乘以数字劳动力的工作时间。
Google的巨大规模，在这一阶段可能重新变成优势。所以AI革命存在一个非常有意思的悖论：它可能是历史上最容易颠覆上一代巨头核心业务的一次革命，却又可能因为极高的资本和基础设施门槛，创造出历史上最难被彻底消灭的超级巨头。
八、巴菲特、Google与那条正在改道的河
2026年，Berkshire Hathaway大幅增加Alphabet持仓，巴菲特后来确认，这笔Alphabet投资最初由他本人发起。 这件事情特别有意思，因为它几乎可以作为本文的一个投资版本。巴菲特最重要的能力之一，就是知道自己的能力边界。他过去长期回避科技股，并不是认为科技公司没有价值，而是因为技术变化太快，很难判断今天的竞争优势十年以后是否仍然存在。
Apple是一个非常特殊的例外。巴菲特自己早就解释过，他并不是把Apple主要当成一家技术公司分析。2017年他明确说，Apple在他的分析框架里更接近消费品公司；2018年又说，购买Apple并不是因为它是一只科技股，而是因为他能够理解消费者行为以及Apple生态的持久性。到了2023年，他仍然强调自己并不理解手机技术，但理解消费者。所以巴菲特买Apple，其实并没有真正跨出自己的能力圈。他研究的问题仍然是自己最熟悉的问题：为什么消费者下一部手机还会购买iPhone？这个品牌和生态能够维持多久？
IBM不一样。巴菲特后来承认IBM投资是错误的，并最终清仓。 IBM当年的问题恰恰不是客户不忠诚，也不是没有护城河。它拥有世界级品牌、长期企业客户和巨大的转换成本。问题是计算产业的河流本身正在改道。
Google今天同样如此。如果判断Google的价值，只需要研究它今天的现金流、广告业务、云、用户规模、品牌和资产负债表，这些都是巴菲特非常熟悉的问题。但如果投资Google的关键理由变成“Google一定能够继续成为AI时代的核心企业”，那么分析已经进入另一个领域。
你必须判断下一代模型架构来自哪里，最重要的人才会流向哪里，Agent是否取代传统软件入口，搜索广告是否仍然拥有今天的经济地位，模型会不会商品化，算力是否成为真正的护城河，组织文化是否允许下一次突破在公司内部成长。
这些东西远比利润率难以估值。所以巴菲特与Google给本文提供了一个非常形象的比喻：巴菲特可能是世界上最擅长测量护城河有多深的人之一，但科技革命最困难的问题，不是测量护城河，而是判断河流是否正在改道。
或许，护城河没有消失，只是河水改道了。真正决定企业命运的，从来不是护城河有多深，而是河流还会不会经过这里。现在看来，这句话可能比“每一次科技革命都会淘汰上一代巨头”更加接近问题本质。
九、没有永远的王者
回过头来看，GE、IBM、Intel和今天的Google，并不是四个孤立的商业故事。GE告诉我们，组织可以过拟合一个时代；IBM告诉我们，商业模式可以把企业锁死；Intel告诉我们，高利润本身也可能成为改变的阻力；Google现在则正在告诉我们，真正最深的一层锁甚至可能是组织文化和集体认知。
但Google同时又在告诉我们另一件事：这种锁并不一定永远打不开。真正完成自我革命，需要的可能不只是“重视创新”这样一句口号。它需要一个有足够权力的人，在旧业务仍然赚钱的时候允许新业务伤害旧业务；需要能够绕开已经高度成熟的组织结构，把资源重新交给最有可能创造未来的人；需要在资本市场仍然奖励昨天的时候，主动投资一个尚未证明能够赚钱的明天。
这就是为什么这种事情如此罕见。一家创业公司只有未来，所以它敢于押注未来。巨头却同时拥有昨天、今天和未来。昨天创造了组织，今天创造了利润，而未来要求它亲手破坏前两者。科技革命因此从来不只是一场技术竞赛。它首先是一场企业与自己过去成功之间的战争。这也让我们能够重新理解文章最初那个问题：为什么历史上的王者总是不断更替？不是因为上一代王者突然变得愚蠢。恰恰相反，它们通常拥有最聪明的人、最成熟的组织、最强大的资本以及最深的护城河。它们真正面对的问题是：这个世界还需不需要它们已经做到极致的那些能力？如果答案变了，那么过去越成功，改变就越痛苦。
但这并不意味着每一家巨头都会死亡。IBM今天仍然存在，GE的许多核心工业资产仍然存在，Microsoft也曾经从PC时代跨入云计算和AI时代。真正被科技革命淘汰的，很多时候不是企业这个法律实体，而是企业赖以成为“王者”的理由。
这也是Google未来几年最值得观察的地方。它既可能成为“成功者诅咒”的又一个经典案例，也可能证明一个超级巨头在意识到组织锁死之后仍然能够砸开自己的锁。它拥有足够多的技术、资本、基础设施和用户，所以它比历史上许多巨头拥有更大的自救空间；但也正因为它拥有如此庞大的旧世界，它需要推翻的东西同样比绝大多数公司更多。
答案现在还没有出现。也不应该现在就下结论。但有一条规律已经足够清楚。商业世界从不保证昨天的成功可以兑换成明天的门票。每一代企业都必须重新证明自己仍然适合新的环境。财富可以买到人才，资本可以买到算力，规模可以买到基础设施，但没有任何东西能够永久购买未来。
真正伟大的企业，不是永远不会被时代挑战的企业。而是在时代改变之后，仍然有能力怀疑自己、拆掉自己，然后重新成为一个新物种的企业。因为科技革命真正淘汰的，从来不只是上一代巨头。它首先淘汰的，是上一代巨头关于“为什么自己会成功”的答案。
企业巨头的宿命
青海 (2026-09-19 07:28:48) 评论 (0)世界上最危险的企业，往往不是失败者，而是昨天最大的成功者。这听起来有些矛盾。按照通常的商业逻辑，一家公司拥有越多资金、越多人才、越多客户、越强品牌和越成熟的管理体系，它在下一轮竞争中理应越有优势。然而翻开过去一百多年的产业史，我们看到的却经常是另一幅图景：工业时代的GE、大型机时代的IBM、PC时代的Intel，都曾经强大到让人很难想象谁能取代它们。今天的Google、Apple和Microsoft，同样拥有上一代人无法想象的资源。
问题因此并不是“大公司为什么突然变笨了”，也不是“大公司为什么停止创新”。真正值得研究的是：为什么一个时代最成功的企业，到了下一个时代，过去那些最值得骄傲的东西反而经常变成负担？
过去我把这种现象概括为“过拟合”和“咬合即锁死”。现在看来，这个框架还可以进一步完善。科技革命对巨头的冲击，不仅取决于它拥有多少技术和资金，还取决于新旧技术之间的断裂程度、人才流向、组织文化、资本密集度、基础设施是否能够继承，以及下一代入口是否仍然掌握在自己手里。更重要的是，我们还必须回答一个以前没有充分讨论的问题：巨头会不会自我革命？
所以，这篇文章真正讨论的，是每一次真正的科技革命，首先淘汰的并不是公司本身，而是上一代巨头赖以成功的那套能力、组织和商业逻辑。公司可以活下来，名字甚至可以继续存在几十年。但它还能不能定义下一个时代，是另一回事。
一、成功，本质上是一种适应
一家企业为什么成功？我们很容易把成功归结为管理优秀、技术领先、人才众多或者领导者英明。这些当然重要，但如果把时间尺度拉长，一个更基本的解释是：它恰好建立了一套最适合当时环境的组织和商业体系。
GE适应的是大规模工业时代。那个时代最重要的是资本、工厂、规模、流程、质量管理、供应链和复杂组织的协调能力。IBM适应的是大型机时代，它建立的不只是一种计算机，而是一整套企业客户、软件、维护、服务和长期合同形成的生态。Intel适应的是PC时代，在几十年的时间里，CPU几乎就是计算世界的心脏。Google则适应互联网时代，在信息爆炸以后，它成为连接人与信息最重要的入口，并围绕搜索建立了近乎完美的广告机器。
问题在于，适应本身就意味着依赖。一个企业越成功，它越会围绕当前环境进行优化。组织结构围绕今天最赚钱的业务设计，绩效制度围绕今天最重要的指标建立，供应链围绕今天最成熟的产品配置，最优秀的人才被配置到最能够产生利润的部门，投资者也会越来越习惯稳定增长的现金流。每一次优化都使企业更强，但同时也让它更难离开现在。
机器学习里有一个非常形象的概念：过拟合。一个模型在训练数据上表现得越来越好，并不意味着它面对新的数据仍然表现优秀。有时候恰恰因为它把过去学得太好，一旦环境变化，适应能力反而下降。我们原文中把GE称为工业时代高度“过拟合”的组织，道理就在这里。
所以商业世界中最深的一层矛盾是：企业最大的优势，是对今天的极致适应；企业最大的风险，也恰恰是对今天的极致适应。这不是一个修辞游戏，而是几乎所有成熟企业都会面对的结构性问题。
二、真正困住巨头的，从来不是看不见未来
很多人喜欢用“没有看见未来”解释大公司的衰落。柯达没有看到数码相机，诺基亚没有看到智能手机，IBM没有看到PC，Intel没有看到GPU。这样的故事听起来很舒服，因为它给了我们一个简单的教训：只要领导人有远见，企业就不会被淘汰。
问题是，商业史并不支持这个解释。IBM不仅看见了PC，1981年的IBM PC本身就是后来个人电脑产业的重要起点。它采用Intel处理器和Microsoft操作系统，开放架构最终催生了整个PC生态。问题并不是IBM不知道PC代表未来，而是PC所代表的未来首先会侵蚀IBM当时最赚钱的大型机业务：PC价格低、利润薄、客户分散、标准开放，而大型机意味着高利润、长期合同以及围绕企业客户建立的完整生态。于是IBM面对的真正问题不是技术判断，而是自我革命。如果全力推动PC，首先受到伤害的就是自己的大型机；如果保护大型机，又会逐渐远离新的计算生态。微软和Intel没有这种包袱，所以它们可以毫无顾忌地推动那个会削弱IBM既有优势的新世界。
Intel后来面对AI时出现了相似的问题。Intel当然知道GPU，也知道并行计算，更不可能不知道人工智能。它拥有技术、工程师、现金流和芯片制造能力。然而几十年来Intel最赚钱、最强大、整个组织最熟悉的东西都是CPU。AI计算需求发生变化以后，GPU和其他加速器的重要性迅速上升，而NVIDIA已经围绕CUDA建立了二十年的开发者生态。
IBM舍不得大型机，Intel舍不得CPU。这并不是因为它们愚蠢，而是因为昨天实在太成功。
这里有一个非常重要的规律：企业看见未来，与企业能够进入未来，是两件完全不同的事。有时候未来甚至就是自己发明出来的。真正困难的从来不是在实验室里证明一种新技术成立，而是在旧产品仍然产生巨额利润的时候，允许新技术去毁掉它。
三、不是所有科技革命都一样
但是，原来的理论还存在一个明显漏洞。如果每一次科技革命都会淘汰上一代巨头，那么为什么从PC互联网到移动互联网，Google、腾讯、阿里、Amazon甚至Microsoft等一批公司都成功跨越了过去？
曾鸣在最近一次谈AI的访谈中提出了一个很有启发性的概念：他把移动互联网相对于PC互联网称作一种“1.5次创新”。它确实具有很强的颠覆性，但又拥有大量延续性。PC变成手机以后，屏幕变了，使用场景变了，交互方式变了，位置、摄像头和移动支付创造了大量新机会，因此诞生了抖音、拼多多等真正的移动互联网原生企业。但是互联网的基础逻辑并没有完全消失。用户、账号、广告、电商、搜索、社交关系、网络效应以及软件开发体系仍然具有巨大价值。上一代互联网巨头拥有的很多资产，都可以搬到移动互联网继续使用。
所以，真正决定上一代巨头死亡概率的，可能不是“有没有科技革命”这么简单，而是：新旧两个时代之间究竟存在多大的连续性。连续性越高，旧巨头过去积累的资源越有价值；断裂越大，过去的优势越容易迅速贬值。
这也是为什么AI值得格外警惕。移动互联网很大程度上改变的是人通过什么设备连接网络，而AI可能改变的是“计算机究竟替人做什么”。过去的软件等待人下命令，人打开Word写文章，打开Excel分析数据，打开浏览器寻找信息，打开淘宝购买商品。Agent如果真正成熟，人的目标可能只剩下一句话：“把这件事情办完。”
这样一来，变化的不再只是产品界面，而可能是整个软件产业存在的方式。过去的入口是浏览器，然后是手机，然后是App。未来的入口可能变成一个能够理解意图、规划步骤、调用软件并独立完成任务的智能体。于是Google Search、微信、淘宝、Office乃至操作系统，都面对同一个问题：上一代入口加入AI之后，究竟会进化成下一代入口，还是只是延长上一代产品的寿命？
这正是AI与移动互联网最大的区别之一。
四、Google：最强大的公司，也是最矛盾的公司
没有哪家公司比Google更适合检验这套理论。从资源角度看，Google几乎是最不应该输掉AI革命的企业。Transformer诞生于Google研究团队；DeepMind长期处于世界人工智能研究前沿；公司拥有自己的TPU芯片、世界级数据中心、Google Cloud、Search、YouTube、Chrome、Android、Gmail、Docs以及全球数以十亿计的用户。它既拥有基础研究，又拥有芯片；既拥有模型，又拥有分发；既拥有资本，又拥有现金流。
按照传统竞争理论，这几乎是一手无可挑剔的牌。但问题也恰恰出现在这里。2026年8月，Google对DeepMind进行了重大调整。Demis Hassabis不再负责日常运营，转任Google DeepMind董事长和Alphabet首席科学家，Koray Kavukcuoglu接手日常运营。与此同时，Jeff Dean、Sanjay Ghemawat、Oriol Vinyals、Quoc Le等资深研究人员离开，创办新的AI公司。Reuters报道认为，这次调整反映了Google在竞争压力下加强商业化、缩短管理链条的努力，也引发了员工对DeepMind独立研究文化被削弱的担忧。
这些人才流动不能简单解释成“Google已经不行了”。AI创业公司的股权、研究自由度以及巨大的资本支持，本来就会吸引最优秀的人离开大公司。但是，当一家拥有几乎所有优势资源的公司持续流失最稀缺的人才时，组织本身就成为一个不能忽略的解释变量。Google的问题甚至可能不是“没有人才”，而是人才能不能在这个组织里以最有效的方式工作。
这使我们不得不重新理解“企业文化”这个经常被说得非常空洞的概念。真正的文化不是墙上写着什么价值观，而是一家公司面对现实问题时反复做出的默认选择：一个80分的新产品能不能先发布？失败三次的团队还能不能拿到第四次算力？科研人员和产品部门发生冲突时谁拥有决定权？短期利润和十年后的技术突破冲突时，公司保护哪一个？一个小团队发现了异端路线之后，要经过多少层审批才能得到资源？
这些默认选择，才是文化。厂房可以卖，业务可以关闭，CEO可以更换，组织架构可以重新画一遍。但一家成功二十年的公司里，几万名管理者关于“什么叫正确”的共同认知，很难通过一次组织调整同时改变。这就是比商业模式锁死更深的一层：文化锁死。
五、巨头真正的锁，一共有四层
回头看GE、IBM、Intel和今天的Google，我们会发现成功企业的路径依赖其实不是一种，而至少可以分成四层。
第一层是资产。过去投入的工厂、芯片、供应链、数据中心和技术平台，决定了企业更愿意继续使用已有资产。第二层是利润。新业务如果首先打击的是自己最赚钱的业务，任何管理层都会犹豫。第三层是组织。部门、职位、预算、绩效体系和权力结构都建立在旧业务之上，改变意味着有人失去预算、失去权力甚至失去存在价值。第四层最难察觉，就是文化：一家公司已经形成了对于风险、速度、质量、研究和商业化的共同认知。
我们以前把这种状态称为“咬合即锁死”。一家公司的供应链、组织架构、绩效制度、利润来源、渠道体系、客户关系和研发方向就像一组彼此咬合的齿轮。在旧环境里，咬合越紧，机器效率越高；但如果整个系统突然需要改变方向，咬合越紧，反而越难拆开。
现在看来，还应该在这些齿轮中央加入一个最难拆的齿轮：认知。IBM不是没有看见PC，Google也不是没有看见生成式AI。Google甚至发明了Transformer。这些案例告诉我们，巨头真正的问题很多时候不是看不见未来，而是整个组织仍然习惯用昨天成功的方法理解未来。
这也是为什么一家企业最危险的时候，往往不是技术突然落后，而是公司内部仍然充满聪明人、资源仍然充足、利润仍然丰厚，于是所有人都有足够理由相信，只要再优化一下现有体系，问题就能够解决。直到有一天，他们发现变化的不是产品，而是规则。
六、但Google也可能证明：锁死并非不可逆
如果文章写到这里便断言Google必然成为下一个IBM，同样会犯我们所批评的那种错误。Google现在正在进行的变化，恰恰提供了一个非常有价值的反例。
Sergey Brin已经重新深度介入Gemini研发。Business Insider今年9月报道，Brin虽然没有正式执行管理职位，却建立了一个规模很小的核心团队，直接参与Gemini技术和战略决策，削减一些项目，推动强化学习，并特别关注Google此前明显承压的编程能力。报道描述的一个核心变化，就是减少大型组织的官僚链条，让技术决策更快落地。
这个变化非常值得观察，因为Google最不缺的就是资金、算力、品牌和用户。Brin能够增加的并不是这些东西，他真正能够改变的是决策结构。如果未来Gemini重新获得明显的技术领先，那么Google将给商业史提供一个很有意义的案例：同一批基础设施、同一家公司的大量人才和同样庞大的资金，在组织方式发生变化以后，创新效率可能出现明显变化。
截至2026年9月18日，Google尚未正式发布Gemini 4。Pichai在7月的财报电话会上公开确认，Gemini 3.5 Pro仍在测试，而Gemini 4已经启动Google“迄今最雄心勃勃”的一次预训练运行。与此同时，Google正在大力推广成本更低的Flash系列。
所以Google并没有退出前沿模型竞争。相反，它正在同时做两件事：一方面继续追求模型能力的上限，另一方面迅速把AI工业化。这就把我们的理论带到了另一个过去容易忽视的问题：技术革命并不永远有利于创业公司。
七、AI越成熟，巨头可能反而越强
AI革命早期，最珍贵的资源可能是人才。十几个顶尖研究人员找到新的模型架构、新的训练方法或者新的推理机制，就可能改变整个产业方向。人才创造突破，突破吸引风险资本，风险资本购买算力，于是一个原本没有用户、没有收入甚至没有完整产品的小团队，可以迅速成长为价值数千亿美元的公司。这就是为什么AI时代顶尖人才的流动如此值得关注。
但随着技术逐渐进入工业化阶段，竞争规则开始变化。模型不仅要聪明，还必须便宜、稳定、快速，能够支持数亿用户和数以万亿计的Token调用。一个模型在benchmark上高出几分，如果完成同样任务的成本却高出数倍，它未必能够获得最大的商业价值。
于是AI竞争可能分成两个阶段。早期探索阶段，人才密度和组织自由度具有异常高的价值；进入大规模商业化以后，资本、芯片、数据中心、电力、云、软件生态和分发能力重新变得越来越重要。
Google恰好同时站在这两个阶段之间。一方面，它面临人才流失、组织冲突以及科研文化与商业化之间的张力；另一方面，它拥有几乎没有创业公司能够复制的工业能力。Google今年第二季度公开披露，Cloud收入同比增长82%，Gemini应用月活跃用户达到9.5亿，Google还表示接近90%的Fortune 100企业正在使用Gemini Enterprise。
这就是为什么不能简单地用“谁的大模型排名第一”判断最后的赢家。未来AI产业至少存在三场不同的战争：模型战争、基础设施战争和入口战争。一家企业可以在模型排行榜上不是第一，却拥有最大的云基础设施；也可能拥有最聪明的模型，却没有自己的芯片、数据中心和用户入口。Google甚至可能失去下一代消费者的第一入口，却依然成为AI时代最大的基础设施供应商之一。
这也解释了Google为什么越来越重视Flash一类高性价比模型。真正改变经济的，最终未必是实验室里最聪明的模型，而可能是能够以最低成本完成最多工作的模型。
电力时代最终改变世界的，不是实验室里效率最高的一台发电机，而是廉价、稳定并且无处不在的电。AI也可能如此。今天大家讨论参数、benchmark和“最强模型”。几年以后，企业真正关心的指标可能变成：完成一项任务究竟需要多少钱、多少秒、多少Token和多少能源。特别是Agent普及以后，这个变化会更加明显。聊天机器人一天只回答几十个问题；真正工作的Agent却可能连续运行几个小时，阅读文件、调用程序、浏览网站、写代码、分析数据并完成整个任务。那时决定经济性的，不再只是智能的绝对上限，而是智能的单位成本乘以数字劳动力的工作时间。
Google的巨大规模，在这一阶段可能重新变成优势。所以AI革命存在一个非常有意思的悖论：它可能是历史上最容易颠覆上一代巨头核心业务的一次革命，却又可能因为极高的资本和基础设施门槛，创造出历史上最难被彻底消灭的超级巨头。
八、巴菲特、Google与那条正在改道的河
2026年，Berkshire Hathaway大幅增加Alphabet持仓，巴菲特后来确认，这笔Alphabet投资最初由他本人发起。 这件事情特别有意思，因为它几乎可以作为本文的一个投资版本。巴菲特最重要的能力之一，就是知道自己的能力边界。他过去长期回避科技股，并不是认为科技公司没有价值，而是因为技术变化太快，很难判断今天的竞争优势十年以后是否仍然存在。
Apple是一个非常特殊的例外。巴菲特自己早就解释过，他并不是把Apple主要当成一家技术公司分析。2017年他明确说，Apple在他的分析框架里更接近消费品公司；2018年又说，购买Apple并不是因为它是一只科技股，而是因为他能够理解消费者行为以及Apple生态的持久性。到了2023年，他仍然强调自己并不理解手机技术，但理解消费者。所以巴菲特买Apple，其实并没有真正跨出自己的能力圈。他研究的问题仍然是自己最熟悉的问题：为什么消费者下一部手机还会购买iPhone？这个品牌和生态能够维持多久？
IBM不一样。巴菲特后来承认IBM投资是错误的，并最终清仓。 IBM当年的问题恰恰不是客户不忠诚，也不是没有护城河。它拥有世界级品牌、长期企业客户和巨大的转换成本。问题是计算产业的河流本身正在改道。
Google今天同样如此。如果判断Google的价值，只需要研究它今天的现金流、广告业务、云、用户规模、品牌和资产负债表，这些都是巴菲特非常熟悉的问题。但如果投资Google的关键理由变成“Google一定能够继续成为AI时代的核心企业”，那么分析已经进入另一个领域。
你必须判断下一代模型架构来自哪里，最重要的人才会流向哪里，Agent是否取代传统软件入口，搜索广告是否仍然拥有今天的经济地位，模型会不会商品化，算力是否成为真正的护城河，组织文化是否允许下一次突破在公司内部成长。
这些东西远比利润率难以估值。所以巴菲特与Google给本文提供了一个非常形象的比喻：巴菲特可能是世界上最擅长测量护城河有多深的人之一，但科技革命最困难的问题，不是测量护城河，而是判断河流是否正在改道。
或许，护城河没有消失，只是河水改道了。真正决定企业命运的，从来不是护城河有多深，而是河流还会不会经过这里。现在看来，这句话可能比“每一次科技革命都会淘汰上一代巨头”更加接近问题本质。
九、没有永远的王者
回过头来看，GE、IBM、Intel和今天的Google，并不是四个孤立的商业故事。GE告诉我们，组织可以过拟合一个时代；IBM告诉我们，商业模式可以把企业锁死；Intel告诉我们，高利润本身也可能成为改变的阻力；Google现在则正在告诉我们，真正最深的一层锁甚至可能是组织文化和集体认知。
但Google同时又在告诉我们另一件事：这种锁并不一定永远打不开。真正完成自我革命，需要的可能不只是“重视创新”这样一句口号。它需要一个有足够权力的人，在旧业务仍然赚钱的时候允许新业务伤害旧业务；需要能够绕开已经高度成熟的组织结构，把资源重新交给最有可能创造未来的人；需要在资本市场仍然奖励昨天的时候，主动投资一个尚未证明能够赚钱的明天。
这就是为什么这种事情如此罕见。一家创业公司只有未来，所以它敢于押注未来。巨头却同时拥有昨天、今天和未来。昨天创造了组织，今天创造了利润，而未来要求它亲手破坏前两者。科技革命因此从来不只是一场技术竞赛。它首先是一场企业与自己过去成功之间的战争。这也让我们能够重新理解文章最初那个问题：为什么历史上的王者总是不断更替？不是因为上一代王者突然变得愚蠢。恰恰相反，它们通常拥有最聪明的人、最成熟的组织、最强大的资本以及最深的护城河。它们真正面对的问题是：这个世界还需不需要它们已经做到极致的那些能力？如果答案变了，那么过去越成功，改变就越痛苦。
但这并不意味着每一家巨头都会死亡。IBM今天仍然存在，GE的许多核心工业资产仍然存在，Microsoft也曾经从PC时代跨入云计算和AI时代。真正被科技革命淘汰的，很多时候不是企业这个法律实体，而是企业赖以成为“王者”的理由。
这也是Google未来几年最值得观察的地方。它既可能成为“成功者诅咒”的又一个经典案例，也可能证明一个超级巨头在意识到组织锁死之后仍然能够砸开自己的锁。它拥有足够多的技术、资本、基础设施和用户，所以它比历史上许多巨头拥有更大的自救空间；但也正因为它拥有如此庞大的旧世界，它需要推翻的东西同样比绝大多数公司更多。
答案现在还没有出现。也不应该现在就下结论。但有一条规律已经足够清楚。商业世界从不保证昨天的成功可以兑换成明天的门票。每一代企业都必须重新证明自己仍然适合新的环境。财富可以买到人才，资本可以买到算力，规模可以买到基础设施，但没有任何东西能够永久购买未来。
真正伟大的企业，不是永远不会被时代挑战的企业。而是在时代改变之后，仍然有能力怀疑自己、拆掉自己，然后重新成为一个新物种的企业。因为科技革命真正淘汰的，从来不只是上一代巨头。它首先淘汰的，是上一代巨头关于“为什么自己会成功”的答案。