目前,程序还无法接管的东西有两种。第一种称为灰质决策:决定什么值得做,处理没有先例的案件,承担结果。第二种是责任担当:出错时,他的名字会出现在结果上。
Serhat Pala是一位连续企业者和早期投资者,在其文章《AI Won’t Walk Into the Old Building. The Business Will Walk Out.》(AI 不会走入旧建筑,企业会搬出去)中,以土耳其伊斯坦布尔大巴扎(Grand Bazaar)的传统挑夫(Hamal)与底特律现代购物中心(Northland Center)的地下服务通道为隐喻,深刻探讨了 AI 时代(尤其是智能体 Agents 的普及)对企业组织架构、工作流重塑以及价值分配的影响。

伊斯坦布尔大巴扎(Grand Bazaar)始建于1455年,是世界上规模最大、历史最悠久的室内市场之一,总面积达30700平方米,拥有61条有顶街道和超过4000家店铺。作为一个综合体,现在拥有26,000名员工,每天吸引25万至40万游客。

1954年在底特律郊外开业的北地中心(Northland Center),当时是世界上最大的购物中心。最初是一个露天步行街,后改建为封闭式,多次扩建后占地640,000 平方米。不过因为底特律都市区消费群体和人口结构的变化,已经被拆除。
以下是文章的核心见解与前瞻观察:
一、 核心见解
- “旧建筑”与“新建筑”的隐喻:
伊斯坦布尔大巴扎(传统企业): 兴建于 1455 年,拥有几百年历史,其空间布局专为步行设计,无法强行开辟出货梯或地下通道。因此,重物配送直到今天依然离不开背负货物的“挑夫(Hamal)”。这象征着传统企业在早期设计时根本没有考虑到未来的技术(如 AI 智能体),导致系统碎片化、部门割裂,大量员工实际上在做着类似“数字挑夫”的重复性体力或机械搬运工作(如重新录入发票、在不同系统间复制数据、跨部门催签等)。
底特律购物中心(AI 原生企业): 1954 年开业的 Northland Center 在设计之初就在地下修建了错综复杂的货运和服务通道,将物流与人流完美隔离。这象征着 AI 原生的现代企业:它们从第一天起就以“AI 智能体能够端到端运行”的逻辑来搭建干净的数据流和工作流,从而天然不需要那些低效的人工中间环节。
- 自动化的“迁徙”规律:自动化不会走进旧建筑,而是企业搬离旧建筑
作者指出,旧系统和旧公司不会轻易被“改造”得完美适配 AI(正如你无法在百年历史的大巴扎里强行挖掘现代物流隧道一样)。因此,真正颠覆行业的往往不是老企业完成数字化转型,而是新一代 AI 原生企业直接在“新建筑”里开张,将业务和客户从旧企业身边带走。
- 领子贴在任务上,而非人身上
无论是蓝领还是白领,只要工作内容是“遵循既定程序、处理常规流程、机械化对账”的,就统统属于可被 AI 智能体接管的“任务”。
引擎最先夺走的是体力(手),而 AI 最先席卷的是办公桌(脑力劳动),因为屏幕前的文字与数据处理根本不需要实体机器人的参与。
如今大多数仍在运营的公司都更接近大巴扎,而不是北地中心。
这些系统在人工智能出现之前就已建成,围绕着人而建:审批流程、交接环节、互不兼容的系统、以及通过电子邮件在三个部门间传递的电子表格。每个系统内部都有人在做着杂务,却不用背负重担。他们重新录入发票,将一个系统中的号码复制到另一个系统,在层层邮件中追踪签名。这些工作之所以存在,是因为系统架构难以改变。工作本身并不需要人。

二、 前瞻观察
- AI 时代什么最稀缺?(价值留存的地方) 当所有标准化的、程序化的脑力工作(如基础数据处理、对账、草拟常规文书)被 AI 代理全盘接管后,无法被自动化取代的核心要素主要归结为两点:
- 灰质决策: 应对无前例状况的决策能力、判断什么事情值得去做、以及对复杂结果的最终全盘所有权(正如大巴扎里仅凭双手抚摸就能辨别地毯产地和工艺的老匠人)。
- 责任担当: 当事情出错时,究竟是谁的名字写在责任栏上、谁来承担法律和信任后果。
- 工作岗位的真实分化:
随着部分基础岗位(如数据录入员、基础簿记员)遭到挤压,一些看似容易被替代的岗位反而由于承载了更多“灰质”决策而出现增长(例如法律行业中,律所利用 AI 赋能让律所助理承担更多复杂工作,而非盲目裁员)。
- 对创业者与投资者的拷问:
- 评估一家公司或一个 AI 应用时,不能只看它能不能完成某项特定任务,而要看它是否处于“为 AI 重新设计的流程(地下通道)”之中。
- 投资的长期逻辑在于判断:当智能体接管了海量工作之后,究竟是旧的巨头能够成功拆掉承重墙(这极难做到),还是新物种直接把业务带去了别处?