甲叔的时间线：从 2002 年第一次接触模式识别，到今天把自己叫作商业 AI 营养师。
从2002年的模式识别，到互联网、移动互联网、O2O，再到实体经营与今天的AI。二十四年的技术与商业实践，让我重新思考企业获得能力的方式。当AI工具和信息铺天盖地，经营者更需要弄清楚自己的生意缺什么。这也是我提出“商业AI营养师”的原因。甲叔自述 · 约 5982 字 · 阅读 15 分钟
甲叔自述
2002年，我刚开始工作，最早接触的就是模式识别。那条技术脉络来自中国科学院自动化研究所——中国很早开始研究模式识别和智能信息处理的地方之一。
那时候还没有今天这样铺天盖地的AI，大模型更无从谈起。我接触的是OCR，是怎么让机器识别文字和图像，再把这些技术能力变成行业客户真正能用的东西。
2003—2004年，工作留影。
一晃二十四年。
后来经历互联网、移动互联网，也做过O2O创业。再往后，从线上走到线下，自己做店、做场景、做经营。其间参与过不同领域的品牌升级、融资和数字化，也为消费品牌及实体项目提供过咨询和专项服务。
这些经历看起来东一块、西一块。回头想想，其实一直有根线没断：我习惯先去理解一个行业、一门生意是怎么运转的，再看新出现的技术和方法，究竟能不能嫁接进去。
我并不觉得自己是什么行业专家。做过的行业多，反而让我知道，每个行业都有自己的门道，外人想当然的事情，到了现场常常不是那么回事。但技术的发展又有某些共性，它会改变成本，改变人与人的连接方式，也会重新安排原本习以为常的商业分工。
今天重新面对AI，我有一种既熟悉又陌生的感觉。
熟悉的是，每一轮技术浪潮刚来的时候，都会有新产品、新概念和一批迫不及待的布道者。陌生的是，这一次技术触及的东西，比过去几轮都要深一些。
也是在这样的背景下，我给自己起了个有点特别的称呼：
甲叔，商业AI营养师。
AI这么热闹，老板到底该听谁的？
过去两年，AI在中国商业社会的传播速度相当惊人。
2025年春节前后，DeepSeek让更多普通人和企业经营者开始认真接触大模型。到了2026年，智能体、AI工作台、桌面应用以及围绕OPC的创业讨论接连出现。工具一茬接一茬，广告也跟着铺天盖地。
比产品更热闹的，是各种测评、横评、排行榜和使用教程。
今天这个模型跑分第一，明天那个智能体能替你干十个人的活；刚学会一套工作流，转头又有人告诉你已经过时。还有一类内容最让人头疼，隔三差五就要宣布一次：不会用AI的人要被淘汰了，不做AI的企业快没机会了。
技术进步当然值得高兴，但围绕技术的焦虑生意，也做得风生水起。
我接触的一些老板，原本对自己的业务还挺有主意，聊起AI反倒犹豫起来。有人担心员工不用AI会落后，有人急着给公司搭几个智能体，也有人接连订阅了各种冠以AI之名的应用和服务，回头却说不清究竟解决了什么经营问题。
这有点像我们平时接触的健康信息。网上每天都有新食谱、新方法、新补剂，今天推崇这个，明天又流行那个。信息多到一定程度，人反而容易忘记最基本的事情：先弄清楚自己的身体状况，再决定需要什么。
经营企业也是这个道理。
一家公司为什么被客户选择，收入从哪里来，成本为什么降不下来，组织为什么转不动，缺的能力为什么一直补不上，这些问题不会因为一夜之间多了几十款AI产品就自动消失。
越是技术日新月异、信息纷繁的时候，经营者越要看清生意的本质。
所以现在有人问我，哪个AI最好用，我通常更想先了解另一件事：你这门生意，眼下究竟卡在哪里？
这也是我后来喜欢上“商业AI营养师”这个比喻的原因。
所谓商业AI营养师，就是站在经营这一边，先看企业缺什么，再判断AI适不适合补、应该补在哪里，以及补进去以后有没有真正产生作用。
说得简单一点，就是：
帮你把AI吃对。
如果把今天的AI放回十年前，我的创业会是什么样？
我对这件事感触很深，和自己创业的经历有关系。
十年前做一家公司，很多事情今天回头看，仍然觉得费劲。
一家创业企业想把品牌做好，背后牵扯的是市场研究、战略定位、产品表达、视觉设计、内容传播和渠道建设。想让公司运转得更顺畅，又要考虑组织架构、业务流程、信息系统、团队协同和知识管理。等到真正开干，往往发现哪里都缺人，哪里都缺能力。
创业者当然可以找人，也可以找供应商。但钱从哪里来，时间怎么安排，不同专业之间如何配合，最终又由谁来判断和负责，这些问题一个都绕不开。
更麻烦的是，有时候即使你愿意花钱、愿意找人，那个时代的技术底座也未必能够支撑一个小团队快速完成想做的事情。
一个业务想法，从提出到实现，中间可能要经过许多专业环节。开发、设计、内容、系统和运营各有各的工作方式，互相等待、反复沟通，时间就这样过去了。
创业公司最宝贵的资源，偏偏就是时间。
十多年前，一次 DO IT YOURSELF 分享现场。
所以我经常想，如果把今天的AI放回十年前，我当年的创业会不会完全不同？
我相信会。
至少我可以用另一种方式组织能力。很多过去要等到公司达到一定规模、养得起专业团队以后才能开展的工作，现在一个小团队已经有机会自己完成相当一部分。
这并不意味着AI什么都能做好。它会犯错，需要专业判断，也有系统、数据、权限和现实条件的限制。但同样的创业者、同样的想法，放在不同的技术条件下，能够做出的事情已经不一样了。
这让我重新理解了过去几轮技术浪潮。
互联网改变了信息传播、商业连接和交易的成本；移动互联网把这些连接带到人的手里；O2O又尝试让线上流量、支付和服务能力进入真实的线下场景。
每一轮技术发展，都会让一些原本昂贵的能力变得容易获得。蒸汽机、电力、互联网的影响各不相同，但都改变了企业组织生产和开展交易的条件。
而AI这一轮，我认为值得认真研究的，是认知能力的成本正在发生变化。
过去许多依靠专业知识、训练和经验完成的工作，开始能够得到AI的辅助。其中一部分任务，甚至可以在明确要求和检查机制下交由AI执行。
当获得一种能力的成本发生变化，企业原来的分工自然值得重新计算。
科斯讨论企业为什么存在时，就把交易成本作为一个重要视角。企业把一些活动放在内部完成，另一些交给市场，其中涉及寻找、谈判、协调和监督等成本。
今天AI正在改变这些成本中的一部分。一些过去不得不设置专门岗位、成立部门或者长期购买外部服务才能完成的任务，可能有了新的组织方式。
于是，老板要重新思考的问题也多了。
为什么这件事一定要由一个固定岗位来做？为什么一项工作必须经过好几个部门？一家只有十几个人的企业，能不能拥有过去几十人乃至更大组织才能建立的某些专业能力？
这些问题还没有统一答案，行业之间的差异也很大。但它们值得企业重新计算，而不是照搬过去的经验。
这也是我在OPCBoss商业实验室长期研究OPC化的原因。
在我们的理解中，OPC化是组织能力向更小的经营单元下沉的过程。它不等于一人公司，更不是简单裁员，而是随着AI参与工作，过去依赖较大组织才能获得的部分能力，可以由更小的团队、门店或业务单元承接。
对县域企业、中小企业和实体经营者而言，这种变化尤其值得关注。很多时候，他们并不缺经营想法，真正限制发展的，是获得专业能力的成本。
补品牌、补效率、补人力，三个词其实能装下很多事
做了这么多年商业实践，我发现一个有意思的现象：我们总喜欢为企业的问题发明新名词，最后往往把一个原本很具体的问题讲得越来越复杂。
我后来索性把它们压成三个词：
补品牌、补效率、补人力。
这三个词很普通，却可以作为理解企业AI需求的三个入口。
先说品牌。
很多人听到品牌，想到的是Logo、包装、广告和宣传。我理解的品牌要宽得多。一家企业如何认识市场，怎样建立自己的定位和价值主张，产品为什么值得被购买，消费者通过什么渠道发现你、理解你、信任你，这些都属于企业与外部市场建立关系的过程。
所以补品牌，既可能从经营战略开始，也可能落到一句广告语、一套视觉表达、一项市场研究，或者今天的搜索与AI推荐。AI可以帮助企业理解市场、组织内容、改善表达，但企业究竟是谁、应该向谁提供什么价值，仍然需要经营者做判断。
再说效率。
一家企业做事慢，原因未必是员工不努力。有时候是流程安排得不好，有时候是信息传递失真，有时候是系统之间互不相通。老板每天重复回答同样的问题，员工换个人就得重新培训，明明解决过的事情，隔几个月又从头来一遍。
这些问题都和效率有关。
AI可以参与信息处理、知识整理、流程执行和辅助决策，但要把效率真正提上来，往往还得重新看一遍组织怎么运转。否则，原来的流程已经绕了八个弯，再往里面塞几个智能体，不过是让错误跑得快一点。
最后是人力。
我觉得这是最值得重新理解的部分，因为AI带来的变化已经超出了传统的人力资源管理。
它首先可以补强现有的人。一个员工过去不具备研究、分析、设计或者编程能力，现在有机会在AI辅助下承担其中一部分工作。
其次，工作本身可以重新组织。哪些环节由人判断，哪些环节让AI执行，出了问题谁接管，岗位之间如何配合，都可以重新安排。
还有一种情况，对小企业尤其重要：过去根本没有的能力，现在有机会补进来了。
企业并非所有能力都必须通过长期雇佣完整岗位来获得。有些可以借助AI，有些适合外部专业服务，也有些仍然需要招聘真正的人才。经营者要做的是配置，而不是简单替代。
所以我说的“三补”，并不是三类AI软件，更不是一份标准采购清单。
它们分别对应企业对外的市场能力、内部的组织与系统能力，以及支撑经营的人与专业能力。
从这些基本问题入手，老板才更容易判断AI应该用在哪里。
吃进去了，和吸收了，是两回事
这里还有一个问题，比选什么AI更重要。
企业采购了AI服务，员工也开通了账号，老板还搭起了几个智能体，这当然是个开始。但如果再问一句：这家公司因此多了什么可以长期留下来的能力？答案可能并不清楚。
这让我想到德鲁克讨论知识工作者的那些研究。
现代企业有大量价值来自人的知识、经验和判断。它们不像机器设备那样容易盘点，也很难直接复制。一个经验丰富的员工离开，公司可能就失去了一部分宝贵的能力。
AI提供了一个新的机会：把一些原本散落在个人头脑、聊天记录、临时文档里的经验和方法，整理成可以被组织持续调用的知识，再与实际工作结合起来。
但这件事不会因为买了一个模型就自动完成。
举个很简单的例子。
一家店用AI做活动策划，第一次效果一般，复盘之后发现，顾客真正感兴趣的并不是价格优惠，而是某种体验。下一次策划时，如果AI仍然只根据通用资料重新生成一份方案，前一次经营积累的东西就白白浪费了。
反过来，如果店里能把活动目标、顾客反馈、实际销售和失败原因保留下来，再让AI参与下一次判断，工具就有机会和企业自己的经验接上。
当然，经营判断仍要由人负责，AI的分析也必须接受现实结果的检验。
但这时，企业已经不只是借AI做一次事情，而是在积累下一次能用的能力。
一个经营者的判断能不能留下来？一个员工摸索出来的好方法，其他人能不能接着用？一个错误出现以后，组织有没有办法记住它、避免反复犯错？
如果这些事情没有改变，AI用得再热闹，公司也可能只是不断租用外部能力。
所以“吃对”在我这里，除了选对，还包含消化和吸收。
AI有能力，不等于企业就有能力。
两者之间，还隔着知识、流程、组织和一轮又一轮的实际验证。
为什么一定要在“营养师”前面加上“商业”？
因为技术可以有很多种评价标准，但最终进入企业，还是要过经营这一关。
一个模型能力强不强，当然值得研究。一个智能体能否调用不同工具、跨应用执行任务，甚至完成多步骤的复杂工作，也是值得关注的技术进步。
可是站在老板的位置，还得问另外几件事：要花多少钱？能不能稳定工作？谁来检查结果？出了问题谁负责？原来的流程是否真的需要改变？
如果一个问题调整一下管理流程就能解决，没有必要为了使用AI再增加一套系统。
反过来，如果新的AI能力确实能够降低成本、改善服务，或者让一家企业获得过去没有条件拥有的专业能力，也不该因为原来的做法已经用了很多年，就拒绝改变。
所以在我看来，商业AI营养师需要做的，是先理解经营问题，再判断技术能提供什么帮助，把合适的能力连接起来，并在现场验证效果。
这个称呼不是一种职业资格，也不代表我比技术专家更懂技术，或者比各个行业的经营者更懂他们自己的生意。
我只是相信，经历过几轮技术变化，又亲自做过生意的人，能够从另一个角度看AI。
一方面，不能低估新技术对企业组织方式的长期影响；另一方面，也没有必要把每一波新产品都当成必须立即跟上的革命。
对于经营者来说，判断比追赶更重要。
2026年，在董小姐和马丁的院子里。
写在最后
2002年第一次接触模式识别的时候，我不会想到，二十四年后，人工智能会以今天这样的方式走进普通人的工作和生活。
这些年，从早期技术服务到互联网创业，从O2O到实体经营，我既见过新技术改变行业的力量，也亲身体会过技术条件、组织成本和专业能力不足给创业带来的限制。
所以对今天的AI，我有期待，也有一些谨慎。
我期待它能让许多原本只有大企业才有条件获得的能力，进入普通公司、县域企业和一家家具体的门店。但也明白，技术给了我们新的可能，不意味着每个经营者都能轻松得到想要的结果。
过去几轮技术浪潮，我一直在看新技术怎样给企业增加能力。到了AI这一轮，我开始更关心：当能力丰富起来以后，一家企业究竟应该选择什么，又能真正留下什么。
这也是我为什么愿意把自己叫作“商业AI营养师”。
写到这里，似乎还应该交代另一件事：为什么叫甲叔？
其实这个名字多少带点个人趣味。
“甲”首先来自甲木命。对传统命理信不信，各人有各人的理解，我自己倒挺喜欢这个字。
甲，也是甲等的甲。我做过生意，知道其中的甘苦，所以真心希望每个认真经营的人，都能做出自己的甲等生意。未必是规模最大、赚得最多，但至少有自己的价值，有自己的体面，也有把生意长久做下去的本事。
甲，还让我想到盔甲。
这些年见过不少创业者，也经历过生意里的起伏。做生意哪有那么容易，有时候方向看对了，时机却不对；有时候想法不错，执行起来却是一地鸡毛。技术会变，市场会变，客户会变，甚至昨天还引以为傲的经验，今天就可能成了自己的包袱。
做生意当然需要勇气，但只有勇气还不够。面对一个新机会，能不能多想一层；遇到一股热潮，能不能少一点盲从；做一个重要决定之前，能不能把账算得再清楚一点。这些年我慢慢觉得，经验和判断，才是生意人真正需要的盔甲。
我自己的经历谈不上什么成功学，更不是什么护身符。该踩的坑没少踩，该交的学费也没少交。但如果能把走过的弯路讲明白，把曾经忽略的风险提前说一说，让别人遇到类似问题时多一分清醒，那这些经历就没有白费。
至于“叔”，就没什么玄妙的了。
从2002年入行，到今年整整二十四年。一个经历过几轮技术浪潮、自己也折腾过不少生意的中年老登，与其端着专家的架子，倒不如大大方方叫一声叔。
这个称呼有点自嘲，也有点亲切。
我没有什么包治百病的商业秘方，更不想借着AI的热闹，给本来就不容易的经营者再添一份焦虑。
如果这些年积累的经历、判断和教训，能够帮助别人少绕一些弯路，少踩几个坑，在面对新技术和新市场时多一分清醒，我觉得就很有意义。
所以，甲叔这个名字里，其实藏着两个很朴素的心愿。
愿大家都能做上自己的甲等生意。
也愿我的分享，能成为大家生意上的一片盔甲。
至于AI，我们慢慢研究，认真使用。
先把生意看明白，再把AI吃对。
甲叔®｜商业 AI 营养师
帮你把 AI 吃对
补品牌｜补效率｜补人力