这篇就是开场10分钟的解读，认知框架层：怎么看AI、怎么定义AI驱动的价值、用什么指标衡量。

开场：AI时代的三个判断

🎙️ 潘飞原话

❶ “真正的AI原生新模式还没有出现——新的内容交互方式、新的广告形态、新的流量结构。在没有出现之前，每个人都有机会获得一次重生和重塑。”

❷ “人与人的gap变得前所未有的大。一个人会用AI、会用Coding的能力，他的能力在原来基础上会乘以10、乘以100、乘以万、乘以亿。”

❸ “极少数内容会拥有灵魂，打动人心。大多数内容会像’AI时代的保健品’——食之无味，食之无用，弃之可惜。”

❹ “衡量一个组织是不是智能化，最核心的标准——AI是否具备长链路处理复杂任务的能力，端到端完成，AI和AI之间的交互和握手，中间不需要人做串联，同时拥有自我迭代和自我学习的能力。”

💡 他到底在说什么

潘飞在开场就划了三条线：

第一条线：时间窗口还在。AI原生的新商业模式（新广告形态、新流量结构）还没出来，所以现在还不算晚。这是给在座CMO们的定心丸，但也是倒计时——一旦新模式出现，没准备好的就出局了。

第二条线：两极分化不可避免。他不认同”AI让人人平等”的说法，体感恰恰相反——差距在急剧拉大。人的差距如此，内容的差距也如此。

第三条线：组织智能的判断标准。不是”你用了AI”就算智能化，而是AI能不能端到端跑完复杂任务、AI之间能不能自主协作、系统能不能自我迭代。单点用AI只是”单点智能”。

🎯 知外可以做什么

① 对照”智能化核心标准”审视26个AI员工
你的agent是”单点智能”还是”长链路端到端”？能独立完成完整任务链的=真智能；只能做单个环节、中间需要人串联的=单点智能。我马上用了一个消失测试的方法，就是让我的AI员工去问其他26个，如果你消失了人类哪个业务流会很痛，已经识别出5只刚需、6只伪需求。现在可以加一个维度：这5只刚需中，谁做到了端到端？谁还需要人在中间串联？

② “AI时代的保健品”是一面镜子：
知外产出的内容是”有灵魂的少数”还是”保健品式的多数”？可以拿这个标准审视我们未来产出的内容质量。

③ 窗口期的紧迫感：
新模式还没出现=还有时间。但潘飞自己判断大概3年。知外应该在这3年内把核心场景跑到极致，等新模式来的时候已经有壁垒。

核心数据：37.25亿的秘密

🎙️ 潘飞原话·

❶ “AI驱动的收入37.25亿，占蓝标总体应收不到5%。但这5%左右的收入，给我们带来了三成左右的毛利总额。”

❷ “到100亿左右的AI驱动收入时，毛利的总占比可能要超过8成。”

❸ “什么是AI驱动的收入？更少的人、更高的自动化、更高的毛利率、可以全程沉淀的数据。BlueAI行业模型把所有作业过程，从开头到内容生成到ROI回收，都可以无缝沉淀到AI系统上，做二次训练。”

💡 他到底在说什么

这段是整场最核心的数据。潘飞在解释一个反直觉的现象：

AI驱动的收入只占5%，但贡献了30%的毛利。为什么？因为AI驱动的项目用更少的人完成，人力成本大幅下降，毛利率就上去了。而且他预测到100亿时毛利占比超80%——这意味着AI驱动的业务是蓝标利润的核心引擎。

更重要的是他对”AI驱动收入”的定义。不是”用了AI的收入”，而是同时满足四个条件：更少的人 + 更高自动化 + 更高毛利率 + 全程数据可沉淀。这是一个非常严格的定义。

最后一句最值钱：数据不仅可以沉淀，还可以做二次训练。这意味着每做一个项目，AI系统就变聪明一点，形成正循环飞轮。

🎯 知外可以做什么

① 建立知外版的”AI驱动收入”定义：
照着潘飞的四条标准，去看知外的每笔业务：这个项目用了几个人？自动化程度多高？毛利率比传统模式高多少？数据沉淀了吗？能同时满足四条的，才能叫”AI驱动收入”。

② 算一笔账：
知外现在的AI驱动收入占总收入多少？对应的毛利率是多少？如果按蓝标的5%→30%毛利比例推算，知外的AI驱动业务的利润贡献是否也有类似的放大效应？

③ 数据飞轮是最大的启发：
蓝标的核心不是用了AI，而是”每做一个项目系统就聪明一点”。26个AI员工现在有没有把作业过程沉淀到可训练的数据里？如果没有，做了100个项目和做了1个项目，AI的能力是一样的——没有飞轮效应。

Token调用量：AI浓度的新KPI

🎙️ 潘飞原话

❶ “我不知道在座的大家有没有统计过你们公司的Token调用量？我们今年预计全年大概在10万亿到20万亿之间。”

❷ “我希望公司尽快出现第一个Token过千亿甚至几千亿的超级个体。”

❸ “Token是一个基础指标，它不能完全反映公司的先进生产力，但它会是一个非常重要的标准。”

💡 他到底在说什么

潘飞把Token调用量当成了类似”用电量”的基础设施指标。一个工厂的用电量不能直接反映它生产了多好的产品，但用电量为零的工厂一定什么都没生产。

10万亿到20万亿Token/年是什么概念？大约相当于每天300亿-550亿Token。对于一个几千人的公司，这意味着AI已经深度嵌入了几乎所有业务流程。

更有意思的是他提出“超级个体”的概念——一个人Token消耗过千亿。千亿Token/年 ≈ 每天2.7亿Token，这意味着这个人几乎所有工作都在和AI深度协作。

🎯 知外可以做什么

① 开始认真统计Token消耗：
之前统计过是月消耗百亿，不过不够细，按虾统计（每只虾每月消耗多少Token）、按业务线统计（海外 vs 国内Token密度）、按人统计（谁是知外的”超级个体”候选人）。

② 把Token调用量加入人效看板：
灵灵做的海外事业部看板里有营收和回款率，但没有Token维度。加上后就能看到一个新的关联：Token消耗高的团队/个人，毛利率是否更高？

③ “超级个体”目标：
知外能不能出现第一个”月Token消耗十亿”的个人或虾？这可以作为一个里程碑来追踪。

今日小结

今天这3段是潘飞的“认知框架层”——他在告诉你怎么看AI、怎么定义AI驱动的价值、用什么指标衡量。

对知外最重要的三个行动：

1. 用”端到端+A to A+自我迭代”标准审计26位AI员工的真实智能水平，也能看到120位同事的隐藏能力。

2. 建立知外版”AI驱动收入”定义（更少人+更高自动化+更高毛利+数据可沉淀可训练）

3. 开始统计Token调用量，作为AI浓度的基础KPI