文章核心观点 - 当前行业过度依赖"数据驱动"决策存在根本性缺陷 数据归纳法无法应对快速变化的市场和复杂的用户需求[6][7] - 提出"洞察来自于好猜想"的新范式 强调通过生成式AI模拟真实用户行为来替代传统数据分析[13][33] - 引入Atypica实验案例 展示AI模拟消费者在商业洞察中的突破性应用 实现7x24小时动态用户洞察[34][36] 数据驱动的局限性 - 数据驱动决策存在"火鸡科学家"谬误 基于364天喂食数据无法预测第365天的感恩节结局[15][16] - 行业普遍陷入归纳法陷阱 通过过去364天销售数据预测爆款 但无法应对黑天鹅事件[17][18] - 市场变化速度远超数据采集周期 商品迭代以月为单位 内容迭代以日为单位 而数据报告存在数周滞后[18][19] 用户洞察的本质问题 - "橙汁理论"揭示数据仅能分析成分（水分/糖分/Vc）而无法还原用户体验的色香味真相[22][23] - 用户标签化（95后/女性/一线城市）只能描述表面特征 无法理解行为背后的真实动机[25][26] - 数据仅能回答"发生了什么"（What） 但商业决策需要的是"为什么"（Why）的深层洞察[26][27] 复杂问题的解决新范式 - 商业世界面临的是"Wicked Problems"（复杂问题） 这类问题没有唯一解 只能持续优化[29][31] - Atypica采用生成式智能体模拟技术 构建活生生的虚拟用户沙盘 替代传统数据爬取和标签化[33][34] - AI模拟可实现1000个虚拟用户同步测试 将用户理解速度提升100倍 成本降低100倍[36] AI模拟的技术应用 - 生成式智能体模拟可应用于产品概念测试 在新市场进入前与100个AI当地消费者进行痛点交流[36] - Atypica框架支持7x24小时动态用户洞察 实现从"数据归纳"到"猜想验证"的范式转移[13][40] - 该技术突破数据时效性限制 直接模拟未来季度用户行为 而非分析过去季度历史数据[34][36]

瑞德制药（宠物药品行业） - 公司是宠物药品智造先锋，旗下品牌瑞德医生深耕宠物药品和功能护理产品领域，并建造了国内首个高水平专注宠物药品的GMP工厂 [8] - 中国宠物行业市场规模从2013年约200亿元扩张至目前4000亿元，年增速7%-8%，其中药品增速达15%，预计十年后市场规模达万亿 [13] - 宠物食品领域国产替代趋势显著，但宠物药品市场相对滞后，意味着巨大发展潜力和替代机会 [13] - 公司战略规划包括产品创新与国际化运营，目标五年内进入欧美市场 [15] - AI变革可推动宠物行业搭建AI问诊与健康管理平台，从专业市场拓展到家庭市场 [15] KK集团（新零售行业） - 公司是国内领先的潮流零售企业，采取多品牌战略，旗下拥有KKV、THE COLORIST调色师、X11等品牌，在全球34个城市拥有800家线下门店 [22] - 企业落地大模型的关键点包括寻找可AI化场景提升局部业务效率、沉淀企业自身语料和数据让大模型更懂业务、把握从非严肃可逆场景到严肃场景决策的落地节奏 [26] - 公司内部AI产品麦吉涵盖答案引擎（知识库整合）、超级搜索引擎（联网信息搜索）和超自动化引擎（加速审批流程、数据分析及人才管理） [28][29] 赫基集团（时尚服饰零售行业） - 公司是中国时尚服饰零售标杆企业，创始于1999年，以Ochirly奠定行业地位，2011年获LVMH旗下基金战略投资 [36] - 通过自创+代理+收购模式构建多元品牌矩阵，包括ochirly、Five Plus、trendiano等国民品牌，以及MISS SIXTY、Denham等国际品牌 [40] - AI时代下数字化转型方向应以用户为中心、采取小而美产品策略关注细分市场 [42] - 具体数字化转型方案包括设计智能化和营销智能化，利用AI进行消费洞察（如门店客户抓拍分析属性、爬取平台评论分析画像） [42] - AI时代组织变革需构建高效协作架构，招聘培养具有创新思维和AI应用能力的超级个体，加强员工培训增强认同感 [43] 宠物行业整体趋势 - 行业经历爆发式增长，未来增速虽可能下降但仍保持7%-8%，药品细分赛道增速显著达15% [13] - 国产替代趋势在宠物食品领域表现亮眼，但宠物药品市场存在滞后性，带来潜在发展机遇 [13]

未来商业蓝图的核心构成 - 未来的商业蓝图由两个核心构成：前沿组织和超级个体 [1][5] - 前沿组织的前提是企业必须真正完成数字化转型，将知识转化为完备的数据储备 [5] - 超级个体能够指挥拥有知识的机器来帮助其做事，这是信息文明的基本方式 [6] - 人机比例将从1:1走向1:100，这种能力提升由人本身的能力决定 [7] 前沿组织的特征与演变 - 组织形态正从硬性的“部门制”管理转向“以任务为基础的组织架构图” [11] - 客户真正需要的是组织能提供解决其问题的、活的、可随时更新的产品和服务 [12] - 前沿组织形态不是追求的目标，而是企业完成数字化转型和智能化赋能后的结果 [12] - 组织的IT系统需有能力承担公司组织结构随时调整的重任 [12] 超级个体的核心能力与进阶之路 - 超级个体的思维范式转变：从“我不会，所以我不做”到“我不会，但我能指挥机器会” [15][16] - 超级个体的核心能力是将人类独有的常识和洞察力作为指挥机器、定义任务的基准 [18] - 在信息文明下，沟通交流、说服与个人品牌建设成为超级个体的必备技能 [21][22][25] - 个人品牌建设即建立终身数字足迹，未来的选拔标准将从学历证书转向数字足迹 [38][39] 智能时代对人性的挑战与哲学追问 - 需警惕新“路德主义”陷阱：从对机器的崇拜演变为享乐主义，沉迷于机器构建的幻象 [44] - 应追求AI for Science，将AI用于探索未知，并以人类的福祉为中心 [46] - 智能时代竞争集中在“人类的理论已知域”，这是一个有限的游戏，机器正帮我们遍历此区域 [53] - 人类的未来在于提供和选择异常值，即已知域之外的可能性 [54] 个体在智能时代的长期价值 - 出现“反年龄效应”：年龄越大越值钱，前提是未放弃主观能动性，未被工业文明异化 [50][51] - 在人工智能情况下，越老越值钱，只要未耗尽人生的能量和智慧 [63] - 人生是一个无限游戏，60多岁退休是工业文明的产物 [61][63]

AI行业现状与核心问题 - AI领域存在“年初热捧砸钱、年末遇冷停摆”的周期性怪圈，2024年初“AI+百业”口号盛行但年底大批项目因看不到回报被搁置，2025年初新热点涌现但年中即有企业因技术与业务脱节陷入停滞[2] - AI信息呈现严重两极分化，要么是“大模型颠覆产业、AGI替代人类”的宏观叙事让中小企业觉得与大厂无关，要么是“AI写文案、作图调参”的微观技巧却无法解决业务赚钱的核心问题[2] - 企业落地难的真正病根在于“宏观聊得太空、微观技巧太碎、中观进不到业务”的鸿沟，非短期炒作泡沫或大厂专属玩具[3] 成功企业的AI落地路径 - 能靠AI赚钱的企业均摸清“AI+业务”的中观落地路径，以业务为原点找到AI与行业场景精准结合点，跑通“业务场景-技术落地-业务提效-收益增长”闭环[7] - 成功案例避开“追宏观概念、迷微观技巧”的陷阱，专注中观层面的业务适配，失败案例则因跟风追概念或死磕无关技巧而脱离业务本质[7] - 白皮书通过6个月调研覆盖国家“人工智能+”行动10大重点行业，深度拆解京东物流、学而思、东营银行等50家不同规模企业实战案例[12] AI落地的泡沫陷阱 - 炫技式投入表现为为做AI而做AI，如连锁餐饮花20万开发“AI菜品推荐”功能却未考虑实际需求导致使用率不足5%，数字人客服话术生硬使客户投诉率涨30%[8] - 技巧式内卷陷于细节泥潭，如电商企业钻研AI作图光影参数却忽视用AI分析用户数据优化推荐逻辑，脱离业务目标无法转化为收益[9] - 这类投入只追求“看起来高级”而不解决真痛点，注定被市场淘汰[8] 真机会：中观落地实践 - 岗位级提效专注高频、重复、耗人力的单一任务，如法务用AI初筛合同将8小时工作量压缩到2小时，销售用AI整理客户记录使跟进效率提40%[10] - 杭州科技公司花5000元买SaaS工具，30天让行政会议纪要效率提40%，错误率从15%降到3%，3个月收回投入[10] - 生态级重构如施耐德EcoStruxure AI平台将生产能效提20%并为上下游提供预测性维护服务，OpenAI开放API形成网络效应[11] L1-L5五级落地体系 - L1阶段从岗位痛点破局，如今邕烧烤用AI处理财务对账环节从3人天压缩到半天，人效提升37%[19] - L2阶段打通跨部门流程，如零售业用AI打通POS、库存、会员数据使缺货率降35%，制造业优化排产使交付周期缩20%[20] - 广西猪场引入声纹+视觉AI巡检系统替代1800名技工，巡检效率提升10倍且仔猪存活率提高5个百分点[20] 进阶落地与生态构建 - L3阶段让AI从降本工具变为增收引擎，如闽威实业用AI分析市场数据优化鲈鱼肠配方实现销量翻倍，学而思AI学习机提分率≥15%[22] - L4阶段打造AI原生产品，如灵舶科技AI数字员工完成80%执行岗工作，人力成本降60%且销售额增66%[23] - L5阶段构建生态壁垒，如易点天下AI投放系统将决策时间从3天压缩到17秒，获客成本降22%并为多行业提供服务[24] 企业分级实施建议 - 中小企业应从L1切入，如建材企业用免费AI工具整理100个客服问题模板使效率提50%、满意度涨15%，烘焙厂用AI预测订单从月亏30万转为月赚15万[28] - 成熟企业从L2-L3突破，如东营银行打通贷款审批流程使效率提75%，推出AI信贷产品半年新增贷款规模20亿元[30] - 头部企业布局L4-L5，如区域物流企业开发AI路径规划系统使运输成本降18%且年新增收入超亿元[31]

外资品牌在华战略调整 - 2024年11月，星巴克以40亿美元向博裕资本出售中国业务60%的股份 [2] - 汉堡王将83%的股份出售给CPE源峰并获得25亿元投资 [2] - 2016年，百胜将肯德基、必胜客中国业务出售给春华资本 [3] 外资品牌早期成功因素 - 1988年中国首家肯德基年营业额超1430万元，日销量和年销量位列全球门店冠军 [6] - 外资企业享受15%所得税率及“两免三减半”政策，而国内企业税率为33% [6] - 1992年中国劳动力资源总数达7.212亿，从业人员6.5554亿，形成显著成本优势 [6] - 星巴克1999年进入中国，通过“第三空间”概念打造都市时尚符号，2010年门店数突破500家，单店日均客流量超200人次 [7][8][9] 中国消费市场底层逻辑变迁 - 消费主力转向95后、00后，2023年总和生育率降至1.09，2022年单身成年人口超2.4亿 [15] - 新一代消费者更看重产品口味、颜值、健康属性及品牌价值观，追求“质价比”而非品牌溢价 [15] - 消费观念从日本学者三浦展提出的“第三消费时代”（追求品牌与个性化）转向“第四消费时代”（追求共享、简约与本土认同） [11][13] 本土品牌的竞争与创新 - 瑞幸咖啡2021年推出生椰拿铁，首月销量超1000万杯，累计销量超10亿杯 [20] - 2023年瑞幸推出酱香拿铁，首日销量542万杯，销售额达1亿元 [21] - 瑞幸采用“轻资产+数字化”模式，门店面积为星巴克1/5至1/3，通过App点单将出杯时间压缩至3分钟，翻台率为星巴克数倍 [22][23] - 数字化运营实现精准供应链管理和用户营销，大幅降低人力与营销成本 [23] 外资品牌的运营挑战 - 星巴克直营模式导致下沉市场物流成本增加167%，配送半径达80公里，物流成本上升18% [19] - “第三空间”概念带来高租金、装修及人力成本，单店人力成本显著高于瑞幸 [19] - 星巴克产品创新乏力，未能有效把握本土化合作机会（如酱香拿铁式跨界） [21][22] - 2024年6月星巴克对部分非咖啡饮品降价2-6元，但品牌定位与价格策略存在矛盾 [24] 外资品牌的新战略方向 - 星巴克出售股权被视为“本土化改造”举措，新合资公司目标将门店从8000家增至20000家，增幅150% [26][27] - 星巴克目前仅覆盖全国38%的县级行政区（1091个县），拓展剩余62%的下沉市场是核心挑战 [28]

Spark培养营核心定位 - 不教授更多工具方法 而是帮助学员找回不可替代的人类优势[3] - 目标让学员成为创造者而非工具的使用者[4] - 核心理念是"更像人 才不可替代"而非追求机器般的高效率[6] 核心方法论体系 - 一思维方法论通过连续追问为什么找到问题最核心的本质[7][8] - 探索流是群体共创的深度思考流程 包含表达→呼应→看见三个阶段[9][10] - 方法论组合强调不是别人告诉答案 而是学员自己找到答案[10] 实践成果与效率提升 - 通过方法论将AI助理功能从8个精简到3个关键能力 实现效率提升300%[13][15] - 三个关键能力包括精准需求解析 快速沟通反馈和知识管理沉淀[16] - 核心价值在于抓住真正有效的点而非简单扩大事情规模[14] 课程结构与学习收获 - 课程分为三个模块：战略诊断与价值刷新 产品创新与价值合一 Spark能力进阶与毕业[31][33][35] - 学习方式为线上自主学习结合线下集中学习 总计三模块9天线下课程[60] - 学员收获是从知道到做到再到成为 明确不可替代的能力[22][23] 师资团队与教学特色 - 理论锚点为李善友教授 运用一思维探索流和创新三阶法[38] - 导师团提供成长路径设计和实战能力拆解的全程陪伴[40] - 教学强调50%课堂练习 让学员真正上手体验方法论[31][33] 招生信息与投资价值 - 第九期培养营于2025年12月6日在长沙开启 原价19800元 三人团购价16800元[57][60] - 适合正在创业 组织转型 探索高效表达和连接方式的学员[60] - 最终目标是点燃个体火花 形成群体火种 最终发展为生态火焰[25]

项目定位与核心价值 - 项目定位为90天商业实战营，旨在击穿1个核心业务场景并交付可见的AI价值成果[4][5] - 区别于传统知识课程，聚焦单一场景深度打磨，提供体系化AI实战打法、定制化AI方案及可运行的Demo、以及能与AI协同作战的团队[6][7][8][9] - 采用“线下工作坊 + 线上深度陪跑 + AI领教1V1”三维一体模式，12周模块化推进，从场景方案到应用Demo再到标杆案例，每一步都有明确产出[10][11] 核心实战方向与行业适用性 - 提供三大高价值实战方向：AI+营销增长、AI+产品创新、AI+运营提效，企业可任选其一击穿核心场景[11][13][15][17] - AI+营销增长适合营销驱动型或客户关系密集型行业，如教育培训、金融保险、B2B企业服务/SaaS、电商/零售、专业服务/咨询，旨在实现获客转化效率倍增[11][12] - AI+产品创新适用于产品驱动型或用户体验优先型行业，如SaaS/软件服务、消费品牌/新零售、智能硬件/IoT、文化娱乐/内容平台、教育培训科技，旨在快速打造市场爆款[14][15] - AI+运营提效适合运营密集型或流程驱动型行业，如制造业/工业、物流/供应链、金融/银行、医疗健康、客户服务中心，旨在砍掉不必要成本并彻底解放人效[16][17] 教练团队与行业经验 - AI教练团队角色包括业务“联合创始人”、团队“镜子”、资源“连接器”，提供远超课堂的私人董事会式指导[18][19][20][21] - 教练曾服务行业覆盖IT和互联网、制造业、零售贸易和物流、金融业、医疗制药、生活服务业、教育培训和科研、跨境电商和外贸、国内电商、房地产和建筑、农林牧渔、商务服务业、文化广告传媒、政府/机构/组织等[23][24][25][26][27][28][30][31][32][33][34][35] - 教练擅长的AI服务领域包括AI营销与品牌、AI赋能销售、AI赋能产品创新、AI客服与智能体、组织提效与协同、AI战略规划与数字化转型、AI办公与决策、业务流程再造与自动化、企业知识库搭建与应用、AI原生产品开发等[24][25][26][27][28][30][31][32][34][35] 实战成果案例 - 福建闽威实业通过AI工具在3天内爬取分析20万条社交数据，完成“鲈鲈鱼肠”从洞察到研发的全流程，AI充当了“请不起的顶尖产品经理”[37] - BF Mall闺蜜家电商平台通过AI实现全流程优化：媒体部创意设计效率提升40%，用户运营部工作效率提升35%，财务部节省2名人力，人力资源部效率提升50%[38] 目标企业画像 - 适合年营收1000万以上、有明确AI转型需求但卡在落地环节的企业[41] - 企业需愿意投入核心团队，用90天时间换取明确的业务增量，且企业文化鼓励创新，高管层对AI应用有坚定决心[41]

文章核心观点 - "不为清单"的本质不是技巧或公式，而是一种通过停止做错事来坚持做对事的思维方式，其价值在于能帮助企业更健康长久地发展 [7][10][14] - 公司之所以能成为公司，很大程度上取决于其不做的事情，建立一个长长的"Stop doing list"是优秀公司的共同特征 [4][5] - 如果能尽量不做不对的事情，同时努力把事情做对，长时间（10年甚至20年）后与其他公司的区别是巨大的 [13] "不为清单"的本质与价值 - 经营企业和投资中，少犯错很重要，但少犯错是通过坚持做对的事情来实现，而坚持做对的事情是通过发现错事就立刻停止 [7] - 对的事情往往和能长久有关系，不对的事情有些容易判别如不骗人，有些则需要长期思考和经验得来如不为别的公司代工 [8][9] - "做对的事"有两层含义：一是不做不对的事情，二是立刻停止做那些不对的事情，千万别拿时间不当成本 [11] - 所谓的"北斗星"就是价值观，也就是要有自己的"Stop doing list"，凡事决策时不能只从眼前利益着想 [12] 关于价值观 - 对不诚信的事只有0容忍度，诚信是经营企业的核心价值，是公司长期发展的必要条件而非充分条件 [17][19] - 公司提倡"不占人便宜"的文化，财务上不拖付供应商货款，逾期付款被视为"没能力"的表现，并规定压款不能超过60天否则付利息 [23][25][26] - 不晚发员工工资，培养合格人才，减少流失，过去20多年都坚持离职员工照发年终奖，主动离职和辞退均执行N+1补偿 [26][28] - 不赚不该赚的钱，有"三不赚原则"：违法的钱不赚、有违道德的钱不赚、超过自己能力的钱不赚 [29][32] - 不做夸大其词的广告，广告只是把产品功能发掘展示出来而非赋予功能，最不好的广告就是夸大其词，广告最多只能影响20%的消费者 [35][36][38] 关于经营风险 - 不借没把握还的钱，公司基本没有有息贷款，永不倒在资金链断裂上，负债的好处是发展快些，不负债的好处是活得长些 [44] - 不随意赊账，给客户的放账额度通常是其过去一年营业额的3%-5%，且信誉不好的客户一点额度都没有，追款成本非常高 [48][49] - 不搞"弯道超车"，不存在弯道超车的事情，关注本质最重要，捷径是迷路的最快办法，弯道超车是提高翻车率的有效办法 [50] - 不进行收购和兼并，如果本着"做强先做大"的想法去并购，结局会很难看，不走收购兼并这条路发展，从10年20年角度看可能最快 [54][55] - 不盲目多元化，一般不赞成多元化，尤其不赞成为多元化而多元化的多元化，人的精力有限，聚焦的公司最后会变得很厉害 [56][59] - 不盲目扩张，强调"足够的最小发展速度"而非最快速度，核心是安全，在投资里就是复利的意思，快不是目的，安全准时到目的地即可 [60][66][67] - 不做代工，长远要建立自己的品牌，需要把所有资源投入自己的产品，专业做OEM的公司有专业办法满足不同客户要求，公司没有精力做 [68][69] - 没有销售部，不讨价还价，所有客户拿货价格完全一致，不管生意额大小，没有折扣和返点，价格一致可以省去很多麻烦 [70][71][72] 关于产品价值 - 不做没有差异化的产品，没有差异化的产品很难长期赚到大钱，差异化是用户需要但其他竞争对手满足不了的某些东西 [76][77] - 不谈性价比，"性价比"是为性能不够好找借口，长远来看没有企业是靠便宜赚钱的，老百姓心里有杆秤，好货不便宜 [81][82] - 不主动打价格战，低价是一条最容易也最难的路，低价不会扩大市场份额，只会被迫保住份额，薄利多销是低水平竞争的表现 [84][85][87] - 不关注市场占有率，只关心消费者体验，最关心的是消费者体验而非行业排名，眼光盯住市场占有率会导致公司本末倒置 [89][90] - 不攻击竞争对手，互相攻击是不健康的行为，是做企业没有自信的表现，靠攻击别人过日子是得不偿失 [93][94][96]

活动概况 - F&M创新节Born to AI现场活动于11月22-23日在北京798·751园区·79罐举办[4] - 活动汇集60余位中国年轻AI创业者及其研发的AI机器人、智能体和硬件产品[4] - 活动聚焦"AI能创造什么"的极致体验，参与者可亲手操作AI产品而非仅远观[5][24] 路演项目与技术创新 - 共绩科技展示弹性算力解决方案，致力于让算力像水电一样随时取用[7] - 启物科技开发轮式机器人应用于农业领域，执行除草、施肥、巡检等任务[8] - 科迈生物推出AI抗体设计师工具，可帮助科研人员节省数月实验时间[9] - 元空智能构建垂直数据智能体，通过深耕行业数据提升AI专业理解能力[10] - 真知AI开发思考引导流程，使AI扮演思考伙伴角色而非替代人类思考[11] - 万物时打造虚实共生的AI陪伴产品，定位为融入日常生活的数字伙伴[15] 行业应用与市场洞察 - 人工雨林主理人分享AI重塑品牌实战案例与产品破局心法[16] - SoloNest探讨AI时代一人公司在巨头生态中的精准生存空间[17] - Dify工程师展示可视化工具搭建自动化流程，十分钟内完成实战部署[18] - 技术创作者演示AI导演技术，几小时内将创意转化为完整电影[19] - 艾瑞咨询基于市场数据提供AI硬件趋势的冷静洞察与前瞻判断[21] 产品体验与互动参与 - 现场展示60余款可实操AI产品包括AI玩具、外骨骼机器人、AI睡眠耳机等品类[24][25] - 傲鲨智能外骨骼机器人展现AI在硬核场景的落地应用[25] - 安克创新AI睡眠耳机通过声学技术实现干扰隔绝与快速入眠功能[25] - 参与者可对AI项目进行投票，其判断能影响产品评价与传播[26] - 活动提供AR眼镜、教育硬件等产品体验，覆盖从日常听歌到学习辅助场景[25]

文章核心观点 - 智能时代下个体与组织的价值定位发生根本性转变，人的核心价值在于提供机器无法计算的“异常值” [7][11] - 组织形态正从僵化的部门制向流动的“以任务为基础的组织架构图”进化，即“前沿组织” [9][12] - 个体的身份证明将从“简历”转变为由数字足迹构成的“数字孪生”，催生“超级个体” [14][15][16] - 对当前AI热潮进行深度思辨，质疑其是创造新时代还是制造短期现象级产品 [17][18][19] - 提出“人是被乘数，技术是乘数”的核心公式，强调人的主观选择是决定技术价值的关键 [21][22] 前沿组织 - 颠覆对“人”的价值定位，人的最大价值从遵循“标准答案”转向提供源自价值观和创造力的“异常值” [9][11] - 组织形态演变为随时构建的“以任务为基础的组织架构图”，打破硬性的部门制管理 [12] - “前沿组织”并非靠规划设计“做”出来，而是依靠强大的根系、树干和叶自己“长”出来的 [12] 超级个体 - “前沿组织”的基石是“超级个体” [13] - 未来招聘将不再依赖“简历”，企业将通过分析个体在GitHub代码、公开视频、项目参与等留下的“数字足迹”来构建其“数字孪生”进行评估 [15][16] - 当AI接管重复性劳动后，无法证明自身价值、未留下“数字足迹”的个体将面临挑战 [16] 对AI时代的思辨 - 提出“愤怒的小鸟”隐喻，质疑当前众多AI热潮公司是否会像Rovio一样如流星般爆发后消失 [19] - 区分两种AI发展路径：沉迷于机器制造的感官刺激或利用机器探索科学与未知边界 [19] - 终极拷问在于个体选择：是放弃思考让自己趋近于“0”，还是成为“1”、“10”、“100”去定义技术乘法的结果 [20][22][23]