从CEO到CTO,谁才是AI公司真正的灵魂?

蓝鲸财经
Apr 20

文|数据猿

“AI时代,不再需要“只讲故事的CEO”?

过去十年,科技公司进入了一个“CEO人设时代”。

他们善于讲故事、包概念、对资本市场有直觉,能把一个Demo讲成革命,把一个PPT融资成独角兽。他们不一定写代码,但可以让人相信未来;不一定懂架构,却能主导商业逻辑。在内容驱动、增长优先的时代,这样的CEO是商业叙事的中心。

但AI时代,情况变了。

在AI公司内部,一场权力结构的悄然转移正在发生:CEO也许不再是最重要的角色,CTO,甚至直接带模型团队的工程负责人,成了真正的“掌舵者”。

我们正在看到一种全新企业范式的出现:讲得再好,不如调得动代码;人设再立得住,也比不上能改架构。

技术回到了核心舞台,而那种靠输出愿景、讲平台战略、堆用户增长故事来撑起公司估值的“人设型管理者”,正在AI浪潮中被边缘化。

本文将从行业结构变化、AI公司内部权力转移、典型案例、技术路线主导性等多个层面,拆解这一趋势:为什么AI时代会淘汰只会讲故事的CEO?又是谁在悄悄掌握这场技术革命的真正方向盘?

现象浮现:CEO在被架空CTO在接管方向?

如果你最近关注AI行业,会发现一个悄然的共同点:

越来越多AI公司的“核心人物”,已经不再是CEO,而是CTO,或者直接负责模型架构的技术团队负责人。

先让我们来看一些海外的案例:

OpenAI:创始人Sam Altman虽然是CEO,但在2023年的“宫斗危机”中,真正决定公司命运的,是首席科学家Ilya Sutskever与核心技术团队的态度。一个CEO能否留任,不取决于董事会,而取决于能不能继续掌控核心模型团队。

Anthropic:CEO Dario Amodei本身就是DeepMind出身的技术大牛,公司的决策基本由技术合伙人主导,融资节奏也围绕技术路线展开,产品发布从不“预热”,只讲“性能、参数、约束、调用方式”。

xAI(马斯克创办):虽然马斯克是“主理人”,但模型设计、技术实现都掌握在前OpenAI技术负责人手里,马斯克更像是“战略放大器”,而非核心决策者。

AI公司的CEO越来越像“运营型代表”或“生态对外接口”,而不是决策中心。

国内其实也呈现出这样一个态势:

智谱AI:CEO张鹏是中科院背景,亲自挂帅模型研发,对外演讲中大量谈论LoRA、RAG等架构问题,完全不同于互联网时代CEO主讲“愿景、战略、人设”的习惯。

月之暗面(Moonshot):创始人杨植麟是技术出身,主导模型架构与产品路线,融资新闻中媒体对其CTO式角色定位越来越明显。

MiniMax、百川智能等:技术团队强势崛起,“前沿论文作者=企业创始人”的结构正在形成。

CEO还在,但决策权变了。

你仍然可以看到CEO在出席会议、发布会上发言、接受采访,甚至发PPT讲AI新时代的大局观。

但真正能决定产品走什么路径、模型调什么参数、部署选什么策略的——往往是CTO或底层架构带头人。

在AI公司,谁带得动模型组最关键。

AI改变了一家公司运作的“底层逻辑”

在过去十年,尤其是移动互联网与内容平台主导的时代,一个科技公司的运转模式很清晰:

找到风口→构建用户场景→快速上线MVP→讲清楚故事→把故事讲给投资人听→融资→扩张→再融资。

这套模式对“讲故事型CEO”极其友好。他们是“整合者”、是“愿景推销员”、是“资本语言专家”。

但AI不一样。AI公司运转的底层逻辑发生了结构性改变。

1.产品能不能做出来,不再只取决于用户需求,而取决于“模型路线”是否选对

是走Transformer?还是稀疏Mixture-of-Experts?还是RAG增强?还是LoRA微调?

这些不是PPT能决定的,是技术团队要根据数据量、算力预算、调用场景精细权衡的架构决策。

一句“我们要做AI教育平台”,背后要解决至少7个模型问题、5种调优路径、3层架构重构。

CEO若不懂这些,连“这是不是能做”的判断都无法做出。

2.公司生死,不再只看增长,而看推理成本是否收敛

OpenAI今天最大的工程瓶颈,不是有没有用户,而是:每次用户调用GPT-4 Turbo,是否能在10秒内完成,成本是否能压在0.01美元以内?

所有AI公司都面临一件事:模型越大,成本越高,调用越慢,服务体验越差。这不是“增长驱动”,是“算力物理极限”。

在这种逻辑下,只有能调系统的人,才配制定价格;能改结构的人,才知道规模边界。

CEO如果只会算GMV,就不再能定义未来。

3.“讲故事”已经不能解释黑箱技术的复杂度

AI不是App。App你还能靠几个产品功能打动人,但AI模型的本质,是一个高维参数空间+海量数据堆积出来的概率系统。

大多数CEO无法回答这些问题:

为什么模型“幻觉”无法完全消除?

大模型参数越多,为什么效果不一定越好?

如何平衡低精度推理和业务稳定性?

讲不好这些,团队不会信你,VC也会心虚,业务团队也没法推进。

技术决定生死,叙事只决定传播范围

AI公司不再是“谁讲得动人谁带团队”,而是“谁理解系统谁能判断路径”。

CEO若无法判断“这条技术路线可不可行”,就无法主导组织。哪怕他再能讲、再懂融资、再会写推文,也只能沦为公司品牌代表。

新领导者画像:AI公司的“技术掌权时代”正在成型

在AI这条赛道上,谁是“最强大脑”,已经有了新的定义标准:那个能说出“这行模型训练卡在哪、用什么改结构”的人。

这就是AI时代的新一代领导者:技术派创始人/CTO型合伙人。

他们靠工程可信度+技术判断力确立权威。

那么,新的领导者应该是什么样的呢?

新领导者的画像:

·背景特征

多为深度学习/模型架构背景出身,要么写过论文、带过系统,要么直接从大厂核心技术团队跳出。对模型优化、推理调度、微调方式、数据策略都有一线实操经验。

·沟通方式

更多直接说性能参数、架构选择、推理路径、上线压力;

对产品团队说“你们需求写清楚,我看看结构能不能支撑”;对资本说“我们多花这个钱,是为了降低推理成本,不是为了涨KPI”。

·核心能力

技术判断+产品结构感+算力资源调度+快速技术路线调整能力;

在他们手里,公司是“技术系统的最优路径调度器”。

旧一代CEO的失语:组织力仍在,判断力被边缘

那些曾主导移动互联网、SaaS、内容平台创业的“人设型CEO”正在AI公司里逐渐边缘化,因为:他们不懂LoRA调优,也不理解多模态预训练的复杂性;没法为模型团队提供真正有价值的“路线指引”;更别说站在工程层面对推理延迟、算力分配、代码改动做出“可落地”的判断。

这不是能力问题,是时代底层语法变了。

融资逻辑也在变——VC看的是谁能解决工程问题。

过去VC看创业者有没有想象力、有没有讲出10年后的蓝图,现在他们更关心这三个问题:

你用的是哪条模型路线?能不能压缩推理成本?

你有多少自研?用了多少开源?技术栈有闭环吗?

你不是“落地AI”,你自己有没有AI?

一句话:技术自洽性+工程实现力>愿景包装能力

AI创业不是“再造一次内容平台”,它是“用更少的资源打穿一个复杂系统瓶颈”。

谁能建出跑得动的系统,谁就是真正的公司领导者。

AI时代改变的不只是技术路径,更重塑了企业的运行逻辑、组织信任结构与领导力标准。

在移动互联网时代,一个会讲故事的CEO可以主导一家公司。他用愿景激发团队,用语言吸引资本,用流量撬动市场,构建起一整套“叙事驱动增长模型”。但AI不同,它不是一场流量生意,而是一场算力游戏、一场技术博弈。

讲故事固然重要,但当公司生死系于模型架构能否跑通、推理成本能否压低、技术安全能否闭环时,只有能“理解系统”的人,才有资格“设计方向”。

技术掌权并不意味着情感消失、战略不再重要,而是提醒我们:在一个高复杂度、快演化的时代,组织真正需要的是对“不确定性”有结构判断能力的人。

我们只是恰好见证了“人设型管理者退场”,而“技术型系统掌控者”登台的历史时刻。

那么,问题是——你准备好,重写你的“第一性能力”了吗?

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10