用企业家的话讲：“大企业拖得起，小企业拖不起”。这是笔者近些年听到关于中国营商环境最沉重的一句话。 这句话的背后藏着一个残酷的不对等：大企业手握订单和现金流，拖一拖无伤大雅，甚至拖出来的账期就是企业的无息融资；期盼回款的小企业却一直在等米下锅，多拖一天，可能就离倒闭更进一步。 有人或许会很疑惑：国家层面已经出台多份政策文件，账款拖欠现象为何依旧突出？ 笔者的观察是：账期背后从来不只是“付不付钱”的问题，还包括“谁说了算”的权力问题。文件管得住明面上的拖欠，却管不住暗处的花样。大企业可以有一百种方法，把“拖

制造业从业者看不懂宇树科技的高估值，本质是资本市场与实体制造业遵循着两套完全不同的评价叙事。在笔者看来，资本市场的估值模型，更多着眼于企业远期成长的可能性及若干年之后的产业价值。

笔者在走访中越来越确信：AI时代，规模优势正在被压缩，认知优势正在放大。一个规模不大、但有AI原生思维的企业，在很多维度上可能比拥有上千员工、但没有这种思维的同行更有竞争力。 这其实也是麻省理工学院教授埃里克·布林约尔弗森相关研究的组织级推论。他发现生成式AI最大的受益者不是顶尖专家，而是中等水平的从业者，AI把他们的能力拉近专家水平。推演到组织层面：AI最大的受益者或许不是顶尖大企业，而是那些体量刚好、基础扎实、认知到位的中型“专精特新”企业。AI给了它们跨越式获取战略能力的机会，大企业的规模优势则在A

从AI员工到数据联通，从战略升维到产业路由器，这条路很长，但方向的变化比速度更重要。这是中国制造从“大”走向“强”过程中，每一家企业都需要完成新的蜕变。 笔者始终认为，数字化是一次新的工业革命。它不仅带来技术迭代、生产效率提升，更重塑整个产业链的生产关系。AI可以替代重复劳动，但替代不了企业对行业的理解；数据可以压缩成本，但压缩不出新的商业模式。把数字化当成一个连接外部世界的接口，将让企业变得更柔软而强大、产业地位不可或缺。

在AI时代，不懂代码的业务人员也能开发AI工具，让懂场景的人开发智能体，远比让懂技术的人去学场景更加高效。这才是企业AI应用最为有效的路径。然而，这条路径不可能由IT部门独自驱动，它需要一套完整的人才选拔、能力培养、绩效激励和职业发展体系来支撑。这套体系的设计者只能是人力资源（HR）。建设AI时代的新组织是HR的核心职责。

一个行业能走多远，既要看从业者的拼搏程度，更要看背后产业生态的厚度、社会环境的包容度与多元化水平。 这道思考题，值得每个行业久久探索。当越来越多的行业具备了“让普通人借力”的产业基础设施，逆袭才不会只是零星个案，而会成为一种常态化的社会活力。

在过去很长一段时间里，企业管理的基本逻辑是预测需求、安排产能、组织供应链、扩大规模、摊薄成本。这套逻辑适用于稳定订单时代，帮助大量企业建立了竞争优势。在相对可预测的市场里，规模化、标准化、计划性和成本效率，的确是企业的重要能力。 但进入脉冲式订单时代，这套逻辑逐渐失效。企业面对的不再是温和的需求增长，而是剧烈的需求波动；不再是稳步扩容的市场，而是瞬间集中的流量；不再是简单的销量提升，而是全系统的承接考验。此时，企业容易犯两个错误。

在新一代科技产业竞争中，制造已从价值链底部的执行环节，跃升为创新链中关键的实现环节。资本、市场、人才都可以流动，但高密度供应链和制造协同体系并不容易流动。后者一旦形成，就会成为一个地区最难替代的竞争力。 这也是为什么大疆最初的资本未必来自深圳，最早的市场也未必在深圳，但最终选择扎根深圳进而成长为全球企业的原因。对于这类企业而言，资金、概念、口号均可跨区域获取，唯有制造和供应链所构成的创新实现能力，是无法搬迁的核心资产。

国家崛起的最终完成，并不仅仅体现在GDP的数字上，还在于这个国家的文明能否为陷入各种现代性困境的人类社会，提供新的思考视角、新的美学体验、新的生活方式选项。品牌是这个宏大进程中最敏锐的译码者、最灵动的转译者和最生动的代言人。

当一家年营收3亿元的精密合金企业投入上亿元资金建设新厂房，却依然无法打开新产品市场时；当无数技术过硬、品质优秀的制造企业在转型中不断“投错方向”时，问题不仅出现在生产线上，更体现在语言的叙事能力上。当中国制造业开始重新讲述自己的故事时，一场从“世界工厂”到“世界创新源”的变革已在语言层面悄然发生。