Berkshire Partners投资人Richard Lichtenstein:AI助手或许需要一个数字孪生
PE投资人Richard Lichtenstein在个人博客中提出一个探索性想法:Muse、Instinct、Dots这类AI助手要更好地自主处理业务任务,可能需要一个完整的数字孪生。他用宝马工厂虚拟仿真的类比说明这一概念,但自己指出关键限制——企业文档记录的是规定流程而非实际运作,大量重要信息仍存在于人脑中。
Richard Lichtenstein是Berkshire Partners的投资人。他在2026年10月29日的个人博客中提出了一个探索性想法:Muse、Instinct、Dots这类AI助手要更好地自主处理业务任务,他认为是时候给它们建一个数字孪生了。他的原话是
I've been thinking about what would make these tools better, and I think what they really need is a good digital twin
语气是个人思考而非确定结论。他的基本逻辑是:如果AI助手更了解用户偏好和组织运作方式,就能在更少人工干预下做出更多决策。
他借用工业数字孪生的概念来解释这一思路。宝马为三十多座工厂建立了数字副本,在新车型上线前先在虚拟产线上测试是否会碰撞,把原本需要四周的物理测试压缩到三天。他的类比是:如果我们对人也建一个数字副本——一次物理扫描,之后购物时永远选对尺码、裤子预裁到腿长——退货问题就会大幅减少。
但他自己承认这个消费者版本不切实际,转而提出一个更可行的思路:为个人建立心理数字孪生。他举例说,如果把过去五次家庭旅行的行程和坦率的得失总结交给AI,他打赌它应该能很好地规划下一次。但他同时指出,这需要相当可观的前期投入,而且可能要几次旅行才能回本。当前这些助手也没有主动索取反馈的机制——他用Instinct订了餐厅,它从不问他体验如何,他认为这是一个错失的机会。
文章的重心在商业版本。Lichtenstein认为企业侧可能更容易实现,因为更多想法已经被文档化。他描绘了一个场景:如果你有一个公司的精确镜像,你可以让AI助手监控前三十家供应商,一旦出现负面新闻就自动制定备选方案并联系替代供应商;跟进逾期客户时注意特殊条款和历史豁免;在联系人中找出该联系的人并重新发起沟通。
对于私募股权投资人,他提出一个更具体的应用:进入一家新被投公司后,先在数字孪生上试跑价值创造计划的部分环节,再在真实业务上执行。
然而他给出了全文最关键的限定:连接所有文档并不等于建立数字孪生。文档告诉你公司应该如何运作,不总是实际如何运作。大量重要信息仍然存在于人脑中。这意味着即使企业把合同、SOP、供应商评分卡、关键会议演示文稿都放进SharePoint或Google Drive,再让AI接入ERP、CRM、邮件和即时通讯,得到的仍然是一个不完整的镜像。
他最后表示,企业数字孪生比消费者扫描更容易实现,方向已经在推进。但文章以一个开放问题结束——
What do you most want to build a digital twin of?
邀请读者留言,而非给出确定结论。对AI投研实践者而言,这篇短文的价值在于它明确指出了一个具体限制:评估AI助手能否自主处理组合公司任务时,文档接入的便利性不能替代对实际运作知识的获取,而后者目前仍大量存在于人脑中,尚未被任何数据架构所捕获。