李開復親征to B戰(zhàn)場：我自己就是最大的銷售

中國大模型狂奔進入第三年，技術(shù)的喧囂正逐漸沉淀為產(chǎn)業(yè)的價值。當基座模型趨于收斂，真正的競爭才剛剛開始。AI 2.0的勝負手，已經(jīng)從“拼模型”轉(zhuǎn)向“拼落地”。

在最新專訪中，我分享了零一萬物2.0版本的全面轉(zhuǎn)型：飛機起飛靠發(fā)動機與多種航空工程，產(chǎn)業(yè)AI落地靠基座模型與操作系統(tǒng)。成立2年的零一萬物選擇從“造發(fā)動機”到“造飛機”，All in ToB助力企業(yè)AI數(shù)智化轉(zhuǎn)型。

基于通義千問、DeepSeek等頂尖開源模型的堅實底座，零一萬物推出萬智平臺2.0版本與企業(yè)級Agent，構(gòu)建面向真實企業(yè)業(yè)務場景的大模型操作系統(tǒng)，讓大模型真正成為企業(yè)內(nèi)部可調(diào)度、可持續(xù)創(chuàng)造價值的“超級員工”。

但這遠遠不夠。AI數(shù)智化轉(zhuǎn)型不是簡單的軟件升級，而是一場由一把手主導的戰(zhàn)略重構(gòu)。所以在零一萬物，我們提出“一把手工程”理念：唯有一把手親自推動，將AI融入組織基因，與企業(yè)獨有的閉環(huán)數(shù)據(jù)深度融合，才能構(gòu)筑不可復制的競爭護城河。

李開復認為，創(chuàng)業(yè)者不能只抱著夢想，必須務實。

采訪｜《中國企業(yè)家》記者 何伊凡 孔月昕

文｜《中國企業(yè)家》記者 孔月昕

編輯｜馬吉英

頭圖攝影｜鄧攀

2025年，李開復的飛行里程激增。

這位零一萬物創(chuàng)始人兼CEO，正以公司“首席AI戰(zhàn)略官”的身份，密集會見全球500強與傳統(tǒng)行業(yè)巨頭的掌門人，希望將AI商業(yè)化的進程加速推進到傳統(tǒng)行業(yè)腹地。

作為國產(chǎn)大模型廠商“六小虎”中的一員，零一萬物果斷放棄了超大底模訓練，開始轉(zhuǎn)向產(chǎn)業(yè)大模型落地，為此，李開復這次創(chuàng)業(yè)也遭遇了前所未有的質(zhì)疑。

2025年年初，DeepSeek在全球火起來后，已經(jīng)完成組織架構(gòu)調(diào)整和業(yè)務聚焦的李開復和團隊發(fā)現(xiàn)了新商機：DeepSeek本身沒有做微調(diào)系統(tǒng)、數(shù)據(jù)庫對接等企業(yè)級工具，導致企業(yè)用起來遠不如普通用戶體驗好，零一萬物可以運用自己2年多積淀的模型微調(diào)到專業(yè)應用搭建的全鏈條技術(shù)棧來接入落地，實現(xiàn)較好的匹配。

2025年3月，零一萬物推出萬智1.0，幫企業(yè)把DeepSeek部署到公司內(nèi)部。7月22日，零一萬物發(fā)布萬智2.0版本，并推出零一萬物企業(yè)級Agent智能體，打造解決真實問題的“超級員工”，希望推動大模型及AI應用行業(yè)實現(xiàn)“價值交付”。

當然，這并非坦途。放棄原有的道路，是AI創(chuàng)業(yè)公司的務實選擇，但其成功與否，不取決于李開復的光環(huán)或技術(shù)理想，而在于能否避免傳統(tǒng)IT服務商“項目越做越多，產(chǎn)品越做越弱”的覆轍，真正為客戶提供價值。

攝影：鄧攀

7月底，李開復接受《中國企業(yè)家》專訪，分享了他對于大模型趨勢、Agent和to B商業(yè)化等話題的思考。

精彩觀點如下：

1.（百模大戰(zhàn)）基座模型作為一個創(chuàng)業(yè)方向結(jié)束了。

2.Agent帶來的價值非常大，未來還會不斷提升。當企業(yè)能夠看到為Agent付費能夠創(chuàng)造很大價值，我覺得這條路最終一定會走通。

3.要讓一個東西有用，它需要能持續(xù)使用，支持應用開發(fā)，創(chuàng)造巨大的應用價值，這樣的“發(fā)動機”才有價值。如果只是一個“發(fā)動機”，既沒有操作系統(tǒng)，也沒有應用，就不能創(chuàng)造商業(yè)價值。

4.當AI能夠完成公司一部分人的任務之后，它的可擴張性會更大。公司最大的價值是數(shù)據(jù)，AI可以把數(shù)據(jù)金礦的價值挖掘出來。

5.CAIO（首席人工智能官）要對公司的業(yè)務指標負責，他要有CEO很強的信任，他自己也有很重的KPI。這個工作真的不太好做，因為一定程度上他會得罪人。但是如果他是AI應用的專家，對公司有足夠的了解，那么可以創(chuàng)造很大的價值。

6.傳統(tǒng)產(chǎn)業(yè)的公司擁抱AI，一定是一把手驅(qū)動，你現(xiàn)在在AI上面花的時間只會太少，不會太多，一定要大大地投入，才能讓你的Agent和你獨自擁有的閉環(huán)數(shù)據(jù)共同形成最好的護城河。

以下為對話整理，有刪節(jié)。

談趨勢：更看好開源

《中國企業(yè)家》：過去一年，你覺得在人工智能領(lǐng)域最重要的突破或變化是什么？

李開復：我覺得主要有幾個事情。

第一，中國底層模型的能力，跟美國的差距越來越小，尤其是DeepSeek的推出，包括千問和其他模型也都在進步，所以現(xiàn)在中美是世界第一名、第二名，美國略微領(lǐng)先的局面是固定的。

第二，到目前為止，中國領(lǐng)先世界的工程能力在一定程度上對沖了GPU限制帶來的挑戰(zhàn)，讓中國的AI技術(shù)更上一層樓，從DeepSeek經(jīng)過算法工程優(yōu)化后訓練的基座模型比美國的同梯隊模型便宜很多就可以看出來。

第三，現(xiàn)在開源是中國領(lǐng)先，閉源美國還是領(lǐng)先。但我認為開源更容易產(chǎn)生一個快速的大模型生態(tài)系統(tǒng)，而且開源是很討技術(shù)人喜歡的。

最重要的一件事是，AI Agent在今年進化成推理Agent，可以成為企業(yè)生產(chǎn)力了。中美最頂尖的模型推理能力足夠好，讓今天的Agent進入一個可以自主了解任務，拆解、策劃、解決任務的階段，這可能會讓AI從技術(shù)付費、API付費，很快進入任務付費階段。

《中國企業(yè)家》：我們之前討論過開源和閉源的問題，但今年DeepSeek橫空出世之后，開源和閉源之間的優(yōu)劣勢還需要爭論嗎？

李開復：我認為兩者還是會有拉鋸?，F(xiàn)在看來（閉源）在一些具體任務上仍有優(yōu)勢，但開源模型似乎很快就會追上來，所以對大部分用戶來說，開源越來越成為一個更明智的選擇。背后原因在于，一是開源更便宜；二是開源可以私有化部署，更可控；三是開源相對容易替換。

中國的大廠和“六小虎”之前主要做閉源，現(xiàn)在也大部分轉(zhuǎn)做開源了，這是一個很明顯的現(xiàn)象。

我覺得中國如果開源能保持領(lǐng)先，就會有更多國家開始使用中國的模型。中美之外，中國（基座模型）的份額本來很小，經(jīng)過開源，我覺得中國的份額會往上升。

談Agent：未來會創(chuàng)造巨大價值

《中國企業(yè)家》：為什么今年Agent會這么火？前段時間OpenAI也發(fā)布了Agent，這會對中國大模型創(chuàng)業(yè)者形成哪些新挑戰(zhàn)？

李開復：我覺得OpenAI就像蘋果一樣，它們做的事會被全世界看到，并很快進入客戶視野。比如當蘋果開始做手機、iPad、手表、眼鏡等產(chǎn)品，整個業(yè)界都會跟隨，OpenAI在大模型領(lǐng)域也有類似的市場教育和催化效果。

假如說一家美國企業(yè)之前沒有聽過Agent，可能因為OpenAI做了這個發(fā)布，這家企業(yè)看到了就會去試一試，然后可能發(fā)現(xiàn)這個技術(shù)蠻好的，但在企業(yè)內(nèi)部不好用，因為數(shù)據(jù)很難上傳，或者數(shù)據(jù)是公司的機密等。這家企業(yè)可能會尋找一個企業(yè)級的解決方案，就給別的公司帶來了機會。OpenAI等于做了一次市場教育，在中國也是如此。

《中國企業(yè)家》：通用Agent有科普意義，但對企業(yè)來說可能更需要一個垂直的Agent。

李開復：通用Agent也有一些爭議，即它是不是真的能夠通用？畢竟它沒有記憶力，也不了解你，也不知道你公司的狀況，它能完成的企業(yè)級任務相當有限。

通用Agent非常難商業(yè)化，因為它花的時間比較多，一般消費者沒有那么大耐心，且它非常昂貴，一般消費者可能買不起。Agent的價值在于，如果消費者自己完成一個任務要花兩個小時，Agent可能15分鐘就完成了。但消費者會不會認為自己的1小時值500或1000元？這很難說。

但是對一家企業(yè)來說，如果一個員工做兩小時的工作，Agent用15分鐘能干完，而且質(zhì)量一樣好，那企業(yè)肯定會愿意把一個員工兩小時的工資，乘以一個系數(shù)來做購買Agent的費用。

《中國企業(yè)家》：Agent這個概念并不是今年剛興起，在2022年大家就有討論，但為什么今年會成為Agent元年或大年？哪方面的條件更加成熟了？

李開復：1993年，蘋果就推出Intelligent assistant（智能助理）的概念，還有一個叫做Knowledge Navigator的概念視頻，展示AI能幫用戶完成任務。在當時技術(shù)很難實現(xiàn)，但大模型時代來了以后，它就可以成真了。

去年已經(jīng)有一些公司在做Agent，確實也能做出一些效果。但當時基本是針對一些人定義的任務，把模型放進去，等于是用編程的方法，由人一步一步把模型對接起來，讓它在某些任務上可以完成端到端的部署，但是它沒有一個可泛化的推理能力。它可能學會了怎么訂機票，但不一定知道怎么改機票。

今年的Agent可以泛化，做以前沒做過的事情。當一個固定的任務出了一些狀況，它可以調(diào)整，變得像一個聰明的員工，可以學習、進步，可以做過去沒做過的事情。

《中國企業(yè)家》：在這種背景之下，模型層、基礎(chǔ)層和應用層之間的創(chuàng)業(yè)機會是不是也在發(fā)生一些變化？

李開復：肯定的，由于Scaling Law放緩，創(chuàng)業(yè)公司已經(jīng)很難再像過往一樣輕易進入底層模型領(lǐng)域，因為它很難把需要花的燒模型的錢，從未來商業(yè)模式中賺回來。大廠可能相對仍然可以，因為它可以分攤成本到自己的10億、20億用戶身上。所以一個底層模型創(chuàng)業(yè)公司，可能不會那么受資本市場的追捧。

《中國企業(yè)家》：百模大戰(zhàn)結(jié)束了，哪些創(chuàng)業(yè)公司還有機會？

李開復：作為一個創(chuàng)業(yè)方向結(jié)束了，各個大廠還是可以進來的。

我覺得AI-First應用是最大的機會，而且中國有很多經(jīng)驗豐富的產(chǎn)品團隊和創(chuàng)業(yè)者，能把之前在移動互聯(lián)網(wǎng)的經(jīng)驗延伸過來，或在現(xiàn)有模型上面不斷摸索，找到新的機會。我覺得應用特別適合中國做，因為本來做應用就是去摸索用戶需求，做PMF（Product Market Fit，產(chǎn)品市場匹配度）。

隨著底層模型逐漸收斂，推理能力逐漸變強，開源逐漸成為市場主流，我可以預測中國的AI Agent和應用也會進入百花齊放的井噴期。

當然，有一個挑戰(zhàn)，就是在美國的商業(yè)化收費會比中國容易。我覺得需要創(chuàng)新商業(yè)模式，或者更長期來說，收費模式要進行升級。

《中國企業(yè)家》：中國AI創(chuàng)業(yè)者面前可選的道路變少了，如果想實現(xiàn)比較快的轉(zhuǎn)化，做面向B端的應用可能是一個方向？

來源：視覺中國

李開復：對，賣給B端也有付費的挑戰(zhàn)，一是高付費的習慣不存在，二是按SaaS付費的習慣也不強。一家傳統(tǒng)公司，比如銀行或房地產(chǎn)商，它要用AI技術(shù)（Agent或大模型），它會先做招標，比較價錢。但經(jīng)過招標來砍價，付的錢是否足夠讓供應商把事情做好，這也存在挑戰(zhàn)。

我比較樂觀的是，Agent帶來的價值非常大，未來還會不斷提升。當企業(yè)能夠看到為Agent付費能夠創(chuàng)造很大價值，我覺得這條路最終一定會走通。只不過在美國，當下會更容易更快收到訂閱付費。

談轉(zhuǎn)型：必須務實

《中國企業(yè)家》：你們前一段時間也發(fā)布了自己的萬智Agent，這實際上也是一個比較徹底的轉(zhuǎn)型，你為什么如此決絕？當時外界對此也有一些質(zhì)疑。

李開復：根據(jù)我在創(chuàng)新工場投資的經(jīng)驗，我當時做了兩個預測：一是Scaling Law放緩了，二是大廠的GPU和資源會極速碾壓創(chuàng)業(yè)公司。我們過去2年做出了多款國際SOTA的開源閉源模型，但大模型狂奔進入第三年，從中國乃至世界的技術(shù)躍遷和創(chuàng)投動向來看，在商業(yè)化加速拷問初創(chuàng)公司的大環(huán)境下，初創(chuàng)公司仍然以一年燒兩三億美元持續(xù)All in做中國最強的底層模型、并持續(xù)將之開源的代價會很大，而且沒有商業(yè)回報，投資方一定會不看好，最后公司一定是一個很悲慘的結(jié)局。

要避免這一結(jié)局，就要當機立斷做決定。因為GPU很貴，晚2個月、3個月、4個月，一大堆錢就燒掉了。

《中國企業(yè)家》：對團隊來說，需要統(tǒng)一認知嗎？會有痛苦嗎？因為跟原來做基礎(chǔ)模型的成就感是不一樣的。

李開復：對，公司轉(zhuǎn)型需要時間，一線員工可能先是驚訝或者不接受，然后理解、嘗試，最后是擁抱。當然這個過程中也有人就覺得這不是自己想做的，就離開了。

《中國企業(yè)家》：你本人為什么如此堅定？

李開復：必須務實。創(chuàng)業(yè)者不能只抱著夢想，覺得我把錢燒完，大不了就不做了，這是對自己對公司對投資人都很不負責任的做法。

我也看到了更多非常好的模型，確實是個“大腦”，或者是個“發(fā)動機”，但不是“飛機”。要讓一個東西有用，它需要能持續(xù)使用，支持應用開發(fā)，創(chuàng)造巨大的應用價值，這樣的“發(fā)動機”才有價值。如果只是一個“發(fā)動機”，既沒有操作系統(tǒng)，也沒有應用，就不能創(chuàng)造商業(yè)價值。從我投資的經(jīng)驗可以看到，投資人會非?？焖俚貜淖放踝詈玫拇竽Ｐ?，轉(zhuǎn)移到追捧最好的平臺、應用。

《中國企業(yè)家》：從做引擎到做整個飛機，面臨的挑戰(zhàn)有什么不一樣？

李開復：其實還是有優(yōu)勢的，因為我們懂模型，所以去調(diào)試DeepSeek或阿里通義千問時，可以做出別的軟件公司或系統(tǒng)集成商做不出來的效果。

挑戰(zhàn)是讓團隊能夠理解、接受并擁抱我們的新方向。其實我們走的方向也不是陌生的，我們一直在做to B的產(chǎn)品和業(yè)務，只是現(xiàn)在這件事情變得極其重要，現(xiàn)在是以應用為主，而不是模型和應用兩者的互補。

《中國企業(yè)家》：去年交流時，你談到要花很多精力幫助做基礎(chǔ)模型和做應用的團隊，彌合一些他們認知的不同?，F(xiàn)在公司業(yè)務轉(zhuǎn)型后，你如何分配精力？

李開復：我覺得一個潛在的問題是，做咨詢交付的團隊，和做產(chǎn)品研發(fā)的團隊，這兩個團隊的組織架構(gòu)雖然是成熟的，但我們的客戶量沒有那么多，所以他們常常還是會跨界。比如我們的產(chǎn)品團隊會飛到客戶那邊幫他解決問題，做算法的團隊也會支持做一些事情。

現(xiàn)在大家目標一致——我們要給客戶創(chuàng)造價值，而且我們現(xiàn)在有現(xiàn)金流進來，客戶會感謝我們給他們創(chuàng)造價值，這是很正面的。

但長期來說，這不是一個穩(wěn)定的組織架構(gòu)，因為衡量產(chǎn)品研發(fā)跟衡量咨詢是完全不同的方法，你給員工的OKR、KPI也不同，未來這個管理還是要去理清的。

談商業(yè)模式：跟“燈塔客戶”共創(chuàng)

《中國企業(yè)家》：每個行業(yè)都有自己的Know How，現(xiàn)在萬智是給每個行業(yè)做定制嗎？

李開復：萬智平臺對傳統(tǒng)企業(yè)的幫助非常大。因為一家傳統(tǒng)企業(yè)不會有很強的AI能力，甚至可能不會有很強的IT團隊。我們可以開發(fā)一套（Agent），這個Agent可以給一家傳統(tǒng)公司提供一個操作系統(tǒng)或數(shù)據(jù)庫。

即便如此，我們認為還有一個挑戰(zhàn)——很多傳統(tǒng)公司對AI的理解實在太薄弱了。即使我們把平臺賣給它，做很好的客服，它也未必能用好，所以我們現(xiàn)在也提供一個可以稱為解決方案或顧問的服務。如果一個傳統(tǒng)公司不但買我們平臺，還買我們的服務，我們就會跟它共創(chuàng)公司內(nèi)部最大的需求。

我們可以根據(jù)對產(chǎn)品和技術(shù)未來演進的藍圖，跟企業(yè)對行業(yè)的認知、公司內(nèi)部數(shù)據(jù)等碰撞結(jié)合，幫助公司既實現(xiàn)降本，又可以增效。我覺得這會是傳統(tǒng)行業(yè)從萬智最快得到最大價值的方法。

攝影：鄧攀

《中國企業(yè)家》：你提了一個觀點，我特別認同，大家都說降本增效，但其實注意力更應該放在增效上面，別老想著降本。但你怎么去說服企業(yè)老板？因為他在AI方面的ROI是能算過賬來的。

李開復：其實降本跟增效都一定要算得過來賬，降本就是公司少花了多少人力，增效就是指公司的營業(yè)額、吞吐量，或運營效率、賬期、經(jīng)營利潤，這些都要一個可衡量的目標，也是CEO更認可的地方。我們會與公司共創(chuàng)、尋找最好的業(yè)務場景來創(chuàng)造價值，最終我們會跟公司一起定下若干個項目，每個項目都可以用營業(yè)額、吞吐量、效率、利潤等數(shù)字衡量，以此來收費，最后的付費一定是能看到效果。

我覺得任何生意，當兩邊利益一致，就是做成以后大家共贏就更有動力往前走。

《中國企業(yè)家》：說服客戶最復雜的部分在哪里？

李開復：我覺得邏輯是講得通的，但答應買單還是小概率事件，因為共創(chuàng)需要很大投入，而且公司里往往有各種不同的聲音。有些部門認為他自己干就好了，不需要外部來幫忙；有些老板對AI不夠熟悉，不夠相信……這都會成為妨礙項目推動的瓶頸。好在我們做的Palantir（專注數(shù)據(jù)整合與分析服務的世界頭部公司）模式是先做咨詢，再做解決方案，最后慢慢提煉出一個平臺，很深入地了解客戶的場景后去共創(chuàng)。

Palantir模式本身不可能有很多客戶，因為我們剛開始接的幾個客戶比較重。我們也不是需要去見的100個客戶都說Yes——都接的話我們反而服務不了。對我們來說，最后可能做成兩三個大單、四五個中單，2025年就成功了。之后我們當然有更大的目標，也不會是永遠靠咨詢模式來擴張業(yè)務。

《中國企業(yè)家》：從咨詢的過程就開始收費嗎？把大象裝進冰箱，你需要分成幾步？

李開復：咨詢、軟件、硬件都收費，但是在國內(nèi)不能收太多。咨詢費是按我們實際帶來的效果和實際花的成本、人數(shù)來計算。

我們有自己的打法：第一步，先找到“燈塔客戶”，幫他在自己領(lǐng)域做很清晰的價值創(chuàng)造，我們就有了“敲門磚”，去找到類似或同樣的行業(yè)，說我們已經(jīng)服務了一家很牛的公司，幫他創(chuàng)造了很大的價值，假如客戶允許我們透露的話，我就可以拿到更多的單子。第二步，做成一單后，我們交付的代價和成本也會降低，就可以拿更多的單子。再往后我們非常希望能夠開箱即用，比如銀行買的萬智開箱即用的體驗，跟保險公司或能源公司的差別是很大的。雖然底層技術(shù)一樣，但是它的Agent、使用方法、數(shù)據(jù)庫、行業(yè)模型等都需要改變。

今天我們與“燈塔客戶”的共創(chuàng)其實是彼此學習、優(yōu)勢互補、共創(chuàng)價值的過程。

《中國企業(yè)家》：我記得你說曾跟一個客戶的工程師開了70多次會？

李開復：是跟公司不同部門開了70多次會，最后才挑出三個高價值的產(chǎn)品。

我們就是要了解、問得很深。做咨詢的工程師和產(chǎn)品經(jīng)理，跟做產(chǎn)品的工程師和產(chǎn)品經(jīng)理不太一樣，前者要特別在乎用戶需求，要會問很多問題，而不是自己去定義需求；他還要能很快地把這個POC（Proof of Concept，概念驗證）做出來，而不是做一個很可靠可長期運營的平臺產(chǎn)品。

《中國企業(yè)家》：是否會遇到一家公司在某個場景中出現(xiàn)的問題，對你們來說是一個非常巨大的挑戰(zhàn)？或者是現(xiàn)在模型能力解決不了，你只能選擇部分去解決？

李開復：我們會根據(jù)幾個因素去了解和判斷，一是今天或明天的技術(shù)能否解決這個問題。底層模型的迭代周期按照月份來計算，所以支持我們可以用明天的技術(shù)解決挑戰(zhàn)，因為我們今天開始開發(fā)，等我們開發(fā)完了，明天的迭代技術(shù)就已經(jīng)來了，而擁有核心中臺技術(shù)的我們可以絲滑地把應用層切換到最新的底模上，并予以微調(diào)進化，因此也需要我們有很強的技術(shù)預測能力。二是怎么衡量大模型給公司帶來的價值，再根據(jù)它的價值和難度，去挑幾個項目來給公司高層證明我們的價值。

《中國企業(yè)家》：可否舉一個具體的、AI改變傳統(tǒng)業(yè)務流程的例子？

李開復：我們有一個客戶，他的公司有很多不同業(yè)務線，其中一個是供應鏈和物流，整個過程中有很多復雜的細節(jié)，比如港口的路線怎么走，電車什么時候去充電等。

他現(xiàn)在用的是運籌學的方法解決問題，但是我們覺得可以用今天最頂級的模型來優(yōu)化和運作。因為運籌學其實就是數(shù)學，AI能幫他把數(shù)學做得更好，更有針對性。

《中國企業(yè)家》：像你剛舉的那個例子，跟超大型客戶的工程師進行70多輪的對接、了解和交流，這種服務能力邊界是很明顯的，你不可能對每一個客戶都做這樣的服務。

李開復：是，我們覺得今天萬智或任何行業(yè)Agent平臺產(chǎn)品，都不是開箱即可用，它需要一定的技術(shù)門檻來針對企業(yè)生產(chǎn)力場景調(diào)試和落地。我們未來的目標是：很快做出一款開箱即可用的AI-First產(chǎn)品，能很快達到100萬個用戶。

談銷售：以“一把手工程”為核心

《中國企業(yè)家》：按照這種模式，您就是公司最大的銷售了，怎么看待面子問題？你能彎得下腰嗎？

李開復：任何一家to B公司必須是這樣，但每一個CEO的強項不太一樣。我的強項可能不是去跟客戶喝酒、成為好朋友，再說幫我個忙什么的，也不是獅子大開口，跟他談價錢，去說服他。我的強項是能把復雜的技術(shù)講得比較簡單，而且專家身份讓很多CEO認識我。比如我若干年前可能被請去某些公司，給董事會或管理層講解AI，講述AI如何成為企業(yè)新質(zhì)生產(chǎn)力，幫他們增加效能。

他們當時總會問一個問題，“我如果今天要買AI，該買什么？這能不能解決我的問題？”大部分我會回“不行，你想要做的事情有點難度，再等一等”，現(xiàn)在我可以打（電話）回去說，“老板，當時你要做但AI做不了的事情，現(xiàn)在可以了，我再來給你講堂課?！?/p>

這也比較符合我的長板。講的過程中我可以說，上次你們要的東西，我們現(xiàn)在的解決方案可以解決，他們?nèi)绻信d趣，我們再繼續(xù)進行技術(shù)的溝通。

《中國企業(yè)家》：具體在業(yè)務落地過程中，就算一把手同意了，向下推的話還有哪些挑戰(zhàn)？

李開復：碰到的挑戰(zhàn)跟障礙還是蠻多的，有些CEO很在乎，也試著去了解；還有一些公司因為很大，老板常常會委派任務，“這個問題聽起來蠻有意思的，找我的CIO去談，或找我的銷售部負責人去談”。

這樣一談，往往就會碰到一些問題。他的CIO可能兩三年之前都沒碰過AI，他既不可能有很強的AI認知和能力，同時又覺得AI該是自己管的，你來干什么？還有可能擔憂自己在公司的地位，擔心話語權(quán)會被影響。

這都是很現(xiàn)實的問題，所以一旦被往下傳了幾步以后，我就覺得可能得先放棄這家公司，我們?nèi)フ移渌目蛻簟?strong>我們把這個方向和打法稱為“一把手工程”，真的是CEO、最好是創(chuàng)始人相信需要使用AI，且他也理解AI本身并不是一個工具，而是改變公司工作組織和執(zhí)行的方式，它會創(chuàng)造巨大的價值。

攝影：鄧攀

《中國企業(yè)家》：大家都在說All in AI，但對一把手來說，你覺得真正意義上的All in應該是什么樣的？

李開復：我覺得這不是購買一個軟件工具，而是對一個公司的重組。因為人作為一個單元，存在人的脆弱和物理局限，AI則可以無限擴張，像堆積木一樣越做越大，而且沒有交流的成本和挑戰(zhàn)。當AI能夠完成公司一部分人的任務之后，它的可擴張性會更大；公司最大的價值是數(shù)據(jù)，AI可以把數(shù)據(jù)金礦的價值挖掘出來。

我希望一個CEO能夠懂這些點，他不用懂AI的技術(shù)，但他相信把以人為單位變成以人+AI為單位，可以讓一個公司更敏捷更快速地成長，而且不是只看降本，還要看增效。

這些點如果他都懂，那他就會了解，這必須是一把手工程，因為公司沒有一個副總裁可以做這么大的決定，把公司未來的組織架構(gòu)、工作方式、價值創(chuàng)造的方法做這么大的改變。

《中國企業(yè)家》：你的建議是從具體的小項目開始，還是直接做戰(zhàn)略性的思考？

李開復：兩個都可以。但如果是一把手工程，我覺得應該是戰(zhàn)略級的。當然，有些也得先做個小項目證明自己，才能做戰(zhàn)略級。

但是如果一把手認為這就是個工具，你問我們CIO就好了。CIO跟我說做個小項目，那我的興趣就會降低很多。

談組織架構(gòu)：必須有懂業(yè)務和AI的角色

《中國企業(yè)家》：一個適應AI的組織應該會出現(xiàn)一些新崗位，可能有些工作需要一個叫CAIO（首席人工智能官）的角色，這個CAIO和傳統(tǒng)的CIO或者CTO有什么不一樣？

李開復：我覺得CAIO一定要匯報給CEO，完善CEO對AI的認知，公司重大決定是CEO跟CAIO來做協(xié)商。CAIO要深度了解公司的業(yè)務和AI的價值，如果去跟某一個總經(jīng)理或副總裁溝通，他要有比較強的說服力去證明（AI的）價值，并推動項目。每個副總裁和總經(jīng)理也要知道，CEO是很認可這個CAIO的，當CAIO說“你應該把AI用在什么上”，對方?jīng)]有聽，他就要去告狀嘍。

CAIO要對公司的業(yè)務指標負責，他要有CEO很強的信任，他自己也有很重的KPI，這個工作真的不太好做，因為一定程度上他會得罪人。但是如果他是AI應用的專家，對公司有足夠的了解，那么一定可以創(chuàng)造很大的價值。

但是如果他沒有CEO的信任，就創(chuàng)造不了相應的價值。比如說我見到有一家公司就有CAIO，但這個人就是一個純協(xié)調(diào)者。他來自一家咨詢公司，會做一大堆PPT給老板看，他說公司有72個AI項目，認為今年可以幫公司省1000萬美元。這就是一個純做PPT的崗位，是沒有用的。

《中國企業(yè)家》：他不能是老板大助理的角色。

李開復：是的，CAIO不是一個服務崗位。CIO一定程度是服務的，即把公司的網(wǎng)絡(luò)、機器、軟件打造成一個很好的環(huán)境，讓每一個BU能夠執(zhí)行他們的任務；但CAIO既不是服務型，也不是協(xié)調(diào)型，而是戰(zhàn)略型，且可以跟CEO說上話。

我認識一家公司有類似CAIO的角色，他確實也幫公司挑了幾個特別好的項目做，做得比較成功。但他有一個問題，項目做完以后，沒有跟他的BU說人力該減了，因為指標變好了，很多活AI可以干了。所以最得罪人的事就是要跟老板說，項目做成了，但是得裁員了，所以這個工作真的蠻難做的。

還有一個公司跟我說，李博士你來做我的CAIO，我說我沒有時間，他說你就掛個名，這樣你可以看公司哪些方面有沒有出問題，有就直接跟我說。他很有誠意，但我還是不能掛名，但是我會每個月去做一次檢查。我派一個人做他的CAIO，這也是一種模式，但真正要可持續(xù)，企業(yè)還是自己尋找、設(shè)立合適的CAIO。

稱職的人門檻極高，因為又要懂AI，又要懂行業(yè)，懂應用，還要跟人把關(guān)系處好，有時候還要說一些不中聽的話，真的蠻難找的。

但難找還是要找，因為大部分傳統(tǒng)公司里，沒有一個已有的員工能直接做CAIO，對外去招聘也很少有這樣經(jīng)驗的人。我還知道一個公司的CEO技術(shù)能力很強，他基本就自己干了（CAIO的工作），這樣我覺得也可以。

《中國企業(yè)家》：你有一個觀點，Agent在B端的終極形態(tài)是多Agent的協(xié)作，如果要實現(xiàn)這個終極形態(tài)，需要解決的核心難題是什么？

李開復：我覺得多Agent現(xiàn)在還是一個科研題目。因為現(xiàn)在的算法，如強化學習，在一個復雜的多Agent的環(huán)境中，還沒有找出最優(yōu)的解決方案，但我們可以看到這個路徑。

一旦多Agent最終成功了，就代表AI可以去做一個比較復雜的組織了。山姆·阿爾特曼也說過，最終極的AI能夠做成一個組織。

《中國企業(yè)家》：未來實現(xiàn)人機協(xié)同的AI組織應該是什么樣的？一家大型公司，除了CAIO還應該有什么角色？老板應該是什么工作狀態(tài)？每個部門的人應該是什么樣的？

李開復：我覺得CAIO其實是一個過渡的角色，最終AI融入一切就不需要CAIO了，但現(xiàn)在是必須的，因為公司對AI的理解不足。

未來比較確定的發(fā)展方向是，在人和AI的分工上，AI做的更多的可能是執(zhí)行工作，人要做的可能是戰(zhàn)略、不同項目和事件的優(yōu)先級判斷，制定公司的目標、愿景等，以及各種人力資源工作，包括人與人之間的溝通，如管理層跟員工、公司跟客戶、合作伙伴的溝通等。

《中國企業(yè)家》：在這種情況之下，零一萬物是一家什么樣的公司？你怎么去描述零一萬物所提供的終極價值？

李開復：我們希望最終能夠打造出一個類似今天的操作系統(tǒng)，操作系統(tǒng)的內(nèi)核可能不是我們做的，但它能夠?qū)庸舅械馁Y源、所有的人，會有一些很好的Agent取代今天的應用。

就像微軟的操作系統(tǒng)，它的價值在于它承載的應用，我們未來做平臺也希望能更快地把Agent開發(fā)出來，做一家創(chuàng)造價值的公司。

《中國企業(yè)家》：最后請你給所有準備面向AI進行轉(zhuǎn)型的傳統(tǒng)企業(yè)老板、創(chuàng)始人，提三個關(guān)鍵建議。

李開復：第一，數(shù)字化轉(zhuǎn)型要做得非常完整，公司所有業(yè)務一定要數(shù)據(jù)化。第二，對AI的認知一定不要停留在行業(yè)標準認知上，AI的進步實在太快了，它的價值不是取代多少人，而是能把公司的核心業(yè)務指標提高多少。第三，公司擁抱AI，一定是從一把手開始，你現(xiàn)在在AI上面花的時間只會太少，不會太多，一定要大大地投入，才能讓你的Agent和你獨自擁有的閉環(huán)數(shù)據(jù)共同形成最好的護城河。

。END 。

值班編輯：郭立琦 審校：張格格 制作：王儀琪