过去一年，李开复与数百位ceo面对面交流。每次行业大会茶歇时，总有人把他拉到角落，热情洋溢地介绍自家ai已部署多少agent、接入哪个大模型。他只抛出一个问题：这对你的财报产生了什么实际影响？对方往往陷入短暂却意味深长的沉默。
7月7日，零一万物正式推出万策AI平台及三款“一号位决策AI”产品——老板AI、销冠AI、投资官AI。李开复本人正是老板AI的深度使用者：他用它追踪会议承诺的落地进展、提前识别经营风险信号，甚至会问：“我刚才哪句话说得不够妥当？”
五周前，他在零一万物成立三周年全员信中披露关键目标：2025年实现5亿元订单额、2.5亿元审计后收入；2026年前五个月订单已突破15亿元；冲刺2027年上市，立志成为“中国首家盈利的AI 2.0公司”。他笑言：“别再叫我们‘六小虎’了，现在该改口称‘金钱豹’。”
从果断放弃超大规模模型预训练，到全面转向产业AI战略，再到明确对标Palantir，零一万物仅用一年半完成彻底转身。万策AI，正是这场战略跃迁的具象结晶。
在李开复看来，企业AI转型屡屡受挫，根源在于三点：其一，AI不懂业务，“好比招来清华状元进公司，但他对业务一无所知，前三个月毫无产出”；其二，企业把AI当成普通软件采购，“装SAP怎么装，就怎么装AI”，结果造出一堆“好看却无用的盆景”，难成真正生长的森林；其三，决策权错配——能真正改变财报的关键动作，从来不是CIO的事，必须由CEO亲自推动。
万策AI的核心架构被提炼为四大模块：大脑（大模型，负责复杂推理与判断）、地图（企业本体Ontology，精准定义业务逻辑与实体关系）、导航系统（动态上下文引擎，实时感知并映射业务状态）、操作系统（将判断安全、可控地转化为执行动作）。李开复强调，其Ontology方案已是“2.0代”，相较Palantir具备代际级优势。
商业模式上，万策平台与三款一号位AI产品分层收费——“就像Windows与Office的关系”，全部采用订阅制。李开复直言，这不是面向中小企业的解决方案，目标客户全球仅约两三千家大型企业，目前已深度接触五六百家。
他还透露一组关键数据：零一万物内部启用销冠AI后，订单金额增长达5倍，商机转化率提升2倍。“既然我们提出这套方法论，就必须率先躬身入局、以身作则，否则客户凭什么相信？”
发布会结束后，李开复携手零一万物产品负责人姚璨，与媒体展开深度对谈，回应了产品边界、Token经济、落地节奏、海外拓展等核心关切。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
以下为对话实录（经精简整理）：
01
万策AI的产品定位与差异化
Q：万策AI与市面上BI工具、传统ERP的AI插件，本质区别在哪？
姚璨：我们并非要取代BI、管理驾驶舱或CRM。企业经营数据远不止存于ERP和CRM中，更大量沉淀在会议系统、日报周报、即时通讯记录等“非结构化场景”。万策AI的核心能力，是将这些散落各处的数据统一整合，并围绕“改善财报”这一终极目标，构建可解释、可追溯的业务关联路径，让AI真正理解“达成目标需经历哪些关键步骤、调用哪些数据源”。
李开复补充：你见过哪位CEO靠管理驾驶舱做最终决策？据我所知，一个都没有。一号位AI唤醒的是长期沉睡的数据——会议纪要、客户沟通问答、销售过程中的真实反馈……这些恰恰是ERP与驾驶舱从未覆盖的盲区。我们不仅激活它们，更将其与结构化数据深度融合，交付给CEO一个可直接上手、即刻见效的操作界面。
Q：如何实现“千企千面”的个性化决策支持？
姚璨：不同行业、不同企业的核心经营逻辑天差地别，不存在放之四海皆准的通用决策范式。我们推出的三款一号位AI，正是锚定企业最顶层的三大决策场景——日常经营决策、资本运作决策、营收增长决策，进行深度定制。
李开复：产品已完成较高程度标准化，但尚无法“开箱即用”，仍需FDE（前沿部署工程师）协同落地。数字化基础扎实的行业（如金融投资）适配较快；而传统制造业等，则需更长周期打磨。这注定不是中小企业负担得起的方案。
Q：相比同行，零一万物最难被复制的护城河是什么？
李开复：早期我的个人资源确有助快速触达核心用户。但随着深入一线，我们已系统性提炼出共性需求，推动产品泛化，并在Ontology等底层技术上持续突破。这早已超越单一技术点，而是一套完整工程体系。打个比方，Windows的壁垒，从来不是某项孤立功能，而是多年积累的生态与系统协同能力。
姚璨补充：企业关注焦点，正从“AI技术是否先进”，转向“AI能否带来可衡量的业务结果”。我们的产品打动一号位，正因为能让其清晰看见最终数字——收入涨了多少、风险降了几分、决策快了几倍。AI转型，本质是一场系统性变革。
02
一号位从不关心“token”
Q：Palantir CEO曾质疑Token模式的价值真实性，您如何看待？
李开复：Token当然有价值。众多企业选择以此计费，本身就说明市场认可其适用性。简单任务可用低成本Token完成，高阶编程等重负载则必须依赖顶级Token。
但绝大多数企业的业务逻辑各异、决策链条独特，Token模式天然难以承载这种高度差异化需求。问题越复杂、企业越特殊，Token就越力不从心。它或许能在80分甚至85分场景游刃有余；但那些关乎生死、价值极高的决策，客户绝不会接受85分——他们要的是99分的确定性。此时，就需要Palantir式的深度系统，或我们这样的全栈决策AI。二者并非对立，而是互补共存。
姚璨：企业一号位唯一在乎的，是CPI、曝光率、营收增长等硬指标，而非Token本身。当Token消耗无法转化为关键业务结果时，它就只是成本，而非收益。我们的使命，就是把Token真正翻译成财报上跳动的数字。
李开复追加类比：Excel能解决多数人65–90分的问题，但为何企业不全用Excel？因为总有独特需求无法被覆盖。Token与决策AI的关系，恰如Excel与定制化ERP。
Q：中美大模型差距，一个月内是否有新变化？
李开复：差距始终处于动态波动中。DeepSeek-R1发布后，差距缩至3个月；Mythos上线又拉回到15个月左右。但对企业客户而言，这并不重要。大模型正加速成为像“电力”一样的基础设施，客户真正关心的是效果、成本、稳定性与持续迭代能力，而非底层模型的品牌归属。
Q：能否分享具体客户案例？
李开复：一家头部投资机构正在使用投资官AI。它有效弥补了团队在细分领域覆盖不足的短板——即便拥有近百人投研团队，也不可能在所有赛道都做到顶尖。目前，该机构已在两个重点方向完成大量深度分析，反馈极为积极。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
姚璨：另一家大型投资机构曾评估一个Pre-IPO项目，初始PS倍数预判仅为几倍。投资官AI在分析材料时敏锐捕捉到：一旦其产品深度接入大模型，商业想象空间将发生质变。如今该公司已成功上市，市场给予20–30倍PS估值。这一结果，成为客户最终签约的关键依据。
Q：深度共创模式交付周期长、回款慢，如何支撑2027年IPO计划？
李开复：我明确说的是“明年某个季度有望实现盈利”，而非今年。订单确认与收入确认存在天然时间差。我们的合同采用分阶段收费，收入确认周期通常为1–3年。每单均交付核心技术模块，且每年交付都在前一年基础上持续演进。截至目前，客户满意度与续约率均处于行业领先水平。政企客户无论在绑定深度还是回款效率上，我们都做到了业内标杆。
Q：隐性知识难以数字化，万策AI如何破题？
姚璨：企业中大量流程性经验属于隐性知识——审批节点设置、领导批注意见、决策背后的权衡逻辑。传统系统只记录结果，却丢失了全过程。我们的一号位AI不仅挖掘“做了什么”，更深度解析“怎么做的”：决策者如何通过语言表达意图？流程如何折射经验偏好？这些被显性化沉淀为可复用的经验记忆与上下文反馈，进而驱动数据飞轮正向循环。
李开复：我常向老板AI提问：“怎样才能把工作做得更好？”每次会议全程录音转写，它会精准指出：“您刚才那句话可能引发误解，建议换一种表述。”给出的建议，往往直击要害、切中肯綮。
Q：本体论（Ontology）源自海外，在国内落地是否存在认知或实践障碍？
李开复：国内外对本体论的理解并无本质差异。解释起来虽需一点时间，但逻辑其实非常直观——你问大模型：“请描述你眼中的我”，它输出的两三页报告，基本就是本体论的雏形。
冷启动阶段，所需数据早已存在于企业财报、OA流程、会议纪要等现有系统中，拿来即用。难点在于用科学方法组织数据、协调不同来源间的矛盾冲突，整个过程通常只需一两个月。后续维护成本较低，数据闭环持续注入，AI可自主处理大部分问题，真正实现高效人机协同，无需人工高频介入。
本体论的奠基人，正是万维网之父Tim Berners-Lee。有了大模型之后，用自然语言定义实体与关系，远比过去基于规则的系统简洁高效。老板若想快速了解本体论，只需让老板AI生成最关键的3页摘要，一眼即可判断是否准确。
04
离开李开复，零一万物还剩什么？
Q：一号位工程是否高度依赖李开复个人？若他离开，公司还能走多远？
李开复：作为CEO，确保企业基业长青是我的首要责任，过度依赖个人绝非值得骄傲的状态。首先，我身体状况良好，公司可期待我长期服务；更重要的是，越来越多的一号位客户案例，已由团队独立拿下，而非依赖我个人推动——这一比例正持续上升。
所谓“一号位工程”，本质是打开第一扇门、促成首批合作、维系关键关系，并不占用我大量精力。恰恰相反，老板AI极大释放了我的时间。两周前，我通过一场演讲触达近200位CEO，其中一对一深度交流达30位。
全球范围内，我们聚焦服务的大型企业约两三千家，目前已接触五六百家。未来两年完成重点客户全覆盖，完全可行。这种能力，正加速沉淀为团队能力与产品能力，而非个人光环。
Q：首批合伙人机制进展如何？专项激励是否提振了内部士气？
李开复：公司整体士气始终保持高位。新激励方案首批已获批。合伙人遴选仍在观察期，预计6–9个月内将产生结果，是否对外公布视情况而定。我们将持续推进组织扁平化，赋予合伙人及DRI（直接负责人）更大决策权。例如，昨日刚任命一位新DRI。既然倡导这套方法论，就必须自己先践行。
Q：CEO借助AI做决策，是否会加剧员工压力？
李开复：恰恰相反。AI不会主动向员工发问，它只负责收集信息、输出分析与建议，最终拍板仍由CEO完成。我使用老板AI后，与员工见面频率未减，但提问更聚焦、更犀利、更具建设性——真正帮到了他们。
过去，员工可能觉得“躺平也无人察觉”，承诺事项未落实也无碍，会议布置的任务老板转头就忘。现在不行了。老板变得更敏锐、记忆力更强，每位员工都会感受到一种正向驱动力：必须把事情做到位。
05
“大模型进入瓶颈期”？这个说法完全站不住脚
Q：中国AI企业出海，面对多元商业文化与监管环境，核心竞争力何在？
李开复：除中美之外，全球绝大多数国家仍存在显著信息鸿沟。当我们已在探讨“决策中枢”与“老板AI”时，许多地区连Agent的应用都尚未普及。我们提供从入门级AI助手，到万智、万策，再到一号位AI的全栈服务。
美国企业倾向于深耕本土、欧洲或日本（回报快、文化语言相通），全球仍有大片市场空白。这些国家同样需要FDE现场支持，但美国厂商不愿派遣工程师前往服务。中国企业具备跨文化协作能力，尤其在共建“一带一路”国家，拥有天然优势。
数据合规方面，我们坚守底线：既不将中国数据带出国门，也不将客户本地数据传回中国——这是赢得订单的前提。Palantir尚未覆盖的区域，正是我们的战略蓝海，且几乎无强力竞争对手。
Q：AI编程能力已超越人类，这意味着什么？
李开复：以零一万物为例，当前90%代码由AI生成，人类仅编写约10%，且该比例仍在提升。但程序员最无需担忧被取代——其核心价值在于问题拆解、方案设计与调试决策等高阶思维。
AI具备编程能力，意味着它已从被动应答工具，升级为主动执行者：可调用系统接口、推进业务流程、参与关键决策。人类对代码的需求永无止境——“过去因程序员成本高昂，个性化开发难以普及；今天，每个人都能按需定制专属程序，这将重塑整个经济运行逻辑。”
Q：大模型真的进入瓶颈期了吗？
李开复：这种观点严重失实。根据METR权威评测，两年前最强模型完成人类专家数分钟工作量的任务，成功率约为50%；而到2026年，已能稳定胜任人类专家耗时十几个小时的复杂任务——能力提升接近百倍。同期，推理成本下降达175倍。“如果两年前买一辆特斯拉要45万元，今天同样配置，价格已降至两千多元。”
本文来自“腾讯科技”，作者：晓静，编辑：徐青阳，36氪经授权发布。
