2025年，李开复的飞行里程激增。
这位零一万物创始人兼CEO，正以公司“首席AI战略官”的身份，密集会见全球500强与传统行业巨头的掌门人，希望将AI商业化的进程加速推进到传统行业腹地。
作为国产大模型厂商“六小虎”中的一员，零一万物果断放弃了超大底模训练，开始转向产业大模型落地，为此，李开复这次创业也遭遇了前所未有的质疑。
2025年年初，DeepSeek在全球火起来后，已经完成组织架构调整和业务聚焦的李开复和团队发现了新商机：DeepSeek本身没有做微调系统、数据库对接等企业级工具，导致企业用起来远不如普通用户体验好，零一万物可以运用自己2年多积淀的模型微调到专业应用搭建的全链条技术栈来接入落地，实现较好的匹配。
2025年3月，零一万物推出万智1.0，帮企业把DeepSeek部署到公司内部。7月22日，零一万物发布万智2.0版本，并推出零一万物企业级Agent智能体，打造解决真实问题的“超级员工”，希望推动大模型及AI应用行业实现“价值交付”。
当然，这并非坦途。放弃原有的道路，是AI创业公司的务实选择，但其成功与否，不取决于李开复的光环或技术理想，而在于能否避免传统IT服务商“项目越做越多，产品越做越弱”的覆辙，真正为客户提供价值。
摄影：邓攀
7月底，李开复接受《中国企业家》专访，分享了他对于大模型趋势、Agent和to B商业化等话题的思考。
精彩观点如下：
以下为对话整理，有删节。
谈趋势：更看好开源
《中国企业家》：过去一年，你觉得在人工智能领域最重要的突破或变化是什么？
李开复：我觉得主要有几个事情。
第一，中国底层模型的能力，跟美国的差距越来越小，尤其是DeepSeek的推出，包括千问和其他模型也都在进步，所以现在中美是世界第一名、第二名，美国略微领先的局面是固定的。
第二，到目前为止，中国领先世界的工程能力在一定程度上对冲了GPU限制带来的挑战，让中国的AI技术更上一层楼，从DeepSeek经过算法工程优化后训练的基座模型比美国的同梯队模型便宜很多就可以看出来。
第三，现在开源是中国领先，闭源美国还是领先。但我认为开源更容易产生一个快速的大模型生态系统，而且开源是很讨技术人喜欢的。
最重要的一件事是，AI Agent在今年进化成推理Agent，可以成为企业生产力了。中美最顶尖的模型推理能力足够好，让今天的Agent进入一个可以自主了解任务，拆解、策划、解决任务的阶段，这可能会让AI从技术付费、API付费，很快进入任务付费阶段。
《中国企业家》：我们之前讨论过开源和闭源的问题，但今年DeepSeek横空出世之后，开源和闭源之间的优劣势还需要争论吗？
李开复：我认为两者还是会有拉锯。现在看来（闭源）在一些具体任务上仍有优势，但开源模型似乎很快就会追上来，所以对大部分用户来说，开源越来越成为一个更明智的选择。背后原因在于，一是开源更便宜；二是开源可以私有化部署，更可控；三是开源相对容易替换。
中国的大厂和“六小虎”之前主要做闭源，现在也大部分转做开源了，这是一个很明显的现象。
我觉得中国如果开源能保持领先，就会有更多国家开始使用中国的模型。中美之外，中国（基座模型）的份额本来很小，经过开源，我觉得中国的份额会往上升。
点击封面订阅全年杂志
谈Agent：未来会创造巨大价值
《中国企业家》：为什么今年Agent会这么火？前段时间OpenAI也发布了Agent，这会对中国大模型创业者形成哪些新挑战？
李开复：我觉得OpenAI就像苹果一样，它们做的事会被全世界看到，并很快进入客户视野。比如当苹果开始做手机、iPad、手表、眼镜等产品，整个业界都会跟随，OpenAI在大模型领域也有类似的市场教育和催化效果。
假如说一家美国企业之前没有听过Agent，可能因为OpenAI做了这个发布，这家企业看到了就会去试一试，然后可能发现这个技术蛮好的，但在企业内部不好用，因为数据很难上传，或者数据是公司的机密等。这家企业可能会寻找一个企业级的解决方案，就给别的公司带来了机会。OpenAI等于做了一次市场教育，在中国也是如此。
《中国企业家》：通用Agent有科普意义，但对企业来说可能更需要一个垂直的Agent。
李开复：通用Agent也有一些争议，即它是不是真的能够通用？毕竟它没有记忆力，也不了解你，也不知道你公司的状况，它能完成的企业级任务相当有限。
通用Agent非常难商业化，因为它花的时间比较多，一般消费者没有那么大耐心，且它非常昂贵，一般消费者可能买不起。Agent的价值在于，如果消费者自己完成一个任务要花两个小时，Agent可能15分钟就完成了。但消费者会不会认为自己的1小时值500或1000元？这很难说。
但是对一家企业来说，如果一个员工做两小时的工作，Agent用15分钟能干完，而且质量一样好，那企业肯定会愿意把一个员工两小时的工资，乘以一个系数来做购买Agent的费用。
《中国企业家》：Agent这个概念并不是今年刚兴起，在2022年大家就有讨论，但为什么今年会成为Agent元年或大年？哪方面的条件更加成熟了？
李开复：1993年，苹果就推出Intelligent assistant（智能助理）的概念，还有一个叫做Knowledge Navigator的概念视频，展示AI能帮用户完成任务。在当时技术很难实现，但大模型时代来了以后，它就可以成真了。
去年已经有一些公司在做Agent，确实也能做出一些效果。但当时基本是针对一些人定义的任务，把模型放进去，等于是用编程的方法，由人一步一步把模型对接起来，让它在某些任务上可以完成端到端的部署，但是它没有一个可泛化的推理能力。它可能学会了怎么订机票，但不一定知道怎么改机票。
今年的Agent可以泛化，做以前没做过的事情。当一个固定的任务出了一些状况，它可以调整，变得像一个聪明的员工，可以学习、进步，可以做过去没做过的事情。
《中国企业家》：在这种背景之下，模型层、基础层和应用层之间的创业机会是不是也在发生一些变化？
李开复：肯定的，由于Scaling Law放缓，创业公司已经很难再像过往一样轻易进入底层模型领域，因为它很难把需要花的烧模型的钱，从未来商业模式中赚回来。大厂可能相对仍然可以，因为它可以分摊成本到自己的10亿、20亿用户身上。所以一个底层模型创业公司，可能不会那么受资本市场的追捧。
《中国企业家》：百模大战结束了，哪些创业公司还有机会？
李开复：作为一个创业方向结束了，各个大厂还是可以进来的。
我觉得AI-First应用是最大的机会，而且中国有很多经验丰富的产品团队和创业者，能把之前在移动互联网的经验延伸过来，或在现有模型上面不断摸索，找到新的机会。我觉得应用特别适合中国做，因为本来做应用就是去摸索用户需求，做PMF（Product Market Fit，产品市场匹配度）。
随着底层模型逐渐收敛，推理能力逐渐变强，开源逐渐成为市场主流，我可以预测中国的AI Agent和应用也会进入百花齐放的井喷期。
当然，有一个挑战，就是在美国的商业化收费会比中国容易。我觉得需要创新商业模式，或者更长期来说，收费模式要进行升级。
《中国企业家》：中国AI创业者面前可选的道路变少了，如果想实现比较快的转化，做面向B端的应用可能是一个方向？
李开复：对，卖给B端也有付费的挑战，一是高付费的习惯不存在，二是按SaaS付费的习惯也不强。一家传统公司，比如银行或房地产商，它要用AI技术（Agent或大模型），它会先做招标，比较价钱。但经过招标来砍价，付的钱是否足够让供应商把事情做好，这也存在挑战。
我比较乐观的是，Agent带来的价值非常大，未来还会不断提升。当企业能够看到为Agent付费能够创造很大价值，我觉得这条路最终一定会走通。只不过在美国，当下会更容易更快收到订阅付费。
谈转型：必须务实
《中国企业家》：你们前一段时间也发布了自己的万智Agent，这实际上也是一个比较彻底的转型，你为什么如此决绝？当时外界对此也有一些质疑。
李开复：根据我在创新工场投资的经验，我当时做了两个预测：一是Scaling Law放缓了，二是大厂的GPU和资源会极速碾压创业公司。我们过去2年做出了多款国际SOTA的开源闭源模型，但大模型狂奔进入第三年，从中国乃至世界的技术跃迁和创投动向来看，在商业化加速拷问初创公司的大环境下，初创公司仍然以一年烧两三亿美元持续All in做中国最强的底层模型、并持续将之开源的代价会很大，而且没有商业回报，投资方一定会不看好，最后公司一定是一个很悲惨的结局。
要避免这一结局，就要当机立断做决定。因为GPU很贵，晚2个月、3个月、4个月，一大堆钱就烧掉了。
《中国企业家》：对团队来说，需要统一认知吗？会有痛苦吗？因为跟原来做基础模型的成就感是不一样的。
李开复：对，公司转型需要时间，一线员工可能先是惊讶或者不接受，然后理解、尝试，最后是拥抱。当然这个过程中也有人就觉得这不是自己想做的，就离开了。
《中国企业家》：你本人为什么如此坚定？
李开复：必须务实。创业者不能只抱着梦想，觉得我把钱烧完，大不了就不做了，这是对自己对公司对投资人都很不负责任的做法。
我也看到了更多非常好的模型，确实是个“大脑”，或者是个“发动机”，但不是“飞机”。要让一个东西有用，它需要能持续使用，支持应用开发，创造巨大的应用价值，这样的“发动机”才有价值。如果只是一个“发动机”，既没有操作系统，也没有应用，就不能创造商业价值。从我投资的经验可以看到，投资人会非常快速地从追捧最好的大模型，转移到追捧最好的平台、应用。
《中国企业家》：从做引擎到做整个飞机，面临的挑战有什么不一样？
李开复：其实还是有优势的，因为我们懂模型，所以去调试DeepSeek或阿里通义千问时，可以做出别的软件公司或系统集成商做不出来的效果。
挑战是让团队能够理解、接受并拥抱我们的新方向。其实我们走的方向也不是陌生的，我们一直在做to B的产品和业务，只是现在这件事情变得极其重要，现在是以应用为主，而不是模型和应用两者的互补。
《中国企业家》：去年交流时，你谈到要花很多精力帮助做基础模型和做应用的团队，弥合一些他们认知的不同。现在公司业务转型后，你如何分配精力？
李开复：我觉得一个潜在的问题是，做咨询交付的团队，和做产品研发的团队，这两个团队的组织架构虽然是成熟的，但我们的客户量没有那么多，所以他们常常还是会跨界。比如我们的产品团队会飞到客户那边帮他解决问题，做算法的团队也会支持做一些事情。
现在大家目标一致——我们要给客户创造价值，而且我们现在有现金流进来，客户会感谢我们给他们创造价值，这是很正面的。
但长期来说，这不是一个稳定的组织架构，因为衡量产品研发跟衡量咨询是完全不同的方法，你给员工的OKR、KPI也不同，未来这个管理还是要去理清的。
谈商业模式：跟“灯塔客户”共创
《中国企业家》：每个行业都有自己的Know How，现在万智是给每个行业做定制吗？
李开复：万智平台对传统企业的帮助非常大。因为一家传统企业不会有很强的AI能力，甚至可能不会有很强的IT团队。我们可以开发一套（Agent），这个Agent可以给一家传统公司提供一个操作系统或数据库。
即便如此，我们认为还有一个挑战——很多传统公司对AI的理解实在太薄弱了。即使我们把平台卖给它，做很好的客服，它也未必能用好，所以我们现在也提供一个可以称为解决方案或顾问的服务。如果一个传统公司不但买我们平台，还买我们的服务，我们就会跟它共创公司内部最大的需求。
我们可以根据对产品和技术未来演进的蓝图，跟企业对行业的认知、公司内部数据等碰撞结合，帮助公司既实现降本，又可以增效。我觉得这会是传统行业从万智最快得到最大价值的方法。
摄影：邓攀
《中国企业家》：你提了一个观点，我特别认同，大家都说降本增效，但其实注意力更应该放在增效上面，别老想着降本。但你怎么去说服企业老板？因为他在AI方面的ROI是能算过账来的。
李开复：其实降本跟增效都一定要算得过来账，降本就是公司少花了多少人力，增效就是指公司的营业额、吞吐量，或运营效率、账期、经营利润，这些都要一个可衡量的目标，也是CEO更认可的地方。我们会与公司共创、寻找最好的业务场景来创造价值，最终我们会跟公司一起定下若干个项目，每个项目都可以用营业额、吞吐量、效率、利润等数字衡量，以此来收费，最后的付费一定是能看到效果。
我觉得任何生意，当两边利益一致，就是做成以后大家共赢就更有动力往前走。
《中国企业家》：说服客户最复杂的部分在哪里？
李开复：我觉得逻辑是讲得通的，但答应买单还是小概率事件，因为共创需要很大投入，而且公司里往往有各种不同的声音。有些部门认为他自己干就好了，不需要外部来帮忙；有些老板对AI不够熟悉，不够相信……这都会成为妨碍项目推动的瓶颈。好在我们做的Palantir（专注数据整合与分析服务的世界头部公司）模式是先做咨询，再做解决方案，最后慢慢提炼出一个平台，很深入地了解客户的场景后去共创。
Palantir模式本身不可能有很多客户，因为我们刚开始接的几个客户比较重。我们也不是需要去见的100个客户都说Yes——都接的话我们反而服务不了。对我们来说，最后可能做成两三个大单、四五个中单，2025年就成功了。之后我们当然有更大的目标，也不会是永远靠咨询模式来扩张业务。
《中国企业家》：从咨询的过程就开始收费吗？把大象装进冰箱，你需要分成几步？
李开复：咨询、软件、硬件都收费，但是在国内不能收太多。咨询费是按我们实际带来的效果和实际花的成本、人数来计算。
我们有自己的打法：第一步，先找到“灯塔客户”，帮他在自己领域做很清晰的价值创造，我们就有了“敲门砖”，去找到类似或同样的行业，说我们已经服务了一家很牛的公司，帮他创造了很大的价值，假如客户允许我们透露的话，我就可以拿到更多的单子。第二步，做成一单后，我们交付的代价和成本也会降低，就可以拿更多的单子。再往后我们非常希望能够开箱即用，比如银行买的万智开箱即用的体验，跟保险公司或能源公司的差别是很大的。虽然底层技术一样，但是它的Agent、使用方法、数据库、行业模型等都需要改变。
今天我们与“灯塔客户”的共创其实是彼此学习、优势互补、共创价值的过程。
《中国企业家》：我记得你说曾跟一个客户的工程师开了70多次会？
李开复：是跟公司不同部门开了70多次会，最后才挑出三个高价值的产品。
我们就是要了解、问得很深。做咨询的工程师和产品经理，跟做产品的工程师和产品经理不太一样，前者要特别在乎用户需求，要会问很多问题，而不是自己去定义需求；他还要能很快地把这个POC（Proof of Concept，概念验证）做出来，而不是做一个很可靠可长期运营的平台产品。
《中国企业家》：是否会遇到一家公司在某个场景中出现的问题，对你们来说是一个非常巨大的挑战？或者是现在模型能力解决不了，你只能选择部分去解决？
李开复：我们会根据几个因素去了解和判断，一是今天或明天的技术能否解决这个问题。底层模型的迭代周期按照月份来计算，所以支持我们可以用明天的技术解决挑战，因为我们今天开始开发，等我们开发完了，明天的迭代技术就已经来了，而拥有核心中台技术的我们可以丝滑地把应用层切换到最新的底模上，并予以微调进化，因此也需要我们有很强的技术预测能力。二是怎么衡量大模型给公司带来的价值，再根据它的价值和难度，去挑几个项目来给公司高层证明我们的价值。
《中国企业家》：可否举一个具体的、AI改变传统业务流程的例子？
李开复：我们有一个客户，他的公司有很多不同业务线，其中一个是供应链和物流，整个过程中有很多复杂的细节，比如港口的路线怎么走，电车什么时候去充电等。
他现在用的是运筹学的方法解决问题，但是我们觉得可以用今天最顶级的模型来优化和运作。因为运筹学其实就是数学，AI能帮他把数学做得更好，更有针对性。
《中国企业家》：像你刚举的那个例子，跟超大型客户的工程师进行70多轮的对接、了解和交流，这种服务能力边界是很明显的，你不可能对每一个客户都做这样的服务。
李开复：是，我们觉得今天万智或任何行业Agent平台产品，都不是开箱即可用，它需要一定的技术门槛来针对企业生产力场景调试和落地。我们未来的目标是：很快做出一款开箱即可用的AI-First产品，能很快达到100万个用户。
谈销售：以“一把手工程”为核心
《中国企业家》：按照这种模式，您就是公司最大的销售了，怎么看待面子问题？你能弯得下腰吗？
李开复：任何一家to B公司必须是这样，但每一个CEO的强项不太一样。我的强项可能不是去跟客户喝酒、成为好朋友，再说帮我个忙什么的，也不是狮子大开口，跟他谈价钱，去说服他。我的强项是能把复杂的技术讲得比较简单，而且专家身份让很多CEO认识我。比如我若干年前可能被请去某些公司，给董事会或管理层讲解AI，讲述AI如何成为企业新质生产力，帮他们增加效能。
他们当时总会问一个问题，“我如果今天要买AI，该买什么？这能不能解决我的问题？”大部分我会回“不行，你想要做的事情有点难度，再等一等”，现在我可以打（电话）回去说，“老板，当时你要做但AI做不了的事情，现在可以了，我再来给你讲堂课。”
这也比较符合我的长板。讲的过程中我可以说，上次你们要的东西，我们现在的解决方案可以解决，他们如果有兴趣，我们再继续进行技术的沟通。
《中国企业家》：具体在业务落地过程中，就算一把手同意了，向下推的话还有哪些挑战？
李开复：碰到的挑战跟障碍还是蛮多的，有些CEO很在乎，也试着去了解；还有一些公司因为很大，老板常常会委派任务，“这个问题听起来蛮有意思的，找我的CIO去谈，或找我的销售部负责人去谈”。
这样一谈，往往就会碰到一些问题。他的CIO可能两三年之前都没碰过AI，他既不可能有很强的AI认知和能力，同时又觉得AI该是自己管的，你来干什么？还有可能担忧自己在公司的地位，担心话语权会被影响。
这都是很现实的问题，所以一旦被往下传了几步以后，我就觉得可能得先放弃这家公司，我们去找其他的客户。我们把这个方向和打法称为“一把手工程”，真的是CEO、最好是创始人相信需要使用AI，且他也理解AI本身并不是一个工具，而是改变公司工作组织和执行的方式，它会创造巨大的价值。
摄影：邓攀
《中国企业家》：大家都在说All in AI，但对一把手来说，你觉得真正意义上的All in应该是什么样的？
李开复：我觉得这不是购买一个软件工具，而是对一个公司的重组。因为人作为一个单元，存在人的脆弱和物理局限，AI则可以无限扩张，像堆积木一样越做越大，而且没有交流的成本和挑战。当AI能够完成公司一部分人的任务之后，它的可扩张性会更大；公司最大的价值是数据，AI可以把数据金矿的价值挖掘出来。
我希望一个CEO能够懂这些点，他不用懂AI的技术，但他相信把以人为单位变成以人+AI为单位，可以让一个公司更敏捷更快速地成长，而且不是只看降本，还要看增效。
这些点如果他都懂，那他就会了解，这必须是一把手工程，因为公司没有一个副总裁可以做这么大的决定，把公司未来的组织架构、工作方式、价值创造的方法做这么大的改变。
《中国企业家》：你的建议是从具体的小项目开始，还是直接做战略性的思考？
李开复：两个都可以。但如果是一把手工程，我觉得应该是战略级的。当然，有些也得先做个小项目证明自己，才能做战略级。
但是如果一把手认为这就是个工具，你问我们CIO就好了。CIO跟我说做个小项目，那我的兴趣就会降低很多。
谈组织架构：必须有懂业务和AI的角色
《中国企业家》：一个适应AI的组织应该会出现一些新岗位，可能有些工作需要一个叫CAIO（首席人工智能官）的角色，这个CAIO和传统的CIO或者CTO有什么不一样？
李开复：我觉得CAIO一定要汇报给CEO，完善CEO对AI的认知，公司重大决定是CEO跟CAIO来做协商。CAIO要深度了解公司的业务和AI的价值，如果去跟某一个总经理或副总裁沟通，他要有比较强的说服力去证明（AI的）价值，并推动项目。每个副总裁和总经理也要知道，CEO是很认可这个CAIO的，当CAIO说“你应该把AI用在什么上”，对方没有听，他就要去告状喽。
CAIO要对公司的业务指标负责，他要有CEO很强的信任，他自己也有很重的KPI，这个工作真的不太好做，因为一定程度上他会得罪人。但是如果他是AI应用的专家，对公司有足够的了解，那么一定可以创造很大的价值。
但是如果他没有CEO的信任，就创造不了相应的价值。比如说我见到有一家公司就有CAIO，但这个人就是一个纯协调者。他来自一家咨询公司，会做一大堆PPT给老板看，他说公司有72个AI项目，认为今年可以帮公司省1000万美元。这就是一个纯做PPT的岗位，是没有用的。
《中国企业家》：他不能是老板大助理的角色。
李开复：是的，CAIO不是一个服务岗位。CIO一定程度是服务的，即把公司的网络、机器、软件打造成一个很好的环境，让每一个BU能够执行他们的任务；但CAIO既不是服务型，也不是协调型，而是战略型，且可以跟CEO说上话。
我认识一家公司有类似CAIO的角色，他确实也帮公司挑了几个特别好的项目做，做得比较成功。但他有一个问题，项目做完以后，没有跟他的BU说人力该减了，因为指标变好了，很多活AI可以干了。所以最得罪人的事就是要跟老板说，项目做成了，但是得裁员了，所以这个工作真的蛮难做的。
还有一个公司跟我说，李博士你来做我的CAIO，我说我没有时间，他说你就挂个名，这样你可以看公司哪些方面有没有出问题，有就直接跟我说。他很有诚意，但我还是不能挂名，但是我会每个月去做一次检查。我派一个人做他的CAIO，这也是一种模式，但真正要可持续，企业还是自己寻找、设立合适的CAIO。
称职的人门槛极高，因为又要懂AI，又要懂行业，懂应用，还要跟人把关系处好，有时候还要说一些不中听的话，真的蛮难找的。
但难找还是要找，因为大部分传统公司里，没有一个已有的员工能直接做CAIO，对外去招聘也很少有这样经验的人。我还知道一个公司的CEO技术能力很强，他基本就自己干了（CAIO的工作），这样我觉得也可以。
《中国企业家》：你有一个观点，Agent在B端的终极形态是多Agent的协作，如果要实现这个终极形态，需要解决的核心难题是什么？
李开复：我觉得多Agent现在还是一个科研题目。因为现在的算法，如强化学习，在一个复杂的多Agent的环境中，还没有找出最优的解决方案，但我们可以看到这个路径。
一旦多Agent最终成功了，就代表AI可以去做一个比较复杂的组织了。山姆·阿尔特曼也说过，最终极的AI能够做成一个组织。
《中国企业家》：未来实现人机协同的AI组织应该是什么样的？一家大型公司，除了CAIO还应该有什么角色？老板应该是什么工作状态？每个部门的人应该是什么样的？
李开复：我觉得CAIO其实是一个过渡的角色，最终AI融入一切就不需要CAIO了，但现在是必须的，因为公司对AI的理解不足。
未来比较确定的发展方向是，在人和AI的分工上，AI做的更多的可能是执行工作，人要做的可能是战略、不同项目和事件的优先级判断，制定公司的目标、愿景等，以及各种人力资源工作，包括人与人之间的沟通，如管理层跟员工、公司跟客户、合作伙伴的沟通等。
《中国企业家》：在这种情况之下，零一万物是一家什么样的公司？你怎么去描述零一万物所提供的终极价值？
李开复：我们希望最终能够打造出一个类似今天的操作系统，操作系统的内核可能不是我们做的，但它能够对接公司所有的资源、所有的人，会有一些很好的Agent取代今天的应用。
就像微软的操作系统，它的价值在于它承载的应用，我们未来做平台也希望能更快地把Agent开发出来，做一家创造价值的公司。
《中国企业家》：最后请你给所有准备面向AI进行转型的传统企业老板、创始人，提三个关键建议。
李开复：第一，数字化转型要做得非常完整，公司所有业务一定要数据化。第二，对AI的认知一定不要停留在行业标准认知上，AI的进步实在太快了，它的价值不是取代多少人，而是能把公司的核心业务指标提高多少。第三，公司拥抱AI，一定是从一把手开始，你现在在AI上面花的时间只会太少，不会太多，一定要大大地投入，才能让你的Agent和你独自拥有的闭环数据共同形成最好的护城河。
