對話李開復：65歲，他從AGI走進養雞場

他早已不是那個等著別人來敲門的AI布道者。

文｜《中國企業家》記者 孔月昕
編輯｜馬吉英

頭圖來源｜中企圖庫

李開復變得更“接地氣”了，也更接近AI落地的真實戰場。

“三年前創業時，你覺得最不可能做，但現在做了的事情是什么？”《中國企業家》問道。

“三年前我沒打算做銷售啊，我覺得把模型燒出來了，就變成Token Factory，然后就等著別人付錢嘛。”李開復笑稱。

現在的他，早已不是那個等著別人來敲門的AI布道者，而是主動走進企業現場的一號位AI實踐者。

過去一年，李開復見了上百位CEO，在瑞士的企業家峰會期間，他兩天就約了30位。這密集的30次會面，可能給零一萬物換來四五個潛在訂單。不僅如此，他還在今年春節期間跑到非洲下礦洞，鉆進正大養雞場觀摩蛋雞養殖流程，去理解那些他三年前根本不需要理解，但今天做企業AI必須理解的事情。

“過去幾年，我始終愿意沖在最前面，未來也是如此。”李開復說。

2023年，李開復成為大模型領域年紀最大的創業者，創辦零一萬物，朝著AGI沖鋒。但2025年，他主動放棄了對萬億參數基模的訓練，帶領公司全面轉向企業AI，尤其是服務一號位的決策AI。

來源：受訪者

外界將零一萬物類比為“中國版Palantir”，李開復告訴《中國企業家》，他一點也不排斥這個標簽。相比繼續卷入基模參數競賽，他更愿意把AI帶到企業經營、銷售、投資等高價值的真實決策場景里。

從理想主義的OpenAI到現實的中國Palantir，他稱自己沒有過多的內心糾結：“這么大年紀了，該怎么做就怎么做。人生永遠充滿著選擇，過去所有的選擇都是沉沒成本，每一個新選擇都是一個新天地。也許一個選擇一年前是對的，預判不對了，那你就要堅決地放棄。”

這一轉變也讓訂單規模水漲船高。2025年，零一萬物訂單規模約5億元，2026年訂單額已達15億元，公司目標是2027年實現IPO。

今年6月，在經歷了9個多月的“一號位工程”探索后，零一萬物宣布推出三款“一號位決策AI”產品——老板AI、銷冠AI、投資官AI，分別面向經營一號位、銷售一號位和投資者一號位。其還推出萬策平臺，試圖把企業知識、業務流程、組織關系和決策邏輯系統化沉淀下來，系統性地構建企業AI決策中樞。

李開復認為，企業AI轉型不是簡單部署更多智能體，也不是把AI當成一套新軟件，而是要重構企業的決策系統。

他表示，一旦目前共創的伙伴養成訂閱習慣，未來收入質量和可預測性都將大大提高。預計2027年某一季度，公司有望實現盈利。

以下為《中國企業家》專訪李開復的內容整理（有刪節）：

不躺平，帶領團隊轉型to B

《中國企業家》：最近基模領域比較受關注的公司，國內外分別是Anthropic和智譜。它們雖然也做to B，但路徑和零一萬物不太一樣。它們的崛起對你來說是意料之中嗎？

李開復：大家都在觀察，都在調整。Anthropic選擇Coding是很明智的，智譜也很早選擇了Coding，在國內應該是最早梯隊。Coding天然就是to B，但它們的to B跟我們的不一樣。Coding解決的是知識工作者的效率問題，尤其是研發效率；我們做的是企業一號位的決策問題。一個是讓很多人更快地完成任務，一個是讓企業更好地看清問題、分配資源、做出決策。

《中國企業家》：具體到零一萬物，前兩年宣布轉向to B，算是比他們更早嗎？

李開復：也沒有。他們做Coding那一刻，可能就注定了是to B。剛開始大模型出來的時候，誰都不知道該做to B還是to C，大家都試一試，我們也都試了。

《中國企業家》：什么時候下定決心一定要做to B？

李開復：當我們看到客戶愿意為AI真正解決企業問題付費時。

一開始，我們能拿到一兩個大訂單，靠的是企業一號位資源和海外能力。但這只是敲門磚，不是長期壁壘。真正讓我們下定決心的是，企業一號位對AI的需求非常真實：他們不是只需要一個工具，而是需要AI幫他們看清業務、判斷風險、做出決策。

所以我們決定做to B，而且后來越來越明確，要做一號位決策AI。現在我們的優勢已經不只是資源，而是對企業場景、決策流程和AI產品化的理解。

《中國企業家》：轉型過程中，你有沒有特別痛苦的階段？三周年公開信里提到，有好朋友勸你躺平。

李開復：對，那時候剛開始轉型。他們說不要轉了，（賬上）錢還夠用，把人員裁到十來個人，過幾年再說，想得出東西最好，想不出，大家也遺忘了。我覺得做一個高概率被遺忘的事情，是一件沒志氣的事，也不是我的初衷，更對不起投資人。

《中國企業家》：那段時間怎么扛過來的？

李開復：團隊最終還是要看到方向，也要看到結果。

當時團隊大概分成幾類人。第一類，是和我有長期默契、彼此信任的人。即使那個階段我們還沒有所有答案，他們也愿意繼續一起往前走，后來成為公司的核心骨干。

第二類，是非常職業的人。他們覺得既然選擇了加入公司，就應該盡職盡責，把手里的事情做好。我們也非常感謝這樣的人。

第三類，是因為基模而來的人。當他們看到公司不再繼續訓練萬億參數基模，可能會覺得這和自己最初加入的目標不一樣，也會懷疑公司未來的競爭力。再加上AI行業機會很多，他們后來選擇了離開。這也很正常。

我得到的結論是，在公司面臨很大挑戰的時候，就像一艘大船碰到了挑戰，可能要放棄了，你有一個小艇，你要知道該上小艇的是誰，要形成很強的凝聚力。

《中國企業家》：第一批跟著你上小艇的人，是怎么一起摸索出新方向的？

李開復：整個思考邏輯是：我們的核心優勢是什么？

當時我們還有一批很能干的人，對AI有很深的認知，而且我可以接觸到很多企業一號位。那我們就先去找一號位，這是第一步。

來源：受訪者

一號位工程的起點，并不是說我們一開始就知道要做“老板AI”，也不是一開始就意識到Ontology（本體）會這么重要。我們是先找到一號位，去了解他們，然后以終為始，倒推企業AI真正應該解決什么問題。

有些一號位基于對我的信任，愿意跟我們合作，但絕大多數還是給了我們閉門羹。愿意合作的，我們就深度進入他的企業，了解業務、組織、流程、數據和決策機制。所以我們比較早就派FDE入場，也就是前線部署工程師。

這件事和Palantir有一點相似。Palantir很強的地方，是它不只是賣軟件，而是通過FDE深入客戶現場，把復雜組織里的數據和決策鏈條打通。我們也意識到，企業AI不能只是遠程交付一個工具，而是要進入企業現場，理解它自己的業務地圖和決策邏輯。

但我們和Palantir也不完全一樣。Palantir更多是在數據軟件時代形成的方法論，而零一萬物是在大模型時代做企業AI。我們是AI原生公司，希望把大模型、Ontology、多智能體和決策中樞結合起來，幫助企業一號位真正用AI看清問題、判斷風險、做出決策。

后來，隨著一些早期客戶下單，團隊也看到了結果，覺得這條路雖然難，但確實成立。所以整個路徑就是：先找一號位，派工程師進入現場，理解痛點，再把這些經驗產品化、平臺化。

從“雞同鴨講”，到找到方向

《中國企業家》：從2025年宣布轉型到現在一年半多，你覺得自己身上發生的最大的改變是什么？

李開復：最大的改變，還是我和企業一號位的接觸變得更多、更深。

過去大家談AI，更多談模型和技術；但這一年多，我看到的是一號位真實的焦慮：他們知道AI會改變世界，也知道企業必須擁抱AI，但會擔心自己跑得不夠快，或者公司雖然做了不少AI應用，卻沒有真正完成轉型。

我們后來越來越確定，企業AI轉型不是多做幾個應用，也不是技術部門多接幾個模型，而是整個企業要重新思考戰略、組織、流程和管理方式。AI轉型不是從技術部門開始，而是從一號位開始。

但過去一號位沒有合適的工具。我們發布“老板AI”，就是希望讓一號位真正把AI用起來。老板不需要先學編程、學模型，而是要用AI更好地管理公司、看清問題、判斷風險、做出決策。

這一年多，我既是銷售，也是產品經理，需要不斷理解一號位的共同痛點和真實需求。能幫助一號位用AI推動企業升級，這是我最大的收獲。

《中國企業家》：接觸中，他們共性的痛點是什么？有沒有特別難搞的客戶？你怎么說服他的？

李開復：很多時候，你問用戶需要什么，他不一定講得出來。

就像iPhone出來之前，如果你問黑莓和諾基亞用戶，下一代手機應該長什么樣，沒有人會描述出iPhone。用戶能講清楚的是痛點，但未必能定義未來的產品。所以我們要同時理解技術和業務痛點，去想象一個過去不存在的解決方案。

剛開始我去了解每個一號位的業務，說實話，我不一定懂他的行業，他也不一定懂AI，就容易變成“雞同鴨講”。早期我們也以為，企業AI轉型是千人千面的，礦場要優化礦場的供應鏈，養殖企業要優化養殖的運營管理。

但是聊了很多CEO后，我發現一號位的底層痛點是共通的：企業越大，老板離真相越遠。不是因為沒人匯報，而是因為信息經過層層傳遞以后，會變慢、變散，也會變形。所以一號位真正需要的，不只是一個AI應用，而是一個能幫助他看清公司、判斷風險、做出關鍵決策的AI決策中樞。

所以難搞的客戶不是靠“說服”的。你要先理解他的業務，再讓他看到AI能解決什么真實問題。概念說服不了一號位，結果才可以。

《中國企業家》：從雞同鴨講到總結出共性需求，怎么實現這個轉化的？

李開復：這個轉化是逐步總結出來的。

一開始，很多傳統企業的老板會問CIO：AI怎么做？CIO說“AI是個好軟件，多裝點吧”。

第一個痛點，公司接了模型好像沒用。一年多前DeepSeek出來的時候，震撼了全世界，所有的中國用戶都非常踴躍，個人使用體驗都不錯，但公司接了效果不驚艷，因為模型不了解這家公司的流程、組織、數據和決策邏輯。

第二個痛點，企業的AI轉型不是做更多智能體，也不是把AI當一套軟件，而是要重新思考怎么用AI重構戰略、組織流程和管理方式。但這個問題太大了，很多企業不知道從哪里開始。

第三個痛點，是一號位的共性：缺的不是匯報，而是穿透匯報之后的事實。開會時老板問“最重要的三件事是什么”，大家講得很清楚，都說會有計劃。三個月后發現第一件事做了一半，第二件事推來推去，第三件事沒責任人。怎么幫老板洞察公司在發生什么、需要他做什么決策、風險點在哪，這是一個共性。企業AI最后既要解決模型落地，也要解決業務發展，還要讓老板自己用起來，用AI來輔助管理公司。

《中國企業家》：產品真正做出來，經歷了怎樣的迭代？

李開復：我們剛開始覺得Agent時代要來了，就幫企業做Agent是對的，但后來很多別的公司也做了，那我們的特點在哪？

后來我們形成一個判斷：企業AI不是Agent優先，而是理解企業優先。

來源：AI生成

每家公司都有自己的組織、流程、業務、指標和決策方式。如果AI不理解這些，就像一個很聰明的新員工第一天上班，能力很強，但不知道公司怎么運行，也不知道哪些問題重要。

所以我們開始幫企業整理Ontology。簡單說，Ontology就是給AI畫一張企業地圖，讓它理解這家公司的業務、組織、流程、數據和決策關系。

我們第一次做的時候還沒有把它叫作Ontology。比如有一個客戶，我們把CEO的戰略表達、企業內部語言、組織結構和關鍵指標放進去，發現模型效果明顯提升。后來我們意識到，這不是一次性的定制，而是企業AI落地的共性需求，所以把它產品化，做成Ontology Studio。

有了Ontology以后，再找到Multi-agent、決策中樞，再匯總成一個能夠服務一號位的決策系統，也就是今天的萬策AI。

這套方法論是我們七八個月不斷接觸客戶、了解痛點、反復迭代出的。

《中國企業家》：去年下半年剛開始接觸客戶、不得不給企業做定制化的時候，一個項目需要多少人去服務？現在升級之后是什么狀態？

李開復：當時大概派5個人入場，后面還有5個人支持，一個項目需要10人左右的團隊。現在大一點的項目可能還是這個規模，甚至會更大，但訂單金額比以前翻了好幾倍，產品變復雜了，而且有了訂閱制的可能，這樣收入質量和未來可預測性都大大提高了。

《中國企業家》：公司2025年訂單有5億元，今年訂單額大概翻了3倍，這些新訂單里，毛利最高的項目或行業是什么？

李開復：個別項目毛利可以達到85%，平均在35%到40%之間——在企業AI服務這個階段，已經是比較健康的水平。

我們更關注的是毛利背后的結構變化。毛利高低不完全取決于行業，而取決于產品化和復用率。越是標準化、平臺化、可復用的能力，毛利就越高；越是高度定制、需要大量現場交付的項目，毛利就會低一些。

訂閱制的比例現在還不高，但這是我們未來重點提升的方向。希望今年、明年每年都能提升10個點左右。

《中國企業家》：從項目制走向訂閱制，前期投入不小。有沒有為了拿下某個標桿項目，放棄高毛利，甚至不賺錢的情況？

李開復：我們沒有不掙錢的項目。

《中國企業家》：你之前說明年某個季度盈利是水到渠成的事。但產品剛發布，研發投入可能增加，這個預期有沒有調整？

李開復：盈利是水到渠成的，但我們的宗旨不是只盯著某個季度盈利。如果這些產品的關注度特別高，可能需要雇一大堆人，那就會推延盈利；但如果很快有大訂單，也可能加速盈利。要看產品發布后的市場反應。我現在還是預期水到渠成地盈利，但不是為了盈利而盈利。

很多公司覺得上市前先別盈利，留個好消息上市后再說，但我們的主要目標還是給客戶創造價值，做可泛化、有價值的產品，而不是盯著明年某個季度一定要盈利。

企業落地需要苦功夫

《中國企業家》：你自己用哪些AI工具輔助工作和生活？怎么推動團隊也用？

李開復：我們（公司）的工具是為我量身定做的，所以我80%的工作是使用我們的AI工具，還有20%的工作是用其他工具。比如思考的時候，現在我已經不會從零（開始）做思考，因為大模型都很牛了，任何問題我都會拋給三個我最喜歡的大模型。

《中國企業家》：哪三個？

李開復：國內外的都有，也會根據任務挑選不同的模型。有些模型在復雜推理上表現更好，比如Claude；有些模型在表達和結構化輸出上很強，比如ChatGPT。畫圖、視頻、PPT，也都有更適合的工具。

但0到1的思考特別重要，如果一個人停止思考，把所有問題都丟給大模型，這不合適，因為大模型主要是收集整合信息，給你一些建議，最后做決策的還是人。要把這些模型用好，一定要知道自己想要什么，要會提問、追問、補充資料，當大模型有問題時，你要挑戰它，要讓大模型也學會挑戰你，不能老是奉承，這些是我用模型的心得。

我現在不是不做新思考，而是做得更多了，因為有了三個助手，它們都比我博學，思考速度比我快，看的材料比我多，我讓它們PK，PK出來的結果作為我（思考）的起點。0到1是這三個模型幫我做的，讀完這三個世界頂尖的天才幫我做的材料搜索之后，我對“1”的思考會更有信心。

《中國企業家》：公司的重大決策，你也會用AI輔助思考嗎？比如從基模競爭轉向企業AI和一號位工程，這個決策過程中AI幫了你什么？

李開復：一方面，我感覺模型越來越厲害了；另一方面我覺得其實都差不多，各有強項。它們越進步我越開心，且它們是彼此可以取代的。它們雖然解決了我從0到1的思考、個人的問題，但還是沒辦法幫企業落地。

企業落地是需要很多苦功夫的，需要把企業地圖也就是Ontology交給它。因為AI不懂你的工作流程、決策流程、在乎什么，也不懂該看公司的哪些數據。不要認為我們把一些數據丟給模型，用RAG（Retrieval-Augmented Generation，檢索增強生成），它就可以給到很好的答案。那是因為我們挑了最合適的Excel表或者是文檔給它，它才這么聰明。你如果把全公司的檔案通通丟進一個模型，它就被淹沒了，因為數據太多了。它不但不知道哪些重要，也不知道公司怎么運行。

打造這個企業地圖，在零一萬物是重大工程，9個月前我們開始啟動，現在才開花結果。我們自己的做好了，幾個試用客戶也做好了。但針對所有老板的，還需要時間和耐心，而且不是完全（靠）AI就可以的，也需要人才能把這個地圖布起來。

一個模型介入公司，就像你雇了一個天才員工，第一天上班一定是零貢獻。因為他不懂公司怎么運營，不懂某個問題是供應鏈決策、財務決策還是總經理決策，這需要你帶著他、教他，就像新員工需要mentor（導師）培訓、手把手帶。我們把Ontology做到極致，這個問題就差不多解決了。

還有一個認知是，一個Agent再強，也最好用多個Agent。企業里用的多個Agent，不是像我之前說的挑三個強模型讓它們PK，因為那是通用問題，針對特殊問題，比如投資決策，你需要的是異構多智能體：如一個把風險考慮極致的、一個把合規考慮很深的、一個把估值邏輯想透徹的、一個對市場競爭和護城河懂得多的、一個對技術差異化了如指掌的。這不是一個人能做的，也不是一個Agent能做的。

來源：AI生成

《中國企業家》：轉型后，肯定要招更多志同道合的人。作為一號位，你會親自面試招人嗎？怎么吸引這些人？前段時間發的股權激勵，是看到了什么市場信號？

李開復：我們招人越來越喜歡兩種人：一是年輕會管AI的，和年紀較大也會管AI的，有點兩極化。我們最近招了幾個40歲以上的員工，他們對管業務、管項目、管技術非常清楚，來這就是學怎么管AI。

管AI沒有那么難。一個40多歲、來自大企業的人，有豐富的項目管理、技術管理、產品管理經驗，還站在一線，雖然他可能已經是總監了。這種人來了說，我在這不要管人，你給我一些Token預算，我來搞模型、搞AI員工，這對我們很有價值。我們也找很多20多歲的，他們玩AI編程、玩AI Worker特別溜，但對業務不那么懂。這兩類人可以搭配、互補，我們現在反而三十四五歲的（員工）略少一些。

我們更喜歡有個性、有想法、愿意擔責的人，就像我那封（公開）信里寫的。還有，我們特別喜歡連續創業者，這些有過歷練的過來人很棒。反觀那些在大公司里只做某一項垂直工作的人，除非他愿意跳出來做完全不同的事，否則不太適合零一萬物。零一萬物剛開始招了很多做AI研究的人，當時業務形態適合他們，現在不一樣了。

《中國企業家》：整個組織的管理方法論也有大調整嗎？

李開復：方法論就是先把獨當一面、不怕擔責、懂項目管理和業務，或者懂管理AI的人招進來，再決定做什么。以前會看誰是Hiring Manager（用人部門負責人），誰雇他匯報給誰、HR要把他分到哪個部門，現在不這么看了。最近有兩個員工是我親自看上的，有一個我跟他說，公司任何部門你可以選，今天我就給你offer；另外一個跟某個部門在談，我說你不用跟部門談，直接來找我。

《中國企業家》：所以現在有一部分人是直接對你匯報？

李開復：不一定。他們進來可能進入各個不同部門，但對我匯報也可以。我覺得有一個DRI（直接責任人）對我匯報做什么東西，也沒問題，我們是個混合體嘛。

大模型行業終局：只剩3家

《中國企業家》：三年前，你創業時覺得自己最不可能做，但是現在做了的事情是什么？

李開復：三年前我沒有想到，自己會花這么多時間走到客戶身邊。我覺得把模型燒出來了，就可以像Token Factory一樣獲得收入。前提是模型要有持續、顯著的差異化。否則在模型能力快速追趕、價格不斷下降的情況下，單純依靠模型調用收費，很難形成長期壁壘。基座模型仍然重要，但最后可能會是一個高度集中的市場，真正留在最前面的玩家不會太多。

《中國企業家》：你是說國內的基模只剩三家嗎？

李開復：最終吧。還有一些就是“我堅決不用那幾家的，所以我必須做一個”。我覺得Meta跟xAI恐怕還會繼續做。

《中國企業家》：但現在他們掉隊了。

李開復：像Elon Musk就是堅決要做模型，因為Tesla里不可能放一個OpenAI的模型。

《中國企業家》：像模型公司的能力越來越強，你會不會擔心它們覆蓋掉你們的能力？

李開復：模型做不出Ontology和決策中樞，暫時看不到什么技術路徑能把這些通吃掉。就像Excel不斷進步，也沒有把SAP吃掉。另外，每家公司都有自己的底色和基因，基本很難改變。

《中國企業家》：會不會擔心基座模型的能力達不到你們的要求？

李開復：不會，基模進步得這么快。

來源：受訪者

《中國企業家》：那萬一最好的那個不給你們用呢？

李開復：就算最好的不讓用，現在看國內跟美國大概有9到12個月的差距，也還沒有哪個應用是非要Claude不可的。

《中國企業家》：從投資人的角度看，您怎么看待今天整個AI行業，包括大模型、具身智能等的估值？創新工場也投了不少相關項目。

李開復：創新工場一直在投AI的長期機會，包括具身智能、AI芯片、應用層項目，我們對基座模型當然也有興趣。只是因為我自己做了零一萬物，很多基模創業者聽到創新工場要投，可能會有一些顧慮（笑）。

但從投資角度看，我越來越覺得，估值和資本情緒永遠像鐘擺一樣擺動，而且常常是過度擺動。

當大家都說絕對不能燒基模的時候，基模就很難融到錢了；當市場突然認為“基模最有價值”的時候，資金又會涌向基模。具身智能也是一樣，前幾年很多人覺得太早、太遠、商業化不清楚，現在又變成最熱門的方向。芯片也是，過去有些公司一度非常困難，甚至在等關鍵的一輪融資；但只要真正活下來，今天反而都進入了一個更好的周期。

創新工場的專長不是預測市場短期波動，而是預判技術趨勢、找到優秀創業者，并陪他們穿越周期。對我來說，真正重要的不是資本今天追逐什么，而是十年后什么技術會真正改變世界。資本會搖擺，但技術的長期價值最終會留下來。