他早已不是那个等着别人来敲门的AI布道者。

文｜《中国企业家》记者 孔月昕
编辑｜马吉英

头图来源｜中企图库

李开复变得更“接地气”了，也更接近AI落地的真实战场。

“三年前创业时，你觉得最不可能做，但现在做了的事情是什么？”《中国企业家》问道。

“三年前我没打算做销售啊，我觉得把模型烧出来了，就变成Token Factory，然后就等着别人付钱嘛。”李开复笑称。

现在的他，早已不是那个等着别人来敲门的AI布道者，而是主动走进企业现场的一号位AI实践者。

过去一年，李开复见了上百位CEO，在瑞士的企业家峰会期间，他两天就约了30位。这密集的30次会面，可能给零一万物换来四五个潜在订单。不仅如此，他还在今年春节期间跑到非洲下矿洞，钻进正大养鸡场观摩蛋鸡养殖流程，去理解那些他三年前根本不需要理解，但今天做企业AI必须理解的事情。

“过去几年，我始终愿意冲在最前面，未来也是如此。”李开复说。

2023年，李开复成为大模型领域年纪最大的创业者，创办零一万物，朝着AGI冲锋。但2025年，他主动放弃了对万亿参数基模的训练，带领公司全面转向企业AI，尤其是服务一号位的决策AI。

来源：受访者

外界将零一万物类比为“中国版Palantir”，李开复告诉《中国企业家》，他一点也不排斥这个标签。相比继续卷入基模参数竞赛，他更愿意把AI带到企业经营、销售、投资等高价值的真实决策场景里。

从理想主义的OpenAI到现实的中国Palantir，他称自己没有过多的内心纠结：“这么大年纪了，该怎么做就怎么做。人生永远充满着选择，过去所有的选择都是沉没成本，每一个新选择都是一个新天地。也许一个选择一年前是对的，预判不对了，那你就要坚决地放弃。”

这一转变也让订单规模水涨船高。2025年，零一万物订单规模约5亿元，2026年订单额已达15亿元，公司目标是2027年实现IPO。

今年6月，在经历了9个多月的“一号位工程”探索后，零一万物宣布推出三款“一号位决策AI”产品——老板AI、销冠AI、投资官AI，分别面向经营一号位、销售一号位和投资者一号位。其还推出万策平台，试图把企业知识、业务流程、组织关系和决策逻辑系统化沉淀下来，系统性地构建企业AI决策中枢。

李开复认为，企业AI转型不是简单部署更多智能体，也不是把AI当成一套新软件，而是要重构企业的决策系统。

他表示，一旦目前共创的伙伴养成订阅习惯，未来收入质量和可预测性都将大大提高。预计2027年某一季度，公司有望实现盈利。

以下为《中国企业家》专访李开复的内容整理（有删节）：

不躺平，带领团队转型to B

《中国企业家》：最近基模领域比较受关注的公司，国内外分别是Anthropic和智谱。它们虽然也做to B，但路径和零一万物不太一样。它们的崛起对你来说是意料之中吗？

李开复：大家都在观察，都在调整。Anthropic选择Coding是很明智的，智谱也很早选择了Coding，在国内应该是最早梯队。Coding天然就是to B，但它们的to B跟我们的不一样。Coding解决的是知识工作者的效率问题，尤其是研发效率；我们做的是企业一号位的决策问题。一个是让很多人更快地完成任务，一个是让企业更好地看清问题、分配资源、做出决策。

《中国企业家》：具体到零一万物，前两年宣布转向to B，算是比他们更早吗？

李开复：也没有。他们做Coding那一刻，可能就注定了是to B。刚开始大模型出来的时候，谁都不知道该做to B还是to C，大家都试一试，我们也都试了。

《中国企业家》：什么时候下定决心一定要做to B？

李开复：当我们看到客户愿意为AI真正解决企业问题付费时。

一开始，我们能拿到一两个大订单，靠的是企业一号位资源和海外能力。但这只是敲门砖，不是长期壁垒。真正让我们下定决心的是，企业一号位对AI的需求非常真实：他们不是只需要一个工具，而是需要AI帮他们看清业务、判断风险、做出决策。

所以我们决定做to B，而且后来越来越明确，要做一号位决策AI。现在我们的优势已经不只是资源，而是对企业场景、决策流程和AI产品化的理解。

《中国企业家》：转型过程中，你有没有特别痛苦的阶段？三周年公开信里提到，有好朋友劝你躺平。

李开复：对，那时候刚开始转型。他们说不要转了，（账上）钱还够用，把人员裁到十来个人，过几年再说，想得出东西最好，想不出，大家也遗忘了。我觉得做一个高概率被遗忘的事情，是一件没志气的事，也不是我的初衷，更对不起投资人。

《中国企业家》：那段时间怎么扛过来的？

李开复：团队最终还是要看到方向，也要看到结果。

当时团队大概分成几类人。第一类，是和我有长期默契、彼此信任的人。即使那个阶段我们还没有所有答案，他们也愿意继续一起往前走，后来成为公司的核心骨干。

第二类，是非常职业的人。他们觉得既然选择了加入公司，就应该尽职尽责，把手里的事情做好。我们也非常感谢这样的人。

第三类，是因为基模而来的人。当他们看到公司不再继续训练万亿参数基模，可能会觉得这和自己最初加入的目标不一样，也会怀疑公司未来的竞争力。再加上AI行业机会很多，他们后来选择了离开。这也很正常。

我得到的结论是，在公司面临很大挑战的时候，就像一艘大船碰到了挑战，可能要放弃了，你有一个小艇，你要知道该上小艇的是谁，要形成很强的凝聚力。

《中国企业家》：第一批跟着你上小艇的人，是怎么一起摸索出新方向的？

李开复：整个思考逻辑是：我们的核心优势是什么？

当时我们还有一批很能干的人，对AI有很深的认知，而且我可以接触到很多企业一号位。那我们就先去找一号位，这是第一步。

来源：受访者

一号位工程的起点，并不是说我们一开始就知道要做“老板AI”，也不是一开始就意识到Ontology（本体）会这么重要。我们是先找到一号位，去了解他们，然后以终为始，倒推企业AI真正应该解决什么问题。

有些一号位基于对我的信任，愿意跟我们合作，但绝大多数还是给了我们闭门羹。愿意合作的，我们就深度进入他的企业，了解业务、组织、流程、数据和决策机制。所以我们比较早就派FDE入场，也就是前线部署工程师。

这件事和Palantir有一点相似。Palantir很强的地方，是它不只是卖软件，而是通过FDE深入客户现场，把复杂组织里的数据和决策链条打通。我们也意识到，企业AI不能只是远程交付一个工具，而是要进入企业现场，理解它自己的业务地图和决策逻辑。

但我们和Palantir也不完全一样。Palantir更多是在数据软件时代形成的方法论，而零一万物是在大模型时代做企业AI。我们是AI原生公司，希望把大模型、Ontology、多智能体和决策中枢结合起来，帮助企业一号位真正用AI看清问题、判断风险、做出决策。

后来，随着一些早期客户下单，团队也看到了结果，觉得这条路虽然难，但确实成立。所以整个路径就是：先找一号位，派工程师进入现场，理解痛点，再把这些经验产品化、平台化。

从“鸡同鸭讲”，到找到方向

《中国企业家》：从2025年宣布转型到现在一年半多，你觉得自己身上发生的最大的改变是什么？

李开复：最大的改变，还是我和企业一号位的接触变得更多、更深。

过去大家谈AI，更多谈模型和技术；但这一年多，我看到的是一号位真实的焦虑：他们知道AI会改变世界，也知道企业必须拥抱AI，但会担心自己跑得不够快，或者公司虽然做了不少AI应用，却没有真正完成转型。

我们后来越来越确定，企业AI转型不是多做几个应用，也不是技术部门多接几个模型，而是整个企业要重新思考战略、组织、流程和管理方式。AI转型不是从技术部门开始，而是从一号位开始。

但过去一号位没有合适的工具。我们发布“老板AI”，就是希望让一号位真正把AI用起来。老板不需要先学编程、学模型，而是要用AI更好地管理公司、看清问题、判断风险、做出决策。

这一年多，我既是销售，也是产品经理，需要不断理解一号位的共同痛点和真实需求。能帮助一号位用AI推动企业升级，这是我最大的收获。

《中国企业家》：接触中，他们共性的痛点是什么？有没有特别难搞的客户？你怎么说服他的？

李开复：很多时候，你问用户需要什么，他不一定讲得出来。

就像iPhone出来之前，如果你问黑莓和诺基亚用户，下一代手机应该长什么样，没有人会描述出iPhone。用户能讲清楚的是痛点，但未必能定义未来的产品。所以我们要同时理解技术和业务痛点，去想象一个过去不存在的解决方案。

刚开始我去了解每个一号位的业务，说实话，我不一定懂他的行业，他也不一定懂AI，就容易变成“鸡同鸭讲”。早期我们也以为，企业AI转型是千人千面的，矿场要优化矿场的供应链，养殖企业要优化养殖的运营管理。

但是聊了很多CEO后，我发现一号位的底层痛点是共通的：企业越大，老板离真相越远。不是因为没人汇报，而是因为信息经过层层传递以后，会变慢、变散，也会变形。所以一号位真正需要的，不只是一个AI应用，而是一个能帮助他看清公司、判断风险、做出关键决策的AI决策中枢。

所以难搞的客户不是靠“说服”的。你要先理解他的业务，再让他看到AI能解决什么真实问题。概念说服不了一号位，结果才可以。

《中国企业家》：从鸡同鸭讲到总结出共性需求，怎么实现这个转化的？

李开复：这个转化是逐步总结出来的。

一开始，很多传统企业的老板会问CIO：AI怎么做？CIO说“AI是个好软件，多装点吧”。

第一个痛点，公司接了模型好像没用。一年多前DeepSeek出来的时候，震撼了全世界，所有的中国用户都非常踊跃，个人使用体验都不错，但公司接了效果不惊艳，因为模型不了解这家公司的流程、组织、数据和决策逻辑。

第二个痛点，企业的AI转型不是做更多智能体，也不是把AI当一套软件，而是要重新思考怎么用AI重构战略、组织流程和管理方式。但这个问题太大了，很多企业不知道从哪里开始。

第三个痛点，是一号位的共性：缺的不是汇报，而是穿透汇报之后的事实。开会时老板问“最重要的三件事是什么”，大家讲得很清楚，都说会有计划。三个月后发现第一件事做了一半，第二件事推来推去，第三件事没责任人。怎么帮老板洞察公司在发生什么、需要他做什么决策、风险点在哪，这是一个共性。企业AI最后既要解决模型落地，也要解决业务发展，还要让老板自己用起来，用AI来辅助管理公司。

《中国企业家》：产品真正做出来，经历了怎样的迭代？

李开复：我们刚开始觉得Agent时代要来了，就帮企业做Agent是对的，但后来很多别的公司也做了，那我们的特点在哪？

后来我们形成一个判断：企业AI不是Agent优先，而是理解企业优先。

来源：AI生成

每家公司都有自己的组织、流程、业务、指标和决策方式。如果AI不理解这些，就像一个很聪明的新员工第一天上班，能力很强，但不知道公司怎么运行，也不知道哪些问题重要。

所以我们开始帮企业整理Ontology。简单说，Ontology就是给AI画一张企业地图，让它理解这家公司的业务、组织、流程、数据和决策关系。

我们第一次做的时候还没有把它叫作Ontology。比如有一个客户，我们把CEO的战略表达、企业内部语言、组织结构和关键指标放进去，发现模型效果明显提升。后来我们意识到，这不是一次性的定制，而是企业AI落地的共性需求，所以把它产品化，做成Ontology Studio。

有了Ontology以后，再找到Multi-agent、决策中枢，再汇总成一个能够服务一号位的决策系统，也就是今天的万策AI。

这套方法论是我们七八个月不断接触客户、了解痛点、反复迭代出的。

《中国企业家》：去年下半年刚开始接触客户、不得不给企业做定制化的时候，一个项目需要多少人去服务？现在升级之后是什么状态？

李开复：当时大概派5个人入场，后面还有5个人支持，一个项目需要10人左右的团队。现在大一点的项目可能还是这个规模，甚至会更大，但订单金额比以前翻了好几倍，产品变复杂了，而且有了订阅制的可能，这样收入质量和未来可预测性都大大提高了。

《中国企业家》：公司2025年订单有5亿元，今年订单额大概翻了3倍，这些新订单里，毛利最高的项目或行业是什么？

李开复：个别项目毛利可以达到85%，平均在35%到40%之间——在企业AI服务这个阶段，已经是比较健康的水平。

我们更关注的是毛利背后的结构变化。毛利高低不完全取决于行业，而取决于产品化和复用率。越是标准化、平台化、可复用的能力，毛利就越高；越是高度定制、需要大量现场交付的项目，毛利就会低一些。

订阅制的比例现在还不高，但这是我们未来重点提升的方向。希望今年、明年每年都能提升10个点左右。

《中国企业家》：从项目制走向订阅制，前期投入不小。有没有为了拿下某个标杆项目，放弃高毛利，甚至不赚钱的情况？

李开复：我们没有不挣钱的项目。

《中国企业家》：你之前说明年某个季度盈利是水到渠成的事。但产品刚发布，研发投入可能增加，这个预期有没有调整？

李开复：盈利是水到渠成的，但我们的宗旨不是只盯着某个季度盈利。如果这些产品的关注度特别高，可能需要雇一大堆人，那就会推延盈利；但如果很快有大订单，也可能加速盈利。要看产品发布后的市场反应。我现在还是预期水到渠成地盈利，但不是为了盈利而盈利。

很多公司觉得上市前先别盈利，留个好消息上市后再说，但我们的主要目标还是给客户创造价值，做可泛化、有价值的产品，而不是盯着明年某个季度一定要盈利。

企业落地需要苦功夫

《中国企业家》：你自己用哪些AI工具辅助工作和生活？怎么推动团队也用？

李开复：我们（公司）的工具是为我量身定做的，所以我80%的工作是使用我们的AI工具，还有20%的工作是用其他工具。比如思考的时候，现在我已经不会从零（开始）做思考，因为大模型都很牛了，任何问题我都会抛给三个我最喜欢的大模型。

《中国企业家》：哪三个？

李开复：国内外的都有，也会根据任务挑选不同的模型。有些模型在复杂推理上表现更好，比如Claude；有些模型在表达和结构化输出上很强，比如ChatGPT。画图、视频、PPT，也都有更适合的工具。

但0到1的思考特别重要，如果一个人停止思考，把所有问题都丢给大模型，这不合适，因为大模型主要是收集整合信息，给你一些建议，最后做决策的还是人。要把这些模型用好，一定要知道自己想要什么，要会提问、追问、补充资料，当大模型有问题时，你要挑战它，要让大模型也学会挑战你，不能老是奉承，这些是我用模型的心得。

我现在不是不做新思考，而是做得更多了，因为有了三个助手，它们都比我博学，思考速度比我快，看的材料比我多，我让它们PK，PK出来的结果作为我（思考）的起点。0到1是这三个模型帮我做的，读完这三个世界顶尖的天才帮我做的材料搜索之后，我对“1”的思考会更有信心。

《中国企业家》：公司的重大决策，你也会用AI辅助思考吗？比如从基模竞争转向企业AI和一号位工程，这个决策过程中AI帮了你什么？

李开复：一方面，我感觉模型越来越厉害了；另一方面我觉得其实都差不多，各有强项。它们越进步我越开心，且它们是彼此可以取代的。它们虽然解决了我从0到1的思考、个人的问题，但还是没办法帮企业落地。

企业落地是需要很多苦功夫的，需要把企业地图也就是Ontology交给它。因为AI不懂你的工作流程、决策流程、在乎什么，也不懂该看公司的哪些数据。不要认为我们把一些数据丢给模型，用RAG（Retrieval-Augmented Generation，检索增强生成），它就可以给到很好的答案。那是因为我们挑了最合适的Excel表或者是文档给它，它才这么聪明。你如果把全公司的档案通通丢进一个模型，它就被淹没了，因为数据太多了。它不但不知道哪些重要，也不知道公司怎么运行。

打造这个企业地图，在零一万物是重大工程，9个月前我们开始启动，现在才开花结果。我们自己的做好了，几个试用客户也做好了。但针对所有老板的，还需要时间和耐心，而且不是完全（靠）AI就可以的，也需要人才能把这个地图布起来。

一个模型介入公司，就像你雇了一个天才员工，第一天上班一定是零贡献。因为他不懂公司怎么运营，不懂某个问题是供应链决策、财务决策还是总经理决策，这需要你带着他、教他，就像新员工需要mentor（导师）培训、手把手带。我们把Ontology做到极致，这个问题就差不多解决了。

还有一个认知是，一个Agent再强，也最好用多个Agent。企业里用的多个Agent，不是像我之前说的挑三个强模型让它们PK，因为那是通用问题，针对特殊问题，比如投资决策，你需要的是异构多智能体：如一个把风险考虑极致的、一个把合规考虑很深的、一个把估值逻辑想透彻的、一个对市场竞争和护城河懂得多的、一个对技术差异化了如指掌的。这不是一个人能做的，也不是一个Agent能做的。

来源：AI生成

《中国企业家》：转型后，肯定要招更多志同道合的人。作为一号位，你会亲自面试招人吗？怎么吸引这些人？前段时间发的股权激励，是看到了什么市场信号？

李开复：我们招人越来越喜欢两种人：一是年轻会管AI的，和年纪较大也会管AI的，有点两极化。我们最近招了几个40岁以上的员工，他们对管业务、管项目、管技术非常清楚，来这就是学怎么管AI。

管AI没有那么难。一个40多岁、来自大企业的人，有丰富的项目管理、技术管理、产品管理经验，还站在一线，虽然他可能已经是总监了。这种人来了说，我在这不要管人，你给我一些Token预算，我来搞模型、搞AI员工，这对我们很有价值。我们也找很多20多岁的，他们玩AI编程、玩AI Worker特别溜，但对业务不那么懂。这两类人可以搭配、互补，我们现在反而三十四五岁的（员工）略少一些。

我们更喜欢有个性、有想法、愿意担责的人，就像我那封（公开）信里写的。还有，我们特别喜欢连续创业者，这些有过历练的过来人很棒。反观那些在大公司里只做某一项垂直工作的人，除非他愿意跳出来做完全不同的事，否则不太适合零一万物。零一万物刚开始招了很多做AI研究的人，当时业务形态适合他们，现在不一样了。

《中国企业家》：整个组织的管理方法论也有大调整吗？

李开复：方法论就是先把独当一面、不怕担责、懂项目管理和业务，或者懂管理AI的人招进来，再决定做什么。以前会看谁是Hiring Manager（用人部门负责人），谁雇他汇报给谁、HR要把他分到哪个部门，现在不这么看了。最近有两个员工是我亲自看上的，有一个我跟他说，公司任何部门你可以选，今天我就给你offer；另外一个跟某个部门在谈，我说你不用跟部门谈，直接来找我。

《中国企业家》：所以现在有一部分人是直接对你汇报？

李开复：不一定。他们进来可能进入各个不同部门，但对我汇报也可以。我觉得有一个DRI（直接责任人）对我汇报做什么东西，也没问题，我们是个混合体嘛。

大模型行业终局：只剩3家

《中国企业家》：三年前，你创业时觉得自己最不可能做，但是现在做了的事情是什么？

李开复：三年前我没有想到，自己会花这么多时间走到客户身边。我觉得把模型烧出来了，就可以像Token Factory一样获得收入。前提是模型要有持续、显著的差异化。否则在模型能力快速追赶、价格不断下降的情况下，单纯依靠模型调用收费，很难形成长期壁垒。基座模型仍然重要，但最后可能会是一个高度集中的市场，真正留在最前面的玩家不会太多。

《中国企业家》：你是说国内的基模只剩三家吗？

李开复：最终吧。还有一些就是“我坚决不用那几家的，所以我必须做一个”。我觉得Meta跟xAI恐怕还会继续做。

《中国企业家》：但现在他们掉队了。

李开复：像Elon Musk就是坚决要做模型，因为Tesla里不可能放一个OpenAI的模型。

《中国企业家》：像模型公司的能力越来越强，你会不会担心它们覆盖掉你们的能力？

李开复：模型做不出Ontology和决策中枢，暂时看不到什么技术路径能把这些通吃掉。就像Excel不断进步，也没有把SAP吃掉。另外，每家公司都有自己的底色和基因，基本很难改变。

《中国企业家》：会不会担心基座模型的能力达不到你们的要求？

李开复：不会，基模进步得这么快。

来源：受访者

《中国企业家》：那万一最好的那个不给你们用呢？

李开复：就算最好的不让用，现在看国内跟美国大概有9到12个月的差距，也还没有哪个应用是非要Claude不可的。

《中国企业家》：从投资人的角度看，您怎么看待今天整个AI行业，包括大模型、具身智能等的估值？创新工场也投了不少相关项目。

李开复：创新工场一直在投AI的长期机会，包括具身智能、AI芯片、应用层项目，我们对基座模型当然也有兴趣。只是因为我自己做了零一万物，很多基模创业者听到创新工场要投，可能会有一些顾虑（笑）。

但从投资角度看，我越来越觉得，估值和资本情绪永远像钟摆一样摆动，而且常常是过度摆动。

当大家都说绝对不能烧基模的时候，基模就很难融到钱了；当市场突然认为“基模最有价值”的时候，资金又会涌向基模。具身智能也是一样，前几年很多人觉得太早、太远、商业化不清楚，现在又变成最热门的方向。芯片也是，过去有些公司一度非常困难，甚至在等关键的一轮融资；但只要真正活下来，今天反而都进入了一个更好的周期。

创新工场的专长不是预测市场短期波动，而是预判技术趋势、找到优秀创业者，并陪他们穿越周期。对我来说，真正重要的不是资本今天追逐什么，而是十年后什么技术会真正改变世界。资本会摇摆，但技术的长期价值最终会留下来。