零一万物获杭州国资数亿元投资：总部落地临平，押注决策AI

企业AI市场正进入一轮商业化洗牌。

大模型走进企业后，写代码、处理文档、生成报告这些活正被AI大量接手。效率提升已经很明显，可到了企业财报上，这些变化还没普遍变成收入和利润，创始人拥抱AI的热情也变成了迷茫。

焦虑之中，新的竞争机会冒了出来。企业不再只盯着单个岗位的效率，更关心AI能不能扎进销售、供应链、生产运营这些核心环节，参与经营分析和决策，真正把经营结果改过来。

曾经的大模型“六小虎”之一零一万物，选择在这个方向上重新下注。

2025年初，李开复主动提前退出超大参数基础模型的持续预训练竞赛，把研发资源转向决策AI与产业AI转型。一年多后，据此前媒体报道，公司提出2026年订单额达到15亿元的目标，并计划于2027年冲刺IPO。

10月28日，杭州市与临平区两级国资向零一万物投资数亿元，公司总部将落地杭州临平，并建设产业AI转型基地。

从基础模型研发转做企业市场，零一万物面对的对手已经换了。云厂商、传统企业软件公司和AI原生创业公司，都在抢企业客户的技术预算。

在这个市场里，模型性能只是竞争的一部分。企业愿意为哪些AI能力掏钱，零一万物能不能靠自身产研能力建立长期优势，将决定这家AI独角兽未来的商业价值。

01. AI花钱越来越多，企业赚钱还没跟上

最近全球AI巨头的融资与估值变化，正反映出资本市场开始关注增长质量。

10月31日，《华尔街日报》报道称，OpenAI原计划募集300亿美元的新一轮融资，目前获得约110亿美元认购承诺，融资目标已调整为最高200亿美元。

Anthropic也面临估值审视。据路透社10月15日报道，部分投资人考虑的Anthropic IPO估值约为1.5万亿美元，低于此前约2万亿美元的市场预期。

头部AI公司的估值到了万亿美元级别，收入增长能不能覆盖持续高企的算力投入，开始影响投资人的判断。

AI公司的钱从哪儿来，这个问题的答案比前几年明朗了不少。Anthropic最新披露的财务数据就是个可参照的样本：公司11月2日提交的S-1/A招股书显示，2026年前三季度营收332.42亿美元，同比增长约1206%，同期营业亏损约13亿美元。营收的大头来自企业客户——过去12个月里，为Anthropic贡献至少10万美元收入的客户已超过1.19万家。还有数据表明，仅这批客户就撑起了上半年七成以上的营收。

对基础模型公司来说，企业客户的分量正越来越重。Claude Code如今能插手写代码、查错和跑测试，企业API在软件开发和业务流程里也用得相当普遍。

不过AI服务商收入快速增长，并不代表客户拿到了同等程度的财务回报。

高盛全球投资研究2026年9月的报告给出了这样的估算：美国大型云厂商当年资本开支在8000亿美元上下，而市场预计2027年会涨到约1.1万亿美元。按这份报告建立的模型推算，云厂商每年得有约3000亿美元的AI相关收入进账，这笔投资才收得回来。

这么庞大的投入，最终要靠下游应用需求撑起来，而企业AI的实际经营效果仍存在明显分化。

麦肯锡《2026年全球AI调查》显示，约80%的受访者表示AI提升了个人工作效率，符合其“AI高绩效企业”标准的受访者却仅占6%。MIT NANDA的研究也发现，约95%的企业生成式AI试点没有产生可衡量的财务回报。

这些数据点出了企业AI市场的一个矛盾：员工用AI完成任务越来越容易，但一家企业的经营结果牵扯多个部门、业务系统和管理流程，局部效率提升很难自动传导到整体利润。

打个比方，一家制造企业想压低库存，只让AI去分析仓库数据，根本不够用。销售预测、生产排期、采购计划、资金周转这几件事彼此牵制，动其中任何一项，其他部门的工作安排都可能跟着变。

所以企业AI正在往更复杂的经营场景延伸。

这一市场已经聚集了不同类型的竞争者：云厂商依托算力基础设施、模型服务和平台生态，传统软件公司深耕企业业务系统与客户资源，AI原生公司则想靠大模型技术与产品创新优势，重新设计企业软件的使用方式。

在新书《AI未来已来》中，李开复曾提出一个问题：企业投入了这么多AI，季度财报究竟发生了什么变化？

零一万物把决策AI定为新方向，想让AI真正走进企业的经营管理流程。模型能答多少题，管理者其实没那么在意；他们更关心的是，这东西能不能看懂业务现状，帮着把经营上的难题解决掉。

02. 李开复的新赌注：AI能否进入企业决策层？

零一万物2023年成立那会儿，国内大模型行业正处在技术和融资比拼最热的阶段。Yi系列开源模型帮公司挣下了国际第一梯队的模型技术影响力，可随着DeepSeek、阿里千问等开源模型不断迭代，基础模型市场的竞争格局慢慢变了。

2026年7月，零一万物创始人兼CEO李开复博士在上海世界人工智能大会上，聊了AI前沿技术与产业发展的走向

2025年初，零一万物主动调了战略，把更多研发资源压到企业AI上，竞争重点也从基础模型的参数规模，转到让AI扎进企业核心业务、靠决策AI推动产业转型、改善经营结果的能力上，并搭起了“一号位工程＋万策AI＋FDE”的业务体系。

这套体系背后，产研路径正一点点清晰起来：用“一号位工程”把AI推进企业核心经营，用万策AI建立业务理解与决策能力，用FDE攒下世界级客户的业务经验，再借平台产品化摸索规模化复制。这几个环节能不能打通，直接关系到零一万物的长期竞争力。

其中，“一号位工程”由企业最高管理者亲自推动，把AI项目跟收入增长、成本控制、利润改善这些经营指标挂上钩，再靠DRI（直接责任人）机制协调各部门落地。

零一万物以“一号位工程”切入企业核心业务，把战略和执行串起来，推动AI转型

这跟企业内部的架构有关。销售、采购、生产、财务各用各的业务系统，光靠IT部门买一套AI工具，很难推动跨多个部门的经营流程调整。

组织问题之外，AI还得读懂企业里复杂的业务关系。

比如一家制造企业库存突然涨了，可能是销售没达预期，也可能是生产计划调整，或者是在为新订单备货。ERP系统记着库存和采购，CRM系统存着客户和销售数据，可这些数据本身解释不了经营上到底发生了什么。

万策AI就是零一万物用来解这道题的手段。

万策AI的核心技术之一叫Ontology 2.0，分企业地图和动态上下文两块。

企业地图把订单、客户、库存、设备和负责人这些信息连成一张网，帮AI看懂数据背后的业务关系。动态上下文技术则能一直盯着经营状态，让AI依据最新的业务信息做分析和判断。

Gartner估算，企业数据里约80%是非结构化的，邮件、会议记录、聊天信息、工单都算。这些信息散在不同部门，可里面往往藏着重要的经营线索。

零一万物借大模型的泛化能力做自然语言业务建图，过去初期建模要花几个月，现在几天就能完成，企业业务建模的技术门槛和部署成本都降了不少。

在此基础上，万策AI还加了受控执行系统和多模型路由。前者靠执行约束和结果验证，让AI处理重要业务任务时更可靠；后者按任务复杂度调用不同模型，把推理成本压下来。

这些技术是零一万物眼下产研能力的重要一块。公司主动退出大模型预训练竞争之后，顶尖开源模型的技术进步可以直接拿来用，研发力量则集中到企业业务理解、决策系统和应用产品上。

海外市场已经跑出了相近的技术路线。

美国AI分析巨头Palantir长年用Ontology连接企业数据、业务对象和执行流程，又通过AIP平台把大模型带进企业运营。其2026年第一季度财报显示，美国商业业务收入同比增长133%，达到5.95亿美元。

Palantir的增长给企业AI市场提供了估值样本，也给了商业化信心。不过零一万物还得靠自己的产品和客户交付，把长期竞争优势打扎实。

零一万物在万策AI之下已经落地了多款面向“一号位”的应用，包括老板AI、投资官AI和销冠AI，分别对应经营管理、投资决策、销售增长三类场景。按公司内部数据，自家部署这套系统之后，商机转化率大约提高到原来的2倍。

眼下，零一万物已经在全球头部能源矿业企业、亚洲制造业龙头、跨国保险集团等大客户中推动企业AI实践。对一家做企业AI的公司来说，能打进大型企业的核心业务场景，是检验产品能力的关键一步。

但要把这些客户服务好，工程师得扎到现场，摸清业务流程，再把系统部署起来。零一万物走的是FDE（前沿部署工程师）这条路，把客户一线的业务需求和实施经验回传给产品研发团队。

这种打法近来在全球科技公司里颇受重视。微软2026年7月宣布拿出25亿美元成立Frontier Company，打算组织6000名产业和工程专家深入客户现场，把AI推进企业业务流程。

MIT NANDA的研究也提供了佐证：在其访谈样本中，采用外部深度合作伙伴方案的AI项目，走到部署阶段的比例，大约是企业内部自行开发方案的2倍。

问题在于，FDE模式绕不开企业AI行业的老大难——成本。大客户需要大量现场工程支持，若每个项目都得从头开发，客户越多，人力投入就越往上走。

零一万物的解法，是把FDE的现场交付能力和万策AI的平台化研发捏在一起。前沿部署工程师扎进业务现场，跟客户一起做，把专家经验、共性技术和实践成果蒸馏成平台产品能力，慢慢沉淀出标准化的产品模块和交付体系。这样一来，零一万物就有机会在满足企业个性化需求的同时，少做重复开发，压低边际交付成本，不再被项目规模和工程师人数绑在一起走。

这也是零一万物把“跨越AI转型鸿沟，验证产业AI价值”定为核心定位的重要背景。企业得跨过数据、流程和组织三道坎，AI科技公司则要靠一套“AI转型操作系统”，让AI进入核心经营管理，同时做到“规模化定制”。

对零一万物来说，往后除了看订单规模，平台产品在不同客户之间能复用到什么程度，同样会影响其商业化的成色。

03. 杭州的制造业生态，能给产业AI多大空间？

杭州国资投资零一万物，也给观察地方AI产业布局添了一个新案例。

杭州的基础模型和云计算生态已经相当活跃，阿里云、DeepSeek等企业的发展，让这座城市成为中国AI技术创新的重镇。同时，当地制造业底子厚，企业生产经营的各个环节，为AI应用提供了大量场景和潜在市场需求。

零一万物此前已在不同层级铺开AI业务。海外，公司与哈萨克斯坦合作推进主权AI建设，参与哈萨克语大模型AlemLLM及AI教育项目，AI教育试点已在10所乡村学校启动，计划于2027年扩大至500所。国内，公司则通过跟地方共建产业AI基地、承接大型企业项目来拓展市场。

零一万物大模型支持的“AI双师课堂”于2026年9月1日在哈萨克斯坦提列克特斯中学正式投入使用。大模型在教学评测等多个维度提供深度支持，贯穿教学全流程，帮助当地教学走向智能化，推动教育普惠。

这次总部落在临平，零一万物离杭州制造业客户又近了一步。

杭州网10月31日的报道提到，临平规上工业总产值已突破1800亿元，当地有30家上市企业、6家国家级制造业单项冠军。老板电器、春风动力等企业在这里聚集，业务覆盖家电、装备制造等领域，在全球市场也占有一席之地。

此次合作里还有个细节。据当地媒体报道，杭州方面备了一份约50家本地制造企业的场景对接名单，还通过“场景创新券”等方式鼓励企业开放业务场景。

对企业AI公司来说，接触客户往往只是项目的起点。制造企业要掂量现有系统兼不兼容、业务改造要花多少成本、实际能挣回多少，技术方案能不能贴合业务需求、能不能跟内部组织变革配合上，决定了AI能否深入核心业务，最终改善经营结果。

杭州的制造业集群，为零一万物提供了相对集中的潜在客户资源。零一万物可以密集接触家电、装备制造等领域的不同企业，了解它们在新品研发上市、供应链管理、产销协同乃至全球市场拓展等方面的实际需求。

这种产业集聚效应，也可能影响零一万物今后的产品研发方向。持续接触同类客户，团队能识别出行业里带有共性的业务问题，沉淀为平台解决方案，再按不同企业的管理特点做调整。

李开复早前谈到杭州时说：“杭州已经诞生了一批世界级的AI创新企业，这是非常了不起的成绩。但我认为，杭州AI更大的机会还在后面。这里有活跃的民营经济，完全有条件成为产业AI转型的主战场。”

从地方产业发展看，杭州想进一步扩大AI技术在实体经济中的应用；零一万物则拿到了资金支持和进入制造业市场的机会。

按照此前媒体报道，零一万物2026年订单额目标为15亿元，并计划于2027年冲刺IPO。业务规模越铺越大，订单能不能转成收入、客户会不会持续采购、实际经营表现如何，都会成为资本市场盯着的指标。

模型能力还在快速迭代，这是当下AI行业的整体状态。但落到企业客户身上，最终衡量技术投入的尺子，还是自己的经营结果。

李开复这次押注产业AI转型赛道，放到行业里看就有了更宽的意味。基础模型正逐渐变成企业可以灵活挑选的技术资源，AI公司之间的比拼，也会往业务理解、产品能力和经营价值上延伸。

数亿元地方国资进来，给零一万物打开了新的市场空间。这场产业AI转型究竟能走多远，说到底还得翻客户财报，才能给出准确答案。