李开复谈AI转型:值钱的是两种人,财报才是最终考官

资讯 AI 行业观察 作者:笔记侠 全文 4510 字 · 约 12 分钟读完 配图 6 张 分类零一万物

43年前,一个年轻人申请卡内基梅隆大学博士时,在申请信里写下这样一句话:AI是人类认识并理解自己的最后一里路。 那封信他一直留着。今天,这句话有了新解释:AI不替人定义意义,却让人重新证明自己的价值。 11月4日,李开复登上《企业家》杂志封面。作为零一万物创始人、创新工场董事长,他经历过AI从实验室到产业的完整周期。

43年前,有个年轻人在申请卡内基梅隆大学博士时,于申请信里写下一句话:AI是人类认识并理解自己的最后一里路。

那封信,他至今保留着。放到今天,这句话被赋予了新的含义:AI并不替人定义意义,反倒让人重新去证明自身价值。

11月4日,李开复成为《企业家》杂志封面人物。身为零一万物创始人、创新工场董事长,他完整走过AI从实验室到产业化的整个周期。

这次他聊的不再是模型做不做得出来,而是一个更刺痛人的疑问:公司明明用上了AI,经营状况怎么还是没起色。

他给出的回答是:问题不在工具,而在人,缺的是两种人。

一、重点不是会用AI,而是重新做人

李开复出过三本书,从《AI未来》《AI未来进行式》写到这本《AI未来已来》。书名里那个“已”字,分量不轻。

人工智能正从技术上的可能性,转为商业与社会中的现实。他点出三个明显趋势:模型可以独立搞定越来越复杂的任务,技术迭代速度越来越快,智能的成本却一路下探。

三者叠加,智能原本稀缺,如今被推成了白菜价。

在李开复看来,这场变革的深度或许会超过工业革命。

工业革命释放的主要是体力,AI改动的则是认知劳动,牵动一家企业的经营方式、组织形态以及竞争规则。

但现实中,多数CEO仍困在旧思路里。李开复观察到的最常见误判,就是把AI当作效率工具。

在他看来,真正的AI转型,得像当年电力重构工厂那样,把整个企业重新设计一遍。

企业向前走的路,他划成三段:

数字化,是让信息上线、数据彼此打通;

智能化,是用数据来做分析、预测和优化;

走到AI化这一步,AI不再是辅助工具,而是能理解目标、参与决策、执行任务的智能体,企业的价值创造方式也要随之重设。

他举制造企业为例:数字化阶段,管住订单、库存、生产进度;智能化阶段,预测需求、优化排产;到了AI化,智能体能主动发现交付风险、拿出方案、推动落地。

李开复特意提醒:企业不用等数字化全部做完才去碰AI。真正的难题,是让AI读懂企业。

模型进入企业,也需要一张企业地图,把数据、业务关系、流程串起来,让AI在真实业务背景上干活。这件事上,他给企业家划了条线:不必成为算法专家,但必须做AI转型的第一责任人。

二、钱花出去了,财报却没反应

工具再顺手,最终也得体现在账面上。李开复说得直接:企业AI转型最后要过财报这一关,花掉多少钱不算成绩,创造多少经营价值才算。

李开复谈AI转型:值钱的是两种人,财报才是最终考官(配图 1)

他给了一个挺实用的检验方法,叫季度财报电话会议测试。设想CFO在财报电话会上发问:这笔AI投入,到底改善了哪项财务指标?你能否给出一个有说服力的答复。

这个问题,不少公司都答不上来。

麦肯锡曾对97个市场的1719名受访者做过调查。八成受访者表示,AI让自己的生产力有所提升。可到了公司层面,情况就变了:只有37%的组织报告说,AI对息税前利润有正向贡献。能把至少5%的利润增长归到AI头上的“高绩效企业”,仅占6%。

钱到底该往哪儿投?

李开复的看法是,眼下最值得投入的,未必是技术最复杂的场景。高频发生、经营损失明确、数据拿得到、结果能验证的核心业务场景,才是优先项。

他看好的方向有两个:销售与交付的全流程协同,以及生产与供应链的智能决策。

三、AI时代的红利,不在技术更聪明

李开复有个判断很扎心:AI不会自动带来竞争壁垒。

当强大的模型人人都能用上,真正稀缺的东西变成了客户洞察、行业知识,以及把技术转化为商业成果的能力。

李开复谈AI转型:值钱的是两种人,财报才是最终考官(配图 2)

他把几波浪潮摆在一起对比。互联网降低的是信息传播和连接的成本,移动互联网降低的是服务触达用户的门槛,AI降低的则是智能和专业能力的成本。

过去企业想做大,往往得靠人多;未来则有机会用更小的团队,服务更多的客户。

更根本的问题也摆在这儿。李开复说,到了AI时代,企业首先要答的,并非“我能用AI做什么”,而是“智能都不稀缺了,客户凭什么还选我?”

以前企业靠人才规模、信息优势、专业技能立足。如今这些曾经难以复制的东西,正变得普遍可得。AI转型的起点,是找到自己最值得放大的优势——可能是独特的工艺,可能是对客户需求的深刻理解,也可能是多年攒下的行业经验和信任。

他还点出一个容易被忽略的事实:优秀销售对客户需求的判断、资深工程师处理异常的经验,过去都锁在个人脑子里。以后企业可以用AI把这些沉淀成可复用、可持续优化的组织能力。

表面看是技术上的事,实际是组织上的事。一个人的本事要变成一队人的本事,卡住的地方不在算法,而在于有没有人肯把压箱底的经验交出来,有没有人肯丢掉原来那套干法。

但前提是,你敢改组织方式,敢淘汰低效流程,敢给创造更大价值的人更多授权。

因为AI会放大企业真正的优势,也会暴露原有的低效。数据飞轮不等于护城河,这一点他提醒过不止一次。

四、公司最缺的是这2类人

前面铺垫了这么多,落点是人。

访谈里,李开复给人划了一道标尺:一个人在AI时代的价值,主要看他能不能作判断、与人协作、为结果负责。

当AI把执行、思考、交付这些事一件件接过去,剩下的那部分恰恰是机器替不了人的:判断、信任,还有拍板之后那点担当。

顺着这道标尺往下看,公司最缺的是两种人。

第一种,能指挥AI,也敢对结果负责的人。

有个词李开复反复提:DRI,也就是直接责任人。AI接手的执行工作越多,每项任务就越要有个明确的直接负责人——定目标、调资源、指挥AI、检验成果,到头来为结果负责。

他说得很硬气:AI可以辅助决策,但最终结果必须有人负责。权力可以下放,责任不能外包。

这种人长什么样?

李开复描出这样一类人:懂业务,也能把AI用起来,还有主人翁意识和拍板能力,属于复合型人才。往后一名出色的DRI,带上好几个AI智能体,就能把过去一个团队协作才能完成的活干完。

换句话说,一个萝卜一个坑、上头有人兜着、出事就往上汇报的那种组织,会越来越难以为继。执行的活被AI接走之后,反过来要求每个环节都有一个敢签字的人。

他提到自己的一桩私事。零一万物用自研的“老板AI”分析经营情况、识别风险,头一回被自家AI挑出毛病,他同样会觉得别扭。不过他咬定一条:真正有价值的AI不该一味顺着老板,而要敢指出老板哪里错了。

要立起来的,不是让AI去批评高管的风气,而是事实压过职位、敢质疑、持续纠错的风气。

另一类,是能经营信任、能判断什么事值得做的人。

说到这一条,李开复的话更锋利:智能一步步变成商品之后,人真正稀缺的本事,是挑对问题的那份智慧。

他拿年轻人举例。零一万物让年轻人直接做DRI,可“老人”更懂业务。这该怎么办?

办法不是拿年轻人换掉资深员工,而是把个人经验沉淀成组织智慧。业务专家负责界定问题、传授经验、检验结果,年轻员工去摸AI的能力边界、搭建智能体。资深员工懂业务、年轻员工懂AI,这只是转型头一阵子的互补,并非终点。

年龄其实不是关键,关键是能不能把业务经验和AI能力捏到一起,并且对结果负责。

李开复谈AI转型:值钱的是两种人,财报才是最终考官(配图 3)

聊到这儿,李开复把话挑明了。企业里的人,实际上能划成两类。

其中一类值得重点培养,能指挥AI的人算,擅长经营客户、化解冲突、建立信任的人也算。另一类则只会签字,只会机械地重复执行,还不肯主动改变。

不过他讲得有分寸。企业该先把工具、培训和转型机会给到这些人,对确实适应不了的,再安排体面的离场。

他又补了一句更带人情味的话:管理者别一边要员工交出业务经验,一边又准备把人裁掉。

李开复谈AI转型:值钱的是两种人,财报才是最终考官(配图 4)

中层那边,他也指了三条路:能统筹业务、扛得住结果的人,去做DRI;擅长带人的人,转为教练型管理者;熟悉业务流程的人,可以去做AI工作流程的设计者。

企业没法许诺所有岗位永远都在,但得让员工看见一条清楚的成长路径。

五、CEO该先动的地方,不在技术

人齐了,接下来是一号位的事。

李开复把AI转型拆成三个层面:战略调整、组织改造、业务落地。CEO首先要答的,是AI正怎样改写竞争规则,经营方式该从哪里动手重构。

这不是普通的技术升级,而是一场生产力革命。智能成本一路走低,企业原有的成本结构、竞争壁垒、商业模式,都可能被重新定义。

他举了个例子。一家制造企业利润吃紧,CEO要判断的是:毛病到底出在库存、交付、生产效率,还是客户流失。挑一个真能改善利润的场景,让AI进去,同时把组织分工和责任机制一并调整。

所以他只给一个动作建议:选一个能影响经营成果的高价值场景,亲自找到第一批DRI,把权放足。

AI时代,CEO最要紧的活不是管AI项目,而是重新设计企业怎么创造价值。

他还给优秀CEO换了个定义:未必是掌握信息最多的人,而是最肯接受挑战、不断修正判断、对最终结果负责的人。要干好三件事,定方向、定边界、担责任。

连开会他都划了条线。用来报进度、传信息的会,可以交给AI;牵涉战略取舍、重大决策和复杂问题研讨的会,值得多花时间。

什么样的企业能一直跑在前面?李开复看三项本事:战略上稳得住、组织能持续学习、试错快且能把成果铺开。

在他看来,将来胜出的未必是头一批用上AI的公司,而是那些能把技术带来的好处不断沉淀为组织能力、再转成经营成绩的企业。

技术往前走,对谁都是机会;真正拉开差距的,是企业自身进化的快慢。

李开复谈AI转型:值钱的是两种人,财报才是最终考官(配图 5)

六、与其照搬趋势,不如照抄动作

讲完道理,李开复端出的是可以直接照着做的作业。

他点出眼下企业最常踩的坑:把能力很强的AI派去干无关痛痒的活。

有价值的试点得从核心经营问题切入,口子开小,验证的价值要大。说到底就一条原则:先看经营结果,再倒推AI该用在哪;别拿着技术能力到处找场景。

针对不同规模的公司,他分别给出了“第一个动作”。

300人的公司,先攻销售转化。让AI参与询盘分析、产品匹配和报价准备,关键承诺仍由销售人员把关,盯的是响应时间和订单转化率。

3000人的企业,抓生产交付。把订单、库存、排产和质量信息串起来,让AI提前发现交付风险,看准时交付率、生产成本和质量是否改善。

30000人的企业,做跨部门的经营协同。挑一个重点项目切入,由AI连接进度、责任、风险和执行反馈,减少一层层汇报造成的信息损耗。

钱怎么分配,他也给了具体比例。三层投资结构是:个人效率试验拿10%到20%,单流程产品化拿50%到60%,经营决策重构拿20%到30%。

拿一家300人的公司举例,AI预算只有50万,他的建议是分成5万、30万、15万。

5万用来提升个人生产力,让业务骨干在真实工作里用上AI;30万用来重构核心业务流程,比如把客户询盘到报价这条链路打通;15万用来探索经营决策AI,帮管理者认出更值钱的客户和订单。

不过他强调,这笔钱不是一次花光。先用历史数据做验证,再小范围试跑,依据转化率、毛利率和实际成本,再定要不要追加。

七、结语

访谈尾声,李开复把话题从公司转到了人。

记者问:品味、远见、信念、勇气,中国企业家最该练哪一样?他答的是品味。

理由在于,AI让技术、知识和执行能力越来越普及,判断什么是好产品、什么是真正的客户价值,反倒成了稀缺本事。品味并非天生,它来自深入理解客户、反复打磨产品、亲自扛经营结果的过程。

往深一层说,他给企业家的价值重新下了定义:AI越来越会思考、越来越会执行,企业家要从“比别人更聪明”变成“比别人更清楚什么值得做”。

李开复谈AI转型:值钱的是两种人,财报才是最终考官(配图 6)

最难被替代的四件事是:定方向、创价值、建信任、担责任。哪个市场回报最高,AI能算;最优方案,AI能提;管理,AI也能帮。但人与人之间的信任、共同的愿景、该扛的责任,它替不了。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 李开复:企业上了AI没见效,缺的是这两类人

    内容来源:笔记侠(Notemans)。责编 | 柒 第 9956 篇深度好文:4433字 | 11 分钟阅读思维方式43年前,一个年轻人申请卡内基梅隆大学博士时,在申请信里写下这样一句话:AI是人类认识并理解自己的最后一里路。那封信他一直留着。今天,这句话有了新解释:AI不替人定义意义,却让人重新证明自己的价值。11月

    来源 腾讯网
  2. 火山引擎 IGA Pages 集成 AI 加速网关:不用自己配 Key、搭代理

    给 Web 应用接入大模型,通常要先准备一套服务端调用链路。 模型 API Key 不能放进前端代码,否则会随客户端资源暴露。为了从服务端发起请求,开发者还要申请并保管 API Key、配置模型服务地址、编写转发逻辑,再处理前端与代理之间的跨域问题。 这层代理还要单独部署和维护。开发者除了编写页面和业务逻辑,还得分别处

    来源 AI 行业观察
  3. 千问办公2.0发布:2027年AI办公大战在即?

    文 / 零度 来源 / 节点财经 11月9日,阿里千问办公2.0正式发布。 这次升级有一个值得关注的变化:它不再只是服务个人的AI助手,而是开始支持多人和Agent共同协作,可以把AI直接拉进工作群,让它参与团队任务。 就在几天前,11月6日,华为小艺Work正式版上线鸿蒙电脑应用商店。10月30日,腾讯WorkBud

    来源 AI 行业观察
  4. AI信用风险上游化:芯片巨头CDS利差首超云厂商,7400亿融资谁接盘?

    ①美国芯片巨头CDS利差三个月来首超云厂商,较8月初约翻倍; ②高盛交易员指出,芯片相关融资占比料将于明年大增,AI信用风险正向上游转移; ③高盛预计明年超大规模云厂商的直接发债规模约4400亿美元,另有约3000亿美元AI项目融资,两者合计约7400亿美元。 市场对AI融资的关注点,正从“云厂商要借多少钱”转向“最终

    来源 AI 行业观察
  5. 京东11.11晚会AI重绘清明上河图,6096万观看量背后的内容实验

    一场AI晚会,京东让好看的内容接上能买的货。京东的内容生态,正在AI的加持下,在它最牢固的供应链底座上快速成长。10月31日晚8点,京东青春采销大吉和达人兔娘的数字人,一起穿越进了《清明上河图》,让国风市井撞上赛博科技。这是《京东11.11赛博联欢会·穿越惊喜夜》直播的开场。两人意外来到一座“赛博汴京”,必须在画中找齐

    来源 腾讯网
  6. xAI数据中心噪音扰民,美国AI投资热遭遇地方反弹

    表面上,其导火索是11月3日美国中期选举结果带来的冲击。但从另一面看,在商业无法有效闭环,竞争对手以开源措施紧跟不放,以至于美国国内基础建设与需求日渐脱节的前提下,市场对整个体系进行不破不立的重新估值,也是情理之中。

    来源 华尔街见闻
  7. 博乐仁:AI不替代人,善用者胜出?

    IT之家 11 月 10 日消息,据日经亚洲今天(10 日)下午报道,西门子 CEO 博乐仁认为,AI 不会直接取代人类,但会使用 AI 的人将越来越多地取代不会使用 AI 的人。随着企业开始思考 AI 将如何改变就业市场和岗位技能要求,掌握 AI 技术的重要性日益凸显。博乐仁认为,随着自动化和机器人技术的发展,大量体

    来源 腾讯网
  8. DeepMind用AI完成Signal协议形式化验证,下一步瞄准所有软件

    Google DeepMind的研究人员用AI工具完成了对Signal加密协议的形式化验证——这是首次以数学证明的方式确认这一被WhatsApp、Google Messages等数十亿用户依赖的协议确实如其设计般安全。比成果本身更引人注目的是团队设定的延伸目标:把同样的方法用在「世界上所有软件」上。

    来源 AI 行业观察
  9. 消融者拆AI护栏:一台消费级显卡就能让模型有求必应

    一群被称为“消融者”的技术人员正在互联网上大量发布移除了安全限制的AI模型,这些模型对用户的任何请求都照单全收。支持者称这能推动安全研究与网络防御,批评者则警告同样的工具也可能被用来制造炸弹等恶意用途。一场围绕AI护栏的攻防战正在开源社区悄然上演。

    来源 AI 行业观察
  10. 英伟达为何反对美国AI芯片法案:三项管制剑指海外GPU

    11月9日,路透社披露了一条消息: 美国国会正在全力推动三项针对先进 AI 芯片的法案。 其中的杀招,莫过于要给每一颗流向海外的高端 GPU 戴上一顶物理与固件意义上的“电子脚镣”。 但这篇报道中最耐人寻味的一句话是:在国会山这场“锁死芯片”的狂欢中,跳出来反抗最剧烈、游说最凶猛的反对者,居然是英伟达(NVIDIA)自

    来源 AI 行业观察
  11. 蚂蚁灵波开源LingBot-Touch:近5000小时触觉数据预训练

    蚂蚁灵波科技开源触觉基础模型LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进一步补齐精细操作所需的触觉感知。

    来源 TechWeb
向下滚动自动加载更多