今年在倫敦舉行的《華爾街日報》CEO 理事會全球峰會上，我和《華爾街日報》領導力學院創始院長 Alan Murray做了一場對談。

Alan Murray 是一位長期觀察全球商業、科技與領導力變革的資深媒體人，也長期與全球企業 CEO 保持深度交流。此前他曾擔任《財富》媒體集團首席執行官及總編輯，并曾出任美國知名智庫 Pew Research Center 主席。更早之前，他在《華爾街日報》工作近二十年。正因為他熟悉全球企業領袖真正關心的問題，這場對談也不僅停留在 AI 技術本身，而是更多討論AI 如何進入企業、改變組織和重塑領導力。

我（右）與《華爾街日報》領導力學院創始院長 Alan Murray （左）對談

我們談到了幾個我認為非常關鍵的問題：中美 AI 競爭并不是簡單的誰領先、誰落后；開源和閉源會服務于不同的生態；數據本身不會自動成為護城河，只有數據與閉環運營結合，才會形成真正的競爭優勢；企業 AI 的難點，也不是把一個強大的模型接入公司，而是讓模型真正理解一家公司的目標、流程、組織和決策方式。

在對談中，我還分享了零一萬物即將于7月推出的新產品。它直接面向企業一號位的管理痛點，希望把會議紀要、會議錄音、視頻會議、客服通話等原本沉睡的企業內部數據真正用起來，幫助 CEO 穿透管理盲區，直擊組織中正在發生、但自己未能及時捕捉的重要問題、關鍵爭論和團隊說到做到的具體情況。

我越來越確信，AI 轉型必須從 CEO 開始。它不是某個部門的工具升級，而是一場關于信息流、決策流和執行流的組織變革。

以下為這場對談的整理稿，分享給大家。

01

美國模型領先，中國押注生態

AI不會只有一個贏家

Alan Murray：放眼全球 AI 發展歷程，很少有人比李開復擁有更獨特的觀察視角。他先后在 Apple、Microsoft 和 Google 工作，也長期在中國從事投資與創業。2018 年，他出版了《AI Superpowers》（《AI · 未來》），系統闡述了自己對中美 AI 發展格局的觀察與思考。而那時，距離 ChatGPT 的問世還有整整四年。

所以我想請開復給我們一個最新判斷：在你看來，中美 AI 競爭目前處于什么狀態？

李開復：總體來看，中美 AI 并不是在同一個賽場里短兵相接，而是在兩個平行宇宙中各自演進。如果你在美國，通常不會使用中國模型；反過來也一樣。如果只比較模型質量和商業模式，單就大語言模型而言，隨著 Claude 最新版本發布，美國現在大約領先中國模型 15 個月。Anthropic 最新發布的 Fable 5 性能表現十分驚艷。

Alan Murray：15 個月？

李開復：這個差距會波動。去年 3 月 DeepSeek-R1 發布時，差距大約是 3 個月。未來這個距離也會在 3 到 15 個月之間來回變化。

美國 AI 生態像是少數頂尖選手在單獨沖刺，目標是成為“諾貝爾獎級”的天才；中國 AI 生態則更像一個高水平學習小組，大家彼此競爭，也通過開源相互啟發。今天一個非常有意思的變化是：中國越來越開放，而美國反而越來越封閉。

開源和閉源不是簡單的優劣之爭，而是服務不同需求的兩種生態位。如果企業需要本地化部署，通常會需要開源模型；如果追求最強模型能力，往往會選擇美國頂尖模型；如果不需要最強能力、同時希望節省成本，中國模型也足夠可用。

這是基座模型層面的比較。但在企業服務領域，Anthropic已經通過企業客戶獲得了大量收入，而中國目前尚未建立起成熟的生態。美國在這一領域領先優勢明顯。

企業 AI 的商業化，不只取決于技術成熟，也取決于客戶是否形成了為軟件持續付費的習慣。

造成這種差距的原因很復雜。中國的軟件生態最終一定會逐步改善，但現階段，要讓企業真正形成像海外市場那樣按年訂閱、按使用量付費的習慣，還是非常困難。即使我長期在中國推動這件事，也有很多企業愿意聽取建議，但從整體市場來看，這種付費文化還沒有真正建立起來。

很多 CEO 仍然把軟件看成一個項目，所以更習慣按項目付費。零一萬物一方面在努力推動這種認知和習慣的改變，另一方面也在嘗試發展 AI 出海業務，因為海外市場更容易接受成熟的軟件和 AI 服務付費模式。

Alan Murray：你說的是大型企業，其中很多是國有企業？

李開復：國有企業和民營企業都有。

Alan Murray：那中小企業呢？創業公司之類的？

李開復：中小企業的問題在于預算有限。我們的客戶主要是行業頭部企業。對于同樣一款產品，歐美企業，乃至中東和中亞地區的企業，愿意支付的價格往往是中國企業的 8 倍左右。

因此，國際化已經不是一個可選項，而是我們必須走的一條路。這也是零一萬物國際業務快速增長，并迅速成為公司重要支柱的主要原因之一。

我想先把中美競爭這個問題講清楚。把目光聚焦于 ToC 就會發現，目前中美兩國都在進行很多探索，但我會押注中國會出現許多突破性的 AI ToC 應用，因為中國創業者非常擅長做消費級產品。

在硬件方面，中國不僅在機器人、具身智能上領先，也會在下一代設備上取得領先，尤其是真正 AI-first 的設備。手機是移動互聯網時代的核心設備，但不一定是 AI 時代的最終入口。它本質上是 mobile-first 設備。

真正的 AI-first 設備，大概率會沿著這個方向發展。它必須由語音驅動，因為用戶已經開始接受這種交互方式；它也必須始終在線、始終聆聽，否則交互延遲會很高。一旦設備始終在線、始終監聽，它就會需要近乎無限的記憶能力。最后，隨著技術進一步發展，這類設備最終會變得越來越不可見。這可能會讓一些人感到不安，但我認為這是未來的趨勢所在。

Alan Murray：也就是說，美國在大語言模型上領先大約 15 個月。Anthropic 在大語言模型和企業應用方面都遙遙領先，盡管有很多旁觀者可能仍然覺得他們離應有水平還差得很遠。但你相信，中國會在消費產品和硬件方面領先。

李開復：是的。當然，目前在“世界模型”的賽道上，我認為中國目前還沒有領先。

Alan Murray：你說的世界模型，是指理解物理世界并在物理世界中行動？

李開復：它是以虛擬方式建立一個關于世界的模型，包括物理規律以及其他一切。從理論上說，美國仍處于領先。但如果說要把任何一種模型拿來，讓它真正運行在工廠里的機器人上，在具體落地的方面，中國制造的規模化場景肯定是全球領先的。

02

基礎模型會趨同

核心差異在應用與數據閉環

Alan Murray：開復，你在書里對這一點會有討論嗎？到最后，Anthropic 所領先的 15 個月會不會真正造成決定性差異？

李開復：我個人認為，美國最頭部的前三家AI公司，也許再加上稍稍落后的兩家美國公司，以及中國前五家AI公司，從長期視角來看大概率會“共同抵達”所謂的 AGI ，彼此之間的差距不會超過 15 個月。

在這種情況下，商業上不會出現誰徹底碾壓誰。大家可能擁有不同的商業模式，而真正重要的是：你的商業模式能否經過市場的驗證、獲得利潤？我認為 Anthropic 已經展現出這樣的能力，其他公司我還不完全確定。所以在我看來，商業上不會出現贏家通吃。當然，硅谷很多人可能不同意這個判斷，我們可以求同存異。

Alan Murray：如果世界上有兩個 AI 超級大國，會是什么樣子？昨天我們也談到了一些關于“主權 AI”的問題，以及它意味著什么。

我和一家汽車公司 CEO 聊過，他們說正在為電動車打造兩套完全不同的技術棧，一套面向中國，一套面向美國，而他們還不確定在其他國家該使用哪一套技術棧。未來這種生態到底會如何運轉？

李開復：這樣的公司會是零一萬物的理想客戶，因為我們基本上是在構建企業 AI 的操作系統。

未來，基礎模型大體上會趨同。市場上會有大約 10 家公司，各自在某些方面略有優勢。但真正產生差異的不是基礎模型本身，而是應用。比如用 Claude 寫代碼，Anthropic 很可能會繼續保持優勢，并從中獲得可觀收入。但基礎模型的能力會逐漸接近，就像過去 Intel 芯片和 AMD 芯片共存一樣。

真正重要的是基礎模型之上的 AI 2.0 操作系統，以及運行在這個操作系統上的應用。零一萬物正在構建的就是這一層，而且我們是模型中立的。如果跨國企業擁有這一層操作系統，中國子公司就可以運行中國模型，美國子公司則可以運行美國模型，由操作系統來判斷在不同場景下使用哪一個模型才是最優解。

Alan Murray：我也想談談數據這部分。昨天的討論中有提到，企業要確保自己能控制數據，并且相信數據處于可控狀態。你怎么看待數據這個問題？

李開復：對企業而言，很多公司希望控制數據，讓數據留在企業內部。第一個原因是，他們相信數據是差異化競爭的來源。我曾在《AI Superpowers》中說過，“數據是新的石油”。現在我會稍微修改這個說法：數據加上閉環運營，才是新的競爭護城河。

如果一家公司只是收集數據，然后把數據存起來，這并沒有價值。即使把數據收集起來，再讓大語言模型讀取，也還遠遠不夠。企業必須用數據讓自己的模型和智能體持續變得更好。所以我同意，數據非常重要。這也是企業不希望數據流出、不希望競爭對手獲得這些數據的原因。

現在有很多技術公司會說，可以把數據交給他們，他們會提供虛擬專用網絡等保護機制。在歐美市場，這種方式基本上已經被接受。比如大型云服務商 Microsoft、Amazon，通常情況下，當企業把數據送到云端，會在一定程度上相信這些云服務是可信的。企業也可以在那里使用各種模型，所謂“虛擬主權”得以保留。

但如果一家企業絕對堅持認為，自己的數據極其機密，涉及隱私和其他敏感問題，絕不能流出企業邊界，那么唯一選擇就是本地部署；而本地部署通常意味著使用開源模型。美國有一些還不錯的開源模型，但目前全世界范圍內開源領域的領先者顯然是中國模型。

Alan Murray：這很有意思。所以到最后，企業可能會因為高度關注數據隱私，而選擇使用中國模型。

李開復：是的。我想強調的是，在這種情況下不存在數據泄露問題。企業把整個模型、所有權重、所有參數都部署在自己的服務器上，也不可能存在后門。因為企業可以運行值得信任的推理引擎，無論是中國、美國，還是其他地方的開源模型，只要部署在企業自己的本地服務器上，就不存在數據泄露的問題。你甚至可以選擇直接拔掉網線。

Alan Murray：這可能是信任問題。

李開復：企業可以不信任模型給出的答案，這是合理的；但從部署機制來看，數據不會泄露，也不可能泄露。

03

Ontology是企業AI

能否落地的分水嶺

Alan Murray：好，那我們談談你正在做的事情。零一萬物是什么？

李開復：零一萬物發現了一條非常有意思的路徑，有望解決在座許多企業共同面臨的難題。

大家應該都體驗過 Claude、OpenAI、Gemini 這些極為強大的模型，也都非常喜歡它們。無論是規劃旅行、處理家庭瑣事、撰寫文章，還是生發創意，這些模型都表現得非常聰明，令人驚嘆。

然而，當 CIO 提出要將模型部署到企業內部時，問題就開始浮出水面：企業并沒有像個人用戶那樣，獲得同等的價值回報。

我們可以用一個類比來理解這個問題。你剛剛把 MIT 最優秀的畢業生、一個智商高達180的人才招進公司，卻要求他在入職第一天就創造價值，這顯然不現實。但六個月后，他完全可以做到。

問題的關鍵在于：我們如何教會一個非常聰明的模型，去理解你的業務？它需要理解你的目標、愿景、使命、季度目標，以及決策鏈條；它還需要知道，在五萬張電子表格中，哪些信息才是真正重要的。

一個 MIT 的畢業生可能需要數月時間才能掌握這些內容，而且往往需要在實際工作中逐步習得。那么，大語言模型該如何學會這一切？

答案是 Ontology，也就是本體論。很多人可能聽過這個詞，Palantir 也在市場上推廣這一概念。簡單來說，Ontology 是 AI 理解企業的地圖。構建一個扎實的企業Ontology，大約需要兩到三個月時間。

零一萬物所看到的，正是企業價值與 AI 落地之間這道顯而易見的鴻溝。因此，我們開發了一個工具，可以半自動地為企業構建和維護 Ontology，并配合我們所說的操作系統來使用。這套操作系統能夠編排智能體、引擎以及決策流程等。這正是我們正在構建的核心能力。

Alan Murray：開復，這不能只是一個技術平臺。這更像是一個前沿部署式服務。要做成這件事，需要很多人。

李開復：是的。如果沒有服務，我們沒有辦法把它賣給客戶。

Alan Murray：所以你們也在搭建這支團隊？

李開復：是的，我們有一支前沿部署工程師團隊。

Alan Murray：這支團隊在美國還是在中國？

李開復：團隊在新加坡和中國。他們會飛到客戶所在的地方。

Alan Murray：你們的客戶是中國客戶、美國客戶、歐洲客戶，還是其他地區？

李開復：目前主要為我們付費的客戶是海外客戶。

Alan Murray：不是中國客戶？

李開復：他們分布在世界各大洲。

Alan Murray：你過去十年，甚至更長時間都專注在中國。你會遇到信任方面的挑戰嗎？當您試圖說服一家美國公司，告訴他們有能力幫助解決這些問題時，對方是否會很難接受？

李開復：等我和在座的各位深入交流之后，答案自然會明朗。目前來看，所有軟件的本質都不應被簡單視為知識產權問題，其核心價值在于幫助企業實現高效運營。如果企業對我們缺乏基本的信任，那么雙方的合作也就無從談起。在當前市場上，唯一真正的替代方案是 Palantir。

Alan Murray：也就是說， Palantir 是你的競爭對手。

李開復：在我們進入的大多數國家，Palantir 并不是我們的直接競爭對手，所以我們其實并不真正競爭。

04

CEO把AI轉型權交出去

是最大的失誤

李開復：我還想介紹另一款產品，它建立在 AI 轉型平臺之上。我們認為，企業AI 轉型必須從 CEO 開始，本質上是“一號位工程”。CEO 通過每天使用 AI 來設定方向，也通過以身作則、有效運用 AI 來為公司定調。

這款產品預計將在大約一個月后發布。它的核心能力，是幫助企業讀取、理解并利用內部沉淀的大量信息，包括會議紀要、會議錄音、視頻會議、客服通話記錄等。

這些數據過去往往處于“沉睡”狀態。很多企業雖然保存了群聊、會議記錄、Zoom 錄音等信息，但并沒有真正把它們轉化為可用的知識和洞察。事實上，這里面蘊含著巨大的價值。

比如，在零一萬物內部，我們打造了一個“開復 AI”。我每次打開它，都會問這樣的問題：過去兩天公司內部開了 400 場會議，其中有哪些重要信息是我還不知道、但應該知道的？有哪些重大討論、分歧或爭論，是我沒有參與但需要及時了解的？

我還可以繼續提出更多問題，例如：誰做出了承諾卻沒有兌現？為此，我們還配套開發了“承諾賬本”功能，系統追蹤每位管理者的承諾及其兌現情況。

Alan Murray：這個產品已經發布了嗎，還是還在開發中？

李開復：它會在 7 月初發布，并配備前沿部署工程師。它不是即插即用的產品。我已經開始試用。

Alan Murray：它是歸屬于零一萬物平臺的產品嗎？

李開復：平臺負責構建Ontology，并把模型連接到企業。

Alan Murray：那沒有Ontology也能使用這個產品嗎？

李開復：可以做到，但成本會更高，因為這需要打通企業內部大量分散的數據和系統，讓 AI 重新理解這些信息之間的關系。

比如，企業可以問：如果不看傳統績效，而看真實貢獻，公司最優秀的 20 位工程師是誰？AI 可以分析代碼提交質量、缺陷率、代碼復用情況、同事評審、技術答疑、團隊認可度等多維信號，從而更客觀地判斷員工價值。

進一步，企業還可以問：這 20 位核心工程師中，誰可能存在離職風險？AI 可以從活躍度下降、協作減少、表達語氣變化等行為信號中發現早期跡象，幫助管理者提前介入。

Alan Murray：下次我們再做這個活動時，你得當贊助商了。

李開復：希望到時候我付得起。（笑）

Alan Murray：從你的角度看，大家對 AI 最大的誤解是什么？

李開復：今天很多企業對 AI 有一個誤區：把它完全交給 CIO，或者把它當成某個部門的實施項目。事實上，AI 不是一個 IT 項目，而是 CEO 必須親自理解和使用的管理工具。

過去 CEO 的核心工作，一是推動執行，二是掌握和傳遞信息。當 AI 能夠承擔信息流轉和執行追蹤后，CEO 的角色會更回到戰略判斷本身。但前提是，CEO 必須成為 AI 的深度用戶。

即便不用零一萬物的產品，CEO 也應該使用最好的 AI 產品。只有親身使用，才能理解 AI 的能力邊界和價值。至少，CEO 應該用頂級大模型來檢驗戰略規劃、審閱團隊 PPT，識別哪些是空話，哪些有漏洞，哪些是真正重要的問題。

Alan Murray：最后一個問題。現在大學校園里的年輕人面對新技術也有很多焦慮。企業里的初級員工會怎么樣？面對 AI 時代，你給年輕人的建議是什么？

李開復：AI 時代的好消息是，即使你不是工程師，才能擁有創造軟件的能力。

未來真正能夠取得成功的人，是那些愿意承擔責任、能夠推動事情落地并產出結果、并且善于管理一群AI智能體的人。因此，年輕人應當從現在開始使用AI、探索AI。

對于未來希望成為領導者的年輕人而言，真正重要的是判斷力。對未來的領導者來說，真正重要的是判斷力：品味、信念、勇氣和遠見。

最后補充一點：對于那些不愿購買中國軟件的人，至少可以買一本中國人寫的書。這本書目前尚未出版，但我想先吊一吊大家的胃口。我帶了一些簡介過來。需要強調，這不是一本介紹產品的書，而是一本關于如何推動企業變革、如何進行AI轉型，并且討論“CEO應當如何親自推動這些工作”的書。

Alan Murray：開復，和你交流總是很有收獲。非常感謝你抽時間來參加。

李開復：謝謝。