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 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。

这一回，他谈的已经不是模型能不能做，而是一道更扎心的问题：公司用上了 AI，经营状况为什么还没动静。

他的答案是：缺的不是工具，是人，而且是两种人。

一、不是会用 AI，是重新做人

李开复写过三本书，《AI 未来》《AI 未来进行式》，到这一本《AI 未来已来》。书名里这个 " 已 " 字，分量很重。

人工智能正在从技术的可能性，变成商业和社会的现实。有三个明显的趋势：模型能独立完成越来越复杂的任务，技术迭代越来越快，智能成本却在往下掉。

这三样加在一起，把智能从一个稀缺的东西，推成了白菜价。

李开复认为，这场变革的深度，可能超过工业革命。

工业革命主要解放的是体力，AI 改变的是认知劳动，动的是一家企业的经营方式、组织形态，还有竞争规则。

可现实里，多数 CEO 还停在旧思路里。李开复看到的最普遍误判，是把 AI 当成效率工具。

真正的 AI 转型，需要像当年电力重构工厂一样，重新设计整个企业。

他把企业往前走的路，分成三段：

数字化，是让信息在线、数据互通；

智能化，是用数据去分析、预测、优化；

到了 AI 化，AI 就不再是辅助工具，而是能理解目标、参与决策、执行任务的智能体，是重新设计企业创造价值的方式。

他拿制造企业举例，数字化阶段，掌握订单、库存、生产进度；智能化阶段，预测需求、优化排产；进入 AI 化，智能体能主动识别交付风险、提出方案、推动执行。

李开复特别提醒：企业不必等数字化全部做完，才去碰 AI。真正的挑战，是让 AI 理解企业。

模型进企业，同样需要一张企业地图，把数据、业务关系、流程连起来，让 AI 基于真实业务背景干活。而在这件事上，他给企业家划了一道线：不必成为算法专家，但必须成为 AI 转型的第一责任人。

二、钱花出去了，财报没动静

工具再好，最后得落在账上。李开复的观点很直接：企业 AI 转型最终要接受财报的检验，花了多少钱不是成绩，创造了多少经营价值才是。

他提了一个很实用的测试，叫季度财报电话会议测试。假设 CFO 在财报电话会上问一句：这项 AI 投入，究竟改善了哪项财务指标？你能不能给一个有说服力的答案。

这个问题，很多公司答不上来。

麦肯锡调查了 97 个市场的 1719 名受访者，八成受访者说，AI 提升了自己的生产力。可一落到公司层面，只有 37% 的组织报告，AI 对息税前利润有正向贡献。能把至少 5% 的利润增长归因于 AI 的 " 高绩效企业 "，只占 6%。

那钱该往哪花？

李开复说，现阶段最值得投入的，不一定是技术最复杂的场景，而是高频发生、经营损失明确、数据能拿到、结果能验证的核心业务场景。

他看好两个方向：一个是销售与交付的全流程协同，一个是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 不会自动创造竞争壁垒。

当人人都能用上强大的模型，真正稀缺的，是客户洞察、行业知识，还有把技术变成商业成果的能力。

他把过去几波浪潮摆在一起看。互联网降的是信息传播和连接的成本，移动互联网降的是服务触达用户的门槛，AI 降的是智能和专业能力的成本。

过去企业要长大，往往意味着人多；未来，有机会用更小的团队，服务更多的客户。

这背后有一道更根本的题。李开复说，AI 时代企业要回答的头一件事，不是我能用 AI 做什么，而是：当智能不再稀缺，客户为什么还需要我？

过去，企业靠人才规模、信息优势、专业技能吃饭。现在，这些曾经难以复制的东西，正在变得普遍可得。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。

他还点出了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。未来，企业可以用 AI 把它沉淀成可复用、可持续优化的组织能力。

这一步看着是技术活，其实是组织活。把一个人的本事变成一队人的本事，中间要过的，不是算法这道坎，是有人愿意把压箱底的经验交出来，有人愿意改掉原来那套干法。

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。

李开复在访谈里，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。

因为当 AI 把执行、思考、交付这些事一件件接过去之后，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，是这两种人。

第一种，能指挥 AI，也敢对结果负责的人。

李开复反复讲一个词：DRI，也就是直接责任人。随着 AI 承担越来越多的执行工作，每项任务都要有一个明确的直接负责人，定目标、调资源、指挥 AI、检验成果，最后为结果负责。

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？

李开复给出一个画像：既理解业务，又善于驾驭 AI，还有主人翁意识和决策能力的复合型人才。未来，一个优秀的 DRI，可以带着多个 AI 智能体，干完过去需要一个团队协作的活。

也就是说，过去那种一个萝卜一个坑、上面有人顶着、出了事往上报的组织，会越来越撑不住。AI 把执行的活接走了，反过手来要的，是每个环节都有一个敢签字的头。

他还讲了自己的一件私事。零一万物用自研的 " 老板 AI" 分析经营状况、识别风险，第一次被自家 AI 指出问题，他也会不习惯。但他坚持一点：真正有价值的 AI，不应该只会迎合老板，而是敢于指出老板的错误。

要建的，不是 AI 批评高管的文化，而是事实高于职位、敢于质疑、持续纠错的文化。

第二种，能经营信任，能判断什么值得做的人。

这一条，李开复落在一句更锋利的话上：当智能逐渐商品化，人类真正稀缺的，是选择正确问题的智慧。

他举了年轻人的例子。零一万物让年轻人直接当 DRI，但 " 老人 " 更懂业务。怎么办？

不是让年轻人替代资深员工，而是让个人经验变成组织智慧。业务专家定义问题、传授经验、检验结果，年轻员工去探索 AI 能力、构建智能体。资深员工懂业务、年轻员工懂 AI，只是转型初期的一种互补，不是终点。

真正重要的不是年龄，是谁能把业务经验和 AI 能力结合起来，对结果负责。

谈到这里，李开复把话头挑明了。企业里的人，其实可以分成两类。

一类值得重点培养，包括能指挥 AI 的，还有擅长经营客户、化解冲突、建立信任的人。另一类，是只会签字，只会机械重复执行、又不愿主动改变的人。

但他说得克制。企业应该先给这些人工具、培训和转型机会，对确实无法适应的，再安排体面的离场。

他补了一句更有人味的话：管理者不要一边要求员工交出业务经验，一边准备裁掉他们。

至于中层，他也给了三条路：能统筹业务、承担结果的人，成为 DRI；擅长培养人才的人，成为教练型管理者；熟悉业务流程的人，可以成为 AI 工作流程的设计者。

企业无法承诺所有岗位永远存在，但必须让员工看到清晰的成长路径。

五、CEO 该动的第一个地方，不是技术

人到齐了，剩下的是一号位的事。

李开复把 AI 转型拆成一道题的三个层面：战略调整、组织改造、业务落地。CEO 最先要回答的，是 AI 正在如何改变竞争规则，该从哪里开始重构经营方式。

这不是一次简单的技术升级，而是一场生产力革命。智能成本持续下降，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。一家制造企业利润承压，CEO 要判断的，是问题到底出在库存、交付、生产效率，还是客户流失。选一个真正能改善利润的场景，让 AI 进去，再同步调整组织分工和责任机制。

所以他的建议只有一个动作：选择一个影响经营成果的高价值场景，亲自找到第一批 DRI，充分授权。

AI 时代 CEO 最重要的工作，不是管理 AI 项目，而是重新设计企业如何创造价值。

他还给优秀 CEO 重新下了个定义：不一定是掌握最多信息的人，而是最愿意接受挑战、不断修正判断、对最终结果负责的人。要做好三件事，定方向、定边界、担责任。

连开会，他都划了条线。用于进度、传递信息的会议，可以交给 AI；涉及战略取舍、重大决策和复杂问题研讨的会议，值得投入更多时间。

判断哪家企业能持续领跑，他看三种能力：战略定力、组织学习能力、快速试错与规模化的能力。

未来的赢家，不一定是最早用 AI 的，而是能持续把技术红利，变成组织能力和经营成果的企业。

技术进步是所有人的机会，组织进化的速度，才决定企业能走多远。

六、可借鉴的不是趋势，是动作

道理讲完了，李开复给的是能抄的作业。

他提出现在企业最容易犯的错：让强大的 AI 去做无关紧要的工作。

真正有价值的试点，要从核心经营问题出发，小切口进入，大价值验证。原则只有一条：从经营结果倒推 AI 应用，而不是从技术能力寻找使用场景。

他按公司规模，各给了一个 " 第一个动作 "。

300 人的公司，优先做销售转化。让 AI 参与询盘分析、产品匹配、报价准备，由销售人员审核关键承诺，重点看响应时间和订单转化率。

3000 人的企业，做生产交付。打通订单、库存、排产和质量信息，让 AI 提前识别交付风险，看准时交付率、生产成本和质量有没有改善。

30000 人的企业，做跨部门经营协同。从一个重点项目切入，让 AI 连接进度、责任、风险和执行反馈，减少层层汇报带来的信息损耗。

钱怎么分，他也给了数。他提出一套三层投资结构：个人效率试验占 10% 到 20%，单流程产品化占 50% 到 60%，经营决策重构占 20% 到 30%。

假设一家 300 人的公司，只有 50 万 AI 预算，他建议按 5 万、30 万、15 万分。

5 万，提升个人生产力，让业务骨干在真实工作里用 AI；30 万，重构核心业务流程，比如打通客户询盘到报价的链路；15 万，探索经营决策 AI，帮管理者识别更有价值的客户和订单。

但他强调，这不是一次性花完。先用历史数据验证，再小范围试运行，根据转化率、毛利率和实际成本，决定要不要追加。

七、结语

采访最后，李开复把话题从公司，拉回到人身上。

记者问他，品味、远见、信念、勇气，中国企业家最该培养哪一个？他选了品味。

因为 AI 让技术、知识和执行能力越来越普惠，判断什么是好产品、什么是真正的客户价值，反而更稀缺。而品味不是天生的，是在深入理解客户、反复打磨产品、亲自承担经营结果的过程中形成的。

在更深的层面，他重新定义了企业家的价值。当 AI 越来越擅长思考和执行，企业家将从 " 比别人更聪明 "，转向 " 比别人更清楚什么值得做 "。

最不可替代的，是定义方向、创造价值、建立信任、承担责任。AI 能分析哪个市场回报最高，能提出最优方案，能辅助管理，却替代不了人与人之间的信任、共同愿景和责任担当。

* 文章为作者独立观点，不代表笔记侠立场。

分享、点赞、在看，3 连 3 连