新华网北京 7 月 23 日电题：专访李开复：产业 AI 落地千行百业，究竟还要走多久？

新华网记者廖威盛净

当数字化改造、ERP 系统普及成为实体企业标配，一轮由大模型驱动的 AI 变革，正打破产业升级的固有范式。过去二十年，信息化、数字化、互联网 + 层层递进，解决的是流程线上化、数据标准化的底层需求；而如今席卷千行百业的产业 AI，不再是辅助办公的效率插件，而是一场直指生产逻辑、组织架构与决策体系的系统性重构。一面是企业对 AI 转型的迫切需求，一面是大量项目困于概念验证、难以规模化落地的现实困境：传统企业该如何跳出数字化思维桎梏？AI 与过往产业升级的本质分野何在？产业落地的核心卡点与长效路径又藏于何处？

近日，零一万物创始人、CEO 李开复接受新华网财经深度专访，结合全新发布的 " 一号位 AI" 产品矩阵与跨行业一线落地实践，从底层逻辑、组织变革、行业节奏到长期产业前景，拆解产业 AI 从单点工具走向核心生产系统的完整路径。

范式更迭：AI 绝非软件迭代，而是生产方式的底层重构

不少企业管理者仍陷入认知误区：将 AI 视作新一代商用软件，认为采购部署后，便可交由 IT 部门落地见效。在李开复看来，这套沿袭数字化时代的思维，注定无法释放 AI 的真实价值。

此前多轮产业升级，核心目标落脚于执行层提效，以标准化流程沉淀历史数据；而本轮 AI 变革的内核，是重塑企业价值创造逻辑。AI 不再局限于辅助执行，而是化身具备专业研判能力的数字员工，深度参与风险识别、方案推演与经营决策，打通跨部门协同闭环，最终实现决策质量的系统性跃升。

针对市场普遍存在的疑问：企业已搭建成熟 ERP 管理体系，为何仍要推进 AI 转型？李开复用一组精准比喻厘清二者边界：ERP 如同企业经营的仪表盘，归集全链路数据、记录过往经营轨迹，回答 " 发生了什么 "；决策型 AI 则是企业经营的智能导航，打通割裂的系统数据，捕捉隐藏在业务中的机遇与风险，预判经营走向、给出行动方案并推动落地闭环，回答 " 下一步该怎么做 "。

这场变革的影响早已超越单一企业边界。AI 将专业智力与执行能力普惠化、低成本化，持续拓宽产业价值增长空间。对于 " 所有行业值得用 AI 重做一遍 " 的行业论断，李开复持辩证视角：行业底层商业价值不会动摇，但生产协作、商业付费、业务运转的全链路规则已被改写；从独立大模型工具到多智能体协同体系，正是 AI 从 " 辅助工具 " 进阶为 " 核心生产系统 " 的标志性分界。

破局瓶颈：技术并非桎梏，组织结构与顶层决心才是核心

当下产业 AI 落地普遍陷入 " 试点易、规模化难 " 的困局，行业多将症结归于数据孤岛、系统不互通等技术难题，李开复却提出基于当下趋势的新判断：数据打通是数字化阶段的遗留命题，大模型天然具备多模态数据处理能力，异构系统、多元格式的数据已不再是核心阻碍。

真正的落地的破局点，藏在海量结构化业务数据与非结构化沟通信息之中：如何让 AI 从庞杂信息里筛选有效决策依据。破解之道，是搭建一套适配企业自身的 " 业务本体地图 "，清晰锚定业务逻辑、决策权责与流程边界，让 AI 理解这些数据意味着什么，从而精准抓取高价值信息，输出具备可执行性的经营判断。

据此，李开复将企业 AI 应用划分为两个层级：其一为外挂赋能模式，在原有业务流程之外增设 AI 助手，仅能实现单点环节效率提升；其二是 AI 原生重构模式，以人工智能为底层核心重塑全业务链条，从问题拆解、数据检索、多维度研判到方案校验，全链路由 AI 驱动，深度服务顶层经营决策。

他举例阐释二者差距：若管理者提出 " 欧洲供应链潜在风险排查 "，外挂式 AI 仍需人工调取多渠道数据再整合分析；而原生一号位 AI 可自主拆解问题、跨系统交叉核验，模拟完整经营决策逻辑输出成套解决方案，真正渗透企业核心经营链路。

正因 AI 转型触及流程再造、组织架构调整，这场变革天然是 " 一号位工程 "。各业务部门囿于自身 KPI 边界，难以站在企业全局视角统筹资源；唯有对整体经营结果全权负责的企业一把手，才有能力推动跨部门协同，主导商业模式与组织体系的革新。" 倘若企业负责人缺乏对 AI 的基础认知，将转型全权交由 IT 部门推进，那么它很可能从一开始就被降维为一次技术部署，这场变革从根源上便注定失败。" 他说。

针对行业长期存在的 " 定制化深度 " 与 " 规模化复制 " 矛盾，李开复给出自上而下、平台沉淀的平衡路径：优先从一号位核心决策场景切入验证价值，再逐层渗透至各岗位业务场景，同时将通用 AI 能力沉淀至底层平台，兼顾个性化适配与规模化复用。零一万物此次推出的老板 AI、销冠 AI、投资官 AI 三款产品，依托万策决策平台搭建企业本体能力，正是这一落地逻辑的实践载体。

行业分化：落地节奏各有快慢，实体产业价值持续兑现

AI 赋能千行百业已是行业共识，但不同赛道的落地速度存在显著分化。李开复指出，两大核心变量决定行业渗透节奏：产业数字化基础完备度、行业监管约束强度。

互联网、数字内容行业数字化底座完善，AI 落地走在行业前列；金融、保险紧随其后；完成数字孪生布局的制造、矿业等实体产业，正迎来智能化改造快速期；高度依赖具身智能的重资产实体生产场景，规模化落地仍需两至三年技术沉淀周期。

其中企业顶层管理场景的落地速度，超出行业普遍预期。所有企业均存在经营管理痛点，一号位对风控前置、管理提效及高质量决策的需求具备高度共通性，极易形成转型共识。零一万物推出的老板 AI 产品市场反馈热烈，成为落地速度最快的产品线。

目前零一万物已在多实体赛道落地深度产业合作：与亚洲制造业龙头共建制造业智能体系，联合正大集团成立合资公司探索 AI 养殖，为南半球能源巨头的矿场搭建数字孪生智能平台。部分合作客户已实现 4% 用户留存提升、数千万美元规模的业务吞吐量增长，AI 赋能经营的正向收益已形成可量化的数据佐证，财报业绩也得以改善。以 AI 养殖为例，其价值不止于基础数据统计，而是产销联动的全流程动态优化，还能把优秀养殖场长经验快速推广复制，历经多季度业务跑通后，产业效益将持续释放。

对于金融、医疗这类强监管赛道，李开复划定清晰的 AI 能力边界：行业约束的核心不在于技术，而在于决策责任归属。关键经营、诊疗、风控决策的责任主体永远是人，AI 无法承担最终权责。未来十年，AI 可以作为决策辅助工具完成信息初筛、数据处理与基础分析，但人的专业判断与决策责任不会被人工智能替代。

前瞻三五年：AI 将成为企业不可或缺的基础生产要素

站在 2026 年年中眺望产业发展，李开复作出判断：未来三至五年，AI 将彻底褪去概念属性，成为企业经营的标配底层资源。

"AI 综合能力每年实现 30 个 IQ 点的跃升，落地成本逐年十倍级下降，兼具高智能、低成本、高效率三大特质，全面普及是产业发展的必然走向。" 李开复说，如同当下企业无需讨论 " 是否部署 ERP 系统 "，未来人工智能将深度嵌入生产、管理、销售全链条，成为与电力、互联网同等重要的基础生产要素。

专访尾声，李开复给仍在观望、布局 AI 转型的实体企业一把手给出恳切忠告：" 倘若管理者自身不愿日常使用 AI，便无法说服全员认可企业的 AI 转型战略。"

在他的产业观察中，企业 " 一号位 " 躬身实践是转型成功的起点。企业不应从边缘细碎场景试点切入，而要锚定核心决策、核心业务先行小步试错，验证真实经营价值后，自上而下逐层推广落地。

同时他提醒，企业切忌用 " 后视镜思维 " 跟风布局 AI，看到同行落地客服、文档工具才仓促跟进。AI 技术迭代速度远超过往任何数字化工具，等到全行业看清赛道再行动，早已错失战略窗口期。企业应当主动厘清 AI 能力边界，提前布局核心经营场景，方能在产业变革浪潮中抢占长期发展主动权。

从单点效率工具到全域决策支撑，从概念试点到规模化产业落地，人工智能与实体经济的融合正持续走向纵深。面向经营增长、聚焦全要素生产率提升的产业 AI，将持续为实体经济高质量发展注入长效动能。