李开复亮出“中国版Palantir”底牌

# 企业AI的下一个战场：谁能真正改善财报，谁才有价值 李开复最近有个判断：企业AI的下一战，关键看谁能真正改善财报。这句话不是什么空泛的口号，而是零一万物正在用产品验证的命题。 5月底，零一万物创始人兼CEO李开复发布内部信，明确公司将定位为“中国的Palantir”，并放话——要在明年成为中国首个实现盈利打平的AI 2.0公司。7月7日，他交出了对标Palantir的第一份成绩单：三款“一号位决策AI”产品——老板AI、销冠AI、投资官AI，分别面向经营一号位、销售一号位和投资者一号位。这三款产品覆盖的，正是企业财报改善中最关键的三个决策场景：经营质量提升、收入增长确定性和资本质量管理。 发布会现场，李开复说了这么一段话：“‘一号位工程’是零一万物打造中国版Palantir的核心战略，‘一号位AI’则是这一战略落地的决策AI产品。零一万物要构建的，不只是一个AI工具，而是一套真正服务企业一号位的AI决策中枢。” 在成为“中国版Palantir”的版图上，又多了一家旗帜鲜明的玩家。 零一万物创始人、CEO 李开复 ## 为什么Palantir成了绕不开的参照系 全球企业服务市场里，Palantir已经成为衡量“企业级数据智能”与“AI驱动决策”成熟度的标杆。无论是商业公司，还是政府、国防机构，只要讨论如何将海量、异构、碎片化的原始数据转化为可执行的业务洞察，Palantir的名字就会被反复提及。 Palantir的产品架构、交付方法论和客户案例，常常被同行和咨询机构拿来当行业基准。能成为全球市场的参照系，是因为它在数据治理的深度、业务抽象的高度、工程介入的精度和战略交付上，构建了一套难以被简单复制的能力。 零一万物走的是“中国AI原生”路线：用FDE（前沿部署工程师）保证定制深度，用平台沉淀提升复用效率，用一号位AI产品验证高价值场景。随着交付案例增加，平台化复用有望降低边际交付成本，长期服务能增强客户粘性，经营、投资、增长等高价值场景则能提升客户付费意愿。 李开复把零一万物的“一号位AI”概括为四块关键拼图：大脑、地图、导航系统和操作系统。这四块拼图共同构成企业AI决策中枢的底层架构，也是零一万物相信自己最适合率先完成的关键所在。 ## 一号位AI的核心逻辑：从“部署AI”到“用AI重构核心业务” 李开复过去一年与大量企业CEO交流，发现一个普遍现象：许多企业都在推进AI转型，但项目大多集中在客服、问答、外包流程等局部场景。真正能改变财报的AI转型，往往由CEO先投入、先理解、先推动。原因很简单——只有一号位能决定AI是否进入核心业务，是否直面最关键的经营问题，从而改写财报结果。 围绕这个思路，零一万物以战略咨询切入，提供真懂业务的产业模型，在此基础上打造老板AI、销冠AI、投资官AI等一号位AI产品，帮助企业从“部署AI”走向“用AI重构核心业务”。这不是让AI辅助单点工作，而是让它成为贯通战略决策、组织协同和执行落地的核心生产力。 ## 本体（Ontology）：决策中枢的核心优势 在“万事不决问AI”的当下，大模型能力已经足够强大。但李开复指出，大模型存在一个先天倾向：它会以终为始，在基于某个方向做出决策后，倾向于固执地沿着这个方向走下去，试图证明自己是对的，而不是退后一步、更诚实地综合各方意见，做出更优的判断。 人类的决策机制也有弊端。李开复举了个有趣的例子：企业开会头脑风暴时，有人不敢表达意见，或者受到各种人情关系的牵绊——比如“上次你支持了我，这次我就该支持你”。弱点由此而生。 AI不会出现这种问题。人类会觉得“不好意思”去指出老板的错误，但AI不会。如果用“老板AI”这款产品，老板在开会之前就能意识到自己的不足，在会前主动做出调整。零一万物的产品既顾及了人性，融入了人类的优点，又能以反人性的方式推动公开透明的讨论。 ## 零一万物自身也在验证这套逻辑 一号位AI落地后，零一万物自己的财务报表正在被改写。数据显示，订单额增长了5倍，商机转化率提升了2倍。企业AI的价值，正在从“提升个人效率”进一步走向“改善组织决策质量和业务结果”。 需要说明的是，这套产品并非开箱即用。企业地图需要花时间建设，企业GPS需要花时间调整，企业操作系统相对标准，但每个企业需求不同，仍然需要FDE工程师深入客户一线。不过有了“一号位AI”，FDE工程师需要花的精力会下降非常多。 ## 以下为对话实录 **问：零一万物近期密集布局海外。以零一万物为代表的中国企业，面对不同的商业文化和监管环境，核心竞争力在哪里？如何更好地适应不同市场？** **李开复：** 国内市场我们已经发展得很好。如果看海外，有一个情况可能很多人不了解：在中国和美国之外，几乎所有国家都存在相当大的信息差。当我们已经在探讨企业决策中枢、老板AI的时候，很多国家连Agent都还没用好。如何搭建Agent、如何构建Harness，都需要大量支持。 我们提供的是完整的服务——从入门级能力到“万智”“万策”，再到模型调度与选择，以及刚才提到的几款新产品。这正是许多国家企业亟需的能力。美国公司通常聚焦美国本土、欧洲或日本市场，因为这些地区回报更快，文化、语言也更熟悉。全球还有相当大一片市场没有被美国公司覆盖。这些国家同样需要FDE来落地，但美国企业往往不愿派FDE去服务这些客户——派一名工程师去服务通用电气这样的大客户，回报显然更高。中国企业有能力帮助这些国家，尤其是共建“一带一路”的国家。 当然，也有两个挑战。第一，能否见到这些国家的决策层？这正是我们的优势。第二，语言能力是否过关？我们正在建设英语、哈萨克语、塞尔维亚语等多语种能力。数据层面，我们既不会把中国数据带出去，也不会把他们的数据带出来，这是必须做到的底线。 Palantir尚未覆盖的国家，恰恰是我们的机会，而且进入这些国家时，也不会遇到太强的竞争对手。 **问：零一万物首批合伙人有什么进展？什么时候能看到名单？您怎么筛选这些人？专项激励有没有明确去向？** **李开复：** 公司士气一直很好，但做的特别好的人应该得到奖励，而不仅仅是提升士气。新的激励方案我刚批了第一批，合伙人还需要时间观察，毕竟我们是很小的公司。未来6到9个月一定会出来这批合伙人，我们不一定做媒体活动，不一定对外披露，但一切按当时谈的速度在执行。 现在我已经开始用老板AI了，负责投资和销售的同事也开始用销冠AI和投资官AI。下一步就是寻找DRI，我们已经定了DRI，比如昨天就定了一位。我们会把公司做得更扁平，给DRI合伙人更大的授权，让他们能独当一面地执行。这是AI时代必须做的事，而且既然我们提倡这个方法，无论如何要以身作则，否则客户也不会信服。 **问：能否分享一个具体的客户案例？引入万策后，企业投资决策效率或销售转化上有哪些可量化的经营指标提升？** **李开复：** 有一家规模非常大的投资公司，正在用我们的投资官AI，他们对每一个案例都很满意。我们帮他们弥补了团队无法完整覆盖所有领域的短板——即便一个近百人的投资机构，要覆盖千行百业，无论团队多优秀，也不可能样样精通。目前我们已经协助他们在两个领域完成了大量案子的分析，客户对此非常振奋。 **问：AI产品在具体落地过程中，如何做到千企千面差异化决策？** **李开复：** 这套产品在行业内属于产品化程度较完整的方案，但即便产品化做得很好，暂时还不能开箱即用，仍然需要FDE辅助落地。所以这款产品不是面向中小企业，而是至少服务于规模较大的企业。通过FDE协助，客户能更好地将“一号位AI”落地，真正产生价值。 不同行业的落地难度不同。在数字化程度较高的行业，比如投资领域，落地相对容易；传统制造业则需要更多时间。但无论如何，这套产品的价值是普遍的，区别只在于落地成本不同。它并非中小企业能负担或适合使用的方案。 **问：过去一段时间，一号位工程在大量企业落地实践中，沉淀出来的最核心的经营方法论是什么？** **李开复：** 第一个方法论：AI转型必须一号位来做，没有第二个选项。第二个：一号位关注的是核心场景，而且是跨功能、跨部门的场景，所以只有一号位才能做成。第三个：很多企业的中层和员工对AI有抵触、抗拒和恐惧情绪，如果交给团队去做，有些中层或员工可能觉得这会影响自己的工作或地位，因为他们不知道怎么管AI。一号位有号召作用，告诉大家都用起来，你们不能不用。 技术路径上，需要构建一个决策中枢，既要有模型层，也要有各个功能模块。通过这个决策中枢，开发出一套相对可泛化的产品，赋能给公司内部能创造最大价值、真正改变财报表现的关键角色。 **问：您过去一年深入拜访了很多客户，帮大家做AI落地，后面会继续吗？您怎么给自己定拜访名单？走访过程中观察到AI企业有没有什么共同的误区？国内国外有没有差异化？** **李开复：** 过去几年，我始终愿意冲在最前面，未来也是如此。不过团队同样出色。敲开客户大门的方式有多种：有时从CEO或CIO入手，团队先完成初步接洽，必要时我才会出现；有些面向CEO的专场演讲，我也会更积极参与。此外，不少CEO通过我们发布的信息主动找上门来。需要我出面时我当然会去，但多数时候，团队已经能稳妥处理好这些客户关系。 客户的变化也很明显：他们越来越着急，越来越确信必须采取行动，越来越清楚自己需要帮助。这对我们是好事，客户转化率一定会提高。过去接触过的数百家客户已经开始产生成果，未来还会有更多。 国内与国际市场的差异方面，欧美市场并非我们的重点，目前业务主要集中在其他国家。这些地区的客户对AI的认知可能不如国内深入，但订阅付费意愿明显高于国内。正因如此，海外业务进展相当顺利，客户同样看到了趋势，同样感到紧迫和焦虑，这对我们来说是利好。 **问：零一万物发布一号位AI产品，与其他公司相比最难复制的是什么？是开复老师的个人资源，还是对谈的企业数量，还是模型能力？** **李开复：** 刚开始推行一号位工程时，我个人的确有一些独特优势，能触达部分核心用户。但在深入了解用户、协助他们完成项目制工作之后，我们已经逐步理解客户的共性需求，对产品进行泛化，同时对Ontology等底层技术也有了更深入的认识和发展。到今天，这已经是一个系统工程。 打个比方，如果有人问微软Windows的优势是什么，答案未必是某一项具体技术。它可能始于解决一个个独立的问题，但最终沉淀为系统工程。我们不敢说已经做到了微软的高度，但目标正是如此。通过接触更多企业，尤其是与一把手深度交流，能更深入地挖掘他们需求的共性，再结合对下一代技术发展的判断，最终形成系统性的竞争优势。 关于模型，我也补充一句。我们非常尊重各家模型公司，但客户的需求确实已经发生了明显变化。一两年前，很多客户还会问我到底该选哪个模型，希望我帮他们推荐。但最近他们面临的困扰变成了模型太多、变化太快，反而不知道该怎么选。今天排行榜第一，过一段时间可能就换了。对企业客户来说，选择模型本身并不是他们最想投入精力、也未必最擅长的事情。 这有点像企业IT部门采购电脑。作为CEO，我不会特别关心这台PC里用的是哪家的芯片、哪家的内存，我更关心它是否稳定、好用、能满足业务需求。我会信任IT部门的专业判断，也相信他们采购的设备里自然会配置合适、优质的组件。 所以我认为，模型正在越来越接近“电力”这样的基础能力。企业真正关心的不是背后具体接入了哪一个模型，而是这个能力能否稳定、安全、高效地服务业务场景。就像使用电器时，大家不会每天关注电来自哪家电厂；企业使用AI时，也会越来越少纠结底层模型的品牌，而更关注最终效果、成本、可靠性和可持续迭代能力。当然，这里主要指的是企业级用户，个人用户的选择逻辑可能会有所不同。 **问：之前内部信中，您提出要成为中国首家盈利的AI 2.0公司，并2027年IPO。一般来说，政企客户深度共创模式虽然客单价高，但交付周期长、回款慢，零一万物如何从灯塔做复制？** **李开复：** 我说的是明年某个季度希望有利润，不是今年有利润。从拿到订单到实际确认收入有一定的时间差。我们有很多单子，无论国内国外，是分批收费，但确定收入会在一到两年甚至三年才能完成。我们也知道有些行业拿了合约也有毁约的情况，但每个单子都是为客户提供关键的技术，而且每年都有交付，每年都是基于上一年的基础上做进一步交付，所以到现在为止客户都非常认可。你提到政企，我们确实有一些政企客户，无论是绑定程度还是回款时间，我们应该是做到了行业内的最好。 **问：销售这种一号位工程是否高度依赖开复老师个人的行业声望和人脉来撬开CEO的大门？如果当开复老师不再去见一百位CEO的时候，这套模式还能跑通吗？没了李开复的零一万物到底还有什么？** **李开复：** 作为CEO，一定要确保公司基业常青，所以这样的依赖性不是我引以为豪的，我也希望公司能一直很好地运作。首先我身体非常健康，当值当打之年，公司可以期待我更长期的服务。但更重要的是，现在越来越多的“一号位”案例是我团队打出来的，不是我打出来的，这个比例在提升。 第二，我所谓的“一号位工程”是敲第一次门、转化一些单子、维护一号位关系，这并不占我很多时间。第三，我用了老板AI，释放了自己很多时间，所以有精力和时间去做一号位对接。大约两周前，我用演讲的方式见了接近200个CEO，一对一见了30个，这也不是问题。 最后补充一点，我们目前重点服务的是大型企业客户，真正适合使用我们产品的企业，在全球范围内可能也就是两三千家。这并不是一个无法覆盖的规模。到目前为止，我们已经接触了其中五六百家；按现在的节奏，未来两年内把这些重点客户基本覆盖一遍，是完全可行的。 因此，“一号位工程”并不是对我个人能力的过度依赖，而是公司在现阶段建立高质量客户关系、推动万策AI、老板AI在标杆客户中落地的有效方式。更重要的是，这套能力正在逐步沉淀到团队和产品里：一方面，团队越来越多地独立打出一号位案例；另一方面，我们也把这些客户洞察、决策逻辑和服务经验，持续凝练到万策AI、老板AI等产品矩阵之中，让产品本身具备更强的企业理解力和交付能力。 **问：本体论毕竟是海外来的概念，在国内会有什么特定的困难？要怎么克服？** **李开复：** 本体论在国内外的认知没有太大差别，基本上就是Palantir一家打响。解释它需要花时间，它看起来很高深，其实很简单。你问大模型，请它告诉你它眼中的你是什么样子，它给出两三页的报告差不多就是本体论。比如我问它，它会告诉我李开复在哪里工作过、你的家人是谁。当然，大模型出不来完整的本体论，它是根据你的上下文和回答来猜你是什么样的人。 本体论会越用越强，但需要两个过程。第一是冷启动时，这些内容都在它的答案中——财报、工作流等等都在里面，拿来就可以用。只是拿来以后要有一个好的方法组织。里面不同的数据可能有矛盾冲突，需要找一个专业的团队来帮忙化解。可能还会有一些问题、一些推演，也要找人帮着弥补。这需要花一定时间，用我们的专业工程师和工具去做这些事，大概一两个月能把冷启动做完。 之后的维护相对容易，因为全部的数据闭环都会进来。每次看到新的数据，产生新的矛盾、新的疑点，找人问就是了。大部分问题AI都可以自己解决，所以它是人机协作，有human in the loop，但不需要人类特别多的精力参与。也许下次可以展示这个工具，你会发现其实没有这么高深莫测。 我的新书讲到了本体论是什么时候开始出现的。它的创始人可以说是发明万维网的Tim Berners-Lee。今天有了大模型以后，这套规则企业更容易理解——之前可能是很多规则，你可以类比为Excel表格，人与组织、人与决策之间的关系很难读，也很难用，更难改。现在用了自然语言之后变得更简单。老板如果真的要看本体论，可以通过老板AI把公司本体论里最重要的3页打印出来，看看有没有什么问题，其实就可以了。要做好它是一项很大的工程，但它产生出来的巨大档案，其实人人都可以读懂。 **问：万策AI包含“老板AI、投资官AI、销冠AI”等场景化产品，之前还考虑哪些场景？为什么排除掉这些场景？** **李开复：** 我们也没有排除掉。有了万策和万智，想开发什么智能体都可以。只是说，做比较简单的智能体这类工具已经很多了，竞争已经是一片红海。让老板付费，客单价有保障，老板有决策权，反而适合中国的国情。 这是基于几个理由：第一，在国内更可行；第二，这个需求相对可泛化。如果让我们做一个每个财务都可用的、每个法务都可用的智能体，这类产品已经是红海，而且这样的产品也很难改善财报。我们因为先做“一号位工程”，要帮助一号位改善财报，改善财报最好的工具就是“一号位AI”。我们的三个一号位AI产品就是按照这个逻辑做出来的。 **问：不论是销冠、投资官还是老板，他们的隐性知识非常难数字化，万策AI是通过什么来攻克这个难题？** **李开复：** 我会常常问老板AI：我怎么样才能把工作做得更好？每次会议我们都有完整的记录，无论是我在的会议还是我不在的。有时候我会很在乎，在这些会议里，我有哪些话讲得不合适？我以后应该多讲些什么才能让公司更有效率？老板AI如果不懂我，其实没办法回答这些问题。而它给我的建议都非常中肯。 **问：万策AI内置了Agent，为什么看到某一个产品单独做Agent，而不是增加一个skill？** **李开复：** 这些产品的能力远远超越了传统意义上的skill。另外我也澄清一下，这三款旗舰AI产品不是万策的一部分，它们是分开收费的，因为各自提供的价值不同。一个中大型公司，可能购买万策之后自己开发一些Agent就已经足够了，这有对应的价位。但如果要购买老板AI，则必须先拥有万策，类似于Office和Windows的关系。 它们是独立销售的产品，因为价值主张和受众不同，各自拥有独特的价值主张，因此我们可以分开收费。至于财务预期这些属于内部数据，不太方便公开。但可以肯定的是，它绝对是我们目前推出的所有产品中最有机会成为订阅制ARR的产品。这四款产品的收费都是ARR模式，这意味着一旦客户签约，就有很高的概率会长期付费给我们。