李开复向彭博社摊牌：明年盈利，2027港交所见

今年WAIC期间，彭博社对李开复做了一场视频专访。信息量不小，但核心信号其实就一个：零一万物要上市了，而且要做“中国第一家真正赚钱的AI公司”。

换句话说，在AI行业还在集体困惑“大模型到底什么时候能赚钱”的时候，这家公司已经打算提前交卷了。而且，卷面上的压轴题已经不是模型商业化，而是怎么从企业一号位AI、到海外主权AI，让模型真正产生利润。

李开复给出的答案很具体：订单额三到四倍增长，开支大幅下降，对标Palantir，有望明年盈利，2027年港交所见。

与此同时，海外业务已经覆盖了中亚、中东、南半球等区域，甚至在哈萨克斯坦等市场触及到了主权AI这类更深层的需求。

零一万物交卷的速度，让不少人跟不上它的逻辑。

一年多前，这家公司在行业叙事里的标签还是“AI六小虎里最先主动退出基模竞赛的那只”。今天，它却摇身一变，成了中国第一家带着盈利预期冲刺IPO的AI公司。李开复把现在的零一万物称为更轻、更快、更实打实创造真金白银的“金钱豹”。

这中间到底发生了什么？中国版Palantir的叙事，到底成立了几分？

01. 主动告别烧钱，与Palantir相会更赚钱的战场

2023年零一万物刚创办的时候，讲的是中国OpenAI的故事。发布国际SOTA水平的Yi系列基座模型，拿到阿里云等投资，估值一度超过10亿美元。在当时中国AI创业公司的坐标系里，零一万物是标准意义上的第一梯队。

但后来出现了两个变量，把国产自研基础模型这个赛道的经济账彻底改写了。

第一个就是DeepSeek。它不光开源了权重基座模型，还通过推理优化彻底打穿了前沿模型的训练成本。彭博社的说法是，自去年年初以来，实际上只有少数“资产负债表深不见底”的公司还付得起从零训练的成本。

第二个则是投资人的集体转向。资本市场开始用同一个问题“逼问”所有模型公司：烧起钱来深不见底的训练和研究，到底什么时候才能变成收入？

李开复比很多同行更早意识到，这两个问题将会成为长期结构性问题。与其硬扛，不如主动换赛道。

他砍掉了最烧钱的预训练模型训练，把公司整体从基座模型切换到了企业AI的赛道。但告别最烧钱的技术路线，并不代表要退出技术深水区——如何把积累的全栈大模型技术栈转化为产品化的交付能力，是另一件高门槛的事。

李开复的判断是：随着开源模型能力提升，AI竞争的重心会从单一模型指标，转向系统交付能力。模型决定起点，但在企业场景里，决定结果的是AI能否进入企业的数据、流程、权限和决策链条。

零一万物的选择，是直接杀入企业客户的业务核心场景。基于国产开源模型进行深度微调和场景定制，在业务理解端发力——比如通过FDE团队深入客户现场，完成业务梳理、数据连接、本体建模和权限治理；再叠加自研的企业级AI平台与智能体能力，把企业的组织、流程、数据和决策场景转化为AI可理解、可推理、可执行的业务系统，最终形成可私有化部署、可持续迭代的企业AI解决方案。

不再把资源投入到训练前沿基模，这让零一万物有了更有利的生态位：站在开源模型的肩膀上，面向企业的真实场景进行模型调优、智能体编排和私有化部署。

同一套能力，让零一万物不只能够服务企业AI转型，也能进入一些国家和区域市场的主权AI需求——本地语言、本地数据、本地部署、本地产业场景，背后都是同一套工程化能力。

李开复的原话是：“生态已经成形，我们很庆幸做了这个选择。过去一年公司的支出大幅下降，所以我们可以相当快地走到盈利。”

换道的同时，盈利路径就已经浮出来了。

零一万物目前团队规模约240人，按行业标准来看不算臃肿。其中包括会进入客户真实业务现场的FDE团队，与企业一号位共建AI决策系统：一边解决具体经营、增长和投资问题，一边把业务流程、数据关系、权限体系和决策逻辑沉淀为企业本体、场景模板和智能体能力，最终通过零一万物的万策平台实现复用。

跟Palantir一样，零一万物定位的是全球市场的企业级交付。但不同的是起点。

中国市场无论是场景复杂度还是企业的智能化基础设施，都能让AI有更大的发挥空间。李开复在彭博社专访里给出了一个很生动的描述：这是一场双马赛跑，而另一匹马，选择不到我们的赛道上来跑。

02. 一号位AI、主权AI，是什么生意？

换道之后，零一万物的产品逻辑从“做一个更强的模型”，转向了“帮助组织的一号位把AI真正落到业务里”。

所谓的“一号位工程”，切中的是企业AI转型中最关键的决策盲区。

企业AI转型，不能为了转型而转型。想要让新质生产力与企业长期战略对齐，就不能只由CIO或IT部门单点推进，必须由CEO、董事长等最高决策者定义目标、调动资源，并对结果负责。

零一万物的“一号位AI”生意，就是这一战略的产品化落地：老板AI面向企业经营一号位，销冠AI面向销售增长一号位，投资官AI面向投资和资本决策一号位。

三款产品，针对的角色不同，瞄准的是同一个目标：让AI进入真正影响营收、成本、效率和资本质量的核心链条，而不是停留在浅层业务、少数部门提效的层面。

再向上、向外延伸，智能化的组织能力也同样可以服务于国家级、区域级的数字化转型，也就对应到了“主权AI”的定义。这不难理解：企业需要AI进入经营系统，国家和区域市场则需要本地可控、可持续演进的AI基础设施。

李开复在这次专访里描述了一个典型场景：很多CEO想做AI转型，不知道该从哪里入手，问了CIO、问了IT部门，得到的答案是上智能客服、法务用AI、财务用AI。到头来，手里有了一堆漂亮的功能演示，没有生产力上的实质变化，对CEO最关注的财报提升没有实质效益。

模型能力越成熟，像这样的场景就越是层出不穷。他紧接着给出的判断是：目前全球只有两家公司的产品，能够自上而下地推动企业AI转型，同时也能在两三个月内看到真金白银的财务成果。

一家是零一万物，另一家叫Palantir。

Palantir到底是一家什么样的公司？在硅谷，OpenAI和Anthropic抢走了绝大多数聚光灯，但翻开美股企业软件板块，过去几年回报最凶悍的公司，竟然不是任何一家模型厂商，而是Palantir。

资本市场对这家公司的印象是：合同周期长、客单价高、复购稳。它的生态位也很特殊——不做基座模型层，坚决卡在应用层；不做通用工具，专注于“决策操作系统”。主要客户不是C端的办公人群和开发者，而是美国国防部、CIA、大型银&行和跨国制造企业。

这些组织既不缺钱，也不缺前沿技术和好用的模型，但偏偏就是缺“让管理层看到全局”的能力。

为了让决策级AI在落地的同时带来商业化回报，Palantir用AIP实战训练营替代了传统B2B销售流程，几天内就能基于客户的真实数据跑出可用的AI应用，销售周期急剧缩短。

Palantir在北美的财务表现有多硬？2026年第一季度营收同比增长85%，调整后营业利润率达到60%，自由现金流利润率达到57%。一般来说，衡量软件公司的优劣有一个“40法则”——营收增速加利润率超过40%即为优秀，而Palantir做到的数字是145%。这也是为什么，资本市场给它的定价也非常具有想象力，动态市盈率常年在120到150倍之间。

李开复选择Palantir作为对标，除了看好企业级AI这个赛道之外，还有一个关键因素：Palantir的亮点在于预判和验证了AI的商业逻辑，也规避了传统企业服务市场“重交付”的标签。

Palantir率先证明了两件事。第一，企业AI的真正价值，在模型层之外。相比模型自身的前沿性，企业AI更看重能不能进入真实的业务系统、改善关键经营结果。第二，企业AI需要长期陪伴客户、深入客户现场，“做完项目就走”的交付没有意义。

未来，企业AI的格局可能会是：GPT、Claude提供底层智力，Palantir、零一万物提供让这种智力在复杂企业环境中安全落地的基础设施。

可以说，零一万物想干的，跟Palantir要做的殊途同归。但在不同的市场里，它长出了一套更具竞争力的中国式工程打法。

理解了Palantir的商业逻辑，就能很快理解一号位AI、主权AI的产品形态，以及零一万物为什么敢给出明年盈利的时间表。

从商业结构来说，把大型组织内部割裂、混乱、隔绝的数据池打通，让管理层即时查询、即时可视化，再在数据底座之上叠加智能体，帮CEO做决策——这件事本身就是高价值高回报的。

李开复自己也是用户，每天也都在用。他说：“我们的业务能发展得好，也多亏一号位AI教会了我们，应该怎么把产品卖给客户。”

根据李开复对彭博社的数据披露，零一万物的“一号位工程”，签约订单额较去年增长了三到四倍，需求多到接不过来，其中大约一半的业务来自中国以外的市场，覆盖中亚、中东、东南亚等地区。

以哈萨克斯坦为例，客户对于通用大模型的兴趣其实并不大，他们想要的是一套本地化、私有化、可持续迭代的主权AI系统。模型理解本地语言文化、数据留在本地是最基础的要求，更深层次的需求是：系统能服务教育、能源、交通、通讯、政务等本国产业场景，交付团队能配合完成从战略设计到组织落地的全过程。

这些需求，和零一万物过去一年形成的能力高度一致。李开复坦率地说，目前的挑战是找到更多会英语、会阿拉伯语的合格顾问和工程师，能飞到客户所在的国家，和团队一起做AI落地。

也就是说，当下的瓶颈已经不在于需求端，而在于交付端。

产品形态定义高价值场景，与客户共建推动真实业务落地，平台沉淀支撑规模化复用——三者合力，才有了零一万物宣布明年盈利、2027年IPO的底气。

但零一万物和Palantir的定位相似，并不意味着它要把一家美国AI公司的路重走一遍。

他讲了一句很关键的话：“中国团队的灵活、肯拼、愿意飞到任何地方帮客户成功，会成为让我们在企业AI转型这个品类里脱颖而出的特长。”

Palantir的生长土壤是美国政府、国防、情报系统和大型企业，零一万物面对的则是与“主权”接轨更多的全球化需求：大量的国家、区域市场、大型组织，都希望在不放弃数据主权的前提下，把AI接入自己的产业系统。

如果说Palantir证明了AI可以进入大型决策系统，那么零一万物正在验证的，就是国产AI能否把企业级AI的工程能力、交付能力和本地化能力，以“主权AI”这门新生意的形式，输出到世界各地。

03. 第一张盈利答卷，会走向哪里？

中国企业软件公司出海，在历史上几乎没有过成功案例。

从行业视角看，零一万物的换道叙事已经超出了国产AI商业化的范畴，它触碰到了一个没人跑通过的命题：中国公司到底能不能在全球企业服务市场，占住一个位子。

回到国产AI圈，同行们也在交出各自的答案。而李开复的答卷上已经提前写好了订单增长和盈利预期。

差异现在还是赛道方向和纸面上的，但接下来一两年，这些公司可能还是免不了被港股对比审视。港交所究竟愿意给“中国版Palantir”出什么价？在这一波中国AI公司集体业务出海、财务上市的浪潮中，零一万物的估值，可能也会决定未来AI在B端市场的大方向。

再往远看，定位企业决策级AI的先发优势，无疑给了零一万物一个很不错的窗口期。

但窗口期能有多长，目前尚未可知，可能取决于两个变量：模型能力和商业化不对等的市场错位能持续多久，交付团队能不能跟得上全球订单。

IPO之后，钱至少能解决一部分全球化交付的问题，但客户共建的能力不是靠融资就能堆出来的。它要求零一万物学着重新定义自己，逐渐从一家AI公司，变成一家向产业纵深的技术公司——懂AI，懂工程化，更懂业务。

这也是为什么，李开复在采访中反复强调，“愿意飞到任何地方帮助客户”是一种差异化竞争力。零一万物的管理团队也明显补齐了国内、国际业务的高手。

零一万物要建的护城河，落脚点是共建、决策、沉淀。无论是什么市场、什么场景，没有人比这些一号位更适合与AI共同定义问题、建模业务、验证场景，沉淀出可复用的流程。本质来说，零一万物的客户越多、场景越多、平台越厚，定制化的边际成本就会越低，自研的企业AI平台的技术飞轮就转起来了。

回到2023年，把零一万物三年以来的成长故事做一个概述：三年前，它想做中国的OpenAI；两年前开始换道，主动退出了直到今天还在拼命烧钱的基模竞赛；现在，又以“中国Palantir”的生态位走向了新的IPO叙事。

一步比一步更重，也一步比一步更靠近商业上的成局。

今天，它终于以“昔日六小虎”的身份，回到了一个更底层的问题：中国的AI大模型公司，到底该长成什么样。

过去三年，行业的主流想象是一群科学家围着GPU堆参数，做出比对手更聪明的模型，然后等着商业化自然发生。但这件事真的能自然发生吗？

思考过后，零一万物的判断是：下一个十年，国产AI并不一定只有卷基模这一条路。

不只是企业AI，很多地方的智能化价值都在模型之外。人的业务经验、组织决策与AI能力的结合所迸发的乘数效应，迄今为止仍然在被低估。

中国公司做全球企业服务、参与海外主权AI的基础设施建设——这是一扇紧闭的大门，浴火重生后的零一万物正试图推开一条缝。

在当前市场对大模型公司情绪摇摆不定、估值逻辑不断重塑的背景下，李开复选择了一个最简单朴素的商业故事：一家AI公司确实有望通过服务企业一号位的决策，走向收入、利润和长期复利。

关于2027年登陆港交所的计划，李开复说：“财务数字已经就绪，剩下的是走流程。”