Microsoft, Alibaba Qwen, Plaud, KIRI: Die „siliziumbasierten Mitarbeiter“ sind da, ist Ihre Organisation bereit?

Die KI hat die individuelle Produktivität stark gesteigert, aber die Wertschöpfung auf Unternehmensebene bleibt stark zurück.

Im März 2026 wies die US-amerikanische Risikokapitalgesellschaft a16z in dem Artikel Institutional AI vs Individual AI auf dieses akute Problem hin, das Unternehmen schon lange plagt. Vor drei Jahren entwickelte sich die KI rasant: Sie ging von Demo-Versionen zu vollständigen Modellen über, von der individuellen Nutzung hin zum Unternehmenseinsatz. Drei Jahre später gründen einige Unternehmen von Grund auf KI-Native-Firmen, während andere versuchen, KI in bestehende Arbeitsabläufe einzubetten. Doch eine große Anzahl von Unternehmen stößt auf dasselbe Hindernis: Die Daten sind nicht verbunden, die Prozesse stimmen nicht überein, und die Geschäftsteams können die KI nicht sicher anwenden.

Erst jetzt tritt die eigentliche Herausforderung zutage: Wenn KI in Unternehmen einzieht, ist die Organisation selbst darauf vorbereitet? Wurden die Arbeitsabläufe neu gestaltet? Ist der Return on Investment (ROI) klar berechnet?

Auf dem 2026 Pinchuang Global Brand Festival, das gemeinsam von AIXATLAS veranstaltet wurde, führten Wu Zhuohao, außerordentlicher Professor an der Communication University of China, David Gu, Globaler Partner von Microsoft, General Manager der Abteilung für Win-Win-Entwicklung mit China und CEO von Microsoft Mobile, Li Chenzhong, Direktor für KI-Produktlösungen des großen Modells ATH Qianwen von Alibaba, Liang Chao, Leiter für Produkt und Betrieb bei Plaud China, und Wang Zhengnan, Mitbegründer und CEO von KIRI Innovation, einen tiefgehenden Dialog über die neuen Geschäftsformen im Zeitalter der KI. Aus diesem Gespräch lassen sich möglicherweise einige wertvolle Erkenntnisse gewinnen.

Im Folgenden das Protokoll der Podiumsdiskussion, redaktionell bearbeitet von iBrandi Pinchuang:

Der Wendepunkt für Unternehmens-KI: Modell oder Organisationsfähigkeit?

Wu Zhuohao, außerordentlicher Professor an der Communication University of China: Ich freue mich sehr, heute mit Ihnen zusammen zu sitzen und über die neuen Geschäftsformen im Zeitalter der KI zu sprechen.

Bevor wir beginnen, möchte ich die Gäste vorstellen: Zuerst Herr David Gu von Microsoft, der derzeit umfassend für die Strategie „Win-Win in China“ von Microsoft und die dazugehörigen Produkte verantwortlich ist und ein Branchenexperte für Spitzentechnologien wie künstliche Intelligenz und Blockchain ist. Dann Herr Li Chenzhong von dem großen ATH Qianwen-Modell von Alibaba – Qianwen kann man als ein in letzter Zeit äußerst beliebtes Star-Produkt bezeichnen. Weiterhin Herr Liang Chao von Plaud, der derzeit hauptsächlich für Produkt und Betrieb in China verantwortlich ist. Plaud entwickelt vor allem KI-Produkte für Besprechungsprotokolle mit sehr umfassenden Funktionen. Und schließlich Herr Wang Zhengnan von KIRI: Das Produkt Remy von KIRI ist eine sehr interessante 3D-Raumerinnerungsanwendung.

Nachdem ich diese hochkarätigen Teilnehmer unserer heutigen Podiumsdiskussion vorgestellt habe, beginnen wir offiziell mit der Diskussion. Lassen Sie uns zuerst eine sehr wichtige Frage besprechen: Was ist eigentlich der Wendepunkt für Unternehmens-KI? Ist es die Fähigkeit des Modells? Oder ist es die Organisationsfähigkeit, KI tief in das Unternehmen einzubinden?

Wu Zhuohao, außerordentlicher Professor an der Communication University of China

David Gu, Globaler Partner von Microsoft, General Manager der Abteilung für Win-Win-Entwicklung mit China und CEO von Microsoft Mobile: Der Wendepunkt liegt bei dem Letzteren, also bei der „Organisationsfähigkeit, KI tief in das Unternehmen einzubinden“. Heute kann man deutlich spüren, dass KI die individuelle Produktivität sehr effektiv steigert. Aber es ist zu beachten, dass das Wachstum auf Organisationsebene kaum zugenommen hat. Der Grund dafür ist, dass die Effizienzsteigerung von KI für Einzelpersonen offensichtlich ist, während das größte Effizienzpotenzial auf Organisationsebene im Bereich der Zusammenarbeit liegt – etwas, das KI derzeit noch nicht leisten kann.

Meiner Meinung nach muss dieses Problem auf zwei Ebenen gelöst werden: Erstens muss die KI über ausreichenden Kontext der Organisation verfügen. Die KI muss wissen, wie die Arbeitsabläufe der Zusammenarbeit in der Organisation aussehen, damit sie an der Entscheidungsfindung teilnehmen kann. Zweitens muss die KI die „Konsensbildung“ zwischen den verschiedenen Teilen der Organisation effizienter gestalten. KI unterstützt Menschen bei konkreten Entscheidungen, aber die Effizienz einer Organisation hängt davon ab, ob Menschen schnell einen gemeinsamen Wissensstand erreichen können. Zum Beispiel dienen Besprechungen und das Verfassen von Dokumenten im Grunde genommen dazu, Wissenslücken zu schließen. KI ist sehr gut im Ausdrücken – kann diese Fähigkeit also genutzt werden, um das Team schneller zu einem gemeinsamen Konsens zu führen? Das ist der eigentliche Schlüsselpunkt, damit Unternehmen die KI-Nutzung auf eine neue Stufe heben können.

Li Chenzhong, Direktor für KI-Produktlösungen des großen Modells ATH Qianwen von Alibaba: Ich bin auch der Meinung, dass die Organisationsfähigkeit wichtiger ist als das Modell. Obwohl ich im Modellgeschäft tätig bin, liegt dieser Wendepunkt nicht mehr beim Modell selbst. Heutzutage sind die Fähigkeiten der Modelle immer stärker und reichen für Unternehmen völlig aus. An diesem Punkt muss man sich auf das Wesen des Geschäfts konzentrieren. Daher sollten Unternehmen mehr darüber nachdenken, wie sie KI (Modelle) mit Geschäftsszenarien verbinden, tief in diesen Szenarien arbeiten und eine KI schaffen, die wirklich an Branchen und Szenarien gebunden ist und Produktivität entfalten kann.

Liang Chao, Leiter für Produkt und Betrieb bei Plaud China: Ich möchte meine Sicht auf diese Frage darlegen. Sind Modelle wichtig? Sehr wichtig. Ohne die Verständnis-, Generierungs-, Schlussfolgerungs- und Multimodal-Fähigkeiten der Modelle gäbe es nicht so viele KI-Native-Anwendungen. Aber für Unternehmen ist es noch wichtiger, dass die Modelle in echten Arbeitsszenarien zum Einsatz kommen.

Wang Zhengnan, Mitbegründer und CEO von KIRI Innovation: Ich möchte diese Frage anhand der Situation unseres Unternehmens KIRI beantworten. KIRI hat derzeit weniger als 50 Mitarbeiter, und mit seinen zwei Produkten (KIRI Engine und Remy) werden insgesamt mehr als 10 Millionen Nutzer verwaltet. Viele Leute denken, dass wir mindestens 200 bis 300 Mitarbeiter haben, aber tatsächlich betreiben weniger als 50 Mitarbeiter diese beiden großangelegten Produkte. Die KI hat die Arbeitseffizienz jeder Person um ein Vielfaches gesteigert.

Jede Person kann sogar die Arbeit von sieben Personen erledigen. Zum Beispiel war es früher fast unmöglich, dass eine Person eine Datenbank mit Millionen von Nutzern verwaltet. Aber heute verwaltet eine Person nicht direkt die Datenbank, sondern eine Gruppe von Agenten, die die Daten optimieren, Informationen ordnen und neue Funktionen entwickeln. Daher ist für mich das Wichtigste bei Unternehmens-KI, wie Menschen Agenten einsetzen.

Agenten gestalten die Organisation neu: Vom Ersetzen einzelner Teile zur Neugestaltung des gesamten Ablaufs

Wu Zhuohao, außerordentlicher Professor an der Communication University of China: Ich möchte an das vorherige Thema anknüpfen und Herrn David Gu eine Frage stellen. Vor mehr als 20 Jahren habe ich auch am Microsoft Research Institute gearbeitet. Damals hat mich am meisten beeindruckt, dass es auf der Welt tatsächlich eine Organisation gibt, die Tausende von Menschen an demselben Produkt zusammenarbeiten lassen kann.

Heute ziehen KI-Agenten in großer Zahl in Unternehmen ein. Ich möchte fragen: Wenn diese „siliziumbasierten Mitarbeiter“ zum normalen Bestandteil der Organisation werden, wie wird sich der zukünftige Arbeitsablauf in Unternehmen dann entwickeln?

David Gu, Globaler Partner von Microsoft, General Manager der Abteilung für Win-Win-Entwicklung mit China und CEO von Microsoft Mobile: Projekte wie Windows, an denen Tausende von Menschen beteiligt sind, oder sogar die gesamte Microsoft-Organisation mit Zehntausenden von Mitarbeitern waren in der Tat ein bemerkenswertes Paradigma in der Vergangenheit. Aber jetzt hat sich die Effizienz von KI-Coding verbessert, und neue Probleme sind aufgetaucht, zum Beispiel Probleme mit Compliance, Prüfung, Datenschutz und Sicherheit. Wer soll diese lösen?

Wir haben festgestellt, dass KI derzeit tatsächlich nur einen einzelnen Abschnitt in der Organisation verändert. Viele Studien weisen auch darauf hin: Um KI wirklich gut zu nutzen, darf man nicht nur Teile der bestehenden Abläufe ersetzen, sondern muss eine tiefergehende Neugestaltung durchführen. Um ehrlich zu sein, gibt es derzeit keine Standardlösung, wie eine KI-Native-Organisation aufgebaut werden soll, und es wird wahrscheinlich auch kein einheitliches Muster geben. Jedes Unternehmen hat eine andere Geschäftsform und Kultur, und unsere Erkundungen werden ständig dynamisch angepasst.

Unser derzeitiger Kernansatz ist es, mit einem kleinsten „KI-Native“-Element als Pilotprojekt zu beginnen. Zuerst wählen wir ein Team aus, das KI am besten versteht, und füttern die KI mit allen verfügbaren Kontextinformationen, einschließlich Online-Daten und unstrukturierten Offline-Informationen, sodass sie wirklich an der Entscheidungsfindung teilnimmt.

Dabei gibt es eine sehr entscheidende Frage: Wenn wir diesem KI-Team ein weiteres „kohlenstoffbasiertes“ Mitglied hinzufügen wollen, müssen wir uns zuerst fragen: Warum können die vorhandenen „siliziumbasierten“ Mitglieder diese Aufgabe nicht erledigen? Die Antwort auf diese Frage hilft uns zu klären, welche Aufgaben die KI übernehmen kann und welche unbedingt den Menschen überlassen werden müssen. Die organisatorische Veränderung gleicht eher dem Prozess, dass diese kleine KI-Native-Einheit allmählich wächst und nach außen wirkt, anstatt das gesamte bestehende System auf einmal zu verwerfen.

Natürlich ist dieser Ansatz nicht festgelegt. Unterschiedliche Geschäftsszenarien und die schnelle Weiterentwicklung der Modellfähigkeiten werden die Position und die Rolle der einzelnen Elemente beeinflussen – dies ist an sich ein fortlaufender Entwicklungsprozess.

David Gu, Globaler Partner von Microsoft, General Manager der Abteilung für Win-Win-Entwicklung mit China und CEO von Microsoft Mobile

Wu Zhuohao, außerordentlicher Professor an der Communication University of China: Die Angabe von Herrn Wang Zhengnan von KIRI, dass „eine Person die Arbeit von sieben Personen erledigen kann“, ist sehr anschaulich. Ich möchte Herrn Gu fragen: Aus der Sicht Ihrer praktischen Erfahrungen in verschiedenen Branchen – gibt es einige vergleichbare Referenzwerte, die Unternehmen helfen, ihre eigene Position zu bestimmen?

David Gu, Globaler Partner von Microsoft, General Manager der Abteilung für Win-Win-Entwicklung mit China und CEO von Microsoft Mobile: Diese Frage ist ziemlich schwierig. Viele Unternehmen haben zuerst versucht, dies mit quantitativen Indikatoren wie PR-Rate oder Token-Verbrauch zu messen. Aber nach der Praxis haben sie festgestellt, dass diese Zahlen kaum mit dem tatsächlichen Geschäftswert zusammenhängen. Heute verfolgen die Unternehmen in der Branche diese oberflächlichen Indikatoren nicht mehr.

Außerdem gibt es sehr große Unterschieden zwischen To B und To C. Bei To C können Probleme schnell rückgängig gemacht werden, aber bei To C geht es um die Geschäftskontinuität von Unternehmenskunden – wenn etwas schiefgeht, hat das weitreichende Folgen und eine große Verantwortung. Daher gibt es wirklich keine einheitliche Zahl, die auf alle Unternehmen angewendet werden kann.

Ich ziehe es vor, eine andere Dimension zu betrachten: Welcher Anteil der Entscheidungen in der Organisation kann von der KI begleitet werden und tatsächlich Unterstützung erhalten? Aber wie dieser Anteil berechnet wird und was der Nenner ist, muss dynamisch je nach Geschäftsform des Unternehmens und dem Grad der KI-Implementierung definiert werden – es gibt keine allgemeingültige Lösung.

KI-Nutzung in Unternehmen: Ökosystem wählen oder Modell wählen?

Wu Zhuohao, außerordentlicher Professor an der Communication University of China: Als Nächstes möchten wir Herrn Li Chenzhong, der im Bereich der großen Modelle arbeitet, zu Wort kommen lassen.

In diesem Zeitalter mehrerer Modelle: Wählen Unternehmen eigentlich ein Modell oder ein Ökosystem? Derzeit verfügt Alibaba über die vollständigsten Modellreihen mit unterschiedlichen Parametergrößen von groß bis klein, die möglicherweise alle Arten von Anforderungen abdecken. Daher möchten wir Sie bitten, dies vorzustellen.

Li Chenzhong, Direktor für KI-Produktlösungen des großen Modells ATH Qianwen von Alibaba: Bevor ich diese Frage beantworte, möchte ich alle Führungskräfte eine Frage stellen: Welchen Bericht hören Sie lieber? Der eine lautet: Der Mitarbeiter sagt, er möchte ein neues Projekt starten, aber er muss zuerst 2 Millionen Yuan ausgeben und drei Monate warten, um die Infrastruktur aufzubauen, bevor er mit den Tests beginnen kann. Der andere lautet: Er sagt, er hat gestern Abend 80 Yuan ausgegeben, um einen Test durchzuführen, das Kernproblem überprüft und weiß jetzt, wie es weitergehen soll.

Ich denke, die Antwort vieler Anwesender wird die zweite sein. Aber in der Realität ist die erste Situation die Mehrheit. Viele Unternehmen können mit der KI-Nutzung nur schwer beginnen, weil sie sich an diesem Denkprinzip „zuerst investieren, dann Ergebnisse sehen“ festhalten. Besonders bei großen Modellen kostet ein einzelner Server für Rechenleistung oft mindestens 2 Millionen Yuan. Man investiert Geld und Zeit, aber man weiß überhaupt nicht, ob das zentrale Geschäftsproblem erfolgreich gelöst werden kann. Warum kehren wir das nicht um? Überlassen Sie die mühsamen Aufgaben wie Rechenleistung, Bereitstellung und Infrastruktur dem Ökosystem, und konzentrieren Sie sich selbst nur auf das Geschäftsszenario. Wenn der Test erfolgreich ist, machen Sie weiter. Wenn er fehlschlägt, verlieren Sie höchstens ein paar Tage Zeit und ein paar Dutzend Yuan.

Daher ist meine Meinung sehr klar: In der Ära mehrerer Modelle müssen Unternehmen zuerst lernen, das Ökosystem anzunehmen. Was die Wahl des Modells betrifft: Richten Sie sich nach dem Szenario. Wenn Sie selbst Modelle für visuelle Erkennung oder Modelle für körpergebundene Intelligenz entwickeln, ist das tatsächlich eine Nische für wenige Akteure. Aber für die überwiegende Mehrheit der Unternehmen geht es nur um die Funktion „Objekte erkennen“ selbst – es spielt überhaupt keine Rolle, welches Modell dahintersteckt. Die vorhandenen Funktionsmodule direkt wiederzuverwenden und schnell in Produkte zu integrieren, ist der effizienteste Weg.

Letztendlich geht es im KI-Zeitalter um die Wettbewerbsfähigkeit der Zeit. Die Industrie wird zwangsläufig durch KI umgestaltet – es ist nur eine Frage der Zeit. Wer