李开复要做升级版的Palantir，零一万物发布“一号位AI”
过去一年，李开复见了几百位CEO。他说每次大会茶歇时都有老板把他拉到一边，滔滔不绝讲自家AI做了多少Agent、用了哪个模型。他只问一个问题：对你的财报有什么影响？回答他的是一阵沉默。
7月7日，零一万物发布了万策AI平台及三款“一号位决策AI”产品——老板AI、销冠AI、投资官AI。李开复本人是老板AI的重度用户，他用这个产品追踪会议承诺的执行、识别经营风险信号，甚至问它“我哪些话讲得不合适”。
五周前，李开复在零一万物三周年全员信中披露：2025年实现5亿订单、2.5亿审计收入，2026年前五个月订单突破15亿，目标2027年上市，冲刺“中国首家盈利的AI 2.0公司”。他说，“别叫我们六小虎了，该叫金钱豹。”
从放弃超大模型预训练、到全面转型产业AI、对标Palantir，零一万物用一年半完成了转型。万策AI是这次转型落地的产品形态。
李开复将企业AI转型失败归结为三个原因：第一，AI不了解公司业务，“相当于把清华第一名招进公司，他什么都不懂，前三个月贡献为零”；第二，企业把AI当软件采购，“怎么装SAP的，就怎么装AI”，最后做出“漂亮的盆景，长不出森林”；第三，决策者错位，能改财报的事不是CIO的活，只能是CEO亲自推。
万策的核心架构被概括为四个组成部分：大脑（大模型，负责推理判断）、地图（企业本体Ontology，定义业务逻辑和实体关系）、导航系统（动态上下文引擎，追踪实时业务状态）、操作系统（把判断转化为安全可控的行动）。李开复声称其Ontology方案是“2.0版本”，相较Palantir有代际提升。
关于商业模式，万策平台与三款一号位AI分开收费——“类似于Windows和Office的关系”，全部采用订阅制。李开复明确表示这不是面向中小企业的产品，目标客户全球大约两三千家大型企业，目前已接触五六百家。
李开复还透露了一个关键数字，零一万物自身使用销冠AI后，订单额增长5倍，商机转化率提升2倍，“既然我们提倡了这样一个方法论，无论如何一定要以身作则，要不然客户也不会信服。”
在发布会之后，李开复和零一万物产品负责人姚璨与媒体深度交流，回答了关于产品边界、Token经济、落地实践、海外扩张等问题。
以下为对话实录，有删减：
01
万策AI的产品定位与差异化
Q：万策和市场上BI、传统ERP的AI插件本质区别是什么？
姚璨：我们的目标不是替代传统BI工具、管理驾驶舱和CRM。企业经营数据不仅在ERP和CRM里，还散落在会议系统、日报周报、沟通记录中。我们把分散在各处的数据整合起来，围绕财报改善目标构建关联关系，让AI理解达到目标应该走哪些路径、整合哪些数据。
李开复补充：你认识任何一个CEO通过驾驶舱做决策吗？据我所知没有。一号位AI唤醒了大量沉默数据——会议、交流、销售与客户的问答——这些是ERP和驾驶舱过去无法覆盖的。我们不仅激活这些数据，还把它和现有数据结合，提供CEO可以直接使用的界面。
Q：如何做到千企千面差异化决策？
姚璨：不同行业、不同客户的核心业务经营逻辑完全不同。目前不存在一套放之四海而皆准的通用决策方法论。我们三款一号位AI正是针对企业中最核心的三个决策场景量身打造——经营决策、资本决策、收入决策。
李开复：产品化程度较完整，但暂不能开箱即用，仍需FDE（前沿部署工程师）辅助落地。数字化程度高的行业（如投资）落地容易，传统制造业需要更多时间。这不是中小企业能负担的方案。
Q：相比其他公司，零一万物最难复制的是什么？
李开复：刚开始推行时我个人有一些独特优势能触达核心用户。但深入了解用户后，我们已逐步理解共性需求，对产品进行泛化，对Ontology等底层技术有了更深入发展。这已经是一个系统工程。打个比方，微软Windows的优势也不是某一项具体技术，而是系统性积累。
姚璨补充：企业从关注AI技术本身是否有优势，转向关注AI能否带来积极的业务结果。我们的产品打动一号位，是因为能帮他们看到最终效果。AI转型战略是一项系统工程。
02
一号位关注的从来不是“token”
Q：Palantir CEO批评Token模式存在价值问题，您怎么看？
李开复：Token显然有价值。这么多公司将其作为商业模式，一定是因为有客户在购买。有些工作用非常便宜的Token就能满足，有些必须用顶级Token（如编程）。
但绝大部分企业的业务不同、决策不同，Token模式并不能解决差异化问题。问题越有挑战性、企业越独特，Token模式就越不适用。很多场景中Token可以达到80分甚至85分；而那些特别困难、高价值的事情，客户不接受85分，必须做到99分，就需要像Palantir或我们这套产品体系。两种模式不冲突。
姚璨：企业一号位关注的是业务指标，“CPI、曝光率、收入提升”，从来不是Token。当Token经济无法转化为关键业务指标时，Token就成了成本而不是收益。我们的使命是把Token真正翻译成财报上增长的数字。
李开复追加类比：Excel解决大部分人的问题，有的解决65分有的解决90分，但为什么公司不全标准化用Excel？因为有独特需求。Token和决策AI的关系类似。
Q：中美大模型差距，一个月后有无变化？
李开复：差距存在来回浮动。DeepSeek-R1出来差距缩到3个月，Mythos出来又到15个月。但企业客户不在乎。模型正在越来越接近"电力"这样的基础能力，企业关心的是效果、成本、可靠性和可持续迭代能力，而不是底层模型的品牌。
Q：能否分享具体客户案例？
李开复：有一家超级大的投资公司在用投资官AI，我们帮助他们弥补了团队无法完整覆盖所有领域的短板。拥有近百人的投资机构也不可能样样精通。目前已在两个领域完成大量案例分析，客户非常振奋。
姚璨：有一个大型投资机构的客户，他们有一个Pre-IPO投资项目。机构原本评估PS倍数只有几倍，但投资官AI分析材料时发现该项目产品一旦接入大模型后想象空间非常大。这家公司现在已经上市，市场表现达到20-30倍PS。市场验证了我们投资官AI的建议是正确的，这也是我们拿下该合同的核心原因。
Q：深度共创模式交付周期长回款慢，如何实现2027年IPO？
李开复：我说的是明年某个季度希望有利润，不是今年。拿到订单跟确认收入有时间差。我们的单子分批收费，收入确认会在一到三年完成。每个单子都提供关键技术，每年都有交付且基于上年基础之上。到现在为止客户都非常认可。政企客户无论绑定程度还是回款时间，我们都做到了行业内最好。
Q：隐性知识难数字化，万策AI如何攻克？
姚璨：企业里很多流程性数据是隐性经验——审批节点、审批意见、决策过程。过往传统系统只保存了结果，忽略了过程。我们的一号位AI不仅挖掘结果，也分析过程中人到底是怎么做决策的，经验怎么通过语言和流程的表达显性化，沉淀为经验记忆和上下文反馈，形成数据飞轮。
李开复：我常问老板AI“我怎样才能把工作做得更好”。每次会议都有完整记录，它会告诉我哪些话讲得不合适，以后应该多讲什么。它给的建议非常中肯。
Q：本体论是海外概念，在国内落地有什么困难？
李开复：国内外认知差距不大。解释起来需要花时间，但其实蛮简单——你问大模型"告诉我你眼中的我是什么样子"，它给出的两三页报告差不多就是本体论。
冷启动阶段，数据都在企业现有的财报、工作流等里面，拿来就可以用，只是需要好的方法组织，处理不同数据间的矛盾冲突，大概一两个月可以完成。之后维护相对容易，数据闭环不断进来，大部分问题AI自己解决，是人机协作但不需要人类特别多精力。
本体论创始人是发明万维网的Tim Berners-Lee。有了大模型以后，用自然语言来表达实体和关系，比过去的规则系统简单得多。老板如果想看本体论，通过老板AI打印最重要的3页看看有没有问题就可以了。
04
没了李开复，零一万物还有什么？
Q：一号位工程是否高度依赖李开复个人？没了李开复，零一万物还有什么？
李开复：作为CEO一定要确保基业常青，这种依赖性不是我引以自豪的。首先我身体非常健康，公司可以期待我更长期的服务。但现在越来越多的一号位案例是团队打出来的，不是我打出来的，这个比例在提升。
一号位工程只是敲第一次门、转化一些单子、维护关系，并不占我很多时间。我用了老板AI释放了自己很多时间。两周前我用演讲方式见了近200个CEO，一对一见了30个。
我们重点服务的大型企业客户全球大概两三千家，已接触五六百家，未来两年把重点客户覆盖一遍完全可行。一号位工程不是对我个人能力的过度依赖，这套能力正在沉淀到团队和产品里。
Q：首批合伙人有什么进展？专项激励对公司内部有提振作用吗？
李开复：公司士气一直很好。新激励方案我刚批了第一批。合伙人还需要时间观察，6至9个月一定会出来，不一定对外披露。我们会把公司做得更扁平，给合伙人和DRI更大授权。比如昨天就定了一位DRI。既然提倡这个方法论，一定要以身作则。
Q：CEO借助AI做决策，会不会给员工带来新压力？
李开复：不会。AI不会问员工任何问题，它只是收集数据提出判断和建议，最终决策还是CEO做。我用了老板AI后见员工次数没变少，但问的问题变得更相关、更尖锐、对他们更有帮助。
过去员工可能觉得躺平老板也注意不到，承诺的事没做到也OK，开会领了任务老板也会忘。现在不会了，老板变得更聪明、记忆力更强，每个员工都会受到激励要把事情做好。
05
大模型进入瓶颈期，这个观点完全错误
Q：中国AI企业出海面对不同商业文化和监管，核心竞争力在哪？**
李开复：中国和美国之外，几乎所有国家都存在相当大的信息差。当我们已经在探讨决策中枢和老板AI时，很多国家连Agent都还没用好。我们提供从入门级到万智、万策再到一号位AI的一整套服务。
美国公司聚焦美国、欧洲或日本（回报快、文化语言熟悉），全球还有相当大一片市场没被覆盖。这些国家同样需要FDE落地，但美国企业不愿派工程师去服务这些客户。中国企业有能力帮助这些国家，尤其是共建"一带一路"国家。
数据层面，我们既不将中国数据带出去，也不将他们的数据带出来，这是底线，否则根本无法拿到订单。Palantir尚未覆盖的国家就是我们的机会，而且进入时也不会遇到太强竞争对手。
Q：AI编程能力超过人类意味着什么？
李开复：以零一万物为例，所有代码中90%由AI生成，只有约10%由人类编写，比例还在提升。但最不需要担心的是程序员被替代——程序员的价值体现在思考、决策和执行过程（拆解问题、计划、Debug）。
AI具备编程能力意味着它不再只是回答问题的工具，而是能调用系统、执行任务、推进流程、参与决策的工具。人对代码和编程的需求永无止境——"过去由于程序员成本高昂，个性化编程难以实现；今天可以根据每个人的需求定制化编程，对整个经济格局的变革将是巨大的。"
Q：大模型进入瓶颈期了吗？
李开复：这个观点是错误的。根据METR评测，两年前最强模型能以约50%成功率完成的任务相当于人类专家几分钟的工作，2026年已达到十几个小时量级——接近百倍提升。同期推理成本下降175倍。"如果两年前买特斯拉要45万，今天同样那台只要两千多块钱。"
本文来自“腾讯科技”，作者：晓静，编辑：徐青阳，36氪经授权发布。