李开复：企业数字化转型要让AI进入决策中枢

前段时间，在世界人工智能大会2026思想者论坛上，零一万物创始人、创新工场董事长李开复发表了《AI未来已来：重构商业、组织与个人》的主题演讲。以下为演讲内容：

一、AI时代，智力正在变得更便宜

谢谢大家这么早到场，来聆听这场关于AI未来、充满振奋力量的分享。

我之前出过一本书，现在打算增补两个字，书名改为《AI未来已来》。

因为再过十年、二十年，甚至四十年，当你们抱着孙辈讲故事时，一定会提起2026年。2026年，就是AI真正全面落地、到来的一年。为了这一天，我已经等待了整整40年。

39年前，我写下申请卡内基梅隆大学人工智能博士的申请信，这封信已经泛黄了，但它表达的是我对AI终身不变的热情和承诺。信里有一句话，我今天想特别呈现出来：AI是人类认识并理解自己的最后一条路。今天我要告诉大家的是，AI不在路上，AI已经在这间屋里。

回顾历次技术革命，它们的本质是什么？工业革命让“肌肉”变得更便宜（释放了人的双手），电气革命让能源变得更便宜，信息革命让信息获取变得更便宜，互联网时代让人与人的连接变得更方便、更便宜。AI时代带来的，则是让智力变得更便宜。智力是人类特别珍惜的能力。

我在卡内基梅隆大学读博士时，一位老师在20世纪80年代就告诉我们：未来数据会越来越多，计算会越来越快，终有一天AI会比我们更聪明；而且AI先影响白领，而不是先影响蓝领，先取代脑力，而不是先取代四肢。这在当年是一个很科幻的想法，但我相信这一天可能来临。

当时我问他：如果AI真的比我们聪明，人类为什么还要存在？他的回答是：为什么你会默认，人的聪明就是我们存在的意义？今天我想和大家分享的，正是AI变得更聪明后，我们该把握什么机会——从CEO、组织到个人，以及当AI比我们更聪明之后，人类还剩下什么。

从颠覆性来看，AI带来了四个巨大变化。

第一，AI先冲击知识性工作，也就是先影响脑力劳动，再影响体力劳动。

第二，AI扩散得极快。ChatGPT的扩散速度接近TikTok的5倍，因为AI已经有互联网作为基础。电被发明出来，并不意味着它能立刻扩散，还需要电网等基础设施；AI则不同，互联网革命已经为它铺好了路。

第三，AI成本正在坍塌。把两年前最好的模型与今天达到相近甚至更高水平的模型相比，单位Token成本在两年间下降了约175倍，这是过去很少见到的变化。

第四，AI正在教AI过去需要大量人类做实验、辩论、论证，再选择成果进入下一版本，一次迭代可能需要一两年；当AI能够训练自己、安排实验时，中间的摩擦会大幅减少，它会更快地变聪明。

模型的能力仍在快速提升，成本也在快速下降。这个趋势没有放缓，所谓Scaling law停止的情况并没有发生，最近反而在加速。无论闭源还是开源模型都在进步，AI的“智商”还在不断增长，这也意味着Agent时代正在到来。

二、Agent不只是回答问题而是能够干活

Agent的核心是大模型，但大模型本身是通用的，最重要的是让它能够执行。大模型与Agent的差别在于，Agent可以执行任务、干活和交付，能够完成过去由人完成的工作，而不只是回答问题。它还有记忆，包括上下文、个人与组织过去的信息，以及企业知识。把这些结合起来，它就成为一个能够工作的AI员工。

其中一项关键能力是编程。过去3年，AI从几乎不会编程，发展到在SWE-bench等评测上达到很高水平，编程能力已经超过绝大多数程序员。有人担心程序员会不会没有工作。程序员不是完全没有工作，但不思进取、仍按旧方式写代码的程序员，确实会面临失去工作的风险。

程序员是否失业当然是一个严峻问题，但从整个人类进步的道路来看，更重要的是：会编程就意味着会干活，因为编程是数字世界里的操作引擎。AI可以编写程序、操作App、调用API和MCP。你让助手安排一次去上海的出差，它不只是给出建议，而是真的可以帮你订好机票和酒店、联系朋友、协调时间；如果时间不合适，它还能改票并不断迭代，直到形成一个满意的行程。

AI既然可以编程，也就具备了程序员的其他思考能力。编程需要把任务拆成第一步、第二步、第三步，这是一种计划和任务拆解能力；程序出错后还要Debug，发现错误、修改错误，并从错误中学习。这些能力不只用于写代码，也可以用于解决现实问题。AI的编程能力变强，它就会成为AI员工、AI工作者。

个人用户也许会觉得Agent很好玩，但如果每月收费5000元，可能没有多少个人愿意订阅。企业却不一样。如果一个AI比人更聪明、会编程、能解决问题、速度更快、一天工作24小时，一个月只要5000元，企业老板会认为它比知识工作者便宜得多。因此，Agent最大的应用机会一定在企业。

三、企业应用最不该忽视的是重要决策

今天企业已经在使用各种AI应用，但最重要的应用反而被忽略了。大家谈得最多的，仍是客服、修改演讲、制作PPT、安排行程和报销。AI从写代码、调用系统到执行公司流程，当然都有价值，可以更快、更便宜，也可能更可靠。但我们没有充分想到的，是让AI帮助公司做重要决策。现在时候到了。

假设公司来了一位超级天才：科大少年班毕业、清华硕士、MIT博士，IQ达到250。他说可以来帮你干活，你却让他做客服、改文章、写PPT，这是不是大材小用？如果有这么聪明的人进入公司，CEO一定会把他请进办公室，让他思考公司战略、组织、决策和执行，分析公司往哪里走、如何应对竞争对手。

我们创造了这么聪明的AI，却把它主要用在客服等边缘场景。我的第一性原理很简单：这么聪明的大脑，请把它用好。公司的存活和成长，靠的是决策、判断、战略、生产、研发和销售。既然有这么聪明的助手，为什么不用在这些核心环节？

问题在于，每家企业都不一样，都有自己的档案、行业问题、公司问题、决策流程、工作流和组织结构。AI如果没有学会这些内容，就很难创造价值。

过去不少单位购买一体机、部署大模型，但今天很多设备可能已经放进库房。原因不是模型不好。即使把今天最强的模型装进公司，真正因此改变财报的企业仍然很少。很多传统企业CEO告诉我，公司已经做了客服、法务、财务等几百个Agent。我会追问：它们怎样改变了你的财报？房间往往会突然沉默。因为这些都是边缘应用，又不了解企业的地图，不可能真正改变财报。

大模型已经很强，国内的、国外的、开源的、闭源的都可以用。问题不在大模型的下一个版本。今天用不上、改变不了财报，不会因为明天某家公司发布一个新的通用模型就自然解决。就像把最新的英伟达GPU带回1976年，放在通用汽车老板的桌上，说这是最强大脑，但当时没有PC、操作系统和应用，它仍然用不起来。今天的大模型就像一块强大的芯片，上面还需要操作系统和应用，才能创造价值。

四、企业需要一张地图、一个导航系统和一套操作系统

企业首先需要最好的模型，也就是“大脑”；其次需要“地图”，即公司所知道的一切；再次需要“导航系统”，即公司的实时上下文；最后还需要一套能够执行任务的系统。

其中最重要的，是Ontology，也就是企业的知识地图。以Palantir为例，它使用什么模型并不是最关键的，只要是世界领先的模型都能用；真正的重点，是它为企业建立了Ontology。

如果我们只是把公司所有档案柜扔给一位天才，给他的仍然是碎片化信息。比如一家建筑或房地产公司问：欧洲供应链出了什么问题？AI只能把碎片拼起来猜，很容易产生幻觉，因为数据太多，又不知道如何对齐。

但如果你把企业的业务、物业、产品、客户、组织架构、决策机制、供应商以及不同区域的关系都说明白，AI就能看到整体，进而归纳、推理、验证欧洲供应链的问题究竟在哪里。Ontology可以理解为一个超大型、结构化的企业档案，告诉AI理解这家公司所需要知道的一切，包括组织架构、工作方式和决策流程。有了这张地图，模型才真正有用武之地。

第二项关键能力是多智能体。模型本身已经很强，而多智能体可以继续提高智能上限。我们可以把多个智能体训练成不同角色，赋予不同知识，让它们讨论、辩论、碰撞，最后得到更符合第一性原理的答案。这也就是我们说的根据“公司的实时上下文”进行的“导航系统”。

人类也是这样处理困难问题的。老板讨论新战略、新产品、新技术时，会找几位能力互补的下属；董事会、投资委员会也需要不同背景的人，有人懂风控，有人懂估值、二级市场、技术或商业竞争，他们共同讨论，才能得到更好的结果。桥水基金提倡“极度透明”，鼓励异质思维的人讲真话。在人类社会里，每个人都讲真话并不容易，因为有面子、人情和上下级关系；AI没有面子问题，更容易充分辩论。

最后，在大模型之上布置企业操作系统，包括Ontology、多智能体，以及调度和编排等技术，就能把大模型管理起来，使它成为企业的决策中枢，帮助老板和每一位公司成员做决定。那位“天才”就像已经在公司工作了6个月，真正懂得公司之后，价值会非常大。

五、AI转型不是安装软件而是重构组织

AI转型不是一个单纯的技术问题，不是老板应该安装什么软件，也不是只交给IT部门就能解决。当大量聪明的AI员工进入公司以后，真正的问题是老板怎样管理这家公司。

企业越大，中层层级越多，效率通常越低。这并非某一家公司的问题，而是传统组织架构的结果。一个人管理5个人或10个人，管理1万人时就需要很多层级；层级一多，信息就会损耗。有时信息没有完整传递给老板，有时存在信息茧房，有时两个部门相互竞争，不愿让老板知道；从上到下传递信息也会变形。

很多中层管理者对自己位置和部门的重视，可能超过对公司整体的重视。CEO收到的信息往往充满噪音、包装和部门利益，看不到完整真相；CEO的信息传到底层也难免变形。过去企业人数很多，只能用树状层级管理。但当公司里AI员工越来越多，人类中层管理带来的信息闭塞、信息茧房和信息耗损会更加突出。

老板可能一直看到好消息，直到风险爆发，才问下属为什么没有早一点报告。下属也许出于好意，觉得自己能解决，不必上报；但老板会认为，如果早知道，本来可以一起解决。这类问题在企业里非常严重。

既然要为公司创造价值，就要把价值创造放在一把手。零一万物推出了“老板AI”。它把公司的数据提供给老板，也捕捉新的数据。在零一万物，会议会录音；客户投诉、退货以及销售拜访，只要对方允许也会录音。今天的语音识别和声纹识别已经很强，企业最重要的点子、脑力激发、决策、辩论和战略往往发生在会议里，这些数据应该被完整捕捉，成为老板决策的重要依据。

公司一周可能开1000场会，老板只参加其中5场或10场。老板可以问AI：其余会议里，有哪些重要决定需要我知道？有哪些重大争论需要我了解？我定下的方向遇到了什么卡点，却还没有人告诉我？老板AI能够提供一个“上帝视角”，让老板看到公司各个角落发生的事情。

它还可以提供执行驾驶舱，把公司正在发生的事情与重要目标对齐，及时识别风险；可以为管理者建立“承诺账本”，记录每个人在会议上承诺了什么，提醒落实，并在绩效评估时提供依据；可以发现人才，识别谁最会用AI编程、谁善于分享、谁可能有离职风险；也可以作为会议领航员，在会前梳理来访者的诉求和需要追问的问题，在会中根据事实提示风险，会后整理行动项、责任人和后续安排。

老板AI就像一个拥有爱因斯坦般大脑、不会遗忘的超级助手，在老板耳边提供提醒，帮助他更好地管理公司。

六、AI可以执行和建议但不能担责

有了老板AI，它会不会有一天取代我？我认为不会。AI可以执行、思考、交付、帮助和建议，但有一件事它做不到：担责。AI出了错，你不能真正惩罚它；它不理解责任，也不理解热爱、品位、远见、信念和勇气。

如果一些企业领导者的强项只是执行、管理、运营、产品或销售，未来AI可能会做得更好。但真正重要的领导者，需要具备品位、远见、信念和勇气。可可·香奈儿凭借品位，改变了女性服装；乔布斯凭借远见做出了iPhone。仅靠用户调查，使用诺基亚的人很难想象iPhone，但产品做出来后，每个人都想要。用户未必知道自己未来想要什么。

贝索斯凭借信念，不仅推动电商模式创新，也开创了云计算业务；马斯克把自己的身家押进去，冒着破产风险也要再次尝试回收火箭。这些都是勇气。因为AI不能担责，一个好的CEO与AI会成为很好的伙伴：老板用自己的品位、远见、信念和勇气作出重要抉择，让AI帮助执行、降低风险。这是未来领导力的呈现。

七、未来组织的核心是能够管理AIDRI

领导方式变了，组织也会改变。公司里有很多人时，不得不设置中层管理；但当企业里的AI员工越来越多，组织结构就需要变化。

我想提出一个概念：DRI，即“直接责任人”。在AI原生公司里，DRI像一位微型CEO，端到端负责一件事，是单一、明确的负责人。他有自我驱动力，不需要老板不断给目标；他能够把整件事做成，包括与其他部门、合作伙伴和客户协作。同时，他还要把AI用好，也要把人用好。DRI会成为未来组织架构的核心。

历史上，许多推动万维网、PlayStation等重大创新的人，以及中国的袁隆平，都是在组织内执着推动一件自己高度认可的事情。他们获得最高负责人的支持和充分授权，带领一个小团队把事情做成。

过去这样的例子很少，未来可能出现数千万个。以往做成一件大事需要大量资金和资源，也要承担巨大风险；今天AI员工既聪明又便宜，DRI可以管理一批高效的AI员工，执行自己想做的任务。未来，DRI会成为公司的灵魂人物，因为责任清晰、协同简单、决策更快，结果也会更好。

过去的组织是树状层级结构，未来则由DRI负责速度，DRI下面有许多AI协助做事。企业转型可以分几步：首先，领导者用老板AI洞察公司、提升执行力、改善财务表现；其次，挖掘人才，找出公司里的DRI，给他们更大权力，让他们成为最会使用AI、Token和AI员工的一批人；最后，公司逐步走向AI原生。中层管理者可以转型为DRI，也可以成为教练，帮助DRI成长。

八、个人要远离机器的主场

在这样的前提下，个人应该怎么办？对于管理者，我认为有几种选择：

第一，成为DRIDRI的伙伴，管理AI团队和小型团队，负责解决问题、接受责任并承担后果，这是最好的选择。

第二，转向人与人的工作。AI原生公司仍然需要与客户打交道，仍然需要人力资源，需要人与人建立信任。更有经验的人也可以成为教练，帮助DRI和团队。

第三，组织仍需要一些桥梁角色，负责翻译战略、对接工作流，把旧系统与新系统连接起来。但必须提醒，这类职位可能是过渡性的，不一定长久。

如果这些方向都做不到，当公司成为AI原生公司后，就可能成为被压平的中层，因为中层管理的岗位会越来越少。

个人贡献者同样有选择。借助AI，如果你能够协调上下文、自动化日常工作、提炼关键信号并进行实时感知和预警，个人会变得更加强大。知识型岗位会收缩，但如果你能成为一个项目的DRI，并且会管理、会使用AI，就会更持久。你也可以成为教练，或从事面对高净值客户等需要温度、信任和情商的工作。

未来的工作可以从两个维度来看：一个维度是人际互动程度，即工作在多大程度上需要获得他人的信任与合作。另一个维度是工作的自由度，即你是在封闭环境里处理重复任务，还是每天面对不同的未知问题。低人际互动、低自由度的左下角，是机器的主场。希望自己在那里打败AI，是不现实的，这些工作会逐渐消失。

转型可以向两个方向走：向上走，增加工作中的温度与人际互动。向右走，接受更多未知，做原创性工作，或从事需要丰富经验的工作。体力工作不会那么快被取代，但具身智能时代也会到来。如果工作环境封闭、缺少人际互动，最终也会成为机器的主场。救援人员、水管工的工作自由度较高，因为每天解决的问题不同；流水线工作的自由度则较低。

以后，AI会越来越多地接管并超越我们擅长的“左脑”工作，因为它有海量数据和算力支撑。人类真正要作出的选择，是用有限的选择担当无限的责任，以价值观、判断力、方向感、品位和勇气作出重大抉择。

AI不能担责，所以责任仍由人承担。人来告诉AI应该完成什么任务，人愿意押上自己的身家、投入自己的一生，去做真正热爱的事情，这才体现人的价值。39年前，我在那封已经泛黄的信里写道，AI将是人类了解自己的最后一条路。今天我想说，这条路就是现在，AI的未来已经到来。谢谢大家。