观点 / 刘润 主笔 / 二蔓 责编 / 黄静
以下是这篇次条重发文章正文。
最近，以我们的《进化者》栏目为借口，见了李开复老师一面。
这次见面，我期待了很久。
从他还在微软的时候算起，我们认识20多年了。距离上一次见面，已经过去了10年。这10年里，中国换了一批又一批的热词。AI也从一个技术名词，变成了一桩热门的生意。
所以，我一直很希望能向他请教。因为如果想找一个能真正把AI这件事讲透的中国人，那你就很难绕开他。
他新出的那本书，叫《AI未来已来》。书的开头，有一封信的照片。信纸，已经泛黄。那是他40年前申请博士学位时写的。信里，有一句话。
AI，是人类认识并理解自己的最后一里路，我希望加入到这个全新绽放、充满前景的未来科学领域。
40年前。没有GPU，没有大模型，没有ChatGPT。AI，是一个连很多学者都觉得没前途的方向。他就把这句话写了下来。然后，一路从苹果，微软，谷歌，做到自己创办的创新工场，再到今天亲自下场做零一万物。
大半辈子，做一件事。
那么，还等什么呢？抓紧时间。我们聊AI，聊企业，聊小人物的机会，聊这个时代里的重要品质，聊真正长期赚钱的位置。
我想，这场对话，一定也能给你一些收获和启发。
所以，在经过一定的编辑优化之后，我们形成了如下问答内容。
今天，与你分享。
刘润：开复老师，我想从一个朴素的问题开始。
这两年，AI火成这个样子。但去看任何一个国家的GDP，好像都没有因此突飞猛进。看那些大公司的财报，也没觉得业绩因为AI就翻了两三倍。AI，真的会改变我们的一切吗？
李开复：其实，所有改变世界的技术，都需要一些时间来落地。
电，从被发明出来，到有电网，成为工厂主要的动力来源，前后花了差不多50年。蒸汽机，汽车，也都是这么走过来的。这里面有制造成本的问题，有大家的接受度，有使用习惯的改变，有商业模式的重塑，还有新公司打败旧公司，新标准取代旧标准，甚至有国家力量的介入。所有这些事一件一件发生，历史上至少要50年。
刘润：50年。这个数字其实有点吓人。
李开复：但AI会远远快过它们。
因为我们已经有了互联网这样一个天然的载体，让它扩散得极快。而且，AI本身的成长速度，就比其他技术快得多。它能做的任务长度，差不多每两年可以翻100倍。也就是一年10倍。
刘润：一年10倍？
如果一年前它能做10分钟的人类工作，那一年后它就能做100分钟的。而它的成本呢，下降得比这个更快。最近Anthropic有一篇Paper显示，模型的训练里差不多80%已经是AI训练AI了。人，不再是瓶颈。所以这一次AI的扩散速度，是历史上前所未有的。
刘润：可是，为什么很多人没什么感觉呢？用了AI工具，却说不清到底改变了什么。这中间到底差了什么？
李开复：AI的迭代速度没有变慢，是企业整体没把AI用好。
打个比方。当年一个工厂说，好，我现在要用电了。可他们的机器还没有一台是接上电和电网的。你把电引进来了，但没有真正接进这个公司的血管里。今天绝大多数公司做AI，就是这个状态。
刘润：把AI引进来，但没接进血管里。
李开复：对。
你把大模型接进了公司，可这个模型并不了解你的业务。它训练的时候用的是全世界的公开数据，它不知道你公司的组织架构、决策流程、工作流，也不知道你每个季度的目标。这些，都是公司的机密，都不可能拿去训练一个通用大模型。那它进来以后，怎么能真正干活呢？
刘润：所以，不是浪潮虚，是姿势错。
李开复：是的。姿势错了。
很多人把AI贴在了公司外面
刘润：那今天大部分公司用AI，错在哪了呢？
我给你讲一个我这一年反复听到的场景。
员工写周报，本来200字就能讲清楚的事，他用AI扩写成2000字。为什么？因为显得饱满，看起来干活了。然后老板呢，看着2000字太累，就用AI把它压回200字。你看，全公司都在拥抱AI，每个人都在用。可实际上，一事无成。
刘润：好像有很多公司，是这么拥抱AI的。
李开复：所以，这背后有一个概念，我觉得每一个老板都应该分清楚。
AI，有两种用法。一种，叫AI赋能，一种，叫AI原生。
刘润：什么意思？
李开复：AI赋能这个词，其实听起来也挺好听的。意思是，我已有的组织架构、决策流程都不动，我把AI放在边上。员工写报告，我让AI帮着写。老板读报告，我让AI帮着读。最后的结果，就是刚才说的，200字变2000字，再变回200字。说起来，是赋能。其实，在打圈。
刘润：那AI原生呢？
李开复：AI原生，就是整个系统都要变。
你要重新问自己一遍，公司的战略是什么？为了这个战略，我需要什么样的信息？最好的人是谁？哪个会议真正会做出决策？开完之后有没有被执行？说到有没有做到？没有做到的人，怎么管？这一整套东西，从底层开始，重新以大模型和Agent为中心来设计一遍。
刘润：听上去，很重。重到很多老板已经不敢想了。有没有什么具体的下手点？
李开复：有的。第一件事，就是唤醒沉睡的数据。
刘润：什么叫“唤醒沉睡的数据”？
李开复：很多公司开会，都是有录音的。销售有录音，客服也有录音。可这些录音录完了以后呢？就放在硬盘里，没人碰，或者干脆扔了。这里面存着大量信息。你要知道你的产品客户到底喜不喜欢，你不用再开一场会讨论了，你去问AI，它把这些录音全读一遍，答案就出来了。你要知道你的团队之间有没有矛盾，你的命令下面执行得怎么样，你要知道公司哪个员工最会用AI编程、要不要重点激励，都可以从这些数据里问出来。
刘润：所以，AI原生的第一步，不是买模型，是把公司里那些没人读的数据先读起来。
李开复：对。让AI站在这堆数据上面，成为你的耳朵和眼睛。
刘润：我试着总结一下，开复老师看看对不对。
AI赋能，是“贴”，是把AI贴在公司外面。AI原生，是“重写”，是把公司为AI重新写一遍。不重写，在AI上花了钱，可能也是原地打转。
李开复：是的。
钥匙必须在老板手上
刘润：好。那接下来，是不是应该赶紧找CTO，让他牵头做AI原生转型？
李开复：不是的。
这件事的第一个员工，必须是老板本人。这也是为什么，我们零一万物要把第一个决策AI产品做成“老板AI”的原因。
刘润：员工用AI的场景多，中层用AI的痛点集中。为什么非得是老板第一个？
李开复：因为在一家公司里，中层其实是最有理由抗拒AI的。
他们担心自己被替代，担心失去信息优势，担心AI让老板绕过自己直接看到一线。这时候你让CTO牵头，CTO也不完全是中立角色，他既是执行者也是被评估者，这件事就会做得很温吞。老板不上桌，执行就容易阳奉阴违，员工就用AI应付老板，老板再用AI应付员工。你就得到了那个200到2000再到200的循环。
刘润：所以，老板AI具体是做什么的？
李开复：帮老板提升决策质量。
它能听会议、销售记录、客服记录，帮老板看到全局事实，发现风险和机会。老板决策以后，它还会跟着看这个决策有没有被执行，说到有没有做到，没做到的人是谁。
刘润：过去老板身边其实一直有一个角色。
在国外叫Chief of Staff，在国内我们叫大秘，或者叫业务助理，做的其实也是这个事。这和老板AI有什么区别吗？
李开复：区别在放大倍数。
一个真人Chief of Staff，一周工作60个小时，可能能给老板带来5到10个小时的价值。因为他是一个人，他只能派自己去某个会议听一听，某个部门问一问，然后来跟老板讲。而老板AI呢，可以同时听所有会议、读所有材料、跟所有人的沟通痕迹交叉验证。它能把老板的60个小时的时间，放大成600个小时的价值。
刘润：所以，Chief of Staff是给老板配了一双腿，老板AI是给老板装了一副外挂。
李开复：对。
刘润：可是，老板真的会用吗？很多老板买了新工具，没玩几天就放在角落里积灰了。
李开复：这就是为什么第一步必须是老板亲自用。
老板用了，全公司才有信号。不仅是这家公司在做AI转型，更是老板本人在做AI转型。
刘润：所以钥匙不在CTO手里，不在员工手里。就在老板手里。
李开复：就在老板手里。
刘润：那如果我就是中层呢？老板上桌了，外挂也配了。那我去干嘛？是不是要被替代了？
李开复：恰恰相反。
中层的位置，其实会在这一波的浪潮里变得更重要，而不是更便宜。因为随着AI员工越来越多，公司里必然会出现一批新的关键角色。他们要能管这批AI员工。这个角色叫DRI。
刘润：DRI是什么？
李开复：Directly Responsible Individual。直接责任人。
这个概念不是新的，是当年乔布斯在苹果内部提出来的。最近Twitter的创始人Jack Dorsey又写了一篇Paper把它推了出来。因为他发现，在AI时代，这个角色的稀缺性突然翻了好几倍。
刘润：为什么？
李开复：因为AI太能干了。
你给AI一个任务，它能出十个方案，能连夜给你写完代码，能瞬间给你做一份分析。可AI不能自己给自己下命令，它需要一个人告诉它，做什么，做到什么标准算完成，做完之后交给谁验收。这个人不见得要会编程，但他必须懂业务、懂目标、懂节奏。他必须愿意为最终的结果签字。
刘润：那这个DRI，是该找懂AI的年轻人来做，还是找懂业务的老师傅来做？
李开复：都可以。
有的公司里是懂业务的老师傅，他不见得会用AI，但他知道什么是好，什么是坏。有的公司里是懂AI的年轻人，他上手快，但业务感还需要磨。有时候你可以让两个人搭档。但有一条原则不能破。责任，只能落在一个人身上。
刘润：因为责任除以2，就等于0。
李开复：完全正确。
刘润：那你在零一万物内部，怎么找到这些DRI？
李开复：我们其实做过一个实验。
我让老板AI去帮我识别，公司里哪些人像DRI。它给我列了一份名单。然后我把这份名单和我自己、我的团队独立评估出来的名单做对比，重合度大概有70%到80%。剩下的那20%到30%，我们再一个一个去研究，为什么它看到的和我们看到的不一样。这个过程本身，也是在训练老板AI变得更聪明。
刘润：可是开复老师，“负责”这件事，怎么就突然变得值钱了？之前公司里不也有中层吗，没见有这么稀缺呀。
李开复：因为AI可以执行任务，但不会真正承担责任。
你可以骂它，可以扣它工资，可以把它的电拔掉四天不通电。但它对这些完全没反应。你奖励它，它也不会因此更卖力，你惩罚它，它也不会因此更谨慎。责任这件事，本质上是需要一个“有热爱有追求，能被惩罚也能被激励的主体”来承担的。AI不是这样的主体。
刘润：所以，责任永远只能安放在人身上。
李开复：对。这是人和AI之间，最刺眼的一条差别。
刘润：也就是说，过去，我们把“负责”当成是一种美德，一种加分项。
今天，它突然变成了一种稀缺资源。如果过去十几年里，你攒下了判断力和担当，那你终于要涨价了。
李开复：这是我很想让每一个中层管理者听进去的话。
刘润：那不进大公司的人呢？零工，小老板，自由职业者，想创业但没底气的人。AI时代，他们的位置在哪？
李开复：他们的位置可能反而更好。
我最近看到很多年轻人在做一件事，叫OPC。One Person Company，一人公司。
刘润：这个词现在很火。
但是，很多人的理解是“缩小版创业”。先一个人干着，做大了再变正常公司。开复老师怎么看？
李开复：我觉得大部分OPC，不能走传统创业的路。
传统创业的模型是VC投一百家，出三家独角兽，二十家赚钱，其他大多走不到最后。这个门槛太高了。OPC的正确打开方式，是去啃那些低垂的果实。那些过去要价很高，但今天用AI能把成本压下来的事。
刘润：能给我举个例子吗？
李开复：我在东南亚看到一个小公司，他专门做夜市里的一件事。
就是那种摊贩中心，有的卖海南鸡，有的卖咖喱蟹，当地叫Hawker Center。这个小公司找到每一个摊主，跟他说，你自己拍几张照片，拍几段视频，上传给我，我用AI帮你生成300条TikTok视频，帮你把客流拉过来。
刘润：感觉很巧妙。
李开复：是的。有两个巧妙的点。
第一，这些摊主自己不会做TikTok，他没这个精力和技能。第二，请人来做，一个月几百美金他付不起。可AI来做，一个月30到50美金，他能接受，而且换来的客流足以覆盖。这个小公司一年下来，赚个大几万美金没问题。
刘润：还有别的吗？
李开复：还有一个在美国的。
专门找那种园丁，修屋顶的，上门救猫救狗的手艺人。让他们自拍一段工作视频，AI帮他们剪成温馨的短片。有一个视频是一个师傅爬到树上把猫救下来，很多客户看了以后就来找他修屋顶。这样一个月他愿意付50到100美金。这也是ARR，也是稳定的现金流。
刘润：我自己其实也经历过。
我们请一位专业的音乐老师，给年度演讲写过主题曲，叫《少年的模样》。我很喜欢。当时，花了7万块钱。今天有了Suno这些AI工具，可能700块都不用，就能生成一首听起来像模像样的原创。
李开复：所以，一定会有一些变化。
刘润：是的。
过去只有在7万块的场合才愿意做的事，今天会下沉到700块的婚礼，70块的生日聚会，7块的朋友周年纪念。每一次下沉，都有可能长出一堆新的OPC。有人专门给婚礼做主题曲，有人专门给宠物做纪念视频，有人专门给餐厅做菜单朗读。
李开复：对。
聪明的OPC，找的就是那些今天要价还很高，但AI已经能把成本大幅压下去的场景。世界在这一层，会长出一堆过去不存在的小生意。
刘润：Source：http://weixin.sogou.com/weixin?type=2&query=%E5%88%98%E6%B6%A6+%E5%AF%B9%E8%AF%9D%E6%9D%8E%E5%BC%80%E5%A4%8D%EF%BC%9A%E5%B0%8F%E4%BA%BA%E7%89%A9%E7%9A%84%E6%9C%BA%E4%BC%9A%EF%BC%8C%E5%9C%A8%E5%93%AA%E9%87%8C%EF%BC%9F
