全球“明星”，为何巨亏？

今天的AI已经创造了巨大价值，在多个垂直领域的核心生产场景，都能看到实际应用。比如编程，现在在我们“零一万物”，80％的代码是AI生成的，只有20％是人写的。

如果把泡沫定义为企业估值过高，那现在确实是有可能的。比如，仍在巨额亏损的OpenAI，是否真的值5000亿美元？这一点可以讨论。AI领域的增长趋势也是确定的。还是以OpenAI为例，它的年收入约为120亿美元，相比2024年增长了好几倍。外界关注的是，OpenAI一年投入高达400亿美元，但营收只有120亿美元，这对财务投资人来说可能是一个灾难。但这些投入绝大部分是在投资未来，无法在当年的收入中完全体现出来。也有可能未来OpenAI的营收每年保持两三倍的增长，很快就能收回投入了，这也是一种可能性，目前没办法给出定论。

《中国新闻周刊》：当前科技巨头的投入是否太超前？行业可能过于乐观？

李开复：在AI 1.0时代，行业确实一度过于乐观。但今天，你可以说OpenAI或英伟达的估值太高，却不能说我们对AI过于乐观了。实际上，我认为大多数人对AI仍然过于悲观——它已经展现出很强的思考能力和任务完成能力，不只是一个App应用层面的能力。今年有一个明显的分水岭是AI Agent的能力，随着强推理基座模型能力不断迭代，它已经开始穿透企业核心业务流。

李开复 图/受访者提供

“闭源像一个天才，

开源像一群聪明学生”

《中国新闻周刊》：目前中美在人工智能的发展路径上有哪些核心差异？

李开复：中美AI发展路径的差异，首先体现在基座模型技术上。美国目前仍然领先，大约领先6个月。但中国在开源方面走得更快，在工程方面也做得更好。也就是说，在纯技术层面美国领先，但中国有独特的竞争力。

有人会问：美国公司肯定会比中国公司投更多钱来做下一代的模型，这会不会改变竞争局势？我个人认为大概率不会，中国还是会紧紧跟上。目前来看，美国AI模型想和其他国家立即拉开“技术时间差”，有两种可能：一是美国公司在模型领域有突破式的发明，二是美国用超大算力，训练出别人无法复现的模型，但目前看来这两者发生的概率都很低。

第二个主要差异体现在开源与闭源的选择上。美国模型选择的路径，是以OpenAI、Anthropic等为代表，走闭源路线，试图通过率先研发出通用人工智能，赢家通吃。中国企业则更倾向于开源，目前全球前十的开源模型中，有九个来自中国，中国大模型在开源方面开始领跑世界，这是我们的优势。

闭源就像一个天才，关起门来冲刺诺贝尔奖。开源则像一群聪明学生，组成学习小组，共享互助、共同成长。大多数时候，闭源模型的能力优于开源模型。两年前，这个“技术时间差”很大，现在已缩小到半年左右。

闭源的产品往往最赚钱，但开源产品会被更多人使用，往往也能快速培育出丰富且有竞争力的应用创新生态。开源的好处是更受信任、成本更低、更容易做私有化部署和微调。开源社区也更喜欢开源模型，这是一股很大的力量。这些都能大大帮助中国模型打开全球市场。

《中国新闻周刊》：这些差异会带来哪些优势与短板？比如在应用落地和商业模式上，中美各自的强项与挑战是什么？

李开复：在应用和商业模式上，美国软件、金融等数字化公司，更容易接纳AI，也更愿意付费去购买企业级AI产品。比如美国大公司愿意付很多的钱，采购一个很棒的AI软件，软件公司又会不计成本调用API。这些资金最终会“输血”给大模型公司，形成研发投入的良性循环。

目前在中国，这样的循环还没有转起来。在我看来，这可能是推动美国AI发展的最大因素，反而不在于他们的大模型技术有多牛，因为技术再厉害，别人也能学会。

但在消费级应用方面，中国具有很大机会，无论是创业公司还是大厂。中美科技大厂的一个显著区别是，美国企业一旦取得一定成功，就容易“躺平”；中国大厂会不断迭代更新，每年还会推出全新的产品。中国每家大厂都有它的核心业务，以及集中的市场份额，它们更愿意将AI融入现有业务，持续创新，再加上中国人口基数大，大厂肯定会享受到市场红利。

中国的科技大厂很可能会做出比美国企业更好的AI应用，这里主要指的还是手机应用，我们可以拭目以待。

有些行业大家都一窝蜂涌入，反而变成了红海。

初创公司机会在哪？

《中国新闻周刊》：此前AI“六小虎”备受关注，但今年整体感觉基座大模型竞争已逐渐被大厂主导。你如何看待这种洗牌？这是一个必然的趋势吗？

李开复：这取决于两个关键问题：第一，是不是每年都需要投入数倍增长的算力，才能做出最好的底层模型？第二，初创公司能否每年都融到比上次多几倍的资金？

“六小虎”创业初期，大家对这两个问题都比较乐观，也确实研发出了不错的模型。但后来大家逐渐意识到，虽然企业掌握资源很重要，但国内的融资环境不如美国。“六小虎”里随便哪一家，如果放在美国，融资额很可能比在国内高出3到5倍，有了更多资金，能做的事情也会更多。

从全球来看，Scaling Law（规模定律）的速度也在放缓。如果初创公司每年都要承担比前一年多几倍的基础设施成本，才有可能做出更好的底层模型，加上持续开源，会面临非常严峻的商业化考问。相比之下，大厂仍然有实力投入基础模型的研发，它可以把投入成本分担到数十亿的用户身上。

对初创公司来说，目前最大的机会肯定在To B（面向企业）或To C（面向终端客户）的应用层面。从去年开始，我们公司就已经转型，不再烧钱做最贵、最大的模型，而是转向与业界一流的基座大模型开放合作，同时训练更快、更便宜的模型，打造能赚钱的应用和AI Agent（智能体）。目前我们选择的路线是与大厂合作的模式，使用它们的底层模型，目前合作最多的是阿里巴巴的通义千问和DeepSeek。

而大厂之间的竞争谁能胜出，判断的依据是看谁既有决心、有实力持续投入资金，同时又拥有足够密集的人才。

《中国新闻周刊》：初创公司的发展空间到底在哪里？

李开复：我个人判断，未来AI Agent会颠覆世界。因为它把模型从问答形式，变成了一个能帮你解决问题、交付成果的“超级员工”，这个价值是巨大的。而且这对企业来说价值更大，个人不一定愿意花大价钱买一个虚拟助手，但如果这个“超级员工”真能帮公司解决实际问题，企业会愿意付费。

但中国企业级软件市场面临的挑战是，传统企业对AI认知不够，很多企业可能连“Agent”是什么都不知道，你给它们市面上任何一个AI Agent，都不会立即用得好，因为内部没有培训过。如果不想只是帮企业做客服、报销这些降本的应用，还想实现提效、创造新价值，是一件有挑战而且很艰苦的活，因为必须深入理解每家公司的业务逻辑与指标。

另外，我们访谈过很多企业用户，他们有一个共同诉求：希望私有化部署。他们不愿意把数据传到外部，尽管私有云理论上安全，但仍存在顾虑，也不愿把数据交给某一家大的AI公司。

对大厂来说，这类业务太复杂了，他们有别的更容易赚钱的方式。反而是小型初创公司，可以做得更深。

“大部分单子可能都是赔钱的”

《中国新闻周刊》：你曾预测，2025 年会是AI商业化淘汰年。现在接近年末，现实情况与当初判断相比，是更乐观还是更残酷？

李开复：我当时的预测是，如果一家公司拿不出合格的财报，可能就融不到资或者上不了市。只有极少数公司能靠“技术非常牛”作为融资或上市的理由，大部分初创公司，还是得展现出一个可持续的商业模式。哪怕今天不赚钱，至少要让人可以看到未来能赚钱的那一天。能做到这一点的企业，我觉得会走得更持久。

《中国新闻周刊》：在商业模式探索上，目前大部分AI公司进展如何？

李开复：国内大模型商业化落地确实遇到了一些挑战。To B的项目如果走招标模式，大部分单子可能都是赔钱的。因为金额本身不大，而参与竞标的公司又会通过压价来竞争。

这和前面讲到的美国市场正好相反：美国大企业愿意花很多钱，购买一款对它很有价值的软件；中国很多企业，会希望通过很多企业竞标来压低价格。压价意味着，“血液循环”没有通畅：你只给AI企业这么一点钱，它会花三倍的钱赔本做一个完美的产品吗？大概率不会。

第二个难题是，很多国内企业对于按订阅或调用 API的方式付费，还没有形成足够的认知和付费意愿。而且很多传统企业可能都没有太多用于购买软件的预算。国内有时会逼着AI企业把软件和硬件捆绑销售，这也压低了软件本身的收入和利润空间。

在To C市场，初创公司还是有机会的。但要非常小心谨慎，因为很容易撞上大厂。现在和移动互联网早期不一样了，那时初创公司有流量红利，如今你在国内推一个App，获客成本会非常高。假如“豆包”不是字节跳动的产品，而是一家创业公司做的，那在获取用户上所花的钱恐怕已经是天文数字了。

“一窝蜂涌入，反而变成了红海”

《中国新闻周刊》：哪些实体行业最适合应用AI？有哪些领域看似适合，但实际落地却很困难？

李开复：一个公司如果已经完成了数字化转型，AI落地就会更容易。如果行业已经有灯塔客户和成功案例，也会是个加分项。如果还有一位明智的“一把手”领导来全力推动AI转型，也很重要。

我们发现，有些行业大家都一窝蜂涌入，反而变成了红海。比如客服领域，虽然AI客服确实有价值，但做的人太多了，也不难做，导致现在一个客服Agent几乎降到了“白菜价”。

我们目前进入的很多是传统行业，在寻找愿意推动的“一把手”，比如矿业、农业，可能这都不是大家通常想象的典型行业。它们内部一般没有专门的AI团队来和你竞争。相比之下，如果你想把一个AI应用卖到银行，有些大银行自己就有一万名工程师，他们已经形成了自己的固有的工作模式，往往对变革比较抵触。而且，有些领域会保护核心业务，也受很多法律法规约束，不太能开放。

但在一些传统行业里，我们比较容易接触到核心业务，他们也更愿意开放出来与外部公司合作。而且一旦创造出实际价值，我们很可能成为这个行业的标杆和标准。

《中国新闻周刊》：你如何看待AI对就业的冲击？哪些岗位会最先被替代？哪些岗位受影响较小？

李开复：常规的白领工作可能会比蓝领工作更快地被AI取代。最不容易被AI替代的是服务类工作，因为人与人之间需要面对面交流、培养感情、建立信任，这些目前AI还做不到。此外，从长远来看，AI还无法替代复杂、创造性的跨学科工作。

不过，AI也在创造大量新岗位，比如最基础的数据标注工作，现在全球可能有几千万标注员，这个工种在AI兴起之前几乎是不存在的。还有像promp（提示词）工程师、智能体开发人员等，都是随着AI出现的新工作。

对个人而言，最安全的方式还是拥抱AI，主动掌握AI工具，学习如何运用它，做好人机协作，往职业金字塔的顶端走。不要将AI视为敌人，一定要拥抱并使用它。