李開復衝進Agent戰場，親自做銷售，每天接觸各種CEO ｜完整QA實錄
出品 | 本站科技《態度》欄目
作者 | 袁寧
編輯 | 丁廣勝
李開復的To B 故事，講到了Agent。
7月22日，零一萬物發佈萬智企業大模型平臺2.0版本，並推出企業級 Agent 智能體——具備推理、任務規劃能力，能夠基於安全沙盒訪問Web與手機應用，連接企業系統，完成端到端任務執行。
這是DeepSeek掀起行業洗牌，零一萬物公開放棄萬億參數模型研發，明確戰略重心爲 To B之後的又一關鍵動作。
媒體交流會上，李開復分享了他對Agent的看法：
此前3月，零一萬物發佈萬智企業大模型一站式平臺，支持企業一站式部署DeepSeek。李開復曾透露：“零一萬物ToB收入去年有超一億元，今年第一季度的收入就接近了去年全年的收入。”
這次交流中，李開復也分享了零一萬物的銷售策略。
首先，作爲創始人，李開復是零一萬物的第一銷售。“我自己、馬傑，包括我們銷售團隊，每天都在努力觸達各行各業的創始人、董事長、CEO，來解釋AI 2.0巨大的價值在哪裡。”李開復說。
他強調，零一萬物目前戰略上最重要的兩件事，一是把可複製、可快速交付的萬智平臺打向市場；二是迅速找到燈塔客戶，創造實際業務價值。
其次，是一整套以“一把手工程”爲核心的打法。
李開復將之稱爲“從 CEO 開始的合作型打法”：不走中層試點路線，而是直接對話 CEO，從頂層推進業務流程、數據系統與組織結構的智能化改造。
“很多中層管理對AI有誤解，又怕搶了他的工作。等等因素綜合在一起，往往只有創始人瞭解AI變革的價值和必要性。”
他強調：“我們不是系統集成商，而是平臺構建者。我們希望與客戶一起打造‘超級員工’。”
零一萬物的 To B 合作路徑也因此與傳統服務公司拉開差距：不傾向競標、不拼價格，而是選擇進入少數關鍵客戶場景，深度陪跑。
“我們可能是業內唯一一家能派算法工程師飛到客戶現場，長期駐紮在客戶身邊，手把手幫他們優化應用的公司。”李開復說，“合作金額很高，但客戶獲得的價值也同樣高。”
走在To B道路上，現在的李開復已不再強調模型能力，對於他而言，大模型行業的方向已經非常明確。
“大模型行業已經從模型驅動轉向場景驅動，企業用戶更願意爲價值付費。零一萬物在做的，是在AI 2.0時代跟客戶深度共創，雙方一起從戰略到落地，做價值最大化的工作。”
以下爲零一萬物CEO李開復、零一萬物聯合創始人馬傑與媒體的交流實錄，經《本站科技》不改變原意的編輯：
我們很多大型企業客戶，服務金額其實是非常高的
提問：零一萬物今年是All in toB的一年，想問一下今天發佈的Agent在零一萬物內部的戰略級是什麼？零一Agent現在商業化進展方便透露一下嗎？比如現在有使用零一Agent企業大概是多大規模，以及現在Agent平均交付週期大概是多久？
李開復：從戰略級來說，我們今天最重要的兩件事情，就是把萬智2.0Agent平臺能夠搭出來，而且能夠在交付的過程中降低它的落地成本，然後能夠儘快地創造價值。第二件事情，就是找到特別有價值的標杆客戶，我們能幫他創造價值，把他變成燈塔。
這兩件事情是今天最重要的任務。那再下面我們會希望把跟燈塔客戶創造的價值，能夠同樣賦能給更多有類似需求的公司，最終的終局是把Agent跟萬智平臺演化成爲一個飛機也好，操作系統也好，成爲能夠讓更多人更快速使用的產品。至於我們的客戶方面，請馬傑回答。
馬傑：剛纔有說到客戶規模，交付週期等等。之前開復老師在多個訪談中講到，我們不太傾向於做很多項目的競標，大家也知道，在競標過程中，常常最後錢是降下來了，但是服務質量做不上去。把服務質量做上去，這是我們目前最在意的事情。
現在我們很多大型企業客戶，服務金額其實是非常高的，爲什麼這麼高呢？大家有的時候覺得不可思議，其實也蠻簡單，如果他的業務本身是一個數百億的業務規模，我們哪怕給它有一個百分點的提升，對他的收益也是巨大的。他再從收益裡給我們一個很小的比例作爲服務費用，也是一個很大的金額。
我們之所以能打動他們，是因爲我們有開復老師給他們講零一萬物整體方案，同時，我們不只是給他們一個方案，講完PPT之後還是有交付的，交付裡面還是有結果承諾，所以是這樣才能讓他們相信這個事情。當然這個週期下來，肯定是比較長的，是以數月到以年爲單位這樣去做的。
但是這樣有兩個好處，第一真的深入進去，跟企業客戶一起把事情研究透，第二也能獲得比較充分的合理的回報，這樣這個事情纔是可持續的。
李開復：我們會有跟客戶有深度的共創。大量的工程師飛到當地，因爲他們的數據不離開公司，不可能交給我們，遠程用都不一定能接受，所以我們要到當地，比如說剛纔一個客戶我們一共談了70輪，才擬定要做什麼樣的項目。
據我所知，我們可能是唯一一家算法工程師可以出差到客戶當地，住在客戶的旁邊，幫他去優化企業應用的合作伙伴。因爲算法工程師的價值很高，不止是因爲他們的工資有多少，而是因爲這類人才的整體數量就是有限的，大部分算法工程師會更願意去發明新的技術、新的模型等等。剛纔馬傑講的那個供應鏈的例子，它的複雜度應該就大於絕大多數你會聽到的大模型真實落地案例，你沒有最優秀的算法工程師是沒有辦法解決的。
所以我們起步初期不會有太多燈塔客戶，但每一個我們都會做得很重，雙方彼此都會有很大的成長，也希望能夠創造巨大的商業價值。
提問：聽我們剛剛的講述，我想了解一下，零一萬物在做的是不是高成本部署和高定製服務的事情？是不是要有燒錢的階段？
李開復：我們是高價值模式。能夠創造巨大的價值，而且是可衡量的指標，這是重點。既然是高價值，我們也會獲得相對應的收入。我們肯定不會是燒錢的狀態。所以我們這些項目的毛利應該是行業最高的，不會是一個燒錢過程。但是我們的收費絕對是合理的。如果這個事情企業要自己去做，可能要貴得多。我們不會去加上不合理的收費。
另外也不是說我們每個燈塔客戶都一定下大單，我們的產品是一個相對非常可用的產品。如果一個公司具備AI和IT能力，它是完全可以把萬智2.0用起來。基於零一萬物的技術支持，以非常合理的費用支出，通過一體機或者雲服務來獲得價值。
但是對我們來說，我們的產品迭代過程不是“賣一萬份萬智，然後做萬智3.0、4.0”。談到萬智的3.0、4.0，我們認爲是要爲這些大型客戶創造巨大的價值，在這個過程推動產品的進步，這纔是更重要的。所以我期待萬智2.0會有兩種客戶，第一種是一些大型客戶，經過共創產生價值。但是因爲有這個平臺，共創的成本會降低很多；第二種，對IT和AI能力不錯的公司，比如說一個互聯網公司，它絕對是有能力自己把萬智2.0極速部署起來。
獨特的“一把手工程”打法
提問：之前，我看到開復老師提到我們商業的模式是Palantir model，我想知道這個商業模式怎麼去理解，國內這種模式應該怎麼去做？有沒有什麼意見和方案？
李開復：我覺得我們跟Palantir是類似的，因爲他今天也是一個千億級美元市值的公司，他對外不是那麼高調，因爲他不是做toC，他的方法就是在公司初創的時候接了很多美國政府的大單子，也有足夠的耐心，足夠的數據。他們認爲特別重要的是有非常完整的行業閉環數據，然後瞭解商業機構或者政府部門希望達到的最重要的指標，基於這些指標和閉環數據，用已有的技術去交付，去創造價值，去做離開了AI就做不出來的東西，這是他公司發展的1.0。
當時很多人質疑你這麼做能不能做出一個產品公司和平臺公司，但是Palantir證明了一定要深度的共創，才能瞭解企業的痛點和機會，要做很多內部問訪和優化，做出來產品以後，可以從一個公司泛化到第二個公司、第三個公司。他們創立的時候還沒有AI 2.0，他們最大的價值當時是數據平臺，之後又有了AI平臺。所以做toB，當你面臨一個行業的巨大變革，真的需要傳統行業跟AI公司一起共創，所以我們比較認可這個方向。
另外，我們這裡特別增加一點，就是一把手工程。因爲如果真的要有比較大的投入，把公司重大的數據拿進來，對公司KPI有很深的認知，而且願意敢用AI做公司核心的業務和場景，這個只有CEO才能決定，所以我們選擇走這條道路。
零一萬物有一個特點就是管理層履歷不僅資深而且橫跨產學研和投資，還有幾位過往就是CEO，當然也認識比較多國內國外CEO們。用我自己作爲一個例子，很多企業這些年都在請我去給他的董事會、管理層講課。當時說怎麼用AI？我說現在AI還不夠好，這是五年前，八年前。現在對我來說很容易跟他們說，現在AI夠好了，我來給你講講。這樣我們在第一個階段就能找到少量的、深度的共創機會。
當然不是每個單子一定要共創，大家願意買平臺，我們也樂於去賣，也會給很好的技術支持，但是我們要經過一段時間的學習過程，才能瞭解傳統行業裡面最有價值的行業戰略和重要的方向在哪裡，數據閉環在哪裡，整個流程裡面有哪些部分，比如剛纔馬傑介紹的供應鏈，可能就有更泛化的機會和需求。所以第一個階段是針對這些CEO一把手工程。第二個階段會是在同樣的行業或者類似的行業，賦能更多的公司，泛化我們的技術棧。第三個階段希望能夠成爲使用門檻更低、更標準化、開箱即可用的產品。
提問：今天我們發佈了萬智2.0，從一個創業公司的發展階段來說，是不是意味着現在零一萬物已經走過了從0到一的階段，開始進入從1到10的發展階段？
李開復：當然是了，只是說我們AI領域實在變遷太快了，所以一個不會快速從1.0從2.0，從0到1，1到10，10到100，快速狂奔的一個公司可能就會被快速進步的行業和技術會被拋棄，所以這是我們正在做的事，也是必須做的事。
我們是行業裡合作性最強的公司
提問：現在中國市場AI生態裡面有大廠，也有獨立的AI創業公司。想問一下，怎麼看中國AI生態裡面競爭合作的關係，當下和未來的演變？
李開復：我們應該是行業裡合作性最強的公司，對那些開發模型的公司我們都願意用他們的模型，對那些提供的雲廠商我們都願意用他的雲，對做芯片的公司我們都願意用他的芯片，所以我們是合作性非常強的。
行業裡有很多競爭可能來自於競標，我們也不參加競標，所以我們是選擇走一個比較獨特的道路，我們的合作性很強，所以看到你們報道之後，哪個大模型公司、雲公司或者大廠，有合作的意願歡迎他們來找我們。
馬傑：我也補充一句，我們在一線可以感覺到，這是一個非常巨大的市場，因爲所有的產業最後都有可能被AI化，再加上我們路徑的選擇跟大家有所不同，合作性又特別強。所以實際情況是，我們在一線就沒有碰到過這樣直接的競爭，這也是一個很有意思的事情。
提問：今天早上看到千問又更新了，不管是Kimi也好，還是Minimax也好，他們的產品有點模型即Agent的意思。我想知道Agent會不會被模型取代？我們的Agent會用千問的模型嗎，或者其他的模型？
李開復：我們願意用任何公司的模型，國內有很多好的開源模型，包括千問我們也正在使用。其實模型提供的是Agent大腦的能力，所以我們樂於見到這些模型越做越強，能做深度研究等等。
但是深度研究其實不是一個模型，它是一個Agent。深度研究是什麼？你把一個問題給它，然後它要去到處找資料，包括網上找，找了以後再去規劃，它就像零一萬物萬智2.0的PPT助手、保險顧問，都是Agent。
所以我認爲今天很多大模型其實是扮演着大腦的角色。外部還有在剛纔的分享中談到的各種企業級工具、數據對接、各種場景應用。剛纔我們講的任何一個例子，都不可能拿今天已有的大模型來直接解決，因爲每個場景都有它的特點，有它的數據，有它的公司機密存在。另外，Agent除了擁有推理能力跟大腦之外，它還需要有記憶，需要有工具調用的能力，本質上大腦和整個Agent之間是有着清晰的工作分工，就像飛機發動機跟飛機本身，並不是說你有好的發動機，它就可以飛起來。
馬傑：我快速補充一下，剛纔您說到的這個情況，我覺得它是說模型本身的能力邊緣變得更寬廣，能力變得更強，但隨着我們深入到領域裡頭，實際上我們要解決的任務，邊界也在變得更大。所以平臺和系統在往外走，中心的引擎變得更強大，對我們絕對是好事，但是它能覆蓋的能力確實遠遠不可能把整個系統中的事情都做到。我們永遠需要一個更好的引擎，同時也需要一架更好的飛機。
提問：在SaaS平臺上很多之前的創業公司其實都面臨標準化和定製化的情形，開發的成本和創造的價值之間，這個事情在AI這個階段能不能創造，因爲我們看到很多之前的基本都是虧損的，很難實現盈利，到底AI模型能不能帶來變化，希望能有一個行業的判斷。
李開復：我們就是要打出新的打法，我們的打法就是定製化加標準化。如果只做定製化，一定程度就變成了系統集成，做一單是一單，到處找生意，沒有重複性。
我們的標準化就是萬智2.0，它讓我們的定製化的成本降低。而且還有一個好處，如果我們能夠讓客戶達到了他們的業務指標，他們就會讓萬智2.0、3.0、4.0成爲他的標配，也願意爲這樣一個平臺付費，我們是按照這個方法來做的。所以如果我們能夠成功的基於萬智2.0來給某一個公司創造價值，那它就離不開萬智2.0，萬智2.0就會越做越厚，最終希望能成爲標準化。
所謂SaaS的魔咒何時打破我們沒法預測，但我們確定的是，大模型行業已經從模型驅動轉向場景驅動，企業用戶更願意爲價值付費。
零一萬物在做的，是在AI 2.0時代跟客戶深度共創，雙方一起從戰略到落地，做價值最大化的工作，用價值創造來形成用戶對萬智平臺的黏性，這是一個雙方互惠的過程，我們也期待這樣的一個過程能握手更多的生態圈合作伙伴，一起把ToB的市場蛋糕給做大。
今天國內外都有一定的付費意願存在，在國內可能會更像一個項目制，但是如果我們做的成功，未來也可能是會按照訂閱或者其他的方式收費。
提問：我們是把萬智大模型的操作系統作爲一個長期發展的目標嗎？想再深入瞭解一下。
李開復：如果一個操作系統，我們廣義地將其定義成爲：能夠承載很多的應用，讓大家需要用它才能夠達到一些目的，今天的萬智已經符合這個標準了。
但是同時，操作系統也應該具備非常強的泛化通用、開箱即用的能力，雖然今天我們還沒有完全達到，但是我們已經把這當做一個未來要實現的目標。如果我們第一步第二步走通了，走到第三步就可以實現這個目標。
第一階段是非常謙虛地學習行業客戶，雙方共創；第二個階段是把共創所得到的行業know-how提煉出來，一起握手更多的同樣行業或類似行業的客戶；第三個階段是讓它真正有一天能夠泛化通用、開箱即可用。