李开复谈当下AI竞争：中国为何能在消费级AI领域击败美国？

李开复

过去四十年里，李开复亲身见证了中国AI产业的飞速发展，他最早参与了微软亚洲研究院等机构的建立，在培养和输送如今支撑中国头部企业的AI人才方面发挥了关键作用。

李开复接受了《金融时报》中国科技记者埃莉诺·奥尔科特(Eleanor Olcott)的专访，以下是采访全文：

问：能否介绍一下你的创业公司零一万物？

李开复：零一万物致力于为企业开发AI智能体提供工具。我们基于开源模型，会针对企业的具体应用场景选择合适的模型，并为每个客户进行定制。我们认为，在AI智能体应用的早期阶段，关键在于提供高规格的“白手套”服务，向企业阐释技术如何落地。我们会与企业共同打造最具价值的应用方案，这不仅有助于节省成本，更能创造实际商业成果。

问：这些企业在采用AI方面准备得如何？

李开复：我们合作的客户来自银行、保险、矿业、能源等传统行业。与科技公司相比，这些企业在AI应用方面准备不足。部分企业甚至尚未完成应用AI所需的数字化改造。遇到这种情况，我们不会与其合作，因为改造周期过长、成本过高。另一个问题在于，一些企业对自身需求的理解滞后于技术发展。例如，他们可能要求开发客服智能体，但这并非当前技术最能创造价值的应用领域。

企业如果缺乏AI专业能力，就必须与AI公司合作，共同制定AI战略。这类转型通常由CEO亲自主导，而且非常困难。或许每一百家企业中只有一家做好了进行这种深度变革的准备。

当我们与企业合作时，我们会深入参与。他们必须全力投入。我们希望他们聘请一位首席AI官(CAIO)，因为首席信息官(CIO)往往无法胜任。CIO往往非常保守，而CAIO需要有大胆的战略眼光，能够重新思考企业的组织架构和战略方向。他们会直接与CEO合作共同重塑企业。当客户无法提供合适的人选时，我们会为他们提供一位。

我们的商业模式在某些方面与Palantir类似：我们既有顾问团队帮助企业制定战略，也有实施团队负责落地。我们的报酬与创造的商业成果挂钩。在战略制定阶段，我们会收取固定费用以覆盖成本，但如果最终没有产生商业成果，我们将不再收取后续费用。

问：另外那99家不愿意这么做的公司，是因为什么呢？

李开复：有时候是因为人们把AI仅仅当作另一种软件来看待。有时候CEO对AI本身并没有直观的理解。有时候人们把AI当成另一种企业资源计划(ERP)软件。有时候，他们把这件事交给了不合适的人。例如，若将AI战略规划交由CIO负责，往往并非明智之举，因为其职责核心是保障公司计算机系统与软件平稳运行，而非推动企业转型。

问：目前行业普遍认为，中国的大模型落后于美国领先模型约6至12个月。原因是什么？你认为这种差距会持续存在吗？

李开复：目前，美国在AI研究突破上占据主导地位。美国汇聚了世界上大多数顶尖研究人员，并拥有海量算力，这推动了大语言模型的进展。但是在这些突破基础之上，才华横溢又擅长工程的中国公司会很快弄明白如何构建类似技术，而且通常能做得更快，这也催生了他们自己的“顿悟时刻”(指DeepSeek去年推出的推理模型，其性能可匹敌OpenAI的突破性模型，但训练成本远远更低)。

把人送上月球对于第一个国家来说非常困难。但一旦有人做到了，即便你不知道具体是如何实现的，这个事实本身就会让第二个国家或公司做同样的事情变得容易得多。

中国拥有扎实的工程实践能力与科研实力。因此，中国企业不仅在自主研发方面有所建树，即便在美国企业未开源代码或发表论文的情况下，他们也能探究出这些美国模型的工作原理。或许，仅凭可见的成果本身已足以带来启发；或许是通过巧妙的反向工程；亦或是通过模型蒸馏技术；也可能是从第一性原理出发进行推演；又或者，他们找到了不同的第一性原理，但最终殊途同归，实现了目标。

所以，中国的模型往往能够赶上。当DeepSeek推出其模型时，这个差距缩短到大约三个月，但现在看来，谷歌Gemini已经领先，把差距拉长到大约12个月。

这种差距会时而缩小、时而拉大，大约以六个月为中位数。所有从业者都会学习每个公开发布的创新思路与模型，因为AI领域吸引了众多顶尖人才。这在中国和美国都是如此，双方都求知若渴。这种学习并非单向流动。当DeepSeek模型发布时，美国企业同样对其进行了深入研究。

问：当DeepSeek在2025年1月发布其R1模型时，包括OpenAI在内的多方指责其通过模型蒸馏技术走捷径构建推理模型。OpenAI随后宣称已采取措施防止此类情况。暂且搁置难以证实的技术窃取指控，中国企业向美国企业学习是否正变得更加困难，因为美方正采取更主动的措施保护其技术机密？

李开复：OpenAI觉得他们必须保持模型封闭。毕竟，在训练突破性模型上投入了如此巨额的资金，如果开源，其他人就会更容易学习这些技术。他们觉得自己投入了大量资金去发明这项知识产权，不想分享，这也是可以理解的。

此外，他们认为通用人工智能(AGI，假想中具有人类水平认知能力的AI)的未来将会以一个巨大飞跃的形式出现，一旦某家公司率先突破，它将碾压全球其他所有公司，无论是美国的还是中国的。因此，从这个角度看，如果你相信AGI的未来是“赢家通吃”的格局，那么你就必须对达成这一目标的方法严格保密。

美国企业持续筹集数千亿美元资金。他们必须向投资者证明，通过构建AGI，他们将主导世界，如今投入500亿美元是廉价的，因为未来公司估值将达到50万亿美元。这使得整个叙事对OpenAI成立，这是一个可以理解且具有一定可信度的故事。

但我认为，另一种可能的故事是，不是只有一个天才团队，甚至不是四个天才团队。在美国，你有OpenAI、Anthropic、谷歌和xAI，每家公司都认为自己才是那个能够击败其他所有人、通过解决AGI终极问题赢得诺贝尔奖的天才。

但中国的做法则不同。中国的方式更像是一个学习小组：一家公司发布一个模型，其他公司就会研究、尝试，甚至可能与该公司讨论模型是如何训练的。学习小组的所有成员都在开发开源技术，然后互相分享成果。这个学习小组由非常聪明的人组成，而这些人都由仍需追求季度盈利的公司资助。

这与美国的情况形成鲜明对比。美国企业可以不计短期回报地投入。而在中国，企业的支出能力存在现实约束：阿里巴巴不可能在下个季度承受100亿美元的亏损，但OpenAI可以。因此，所有这些因素共同塑造了中国企业的行为模式：在资源有限的情况下，通过持续学习、渐进改进、以学习小组式的协作路径前行，而非采取美国那种“赢家通吃”的激进战略。

问：有一种主流观点认为，美国在AI上的领先是一种战略性的地缘政治优势。但我认为，也存在另一种可能：未来我们可能会看到，中国目前的相对滞后反而可能转化为一种优势。由于存在技术发展的时间差，中国可以观察西方AI的发展情况，看到AI带来的经济和社会冲击，并根据所看到的错误和陷阱选择采取不同的策略。你怎么看这个观点？

李开复：几乎可以确定的是，未来若出现由AI引发的负面后果，其源头很可能来自美国公司。无论是被不法分子滥用，还是因某些疏忽导致漏洞出现。这种风险根植于他们“赢家通吃、快速行动、打破常规”的运作思维。这种模式天然会降低企业对风险的警惕性。同时，他们正在操控更危险的“武器”，因为其模型与技术更为前沿。

而在中国，人们普遍不相信AGI会由某一家公司垄断并碾压所有竞争者。我认为大众更倾向于认为这将是一条线性演进轨迹，赢家会不断变化。

问：中国企业当然也希望成为赢家吧？

李开复：它们确实想赢，但不愿付出过高的代价，不愿筹集5000亿美元资金，并承受失败即破产的风险。中国企业更关注商业成果，致力于开发能通过模型盈利的产品。无论是腾讯的微信、阿里巴巴的淘宝，还是字节跳动的抖音，这些企业都希望构建与自身产品紧密结合并能创造收益的竞争力模型。

问：你认为今年中国AI产业将呈现怎样的发展态势？

李开复：我认为在企业级应用方面，中国将落后于美国，因为中国企业不愿支付高额的订阅费用。相比之下，中国在消费级应用领域将领先美国。两国都有大量创业公司致力于消费级应用开发，当前时机已成熟，模型能力也足够支撑。

但我认为，中国科技巨头在打造卓越应用方面将远远超过美国巨头，因为它们始终坚韧、有拼劲以及具备主导市场的意识。这些企业视技术为实现应用创新的手段，因此会更加聚焦于应用落地。它们将通过AI延伸现有应用的功能，并利用AI构建全新的应用，这种趋势已经显现。

我认为中国互联网企业将成为这类应用创新的主要源泉，其创新动能将超越美国同行。如果你看看典型的美国应用，无论是Instagram、YouTube还是Snapchat，它们正变得相当乏味。我不认为美国互联网公司具备同样的拼劲，也不太愿意像中国的消费类应用公司那样不断自我革新。

相比之下，中国的消费类应用公司，例如字节跳动、腾讯、阿里巴巴、美团、拼多多、小红书，他们拥有坚韧不拔的精神和取胜欲望，并致力于打造新的创新产品。它们中的很多公司已经在构建出色的AI技术、智能体和模型，并且在这方面投入巨大，远超过美国公司典型的做法。

其次，2026年将成为“AI原生设备”的元年。这一年，我们将首次亲眼见到、亲手触摸并购买到真正的AI原生设备。它可能并非最终形态，也未必是终极的胜利范式。它可能是“诺基亚时刻”，也可能是“黑莓时刻”，或者是“iPhone时刻”。我们现在还不知道是哪一种，但这三种时刻在移动设备的发展历史上都非常重要。

AI原生设备的必要性在于：人类始终渴望通过语音与自然语言向设备下达指令。这意味着我们只需告知设备预期结果，而无需逐步指导其完成任务，智能体将自主完成后续所有步骤。

智能体技术已在朝此方向发展，但需要搭载语音驱动的交互界面，而智能手机并非理想载体。手机的局限性在于其无法持续在线，也无法保持随时聆听状态。因此，我们需要一种能够全天候运行、持续聆听并记录信息的设备。它将存储你的所见所闻，并据此进行推理分析。虽然这个回答略显冗长，但我认为关键在于这种“环境式AI”：它始终在线、持续聆听、拥有无限记忆，却又隐于无形。

问：回顾你在中国AI产业的职业生涯，如果你回望最初，你会对今天的行业感到哪些惊讶，又有哪些方面基本保持不变？

李开复：我认为，对于AI将改变世界这一信念的乐观态度始终未变。令我惊讶的是过去三年间AI发展的速度。我曾以为这将是一个持续10年或20年的缓慢进程，但它来得更快、成熟得更迅猛。当然，我们仍有很长的路要走。

上世纪80年代，我刚进入这一行业时，AI总被视为一堆不切实际的技术集合。每当其中某项技术偶然奏效时(这种情况很少见)，它就会立刻被产品化，并且不再被称为“AI”。那时人们常嘲笑我们，认为我们是一群幻想AI能像人类一样思考的疯子。所以，行业已经从“只有梦想家和幻想者从事AI”，发展到“现在人人都想参与AI”。