對話曾鳴教授：AI時代，企業競爭的關鍵是構建智能複利，讓AI真正進入業務流程

7月17日，2026世界人工智能大會在上海開幕。作為36氪連續第三年深入WAIC現場的重要內容窗口，「氪話未來」直播間也在大會首日同步開啟現場對話。曾鳴教授在WAIC現場接受36氪「氪話未來」特邀專訪，圍繞AI時代企業增長、組織變革、智能複利、AI原生業務以及企業落地路徑等話題，分享了他對於人工智能如何重塑商業模式與價值創造方式的觀察與判斷。

本屆WAIC以「智能夥伴，共創未來」為主題。隨着人工智能產業進入應用深化階段，行業關注點正在從模型能力競爭逐步轉向應用價值創造。相比過去幾年圍繞參數規模、模型性能和技術突破的討論，2026年的AI產業正在更加關注一個核心問題：AI如何真正進入企業業務流程，如何降低應用門檻，如何通過實際業務結果創造價值。

在這一趨勢下，AI帶來的變化已經不只是效率工具的升級，而是對企業增長方式、組織形態和商業邏輯的重新定義。曾鳴教授認為，AI是一場底層技術變革，它將推動經濟、商業和組織發生系統性變化。企業未來需要關注的，不只是如何使用AI，而是如何讓AI深入核心業務，通過真實任務和反饋閉環不斷學習，形成持續增長的「智能複利」。

從「千人千面」到「一人千面」，AI也正在改變企業理解用户需求和提供產品服務的方式。相比依賴標籤和歷史行為的傳統推薦體系，AI能夠通過持續互動和深入理解，實現更動態、更個性化的服務體驗。而對於企業而言，真正有價值的AI應用，需要突破Demo階段，讓AI具備獨立完成任務並承擔結果的能力。

在曾鳴教授看來，AI時代企業競爭的關鍵，將不再只是技術能力的比拼，而是能否構建AI原生業務，讓AI真正進入工作流，並通過持續反饋形成自我增強的價值循環。未來，能夠率先完成這一轉變的企業，將獲得新的增長機會。

以下為對談實錄，經36氪編輯：

36kr：您在《智能商業》里講網絡協同和數據智能。到了這本《智能》，討論已經進入 AI 時代的增長、組織和戰略。您覺得這幾年最大的變化是什麼？是技術本身變了，還是企業創造價值的方式變了？

曾鳴教授：我覺得AI技術的發展是一場非常底層的變革。大家經常會拿它的影響力與工業革命進行比較，甚至認為它可能比工業革命更加重要和深刻。當出現這樣一次巨大的技術變革時，經濟、商業模式以及組織形態都會發生基本層面的變化。所以我寫這本新書，也是希望從第一性原理出發，探討未來商業和組織的基本形態會如何不同於過去。

36kr：這兩年很多企業都在上 AI，但大家的體感並不一樣：有人覺得提效很明顯，也有人覺得還沒帶來根本變化。您最近和企業家交流時，聽到最多的困惑是什麼？

曾鳴教授：最大的困惑，其實是短期內AI投資回報並不明顯。企業可能能夠看到員工效率有所提升，但對於整個組織來説，AI到底帶來了什麼價值、產生了什麼回報，目前很多企業還沒有清晰答案。

但我認為這是非常自然的階段。無論是AI技術的發展，還是企業使用AI的方法，目前都還處於非常早期的階段。因此，暫時沒有看到特別明顯的回報，是可以理解的。

36kr：如果一家企業想認真用AI，而不是跟風試一試，您會建議先從哪個具體的業務環節開始？為什麼不是先從最炫的技術或最宏大的戰略開始？

曾鳴教授：不同企業的切入點可能都不同。但有一個非常重要的變化，就是企業需要重新審視自身業務：在公司內部，是否存在一個業務環節可以被AI真正接管？只有做到這一點，企業才能獲得真正的價值回報。

36kr：您在書里講「智能複利」，核心是系統在真實使用中不斷學習、變強。放到企業里，什麼樣的業務最有機會形成這種循環？反過來，哪些場景看起來熱鬧，但很難積累複利？

曾鳴教授：具體情況還是取決於每家企業自身的業務場景。但企業在初期探索AI時，可以選擇一個相對簡單的業務進行嘗試。不過最終，企業一定要回到核心業務，將AI真正融入工作流，並基於AI的特點重新改造工作方式，才能逐步走向AI原生業務。

36kr：您提出從「千人千面」到「一人千面」。放到今天的商業場景里，AI 會怎樣改變企業理解用户需求、提供產品和服務的方式？

曾鳴教授：這是一個非常重要的變化。即使在推薦時代，我在2010年提出「千人千面」時，我們希望通過更精準的匹配，讓消費者與商品、服務之間建立更好的連接。但經過十多年發展，今天的推薦系統本質上仍然依賴標籤和行為數據，通過分析用户過去的行為，判斷他可能喜歡什麼。

而AI最大的價值在於，它可以低成本地與一個人持續互動，同時具備更強的理解能力。因此，AI有機會更加全面、持續、深入地理解一個人，做到真正的個性化。因為每個人的需求本身都是不斷變化的，只有真正實現個性化理解，才能從「千人千面」走向「一人千面」。

36kr：WAIC 現場會有很多早期項目和 AI 應用。您在書里強調真實任務和反饋閉環的重要性，您覺得一個項目從 demo 走向真正業務，最關鍵要完成哪幾類驗證？

曾鳴教授：最重要的是建立反饋閉環。只有形成反饋閉環，AI才能自主學習並不斷提升。但反饋閉環有兩個前提條件： 第一，AI是否能夠端到端完成一項任務。 第二，AI是否能夠對結果負責。如果AI無法承擔結果責任，就必須由人進行兜底。而只要人在中間環節不斷介入，AI的學習過程就會被打斷。

所以最核心的一點是，AI需要能夠「獨立上崗」。我把這個階段稱為「60分基點」。當AI真正達到可以上崗的水平后，智能複利的飛輪才能開始運轉，它可能會快速從60分提升到100分，甚至200分、500分。但突破60分，讓AI真正具備獨立工作的能力，往往是最困難的階段，需要持續創新、長期實驗和大量實踐積累。