零一万物创始人、CEO 李开复博士见了几百位CEO后，发现一个规律。
这些CEO在茶歇时把他拉到一边，讲公司做了多少Agent、CIO选了哪个模型，滔滔不绝。李开复只问一句：你做的这些AI工作，对财报有什么影响？
"一阵尴尬的沉默。"
7月7日，零一万物在北京鼎好DH3大厦召开发布会，万策AI平台以及三款"一号位AI"产品老板AI、销冠AI和投资官AI。前两者分别面向经营一号位和销售一号位，后者面向投资一号位，覆盖经营质量、收入增长和资本质量三个场景。
零一万物创始人、CEO 李开复博士
这四款产品的发布，传递出的一个信号是，零一万物正在把AI的价值锚点，从"帮员工提效"迁移到"帮一号位改善财报"。这一判断背后，是整个企业软件行业竞争逻辑的变化。
从"提效"到"决策"，企业AI的下半场
过去两年，企业级AI应用主要集中在效率层面。
客服用AI自动回复，员工用AI写文档、做会议纪要，开发团队用AI生成代码。这些场景的共同特点是将已定义清楚的工作做得更快，降低局部人力成本。零一万物去年在这个方向上发布了万智平台，面向企业数字员工的全生命周期管理。
但零一万物产品负责人姚璨在发布会上提出了一个问题：对企业来说，一篇文档多写两个小时的损失有限，真正致命的是丢失了一家重要客户，或者财报里出现了经营风险却没有提前识别出来。
零一万物由此将企业AI转型分为三个阶段：AI辅助效率提升、AI进入关键决策、AI驱动财报改善。他们将 AI 如何影响财报概括为一个公式：
财报改善 = 执行效率 × 决策质量
效率决定企业跑得多快，决策决定企业跑向哪里。方向错了，跑得越快偏离越远。
这个判断与全球企业AI市场的走势一致。
OpenAI从模型API走向ChatGPT Enterprise和企业部署服务；Anthropic推出Claude Enterprise并强化企业安全与工具调用；微软成立Microsoft Frontier Company，投入25亿美元启动资金，组织约6000名工程师和行业专家，与联合利华、诺和诺德等大客户合作，把AI工具与客户独有数据整合起来；AWS启动了斥资10亿美元的嵌入式工程师部门。
这些动作的共同方向是，企业AI的竞争正在从"谁提供最强模型"转向"谁能帮助企业构建自己的决策系统"。
Palantir的成功被业界反复提及。它证明了企业AI的价值来自一套复合能力，那就是深入复杂组织现场，建立企业本体和业务对象模型，把数据、流程、权限、责任和行动系统连接起来，让AI嵌入运营、参与决策并推动执行。Palantir的壁垒来自"前置交付+组织建模+平台复用"共同形成的决策系统能力，单一产品功能难以概括。
零一万物选择的是同一条路径。
三个产品，为什么是这三个场景
李开复在发布会上解释了产品选择逻辑。万策和万智平台上可以开发各种Agent，但零一万物选择先做经营、销售、投资三个场景。因为做简单工具型Agent的赛道已经红海化；让老板付费，客单价有保障，老板有决策权；这三个场景的需求相对可泛化；更重要的是，这三个场景离财报改善最近。
从企业经营结构来看，这三类决策分别对应着经营质量、收入增长和资本配置三大核心板块。
（1）老板AI，从"看结果"到"推行动"
老板AI面向CEO和经营一号位，定位是经营副驾驶。
传统企业管理中，CEO通过BI报表、管理驾驶舱、周会月会和层层汇报掌握公司情况。这些方式能展示指标和历史结果，但存在结构性问题，很多风险在进入财务报表前，已经出现在一线会议、客户沟通、项目交付、销售推进和员工协作中，只是尚未变成报表上的数字。
姚璨在发布会上列举了CEO常见的几个痛点，比如一线团队出现风险，但摆在CEO桌前的是被层层压缩、层层粉饰的报告；机会散落在公司内部各个材料和极个别人的经验中；会议聊了很多待办事项，但没有人追踪；每个团队都有自己视角下的最优解，但只有CEO站在全局视角为公司财报做最终决策。
老板AI的设计逻辑是围绕这些问题展开的。它接入公司完整的经营数据，理解这些数据如何驱动公司运转；围绕老板的经营目标，分析经营数据之间的关联关系，形成达到目标的路径；7×24小时主动识别风险点和机会点，判断哪些需要一号位知道并主动推送；不仅告知风险和机会，还提供影响面分析和下一步建议；从会议纪要中提取待办事项和责任人，追踪执行进度。
一个具体的使用场景是，CEO问"上周有哪些我没有参加的会议，暴露出了必须关注的风险"。老板AI的回应远超会议摘要，它把会议内容、项目状态、客户沟通、责任人承诺和后续动作关联起来，给出风险判断、证据来源和下一步建议。
李开复本人是老板AI的重度用户。他在QA环节透露，自己常问老板AI"我怎样才能把工作做得更好"——因为系统记录了他在所有会议中的发言（包括他不在场的会议），能给出关于他管理行为的建议。
从企业软件演进的角度看，老板AI试图将管理者的视角从"看指标、看历史、看结果"的审批式管理，升级为"看信号、做判断、推行动、拿结果"的经营闭环。传统管理驾驶舱告诉CEO"发生了什么"，老板AI试图告诉CEO"正在出现什么信号""为什么值得关注""应该推动谁做什么"。
目前，老板AI已获亚洲制造巨头等数个战略级国际客户保密合作，采用零一万物一号位工程打法的深度共创模式，初期旗舰客户已进入交付和部署阶段。
（2）销冠AI，把商机管理变成商机经营
销冠AI面向销售一号位和销售团队，切入的是收入增长确定性这个场景。
这个产品有一个具体的痛点场景。姚璨在发布会上描述了一个案例：
公司一个千万级项目进入谈判阶段，CRM显示商机进入谈判环节，赢单概率80%。团队上下认为大单即将落地。但销冠AI分析后发现三个问题，即客户的采购决策人始终未参与会议讨论；交付口径与验收标准在三次会议中出现了三个不同版本；交付团队至今未为该项目预留交付资源。
这个商机存在严重隐患，订单风险被完全后置到了交付阶段。这类商机增多后，企业会面临成不了单，或者签了单但回不了款。
这个案例揭示了CRM系统的结构性局限。CRM作为记录系统，能显示商机处于哪个阶段、归属人是谁、负责人是谁。但真正影响赢单率的关键信息——客户沟通细节、方案文档、交付反馈、销售经验和管理者判断——分散在CRM之外。
销冠AI的解决思路是围绕客户、需求、方案、合同、交付、回款等环节建立"共享商机上下文"。当商机进入时，多个Agent与团队各方共同协同推进：有的Agent负责调研客户，有的负责制定方案，有的负责计算报价，有的负责评估ROI。销售负责人、解决方案团队、交付团队、产研团队、财务与法务等所有相关角色，基于同一份商机上下文开展工作。
这与传统CRM有本质差异。CRM记录和管理流程——"记录到了哪一步"；销冠AI关注"下一步该怎么推进、哪条路径更合适、这笔商机质量如何、需要哪些角色协同"。
销冠AI沉淀了零一万物高管团队20余年国内国际业务实践。零一万物自身的销售团队已经在使用这款产品。姚璨透露，2026年公司实现了5倍订单额增长，商机转化率提升2倍。他特别强调，"这个数字跟大模型公司在AI实验室中打榜的分数不一样，AI真正对零一万物财报状况做出了改善。"
投资官AI，把投委会机制产品化
投资官AI面向投资负责人、CFO、产业资本、基金管理机构和投委会，定位为投资全生命周期决策系统。
传统投管系统管的是项目入库、流程审批、材料归档、进度管理和投后信息记录。这类系统提升了项目管理效率，但在"该不该投、以什么价格投、条款如何保护、投后风险如何跟踪、何时退出"等核心判断上，仍高度依赖个人经验和人工投委会。
投资官AI试图把优秀投委会的协作机制产品化。系统通过多智能体模拟市场专家、行业专家、产品专家、技术专家、财务专家、法律专家、风险专家等角色，从不同维度分析投资标的。随后，一个"唱反调"智能体专门提出质疑，识别营收假设、成本结构、技术壁垒、估值合理性、交付能力、退出路径等潜在漏洞。最后，主席智能体综合各方观点，形成结构化投资建议。
姚璨在发布会上分享了一个案例。一家大型投资机构对一个Pre-IPO项目的初始评估认为它是"上一代产品"。投资官AI在分析材料时发现，这个项目的产品一旦与大模型接入，未来想象空间非常大。该公司现已上市，初始接触时评估的PS倍数是几倍，实际市场表现已达20至30倍。"市场的结论验证了投资官AI给出的投资建议是正确的。这也是我们拿下这家投资机构合同的核心原因。"
投资官AI深度融入了创新工场17年高科技投资经验。李开复提到，一家规模"超级大"的投资公司正在使用投资官AI，已协助他们在两个领域完成了大量案子的分析，客户"非常振奋"。他解释了投资官AI的价值逻辑，即便一个拥有近百人规模的投资机构，要覆盖的业务涉及千行百业，无论投资团队多么优秀，也不可能样样精通。
万策平台，决策中枢的技术底座
三款一号位AI产品背后，是一个统一的技术底座——万策平台。
李开复用"四块拼图"概括了企业AI决策中枢的架构：大脑（大模型）、地图（企业本体Ontology）、导航系统（动态上下文）、操作系统（受控执行）。
大脑负责语义理解、推理和判断。地图用语义定义企业业务世界，客户、合同、审批节点、业务对象及其关系，让AI读懂一家公司的业务逻辑。导航系统追踪交易状态、审批推进、事件变化和实时业务状态，回答"现在实际怎样"。操作系统把判断转化为安全、可控、可审计的行动，包括任务调度、智能体协同、系统接入、沙盒验证、权限继承和动作留痕。
其中，Ontology是整套架构的核心。李开复用建筑公司做比喻，把所有数据财报一股脑丢进系统，就像把砖块、水泥搬到工地上，材料齐全但彼此无法串联，建不起房子。引入Ontology后，系统能理解数据含义，知道在什么场景下调用什么数据，判断哪些数据相关、哪些无关，哪些已经过时。
姚璨进一步解释了Ontology 2.0的概念。企业业务是网状结构而非点状结构。Ontology 2.0作为企业动态上下文引擎，不停从企业数据中挖掘新信息——会议、邮件、CRM和ERP系统每天产生的新数据——进行抽取、对齐、校验、归因和重新编译，形成AI可以共同理解的"决策级事实"。
在这个事实基础上，企业规划决策引擎负责发现动态上下文中的事实与一号位目标之间的断层，进行规划与调度，整合Multi-Agent完成执行，再通过深度推理校验判断执行结果是否符合预期。执行结果回到动态上下文引擎中沉淀为反馈与记忆，形成数据闭环。
这意味着三个一号位AI产品共享同一份企业上下文。不同的一号位AI产品和企业员工基于同一份事实开展工作，避免各说各话、各做各事。
从产品架构来看，零一万物形成了完整的层级结构：
最底层是XCS模型训推一体平台，之上是万策平台（企业AI决策中枢），再上层是万智平台（数字员工管理），最上层是三款一号位AI产品。
FDE模式，深度交付与规模化复用的平衡术
零一万物在商业化上面临一个结构性挑战，那就是产品不能开箱即用。
李开复在QA环节明确表示，这套产品"并非中小企业能够负担或适合使用的方案"。它需要FDE（前沿部署工程师）深入客户现场，完成业务梳理、数据连接、本体建模、权限治理和场景应用搭建。目标客户是大型企业。全球范围内适合使用这套产品的企业，大约两三千家，目前已接触五六百家。
这种交付模式与Palantir高度相似。Palantir长期依靠前置工程团队深入复杂组织现场，完成数据建模、业务对象抽象和系统部署。微软成立Microsoft Frontier Company强化深度交付能力，AWS投入10亿美元建设嵌入式工程师部门，都在验证同一个判断：企业AI不能只靠标准化软件销售完成部署，必须深入客户现场。
但深度交付意味着高成本和慢扩张。零一万物的应对策略是"平台沉淀+复用"。姚璨解释说，FDE团队在交付过程中形成的角色模板、场景模板、能力单元、对象模型、权限策略、评估基线和交付SOP，会沉淀到万策平台上，在更多客户和行业场景中复用。
李开复用Windows做类比。Windows的优势很难归结为某一项具体技术，它通过解决一个个独立问题，最终沉淀为系统工程。零一万物通过接触更多企业，特别是与一把手深度交流，挖掘需求共性，结合对技术发展的判断，形成系统性竞争优势。
商业模型上，四款产品均采用ARR（年度经常性收入）订阅制。李开复透露，一号位AI产品与万策是分开收费的——购买万策后可以自己开发Agent，但如果要使用老板AI，必须先拥有万策，"类似于Office和Windows的关系"。他表示，这些产品"绝对是目前推出的所有产品中最有机会成为订阅制ARR的产品"。
零一万物自身是一号位AI的实践样本。李开复用老板AI，投资人员用投资官AI，销售人员用销冠AI。内部数据显示，应用一号位AI后，公司实现了5倍订单额增长和2倍商机转化率提升。李开复在发布会上透露，公司目标是在2027年实现IPO，此前某个季度希望实现盈利。
三个待解的问题
从企业软件行业的视角来看，零一万物的一号位AI产品矩阵提出了几个值得关注的问题。
第一，"决策AI"能否形成真正的产品化？
李开复自己也坦言，这套产品暂时不能开箱即用，需要FDE辅助落地。不同行业落地难度差异明显——数字化程度较高的投资行业相对容易，传统制造业则需要更多时间。这意味着零一万物短期内仍将是一个项目制公司，交付能力直接制约增长速度。
Palantir用了近20年才建立起覆盖全球的交付网络和平台复用能力。零一万物的时间窗口更紧迫——李开复提到2027年IPO的目标。FDE模式的规模化速度，能否跑赢这个时间线？
第二，三款产品之间的协同效应如何验证？
零一万物的设计逻辑是，三个一号位AI产品基于万策平台统一规划，共享同一份企业活地图。但在实际企业中，CEO（老板AI用户）、销售一号位（销冠AI用户）和投资一号位（投资官AI用户）的决策场景、数据需求和协同频率各不相同。三款产品同时落地一家企业的案例尚未公开。它们之间的协同效应，目前更多是架构设计层面的推演，而非市场验证的结果。
第三，Palantir模式的中国适配性。
Palantir的成功建立在美国国防情报和全球大型企业市场的特殊需求之上。中国企业市场的特点是付费意愿偏低，决策链路更长，定制化需求更强。零一万物选择从海外市场寻求突破——塞尔维亚、哈萨克斯坦等"一带一路"国家——某种程度上也反映了国内市场的局限。
李开复对此的判断是，在中国和美国之外，几乎所有国家都存在相当大的信息差。很多国家连Agent都还没用好。美国公司聚焦于美国、欧洲或日本市场，全球还有相当大一片市场未被覆盖。中国企业有能力帮助这些国家。
但海外市场的挑战同样存在，数据合规、语言能力、本土化治理等。李开复提到的底线是"既不会将中国数据带出去，也不会将他们的数据带出来"。
李开复在发布会最后说了一句话："今天只是把第一步讲清楚了，只摸到了大象腿。"这句话或许比发布会上的任何产品演示都更接近现实。