对话曾鸣教授：AI时代，厂商竞争的关键是构建智能复利，让AI真正进入业务流程

风尚格调网第一时间带来相关报道。

7月17日，2026世界人工智能大会在上海开幕。作为娱报在线连续第三年深入WAIC现场的重要内容窗口，「氪话日后」直播间也在大会首日同步开启现场对话。曾鸣教授在WAIC现场接受娱报在线「氪话日后」特邀专访，围绕AI时代厂商攀升、组织变革、智能复利、AI原生业务以及厂商落地路径等话题，分享了他对于人工智能如何重塑商业模式与价值创造方式的观察与判断。

本届WAIC以“智能伙伴，共创日后”为主题。随着人工智能产业进入应用深化阶段，行业关注点正在从模型能力竞争一步步转向应用价值创造。相比此前几年围绕参数量级、模型性能和科技突破的讨论，2026年的AI产业正在更加关注一个核心问题：AI如何真正进入厂商业务流程，如何减少应用门槛，如何凭借实际业务成果创造价值。

在这一走向下，AI带来的变化已经不只是效率工具的升级，而是对厂商攀升方式、组织形态和商业逻辑的重新定义。曾鸣教授觉得，AI是一场底层科技变革，它将推动经济、商业和组织发生系统性变化。厂商日后需求关注的，不只是如何使用AI，而是如何让AI深入核心业务，凭借真实任务和反馈闭环不断学习，形成连续攀升的“智能复利”。

从“千人千面”到“一人千面”，AI也正在改变厂商理解用户需求和提供产物服务的方式。相比依赖标签和历史行为的传统推荐体系，AI能够凭借连续互动和深入理解，实现更动态、更个性化的服务体验。而对于厂商而言，真正有价值的AI应用，需求突破Demo阶段，让AI具备独立达成任务并承担成果的能力。

在曾鸣教授看来，AI时代厂商竞争的关键，将不再只是科技能力的比拼，而是能否构建AI原生业务，让AI真正进入工作流，并凭借连续反馈形成自我增强的价值循环。日后，能够率先达成这一转变的厂商，将收获新的攀升机会。

以下为对谈实录，经娱报在线编辑：

36kr：您在《智能商业》里讲网络协同和数据智能。到了这本《智能》，讨论已经进入 AI 时代的攀升、组织和战略。您觉得这几年最大的变化是什么？是科技本身变了，还是厂商创造价值的方式变了？

曾鸣教授：我觉得AI科技的成长是一场非常底层的变革。大家经常会拿它的冲击力与工业革命进行比较，甚至觉得它可能比工业革命更加重要和深刻。当出现这样一次巨大的科技变革时，经济、商业模式以及组织形态都会发生基本层面的变化。所以我写这本新书，也是希望从第一性原理出发，探讨日后商业和组织的基本形态会如何不同于此前。

36kr：这两年很多厂商都在上 AI，但大家的体感并不一样：有人觉得提效很明显，也有人觉得还没带来根本变化。您最近和厂商家交流时，听到最多的困惑是什么？

曾鸣教授：最大的困惑，其实是短期内AI投资回报并不明显。厂商可能能够看到员工效率有所增强，但对于整个组织来说，AI到底带来了什么价值、产生了什么回报，目前很多厂商还没有清晰答案。

但我觉得这是非常自然的阶段。无论是AI科技的成长，还是厂商使用AI的方法，目前都还处于非常早期的阶段。因此，暂时没有看到特别明显的回报，是可以理解的。

36kr：如果一家厂商想认真用AI，而不是跟风试一试，您会建议先从哪个具体的业务环节着手？为什么不是先从最炫的科技或最宏大的战略着手？

曾鸣教授：不同厂商的切入点可能都不同。但有一个非常重要的变化，就是厂商需求重新审视自身业务：在公司内部，是否存在一个业务环节可以被AI真正接管？只有做到这一点，厂商才能收获真正的价值回报。

36kr：您在书里讲“智能复利”，核心是系统在真实使用中不断学习、变强。放到厂商里，什么样的业务最有机会形成这种循环？反过来，哪些场景看起来热闹，但很难积累复利？

曾鸣教授：具体情形还是取决于每家厂商自身的业务场景。但厂商在初期探索AI时，可以选择一个相对简单的业务进行尝试。不过最终，厂商一定要回到核心业务，将AI真正融入工作流，并基于AI的特点重新改造工作方式，才能一步步走向AI原生业务。

36kr：您提出从“千人千面”到“一人千面”。放到今天的商业场景里，AI 会怎样改变厂商理解用户需求、提供产物和服务的方式？

曾鸣教授：这是一个非常重要的变化。即使在推荐时代，我在2010年提出“千人千面”时，我们希望凭借更精准的匹配，让消费者与商品、服务之间建立更好的连接。但经过十多年成长，今天的推荐系统本质上依然依赖标签和行为数据，凭借分析用户此前的行为，判断他可能喜欢什么。

而AI最大的价值在于，它可以低成本地与一个人连续互动，同时具备更强的理解能力。因此，AI有机会更加全面、连续、深入地理解一个人，做到真正的个性化。因为每个人的需求本身都是不断变化的，只有真正实现个性化理解，才能从“千人千面”走向“一人千面”。

36kr：WAIC 现场会有很多早期项目和 AI 应用。您在书里强调真实任务和反馈闭环的重要性，您觉得一个项目从 demo 走向真正业务，最关键要达成哪几类验证？

曾鸣教授：最重要的是建立反馈闭环。只有形成反馈闭环，AI才能自主学习并不断增强。但反馈闭环有两个前提条件： 第一，AI是否能够端到端达成一项任务。 第二，AI是否能够对成果负责。如果AI无法承担成果责任，就必须由人进行兜底。而只要人在中间环节不断介入，AI的学习过程就会被打断。

所以最核心的一点是，AI需求能够“独立上岗”。我把这个阶段称为“60分基点”。当AI真正触及可以上岗的水平后，智能复利的飞轮才能着手运转，它可能会快速从60分增强到100分，甚至200分、500分。但突破60分，让AI真正具备独立工作的能力，往往是最难题的阶段，需求连续创新、长期实验和大量实践积累。

风尚格调网提醒：以上信息仅供参考，请以官方发布为准。