7月17日，2026世界人工智能大会在上海正式开幕。
这已经是「氪话未来」直播间连续第三年深入WAIC现场。大会首日，直播间同步开启了现场对话。

曾鸣教授在WAIC现场接受了「氪话未来」的特邀专访。他聊了AI时代的企业增长、组织变革、智能复利、AI原生业务这些话题。他也分享了对人工智能如何重塑商业模式和价值创造方式的观察。

今年WAIC主题：智能伙伴，共创未来

AI产业已经进入应用深化阶段。大家的目光从模型能力竞赛慢慢转向了应用价值创造。

回想前两年，大家还在比拼参数规模、模型性能、技术突破。到了2026年，产业更关心一个核心问题：

• AI怎么真正进入企业业务流程？
• 怎么降低应用门槛？
• 又怎么通过实际业务结果来创造价值？

这个趋势下，AI带来的变化已经不只是效率工具的升级。它对企业增长方式、组织形态和商业逻辑进行了重新定义。

曾鸣教授觉得，AI是一场底层技术变革。它会推动经济、商业和组织发生系统性变化。

企业未来要考虑的，不只是怎么用AI。而是怎么让AI深入核心业务，通过真实任务和反馈闭环不断学习，形成持续增长的“智能复利”。

从“千人千面”到“一人千面”

AI也在改变企业理解用户需求、提供产品服务的方式。传统推荐系统依赖标签和历史行为。AI则能通过持续互动和深入理解，提供更动态、更个性化的体验。

对企业来说，真正有价值的AI应用得突破Demo阶段。让AI能独立完成任务并承担结果。

在曾鸣教授看来，AI时代企业竞争的关键，不再是技术能力的比拼。而是能不能构建AI原生业务，让AI真正进入工作流，并通过持续反馈形成自我增强的价值循环。

未来，能率先完成这个转变的企业，会拿到新的增长机会。

以下是对话实录，经编辑：

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时代的增长、组织和战略。您觉得这几年最大的变化是什么？是技术本身变了，还是企业创造价值的方式变了？

曾鸣教授：我觉得AI技术的发展是一场非常底层的变革。大家经常拿它和工业革命比，甚至有人认为它比工业革命更深刻。这样一次巨大的技术变革，经济、商业模式、组织形态都会发生根本变化。所以写这本新书，也是希望从第一性原理出发，探讨未来商业和组织的基本形态会怎么不同于过去。

36kr：这两年很多企业在上AI，但大家的体感不太一样：有人觉得提效明显，也有人觉得还没带来根本变化。您最近和企业家交流，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投资回报不明显。企业可能看到员工效率提升了，但整个组织来说，AI到底带来了什么价值、产生了什么回报，很多企业还没清晰答案。

但这很自然。不管AI技术本身，还是企业用AI的方法，都还处在早期阶段。暂时没看到特别明显的回报，是完全可以理解的。

36kr：如果一家企业想认真用AI，而不是跟风试试，您会建议先从哪个具体业务环节开始？为什么不是从最炫的技术或最宏大的战略开始？

曾鸣教授：不同企业切入点可能不一样。但有一个很重要的变化：企业需要重新审视自身业务，看看公司内部有没有一个业务环节可以被AI真正接管。只有做到这一点，企业才能获得真正的价值回报。

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。放到企业里，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：具体情况取决于每家企业自己的业务场景。企业初期探索AI时，可以选一个相对简单的业务先尝试。但最终，企业一定要回到核心业务，让AI真正融入工作流，并基于AI的特点重新改造工作方式，慢慢走向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会怎么改变企业理解用户需求、提供产品和服务的方式？

曾鸣教授：这是一个非常重要的变化。即使在推荐时代，我2010年提出“千人千面”时，希望通过更精准的匹配，让消费者和商品、服务之间建立更好的连接。但十多年发展下来，今天的推荐系统本质还是依赖标签和行为数据，通过分析用户过去的行为，判断他可能喜欢什么。

而AI最大的价值在于，它能低成本地和一个人持续互动，同时具备更强的理解能力。所以AI有机会更全面、持续、深入地理解一个人，做到真正的个性化。每个人的需求都在不断变化，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，最关键要完成哪几类验证？

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提升。但反馈闭环有两个前提：

• 第一，AI能不能端到端完成一项任务；
• 第二，AI能不能对结果负责。

如果AI无法承担结果责任，就必须由人兜底。而只要人在中间不断介入，AI的学习过程就会被打断。

所以最核心的一点是，AI需要能“独立上岗”。我把这个阶段称为“60分基点”。当AI真正达到上岗水平后，智能复利的飞轮才能开始运转，它可能快速从60分提升到100分，甚至200分、500分。但突破60分，让AI真正具备独立工作能力，往往是最困难的阶段，需要持续创新、长期实验和大量实践积累。