李开复"咸鸭蛋之问"：你的企业AI，听得懂生意吗？

摘要

李开复用一个扎心的比方点破企业AI落地的最大误区：再聪明的大模型，拿不到企业真实资料，进公司也只能当“天才小白”。AI要为企业所用，第一步是把生意讲给它听。靠AI工牌透视“人、货、场”并萃取前线沉睡数据、形成企业内容资料，再回流领域专家沉淀打造企业专属大脑，企业AI才真正长进经营里。

李开复最近在《杨澜对话·探寻人工智能2026》里，打了个让人坐不住的比方。

他说，清华第一名天才到你的咸鸭蛋公司上班，你一定很高兴。但如果你家做咸鸭蛋，第一天你就会发现：他其实什么忙都帮不上。鸭子怎么养、蛋怎么腌、货怎么卖、价怎么定、公司里谁拍板，他通通不知道。

再聪明的人，不懂你的业务，也只能是个天才小白。

大模型进企业，今天面临的正是这处境。DeepSeek、Kimi，每个人私下用都觉得神——写方案、查资料、做分析样样行。可一旦部署到公司，立刻就变傻了。

为什么？模型是好模型，但它缺一样东西：本体。一家企业到底怎么运转，组织架构、业务流程、管理方式、谁说了算，大模型全不知道。它不知道在你的公司里，什么信息是真的，什么数据是重要的。

没有这些内容，再聪明的大模型也干不了事。

模型是公共品，“表演式AI”才是多数企业的现状

你买得到的，对手也买得到。

李开复说得很直白：现在大模型已经变成公共产品。你能买到的，竞争对手也能买到，靠价格拉不开差距。真正让模型有价值的，是你赋予它的“本体”——你几十年攒下的业务门道、决策逻辑、数据家底。

缺了“本体”，再强的模型也是天才小白。

很多企业花大价钱上了大模型、搭了智能体，发布会开得热闹，实际一用就露怯：问它“上季度华东区为什么掉量”，它给你编一套通用的营销话术；让它“按我们的流程审这笔费用”，它根本不知道你们谁来拍板。这不是模型不行，是它压根不认识你的生意。

真正的第一步，是把生意讲给AI听。

李开复给出的答案出人意料地朴素：企业AI化的第一步，不是去买更贵的模型，而是把生意认认真真讲给AI听。把那些只有你们内部人才懂的东西，结构化地交给它——让它知道哪些是真的，哪些是假的，哪些是关键的。否则，都是表演式AI转型，没有实际效果。

那么，生意要怎么“讲”给AI听？

怎么讲？先唤醒沉睡在前线的数据

李开复举了个例子：把公司每场会议的录音转成文字喂给AI，让它知道谁说过什么、谁拍过板、谁从一开始就沉默。他说，这才是一家公司最大的财富，是训练大模型的本体。

这话只说了一半。会议录音当然重要，但企业真正的“本体”，更多的不在会议室，而在一线现场——在门店、在各个消费场景、在每一次与顾客真实相遇的瞬间。李开复说的“唤醒沉睡数据”，对这些现场而言，才刚刚开始。

数据不在报表里，在“人、货、场”的现场。

一家连锁零售企业，每天发生最真实、最有价值的信息，是散落在“人、货、场”里的：导购怎么跟顾客讲货、销冠哪句话说动了人、新品在终端被怎么拒绝；门店里陈列怎么走形、动线怎么拥堵、促销物料怎么被随手略过。这些从不进报表，却是企业最核心的“门道”。

AI工牌：给企业装上“耳朵和眼睛”。

让AI听懂生意，先得让AI“在场”。AI工牌做的，正是这件事——它不像摄像头那样让人抵触，更像一副“副驾记录仪”，走到哪、看了什么、问了什么、对方怎么答，全程自动留痕、实时转写。

它帮企业透视三个维度：

透视“人”一线员工怎么沟通、谁讲得好、销冠的话术结构是什么、谁从一开始就沉默。把“谁行、谁不行、差在哪”从感觉变成可核查的数据。

透视“货”产品在终端怎么被呈现、怎么被讲、怎么被买、怎么被拒绝。真实货架前发生的一切，第一次被完整记录。

透视“场”门店场景怎么运转——陈列怎么落地、动线怎么走、促销怎么执行、高峰怎么承接。把终端“场”从“凭经验估摸”变成“系统可追”。

更重要的是，采集只是原材料的入口。AI工牌真正的价值，是在采集之后做“萃取”——把散落在一线真实瞬间里的信息，提炼成结构化的企业内容资料。

管理学家野中郁次郎把那些“说不清、写不下、一离职就带走”的能力，叫做隐性知识。过去这类知识只能靠师傅带徒弟慢慢传；现在，工牌在采集现场的同时就把隐性知识显化、萃取成资料——把“天才小白”听不懂的业务门道，第一次变成AI读得懂的本体。这恰恰是企业AI落地最该补上的第一环：先有可被机器理解的资料，才有后面的一切。

企业内容资料回流领域专家，沉淀出企业专属大脑

工牌萃取好的企业内容资料，不能堆在库里睡大觉。资料本身不产生价值，让它们真正发挥意义，要靠第二层——领域专家。

领域专家，是企业的专属AI大脑，也是员工的“内部专家”。

它承接工牌回流来的企业内容资料——那些已经萃取好的标杆案例、最佳实践、业务门道——把它们层层沉淀、关联、推理，长出一颗只属于你这家公司的AI大脑。竞争对手买再强的通用模型也复制不了，因为这些资料只来自你自己的前线，别人采不到、也买不到。

但大脑的价值，不在于“存了多少”，而在于“被用起来”。领域专家的前端，就是一个问答助手：员工遇到真问题，随时向它提问，它则以“内部专家”的身份，基于本企业沉淀的内容资料，给出有据可依的解答。

前端问答助手：员工有问题，就问“内部专家”。

资料不再沉睡，而是在每一次真实提问里被调用、被验证、被产生价值。

从“资料”到“能力”：沉淀、复用与千人千面赋能。

工牌把销冠的成交案例萃取成资料，领域专家则以问答的形式，把这份资料变成新人能直接用的能力。新人上岗不再靠“跟师傅混三个月”，而是随时问、随时得到公司内部专家级的答案，直接站在公司几十年攒下的经验肩膀上。

这背后是一条数据飞轮：工牌采得越细、萃取得越准，回流给领域专家的资料越厚，问答越准、越懂你的生意；大脑越懂，越知道下一步该聚焦采什么、强化练谁。组织能力第一次不再随个人流动而流失——过去销冠一走，打法就断；现在销冠的经验被萃取到资料、沉淀成大脑，人走了，能力留下来。

组织效率的质变：从“流程数字化”到“认知智能化”。

当企业内容资料沉淀成大脑、并以问答即时触达一线，经营效率的变化是范式级的。过去ERP、OA把流程搬到系统，解决的是“可追踪”；但一线经验仍是非结构化、随人带走的。现在工牌萃取、领域专家沉淀加问答，把非结构化经验变成组织智能，解决的是“可理解、可传承、可即时调用”。

它对抗的是组织熵增：人员流动本会让知识流失，而工牌萃取加领域专家沉淀，是抗熵增的“组织记忆体外化”。落到经营上，就是决策有据（不再是月底一张迟到报表，而是实时可追的过程）、标准统一（销冠打法通过问答快速复制到每一家店、每一个片区）、经验可复制（那些原本随人离职流失的门道，第一次被企业真正留住，并在每一次提问里被重新激活）。

两层咬合：工牌是感官，领域专家是大脑

这两层，缺一个都转不起来，因为它们本质上构成了一个“感知—认知”的闭环。

人类智能是感知器官加认知中枢，企业智能也一样。AI工牌是感知与萃取——它让企业“看得到、听得到”一线真实，并把真实萃取出可回流的资料；领域专家是认知、沉淀与问答——它把回流的资料理解、推理、变成决策与能力，并通过前端的问答助手，把这份能力即时给到每一个提问的员工。没有感知与萃取，认知就是空想，大模型照样当那个“不懂咸鸭蛋的天才”；没有认知与沉淀，感知只是噪声，工牌也只是一支高级录音笔。

更关键的是，两层咬合会拧成一条数据飞轮：工牌采得越细，大脑越懂你的生意；大脑越懂，越知道下一步该聚焦采什么、该强化练谁。企业AI第一次进入自我增强的回路——而这，恰恰是任何通用模型都给不了、只有你自己的业务闭环才能长出来的东西。当它们咬合，企业AI才第一次从“表演”走向“实干”。

写在最后

李开复那句话，值得每个上AI的企业贴在墙上：企业AI化的胜负手，从来不是你买了多少算力的模型，而是你愿不愿意、能不能够，把真实的生意认认真真讲给AI听。

而讲给AI听的前提，是先听见并萃取生意本身——听见一线怎么卖货、怎么陈列、怎么决策，并把它萃取出能回流的资料。AI工牌让你“在场并萃取”，领域专家让你“沉淀并会用”。当企业终于能把几十年攒下的门道，变成一颗会思考、能传承的专属大脑，AI才真正从一个聪明的外人，变成懂你生意的自己人。

企业AI的终局，从来不是用机器替代某个人，而是让组织第一次拥有“不依赖特定个人的集体智能”。你几十年攒下的业务门道，不再锁在几个老员工的脑子里，而是变成企业自己能调用、能进化的资产。这才是李开复说的“本体”——也是别人买再贵的模型，都复制不了的护城河。

你的企业，开始把生意讲给AI听了吗？

自成立以来，职行力一直专注于数智化企业人效运营管理赋能领域的研发和创新落地应用，核心业务包括企业AI赋能产品、企业培训平台、执行力管理系统、行业化赋能解决方案等服务，平台活跃用户高达数百万，服务涵盖众多世界500强企业、央企、行业头部企业等，具备完整的数智化企业人效赋能服务体系，实现了跨行业、多规模的企业管理全场景覆盖