李开复：不止于“中国版Palantir”，零一万物想重新定义企业AI服务的边界

2026年，中国AI行业走到十字路口。

基座模型竞赛仍在继续，但资本市场的耐心正在耗尽。“AI六小虎”相继冲刺港股，投资人追问的不再只是参数和榜单，而是收入从哪里来、何时盈利、护城河有多深。

就在这个节点，彭博社于上海世界人工智能大会期间报道并专访李开复，将零一万物重新推到聚光灯下。

据报道，零一万物正在推进Pre-IPO融资，计划2027年登陆港交所。李开复披露，公司签约订单额较去年增长三到四倍，需求“多到接不过来”，过去一年开支大幅下降，盈利时间表指向明年。

这组数据勾勒出的公司，已不同于两年前那个追逐前沿大模型的明星创业公司。当同行仍被放在基座模型框架下审视时，零一万物率先切换叙事：不再讲“中国OpenAI”，而是转向企业AI转型、决策AI和产业AI落地，试图成为一家从中国走向全球的产业AI平台公司。

此次彭博报道中最受关注的信息，是零一万物的上市时间表。

据悉，公司正在推进上市前融资，目标是在首次对外披露年度业绩前后完成。零一万物财年于每年12月结束，为境外上市铺路，公司正在拆除离岸控股架构，即“拆红筹”。

李开复在接受彭博电视专访时表示：“我们瞄准的是2027年，财年结束之后。”当被追问IPO是否会在2027年发生时，他回答：“我希望如此。要达到IPO申报条件，还有不少工作要做。但我认为，我们的财务数字现在已经就绪，剩下的是走完流程。”

仔细拆解李开复的这句回答，重点不在“希望如此”，而在“财务数字已经就绪”。

对大模型公司而言，IPO真正难的不是讲技术愿景，而是回答商业化问题。港股投资人会更直接地追问收入质量、客户复购、成本控制与盈利路径。

零一万物此时把IPO提上日程，本质上是在释放一个信号：公司已经从前沿模型研发驱动，转向由订单和收入驱动。这个节点选择上市，也说明了管理层对财务数据的信心足够充分。

从行业竞争的角度看，谁先完成上市、谁先向市场证明盈利路径的可行性，谁就有可能在下一阶段的资源争夺中占据主动。对资本市场而言，AI公司的价值判断正在发生一次系统性的校正——不是谁的参数更大、榜单更高，谁就更有价值；而是谁能更快证明AI可以变成企业客户持续付费的产品和服务，谁才更有定价权。

零一万物正在用业务数据回应这个趋势。

时间表之外，更重要的是成绩单。李开复披露，零一万物签约订单额较去年增长三到四倍，并预期“未来几年公司仍将实现三位数百分比的高增长”。目前公司约240人，按AI行业标准极度精干，却已实现快速订单增长和全球化交付布局。

更早公开信息显示，零一万物2025年实现5亿元订单、2.5亿元审计收入；2026年前五个月订单额已突破15亿元。叠加“订单增长三到四倍”的表述，零一万物的商业化进度在中国大模型创业公司中已经跑出身位。

更关键的是海外收入结构。据彭博社报道，零一万物大约一半业务来自中国以外，覆盖中亚、中东、东南亚、南半球等市场。李开复也提到，当前瓶颈不是需求，而是能否快速找到懂英语、阿拉伯语及其他语言、能飞到客户现场做AI落地的人才。

这意味着，零一万物并非单纯依赖中国市场，而是正在将其“一号位工程”推向海外。

所谓“一号位工程”，是指企业 AI 转型升级必须由“一号位”牵引，从战略设计、业务场景到解决方案落地，零一万物与企业用户深度共建，并以可衡量的业务结果交付价值。“一号位 AI”正是这一方法论的产品化落地。

2026年7月，零一万物正式发布面向企业经营、增长与投资决策的“一号位AI”产品矩阵，以万策企业AI决策中枢为核心，推出“老板AI”“销冠AI”“投资官AI”等在内的多款AI产品，将大模型应用带入到企业最为关注的核心决策场景。

其中，老板AI作为旗舰产品，其不是单纯的办公助手，而是给CEO和业务一号位提供一个贯穿企业数据、流程和关键指标的决策视角，帮助管理者识别风险、发现机会，做出影响财务报表的决策。李开复透露，自己每天也在使用Boss AI。此前零一万物产品负责人姚璨也曾透露，公司自己用上这套产品后，订单额增长约5倍，商机转化率提升约2倍。

这构成了产品最硬的证言：零一万物先把自己当成试验场，用AI改造自身经营，再将这套能力向外复制。

在全球化层面，零一万物的优势不仅是模型能力，更是中国产研团队长期形成的快速迭代、复杂场景落地和高性价比交付能力。对很多非美国市场客户而言，他们需要的不是昂贵、重咨询、长周期的美国式企业软件系统，而是一套能快速进入业务现场、理解行业流程、改善经营指标的AI转型方案。

这也是零一万物在共建“一带一路”国家，尤其是中东、中亚、东南亚等市场存在机会的原因。相比单纯输出模型API，零一万物以“一号位工程”为核心战略，提供的是面向企业最高决策者与核心业务场景的决策AI能力：通过一号位AI、万策平台，以及前沿部署工程师（FDE）深入客户现场，将AI嵌入企业经营决策、产业升级和组织执行流程。这样的打法更适合进入这些对产业升级有真实需求的市场。

换句话说，零一万物的出海不是“卖一个模型”，而是“带着产业AI工程能力出海”， 与当地企业和生态伙伴共建面向真实产业需求的AI能力。

同时，李开复强调模型中立、属地合规：零一万物可以支持来自不同国家的模型，但前提是在产品售出国合法合规运行。

零一万物今天的成绩单，来自一次清醒的主动战略转型。

2023年，李开复创办零一万物时，对标前沿大模型。Yi系列开源模型发布后跻身全球顶尖开源模型之列，公司成立仅 6个月估值突破10亿美元，成为“AI六小虎”之一。那是模型公司的黄金年代，每家公司都讲着“中国OpenAI”的故事。

但转折很快到来。DeepSeek等开源权重基座模型的出现，改写了训练前沿大模型的经济账。随着开源模型能力提升，初创公司从零训练万亿参数模型的成本优势越来越难成立。对大多数创业公司而言，继续卷入基座模型军备竞赛，意味着持续烧钱、持续融资，却难以形成可持续收入。

在此背景下，零一万物选择主动放弃自研前沿基座模型，把重心转向应用层和企业AI转型。2025年初，零一万物将绝大部分大模型预训练团队和AI底层基础设施团队并入阿里云，主动退出万亿参数超大基座模型研发。李开复在彭博社采访中表示，行业内正在逐渐形成成熟的生态，公司对这个选择感到欣慰，因为过去一年开支大幅下降，使公司能够较快走向盈利。

这不是“掉队”，而是一次前瞻式的战略判断。

随着DeepSeek、通义千问、智谱GLM、Kimi等开源或开放模型能力的能力持续跃升，基座模型正在从稀缺资产蜕变成基础设施。当这项技术不再构成壁垒，真正的护城河就转移到了别处。谁能在这个基础设施上构建出最贴近用户场景的应用，谁就能掌握真正的定价权。

而企业客户对AI的评判标准也从来不复杂，其真正关心的是：AI能不能接入数据、理解行业、改善销售、库存、风控、投资、财务和管理决策，最终影响利润表。

零一万物转向“一号位AI”的底层逻辑，正是基于对这个判断的笃定——与其在正在退化为基础设施的赛道上内卷，不如抢先一步，去构筑真正意义上的壁垒。它不再押注“训练一个最强模型”，而是押注“把模型能力变成企业可用、可付费、可持续优化的决策系统”。

它的护城河也不再是参数规模，而是产业理解、数据治理、行业知识库、决策引擎、现场交付能力，以及沉淀到万策平台里的行业 Know-How。

李开复在专访中有句话很值得注意：“我们不是 Token工厂，你不会看到50倍那种增长。”

过去一段时间，大模型商业化想象多建立在API调用和 Token消耗之上。但 Token收入并不天然等于利润，也不必然等于客户价值。AI进入企业后，真正难点不是调用更聪明的模型，而是把企业内部依赖人、经验和隐性流程运转的复杂系统，重新编码成可执行、可衡量的AI系统。

硅谷著名风投机构A16z近期刊发Hebbia CEO George Sivulka的文章，提出一个反直觉判断：有史以来第一次，人比软件便宜了。原因在于，企业大量token开支并未真正转化为可衡量的业务结果，大量AI调用停留在低价值任务和浅层自动化上。

Sivulka进一步指出，下一个万亿美元机会，不属于单纯提供模型或工具的公司，而属于那些能帮助企业把隐性流程编码成系统的“AI转型公司”。Palantir就是典型例子：它卖的从来不只是软件，而是深入企业、吃透业务、重构流程的转型能力。

(来源：Twitter)

这恰好解释了零一万物的选择。零一万物不是把大模型包装成聊天窗口，也不是单纯卖API调用，而是围绕企业一号位的核心经营目标，将数据、流程、指标、知识和AI智能体组织成一套决策系统。老板AI、销冠AI、投资官AI背后，本质上都是对企业关键岗位和关键场景的系统化重构。

这类生意交付重、门槛高、客户决策链长，但一旦进入核心系统，粘性更强，复购和扩展空间更大。这也解释了为什么零一万物只有约240人，却要在全球招募懂语言、懂行业、能飞到客户现场的人才。企业AI转型必须进入现场，理解流程，梳理数据，重构决策机制。

它的护城河不是单点技术，而是“平台+服务”的复合能力：前端深入客户场景，后端通过万策平台沉淀行业模型、决策逻辑和可复用模块。项目越多，行业know-how越厚；下一次交付越快，边际成本越低。

关于竞争格局，李开复在专访中做了这样的判断——他把全球企业级AI转型市场形容为一场只有两匹马的比赛。一匹是Palantir，另一匹是零一万物。而更有意思的是后半句：另一匹马，选择不到我们的赛道上来跑。

这个判断的底气，来自对Palantir的深度理解。Palantir是美股表现最强势的企业软件公司之一，市值一度超过3000亿美元。2025年营收44.8亿美元，同比增长56%；2026年一季度，美国业务收入同比增长104%。这家公司已经用 20 年证明：企业和政府愿意为深度数据整合、智能决策和组织转型支付高昂费用。

在港股市场，零一万物如果以“产业AI平台公司”身份上市，其估值逻辑将明显区别于传统基座模型公司。它讲的不是参数、算力和榜单，而是订单增长、海外收入、客户交付、盈利时间表，以及一个已被美股验证的企业AI转型生态位。

但零一万物并不只是“中国版Palantir”。 Palantir的护城河建立在深度定制化服务和政府级安全合规能力上，每一单交付都是一次独立的“重工程”。而零一万物的野心不止于此。它像Palantir一样切入企业核心决策场景，但其目标并非停留在“重交付”本身。

零一万物要做的不只是一家擅长做重交付的咨询型公司，而是一家把企业决策know-how产品化、系统化、规模化的AI决策系统公司。当足够多的行业决策逻辑被抽象、标准化并沉淀到万策平台后，零一万物就能够以远低于Palantir的边际成本，在更广泛的行业和地区实现规模化定制。这套逻辑一旦跑通，零一万物在效率、可复制性和全球扩张潜力上，将拥有明显的后发优势。

当智谱和MiniMax选择对标OpenAI和Anthropic时，零一万物选择了一条估值逻辑更清晰、对标对象更具体的路径——Palantir在美股已经用20年时间证明了企业AI转型这门生意的价值。别人讲模型，零一万物讲的是已经被美股充分定价、充分理解的商业模板。

但比模板更重要的是，零一万物正在用万策平台的沉淀逻辑，回答一个Palantir至今仍在探索的问题：企业AI服务这门生意，能不能既做深度的定制交付，又实现规模化扩张。

在产品层面，Palantir的平台以数据整合和知识图谱见长，而零一万物的“一号位AI”更聚焦于决策场景。这不是泛化的数据中台，而是针对企业一号位核心痛点的决策工具。在交付层面，Palantir的团队以美国为圆心辐射，零一万物的团队则分布在中国、东南亚、中东、中亚等地区，能够提供更贴近当地市场的服务。在成本结构上，零一万物站在开源模型的肩膀上，无须承担从零训练基座模型的巨额开支，这使得它的产品定价和交付成本更具竞争力。

从长远来看，零一万物有机会在“决策AI”这个细分赛道上定义自己的标准，而非仅仅做Palantir的中国翻版。当万策平台沉淀了足够多的行业决策逻辑后，零一万物将能够以平台化的方式服务更多客户，而不必为每一个新客户从头开始构建系统。这种“平台+服务”的双轮驱动模式，正是企业服务领域最具扩张性的商业模型，也沉淀了零一万物企业AI平台的技术飞轮。

零一万物的故事，是中国AI行业从技术竞赛走向商业验证的一个缩影。

2023年，它带着AGI理想入场，站在基座模型竞赛中心；2025年，它主动退出基模烧钱竞赛，转向企业AI应用和产业落地；到2026年，它拿出订单增长、海外业务、盈利时间表和IPO计划，试图证明：AI公司不一定只能靠烧钱追逐前沿模型，也可以通过产业AI找到商业闭环。

这条路并不轻松。200多人的团队能否支撑全球扩张？万策平台的行业沉淀速度能否跟上订单增长？企业客户为AI决策系统持续付费的意愿能否被验证？这些都是零一万物冲刺IPO前必须回答的问题。

但至少从目前披露的信息看，零一万物已经完成叙事切换：从“中国OpenAI”转向“从中国走向世界的产业AI平台公司”；从基座模型竞争者，转向企业AI转型服务商；从烧钱训练模型，转向用订单、收入和盈利路径证明价值。

李开复用了三年，走完了一条大多数AI公司不敢走、也未必走得下来的路。当基座模型逐渐变成基础设施，真正稀缺的能力将不再是“谁训练了模型”，而是“谁能把AI带进企业，让它真正改变经营结果”。

这正是零一万物正在押注的未来。（全文完）