曾鸣谈企业AI落地：关键不在“上工具”，而是让AI进入核心工作流

据36氪报道，7月17日，2026世界人工智能大会（WAIC）在上海开幕。大会首日，曾鸣教授在36氪「氪话未来」直播间接受专访，围绕AI时代的企业增长、组织变化、AI原生业务与“智能复利”等话题分享观察。本届WAIC主题为“智能伙伴，共创未来”，也折射出产业关注点的变化：AI讨论正在从模型参数、性能竞赛，转向如何真正进入企业业务流程并创造可衡量价值。

在曾鸣看来，AI不是一次普通的软件升级，而是一场底层技术变革，其影响可能深入经济结构、商业模式与组织形态。对企业而言，未来竞争的重点不只是“有没有用AI”，而是能否让AI在真实业务中承担任务、接收反馈、持续学习，最终形成自我增强的“智能复利”。

企业AI投入为何短期回报不明显

过去两年，大量企业开始部署AI工具，从办公助手、客服机器人到内容生成、数据分析，应用看似快速扩散。但曾鸣指出，许多企业面临的共同困惑是：员工层面的效率提升可以感知，但组织整体层面的投资回报仍不清晰。

这一判断与当前企业AI落地现状相吻合。很多公司仍停留在“试点”和“Demo”阶段：AI可以完成某个单点任务，却尚未嵌入完整流程；可以辅助员工，却很少真正接管业务结果；可以生成内容，却未必改变决策、交付和客户体验的底层逻辑。因此，短期ROI不明显并不意外，背后反映的是AI应用还处在早期磨合期。

从科技产业角度看，这也意味着企业AI的竞争正在进入第二阶段。第一阶段是工具采购和能力体验，第二阶段则是流程重构、数据闭环和组织协同。只有当AI与业务系统、员工角色、客户交互和反馈机制结合起来，AI才可能从“提高一点效率”变成“改变增长方式”。

从接入AI到AI原生业务：核心是工作流重构

曾鸣在对谈中提到，企业如果认真使用AI，不应只追逐最炫的技术或宏大的战略，而应重新审视自身业务：公司内部是否存在某个环节可以被AI真正接管。这个判断很关键，因为AI价值不是由模型能力自动释放的，而是由业务场景、任务边界和反馈机制共同决定的。

他认为，企业早期可以选择相对简单的业务环节尝试，但最终必须回到核心业务，把AI真正融入工作流，并基于AI能力改造原有工作方式。这也解释了“AI原生业务”的含义：不是在旧流程上加一个聊天框，而是让任务分配、信息获取、执行动作、结果评估都围绕AI重新设计。

• 不是只做工具调用：AI需要进入具体业务链条，而不只是作为员工的辅助插件。
• 不是停留在Demo：真正有价值的应用应能独立完成任务，并对结果产生影响。
• 不是一次性自动化：业务数据和用户反馈要反哺系统，让能力持续增强。
• 不是边缘创新：企业最终需要把AI带回核心业务，而非只在非关键岗位试用。

“智能复利”意味着AI要在真实任务中持续学习

“智能复利”是曾鸣此次讨论中的核心概念。简单理解，它强调AI系统不是一次部署后静态运行，而是在真实使用中不断获得任务、数据和反馈，从而变得更懂业务、更懂用户、更能创造价值。对企业来说，这种复利不是来自一次模型采购，而是来自长期的业务闭环。

这与传统数字化系统有明显不同。过去企业的信息系统更多用于记录、管理和流程标准化，价值通常来自效率提升和成本降低。而AI系统如果能够参与判断、生成方案、执行任务并根据结果修正行为，就有可能从“管理工具”变成“业务能力的一部分”。

曾鸣还提到，从“千人千面”到“一人千面”，AI正在改变企业理解用户需求的方式。传统推荐体系主要依赖标签和历史行为，而AI有机会通过持续互动，形成更动态、更个性化的理解。这意味着未来产品和服务可能不只是按人群分层，而是围绕单个用户在不同情境下的需求实时调整。

影响解读：AI竞争将从模型能力转向组织能力

对中文科技行业读者而言，这场对谈释放的信号值得关注：2026年的AI应用焦点，正在从“谁的模型更强”转向“谁能把AI用进业务”。模型能力仍然重要，但企业最终获得差异化优势，可能取决于流程设计、数据资产、组织配合和持续迭代能力。

对于创业公司，这意味着机会不只在做通用AI工具，也在于面向垂直行业提供可落地的AI工作流方案。对于传统企业，AI转型不能只交给技术部门，而需要业务负责人重新定义任务、岗位和指标。对于软件厂商，未来产品竞争也将从功能清单转向能否帮助客户建立可持续学习的智能闭环。

总体来看，曾鸣的观点指向一个更务实的AI产业阶段：企业不应把AI视为短期风口，也不应只期待立刻看到财务回报。更关键的是找到可被AI承担的真实任务，让AI进入核心流程，在持续反馈中积累能力。谁能更早完成这一转变，谁就更可能在AI时代获得新的增长空间。