【世界人工智能大会】思想者论坛-李开复

AI重构商业组织与个人职业选择——李开复#

【总结】#

中心论点：#

AI已不再在路上，AI已经到来。AI的核心本质是让智力变得廉价——就像工业革命把肌肉变成机械、电气革命把能源变便宜一样。企业应当将最聪明的AI大脑用于核心决策而非边缘应用，通过构建"企业本体"（企业知识地图）、部署多智能体系统，并重构组织架构（从树状管理到DRI驱动的扁平化组织）来真正拥抱AI时代。CEO需要依靠品味、远见、信念和勇气这些AI无法替代的品质来领导企业。对个人而言，需要远离机器擅长的领域（低自由度、低人际互动），向人际温度高或工作自由度高的方向转型。

论证思路：#

1. 开篇立论：以39年前的AI博士申请信引入，宣告"AI已来"，并将AI革命置于工业革命、电气革命、信息革命的历史脉络中定位——AI的本质是让智力变便宜。

2. 四大颠覆性特征：先取代脑力知识工作、扩散速度是电的五倍、成本两年下降175倍、AI自我训练加速进化。

3. 技术逻辑链：AI编程能力超越绝大多数程序员→编程是数字世界的操作→Agent具备执行、记忆、交付能力→AI成为真正的"员工"。

4. 企业应用的核心落差：企业将天才AI用于客服、写文案等边缘应用，而未用于决策中枢——根源在于缺乏"企业本体"，AI不了解企业的地图。

5. 解决方案框架：企业本体（真实可信的企业知识地图）+ 多智能体（异质思维碰撞）+ 操作系统 + 决策中枢。

6. 组织变革路径：树状管理的中层瓶颈→老板AI提供上帝视角→识别和赋权DRI（微型CEO）→DRI驱动的AI原生组织。

7. 领导力进化论：AI可以执行、思考、建议，但不能担责——CEO的终极价值在于品味、远见、信念和勇气。

8. 个人职业选择：四方格模型（人际互动程度×工作自由度）——远离左下角（机器擅长区），向上走（人际温度）或向右走（自由度/原创性）。

9. 收官回归：AI是人类认识并理解自己的最后一里路，人类以有限的选择承担无限的责任。

核心概念：#

- AI Agent：不同于只能回答问题的大模型，Agent能执行任务、有记忆（上下文+企业知识）、能干活、能交付成果，是真正的AI员工。

- 企业本体（Ontology）：企业的"超级地图"——包含组织架构、工作流、决策流程、供应链等所有运营知识，每一句话都是真实的，能消除AI幻觉，让天才AI真正有用武之地。

- 老板AI：零一万物推出的企业管理产品，通过捕捉全公司数据（会议录音、销售记录、客户反馈等），为CEO提供上帝视角，包括执行驾驶舱、承诺账本、人才发现、会议领航、战略沙盘推演等功能。

- DRI（Directly Responsible Individual）：直接负责人/微型CEO——端到端负责、自我驱动、能将AI管好用好的灵魂人物，是未来AI原生公司的核心组织单元。

- 四方格模型：以人际互动程度为纵轴、工作自由度为横轴，将工作分为四个象限，左下角是机器擅长的领域（将被取代），个人应向上（更多人际温度）或向右（更多自由度/原创性）转型。

- 人类终极价值：品味、远见、信念、勇气、担责——这些是AI无法替代的人类特质。

升华/启示：#

- AI不能担责——出了错不能把它告上法庭，不能拔电源惩罚它，它不懂责任、热爱、品味、远见、信念和勇气。正因为AI不能担责，人类的价值恰恰在于：在有限的选择中承担无限的责任。

- 服务业将经历价值重估。当AI推动GDP增长30%、人人不再为温饱发愁时，那些带给社会温度与温暖的人将是社会最受尊敬的群体。

- 教育的本质是"当你忘记一切后留下来的东西"——不是专业知识，而是思维方式、人际连接和终身学习的修养。

- AI是人类认识并理解自己的最后一里路。39年前的这个信念，到今天不仅没有褪色，反而更加真切——因为AI已经来了。

---

【演讲稿】#

各位思想者们，大家上午好，欢迎来到世界人工智能大会思想者论坛的现场。我们的论坛将于一分钟后开始，请大家尽快就座，并将手机调整至静音或振动模式。

尊敬的各位来宾，各位朋友，大家早上好。欢迎来到2026世界人工智能大会思想者论坛。我是本场论坛的主持人蒋昌建。

昨天关注论坛的朋友都知道，我们是围绕着数据边界、自主智能、认知价值和人才培育四个维度来进行深化和思辨。同时我们在跟观众朋友们互动的过程中，也就相关的问题有一些深化的思考。今天我们把视角投向了产业变革和它带来的长远影响。当然这里面涉及到生产力如何提高，在这个基础上组织如何变革，甚至包括企业的文化怎么做迭代与发展。当然我们还有另外一个重要的课题：当硅基和碳基在一起合作的时候，它们相互之间的关系是什么？是一个共生的关系，还是彼此有所戒备的关系？这是我们要讨论的话题。

大家都看到屏幕将会呈现一个二维码，这个二维码的作用就是请各位扫这个码，然后在我们的思想者跟大家分享相关内容的时候，你可以把相关的问题通过扫码以后直接向后台提交，我们会根据您的问题，然后在舞台上跟嘉宾有一些更好的沟通。请大家扫码提问。

好，接下来我们就开始今天的演讲。我们首先出场的大家都非常的熟悉，他一直在人工智能技术及应用创新方面非常的活跃，他不但有具体的实践，他还善于把实践变成思想的总结。我们在很多的人工智能书籍当中都可以看到他的名字。他最近一直在穿梭于企业和各个国家之中，他希望能够把自己的人工智能理念跟企业的迭代和发展，甚至包括国家的人工智能战略的实施紧密地结合起来。他是科学家，也是教育家，当然他也是躬身入局的创业者。接下来我们用掌声有请零一万物首席执行官、创新工场董事长李开复先生。他讲的题目是：生产力的第一性，AI的未来已来——重构商业组织和个人。掌声有请。

---

早上好，谢谢大家这么早起来。来听到一个让人振奋的事情，就是我最近写的一本书，现在要加两个字："未来已来"。因为再过10年、20年甚至40年以后，当你们告诉你们的孙辈，你们会讲一个故事：2026年，这一年就是AI真正到来的时候。

这一年我已经等了40年。这是我39年前申请卡内基梅隆AI博士的申请信，这封信已经泛黄了，但是它里面表示的就是我对AI终身不变的热情和承诺。这里面我写的一句话，我今天想特别呈现出来，就是：AI是人类认识并理解自己的最后一里路。那么今天我要告诉大家的就是，AI不在路上，AI已经在这里了。

我们看到很多次革命。如果我们想想每一次技术革命的本质它是什么？工业革命把肌肉变成了机械，电气革命把能源变得更便宜，信息革命把信息变得更便宜、让人能够获取。互联网时代把人与人的连接变得更方便。那么AI时代它所带来的是什么？就是把智力变得更便宜。

智力是我们人类特别珍惜的。我也记得我在CMU读博士的时候，有一个老师叫做莫拉维克，他的理论就是——大家要记得是80年代——他告诉我们的是未来数据会越来越多，计算会越来越快，终有一天AI会比我们聪明得多。而且AI比我们聪明的时候，AI先取代的是我们的脑力，不是我们的四肢。这在当年来说是一种科幻的说法，但是我相信这一天可能来临。然后当时我就问他说，如果AI真的比我们聪明，那么我们人类为什么存在？他的回答是：为什么你会默认人的聪明是我们存在的意义？

那么今天这个演讲我就要分享给大家，AI是不是变得更聪明？AI变得更聪明，我们要把握什么样的机会？从CEO、组织到个人，还有最后AI变得比我们更聪明后，我们人类剩下来的是什么？

AI变得更快更聪明，很多讲者都讲到了。这里我想特别讲从它的颠覆性来说，其实是有四个特别巨大的特征。

第一个就是AI先处理的、先解决的是知识性的工作，也就是莫拉维克教授当年告诉我的：先取代脑力，才取代四肢。

第二，我们看到AI的扩散，它比电的扩散还要快接近五倍，因为我们已经有网络。这点特别重要，因为电的发明不代表它能够快速扩散，它是需要电网的存在的。而AI的扩散，我们已有互联网革命作为它的基础。

第三个是AI成本下降。如果我们把两年前最棒的模型，比如GPT-4，来判断当时它的每一个功能的价值，到今天，接近它的甚至超越它的表现的是开源模型，它们的能力大约相等，时隔两年，但是成本下降了175倍。这是基本上没有看到过的事情。

最后我们看到的是AI的角度——这个图来自于去年比较火的一个概念——OpenAI越来越多地让AI自己教自己。当你需要人类来教AI的时候，你需要大量的人去做各种实验，然后大家要辩论、论证、挑选哪些人发明的东西可以汇集起来进入下一个版本，这一个版本就花了两年甚至一年的时间。但是当AI训练自己的时候就没有这种摩擦了，它会自己来安排做实验，那么它就会更快地让自己变得更聪明、变得更快。

所以这一切如果再补充一下，我们知道模型能力越来越强，就代表着什么？代表着我们现在可以看到AI的智力在提升，快速提升，而且它的成本在快速下降。如果我们画这样的一个图，我们看到的提升速度不但没有放缓，不但没有进入瓶颈，而且最近加快了，反而更多了。这个图没有组委会要求我们公司画，所以GPT-4没有放上去——如果放上去又多了一个让中国人自豪的点。上面是闭源模型，下面是开源模型。可以看到闭源开源都在进步，而且这个进步没有停止，所以它的IQ不断地在增长，越来越厉害。最近它的成长反而更陡了，这是为什么？这个就是因为Agent时代的来临。

我想在座每一位都知道，Agent它的核心是一个大模型，但是大模型本身是通用的，它必须要能够执行，这是最重要的。大模型和Agent的差别就是Agent可以执行，可以执行任务，可以干活，可以交付，可以做人的工作，而不是只是回答人的问题。然后它有记忆，记忆包括了上下文，包括之前个人和组织的一些内容，还有很多企业的知识。它把这些结合起来，它就成为了一个不是只能回答问题，而且能够干活、能够交付、能够做人的员工能够干的活的AI。

其中有一个特别关键的技术就是编程。我们可以看到编程的能力，其实成长得比文字理解或者图片的理解或者是视频理解要来得更多。仅仅在过去的三年，AI已经从一个完全不会编程的技术变成现在它在SWE-bench这样的一个评比上面可以达到94分，也就是说它94%的编程题目都可以做出来。人类的平均工程师可能只有五六十分，人类很厉害的工程师可能也只有七八十分。所以简单的说，就是AI编程的能力已经超过了绝大多数的程序员。

所以可能在座的朋友们也听到过，有人开始担心，并且怀疑是不是程序员会没有工作。我们也看到美国的一些科技大厂确实有大量的程序员裁员的动作。待会我就要讲——程序员其实不是没有工作，但是不思进取的、按照旧的方式去写代码的程序员确实没有工作。如果这些公司去年今天还有工作，那只是他们老板还没有意识到AI编程的时代存在。

程序员失不失业当然是一个很严峻的问题，但是在整个人类进步的这样一个道路上，这件事情只是小小的一个环节。真正重要的是什么？真正重要的是可以编程就可以干活。因为编程就是数字世界里面的操作流程。也就是说你可以想象当AI可以做程序员做的事情带来了什么？它就会专门编一个程序帮你去操作APP，帮你去调用API，帮你去做这个事情。

平时如果你让你的助手说"请你帮我安排去上海出差，我要怎么样"，然后最后助手给你的不是说"OK，你自己去干"，他的答案是什么？助手就真的帮你把酒店、飞机票都订好，这才叫做干活。那么今天AI可以编程了，它就可以编一个程序去打开携程这个APP，找到你要去的时间，然后定下来买票，然后帮你发微信给你的朋友，看能不能约到你要约的时间。如果约的时间不对，回去再改票，然后不断地迭代，直到他帮你安排到一个让你最满意的行程为止。

那么这件事情上你的助手就被取代了。他被取代的理由是因为AI编程。AI经过编程可以操作手机，可以操作电脑，可以操作APP，而且AI既然可以编程，它也有程序员的其他的思考。程序员还有什么思考？如果在座的有程序员的朋友，我们可能都会知道：当你编程是怎么回事？就是你要做一个任务，然后你要把这个任务拆解成一步、两步、三步、四步、五步。所以这就是一个计划的能力，一个任务拆解。所以当AI会编程，它也可以拆解这种问题，然后做策划、做计划。程序员还有什么能力？程序员会debug，会测试。我写完了代码，结果不对，去测试它出了问题。没关系，出了问题我针对这个问题来修改它。所以它有一个找错的功能，一个改错的功能。它有分步思考和从错误中学习的能力。这些能力它不只是用在编程上，它可以用在解决问题上。所以这里的第一性原理和逻辑就是：当AI的编程能力变强了，它就变成一个AI员工、AI工作者。

各位作为个人用户，我们觉得这些Agent用起来蛮好玩的，但是它对我们的价值到底有多大？如果说我给你很棒的Agent，一个月要收你5000块钱的月费，你可能在身边还没有几个人会去订阅，对吧？但是在企业里面不一样。因为在企业里如果有一个比人还聪明、还会编程、还能解决问题、速度更快、一天工作24小时的AI员工，然后一个月假如是5000块钱，任何一个企业都会认为这比我的员工便宜多了。因为脑力工作、知识工作者，收入就比较高，5000块能够买到知识工作者，而且它可以做多个知识工作者的工作。所以AI的应用一定在企业，这是最大的机会。

那么今天在企业里我们也看到各种不同的应用。在这里特别想说的就是说最重要的应用居然被疏忽了。今天大家谈AI应用，总还是拿来做客服，用来修改材料，用来生成PPT——这些确实可以做。写文案，还有做助理能够安排行程、能够报销这一类的工作。我们知道从写代码、调用系统到会执行公司流程，这当然都是有价值的，每一步都可以更快速、更便宜，然后可能更可靠有效地解决今天需要人解决的问题。但是我们没有想到的是第四步——帮助公司做特别重要的决策，时候到了！

我们想想看，我们有一个超级天才员工，他可能像是一个天才儿童，科大少年班毕业，然后清华硕士、MIT博士，全世界IQ最高250。然后他到了我们公司来说"我来帮你干活"。然后我们说"OK，你去干客服，你帮我改我的文章，帮我写个PPT"——这些有足够用到我们的天才吗？是不是大材小用？如果有这么聪明的一个人来到我们公司，来到任何一个公司，我们CEO一定把它当作宝贝捧到办公室了，说：你来帮我思考公司的战略，我们的组织问题，我们的决策问题，我们的执行问题。你能告诉我我公司应该往什么方向走？我们竞争对手我该怎么办？那么这些决策——今天居然没有用到！我们虽然创造了这么聪明的一个AI，但是我们大材小用，我们怎么对得起我们的AI科学家？我们对得起这些特别厉害的AI大脑吗？我们一定要把它用好。所以今天我想讲第一性原理，其实非常简单的：这么聪明的大脑，请把它用好！

没有用在特别好的地方，用在什么地方？我们一个企业的应用可以说从边缘的应用——行政、知识库，然后通用问答、客服，然后稍微专业一点的供应链、工作流程。但是我们有没有想到我们公司最重要的角色：做决策、做判断、做战略、做生产、做研发、做销售？一个公司的存活和成长就是靠这几件事情。我们有这么聪明的助手，为什么不把它用上？所以这是今天希望大家能记得的一个重点。

那么，企业需要的也愿意把这种AI带进自己的决策中枢，我们该怎么做？我们现在有的公众Agent，比如说ChatGPT、Kimi这些，但是你们有认识谁把这些Agent用在了企业中枢吗？并没有。因为理论上这些Agent加上一些其他的护栏，再用上最好的模型，是可以应该用在企业的，假如没有安全问题的话。但是它并没有发生，那是为什么？那是因为在企业里面每个企业都不一样，每个企业都有大量的档案，都有特别的行业问题、公司问题、决策流程、工作流、组织结构都不一样。如果你没有学会这些东西，你是很难去创造价值的。

我们这里特别要讲，假如刚才说的科大少年班、清华MIT超级天才、IQ250，真的，我们有幸在现实世界能够把这样的人聘到公司来。我们一起把他带到我的办公室，我说："以后你就帮开复老师做重要的决策。"他说："好好好，今天我能做什么？"答案是什么？今天你什么也不能做。因为你不懂我的公司，不懂我的行业，不懂我的人，不懂我的组织，不懂我的决策流程，不懂我的工作流。所以再大的天才在公司也是没有用武之地。

我们可能记得在一年半前DeepSeek R1出来的时候，每一个人都为DeepSeek自豪，都很喜欢用，都下载了它的APP，甚至带来各种不可思议的成功，觉得最厉害的中国AI已经出来了。然后就发生什么事？我们再回想一下，你们的单位是不是很多就买了自己部署的版本？我看到产业链条。然后今天这些部署在哪里？我发现它不见了，对吧？是因为模型不好吗？当然不是。我再问一个问题：今天你们哪一家公司、你们单位能说，我把今天最牛的模型，比如说GPT或者是GPT-5.2装到了我的公司，并产生了巨大的作用，改变了公司状况？基本没有了。

我参加各种会议，常常有一家公司有个CEO找到机会坐我旁边就问我说："开复老师，我跟你请教一下，我们公司现在做了好多AI，你帮我评估一下怎么打分，我做了什么？"他就开始如数家珍——客服、法务、财务等等，说一共做了376个AI应用，在我公司都用起来了。然后我说："它怎么帮你改变了你的财报？"突然房间里一片沉默。因为他没有改变财报，他没有用在核心应用上，它都是边缘的应用。当你这些应用都是边缘的，而且这些应用都不了解你公司的地图，它能帮你改变财报那是不可能的。就像天才的同学加入了我们的公司，第一天我不告诉他我公司的任何状况，我就把公司所有的档案柜说："这样，我的档案柜都在这个仓库里面，你来告诉我公司该怎么走。"他答得上来吗？当然答不上来。所以我们有这么天才的AI不去用它，那是一个暴殄天物，是个浪费。但是你要用它又用不上，因为你的档案还没给它。

所以这里我想提出的：大模型已经很强了，用最好的大模型其实都可以，用国内的、国外的、开源的、闭源的都很好用。但是问题不在于大模型下一个版本、下一个迭代是不是能解决。今天我公司用不上，今天改不了财报，明天因为某一个公司发布了一个新的通用模型，我就改变财报了吗？当然不是。因为去年用不到DeepSeek的理由，也是今年也用不上新模型的理由。因为在这样的一个很厉害的大脑上，就像我带了一台特别棒的时光机，今天我把最新的英伟达的H100 GPU带回了1976年，然后我把芯片带到一个最大的公司，比如说美国通用汽车，然后我把芯片放在老板桌上说："这是最强大脑，你用起来。"怎么用得起来？因为你没有PC，没有操作系统，没有应用。现在时候到了——最强大脑它就是一个芯片，我们上面还需要搭操作系统，上面还需要搭应用才能创造价值。

所以这个道理其实很简单。那么我们到底有什么？我们的大脑当然就是我们的模型——最棒的模型。我们还需要三件事情：第二个是我们的企业地图，它就是公司所知道的一切；第三我们需要的是一个导航系统——公司的实时上下文；第四我们有四个子系统。

今天时间有限，我稍微过一下。第一个其实可能是最重要的，这个叫做"企业本体"。这个词可能最近两三个月比较火，美国的一个叫做Palantir的公司，用它来帮企业创造巨大的价值。去年它做to B的业务，拿到1000个新客户，每个都给它几百万。所以你可以想象它的价值有多大。它用什么模型呢？它的回答是：无所谓。因为强的模型都很强，哪个模型只要是世界前十名的都能用。但是重点是它做了很多——而它就是企业的地图。

如果像刚才所说的，我们把天才同学、把全部公司档案这些都扔给他，看到的是左边的现象：比如说你是一个建筑公司、房地产公司，你看到的是零碎的信息。你问他一个问题说"我们欧洲的供应链出了什么问题"，他就只能够把碎片拼起来猜。猜这个结果是什么？就会猜出问题来。为什么常有困难？就是因为数据太多了，然后不知道怎么对齐。但是如果你告诉他我们公司是什么样的房地产、什么样的物业、我们要做什么样的房子、卖给谁、我们的组织架构、决策、供应商等等的欧洲、亚洲全部放进去——那么天才同学看到了右边的这样一个非常有趣的地图，他就可以归纳、推理、揣测、验证我们的欧洲供应链问题出在哪里。所以好的企业本体就是一个非常超级大的档案，这个档案里的每一句话都是真实的，所以不会有幻觉。而且它告诉你所有你公司运营需要知道的每一件事情，从组织架构、工作流、决策流程等等，那么有了它作为一个指南针、作为一个地图，我们的天才同学就有一个用武之地。

第二，我们要做一个很好的聪明的大脑。其实每个模型已经很强了，但是最近的多智能体又提供了很多价值。我们平时听到多智能体可能是智能体之间的交流、一起工作等等。在这里我想提到的是多智能体可能是可以提高智能的上限的。这里的意思就是说我们是可以把多个智能体训练成不同的实体，然后让它有不同的知识，然后发挥讨论、辩论，最后碰撞，得出一个真正符合第一性原理的正确的答案。

其实人类也是这么做的。我们在一些很困难的问题，比如说你们老板可能会请你到办公室来找几位特别厉害的下属，然后讨论公司的新策略、新产品、新技术。找来的人可能都是跟CEO本人不一样的，是互补的，所以才能产生这样的一个价值。我们也可以看到在董事会需要不同的人、不同的背景。投委会也是一样的，可能有一位是很懂风控的，一位是很懂估值的，一位是很懂二级市场的，一位是很懂技术的，一位是很懂商业竞争的。他们一起讨论碰撞才会得到好的结论。

有一家公司叫做桥水，很多人也听过，它提倡的"极度透明、极度求真"的文化：我们要找一批特别不同的、异质思维的人，让他们把所有的话都讲真话，这样的话公司运营就会有效。那么我们这样的一个多智能体在执行，也就是说怎么去做多智能体。比如说在创新工场我们要做一个投资决策，我们就可以训练五个不同的智能体，各有所长，让他们辩论，让他们在沙盘里面推演，然后彼此辩论，主席最后基于大家的反馈做一个决策，这样的话就会是更有智能的决策。

当然在人类社会要真正做到每个人都讲真话其实是很难的，因为都有面子问题。或者你投了我的股票，我也投你的票，或者我不好意思去冲撞老板、董事长等等。但是在AI的世界是没有面子的，大家都真的可以说实话，所以更容易可以呈现出它背后的真理。

我们可以看到这些技术就是我们要把AI用起来。模型会变得越来越强，速度变得越来越快，价钱可能会变得越来越低。然后我们在上面再部署一个企业的操作系统，我们有好几个多智能体，还有很多其他的护栏，包括权限等等其他的技术，我们这样就把它管起来了。这样就可以来做企业的决策中枢，它就可以来帮助老板做决定，或者帮助某一个公司的成员来做决定。因为他——天才——就像是在公司里工作了六个月，懂公司之后，他对公司的价值是非常巨大的。

下面我想谈的是AI转型。它不是一个技术人员的事，它不是一个老板应该装什么软件的事，它不是一个IT部门的事。AI的转型其实面临的问题是当大量的聪明的AI员工进入公司以后，老板怎么去管这个公司？

假设我们可以找到一批人把这些AI员工管好，它会在公司里做一些工作。这个时候公司的瓶颈会在哪里？就在公司的中层管理。其实在公司越大，中层就越深。中层越深，它的效率就越低。这不是任何一个公司的问题，而是组织架构这个机器。就因为它要管大量的人，所以需要有很多中层一层一层的管——一个人管五个人，一个人管十个人。你要管一万个人，可能就有好多层去把它安排起来。有这个层就会有信息的耗损，因为有时候你没有传递完整的信息给我；有时候会有信息截留，你可能不想让老板知道真相；或者两个部门可能在竞争在做同一个事情，不想让老板知道。然后从上到下的传递也会有一样的问题。因为屁股决定脑袋，在公司很多做中层管理的人，对自己的位置和自己的部门的重视是超过对公司的。而作为CEO，他在最高的位置上，下面递上来的都是充满了噪音、充满了糖衣包装、充满了自私的各种行为，他是看不到真相的。他传递的消息到了最底层也一定会变形。这是不可避免的问题。

当公司有很多人、有一万人、有十万人，可能你也没办法，因为管理学告诉我们就是要用这种树状的方法来做管理。但是当公司越来越重视AI的时候，我们就会发现人的中层管理还有带来的信息闭塞、信息茧房、信息耗损的问题就会被放大。所以这个时候老板他会继续被看到很多好事情，突然有一天出事了，风险发生了。他问到下属说："这个事能不能早点告诉我？"下属可能是基于好心，觉得我自己可以解决，我解决了就不用告诉老板了。但是老板说："你不早告诉我，早告诉我我可以解决。"有时候老板发现了一个事情，发生了灾难了，他去问下属，下属就已经辞职了。所以这种问题在公司里面是特别严重的。随着AI员工的加入，这些问题会变得更严重。

所以我们认为既然要给公司创造价值，就要把这个价值创造在一把手。所以我这本新书写的是给CEO去重新思考：公司怎么去拥抱AI，怎么把AI员工带进公司，怎么找人去管理AI员工，还有怎么解决管理层中层的效率缺失的问题。

那么这个问题怎么解决？零一万物推出的一个产品叫做"老板AI"，你们有空可以到我们的公司去看一下。这个产品其实挺简单的，它就是把公司的全部数据通通送给老板看。除了全部数据之外，还会捕捉新的数据。比如说在零一万物，我们每个会议都录音，每个客户打电话来抱怨退货全部录音，每个销售去见客户，只要客户允许全部录音。今天大家知道语音识别、声纹识别已经非常强大了。当然有这样一个记录的时候，公司最重要的流程数据到底是什么？我会说其实是会议。在会议里新的点子发生、脑力激荡发生，决策是在会议里做的，辩论是在会议里的。这样一个时代会有一定的变化，所以我们怎么能够把这么重要的数据源从源头捕捉起来，作为我们老板决策的重要依据。

那么我们一旦捕捉起来，我们就可以——比如说就可以用这六个不同的功能——老板就会问"老板AI"："我上周公司开了1000多个会，我只参加了一个或者十个。那么在这990个会议里面，我们有什么重要的决策是我需要知道的？有什么巨大的辩论是我需要知道的？有什么我定的方向碰到了卡点，但是还没有告诉我？"所以它提供给老板的就是一个上帝视角，看到公司每一个角落在发生的事情。这样公司能不更有效率吗？

第二，我们有一个执行的驾驶舱，它可以避免风险，它可以告诉我怎么去在执行的时候把公司发生的事和我们公司的重要目标能够对齐。

第三，我们为了让我们的中层管理当负责，我们给每一个人设立了一个承诺账本。你在开会的时候答应做什么？你不能再假设你希望老板忘记——老板会忘记，但是老板AI不会忘记。因为我们知道每一个人承诺了什么，我们会提醒你记得做该做、要做、还没做的事。我们不告你的状——"开复老师，他答应了没有做到。"然后我去提醒他，如果还没有做到，我们年底做业绩清算、业绩评估的时候，我们就会看：这个人75个承诺做到了69个，这个人67个承诺只做到了13个。下面会发生什么事情你就可以想象了。

第四，它是人才发现工具。它可以发现公司里面哪些是我最需要的人。我可以问AI："我的公司里面谁最会AI编程？他们里面善于分享、愿意分享的人，这些人里面有离职风险的是哪些人？"这些都可以理解、都可以知道的。因为一个工程师如果过去参加会议，老是愿意接任务、愿意负责任、愿意解决问题、愿意帮助别人、非常积极主动，现在躺平了——我马上知道他有离职的想法，我就要去试着挽回，如果他是做公司重要的人才。

然后"老板AI"左下角的会议领头人功能，它可以告诉我开会之前今天谁来找你，他会问什么问题，他想跟你要什么，你该反问他什么问题，才能做好你的决策，给不给他什么样的东西。开会的时候它会盯着每一个人讲的话，如果有人讲到不靠谱的话，我会在我的PAD上得到提示：你要去挑战这个人，他说的这个东西与事实不符。开完会之后，我们的下一步该做什么、该怎么跟进、会议纪要怎么去安排，然后大家做了每一个人做了什么承诺放到账本里面去。还有可以帮我做战略规划，不是企业里的每件事情都要试试看、失败了才知道失败，我们可以在沙盘里面去推演。

企业经营目标是让每一个正确的决策落到行动，并持续产生正向的激励。

（产品演示环节）

所以"老板AI"它就是一个超级天才，有爱因斯坦一般的大脑，有着永远不忘的记忆。然后他在我耳朵旁边会讲悄悄话，让我更好地管理公司。

下面我想讲的就是：好了，有了"老板AI"，哪天是不是它取代我了？我们想想，讲一讲领导力——公司的管理者和创业者应该是什么样的思维？AI可以执行、可以思考、可以交互、可以帮助、可以建议，但是有一件事情AI不能做：AI不能够担责。因为AI出的错，你不能把它告上法庭，你不能拔它的电源，你没有办法惩罚它。它不懂责任的概念，它也不懂热爱的概念，它也不懂品味、远见、信念和勇气。

我们如果看看今天很多企业的领导者，他们的强项可能是执行，或者是管理，或者是运营，或者是产品力，或者是强销售——很不好意思，这些CEO以后AI都会比你们做得好。还有一些CEO，他们的特点是这四个特点——品味、远见、信念、勇气——这些CEO才是未来最重要的CEO。

比如说香奈儿，她的品位——她当时看到了女人穿的不舒服的衣服，她就决定不舒服的衣服不要再穿了，我要设计出来又舒服又好看的衣服，改变了女性的服装。乔布斯，他的远见打造出来的iPhone——如果你去做用户调查，当年大家用的诺基亚，做用户调查是讲不出iPhone的。是乔布斯做出iPhone给每一个人看，他说"我也要"，但是他做出之前靠数据、靠人、靠调查、靠用户是调研不出一个iPhone的。有一个故事就是有记者问乔布斯说"你做用户调研吗？"他的答案是："不。每天早上我起来刷牙的时候看着镜子，我就在问自己——我想买什么？"也就是说，用户其实并不知道他未来想要什么产品，只有乔布斯知道。所以靠用户、靠数据是不行的。

贝索斯，他的信念是我们一定要把电商做成——第一个该卖什么？然后他居然是第一个做出了美国订阅式电商。而且他也是第一个做出了云的概念出来——他们是个电商公司。所以他一次又一次地有了新的信念，他去做一个华尔街刚开始不认可的事情，但是一次又一次证明他是对的。

然后马斯克，他把身家扑进去，冒着自己破产的风险，也要让SpaceX再回收一次火箭。所以今天成为了万亿美元的公司，就是靠他的勇气做的。

所以因为AI不能担责，一个好的CEO跟AI是非常好的伙伴。老板来用他的品位、远见、信念和勇气做出重要的决策，让AI帮助自己，让AI帮助降低风险。这是未来的领导力的呈现。

领导怎么改变？组织会怎么改变？我们刚才也讲了，中层管理其实有很多问题。当公司有人的时候、有很多人的时候，你不得不有中层管理，否则会出乱子。但是当你公司越来越多是AI员工的时候，我们的组织是需要变化的。

这里我想提出一个新的概念，叫做DRI，就是在AI原生公司里面做一个微型CEO。它的特色是什么？它是端到端负责，它是单一唯一的负责人。然后它是有自我驱动能力，不需要老板给路径、给目标。基本没有老板，它就是自己的老板。而且它是能够把整个事情搞定，包括和其他的部门、合作伙伴、客户的交流。然后最后一点——近年来出现的现象——它还需要能够把AI管好、用好。那么这样的DRI会是以后的组织架构的核心。所以在座我看到很多的年轻的面孔，你们就应该在你们单位里面去寻找有没有DRI的机会，有没有做微型CEO的机会。如果没有，可以把简历发到零一万物。

DRI这个概念其实并不新，历史上有很多DRI。但是这些DRI不是用AI的，而是他就是执着的认为我要把一件事情做成。我就是唯一的负责人。他们还享受一个非常大的特权，就是老板支持着他们，虽然他们做的事情不是公司最主要的事情。这里包括——有人发明了搜索广告，包括了索尼的久多良木健发明了PlayStation，包括了霍华德·舒尔茨把星巴克做成了今天的星巴克。这里很多例子，还有中国的袁隆平，他们都是在驱动一个他们特别认可的事业。而他们是在一个组织架构里面，但是他们只要有大老板的认可，然后足够的授权，他们一个人或者小团队可以把事情搞定。所以这个概念应该很简单。只是说过去绞尽脑汁，我想了六个例子出来，我觉得在全世界未来应该有六千万个DRI的例子。因为以后在AI时代来临之后，这种机会更大了。因为以前要做他们做的事情，可能需要大量的资金，或者是一个大量的资源，或者是需要冒巨大的勇气和风险。但是今天AI员工这么聪明、这么便宜，你作为DRI可以管着一批这样又聪明又便宜的员工，又高效地去执行你想做的任务。所以在未来我们相信会有这样的一个DRI，他是公司的灵魂人物。

微型CEO的效率会很高，因为责任清晰、协同简单、决策更快，而且结果做出来会更强更好。简单的来说，过去组织架构的树状图是一个老板管一切，未来会是DRI。DRI下面会有很多AI来帮他做事情。那么一个企业会怎么样走向DRI的一个路径？我们认为今天是一个树状的时候，然后首先领导先用上"老板AI"，用"老板AI"来洞察公司里面怎么样执行的更好，改变财报，让公司更有资源。然后其次挖掘人才，把公司的DRI安排出来，识别这些DRI，给他们更大的权力，让他们成为公司用AI这种功能用得最好的主力。最终公司可以变成DRI驱动的组织。那么我们的中层的员工、中层的管理，他们是可以转型成为DRI的，他们也可以帮助公司跨越到最终的状态，他们也是一个教练。

在这样的前提下，个人来承担。这是今天最后一个话题。因为在座的CEO可能也不是很多，但是我们可能了解了以后的CEO该怎么想，你们可能也能够更方便地找到自己的位置。

所以以后如果是做管理的，我们会面临的一个企业的改革，就是你有四个选择：

第一个是你可以做DRI或者做DRI的老板。那么你就要能够更多的时间花在去管理智能AI的队伍，然后是小团队，然后是做负责人解决问题、接受责任，然后能够担责。这是第一个选项，这是最好的选项。

第二个是你可以选择去做一个人对人的工作。也就是说在这样的一个AI公司里面，毕竟还是要跟客户打交道，毕竟还是要有人力资源，毕竟还是要人跟人之间建立信任。那么这些是很多AI还做不到的。那么你作为一个更有经验的人，可能是一个好的教练能够帮助大家。

第三，还会需要一些桥梁的角色。因为很多事情不是说一天就能改变的，公司有过去的工作流程。那么这几个桥梁的角色，他可以做战略对接，把旧的新的系统对接起来。但是必须要提醒一下，这个职位可能是过渡，它不是长久的。

如果这三个你都做不到，当一个公司成为AI原生公司之后，很不幸的你就会成为被压垮的中层。因为以后中层的管理会越来越少。

那么个人的贡献者也有好几个选项。因为有AI来帮助你做工作，如果你能够协调上下游、能够自动化工作、能够实时感知预警，那个人会变得越来越强大，用这样的AI。我们看这几个选择：

第一个是作为一个个人的员工，那么这个以后我们会收缩，因为很多的知识性的工作会被AI去干。但是持久的是如果你成为一个AI项目负责人，而且会管、会用AI，那就比较持久。第三个是你也可以做一个教练来帮助其他的人做人与人之间的关系。还有第四个可以纯粹的做——比如说高净值客户，或者是做一些其他的工作是人与人之间需要温度、需要信任、需要情商的工作。这些工作还会存在。

那么AI时代的来临会带来非常巨大的这些方面的改变。所以意味着我们未来的工作，我们可以看两个维度：X的维度、Y的维度。Y的维度多大程度工作是需要人际互动的——你的工作的很大的一个比例是你要得到别人的信任跟合作，那么上面是更高，下面是更低。X轴告诉我们是工作的自由度——你是在一个很封闭的环境里做事，还是你每天碰到的问题可能都不一样。

那么左下角的是机器擅长的领域。所以我给大家的劝告就是：你要远离左下角的机器擅长的领域。这些你想能打得过AI是绝对不可能的一个奢望，这些工作就会消失。那么你就要转型，一个方向是往上走——是有更多的温度、更多的人在一起工作；一个是往右走——就是让你去挑战、接受更多的未知的事情，去做一些未知的事情，无论是做原创的，或者做一些非常需要强大的经验的工作。

体力劳动其实也是一样的。体力劳动虽然不会那么快速的被取代，但是具身智能的时代也将来临。在未来五到十年来了之后，如果你是做体力工作的，也有被取代的可能。如果它是封闭的环境、不需要人际的互动，最终也是机器擅长的地方。也是需要往上走——更多的人际内容，或者往右走——更多的自由度。可能会想体力工作的自由度是什么。比如说救援人员、比如说水管工，其实就是自由度很高，因为每天解决的问题都不一样。但是在流水线上工作就是自由度比较低。

所以以后我们的大脑——真的是左脑的事情，AI会越来越多的接过来，然后碾压我们的能力，有大量的数据、大量的技术上的支撑、不断的进步。那么人类的选择其实就在于我们的有限的选择、愿意担当无限的责任。是我们的价值观、判断力、方向感，是我们的品位和我们的勇气，带领着我们去做大的选择。因为AI是不能担责的，所以我们人担责。我们人告诉它做什么任务，我们人赌上自己的身家、赌上自己的一生来做我们热爱的事情，这才是体现人类的样子。

从我们开始的演讲，我讲到了我的39年前的那封信，那里面我说的：我们将会走向人类了解自己的最后一里路。今天最后我想跟大家说的就是：AI的未来已来。谢谢。

---

【问答环节】

主持人（蒋昌建）：好，现在来到了跟观众沟通的时间。但是你已经把这个时间用完了，没有办法了，45分钟，说好的15分钟的互动时间，但没关系。我们可以首先就处理最后一个问题——你最后一张PPT就是"AI来干活，人类来担责"。我们来问这个问题：当AI干活，你会发现它的正确的概率不断地提升，而且它决策的成功率也在不断地提升。你会发现人的引领的作用它到底体现在哪里？

李开复：是的，我觉得不同的工作AI替代的速度不一样。我们比如说一个医生——肯定我们不能让AI来担责。但是刚开始可能会说AI你的诊断还不怎么样，过了一段时间医生可能说AI你的诊断还蛮准的，我没有想到这个问题，你好厉害。以后我就是说Yes的那个人了——这一天，这个时代就结束了。也就是说我们在刚才发的四方格里面，我们会从左上角往右下角推进。我是坚决相信有一些人类的工作、有一些抉择是AI做不到的，因为它需要极端的勇气担责的。我觉得乔布斯敢去做iPhone，马斯克敢去做回收火箭，就是这些例子。然后我觉得人他有一些追求和一些热爱——比如说我40年前决定我是要走这条路，要走到最后一步，这样的选择也不是AI做的。因为它不是基于一个数据，AI擅长做的决策是基于过去的数据，因此它们能猜测未来的高概率事件。我40年前只是基于我认为这个是最美的、最伟大的事情，我当时不知道它的概率是多少。

主持人（蒋昌建）：没错，有时候人类它会依托于自己的直觉，而这个直觉你不一定能够用AI推断出来，甚至通过既有的数据把它演绎出来，这恰恰是人最宝贵的地方。根据这样一个问题，我们观众提了一个相关的问题。就像你刚才说的，当AI它在工作的效率提升，甚至包括在一些重要的决策的岗位当中，它可能做得比人好的概率在不断地提升，人就有可能从他的工作的场景里慢慢退缩。那么像这一种很容易把工作交付给AI的这一系列的岗位，立马就引发出下面很多关键的问题。如果我现在要选择一个岗位，如果我现在毕业了，我怎么能够选择一个相对比较保险、不太容易被AI取代的岗位？

李开复：坦诚地说，低概率你自己愿意努力去把握的事情。如果你是想得到高概率、能够不要碰到失业的——没错，那就一定要走服务业，而且是要人与人之间有温度的服务业。一个好的导游以及一个好的老年看护，一个好的酒店管家帮你安排行程，比方说一个好的厨师面对面的做菜——这类的工作我认为会收费越来越多。

主持人（蒋昌建）：但是这类的工作有些朋友就觉得：我学的是本科四年，我硕士又学了三年，我博士再学了三年，你让我——我不是看不起这些工作——他可能说我觉得我的知识对他们这样一个工作岗位好像有点浪费。他可能是这么想的。

李开复：我觉得教育的本质其实就是当你忘记了一切，你觉得留下来的那些东西。如果你一定执着的说我读的每一个课本、回答的每一个考题都要在我人生起到作用，这是一种执念。所以我觉得"有预料浪费了15%"——我可以理解你，但我不认同。我相信你在你交流的过程中交的朋友、好的导师，然后学习的方法，今天来选择参加这个讲座，愿意为未来探索——这都是你的修养。你沉淀下来的不一定是，而且很可能不是你的硕士博士的专业知识。

主持人（蒋昌建）：那么相应的另外一个问题，比如说在很多的公司，我们可以看到很多的工作不一定要人与人之间打交道，也不一定要提供那么多的情绪价值，甚至包括不一定要发挥人的想象力的这样一个张力。我们一个朋友提的问题就是——像未来的时代，是不是迪士尼这样的公司，就像这样的服务业，可能创造的这些价值更适应AI时代所带来的挑战？

李开复：我觉得娱乐肯定是。但是娱乐可能要做什么娱乐？如果你是会画一个卡通漫画，然后靠手绘来做一份工作，那可能会被取代。但是如果你是做一个特别有想象力、特别有人情味，特别让你的客户觉得"我好满足、我好开心，我的情绪价值得到爆棚"，这是一种道路。或者是一些觉得这个人特别搞笑、单口相声讲得这么好，这也是一条道路。其实还有一个道理就是谈到娱乐业，我觉得泡泡玛特就是一个奇迹。我们如果用所有的数据来分析，没有理由认为AI能创造出泡泡玛特的成功。

主持人（蒋昌建）：它设计了很多的网络，它想不出来我要设计一个什么样的潮玩。

李开复：对，而且盲盒可以这么成功，也不见得是数据能解释的。

主持人（蒋昌建）：好，那么接下来还有一些比较专业的问题。我们这几天都在讨论智能体在企业当中所发挥的非常重要的作用，但是我们这位同志说他的企业要么很多愿意付费，但是他特别关注ROI就是投资回报，发现效果不是那么明显的怎么办？

李开复：其实我觉得这个问题就出在我刚才讲的上面这一层的缺失，包括企业本体的不存在，没有好好的去做这个基础工作。只是把通用的模型上面加了一些薄薄的皮肤，它真的产生价值也是不确定的。所以我觉得做智能体作为一个创业方向，就真的要去想是要卖给谁，怎么样让你卖的对象有一个企业本体，让你能够基于它来产生价值。所以我觉得这是我们需要反思的问题。不是说为什么大家不愿意出钱——确实商业环境也比较恶劣，确实很多的公司谈ROI其实是在期望砍价，这是一个问题。另外一个问题就是我们有没有把我们工作做好。其实零一万物就是尝试了帮助很多公司做，其实也产生了价值，但是真的要说改变了公司财报，并没有。为什么没有？我们回头来看就发现，我们因为没有对公司的地图有足够深的了解，以及所以我们就没有办法产生那么大的价值。倒推的话，我们怎么去产生价值？你要帮他做什么？帮他做定制，就要派我们的工程师去深度参与，价值才会变高。就希望能够解释——它的最大的价值是什么？就是碰到老板，而且知道谁在公司里可以破例地多给点钱。

主持人（蒋昌建）：OK，所以我们的方向就很明确。好，如果我下面的问题有点不太礼貌，但是我们是老朋友，我就直接提出来了。你给我看出来的这些新的使得公司能够进一步升级的解决方案，我觉得都很好。但是开复兄，我需要的——我们在结账的时候能不能考虑这种方式：零一万物给我解决方案，你只要提高了我的财报，我才愿意付钱。如果你不提高我的财报，对不起，我一分钱不付。没有任何问题，你可以吗？

李开复：但是我就会需要深入地介入，不可能只是远程部署。我冒的风险越大，我要的回报就越大。可以。当然给我利润分成。对，大涨就大涨。你得到财报增长的时候怎么办？你给我回报，这样的话我可以的。或者你给我赚点钱，我分你5%的利润，你自己选择。

主持人（蒋昌建）：反正你总的方案就是我可以接受以这样的一个效果来付费的方式。你看人家就举手了。我们其实有一个客户就是这样子的，举个例子你不一定讲他名字。

李开复：是一个海外的游戏厂商，他们还真不懂AI，然后他们就是说：我就给你送钱，我不让你赚一分钱利润，但是你如果证明效果好。

主持人（蒋昌建）：当然没有太多，但是一点点，所以这种模式也可以。好，那么接下来再问你。我知道你最近一两年都在穿梭在不同的国家，还有穿梭在各个企业当中，跟国家的领导人、跟企业的CEO也在谈你的理念。不单谈理念，你也把很多的理念落实下来。具体的方案上我问一个问题：谈得最多的，让你最可喜的现象是什么？

李开复：越来越多的一号位认为他必须要做这件事情。而且似乎真的是只有一号位能够做这个决策，因为这是一个担责的问题，这也是一个谁管整个企业和整个国家的问题。我们说实在的，我们的转化率也不是特别的高，但是每一个一号位的任务都是一个特别大的巨单，然后这个单子我觉得对他的公司也会绝对地改变他的财报。

主持人（蒋昌建）：与这个问题相关的，你谈来谈去，你觉得给你带来最大的挫折感是什么？

李开复：应该是有两个。一个就是：我让他CTO来跟我一起对接，我们把这个故事继续讲清楚。当他说"好，开始，你跟我谈的这些东西我都接受。但是好多我不太懂，请跟我们CTO谈。"你的话反映是我说："好，我让我的团队对接。"然后我们就礼貌地对接一下，因为下面最后的报价不错。因为这是只在乎报价的公司，不是我们想服务的客户。第二种其实最挫折的就是跟一个公司交流得很好，CEO也很懂技术，然后他拉了一大个单子来跟我们见了两次、三次、四次、五次，然后就没有消息了——他认为他学会了怎么做。结果我倒不知道，我猜应该做不出来了。

主持人（蒋昌建）：因为他事无巨细地向你问，你也事无巨细地回答了。

李开复：他后来停止问了，我也就没有然后了。

主持人（蒋昌建）：好，这个CEO你们还认识吗？好吧，待会会后悄悄地告诉我。还有一个问题，这个问题稍微也是有一点两难。也是一个观众一直要我向你提的问题。说我们聊过AI素养。两年多以前，我们把它落在具体的场景，比如说从CEO的角度，我要学习这些，我通过平台来推动企业的升级，甚至包括组织的变革我都能做。然后员工听了你的关于AI素养的讲座之后，也深刻理解到它很重要。结果你会发现：企业要裁员，员工被裁掉了——就是你开口要我做AI，也就是让我接受被AI取代的事实，才能够保证我的AI素养很高。你怎么理解"AI导致裁员"的这个问题？

李开复：我觉得不思进取的员工。在AI的时代机会很多，今天你们能来参加这个讲座就一定有机会。我描述的四个方向你们一定不会沦为此。当然也可能某一个工作沦为"是"了，但是会站起来。

主持人（蒋昌建）：如果我把这个问题再仔细地问一下：你希望说不至于沦为"是"的话，有哪些先决条件？他要做什么？

李开复：首先要把AI用好，然后不能把AI当外人，要把AI当作伙伴。第二要最好能成为DRI。

主持人（蒋昌建）：我要确定一下，我可以把它当成伙伴。但是我在使用这些技术解决问题的过程当中，我越来越发现我没有用。

李开复：那就要找自己还有别的用处。就是解决问题你打不过AI，选择问题你也打不过AI。要知道你要解决什么问题，还有商业层次。真的以后，我们今天大家在服务业觉得它不是一个最顶级的工作——认知会改变。历史上很多工作也不被认为是最顶级的。士农工商，商是最差的，现在大家都崇拜那些富豪。所以这些都会变的。所以服务业以后，你想在一个世界——已经AI帮我们达到GDP里面30%的增长，大家都不用担心温饱，而且日子都过得很好的时候——那些最被社会感谢的难道不是那些带给社会温度、带给社会温暖、带给你的客户感谢和热爱的这些人吗？

主持人（蒋昌建）：好，最后一个问题。你有没有一个问题、一个挑战，最想让AI来解决的，或者说你最想AI解决你目前最力不从心的一个问题？

李开复：如果一年前问我就是怎么说服这些CEO。当时是比较难的。最后我觉得其实是AI帮助我——设计了"老板AI"这个产品——确实已经发生了。今天的话我觉得可能还是一个传播的问题。今天有这么好的产品，我相信这么多年轻朋友来可能大部分都听懂了。但是如果今天我们把中国最大的1000个企业请过来，我觉得听懂的可能只有10%。

主持人（蒋昌建）：好，掌声献给开复兄。他非常坦诚地说他也有力不从心的问题。但不管怎么样，也许问题的答案在你的书里头。这本书叫做《AI未来已来》，在这里给你做个小广告。开复先生的新书签售会在11:10到11:40，在我们世博展览馆的085展台，有兴趣的朋友可以参加，也可以近距离地跟开复老师交流。谢谢你的时间，谢谢开复老师，谢谢。好，接下来我们会进入到本次思想者论坛的最后一场分享，是由香港科技大学首席副校长郭毅可院士，他将和我们谈危机共生。那么由于会务的需要，我们这一场会做一些筹备。我们下一场11点不见不散，谢谢大家。