李开复：中国前10大模型性能差异不大，企业AI转型应聚焦应用层
李开复在与新浪科技的对话中指出，国内排名前10的大模型性能差异不大，企业选型对转型效果影响有限；AI编码能力的突破使定制软件价值上升，标准软件价值将萎缩；企业AI转型是CEO主导的“一号位工程”，需从核心业务目标倒推布局；未来组织范式将转向“DRI+AI Agent集群”，以突破人力效率天花板。
1. 中国头部大模型选型不重要，应用层是关键
李开复表示，国内排名前10的大模型整体表现都不差，企业无需过度纠结选型。大模型只是基础“大脑”，更关键的是上层的应用层——需要一套能读懂企业业务架构、流程和决策逻辑的“企业地图”（Ontology），以引导模型和数据应用。他建议CEO们不要先问“用谁的模型”，而应聚焦如何构建适配自身需求的应用层。
2. AI编码突破将重构软件行业：定制软件价值上升
AI已具备自主写代码并执行的能力，使其从“给建议的顾问”转变为“能落地的执行者”。过去只有百度、阿里等互联网大厂才能负担的定制化系统，现在传统企业也可用十几人的团队完成过去几千人才能做的事。李开复认为，标准软件（如Excel、Oracle）的价值将快速下降，可规模化的定制软件的比重将上升，企业不再需要“削足适履”去适应固定流程。
3. 企业AI转型是CEO主导的“一号位工程”
李开复指出，CIO的角色适合保障系统稳定和安全，但若由CIO主导AI转型，容易将AI局限在客服应答、会议纪要等低价值场景。真正的AI转型必须由CEO亲自牵头，从“今年最核心的商业目标”倒推布局，将AI直接融入销售、供应链、产品创新等核心运营环节，才能重构商业逻辑并释放革命性价值。
4. 未来组织范式：DRI+AI Agent集群
李开复提出，未来企业的基础单元将从纯人力团队转变为“DRI（直接负责人）+AI Agent集群”。人类负责方向判断、资源调度等核心工作，AI Agent负责执行、协同和流程跟进等重复性工作。这一范式能突破人力层级的效率天花板，使小团队拥有过去大公司才有的能力。同时，AI也将催生更多新岗位和增长空间，人的价值将从“被流程消耗”转向“被创造力和决策力放大”。