广告
加载中

李开复亲述零一万物ToB突围:70轮谈判换一单 不烧钱换市场

胡镤心 2025/07/24 18:08
胡镤心 2025/07/24 18:08

邦小白快读

零一万物转型ToB的核心策略及实践

1. 零一万物采用“价值共创”模式,寻找愿意用AI重构企业战略的大客户,通过派驻算法工程师实地优化应用,完成最后一公里交付。典型案例显示部分客户需经历70轮深度谈判才能敲定解决方案。

2. 企业大模型平台万智2.0及Agent产品“万仔”已实现五大突破:跨组织业务串联、质量校验机制、自主进化系统、多终端适配及极速接入能力。某案例中“万仔”成功完成国潮品牌招商全流程,展示实时数据整合与分析能力。

3. 公司坚持每单盈利原则,避免烧钱模式,高管团队亲自参与客户拓展,商业化首年即实现正向收益。

AI驱动的品牌价值提升方法论

1. 零一万物与企业共创的“战略-场景-数据”闭环模式,可帮助品牌量化关键业务指标提升效果。例如通过AI分析用户年龄层、消费行为等数据,精准定位高价值合作品牌。

2. 万仔Agent已实现跨平台数据整合能力,可抓取电商销量、社媒声量等公开数据,结合企业内部数据生成定制化品牌策略,为国潮品牌招商等场景提供决策支持。

3. 品牌需关注AI带来的组织变革趋势:未来人机分工可能重构营销体系,人类将更专注创意与战略,AI负责执行层面的数据分析和方案生成。

ToB服务领域的商业化启示

1. 零一万物通过“标杆客户深度共创-经验产品化-技术泛化”三步走策略,形成可复制的商业模式。例如与某大型集团历经数月共创后,沉淀的方案可快速服务同类企业。

2. 定价策略遵循价值创造原则,按客户业务提升比例收取服务费。某数百亿规模企业1%业务提升即可支撑高额服务收益。

3. 风险提示:需警惕过度定制化导致的交付成本攀升,企业应平衡定制开发与标准产品比例,目前交付周期已控制在数月至一年。

制造业AI落地的实施路径

1. 通过与零一万物合作,工厂可实现产线数据实时分析优化。例如算法工程师驻厂期间,针对设备传感器数据进行异常检测模型开发。

2. 万智平台支持私有化部署,满足制造业数据不出厂的安全需求。其Agent产品能串联MES、ERP等系统,自动生成生产排程优化建议。

3. 实施建议:优先选择对产值影响显著的关键场景(如良率提升),通过小闭环验证逐步扩展应用范围。

企业服务市场的技术演进方向

1. Agent技术正经历“手搓指令-自主拆解任务-多Agent协作”三阶段发展。当前万仔已实现自主任务拆解能力,支持跨系统工具调用。

2. 客户核心痛点是传统AI方案与业务场景脱节,零一万物提出的“一把手工程”模式,从顶层战略切入确保需求匹配度。

3. 行业预测:未来3年企业组织将出现“AI班组”,由人类管理者带领AI Agent群组完成业务流程,服务商需提前布局多Agent协同技术。

大模型平台的生态构建策略

1. 零一万物通过兼容开源模型打造开放平台生态,其万智平台已支持DeepSeek等主流开源框架,实现技术栈泛化。

2. 平台运营采用“标杆案例引流+产品化扩展”策略,先通过头部客户打磨方案,再将经验转化为标准化模块供中小企业使用。

3. 风向提示:企业更倾向私有化部署方案,平台需强化混合云支持能力,同时提供沙盒环境满足安全性要求。

AI商业化的理论创新

1. 提出“委托式用户体验”理论框架,认为未来企业将以AI Agent为生产单元,人类角色转向战略制定与伦理监管。

2. 发现大模型竞争已进入“生态合作”新阶段,放弃千亿参数追逐转攻行业应用,该模式对降低行业重复建设具有启示意义。

3. 方法论创新:创造“战略-场景-数据”三位一体的服务模式,为企业数字化转型提供可复制的实施路径。

{{loading ? '正在重新生成' : '重新生成'}}

返回默认

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

【亿邦原创】官宣to B转型半年后,零一万物CEO李开复再度线下面对媒体表达他对AI行业发展及to B商业化的看法。

这一年的大模型行业,充斥着技术理想和商业现实之间的暗中较量,C端付费率低迷,B端则对“炫技式AI”的耐心正迅速耗尽。众多模型公司从技术狂欢走向生存之战。

这一年的零一万物,年初将预训练和Infra团队打包给阿里并推出“联合实验室”,国内业务全面转型to B,3月推出万智企业大模型一站式平台,在自研模型的基础上,拥抱DeepSeek等开源模型,专注提供企业解决方案。

7月22日,适逢万智2.0版本升级与Agent产品“万仔”推出。李开复全面讲解零一万物的to B打法。发布会信息密度很高。

据介绍,零一万物to B商业化“没有烧钱阶段”,高管团队主动推销方案,较少依靠竞标。交付方式采用价值共创,寻找大客户,寻找想用AI重构企业的CEO,以“一把手工程”为依托,从顶层战略出发,基于战略找场景和业务数据闭环进行深度共创,包括派驻算法工程师驻扎到客户旁边,完成最后一公里交付。

李开复强调,在商业化方面,零一万物to B“一把手工程“拿下来的单子都提供高价值,不烧钱换市场。同时,由于零一万物融资额在模型公司中不算多,债少不压身,稳健推进业务发展。

此外,由于放弃训练千亿级大模型,零一万物成为“最合作”的模型公司。

发布会上,李开复依然西装革履温文尔雅,像从海报上直接走下来,共同出席的还有零一万物联创马杰。在惨烈的大模型商业化进程中,零一万物正在通过打造标杆——沉淀经验——定制化+产品化相结合的方式,尝试一条to B商业化新路径。

1、“有的客户谈了70轮,才拟定解决方案”

据介绍,零一万物的to B转向,始于高光时刻的一次战略推演。

2024年11月,零一万物大模型Yi-Lightning在(全球性大模型评测榜单)盲测竞技场上,拿到第六的成绩,超越了长期霸榜的ChatGPT-4o-2024-05-13,与马斯克的xAI模型Grok-2-08-13持平。

彼时,xAI已经开始筹备十万卡集群。

“我们就问自己一个问题,明年你还能不能跟Grok并列第六?答案是不可能。问完这个问题,我们就觉得模型层的竞争可能到此结束了。”马杰透露。

至此,全面转型的想法也随之形成。

在to B领域如何迈出第一步?李开复发现,传统行业不是很了解AI,AI公司也不是很懂传统行业。所以需要花时间了解传统行业发展的战略规划和优先级,学习整个流程和数据闭环,找到少量的深度共创的机会。这是to B业务的第一步。

从商业角度考量,“如果一个数百亿规模的业务,我们哪怕有一个百分比的提升,也是巨大成果,客户从这里面给我们一个很小的比例,也是一个很高的服务金额。”

但打动大客户不是简单的事。“我们的销售团队不大,但是非常资深,包括我自己,包括马杰,包括我们销售团队,每天都在努力触达各个公司的创始人、董事长,解释AI的巨大价值在什么地方。”李开复表示。

交付过程中,由于大客户不接受数据离开公司,远程使用也不行,零一万物的算法工程师会飞到客户所在地,优化应用。“真实合作起来,我们要跟公司交流挑选场景,选那些对公司商业价值最大的场景,做深度访谈。挑选好方案以后,去共创少数应用和Agent,再从部署过程中学习未来的产品该怎样打磨。”马杰回忆。

“有的客户谈了70轮,才拟定解决方案。”李开复提出。

目前零一万物的交付时间常见于数月到一年时间。值得注意的是,李开复指出,零一万物没有“烧钱的阶段”,每单都提供高价值服务。“我们能创造巨大价值,而且能够提供一个可衡量的指标,我觉得这是很重点。既然是高价值,我们也会有相对应的收入,这肯定不会是一个烧钱的状态。”

2、定制化与产品化并行

找到少量的深度共创的机会,这只是to B业务的第一步。零一万物并不想成为一个系统集成商,所以第二步是将经验沉淀为产品,卖个同类企业,实现技术栈的泛化。第三步则是做成开箱即用的产品,创造更大价值。

在经验沉淀、产品化方面,万智平台是主要载体。

万智推出于2025年3月,负责沉淀业务经验,实现功能的产品化,在交付过程中降低交付成本,尽快创造价值。

作为万智平台的核心功能模块,Agent万仔以“超级员工”为核心定位,以五大功能为主打,为企业提供快速落地的AI体验:

第一,超级能干。万仔能在企业场景下执行编程,研究等复杂综合任务,在公司内部跨组织、跨业务串联各种工具。

第二,超级靠谱。万仔一方面通过校验+评估,保证输出质量,交付靠谱的结果。另一方面可以靠谱地交付结果。

第三,自主晋升。万仔能够不断自主进化,实现岗位化知识沉淀和强化学习驱动迭代。

第四,超级装备。同时支持手机和电脑端操作,也支持沙盒环境下使用。

第五,极速上岗。

虽然目前的万仔还没有达到“开箱即用”,但数天左右(甚至更快)即可接入现有的企业工作流,解决重复性劳动,也支持复杂任务。

在李开复的展示中,当万仔接到商场要招揽国潮品牌的指令,立刻开始收集国潮品牌信息和市场数据、品牌资讯、社交媒体、电商销量、全网抓取和分析,整理出了5家高匹配品牌,还会细致分析各品牌的用户年龄层、门店营销、电商销量、社媒声量等等。

当你还再追问,这些品牌在其他商圈的表现。对内,万仔能调动商场内部数据,对外,万仔能登录藏书大众点评的平台,结合内外部数据万载能够为招商人员做一份详尽的合作方案。

3、李开复的Agent蓝图

李开复认为,Agent为企业创造的价值还在被严重低估。

原因是目前的AI还是一个Copilot角色,在工作时给人提示或辅助。

三十多年前,还在苹果工作的李开复已经在畅想人类终极用户体验版本,“应该是人类不要去操作电脑手机,不要用APP,人类只要告诉‘天才Agent’一个目的,天才Agent会把目的拆解成一个一个任务,自己用打开APP,用浏览器,用PC、用工具来实现。”这一体验当时被成为“委托式用户体验”。你不需要告诉它怎么执行每个任务,它可以自己拆解并执行。

推理大模型的突破性进展,给了这一理想一个底座。

2024年的Agent还停留在“手搓”阶段,必须由人告诉它应该一步一步如何做,Agent按部就班地完成任务。

2025年,推理模型的大火让Agent具备了一个大脑,可以自己将目标拆解为流程,自己评估步骤并操作工具,自己串联起来确认做得是否正确。代表就是Manus和ChatGPT Agent。

下一步则是Agent和Agent之间的沟通。这是以MCP与A2A为代表的行业趋势。

当Agent可以完成任务、交付结果,企业的管理模式也随之改变。李开复认为,这一转变意味着,企业从以人为生产单元到以Agent成为生产单元。

这时候的企业会变得更加轻量级,因为AI Agent不会疲劳,可复制,秒级进化。同时人与AI会形成新的分工,人类会负责创新、伦理、战略、人际交流,AI负责执行。

亿邦持续追踪报道该情报,如想了解更多与本文相关信息,请扫码关注作者微信。

文章来源:亿邦动力

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0