星桥 API
“倘若管理者自身不愿日常使用AI，便无法说服全员认可企业的AI转型战略。”
这句话出自新华网 2026 年 7 月 23 日刊发的李开复专访。今天翻出来聊，是旧访谈解读，不是他刚发布的新观点。
它容易被读成“老板也得学会写提示词”。我更关心另一件事：AI 给出了建议，接下来由谁核实、谁拍板、谁把活儿办了？
公司订阅开了，培训上了，群里也有 AI 机器人了。可任务到了最后一步，大家齐刷刷看向技术同事：你弄的 AI，你瞅着办。
这就有点像买了导航，却没安排司机。路线播报得老带劲了，车还在原地。
图：虚构情境漫画，非真实客户案例；底图由星桥 API 生成，中文后期排版。
“知道发生了什么”和“决定下一步”，中间隔着业务
在那篇采访里，李开复把 ERP 比作企业经营的仪表盘，回答“发生了什么”；把决策型 AI 比作智能导航，回答“下一步该怎么做”。这是他的类比和判断，不是一次覆盖所有企业的效果测试。
这个比喻有启发，但别顺手把它理解成：旧系统只会记账，新 AI 一接上，自动就能经营公司。
我的理解是，工具从整理信息走到提出行动建议，越需要把业务条件讲明白。 数据从哪来，哪天更新的，哪些承诺不能随便做，最后谁有权同意，都不能靠模型猜。
采访讨论了业务逻辑、决策权责和流程边界，也包含零一万物自身产品的介绍。因此，文中的产业判断应带着观点归属来看，不能只因为名人说过，就当成自家项目的验收报告。
换成一个小团队的场景，就好懂了
以下是为了说明问题设计的假设案例，没有对应真实企业，也没有实测收益。
一家做软件服务的小团队，每周整理客户反馈。AI 把聊天记录汇总后建议：“优先修复登录失败问题，其他需求下周处理。”
看着挺像那么回事。但这句话还没回答几个关键问题：反馈是不是重复报的？登录失败影响的是哪些版本？有没有已经解决的旧记录？所谓“优先”，会不会挤掉已经承诺交付的事情？
这时让开发直接照着改，可能改错；要求 AI “再认真想想”，也未必能补出根本没提供的数据。
更可用的安排是：客服补齐反馈来源和时间，开发核实问题能否复现，项目负责人决定优先级，任务再交给明确的执行人。AI 可以在这些环节里整理、提问、起草，但建议进入任务单之前，得有人接住。
这不是给每句话都盖三个章。只是别让一句“AI 说的”把原来的工作责任冲散了。
图：本文假设案例的分工示意，不是李开复原话或某款产品的功能架构。底图由星桥 API 生成，标签后期排版。
老板亲自用，也不等于老板包办
“负责人得用 AI”这个建议有价值：自己碰过一次信息过期、答非所问、缺少依据，才容易理解团队为什么需要验证，而不是只问一句“怎么还没提效”。
但如果把它执行成“所有 AI 输出都由老板批准”，就又堵回去了。我的建议是，按后果和可撤回程度划边界。
比如给内部会议纪要整理标题，可以让使用者快速检查后采用；涉及对外承诺、生产发布或重要经营决定，就应由有职责、有信息的人按既有要求复核。能否自动执行，还要看系统权限、失败后果和组织规定，不能用同一套放行规则。
李开复在采访中谈到金融、医疗时强调，关键决策的最终权责仍在人。本文不把这段话扩展成具体法律或行业合规结论，但它提醒我们：会生成答案，与能够承担结果，是两回事。
也别把所有问题都怪到“组织”头上
反过来说，小团队用了 AI 没效果，也可能是模型不适合、资料不完整、接入不稳定，或者人工核查太费时间。把这些都解释成“老板没决心”，同样省事过头。
更实际的办法，是挑一件已经存在、完成结果能判断的工作，把现有流程和 AI 辅助流程放在相近条件下比较。除了起草用了多久，也看看核查、返工和交接花了多少时间。没有这些记录，就先别宣布“效率翻倍”。
能把一项任务更可靠地做完，比群里每天多出一份漂亮总结有用。
下一次给团队添 AI 工具时，可以先问一句：这份输出出来以后，具体是谁，拿它去完成哪件事？
答得出来，再谈接更多系统。答不出来，先把接力的人找齐。别让 AI 在群里忙活半天，大家最后集体回复：“收到。”
资料：新华网记者廖威、盛净《新华网财经大咖说丨专访李开复：产业AI落地千行百业，究竟还要走多久？》，2026-07-23。本文核对与写作日期：2026-11-01；文末「阅读原文」为采访原文。