数势科技黎科峰深度解析AI时代企业焦虑，洞见数字化转型机遇。

“我们知道将迎来一个AI变革时代，但我们不知道现在该干什么。”这大概是当下很多公司最真实的困惑。2025年春节后，DeepSeek的横空出世让各种AI概念满天飞，信息轰炸持续不断。不少CEO私下里都在掂量：公司里是不是太安静了？技术团队怎么好像还没动静？

数势科技的创始人黎科峰对此感触颇深。他提到，近期参加商学院交流活动时，能明显感受到各行各业CEO们的焦虑——那种“生怕错过一个时代”的紧张感。大家普遍担心的是，过往辛苦建立的壁垒在新周期里还有没有用，面对DeepSeek这样的技术奇点，该从何入手，才能不被淘汰。

黎科峰本人是技术一线的老将，从互联网时代到移动互联网时代再到AI时代，他一直身处其中，历任京东集团技术委员会主席、京东商城技术负责人、手机百度总经理、平安金融CTO。他于2020年创立的数势科技，正是基于大数据和AI帮助企业做数字化转型。近日，他与腾讯新闻《海拔7950》栏目分享了对AI领域诸多热点话题的深度思考。

CEO们在焦虑什么？

焦虑首先来自身份的不同。黎科峰把焦虑的企业分成了两类。一类是传统的软件企业，他们最担心的是，基于UI操作的软件会否被AI Agent彻底碘伏。另一类是AI企业，他们的焦虑不在于方向会不会错，而是DeepSeek大大拉低了入门门槛，大量公司涌入AI应用层，这个赛道眼看就要变成红海。

至于那些非技术行业的传统企业家，他们焦虑的核心是自己的业务模式。每天各种新名词、新点子、新模式通过自媒体和KOL反复轰炸，他们一边想着这些东西离自己有多远，一边又在盘算如何吸收这些技术，让企业跟上新时代的步伐。这种信息过载带来的茫然，几乎成为企业界的一种通病。

有一次黎科峰在上海参加一个商学院活动，与近20位企业家交流大模型与DeepSeek技术。从零售消费到出海、制造、新材料，无论哪个行业，一把手们都清楚大模型是未来技术周期的核心。但问题在于，他们发现自己公司内部的IT人员反而思路没跟上，外面热火朝天，内部却静悄悄。这个巨大的反差，是他们焦虑的重要来源，也是他们不断向外寻求方案的原因。

技术势能：从“看热闹”到“真动手”

为什么从DeepSeek到Manus，会持续出现这种现象级的技术突破？黎科峰认为，当一件事的发展速度远远超过我们之前的认知时，事实就是“它”真的来了。十年前大家对AI就有很高的期望，但长期以来现实是落后于预期的。现在不一样了，技术开始超越人的想象，连像Manus这样有争议的产品都能引发巨大关注，本身就说明行业到了一个转折点。

其中，DeepSeek是这一切变化的底层驱动力。从春节后到现在，黎科峰一直在与客户交流，他发现两个显著的现象：第一，几乎所有规模以上的企业，最重要的任务就是全面部署DeepSeek；第二，场景化落地已经启动。过去，从ChatGPT诞生到2025年初，大多数行业还是在看热闹，真正动手的企业屈指可数。但短短一个半月，金融、零售消费、高端制造甚至央国企，百分之八九十已经完成了DeepSeek的部署，部分已经在解决知识库、经营分析等具体问题时开始尝试落地。

“开始用了，开始拥抱它了，这就意味着认知上了一个大台阶。”黎科峰说，这种转变是务实而深刻的。

说起Manus，黎科峰认为它更像是一次市场普及的里程碑。DeepSeek像是iOS或安卓，而Manus则让大众第一次直观地认识到AI Agent是什么，能做什么，未来有什么价值。它让大家意识到，Agent就是移动时代的APP。至于“套壳”的说法，黎科峰并不认为这是贬义——微信也是基于安卓和iOS开发的，关键在于如何利用底层能力解决复杂的用户问题。技术早期阶段，体验有gap很正常，不应该过于苛刻地去评判。

“瓶子”与“水”的关系

在数势科技听到一个有趣的比喻：应用是瓶子，大模型是水。当水要溢出瓶子时，瓶子本身就成了瓶颈。黎科峰解释道，传统互联网产品设计是产品经理定义一切逻辑，但与大模型打交道时，不能再像过去那样层层束缚。大模型本身就像一个极其优秀的毕业生，各门学科都很好，但缺少工作经验。你需要激发它自己的能力，而不是告诉它按照课本一二三去做。如果产品框架太多，就像一个瓶盖限制了水流，反而扼杀了大模型的潜力。

大模型的参数量已经超过人的神经元数量（DeepSeek-R1有6710亿参数，而人脑只有一千多亿个脑细胞），他反问：我们为什么不能接受它比我们自己更聪明呢？

创业公司会更加抢跑

很多人有疑问：既然很多公司都接入了DeepSeek，为什么真正用AI提升生产力的案例还是不多？黎科峰把这个问题放在技术周期里看。PC互联网从美国到中国的普及用了七八年，移动互联网的“船票”（DAU破亿）也是在2012、2013年才实现的。ChatGPT诞生至今才两年多，DeepSeek-R1的推理能力也是春节后才出现。底层技术的成熟需要时间，但两个变量让他信心十足：一是大模型确实做到了通用化、低成本，二是行业不是被动等待，而是在共建中推动它。战场已经从大模型底座转移到了“如何应用到各行各业”。

随着DeepSeek开源，格局已经改变。腾讯、百度等大厂都接入了DeepSeek，全球GitHub上70%以上的AI项目也都在用它。大厂面临一个灵魂拷问：既然有足够好的开源大模型，为什么还要用闭源的？除非你至少能比DeepSeek好两倍以上。

在这个新格局里，创业公司反而更加抢跑。大厂有太多历史包袱，要思考是否放弃自有模型、如何深度绑定原有体系，决策链条长。而创业公司没有包袱，什么好就用什么，眼里只有客户的问题和需求。这种敏捷性和以客户为中心的思维，在大厂里很难达到同样程度。“每个时代引领的往往是小而美的创业公司。”黎科峰判断。

当一个新idea出现时，大厂和创业公司的处理方式也不同。组织庞大时，决策链路有五六层，有决策权的VP离一线太远，很难做出正确判断。而创业公司的创始人或负责人离一线近，判断力更靠谱。这种判断力来自两点：一是技术判断力，创始人对技术本质的认知；二是知道自己擅长什么，聚焦在什么范围内创新。

DeepSeek为什么成功：小、扁平、目标正确

分析DeepSeek和Manus成功的经验，黎科峰提炼出三点。首先是“小”。硅谷有个“一个披萨文化”，一个团队分享一个披萨（10到12人），这种组织最有活力。任何产品在未验证PMF（产品市场匹配）之前，团队绝对不能大。中国大厂里，往往产品还没验证，团队就已经上千人了，这必然导致方向发散。

其次是扁平。当管理者什么都亲力亲为时，团队就失去了自主创新能力。新知识反而可能成为负担，要让年轻人发挥想象力。第三是目标设定。DeepSeek成功的关键在于，它定义了一个有限资源下的高目标：没有那么多卡和钱，能不能做出比OpenAI还强的模型？这个目标驱动团队用工程化方法不断实验，找到了天才般的解决方案。相比之下，很多大厂选择了“follow”路线，只能永远差一代。

在大厂高管到创业者的身份切换中，黎科峰经历了从“愚昧之巅”到“绝望之谷”再到“开悟之坡”的过程。创业后他发现，过往很多成就其实是借助了“势”和“风口”，并非完全是个人才华。创业时能靠的东西很少，唯有依靠身边的小伙伴，什么都要自己为结果负责。这让他不得不深入思考一个组织的本质，以及如何在没有大厂资源和品牌背书的情况下，找到产品真正的竞争力和壁垒。

他举了一个例子：腾讯作为他们的投资方，其咨询团队组织了各种创业家交流，帮助他不断提升。他开始放下自己，向优秀的同行学习，回归第一性原理：没有1，后面的0再多都没有用。这种思维逐渐被带到核心团队，大家同频后，组织上的负担越来越小，反而实现了1+1大于2的效果。

对于大厂高管出来创业，最容易犯的错误就是沿用成功经验。但0到1阶段与1到100甚至1到10000的阶段完全不同。值得学习的不是大厂平台上的管理经验，而是那些值得尊重的企业家在0到1阶段是怎么做决策、培养团队、建立文化的。

“卡脖子”不再是障碍

谈到“卡脖子”问题，黎科峰直言，至少从技术从业者的角度来看，已经没有阻止中国攀科技树的绝对缺陷了。不论算法、算力，各个方面都是“人有我有”。最大的担忧过去是芯片，但DeepSeek对芯片要求低，国产芯片已经能够支撑优秀大模型的训练和推理。虽然国产芯片还没有赶上最先进的Nvidia，但已经“够用”。当底层问题解决后，中国巨大的应用场景优势就能发挥出来。“我并不认为现在还有阻止中国攀科技树的阻碍性卡脖子技术存在。”