7月17日，2026年世界人工智能大会（WAIC）在上海正式启幕。算起来，这已经是「氪话未来」直播间连续第三年深入WAIC现场，大会首日便同步开启了现场对话。曾鸣教授在WAIC现场接受了「氪话未来」的特邀专访，围绕AI时代的企业增长、组织变革、智能复利、AI原生业务等话题进行了深入探讨，并分享了他对人工智能如何重塑商业模式与价值创造方式的独到见解。
今年WAIC的主题是“智能伙伴，共创未来”。AI产业已进入应用深化阶段，行业目光从模型能力竞赛逐步转向应用价值创造。回顾前两年，大家还在比拼参数规模、模型性能、技术突破，而到了2026年，产业更关注一个核心问题：AI如何真正进入企业业务流程，如何降低应用门槛，又怎样通过实际业务成果创造价值？
在这一趋势下，AI带来的变化已不仅是效率工具的升级，更是对企业增长方式、组织形态和商业逻辑的重新定义。曾鸣教授认为，AI是一场底层技术变革，将推动经济、商业和组织发生系统性变化。企业未来需要思考的，不只是如何用AI，而是如何让AI深入核心业务，通过真实任务和反馈闭环不断学习，形成持续增长的“智能复利”。
从“千人千面”到“一人千面”，AI也在改变企业理解用户需求、提供产品服务的方式。传统推荐系统依赖标签和历史行为，而AI则能通过持续互动与深入理解，提供更动态、更个性化的体验。对企业而言，真正有价值的AI应用必须突破Demo阶段，让AI能够独立完成任务并承担结果。
在曾鸣教授看来，AI时代企业竞争的关键，不再是技术能力的比拼，而是能否构建AI原生业务，让AI真正融入工作流，并通过持续反馈形成自我增强的价值循环。未来，率先完成这一转变的企业，将赢得新的增长机遇。
以下为对话实录，经编辑整理：
36kr：您在《智能商业》中阐述了网络协同与数据智能，而到了《智能》这本新书，讨论已深入AI时代的增长、组织和战略。您认为这几年最大的变化是什么？是技术本身发生了改变，还是企业创造价值的方式发生了变化？
曾鸣教授：我觉得AI技术的发展是一场非常底层的变革。大家常用它跟工业革命相提并论，甚至有人认为它比工业革命更为深刻。这样一次巨大的技术变革，经济、商业模式、组织形态都将发生根本性变化。所以我写这本新书，也是希望从第一性原理出发，探讨未来商业与组织的基本形态将如何不同于过去。
36kr：近两年很多企业都在部署AI，但大家的体感不尽相同：有人觉得效率提升明显，也有人认为尚未带来根本性变化。您最近与企业家交流时，听到最多的困惑是什么？
曾鸣教授：最大的困惑，其实是短期内AI投资回报不够明显。企业可能看到员工效率有所提升，但就整个组织而言，AI到底带来了什么价值、产生了什么回报，很多企业尚未找到清晰答案。
但这很自然。无论是AI技术本身，还是企业应用AI的方法，都还处于早期阶段。暂时看不到特别显著的回报，是完全能够理解的。
36kr：如果一家企业想认真落地AI，而非简单跟风尝试，您会建议先从哪个具体业务环节入手？为什么不是从最炫酷的技术或最宏大的战略开始？
曾鸣教授：不同企业的切入点可能有所不同。但有一个很重要的变化：企业需要重新审视自身业务，看看公司内部是否存在一个业务环节可以被AI真正接管。只有做到这一点，企业才能获得实质性的价值回报。
36kr：您在书中谈到“智能复利”，其核心是系统在真实使用中不断学习、持续变强。放到企业场景中，什么样的业务最有机会形成这种循环？反过来，哪些场景看似热闹，却难以积累复利？
曾鸣教授：具体情况取决于每家企业自身的业务场景。企业在初期探索AI时，可以选一个相对简单的业务先做尝试。但最终，企业必须回到核心业务，让AI真正融入工作流，并基于AI的特性重新改造工作方式，逐步迈向AI原生业务。
36kr：您提出了从“千人千面”到“一人千面”的转变。放到今天的商业场景中，AI会如何改变企业理解用户需求、提供产品和服务的方式？
曾鸣教授：这是一个非常重要的变化。即使在推荐时代，我2010年提出“千人千面”时，是希望通过更精准的匹配，让消费者与商品、服务之间建立更好的连接。但经过十多年发展，今天的推荐系统本质上仍依赖标签和行为数据，通过分析用户过去的行为来判断他可能喜欢什么。
而AI最大的价值在于，它能够以低成本与一个人持续互动，同时具备更强的理解能力。因此AI有机会更全面、持续、深入地理解一个人，实现真正的个性化。每个人的需求都在不断变化，只有真正实现个性化理解，才能从“千人千面”走向“一人千面”。
36kr：WAIC现场有很多早期项目和AI应用。您在书中强调了真实任务与反馈闭环的重要性，您认为一个项目从Demo走向真正业务，最关键需要完成哪几类验证？
曾鸣教授：最重要的是建立反馈闭环。只有形成反馈闭环，AI才能自主学习并持续提升。但反馈闭环有两个前提：第一，AI能否端到端完成一项任务；第二，AI能否对结果负责。如果AI无法承担结果责任，就必须由人兜底。而只要人在中间不断介入，AI的学习过程就会被打断。
所以最核心的一点是，AI需要能够“独立上岗”。我把这个阶段称为“60分基点”。当AI真正达到上岗水平后，智能复利的飞轮才能开始运转，它可能快速从60分提升到100分，甚至200分、500分。但突破60分，让AI真正具备独立工作能力，往往是最困难的阶段，需要持续创新、长期实验和大量实践积累。