李开复重磅发声:企业AI转型别只做画图工具!研发管理才是核心主战场

近期零一万物创始人李开复发布「一号位AI」全新产业战略，完成从通用大模型竞赛到实体产业AI落地的重大转向。过去一年他走访上百位制造企业 CEO，直击行业痛点：绝大多数企业AI停留在写文档、辅助绘图等浅层工具，看似提升效率，却无法改善研发成本、新品周期、项目利润等核心经营指标。

对于制造企业而言，研发是决定80%产品成本、碳排放与市场竞争力的核心环节。结合李开复全套AI转型方法论，今天拆解制造业研发如何避开“盆景式 AI”陷阱，把AI嵌入IPD、CBB、立项评审全流程，真正实现降本增效、驱动财报增长。

三大误区：绝大多数制造企业研发AI落地全部踩坑

李开复总结企业AI转型失败三大根源，几乎所有研发团队都中招：

AI交给IT部门，研发核心业务无人主导

很多公司采购代码、绘图AI工具，仅由技术、IT推进，研发总监、老板不参与顶层设计。AI改造研发流程涉及跨部门数据打通、绩效调整、标准重构，仅靠IT无法推动落地，最终AI沦为闲置工具。

只做浅层提效，停留在“盆景式 AI”

不少企业用AI完成图纸绘制、报告生成、简单仿真，仅节省工程师基础执行时间，没有介入立项评审、模块复用、碳效测算、成本决策等核心环节。看似工作量减少，却解决不了重复造轮子、项目延期、研发成本居高不下的根本问题。

只有通用大模型，缺少企业专属研发数据底座

通用AI不懂企业自有BOM、CBB模块、DFM规范、项目流程。如同顶尖应届生入职，不熟悉内部业务，给出的设计方案脱离生产、采购实际，仿真、测算结果不具备落地参考价值，技术与业务完全两张皮。

三层AI转型阶梯，适配研发全链路升级

李开复将企业AI价值划分为三层，制造研发转型可对照分步落地，层层递进产生真实收益：

L1基础层：AI替代重复执行工作（绝大多数企业止步于此）

AI承接绘图、标准化仿真、数据统计、文档编写、试验记录等机械工作，释放工程师重复劳动时间。优势：落地简单、见效快；短板：仅优化执行速度，无法改变研发成本、新品周期等核心指标，投入难以产生正向回报。

L2业务层：AI嵌入研发标准化流程（制造企业最优轻量化起点）

把AI接入IPD、CBB两大核心体系，深度介入业务流程：

自动检索匹配低碳CBB通用模块，减少非标件重复设计；

新品立项自动测算物料成本、全生命周期碳足迹，匹配十五五碳达峰评审要求；

自动校验DFM可制造规范，提前识别结构缺陷、高成本设计；

项目全流程风险预警，预判延期、返工隐患。

这一层AI不再只是工具，直接缩短研发周期、降低试制与物料损耗，看得见降本收益。

L3决策层：AI辅助研发顶层决策（企业长期核心壁垒）

AI整合多年研发数据、项目成果、供应商信息，为研发一号位提供决策支撑：测算不同产品路线毛利、碳指标、研发投入回报；统筹多产品线模块复用规划；制定研发绩效、创新激励方案。

李开复提出核心公式：财报改善=执行效率×决策质量，研发顶层决策优化，才是AI转型终极价值。

研发AI落地核心前提：一号位牵头+完整研发数据闭环

AI转型是研发一号位工程，研发总监、老板必须亲自下场AI重构研发流程、调整团队激励、打通跨部门数据，中层、IT没有足够权限推动。
只有研发负责人牵头，才能落地三件关键事：统一全公司研发数据标准；推动CBB、IPD 流程数字化改造；将模块复用、低碳设计纳入研发考核激励。
先建好研发数字资产，AI才能真正发挥价值

企业必须沉淀完整研发数据底座：全品类BOM、标准化CBB 库、试验数据、图纸方案、项目评审记录。依托企业本体Ontology梳理研发物料、功能、流程逻辑，让AI读懂制造业务，自动匹配通用模块、完成碳成本测算，避免AI“纸上谈兵”。

制造业研发轻量化AI落地实操路径

不用一步全公司铺开，遵循小试点、跑数据、全推广逻辑，低成本落地：

单点试点：挑选新品研发项目，落地AI仿真、CBB智能匹配、立项碳效自动测算；

数据沉淀：同步完善CBB模块碳足迹、成本参数，搭建企业专属研发数据库；

流程改造：在IPD概念、计划评审节点嵌入AI自动核查，增设碳效、成本双重校验；

机制配套：将AI辅助低碳模块复用、降本成果纳入研发绩效，设置分层奖励；

复制推广：试点跑出周期缩短、成本下降真实数据后，全研发中心复制落地。

AI时代研发工程师的全新价值定位

李开复判断，AI替代的只是绘图、测试、数据记录等标准化工作，而非研发人才本身：基础执行型工程师价值持续弱化；具备需求定义、全局方案决策、模块化平台搭建、跨部门统筹能力的复合型研发人才，将成为企业核心资产。企业引入AI的核心目标不是裁员，而是释放工程师精力，聚焦原创技术创新、整机架构设计、通用技术平台搭建，构筑长期技术护城河。

小结

AI转型不只是可选加分项，而是制造研发企业突破高成本、慢交付、增收不盈利困局的必经之路。切勿停留在浅层AI工具尝鲜，遵循李开复提出的一号位主导、三层价值阶梯、数据底座先行的转型逻辑，把AI深度嵌入CBB模块化、IPD全流程、碳效前置评审等研发标准化体系，才能真正将AI能力转化为研发效率、产品利润与长期竞争优势。

往期推荐

PREVIOUS RECOMMENDATIONS

研发干货必须收藏：一文读懂CBB通用模块

研发标准化不是束缚创新！让100人团队拥有10人团队的高效战斗力

告别手搓样机、熬夜测样！AI研发时代，工程师的核心竞争力重新洗牌