本文深入探討了DeepSeek等AI技術對企業(yè)軟件和CIO角色的沖擊與變革。從CIO視角出發(fā)，分析了AI對企業(yè)運營、決策以及組織結構的影響，并提出了企業(yè)在AI轉型中的應對策略。

DeepSeek 掀起了新一波的生成式 AI 浪潮，推動了大模型技術的普惠，以及在 To B場景中的快速滲透。

DeepSeek（AI）將為企業(yè)數(shù)字化、企業(yè)軟件帶來哪些沖擊？大模型時代，CIO 會不會“能力空心化”？大模型能否提升企業(yè)軟件的價值？AI 轉型浪潮下，CEO 如何決策與應對？

在崔牛會策劃的“DeepTalk｜DeepSeek猜想系列”的第四期對話中，由崔牛會創(chuàng)始人&CEO 崔強主持，邀請了上海美礪科技總經理，創(chuàng)元化妝品數(shù)字化副總裁、CIO謝秀鵬，企業(yè)數(shù)字化專家董勤林，從 CIO 視角出發(fā)，圍繞“CIO眼中的DeepSeek：企業(yè)軟件價值會被放大，還是縮??？”的主題，展開了深入探討。

謝秀鵬認為，大模型的本質是決策，它不再是簡單提供一個工具，而是真正實現(xiàn)了以往暢想的運營大腦；基于MCP 協(xié)議的AI Agent可以實現(xiàn)互聯(lián)，將打破固有的企業(yè)、客戶、生態(tài)邊界，這也要求未來CEO要站在系統(tǒng)論的角度去重新思考企業(yè)邊界和運營模式。

董勤林認為，DeepSeek帶來的沖擊不僅是在技術層面上，真正的沖擊是思想上的震蕩。 應當跳出技術本身去看大模型，才能更好地理解和用好大模型；簡單易用仍是大模型在落地過程中面臨的一個挑戰(zhàn)，如果將DeepSeek比作專業(yè)相機，仍然需要一按快門就能出結果“傻瓜相機”，才能進一步普及大模型的應用。

B端究竟需要什么样的产品经理？

B端产品经理都是以提升供应侧的工作效率为目的，所以B端需求主要是以业务问题为导向。 这个是B端产品比较重要的一点，B端产品是服务于一个主体 ...

查看详情 >

閱讀目錄

1. 跳出 AI 看 AI， DeepSeek的時代沖擊

2. 大模型時代，CIO會不會“能力空心化”？

3. 大模型能否提升企業(yè)軟件價值？

4. AI 轉型浪潮下，CEO 的應對策略

以下是經牛透社編輯整理的對話內容：（有刪減）

01 跳出 AI 看 AI， DeepSeek的時代沖擊

崔強：今天我們討論的方向是客戶方向，DeepSeek 無疑加速了 AI 的普及，現(xiàn)在整個社會都知道了 AI，這種普及程度讓所有的客戶，以及客戶的高層，甚至CEO、董事長都知道了 DeepSeek 能做什么，AI 成為企業(yè)數(shù)字化的一個戰(zhàn)略級的變量。我們觀察到的企業(yè)在 AI 投入上會采用什么樣的策略？和以往的策略相比會有什么不同？

董勤林：我覺得不同企業(yè)，在這個問題上的分析和判斷上應該是有差異的。科技對于企業(yè)來說是輔助，還是引領，這個決定了企業(yè)對待信息化、數(shù)字化以及 AI 和大模型的態(tài)度。此外，企業(yè)數(shù)字化的進程也不是步調統(tǒng)一的。一些企業(yè)說已經對接DeepSeek了，但如果只是連接了DeepSeek入口，其實并不叫對接。真正的對接，還是要從企業(yè)自身的問題出發(fā)。

在這個過程中，要真正把 AI 和大模型變成戰(zhàn)略和企業(yè)的真正競爭力，領導人首先要把 AI 和大模型視作一個牽引企業(yè)快速提升管理能力、業(yè)務能力、核心競爭力的戰(zhàn)略級目標；關于是All in，還是漸進式改革，同樣不能一概而論。

事實上大家都在 All in，為什么仍然沒有更好地見到效果，我覺得還在于思想上有一些“out”的地方形成了制約。漸進式我覺得是偏謹慎的一個做法，也是大多數(shù)企業(yè)的一個選擇。正因如此，當顛覆式的跨界沖擊來臨時，是全無招架之力的。

所以，All in 大模型，我覺得更像是揭開蓋頭，讓我們重新審視原本的漸進式策略，有哪些地方是需要調整的。

All in 還是漸進式，不是彼此替代的，應該是可以互相結合的。思想上必須 All in，行動上可以漸進，在條件具備的時候也可以來一次徹底的跨越，并不是非此即彼的。

崔強：謝總，創(chuàng)元采取的是什么樣的 AI 策略？

謝秀鵬：我們公司對數(shù)字化的認知和布局還是比較早和前置的，主要是兩個維度：一個是在戰(zhàn)略上 All in。大模型是一個顛覆式的創(chuàng)新，尤其是DeepSeek可以讓大家能夠低成本地、更容易地將大模型用起來，因此，在戰(zhàn)略層面應該說從企業(yè)的整體運營都要開始用大模型；另外一個是漸進式的實施。大模型是一套技術，如何轉化成真正的生產力，還有很多工程化的路徑要去打破，所以肯定要漸進式地實施。

All in是以終為始，一開始就要看最終的目標是什么，應該從業(yè)務戰(zhàn)略、規(guī)劃層面去看，把這套新的生產力用起來，但是在實施還是要分階段。

崔強：我想追問謝總一個問題，從 OpenAI 到 DeepSeek，你們公司在AI 方面取得了哪些成果？

謝秀鵬：我們公司是做化妝品品牌和制造的，我們第一個場景是用 GPT 3.5 去分析消費者洞見，挖掘客戶需求，然后再延伸到配方端、制造端匹配前端的消費者，我們用大模型做了一些實際的項目，包括客服的智能化、合規(guī)檢測、法規(guī)拆解等。

崔強：這些場景是對原有功能的一個替代，還是增強？

謝秀鵬：這的確是產生了一個拐點的。之前的大模型，大家是把它當成工具，相當于把以往 IT 做的事情重新做一遍。但后來發(fā)現(xiàn)，大模型本質上是決策，它超越了數(shù)據、信息層面，產生了一種決策能力。這意味著它不再是簡單地提供一個工具，而是真正實現(xiàn)了以前所暢想的運營大腦。

有了這樣一個定位轉變，以往很多信息化的布局，比如要上很多系統(tǒng)的思路可能就要換掉了，變成一個更加前置的、由業(yè)務方自助使用，自己完成梳理需求、知識加工、決策驗證等閉環(huán)。而不再像以往要靠 CIO 打磨好了數(shù)字化系統(tǒng)，交付后再做閉環(huán)驗證。

這個沖擊應該比工具更大一些，我們也經過這兩個階段?，F(xiàn)在公司比較統(tǒng)一的共識是，大模型不是一個工具，而是一個超越工具的顧問，是幫你做決策的。

崔強：我覺得有部分是替代了人的角色。我想問一下董總，從 2023 年OpenAI出現(xiàn)以來到現(xiàn)在，你看到過一些比較眼前一亮的場景或者應用嗎？

董勤林：我們一直希望能把 AI 的應用具體化。比如我們在做財務系統(tǒng)時，想要把一些財務中的關鍵指標數(shù)據進行一個智能化的提煉和分析，讓它成為一個高級員工，而不是僅僅幫你完成一項基礎業(yè)務。

這幾年，技術的發(fā)展為我們打開了思路。借用 DeepSeek，我也創(chuàng)造了一個詞叫“Simple Seek”。如果說DeepSeek是專業(yè)相機，它在應用過程中仍然是有點復雜的。但在企業(yè)中可能需要更簡單的操作，就像傻瓜相機，一按快門，就可以出來我想要的結果。

實現(xiàn)從單反相機到傻瓜相機的跨越，才能使絕大多數(shù)普通人拍出一張好的照片來。信息化、數(shù)字化也是同樣的道理，以往有許多龐大的系統(tǒng)做好了之后，很多數(shù)據“趴”在那里，很多流程只是規(guī)范性地完成了作業(yè)，但并不能很好地響應外部變化，解決業(yè)務問題，我更希望有越來越多這方面的突破。

02 大模型時代，CIO會不會“能力空心化”？

崔強：剛才謝總提到，大模型不是工具，而是顧問。這個改變出現(xiàn)以后，CIO 會不會有些失落感，覺得自己不那么重要了？如果大模型或者技術供應商能夠提供行業(yè)洞察，CIO們會不會也覺得自己被空心化或者被替代了？

謝秀鵬：的確會有這樣的一個階段。因為以往是需求出來之后， CIO 做數(shù)字化頂層規(guī)劃，然后再做交付。因為大模型具有決策、顧問能力，CIO 在運用大模型做企業(yè)數(shù)字化架構的過程中，突然發(fā)現(xiàn)還不如把這套顧問、決策的機制前移給業(yè)務方、組織以及商業(yè)運營單位，CIO 則是更沉淀到基礎設施層的搭建，因為這個過程也是工程化的，需要 CIO 去引導業(yè)務方加工知識，去結構化、模型化去運用大模型這套東西。

所以，我們發(fā)現(xiàn)在信息化時代，CIO 總是被呼叫的。在大模型時代，當CIO 把大模型交給業(yè)務方之后，發(fā)現(xiàn)業(yè)務方還要呼叫你：怎么用 Agent，怎么搭建知識庫……在大模型時代，CIO 仍然有很多可以發(fā)揮力量的地方，只是CIO的身份需要一個小小的再定位。

崔強：云計算、 SaaS、 AI，每一次技術變革都會對 CIO 這一職位帶來沖擊。我想問董總，此時此刻有什么感想嗎？

董勤林：其實，CIO 本身大可不必擔心，因為真正吃透一個企業(yè)，是需要花很大力氣和代價的。換句話說，如果 CIO 因為新技術而出現(xiàn)能力空心化，這也是因為自身能力的不足，或者與企業(yè)的發(fā)展不匹配所導致的。所以， CIO還是要帶著 CEO 的視角去看一種是技術如何助力企業(yè)發(fā)展的，這樣你就可以成為企業(yè)發(fā)展中不可或缺的一份子。

具體來說，有以下五個建議：

第一，要從全局視角看問題。大模型已經把這個問題拋出來了，以往很多部門級的應用可能是一部分 CIO 在數(shù)字化規(guī)劃上不夠一體化、缺乏聯(lián)動造成的。在這方面， CIO一定要盡早地推出企業(yè)自身生產運營發(fā)展的大模型，自上而下取得思想上的共識。

第二，不必擔心供應商有了行業(yè)洞察就會取代CIO。為企業(yè)量身打造方案，主力還應當是企業(yè)自身，在這方面 CIO 首當其沖，應該主動去思考大模型時代的新思路，而不應該總是等著供應商提供方案。

第三，以點帶面，循序漸進。大模型應用和數(shù)字化轉型一樣，沒有點上的效果呈現(xiàn)，要全面推廣難度是非常大的。

第四，要繼續(xù)發(fā)揮好組織溝通的作用。

第五，做好數(shù)字化預算，把錢用在刀刃上。在這一點上，CIO 要做好一把手的左膀右臂。

如果 CIO做到了以上五個方面，我相信他是不會被空心化或者被取代的。所以， CIO 能力空心化的風險，不是來自外部，更多來自于自身。

03 大模型能否提升企業(yè)軟件價值？

崔強：有一個話題想拋給兩位：企業(yè)軟件應該如何讓甲方感受到它的價值？我們知道國內市場其實對于管理軟件的價值一直缺乏足夠的認知，長期以來管理軟件在國內也處于一個價值被低估的階段。這一波 AI 來了之后，企業(yè)軟件的價值感會提升嗎？或者如何才能被提升？

謝秀鵬：對于甲方來說，因為每家企業(yè)都是不一樣的，所以企業(yè)軟件首先是要提供個性化的服務；第二，要保持整個業(yè)務的創(chuàng)新；第三，是投資回報。核心上就是通過這三點來看企業(yè)軟件的價值。

第一，在個性化方面，大模型同以往工具不同，它本身是帶有咨詢能力、架構能力和方案能力的，所以由大模型驅動的企業(yè)軟件更容易做個性化了，對企業(yè)方的要求也會更高了，這時候主導權和關鍵點仍在于甲方：首先，甲方要梳理清楚業(yè)務目標；其次，要提供好素材，讓大模型幫你做解決方案的產出。而大模型的供給方，也要結合自己對行業(yè)的理解，把模型放進業(yè)務場景中，雙方匹配才能實現(xiàn)個性化。

第二，在創(chuàng)新性方面，以往主要是靠結構化數(shù)據，現(xiàn)在大模型也可以加工非結構化數(shù)據，這非常適用于現(xiàn)在企業(yè)中的一些視頻類場景，包括一些沒有實現(xiàn) SOP 標準化的場景，可以用大模型的多模態(tài)能力去做實時數(shù)據加工，這也更方便乙方去做企業(yè)軟件的創(chuàng)新。

第三，在投資回報方面，以往企業(yè)軟件的價值驗證周期比較長，現(xiàn)在甲方說清楚個性化需求，提供好素材，乙方可以提供解決方案，創(chuàng)新性的數(shù)據也具備了，很快就可以驗證企業(yè)軟件的效果。這使得甲方可以通過小步快跑的模式去做投資，每一步投資都可以很精準，最終提升整體投資質量。

從甲方視角看，以上三點可能就是大模型技術帶來的一種福利。

崔強：一個網友問，AI 加持之后，CIO 所在公司對企業(yè)軟件的采購是適度增加、減少或者是不變？謝總的感受是什么樣的？

謝秀鵬：剛才提到 CIO 對 AI 和大模型的理解，公司的認知也拉通了，它是一套非常扁平化、前置化的平臺，而且是參與到企業(yè)實際的運營決策，很快就可以得到驗證。目前，甲方已經具備這樣的共識。

在大模型應用方面，甲方 CIO 需要借助不同行業(yè)的企業(yè)軟件廠商的力量，但也需要這些廠商具備大模型驅動的決策能力來交付，而不是只增加一個系統(tǒng)。在開放性上，也比以往更強了。

崔強：很多客戶的IT 團隊全面接入 DeepSeek，而且是自己來做，這種現(xiàn)象尤其在辦公、客服等領域更加突出。這些領域相關的企業(yè)軟件公司的價值會被縮小還是放大？

董勤林：專業(yè)的人做專業(yè)的事。很多企業(yè)在數(shù)字化過程中會選擇自研和依托外部軟件，這兩種方式其實沒有絕對的好與壞。

第一種方式，對于企業(yè)自身的數(shù)字化能力要求非常高；第二種方式對于供應商能力提出了三點要求：

1. 不要過度解讀 AI 和大模型，過于神化科技的力量；2. 要講企業(yè)聽得懂的語言，要把大模型能為企業(yè)解決什么問題講清楚；3. 僅有洞察可能還不夠，還要與企業(yè)深度融合，敢于和企業(yè)長期綁定，瞄準企業(yè)的問題和增長點，為企業(yè)創(chuàng)造競爭力和增長點，雙贏思維非常重要。

另外，在企業(yè)需求方面，只提供一定領域的專業(yè)軟件產品還不夠，還要能夠站在企業(yè)立場上，提出整體的解決方案，能夠形成企業(yè)所需的智慧軟件集合體（聯(lián)盟）。

崔強：一位網友評論，公司為了趕上 AI ，各個部門成立了 AIBP，天天研究一些不可行的場景，這是不是為了追求 AI 而導致生產力下降？之前聊到DeepSeek對未來組織變化的影響時，有這樣一個觀點：原來的數(shù)字化都是 IT 部門主導，DeepSeek 讓企業(yè)的數(shù)字化回到了人身上，未來牽頭人可能會轉移到人力資源部門，不知道會不會有這樣的變化發(fā)生？

謝秀鵬：剛才網友提到 AIBP，其實 IT 本來就有 ITBP 、數(shù)字化BP、產品 BP 等，但當時設立的背景是業(yè)務方和數(shù)字化廠商之間存在著很強的邊界。剛才說大模型能力升維了，參與業(yè)務決策了，這意味著指揮權和控制權更集中于業(yè)務方了，原來產生BP的邊界可能就要消失了。

在大模型應用過程中，由業(yè)務方梳理清楚自身的需求，提供好素材，這同原來甲乙方邊界很清晰的商業(yè)化合作不同，也不需要太多的 AIBP。但這也是一個循序漸進的過程，業(yè)務方一開始可能不會把大模型用得很好，還需要 CIO 團隊的引導。

董勤林：關于組織在推進數(shù)字化過程中的作用，一直以來存在一些看不清楚的地方，大模型和 AI 能夠推動促進企業(yè)的扁平化真正快速落地。以往 AI 更多是替代基層崗位，現(xiàn)在一些中層崗位也可能被替代。

信息的通達可以拉動扁平化，如果企業(yè)中一些原來的職能和部門能夠用 AI 或者大模型打通的話，中間層級確實可以快速被簡化掉。簡化中間層級，提高科學管理的能力和水平，是 AI 和大模型帶來的一個不可回避的沖擊。

中層應當有應對的危機意識，CIO 也要主動承擔起責任，甚至聯(lián)合人力部門，向 CEO 提出科技助力企業(yè)健康成長的可行方案。

04 AI 轉型浪潮下，CEO 的應對策略

崔強：我感受到的不只是中層危機，中層或者中層往下的危機都很大，未來可能真的只有資深專家才有在組織里活下來的機會。最后，我想請兩位給 CEO 也提一些建議，在向 AI 時代轉型的過程中，CEO 應當如何決策和應對？

謝秀鵬：AI Agent（智能體）定義好之后，可以在某些層面和節(jié)點取代人自動工作?，F(xiàn)在業(yè)內出現(xiàn)了MCP 協(xié)議（Model Context Protocol，模型上下文協(xié)議），把無數(shù)的智能體連接起來了，甚至可以跨越企業(yè)邊界，將客戶、生態(tài)中所有的能力和流程，都通過服務驅動起來，連接起來。

之前所謂的護城河，組織和團隊邊界都可能被沖擊了，這要求 CEO 要更加懂技術和大模型，能夠站在系統(tǒng)論的角度去看企業(yè)邊界，思考運營模式，思考企業(yè)的商業(yè)輸入和輸出是什么。

當業(yè)務方能夠把大模型用好了，決策就會變得非常扁平化和前置化，這個時候CEO應該考慮協(xié)同提升之后，企業(yè)的外部威脅是什么，機會是什么？如何運用系統(tǒng)論的邊界去考慮生產關系的連接？

所以，CEO需要用更體系化、系統(tǒng)論的方式去規(guī)劃組織。正如邁克爾·哈默提到的“企業(yè)再造”，哈默提出企業(yè)應該以客戶為中心打破部門墻，這是一個非常美好的設想，然而真正實現(xiàn)的卻很少。大模型讓這個設想更容易實現(xiàn)，因為它的決策更前置，也弱化了甲乙方的邊界了。

因此，CEO 們可以重新結合“企業(yè)再造”的整體框架，運用大模型的生產力重新再造一遍，這可能對企業(yè)的價值比較高。

董勤林：在企業(yè)的數(shù)字化轉型過程中，CIO 是直接的推動者，但CEO是真正的決策者。數(shù)字化轉型如果沒有 CEO 的參與，或者參與度不夠都是不可能成功的；但另一方面，CEO如果不具備科技變革思想的話，他也可能成為最大的變革阻力。

我對 CEO 的建議是，在 AI 和大模型到來時，第一，要主動擁抱。走出去，請進來；第二，大模型應用主要分為三個層面，一是視野，大模型可以幫助 CEO開闊視野；二是根基，一定要立足企業(yè)的核心競爭力（產品和服務），無論大模型怎么賦能，這仍是企業(yè)的生存之本；三是路徑。要把原來問題轉化為科學化的運營。

圍繞視野、根基和路徑，CEO要有一個全局化的構思，敢于謀新局，規(guī)劃新篇章。在這個過程中，等是等不出來結果的，CEO要主動參與進來。對于 CEO 和大多數(shù)人來說，數(shù)字化紅利時代已經過去了，要用好科技的力量，莫把紅利當能力，勿以權力為實力，科技完成轉化才是真正的競爭力。

崔強：剛才董總提到三個方面：視野，根基和路徑，我覺得是很好的總結。我還想問謝總一個問題，剛才你提到了MCP，說甲方和乙方的邊界在消失。有了 MCP 之后， to B 和 to C 的邊界是不是也在消失？

謝秀鵬：是的。近期我們和一些業(yè)內朋友們聊到，有 MCP 支撐的 AI 智能體，可以自動去連接，打破信息差，這對于那些依靠信息差運轉的平臺企業(yè)會帶來沖擊。新鏈接會越來越扁平化了，越來越向消費者、最終客戶傾斜。

崔強：最后總結一下。前天我去了一家做 Agent 的企業(yè)學習和參觀，這家企業(yè)早期是做 RPA 的。RPA是把一些流程復制，就好像一只機械臂，它不會思考，只會機械執(zhí)行；有了大模型之后，好像又裝了眼睛，可以去掃描；到了 AI Agent，又好比裝了腦子，可以幫我們完成一些任務。這些進化，也讓他們原來的數(shù)字員工更加立體了：有行動、有觀察、有思考。

未來工作場景中，可能是“一個人看，一堆人干”，干的那堆人可能就有數(shù)字員工。前兩天 Manus 的出現(xiàn)讓大家很驚艷，我相信Manus出現(xiàn)之后，很多企業(yè)都在思考企業(yè)內部的應用應該怎么調起，怎么用 MCP 去連接，這個猜測是不是對的？

謝秀鵬：是的，之前是基于規(guī)則，信息化系統(tǒng)的規(guī)則和邏輯是固定的，它的輸入和輸出都是非常固化的；但是智能體是帶著決策和迭代能力的，它會根據你的目標和捕捉到的信息，去自主決策，適應變化。

所以，它不再是基于規(guī)則了，而是基于最終目標了，是可以做動態(tài)決策的，這可能是最大的一個本質區(qū)別。AI Agent還能繼續(xù)自主鏈接、加工更多的信息化能力，持續(xù)提升決策質量。

崔強：謝總最后一句話，我覺得非常有啟發(fā)。原來我們是基于規(guī)則驅動，現(xiàn)在是目標驅動，整個邏輯都在發(fā)生變化，這和傳統(tǒng)中國企業(yè)軟件的思考維度不太一樣。

前兩天我去一家平臺企業(yè)，聊起現(xiàn)在 AI 對整個產業(yè)的變化，他們感到這完全是一個新的邏輯，新的物種。

未來 SaaS 或者軟件只是 AI 需要調用的幾種能力之一?？赡艿鬃€在，但外圍可能會有很多Agent 在運行，這些 Agent 之間又可以通過 MCP 互聯(lián)，甚至可以調動競爭對手的 Agent 共同服務某個企業(yè)的一類業(yè)務，競爭的邊界也在發(fā)生變化，大家各自做好 SKU 范圍內的 Agent 就夠了，然后等待別人調用，這可能會變成一個真正的商業(yè)化運作，競爭也會更加良性一些。