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）將為企業數字化、企業軟件帶來哪些沖擊？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，由崔牛會創始人&CEO 崔強主持，邀請了上海美礪科技總經理，創元化妝品數字化副總裁、CIO謝秀鵬，企業數字化專家董勤林，從 CIO 視角出發，圍繞“CIO眼中的DeepSeek：企業軟件價值會被放大，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，而是真正實現了以往暢想的運營大腦；基于MCP 協議的AI Agent可以實現互聯，將打破固有的企業、客戶、生態邊界，這也要求未來CEO要站在系統論的角度去重新思考企業邊界和運營模式。

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，如果將DeepSeek比作專業相機，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。

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）

跳出 AI 看 AI， DeepSeek的時代沖擊

崔強：DeepTalk 系列，一開始是想談論 DeepSeek 對中國企業軟件的影響，后來我們決定把討論的范圍放大到對企業以及整個企業數字化的影響上。

在前三期中，我們分別對應投資人、原生 AI、SaaS 創業者三個視角，討論了 DeepSeek 和 AI 對于中國企業軟件產業、軟件產品以及 SaaS 行業將帶來哪些變革與沖擊。今天晚上，我們將站在客戶視角，探討 DeepSeek 到來之后，CIO 眼中的企業軟件的價值將會被放大，還是縮?。勘酒趦晌患钨e都從事 CIO 和數字化轉型多年，下面請兩位嘉賓先簡單介紹一下自己。

謝秀鵬：大家好，我是謝秀鵬，工作近25年，前15年我是在科技類公司平臺，近十年在甲方企業負責數字化，現在是上海美礪科技總經理，創元的數字化副總裁、CIO。 今天很開心在大模型時代能和大家做一些研討。

董勤林：大家好，我是董勤林，我一直專注于企業數字化，前半程是以系統開發為主，后半程是面向企業的數字化應用與轉型。今天很高興能有機會與大家交流碰撞，共同引燃 AI 和大模型應用的智慧火種。 

崔強：感謝兩位。DeepSeek背后還代表了這波生成式 AI 的浪潮。第一波生成式 AI 浪潮應該是在 2023 年由OpenAI 帶起來的，兩年之后DeepSeek把第一波浪潮整個“平權”掉了，原來需要閉源才能做到的事情，現在全部開源了，讓每個人都唾手可得 。這段時間一體機很火爆，可以私有化部署滿血版的大模型，這些變化將對數字化轉型帶來哪些沖擊？

謝秀鵬：對我們來說主要有兩個沖擊：

首先是迭代速度太快了。從去年開始，基本上是以周為單位迭代，再加上今年DeepSeek出來，不管是 CIO、企業負責人，還是業務方，大家都非常茫然；

第二是期望值。大家的期望值也非常高，覺得它是一個劃時代的創新，立刻就要用起來。這種期望值上的共識也是一個很大的沖擊，有很多信息需要去拉通。這是近兩年來非常切身的一個感受，這樣的沖擊每天都在發生。

董勤林：套用一句話來講，“理想很豐滿，現實很骨感?！盌eepSeek這樣的 AI 大模型突然出現，并非偶然。如果沒有以往的醞釀和積累，它不會突然冒出來。所以，我認為要跳出技術看技術，才能更好地理解技術和用好技術。跳出 AI，從比較宏觀的視角來看，我把它分為三個層面：在社會層面，要跳出企業的小范圍去看社會的發展方向。

我們大膽假設在一個終極場景下，社會運營全面智能化，基礎作業完全自動化，不需要人去做；在人的層面，未來人是受 AI 管理的，AI 成為“人”，人變為“機器人”（這只是一個對比，并非指人要變成機器）；在價值層面，是以價值創造為中心，組織的存在是基于社會需要，而非追逐經濟效益。現在很多企業的第一要務是追求經濟效益。如果僅從這個角度看，和 AI 或者大模型應用未必能夠結合在一起。

關于 DeepSeek 帶來的思考，我覺得不僅是在技術層面上，真正的沖擊是思想上的震蕩。如果說以往的信息化、數字化是被轉型所沖擊，那么 AI 則可以理解為轉型的發動機，這種沖擊所引發的效果是前所未有的，迭代速度也遠超過我們的想象。

具體來說，將帶來真正的平臺一體化，徹底的組織扁平化，適度的生產自動化，研發前后端的聯動化、客服體驗的最優化以及市場響應的迅速化、決策的科學化等，想象空間非常大。AI 大模型帶給這個時代的沖擊是必然的，或者說我們應該把這個沖擊理解為正向的、積極的、最具推動力的。

崔強：我想問謝總一個具體問題，現在大模型迭代快不僅對甲方有沖擊，對很多企業軟件也有沖擊。比如很多人花了半年做了很多事，大模型一迭代這些事就等于白做了，又要從零開始。能具體說一下迭代快主要是指哪些影響嗎？

謝秀鵬：多年前有很多做大模型的廠商，我們采用了他們的技術。OpenAI 、DeepSeek出現以后，我們之前的投資、試點可能要做一些變化，這就是迭代快的一種表現。

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 成為企業數字化的一個戰略級的變量。我們觀察到的企業在 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，在這個問題上的分析和判斷上應該是有差異的?？萍紝τ谄髽I來說是輔助，還是引領，這個決定了企業對待信息化、數字化以及 AI 和大模型的態度。此外，企業數字化的進程也不是步調統一的。一些企業說已經對接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，還是要從企業自身的問題出發。

在這個過程中，要真正把 AI 和大模型變成戰略和企業的真正競爭力，領導人首先要把 AI 和大模型視作一個牽引企業快速提升管理能力、業務能力、核心競爭力的戰略級目標；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，也是大多數企業的一個選擇。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，創元采取的是什么樣的 AI 策略？

謝秀鵬：我們公司對數字化的認知和布局還是比較早和前置的，主要是兩個維度：一個是在戰略上 All in。大模型是一個顛覆式的創新，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，在戰略層面應該說從企業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，應該從業務戰略、規劃層面去看，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、合規檢測、法規拆解等。

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。但后來發現，大模型本質上是決策，它超越了數據、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，比如要上很多系統的思路可能就要換掉了，變成一個更加前置的、由業務方自助使用，自己完成梳理需求、知識加工、決策驗證等閉環。而不再像以往要靠 CIO 打磨好了數字化系統，交付后再做閉環驗證。

這個沖擊應該比工具更大一些，我們也經過這兩個階段?，F在公司比較統一的共識是，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出現以來到現在，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時，想要把一些財務中的關鍵指標數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務。

這幾年，技術的發展為我們打開了思路。借用 DeepSeek，我也創造了一個詞叫“Simple Seek”。如果說DeepSeek是專業相機，它在應用過程中仍然是有點復雜的。但在企業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。

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

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 做數字化頂層規劃，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數字化架構的過程中，突然發現還不如把這套顧問、決策的機制前移給業務方、組織以及商業運營單位，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，我們發現在信息化時代，CIO 總是被呼叫的。在大模型時代，當CIO 把大模型交給業務方之后，發現業務方還要呼叫你：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，是需要花很大力氣和代價的。換句話說，如果 CIO 因為新技術而出現能力空心化，這也是因為自身能力的不足，或者與企業的發展不匹配所導致的。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發展的，這樣你就可以成為企業發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 在數字化規劃上不夠一體化、缺乏聯動造成的。在這方面， CIO一定要盡早地推出企業自身生產運營發展的大模型，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洞察就會取代CIO。為企業量身打造方案，主力還應當是企業自身，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。大模型應用和數字化轉型一樣，沒有點上的效果呈現，要全面推廣難度是非常大的。

第四，要繼續發揮好組織溝通的作用。

第五，做好數字化預算，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。 

大模型能否提升企業軟件價值？

崔強：有一個話題想拋給兩位：企業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，因為每家企業都是不一樣的，所以企業軟件首先是要提供個性化的服務；第二，要保持整個業務的創新；第三，是投資回報。核心上就是通過這三點來看企業軟件的價值。

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軟件更容易做個性化了，對企業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的理解，把模型放進業務場景中，雙方匹配才能實現個性化。

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

第三，在投資回報方面，以往企業軟件的價值驗證周期比較長，現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，創新性的數據也具備了，很快就可以驗證企業軟件的效果。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 需要借助不同行業的企業軟件廠商的力量，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。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，這種現象尤其在辦公、客服等領域更加突出。這些領域相關的企業軟件公司的價值會被縮小還是放大？

董勤林：專業的人做專業的事。很多企業在數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，對于企業自身的數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. 要講企業聽得懂的語言，要把大模型能為企業解決什么問題講清楚；3. 僅有洞察可能還不夠，還要與企業深度融合，敢于和企業長期綁定，瞄準企業的問題和增長點，為企業創造競爭力和增長點，雙贏思維非常重要。

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

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：原來的數字化都是 IT 部門主導，DeepSeek 讓企業的數字化回到了人身上，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生？

謝秀鵬：剛才網友提到 AIBP，其實 IT 本來就有 ITBP 、數字化BP、產品 BP 等，但當時設立的背景是業務方和數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，參與業務決策了，這意味著指揮權和控制權更集中于業務方了，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 能夠推動促進企業的扁平化真正快速落地。以往 AI 更多是替代基層崗位，現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，甚至聯合人力部門，向 CEO 提出科技助力企業健康成長的可行方案。 

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點取代人自動工作。現在業內出現了MCP 協議（Model Context Protocol，模型上下文協議），把無數的智能體連接起來了，甚至可以跨越企業邊界，將客戶、生態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，能夠站在系統論的角度去看企業邊界，思考運營模式，思考企業的商業輸入和輸出是什么。

當業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應該考慮協同提升之后，企業的外部威脅是什么，機會是什么？如何運用系統論的邊界去考慮生產關系的連接？

所以，CEO需要用更體系化、系統論的方式去規劃組織。正如邁克爾·哈默提到的“企業再造”，哈默提出企業應該以客戶為中心打破部門墻，這是一個非常美好的設想，然而真正實現的卻很少。大模型讓這個設想更容易實現，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，這可能對企業的價值比較高。

董勤林：在企業的數字化轉型過程中，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 和大多數人來說，數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 的企業學習和參觀，這家企業早期是做 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字員工。前兩天 Manus 的出現讓大家很驚艷，我相信Manus出現之后，很多企業都在思考企業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，之前是基于規則，信息化系統的規則和邏輯是固定的，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，它不再是基于規則了，而是基于最終目標了，是可以做動態決策的，這可能是最大的一個本質區別。AI Agent還能繼續自主鏈接、加工更多的信息化能力，持續提升決策質量。

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

前兩天我去一家平臺企業，聊起現在 AI 對整個產業的變化，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，甚至可以調動競爭對手的 Agent 共同服務某個企業的一類業務，競爭的邊界也在發生變化，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化運作，競爭也會更加良性一些。