文｜牛透社；整理｜保文

DeepSeek 掀起了新一波的生成式 AI 浪潮，推动了大模型技术的普惠，以及在 To B场景中的快速渗透。

DeepSeek（AI）将为企业数字化、企业软件带来哪些冲击？大模型时代，CIO 会不会“能力空心化”？大模型能否提升企业软件的价值？AI 转型浪潮下，CEO 如何决策与应对？

在崔牛会策划的“DeepTalk｜DeepSeek猜想系列”的第四期对话中，由崔牛会创始人&CEO 崔强主持，邀请了上海美砺科技总经理，创元化妆品数字化副总裁、CIO谢秀鹏，企业数字化专家董勤林，从 CIO 视角出发，围绕“CIO眼中的DeepSeek：企业软件价值会被放大，还是缩小？”的主题，展开了深入探讨。

谢秀鹏认为，大模型的本质是决策，它不再是简单提供一个工具，而是真正实现了以往畅想的运营大脑；基于MCP 协议的AI Agent可以实现互联，将打破固有的企业、客户、生态边界，这也要求未来CEO要站在系统论的角度去重新思考企业边界和运营模式。

董勤林认为，DeepSeek带来的冲击不仅是在技术层面上，真正的冲击是思想上的震荡。 应当跳出技术本身去看大模型，才能更好地理解和用好大模型；简单易用仍是大模型在落地过程中面临的一个挑战，如果将DeepSeek比作专业相机，仍然需要一按快门就能出结果“傻瓜相机”，才能进一步普及大模型的应用。

阅读目录

1. 跳出 AI 看 AI， DeepSeek的时代冲击

2. 大模型时代，CIO会不会“能力空心化”？

3. 大模型能否提升企业软件价值？

4. AI 转型浪潮下，CEO 的应对策略

以下是经牛透社编辑整理的对话内容：（有删减）

跳出 AI 看 AI， DeepSeek的时代冲击

崔强：DeepTalk 系列，一开始是想谈论 DeepSeek 对中国企业软件的影响，后来我们决定把讨论的范围放大到对企业以及整个企业数字化的影响上。

在前三期中，我们分别对应投资人、原生 AI、SaaS 创业者三个视角，讨论了 DeepSeek 和 AI 对于中国企业软件产业、软件产品以及 SaaS 行业将带来哪些变革与冲击。今天晚上，我们将站在客户视角，探讨 DeepSeek 到来之后，CIO 眼中的企业软件的价值将会被放大，还是缩小？本期两位嘉宾都从事 CIO 和数字化转型多年，下面请两位嘉宾先简单介绍一下自己。

谢秀鹏：大家好，我是谢秀鹏，工作近25年，前15年我是在科技类公司平台，近十年在甲方企业负责数字化，现在是上海美砺科技总经理，创元的数字化副总裁、CIO。 今天很开心在大模型时代能和大家做一些研讨。

董勤林：大家好，我是董勤林，我一直专注于企业数字化，前半程是以系统开发为主，后半程是面向企业的数字化应用与转型。今天很高兴能有机会与大家交流碰撞，共同引燃 AI 和大模型应用的智慧火种。

崔强：感谢两位。DeepSeek背后还代表了这波生成式 AI 的浪潮。第一波生成式 AI 浪潮应该是在 2023 年由OpenAI 带起来的，两年之后DeepSeek把第一波浪潮整个“平权”掉了，原来需要闭源才能做到的事情，现在全部开源了，让每个人都唾手可得 。这段时间一体机很火爆，可以私有化部署满血版的大模型，这些变化将对数字化转型带来哪些冲击？

谢秀鹏：对我们来说主要有两个冲击：

首先是迭代速度太快了。从去年开始，基本上是以周为单位迭代，再加上今年DeepSeek出来，不管是 CIO、企业负责人，还是业务方，大家都非常茫然；

第二是期望值。大家的期望值也非常高，觉得它是一个划时代的创新，立刻就要用起来。这种期望值上的共识也是一个很大的冲击，有很多信息需要去拉通。这是近两年来非常切身的一个感受，这样的冲击每天都在发生。

董勤林：套用一句话来讲，“理想很丰满，现实很骨感。”DeepSeek这样的 AI 大模型突然出现，并非偶然。如果没有以往的酝酿和积累，它不会突然冒出来。所以，我认为要跳出技术看技术，才能更好地理解技术和用好技术。跳出 AI，从比较宏观的视角来看，我把它分为三个层面：在社会层面，要跳出企业的小范围去看社会的发展方向。

我们大胆假设在一个终极场景下，社会运营全面智能化，基础作业完全自动化，不需要人去做；在人的层面，未来人是受 AI 管理的，AI 成为“人”，人变为“机器人”（这只是一个对比，并非指人要变成机器）；在价值层面，是以价值创造为中心，组织的存在是基于社会需要，而非追逐经济效益。现在很多企业的第一要务是追求经济效益。如果仅从这个角度看，和 AI 或者大模型应用未必能够结合在一起。

关于 DeepSeek 带来的思考，我觉得不仅是在技术层面上，真正的冲击是思想上的震荡。如果说以往的信息化、数字化是被转型所冲击，那么 AI 则可以理解为转型的发动机，这种冲击所引发的效果是前所未有的，迭代速度也远超过我们的想象。

具体来说，将带来真正的平台一体化，彻底的组织扁平化，适度的生产自动化，研发前后端的联动化、客服体验的最优化以及市场响应的迅速化、决策的科学化等，想象空间非常大。AI 大模型带给这个时代的冲击是必然的，或者说我们应该把这个冲击理解为正向的、积极的、最具推动力的。

崔强：我想问谢总一个具体问题，现在大模型迭代快不仅对甲方有冲击，对很多企业软件也有冲击。比如很多人花了半年做了很多事，大模型一迭代这些事就等于白做了，又要从零开始。能具体说一下迭代快主要是指哪些影响吗？

谢秀鹏：多年前有很多做大模型的厂商，我们采用了他们的技术。OpenAI 、DeepSeek出现以后，我们之前的投资、试点可能要做一些变化，这就是迭代快的一种表现。

崔强：今天我们讨论的方向是客户方向，DeepSeek 无疑加速了 AI 的普及，现在整个社会都知道了 AI，这种普及程度让所有的客户，以及客户的高层，甚至CEO、董事长都知道了 DeepSeek 能做什么，AI 成为企业数字化的一个战略级的变量。我们观察到的企业在 AI 投入上会采用什么样的策略？和以往的策略相比会有什么不同？

董勤林：我觉得不同企业，在这个问题上的分析和判断上应该是有差异的。科技对于企业来说是辅助，还是引领，这个决定了企业对待信息化、数字化以及 AI 和大模型的态度。此外，企业数字化的进程也不是步调统一的。一些企业说已经对接DeepSeek了，但如果只是连接了DeepSeek入口，其实并不叫对接。真正的对接，还是要从企业自身的问题出发。

在这个过程中，要真正把 AI 和大模型变成战略和企业的真正竞争力，领导人首先要把 AI 和大模型视作一个牵引企业快速提升管理能力、业务能力、核心竞争力的战略级目标；关于是All in，还是渐进式改革，同样不能一概而论。

事实上大家都在 All in，为什么仍然没有更好地见到效果，我觉得还在于思想上有一些“out”的地方形成了制约。渐进式我觉得是偏谨慎的一个做法，也是大多数企业的一个选择。正因如此，当颠覆式的跨界冲击来临时，是全无招架之力的。

所以，All in 大模型，我觉得更像是揭开盖头，让我们重新审视原本的渐进式策略，有哪些地方是需要调整的。

All in 还是渐进式，不是彼此替代的，应该是可以互相结合的。思想上必须 All in，行动上可以渐进，在条件具备的时候也可以来一次彻底的跨越，并不是非此即彼的。

崔强：谢总，创元采取的是什么样的 AI 策略？

谢秀鹏：我们公司对数字化的认知和布局还是比较早和前置的，主要是两个维度：一个是在战略上 All in。大模型是一个颠覆式的创新，尤其是DeepSeek可以让大家能够低成本地、更容易地将大模型用起来，因此，在战略层面应该说从企业的整体运营都要开始用大模型；另外一个是渐进式的实施。大模型是一套技术，如何转化成真正的生产力，还有很多工程化的路径要去打破，所以肯定要渐进式地实施。

All in是以终为始，一开始就要看最终的目标是什么，应该从业务战略、规划层面去看，把这套新的生产力用起来，但是在实施还是要分阶段。

崔强：我想追问谢总一个问题，从 OpenAI 到 DeepSeek，你们公司在AI 方面取得了哪些成果？

谢秀鹏：我们公司是做化妆品品牌和制造的，我们第一个场景是用 GPT 3.5 去分析消费者洞见，挖掘客户需求，然后再延伸到配方端、制造端匹配前端的消费者，我们用大模型做了一些实际的项目，包括客服的智能化、合规检测、法规拆解等。

崔强：这些场景是对原有功能的一个替代，还是增强？

谢秀鹏：这的确是产生了一个拐点的。之前的大模型，大家是把它当成工具，相当于把以往 IT 做的事情重新做一遍。但后来发现，大模型本质上是决策，它超越了数据、信息层面，产生了一种决策能力。这意味着它不再是简单地提供一个工具，而是真正实现了以前所畅想的运营大脑。

有了这样一个定位转变，以往很多信息化的布局，比如要上很多系统的思路可能就要换掉了，变成一个更加前置的、由业务方自助使用，自己完成梳理需求、知识加工、决策验证等闭环。而不再像以往要靠 CIO 打磨好了数字化系统，交付后再做闭环验证。

这个冲击应该比工具更大一些，我们也经过这两个阶段。现在公司比较统一的共识是，大模型不是一个工具，而是一个超越工具的顾问，是帮你做决策的。

崔强：我觉得有部分是替代了人的角色。我想问一下董总，从 2023 年OpenAI出现以来到现在，你看到过一些比较眼前一亮的场景或者应用吗？

董勤林：我们一直希望能把 AI 的应用具体化。比如我们在做财务系统时，想要把一些财务中的关键指标数据进行一个智能化的提炼和分析，让它成为一个高级员工，而不是仅仅帮你完成一项基础业务。

这几年，技术的发展为我们打开了思路。借用 DeepSeek，我也创造了一个词叫“Simple Seek”。如果说DeepSeek是专业相机，它在应用过程中仍然是有点复杂的。但在企业中可能需要更简单的操作，就像傻瓜相机，一按快门，就可以出来我想要的结果。

实现从单反相机到傻瓜相机的跨越，才能使绝大多数普通人拍出一张好的照片来。信息化、数字化也是同样的道理，以往有许多庞大的系统做好了之后，很多数据“趴”在那里，很多流程只是规范性地完成了作业，但并不能很好地响应外部变化，解决业务问题，我更希望有越来越多这方面的突破。

大模型时代，CIO会不会“能力空心化”？

崔强：刚才谢总提到，大模型不是工具，而是顾问。这个改变出现以后，CIO 会不会有些失落感，觉得自己不那么重要了？如果大模型或者技术供应商能够提供行业洞察，CIO们会不会也觉得自己被空心化或者被替代了？

谢秀鹏：的确会有这样的一个阶段。因为以往是需求出来之后， CIO 做数字化顶层规划，然后再做交付。因为大模型具有决策、顾问能力，CIO 在运用大模型做企业数字化架构的过程中，突然发现还不如把这套顾问、决策的机制前移给业务方、组织以及商业运营单位，CIO 则是更沉淀到基础设施层的搭建，因为这个过程也是工程化的，需要 CIO 去引导业务方加工知识，去结构化、模型化去运用大模型这套东西。

所以，我们发现在信息化时代，CIO 总是被呼叫的。在大模型时代，当CIO 把大模型交给业务方之后，发现业务方还要呼叫你：怎么用 Agent，怎么搭建知识库……在大模型时代，CIO 仍然有很多可以发挥力量的地方，只是CIO的身份需要一个小小的再定位。

崔强：云计算、 SaaS、 AI，每一次技术变革都会对 CIO 这一职位带来冲击。我想问董总，此时此刻有什么感想吗？

董勤林：其实，CIO 本身大可不必担心，因为真正吃透一个企业，是需要花很大力气和代价的。换句话说，如果 CIO 因为新技术而出现能力空心化，这也是因为自身能力的不足，或者与企业的发展不匹配所导致的。所以， CIO还是要带着 CEO 的视角去看一种是技术如何助力企业发展的，这样你就可以成为企业发展中不可或缺的一份子。

具体来说，有以下五个建议：

第一，要从全局视角看问题。大模型已经把这个问题抛出来了，以往很多部门级的应用可能是一部分 CIO 在数字化规划上不够一体化、缺乏联动造成的。在这方面， CIO一定要尽早地推出企业自身生产运营发展的大模型，自上而下取得思想上的共识。

第二，不必担心供应商有了行业洞察就会取代CIO。为企业量身打造方案，主力还应当是企业自身，在这方面 CIO 首当其冲，应该主动去思考大模型时代的新思路，而不应该总是等着供应商提供方案。

第三，以点带面，循序渐进。大模型应用和数字化转型一样，没有点上的效果呈现，要全面推广难度是非常大的。

第四，要继续发挥好组织沟通的作用。

第五，做好数字化预算，把钱用在刀刃上。在这一点上，CIO 要做好一把手的左膀右臂。

如果 CIO做到了以上五个方面，我相信他是不会被空心化或者被取代的。所以， CIO 能力空心化的风险，不是来自外部，更多来自于自身。

大模型能否提升企业软件价值？

崔强：有一个话题想抛给两位：企业软件应该如何让甲方感受到它的价值？我们知道国内市场其实对于管理软件的价值一直缺乏足够的认知，长期以来管理软件在国内也处于一个价值被低估的阶段。这一波 AI 来了之后，企业软件的价值感会提升吗？或者如何才能被提升？

谢秀鹏：对于甲方来说，因为每家企业都是不一样的，所以企业软件首先是要提供个性化的服务；第二，要保持整个业务的创新；第三，是投资回报。核心上就是通过这三点来看企业软件的价值。

第一，在个性化方面，大模型同以往工具不同，它本身是带有咨询能力、架构能力和方案能力的，所以由大模型驱动的企业软件更容易做个性化了，对企业方的要求也会更高了，这时候主导权和关键点仍在于甲方：首先，甲方要梳理清楚业务目标；其次，要提供好素材，让大模型帮你做解决方案的产出。而大模型的供给方，也要结合自己对行业的理解，把模型放进业务场景中，双方匹配才能实现个性化。

第二，在创新性方面，以往主要是靠结构化数据，现在大模型也可以加工非结构化数据，这非常适用于现在企业中的一些视频类场景，包括一些没有实现 SOP 标准化的场景，可以用大模型的多模态能力去做实时数据加工，这也更方便乙方去做企业软件的创新。

第三，在投资回报方面，以往企业软件的价值验证周期比较长，现在甲方说清楚个性化需求，提供好素材，乙方可以提供解决方案，创新性的数据也具备了，很快就可以验证企业软件的效果。这使得甲方可以通过小步快跑的模式去做投资，每一步投资都可以很精准，最终提升整体投资质量。

从甲方视角看，以上三点可能就是大模型技术带来的一种福利。

崔强：一个网友问，AI 加持之后，CIO 所在公司对企业软件的采购是适度增加、减少或者是不变？谢总的感受是什么样的？

谢秀鹏：刚才提到 CIO 对 AI 和大模型的理解，公司的认知也拉通了，它是一套非常扁平化、前置化的平台，而且是参与到企业实际的运营决策，很快就可以得到验证。目前，甲方已经具备这样的共识。

在大模型应用方面，甲方 CIO 需要借助不同行业的企业软件厂商的力量，但也需要这些厂商具备大模型驱动的决策能力来交付，而不是只增加一个系统。在开放性上，也比以往更强了。

崔强：很多客户的IT 团队全面接入 DeepSeek，而且是自己来做，这种现象尤其在办公、客服等领域更加突出。这些领域相关的企业软件公司的价值会被缩小还是放大？

董勤林：专业的人做专业的事。很多企业在数字化过程中会选择自研和依托外部软件，这两种方式其实没有绝对的好与坏。

第一种方式，对于企业自身的数字化能力要求非常高；第二种方式对于供应商能力提出了三点要求：

1. 不要过度解读 AI 和大模型，过于神化科技的力量；2. 要讲企业听得懂的语言，要把大模型能为企业解决什么问题讲清楚；3. 仅有洞察可能还不够，还要与企业深度融合，敢于和企业长期绑定，瞄准企业的问题和增长点，为企业创造竞争力和增长点，双赢思维非常重要。

另外，在企业需求方面，只提供一定领域的专业软件产品还不够，还要能够站在企业立场上，提出整体的解决方案，能够形成企业所需的智慧软件集合体（联盟）。

崔强：一位网友评论，公司为了赶上 AI ，各个部门成立了 AIBP，天天研究一些不可行的场景，这是不是为了追求 AI 而导致生产力下降？之前聊到DeepSeek对未来组织变化的影响时，有这样一个观点：原来的数字化都是 IT 部门主导，DeepSeek 让企业的数字化回到了人身上，未来牵头人可能会转移到人力资源部门，不知道会不会有这样的变化发生？

谢秀鹏：刚才网友提到 AIBP，其实 IT 本来就有 ITBP 、数字化BP、产品 BP 等，但当时设立的背景是业务方和数字化厂商之间存在着很强的边界。刚才说大模型能力升维了，参与业务决策了，这意味着指挥权和控制权更集中于业务方了，原来产生BP的边界可能就要消失了。

在大模型应用过程中，由业务方梳理清楚自身的需求，提供好素材，这同原来甲乙方边界很清晰的商业化合作不同，也不需要太多的 AIBP。但这也是一个循序渐进的过程，业务方一开始可能不会把大模型用得很好，还需要 CIO 团队的引导。

董勤林：关于组织在推进数字化过程中的作用，一直以来存在一些看不清楚的地方，大模型和 AI 能够推动促进企业的扁平化真正快速落地。以往 AI 更多是替代基层岗位，现在一些中层岗位也可能被替代。

信息的通达可以拉动扁平化，如果企业中一些原来的职能和部门能够用 AI 或者大模型打通的话，中间层级确实可以快速被简化掉。简化中间层级，提高科学管理的能力和水平，是 AI 和大模型带来的一个不可回避的冲击。

中层应当有应对的危机意识，CIO 也要主动承担起责任，甚至联合人力部门，向 CEO 提出科技助力企业健康成长的可行方案。

AI 转型浪潮下，CEO 的应对策略

崔强：我感受到的不只是中层危机，中层或者中层往下的危机都很大，未来可能真的只有资深专家才有在组织里活下来的机会。最后，我想请两位给 CEO 也提一些建议，在向 AI 时代转型的过程中，CEO 应当如何决策和应对？

谢秀鹏：AI Agent（智能体）定义好之后，可以在某些层面和节点取代人自动工作。现在业内出现了MCP 协议（Model Context Protocol，模型上下文协议），把无数的智能体连接起来了，甚至可以跨越企业边界，将客户、生态中所有的能力和流程，都通过服务驱动起来，连接起来。

之前所谓的护城河，组织和团队边界都可能被冲击了，这要求 CEO 要更加懂技术和大模型，能够站在系统论的角度去看企业边界，思考运营模式，思考企业的商业输入和输出是什么。

当业务方能够把大模型用好了，决策就会变得非常扁平化和前置化，这个时候CEO应该考虑协同提升之后，企业的外部威胁是什么，机会是什么？如何运用系统论的边界去考虑生产关系的连接？

所以，CEO需要用更体系化、系统论的方式去规划组织。正如迈克尔·哈默提到的“企业再造”，哈默提出企业应该以客户为中心打破部门墙，这是一个非常美好的设想，然而真正实现的却很少。大模型让这个设想更容易实现，因为它的决策更前置，也弱化了甲乙方的边界了。

因此，CEO 们可以重新结合“企业再造”的整体框架，运用大模型的生产力重新再造一遍，这可能对企业的价值比较高。

董勤林：在企业的数字化转型过程中，CIO 是直接的推动者，但CEO是真正的决策者。数字化转型如果没有 CEO 的参与，或者参与度不够都是不可能成功的；但另一方面，CEO如果不具备科技变革思想的话，他也可能成为最大的变革阻力。

我对 CEO 的建议是，在 AI 和大模型到来时，第一，要主动拥抱。走出去，请进来；第二，大模型应用主要分为三个层面，一是视野，大模型可以帮助 CEO开阔视野；二是根基，一定要立足企业的核心竞争力（产品和服务），无论大模型怎么赋能，这仍是企业的生存之本；三是路径。要把原来问题转化为科学化的运营。

围绕视野、根基和路径，CEO要有一个全局化的构思，敢于谋新局，规划新篇章。在这个过程中，等是等不出来结果的，CEO要主动参与进来。对于 CEO 和大多数人来说，数字化红利时代已经过去了，要用好科技的力量，莫把红利当能力，勿以权力为实力，科技完成转化才是真正的竞争力。

崔强：刚才董总提到三个方面：视野，根基和路径，我觉得是很好的总结。我还想问谢总一个问题，刚才你提到了MCP，说甲方和乙方的边界在消失。有了 MCP 之后， to B 和 to C 的边界是不是也在消失？

谢秀鹏：是的。近期我们和一些业内朋友们聊到，有 MCP 支撑的 AI 智能体，可以自动去连接，打破信息差，这对于那些依靠信息差运转的平台企业会带来冲击。新链接会越来越扁平化了，越来越向消费者、最终客户倾斜。

崔强：最后总结一下。前天我去了一家做 Agent 的企业学习和参观，这家企业早期是做 RPA 的。RPA是把一些流程复制，就好像一只机械臂，它不会思考，只会机械执行；有了大模型之后，好像又装了眼睛，可以去扫描；到了 AI Agent，又好比装了脑子，可以帮我们完成一些任务。这些进化，也让他们原来的数字员工更加立体了：有行动、有观察、有思考。

未来工作场景中，可能是“一个人看，一堆人干”，干的那堆人可能就有数字员工。前两天 Manus 的出现让大家很惊艳，我相信Manus出现之后，很多企业都在思考企业内部的应用应该怎么调起，怎么用 MCP 去连接，这个猜测是不是对的？

谢秀鹏：是的，之前是基于规则，信息化系统的规则和逻辑是固定的，它的输入和输出都是非常固化的；但是智能体是带着决策和迭代能力的，它会根据你的目标和捕捉到的信息，去自主决策，适应变化。

所以，它不再是基于规则了，而是基于最终目标了，是可以做动态决策的，这可能是最大的一个本质区别。AI Agent还能继续自主链接、加工更多的信息化能力，持续提升决策质量。

崔强：谢总最后一句话，我觉得非常有启发。原来我们是基于规则驱动，现在是目标驱动，整个逻辑都在发生变化，这和传统中国企业软件的思考维度不太一样。

前两天我去一家平台企业，聊起现在 AI 对整个产业的变化，他们感到这完全是一个新的逻辑，新的物种。

未来 SaaS 或者软件只是 AI 需要调用的几种能力之一。可能底座还在，但外围可能会有很多Agent 在运行，这些 Agent 之间又可以通过 MCP 互联，甚至可以调动竞争对手的 Agent 共同服务某个企业的一类业务，竞争的边界也在发生变化，大家各自做好 SKU 范围内的 Agent 就够了，然后等待别人调用，这可能会变成一个真正的商业化运作，竞争也会更加良性一些。