2015 年 10 月，网易智企发布第一款产品，正式踏上了 ToB 商业化之路。2017 年，我们推出了属于网易智企的科技活动品牌——MCtalk，意为汇聚深度思维（Mind）、碰撞顶尖创意（Creativity），并持续运营至今。

2024 年，我们再度扩充「MCtalk」的内涵，重磅推出《MCtalk·CEO对话》栏目，深度对话 ToB 行业经营者、决策者、PE/VC 投资人等，就 ToB 从业者所关注的焦点问题展开讨论。

在2024年的12个月中，来自高成资本、影刀RPA、e签宝、有赞、崔牛会、盖雅工场、酷家乐、每刻科技、观远数据、爱分析、销售易的CEO、创始人，以及吴昊老师这样的ToB行业资深观察者们走进直播间，产生超200,000字深度对话内容，节目累计达到超1,000,000次曝光，吸引超100,000人次观看。

2025年，我们延续《MCtalk·CEO对话》的精良制作，将栏目焕新升级为《MCtalk·无限对话》，将嘉宾与话题由企业服务拓展至千行百业，深度观察千行百业的“每一处细节”，沉浸感受千行百业的“每一次变革”，详细研究千行百业的“每一门学问”。

全新栏目视觉、全新议题设置、全新嘉宾阵容，不设边界，无限畅谈！

这是《MCtalk · 无限对话》的第 14 期

2026年，AI这艘巨轮持续向前行驶，并以“天”甚至“小时”为单位进行演进。

备受瞩目的DeepSeek首轮融资正式落地，募资超500亿元，估值接近4000亿人民币。梁文锋个人出资200亿成最大单一出资方。

当AI步入Agentic AI时代，曾被GPU抢尽风头的CPU，重新回到AI算力的舞台中央，变成系统里的关键角色。

在AI与万物融合的大趋势下，隐私性更好、成本更低、时延更低的端侧AI需求迎来大爆发。

一场关于AI驱动生产力变革的竞速在千行百业拉开帷幕，无论企业规模如何，大家都深刻认识到AI的影响之大。

产业链的每一环都在被AI重新定义。

在这样的时代背景下，本期《MCtalk·无限对话》，我们邀请到两位分别站在AI算力供给端和AI应用落地端的行业领军者展开对话：胡凯——英特尔中国区互联网&运营商行业总经理，阮良——网易副总裁、网易智企总经理，一位代表"算力的供给者"，一位代表"算力的消耗与AI价值创造者"。

当底层芯片的设计者与上层应用的构建者坐在一起，他们如何看待AI对企业和社会的真实影响？以下是这场对话的精华。

要点速览

● 别只盯着"替代"，AI真正带来的是“增强”与“重构”；

● 个人提效5倍团队却只快了15%，瓶颈在组织流程；

● 过去一年，围绕AI做出的一个最重要的决策；

● 企业采纳AI的三重顾虑：能力、安全与成本；

● AI不会只长在云上，端侧AI需求暴涨；

● 以天为单位演进的时代，如何构建稳定内核。

01别只盯着"替代"，AI真正带来的是“增强”与“重构”

阮良：凯哥，欢迎再次来到网易。2026年AI发展如火如荼，一个让我印象深刻的剧烈变化是——以前谈到AI算力，大家谈论更多的是GPU和英伟达，但今年开始，英特尔、AMD这些以CPU为主的公司开始发挥越来越重要的作用。今天想和你围绕AI、芯片以及这些剧烈变化，聊聊AI如何改造企业和社会。

胡凯：谢谢阮总邀请，很开心来到依山傍水的杭州网易三期园区。行业变化确实很大，从技术需求到架构变化，再到芯片要求、上游制造，整条路径都在演进，投资也在溢出——从科技公司到芯片到制造到储能到基建，这些对整个人类生产力的提升和经济系统的促进作用是巨大的，作为从业人员我感到非常兴奋。

阮良：华为在5月份发布了"韬定律"，它体现了一种系统性的架构思维，不是在垂直领域单点突破。这让我想到英特尔——以前大家会拿台积电和英特尔作对比，认为台积电这样足够垂直的公司更有优势，但到了2026年，这个事情发生了微妙的变化，英特尔从设计到制造到封装的全产业链布局模式，在AI时代反而具备了更大的优势。

胡凯：台积电、华为都是非常值得尊敬的公司。IDM模式和Fabless+Foundry模式，有点像闭源和开源之争——苹果iOS是闭源的，安卓是开源的，都有通向成功的路径，关键在于执行力。

我们现在的战略也在转变：不只是自己设计、制造，也会用外部晶圆厂；同时把代工能力开放给其他客户，包括有一些自研的加速芯片和板卡，我们帮他做封装和测试。马斯克的Terafab项目，英特尔也是合作伙伴之一。

阮良：非常棒！中国有句老话"分久必合、合久必分"，以前经济学强调社会化分工带来效率，但是我发现当AI发展越来越剧烈的时候，又会形成一种更融合的趋势，才能够把效率提得更高。就像软件开发以前分前端后端测试，现在都走向了全栈，硬件领域也类似——设计、制造、封测分开多年后，重新融合才能实现系统性的效率提升。

胡凯：非常同意。我们和做模型的公司交流时发现，他们从关注模型开始，逐步向下拓展到了解软件生态、指令集、GPU系统甚至芯片。有客户跟我说，每年往前走一步——第一年做自己的事，第二年搞清楚硬件厂商的特长和痛点，第三年就和芯片原厂交流。

我们会跟一些领先的客户交流未来三到五年的规划，然后客户也会给我们反馈这些规划是不是他们需要的feature，这种上下游的交流越来越普遍。

阮良：我经历了互联网、移动互联网到AI时代的全过程。互联网和移动互联网时代最大的特征是"连接"，打破物理空间的限制。在AI时代，听到更多的一个词是"替代"，这也是很多人焦虑的根源。但从我们自己的感受来说，肯定不只是替代，替代可能是某种结果，在整个生产力的方向是增强。凯哥你怎么看？

胡凯：我很同意增强的思路，后面可能还要加一个"重构"。AI首先是带来生产力的巨大提升，这是增强。再往后，就像电力引入人类社会——开始是用电力改进原有流程，后来是以电力为核心重构整个生产流程。我认为AI也会经历这个过程：未来，大家做的很多事情是为了让AI去看、让AI去读，甚至很多交换、交易都是用AI去做，人与人、公司与公司之间的协作方式会产生巨变。

在系统架构方面，以前以GPU做训练和推理得到结论为主，现在变成CPU在前面要做很多数据的预处理，这也是你前面提到的CPU行业强劲发展的原因。

阮良：我们也是和你类似的观点，有两个形象的比喻作为补充：第一，这一波AI堪比一次工业革命。历史上每次工业革命提升生产效率后，人类整体经济和幸福指数都是大幅跃升的。第二，互联网实现了信息平权，AI让这种平权更彻底，甚至实现了教育平权。

我听到过一个真实的案例，一位美国工程师通过用Claude当教练，从完全没有基础到几个月就考过了高难度的会计师证书。

杰文斯悖论在去年大火，DeepSeek R1发布时大家以为算力需求会减少，实际上需求反而爆发式增长。我们也的确看到这个现象正在发生——生产效率的提升、价格的急剧下跌，会刺激需求的暴涨，比如原来因为ROI太低不被服务的市场，在AI时代很有可能变成新的蓝海市场。

02个人提效5倍团队却只快了15%，瓶颈在组织流程

胡凯：阮总，你们服务了大量企业。我一直有个好奇的问题，很多中小企业老板看到员工用AI提效很厉害，但自己反而更焦虑——觉得AI很好，该去用，同行也都在用，但因为不懂，不知道AI到底能解决多大的问题，应该在多大层面推广。对于AI应用的切入点和采用程度，你有什么好的案例分享？

阮良：先分享我们自己的经验。GPT-3.5出来后，和所有老板一样，一开始我们也非常焦虑，担心新技术让原有的护城河消失，担心同行应用的速度比我们快等等。但后来发现，你只要去积极拥抱它就好了，对一家企业而言，关键是让AI技术嵌入到workflow中。而企业真正的隐性护城河，是人才和组织文化，以及改造我们的整个生产方式。

比如AI Coding这个事情，它确实厉害，个人提效可以达到三到五倍。但放在企业层面，整个需求交付周期却只从20天缩短到17天。为什么？瓶颈在组织流程，生产方式没有跟上。

胡凯：卡点在原来流程上别的地方。

阮良：其实就和木桶理论一样，短板是原来的生产方式。于是我们就开始改造生产方式，推行了SDD（Spec-Driven Development）——以规范驱动开发，所有环节和产出物都用spec来指导和对齐，中间大量环节由AI执行。采用这种新的生产方式之后，交付时间从20天直接缩短到10天，效果非常显著。

第二个关键因素是人才，AI时代的人才必须越来越全栈，你得有足够的适应性。

这是发生在我们自己身上的一些事情。从对企业客户的观察来看，我其实更看好中小体量的公司在AI时代的变化，因为船小好掉头。我们在服务中小企业客户的时候，发现他们决策很快。老板觉得有道理，并且只要可以给他们带来有价值的业务结果，他们会马上买单，马上去行动。

生产方式或组织流程的改变，这些事情在大公司反而更难。当然也有很多优秀的大公司，但可能更需要魄力。

胡凯：谢谢阮总的分享。

阮良：AI时代有一个非常明显的特点，就是大家越来越看重效果。以前做CRM这类软件，强调的是管理流程，但管理是滞后的；我们现在是直接把销售的能力提升起来。

举个例子，很多电话销售团队流动性强，大量新销售进来，但传统培训的效果是很差的，导师一对一带徒弟又占用精力。但有了AI，可以把优秀销售的经验萃取成素材，让AI模拟客户和新销售对练，这样真的碰到客户的时候他就比较自如了。

胡凯：设计很多场景。

阮良：是的，真实面对客户时，AI还能实时辅助，提供产品信息和话术建议，大幅提升转化率。

胡凯：我有个同事离开英特尔创业，就是帮科技公司销售做培训。用AI生成教学视频、重难点内容，支持各种语言。不过对练场景他还没想到，我可以让他参考一下你们的做法。

阮良：这是非常有效的方式。我们总结了用AI提效的三个原则：第一，这项工作是否重复性出现，比如销售，他一定是需要记录与销售沟通的纪要；第二，这项工作是否消耗个人精力，比如哪怕最好的CRM软件，销售都不喜欢用，里面需要填写各种字段的内容，这本身就是反人性的；第三，不同能力的人做这件事的结果是否差不多。符合这三点就尽快用AI替换。

这不是替换人，而是把重复性、让人烦躁、谁做结果都一样的工作替换掉，释放了真正的人工智能——就是人的智能，让人解放出来去做更多的决策判断。

网易总结了AI时代人才的六种能力：审美力、洞察力、标准感、结构力、判断力、自驱力，我认为是非常符合这个时代需求的。

03过去一年，围绕AI做出的一个最重要的决策

阮良：凯哥，在过去一年中，在您的团队里面，围绕AI做过最重要的一次决策是什么？

胡凯：最重要的决策可能是在人员资源上做了一些调整。常规情况下销售是业绩导向的，但现在我们会看得更长远，比如一些大模型厂商，本身对我们没有直接的采购量，但他们对于整个业界走向以及系统架构的选择方面的意义是很重要的。对这类客户，我们降低了销售的业绩考核要求，鼓励他们倾斜资源——了解他们在做什么、对算力的需求是什么，再看怎么更好地服务他。

阮良：这件事短期肯定需要承压，你们还是很有魄力的。我们最重要的决策是推动团队全栈化。短期可能会在某些专业领域丧失效率，长远来看，AI让优秀的人变得更像八爪鱼，可以做更多原来不擅长的事情。

胡凯：一个更优秀的员工，对AI用得更好，他的杠杆效应是非常显著的。

阮良：刚才我们聊了围绕AI的决策，接下来想请凯哥分享一件关于AI发挥价值的印象最深刻的事情。

胡凯：我们除了服务现有客户群体之外，也会通过不同渠道去看行业里的变化，拓展一部分新兴客户。在客户拓展上，传统方式是看新闻、借助搜索引擎以及和投资朋友交流，效率不高。现在我们引入外部数据库，和Salesforce打通，借助大模型的能力进行信息的筛选——我们会提前做一些prompt设定条件，比如Token消耗量、投融资范围、行业、创始人背景等，快速扫描和锁定潜在客户，效率提升非常明显。

阮良：我分享一个不同角度的案例，主要是在销售场景。做to B经常碰到大客户提出定制化的需求，销售希望满足客户拿下订单，产品团队需要综合投入和可复用性进行评估，矛盾经常升级到管理层。这个事情，真正的代价不是为客户投入的产研资源，而是消耗了大量组织资源——包括管理层的精力和脑力。

今年我们用AI解决了这个问题，我们把过往针对类似事情的决策积累做成了一个AI Agent：什么样的客户、什么类型的需求、在当前产品战略下该不该做。用这个Agent回测过往发生的case，发现准确率超过90%。于是我们把这个技能分发给了所有一线销售——碰到客户提个性化需求，先让Agent做一轮判断，进行参考。

它相当于瞬间把组织过往积累的精华经验，用AI萃取之后，分发到了一线。一方面提升了一线销售的效率，但更大程度上其实是降低了组织可能产生的损耗。这是近半年，在组织内部，让我印象最深刻的AI发挥价值的一件事。

胡凯：这个痛点我们也有，但没想到AI能这样解决。我们也是一层层review的流程，有专门委员会定期开会讨论。但最大的问题是信息不对称——销售知道需求但不了解投入成本，遇到强势的BU根本没法争论。

阮良：但这个事情也有一个前提，就是你过往的确积累了这些决策事件，那些数据是可信的，可被AI采纳的。此外，它是符合我当下产品战略发展方向的。目前测下来效果是不错的。

04企业采纳AI的三重顾虑，能力、安全与成本

阮良：AI正在快速影响这个时代，但确实现在很多企业还是有些迷茫的。凯哥，你观察到客户使用AI的主要卡点是什么？比如是安全性、找不到场景、还是觉得模型不够聪明？

胡凯：三个层面。第一是大模型能力的匹配度——企业存在的问题（钉子）形态各异，会去看到底哪个AI工具（锤子）的能力可以解决；第二是问题的复杂度——AI能不能快速分解和执行；第三是安全性和授权边界——新闻上经常有AI越权操作的案例，有没有兜底机制，决定了企业在AI这一步迈得多大和多快。

我们也在从芯片底层构建安全能力。比如我们和一个手机客户合作，我们用TDX技术实现了“端云一体的私密计算”和"数据可用不可见"。这个客户后来还把这个安全特性推荐给了他使用的公有云的伙伴。

阮良：有没有碰到过客户觉得AI太贵而不用的？

胡凯：有的，但客户的心态也在不断变化。刚开始都是觉得要投入，但后面发现公司的决策和财务流程并没有适应，比如买了更贵的AI服务器后通算存储预算就得削减。加上行业涨价厉害，供需失衡，客户预算不断调整。

原来很多公司要求库存做得很紧，后来发现不行，有库存对于上线响应速度、成本控制会更有利。

阮良：而且现在硬件都在涨价，有库存反而是好事。

胡凯：云也在涨价，即使是全球最领先的Hyperscaler（超大规模云服务商），内部申请算力资源也很受限。生产力提高后，原来跑两三天的任务现在两小时就完成，大家都想做更多事情，算力需求非常旺盛。但公司资源有限，会根据之前的使用效果和回报来分配。所以整个行业趋势来看，算力在可见的中短期都是稀缺的。

阮良：我观察到三类企业。第一类像我们，对AI秉持了非常积极甚至激进的态度，让所有员工尽可能深度使用AI。我们发现Token消耗断崖式领先的同事，产出也断崖式领先。在这个过程中，创新和效率提升带来的机会成本降低带来的价值是远超Token浪费的。

胡凯：有一种偷懒的做法是搞一个排行榜看谁消耗的Token多，如果是这样的话，大家就会找一些东西来回传递。但你们做得很好，从管理角度积极适应这个状态，这对管理层提出了更高的要求。

阮良：我们还是看最终的产出的。

第二类公司是另外一种状态，知道AI好也积极拥抱，但非常注重Harness——如何有效驾驭大模型，综合考量效果、质量和成本。

第三类公司非常典型，也是最焦虑的一批企业，他们知道AI好但不知道怎么用。但我觉得这是暂时的，一两年后，AI的具体落地场景会越来越多。

胡凯：包括很多做AI应用的公司，也会让整个门槛越来越低，让AI越来越易用。

阮良：但第三类公司对价格是不纠结的，他们更注重AI到底能不能在我的营销场景、生产场景、设计场景等落下去。

胡凯：我在想，AI时代对销售也提出了更高要求，不再是简单投标比价，而要真正理解客户需求，算清楚你可以帮他解决哪些问题，这个过程中的收益和价值是多少。

阮良：所以现在出现了FDE工程师这种新角色——在客户还没想清楚时就深入帮他梳理AI如何落地。Anthropic和OpenAI纷纷成立咨询公司，帮很多大客户去梳理AI流程如何落地。

第三类客户其实蕴藏着巨大机会，FDE工程师可以跟销售更好地打配合。因为最终目的都是为客户创造价值。

胡凯：在商学院学定价的时候提到过好几种——成本定价法、竞争定价法等，其中客户价值定价法是最高级的，你可以为客户创造多少价值。

阮良：我们今年刚刚更新了网易智企的使命和愿景。AI时代来了，我们希望用可靠的AI技术来释放企业的生产力，来共同迈入一个繁荣的智能文明时代。我们讨论出这个使命愿景的时候，自己都好兴奋，就像看到三体小说一样。

胡凯：从能力到我想要解决的问题都清楚了，非常棒的使命和愿景。

05AI不会只长在云上，端侧AI需求暴涨

阮良：2026年，Agent的兴起让CPU回到中心，中央调度还是要靠CPU。英特尔在产品设计上面，会朝着符合Agent调度这个方向大力发展吗？

胡凯：您问了一个非常好的问题。Agentic AI时代，对CPU的性能提出了更高的要求，从我们和客户的交流来看，他们希望核数更多、功耗更低、延迟更少、内存带宽更大、IO速度更快......我们根据这些需求设计的产品预计在2028年上市。

英特尔基于18A 领先制程的AI PC产品在今年年初已经上市，端侧NPU和GPU能力有巨大提升，前段时间小米发布会上雷总也说，这是目前你能找到的最好的笔记本上面的CPU，有很多事情可以在端侧完成，特别是涉及到个人隐私的。

阮良：端侧AI会变得越来越重要。

胡凯：此外，我们在2026年COMPUTEX上面发布了数据中心应用18A的产品，它在产品密度、功耗上面都非常适合生成式AI。

阮良：我个人也很看好端侧AI的发展。两方面考量：一是隐私方面的，二是只有端侧算力释放了，才能激发更多创新。我们现在看到的端侧AI更多的可能还是手机和电脑，但未来一定有更多IoT设备——比如眼镜、耳机、麦克风等等。

我们最近正在尝试做一件事，让我们看到端侧AI未来的巨大空间。还是回到销售场景：销售拜访客户时，在征得客户同意的情况下，开一个录音设备，AI自动将关键信息记录到企业知识库或CRM，事后还能结构化总结，分析并给出后续行动建议。这类场景下，端侧设备比打开手机APP再上传云端方便太多。

胡凯：除了您提到的隐私和便捷，我们还看到另一个维度——经济账。端侧投入是一次性的，而大量个人数据、图片视频往云端传送，带宽和Token消耗是持续的经济成本。

我们在积极做两件事：一是让端侧算力更适合大家在生成式AI方面的需求，二是通过我们的工艺改进，持续降低功耗。

阮良：更多突破可能还要靠电池和功耗的进步。但我非常期待那个繁荣的智能文明时代，仿佛我们过去看的科幻电影、科幻小说，正在一步步成为现实。

06以天为单位演进的时代，如何构建稳定内核

阮良：自驱力也会带来某种压力，我是一个自驱力很强的人，会拼命收集各种变化的信息，但信息越多负担越大，脑子停不下来。你有没有面临信息过载的困惑？

胡凯：肯定会的，这个行业现在是以天为单位更新的。

阮良：一个月前的事感觉已经很久远了，在变化这么快的时代，静下来思考，去看一些亘古不变的东西，反而变得更重要了。

胡凯：构建一个稳定的内核。在快速发展的时代，企业里需要"对齐"的事情也越来越多——我的生产力提高了，你有没有跟上？我的流程变了，你适应了吗？

面对信息爆炸带来的焦虑，我分享自己的一个的办法：定期跟几个行业内非常信任和尊敬的朋友深聊——做芯片的、做工艺的、做模型的、看应用比较多的。他们能用平实的语言把行业要点讲清楚，加上自己的专业判断，帮我筛选出哪些变化影响会很长久，哪些可能只是昙花一现。

阮良：凯哥这次带着最新的、最深刻的洞察来到网易，让我受益匪浅。我们对算力发展、AI落地场景、组织变革等话题进行了深入交流，一家AI应用公司和一家AI算力公司，共同憧憬了AI、算力与人类社会的未来发展，真的很感谢！

胡凯：感谢阮总的邀请。我们在AI这件事上的乐观态度和积极精神高度一致，您在企业AI落地、组织流程变革、AI时代人才选择方面的洞察对我的启发非常大，这样的交流以后要越多越好。

阮良：希望我们共同迈入更繁荣的智能文明时代。

更多内容，欢迎持续关注！👇

关于我们