这两年，AI进入工作之后，不少人的工作方式都被改变了，但这些变化到了公司层面，似乎还没有转化为同等的成效。
世界经济论坛联合科尔尼发布的一份白皮书指出，2025年全球AI投资超过2500亿美元，但只有25%的企业表示，AI产生了变革性影响。这也成了AI时代的一个经济悖论。
11月12日，百度世界大会上，数字人希加加采访了李彦宏。聊着聊着，她直接问了一个大胆的问题：既然自己都能做采访了，能不能当CEO？
“不能，你不能当CEO。”李彦宏笑着回答。但接下来他的解释更值得玩味：组织、公司乃至个人，都有自己的存在理由，都有自己的 mission 和 vision（使命与愿景）。“最核心的其实还是人。”
这场看似随性的对谈，触碰的正是破解这一悖论的关键：人，以及组织人的方式。
这一次，李彦宏把组织的变化提到了与技术发展同样重要的位置。2016年的百度世界大会上，他提出“下一幕，人工智能”。十年后的今天，他再次以“下一幕”作出判断——下一幕，智能组织。
李彦宏用了一个形象的比喻：AI是新电机，智能组织是新厂房。电机换了，厂房也得换。他提出三个原则：打破岗位边界、沉淀隐性知识、设计流程闭环。
有意思的是，提出需要“新厂房”的，是一家在AI上投入多年的公司。从芯片、云、模型到智能体，百度一直在造自己的“新电机”。这次，“李厂长”把目光投向了厂房。
“新生产力，只能从AI的流水线里长出来，从智能组织里长出来。”他说。
A
从电力进入工厂，到电气化的生产率效应逐渐显现，中间经历了大约四十年。
早期一些工厂把蒸汽机换成电动机，接的还是原来的传动轴。后来，小电机分别驱动设备，机器才能按照生产工序重新排列。厂房布局、工人的分工和协作方式随之调整，电气化的效果才逐渐发挥出来。
过去一百多年，技术变化和组织变革一直相伴而行。工业时代，铁路公司用部门和层级协调人员。互联网时代，亚马逊的“两块披萨团队”强调小团队自主。
今天，AI又带来了一个新变量：智能体开始参与工作。企业需要考虑的，不只是员工怎样使用AI，还有人和智能体怎样配合，组织又该怎么变。
AI正在改变企业的分工、协作和创造价值的方式。他说，AI不只是一场技术革命，更是一场组织革命。
李彦宏对组织的思考并不是突然出现的。去年百度世界大会上，他提出“内化AI能力，打造原生AI组织”。
今年Create大会上，他进一步提出：过去，企业最小的生产力单元是一个团队；今天，一个人加上一支智能体编队，同一场大会上，他还提出用日活智能体数，也就是DAA，作为衡量AI价值的一把尺子。
直到今年百度世界大会上，经过实践和验证，他对组织进化形成了更具体的判断。百度内部的变化也体现在数据上：过去一年，百度日均活跃智能体从0.5万增长到3.7万，智能体每周完成的有效任务从8.4万增长到超过100万。
B
怎么理解李彦宏提出的三个原则？
乍一看，它们有些抽象晦涩。结合百度的实践来看，或许更容易理解。
先看第一条，打破岗位边界。
这个原则试图回应的是：越来越多工作用上AI后，原有岗位分工开始跟不上变化这个问题。
大会上，一镜产品经理田雨昕分享，过去她完成一项需求要10天，如今借助AI，一天就能做完，还有更多时间研究需求、观察市场。
大会之外，另一个案例是一个新职业——FDE，即前沿部署工程师。过去，服务企业客户通常需要销售、交付、产研团队接力：有人了解需求，有人负责落地，有人收集反馈、迭代产品。
FDE尝试把这些环节贯通起来：既理解客户的问题，也参与现场落地，再把使用中的问题带回产品。目前在百度智能云业务中，FDE已在金融、能源、制造、汽车、政务、泛互、运营商等多个行业交付落地了100+业务场景。
李彦宏希望打破的，是固定岗位对人的能力和任务范围的限制。
那岗位会不会消失呢？他提到，岗位不会消失，但会收敛，未来大致会分为两类岗位：一类是Builder，负责创造新东西；另一类是Seller，负责人与人之间的沟通和连接，让对方对你产生情感、建立信任。
未来的组织会围绕任务安排工作，让人和智能体一起协作。
他说，岗位是工业时代的单元，任务则是智能时代的单元。
再看第二条，沉淀隐性知识。
每个经验丰富的员工，脑袋里都藏着一座“知识库”。过去，这些经验主要靠人与人之间传递。有人把经验当作立身本事，不一定愿意毫无保留地分享。即便愿意说，口口相传也可能失真。业务快速变化后，旧经验也未必能及时更新。
现在，企业可以把员工积累的方法和规范整理成智能体能调用的技能，再供更多同事使用。经验不再只能靠人带人，也可以由人教给AI，再供团队调用。人则有更多空间去判断新问题、改进原有的方法。
百度数字人团队就在做这样的尝试。据百度介绍，仅今年第三季度，团队就沉淀了130个Skills和729篇组织资产。
在这个过程中，人不是被消耗的对象，依然是经验的创造者，也像老师一样告诉AI该怎么做。哪些方法值得留下，遇到新问题又该怎样调整，仍然由人来判断。
原本只属于个人的经验，由此变成组织共同拥有的能力。李彦宏认为，这种组织能力，是别人抄不走、挖不动、买不来的，这才叫护城河。
但把方法留下来只是第一步。它能不能解决下一次问题、哪里还需要调整，还得看结果。
这就到了第三个原则：设计流程闭环。
李彦宏把智能组织视作一个能够自主进化的系统，他给出了一个公式——“可衡量＋Looping＝持续进化”。
面对复杂任务，先设定衡量标准，完成一轮后看结果，再据此调整，进入下一轮。
大会上提到的快慢思考模型技术思路，提供了一个理解这种循环的例子：快思考模型服务业务，慢思考模型负责判断、提供反馈，再帮助前者优化。模型研发中的执行、判断和反馈，就这样连接了起来。
这样的循环也可以围绕企业的一项项任务展开：人和智能体完成工作，结果被衡量，再用反馈调整下一次工作。一个个Loop连接起来，组织也在任务运转中逐渐长出新的能力。
C
新厂房想要运转，还需要持续升级的新电机。
这次百度世界，百度围绕芯、云、模、体带来一系列新进展，让智能体有能力参与更复杂的任务，也有条件进入企业的实际业务。
首先是模型。今年7月出任百度基础模型研发部负责人的孙天祥，首次以新身份登上百度世界大会舞台，介绍了文心5.5 Flash Preview。
这款模型总参数达到2800亿，每个Token激活140亿参数，支持最长100万Token上下文，在编程、3D建模、知识工作和内容创作等方面带来新的能力。
据介绍，在CodeArena: WebDev榜单中，文心5.5 Flash Preview位列开源模型第二、中国模型第四。
除了基础模型，百度还发布了两款面向具体场景的文心应用模型。
文心闪电深度思考模型最初为百度搜索研发，需要处理复杂任务，也要尽快给出回应。它采用BSA注意力机制，以及快慢思考协同的Looping方案，在模型效果、响应速度和成本之间寻找平衡。
另一款是面向视频创作的文心一镜微表情大模型。它将文本、视觉和语音结合起来建模，支持最长4000字的文本驱动，针对播客、短漫剧等场景进行了优化。
在模型之上，百度一镜把智能体编队带进了内容生产。
这次，一镜升级了多智能体创作引擎，让智能体参与脚本、分镜到视频生成的多个环节；新视觉模型和自研微表情模型，则进一步改善数字人的表达。
对于需要持续生产内容的企业，更直接的变化是：几张商品图，就有机会批量生成不同面孔、不同语言的带货视频。一套素材可以适配多个市场，内容团队也可以把更多精力放在创意和效果判断上。
据介绍，一镜极速版本生成一分钟视频约需一分钟，生成时长和视频时长1:1，视频生成成本低至每秒0.2元。
在智能体层，百度搭子企业版能力全面升级，推出行业Mate+系列产品。百度伐谋则升级至3.0，将Agent平台和FDE服务结合，围绕产业任务的业务指标持续优化。
当越来越多智能体参与任务，企业还需要让它们稳定运行。百度智能云的千帆为智能体提供运行环境，百舸支撑模型训练和推理。这次发布的百度天池1024卡超节点，计划明年推向市场。算力底层，昆仑芯M100已于今年上市，旗舰款M300计划明年推出。随着智能体应用扩大，推理需求增加，芯片也要跟着新的工作负载调整。
萝卜快跑则带来了新的出行方式——它和神州租车合作，将无人驾驶与租车结合。在海南，游客除了按次打车，也可以租一辆无人车出游，不用自己驾驶，也无需往返取还车。
百度不只在自己的业务里探索新技术和新组织，也尝试把这些能力带进更多企业。
比如百度搭子在南方总调落地了“天璇伙伴”。它通过学习上万条历史故障处理数据，将资深专家经验沉淀为可复用的专业知识，实现“故障一分析”的闭环研判，分析准确率达70%以上。
据客户反馈，该应用使配电网故障分析效率提升12倍，目前已在广西14个地市、112个县全面推广。
李彦宏这次分享智能组织，也是在回应企业“一把手”们共同的困惑：AI究竟应该用在哪里，企业又怎样才能真正用好它？
他把百度踩过的坑、积累的经验和跑通的路径摆出来，希望为更多企业的AI时代下的组织进化提供方向和信心。
他认为，智能组织将带来三大机会：轻资产运营、构建新护城河，以及创造和发现新市场。
“让我们从一项项关键任务开始，从一个个核心场景开始，从一条条业务流程开始，让改变发生，让组织智能！”他说。
