换电机，更要换厂房。
定焦One（dingjiaoone）原创
作者 | 陈颐
编辑 | 方展博
“那我这样的数字人，能当CEO吗？”
11月12日，百度世界2026开幕式上，数字人“希加加”第一次采访了百度创始人李彦宏。台下响起一阵笑声。
面对着这个由百度自家“一镜”平台生成的数字人，李彦宏并不拘谨，刚开始就说，“第一次跟数字人聊，我也挺兴奋的。”听到前面的这个问题时，李彦宏干脆利落地给出了否定的答案，接着抛出了一个更本质的命题：“一个组织也好，一个公司，甚至是一个人，他其实有他存在的理由，就是他有他的mission和vision。”
这已经不是十年前那个需要用高密度演讲去说服世界的李彦宏了。现在的他，更像一个从容的向导，向外界描摹一幅关于未来的图纸。
这段插曲，也成了本届大会的注脚：当AI能替我们做这么多事，人和组织的核心价值到底在哪里？
十年前，李彦宏在同一个舞台上说，移动互联网之后的下一幕是人工智能。这一次，他给出了第二个“下一幕”：智能组织。
这个判断有很现实的背景。2025年，全球AI投资像军备竞赛一样，砸进去超过2500亿美元。但世界经济论坛的调研显示，只有25%的企业表示AI带来了变革性影响。另一边，微软的工作趋势报告也发现，很多企业员工个人已经在用AI了，但公司的业务流程、协作方式、考核机制几乎原地踏步。钱花出去了，回报却算不清。
问题卡在哪儿？李彦宏给出的诊断是：不是AI没用，是我们的组织——这个“老厂房”，还没为AI这台“新电机”做好准备。他在大会上说：“如果说人工智能是新电能，那么，智能组织就是AI时代新的厂房，是生产力真正发生的地方。”
这届大会上，百度从芯片、云、模型到智能体，发布了一整套“新电机”。“李厂长”这个称呼，也有了全新的含义。今天再看，他正在帮所有想拥抱AI的企业，重建一座能适配“新电机”的厂房。
一场关于组织的竞赛，已经开始了。
01.四次判断，都提前踩在点上
如果把李彦宏过去十年在关键节点的判断串起来，你会发现一个有意思的现象：当全行业为某个共识欢呼雀跃时，他总会站出来，指向另一个方向。而那个方向，事后看，恰好是下一站。
2016年，在移动互联网的浪潮中，他看见了AI。
那时科技圈的注意力都在移动互联网，O2O大战正酣，大家忙着烧钱抢用户。而李彦宏看到了AI作为一种基础能力的未来，站出来说“下一幕是人工智能”。
2023年春天，在“百模大战”的狂热中，他提出“应用为王”。
大模型一出，几百家公司涌入，参数竞赛成了唯一的军备竞赛，做应用被认为是“没技术含量”的活儿。李彦宏却在这时强调：“没有应用，基础模型一文不值。”他甚至要求百度所有产品都必须用大模型重做一遍。说这话需要顶住巨大的压力，因为当时全行业的估值都建立在模型能力上。后来的故事我们都知道了，率先把大模型能力装进Office的微软，一度登顶全球市值榜。
2024年，在聊天机器人泛滥时，他押注“智能体”。
行业都在卷谁的对话更流畅、更拟人时，李彦宏给出了更进一步的判断：智能体，将成为AI应用最主流的形态。半年后，Anthropic的多智能体架构研究曝光，行业恍然大悟，“智能体元年”的说法流行开来。
2026年上半年，硅谷流行用Token数衡量AI投入，他又提出了“DAA”。
硅谷巨头们用Token消耗量来标榜自家的AI实力，李彦宏又在Create大会上提出了一个新指标：日活跃智能体数（DAA）。他的逻辑很简单：别光看消耗了多少算力，数数有多少个智能体真的在干活，又干成了什么事。几个月后，Meta、亚马逊悄然撤下了Token排行榜，Anthropic则公布了自己内部3万多个研发智能体的日活数据。
把这四次判断串成一条线，逻辑就清晰了。他分别回答了四个递进的问题：方向在哪、如何落地、以何种形态落地、以及用什么指标衡量。而今年他讲“智能组织”，是这条逻辑线的第五环：价值最终在哪里兑现。
其实，这个想法他早就有了。去年百度世界的主题就是“内化AI能力，打造原生AI组织”。李彦宏当时接受媒体采访时就提过：“真正的内化，是在组织层面，不是在个人层面。”
02.“电机”换了，“厂房”呢？
AI的钱花了，却看不见回报，问题为什么出在组织上？李彦宏在大会上的解释是：“AI没有产生预期的经济效益，是因为我们只是更换了电机，但是没有重新设计工厂。没有一家公司，会因为用了几个AI工具，一夜之间就变得更有竞争力。”
顺着这句话，他把这届大会要讲的内容概括成六个字：新电机，新厂房。新电机，是“芯、云、模、体”这套四层全栈技术；新厂房，就是智能组织。他补充说：“换一台新的AI电机，只是起点；重新设计新厂房，才是分水岭。”
经济史学家保罗·大卫曾研究过经典的“技术—组织”滞后谜题：电动机在19世纪80年代就进入了美国工厂，但整个制造业的生产率，直到40年后的1920年代才真正开始腾飞。为什么？因为早期工厂主们做了一件现在看起来很可笑的事：他们把厂房中央那台庞大的蒸汽机拆掉，原地换上电动机，然后什么都没改。传动轴、天轴、工序、工人站位，一切照旧。结果，产量迟迟不涨。电力真正的潜力，是重新设计流水线和协作方式后，才被释放出来的。
换机器容易，换流程、改习惯很难。迈进AI时代，情况也类似。波士顿咨询跟踪的一家欧洲能源企业，AI试点项目遍地开花，但整体收益算下来是笔糊涂账，直到他们痛下决心，围绕AI重构了端到端的客户流程，才有了实打实的改善。Gartner也预测，到2030年，近一半的IT运维组织会因智能体而重组，但眼下，超过九成的企业根本不知道从何下手。
那这个“新厂房”到底该怎么设计？李彦宏结合百度的实践经验首次提出了“组织进化三原则”：
一是打破岗位边界，释放组织活力。过去我们讲究“一个萝卜一个坑”，但未来，组织的运转中心将不再是“岗位”，而是“任务”。OpenAI分析了自己80多万条使用记录，发现43.5%的职业场景里，用户在用AI干原本属于其他职业的活。
那岗位会不会消失？李彦宏的判断是不会。未来大致会剩下两类岗位：一类是Builder（创造者），负责创造新东西；另一类是Seller（连接者），负责人与人沟通，建立情感和信任。这和他在大会现场回答数字人希加加的那个判断是一致的：AI渗透到组织的每个角落之后，组织里最核心的，还是人。
这也自然引出了第二点，沉淀隐性知识，把只可意会的经验炼成公司的“算法”。
广西电网是个典型案例，一年8000多次永久性故障，过去全靠老师傅人工研判，一次耗时超过60分钟，纯粹是经验活。基于百度“搭子”落地的“天璇伙伴”，在学完上万条历史故障数据后，故障分析效率直接提升了12倍。目前这套系统已经在广西14个地市、112个县铺开。公司最核心的隐性知识，被固化成了可迭代的数字资产，这才是真正的“护城河”。
三是设计流程闭环，推动组织进化。前两条让组织变得敏捷、变得聪明，而第三条则是让组织能“自动驾驶”。怎么实现？李彦宏给了一个公式：可衡量+Looping（迭代）=持续进化。
传统组织是定个年度战略，然后严格执行，年底一复盘，发现市场早变了。智能组织则像一台持续优化的机器学习模型。面对一个复杂任务，先快速设计方案，然后跑一遍，马上用数据衡量结果，优化方案，再跑一遍，如此循环往复。组织的响应速度和创新速度，会像飞轮一样越转越快。
现场讲的几个案例都很直观。百度自家的数字人团队，推动全员向Builder转型。仅在Q3，数字人业务产研实现了564次迭代，沉淀130个Skills和729篇组织资产。产研人均吞吐提升125.3%，交付周期缩短28.8%。
“伐谋”平台在帮海高激光做多机械臂协同排程时，把少数工艺专家大脑里的排程经验，变成了团队随时可调用的算法，每一次排程，都是一次学习，系统会越干越聪明。
那么，一个普通企业从哪开始？百度搭子的FDE团队负责人范彪总结出了一套特别实在的“三步走”。
第一步，不是卖方案，是做科普。他们的人进到企业，先陪着客户去业务一线，找一个最具体的场景，先把它跑通。第二步，把跑通的经验“图纸化”，把在这个场景里沉淀下来的方法和工具，封装成一套标准化的流程。这是“新厂房”的第一张可复用的施工图。第三步，才是复制，拿着图纸铺到更多场景、更多企业。
智能组织不是一次设计完就结束，而是在实践中慢慢“长”出来的。
03.一家技术公司，为什么要讲组织？
组织变革，过去几十年一直是麦肯锡、波士顿这些顶级咨询公司的核心生意。一家技术公司，凭什么给所有企业讲“组织”这门课？
底气首先来自，百度自己就是第一个试验场，而且自己先改出了效果。
百度财务内审团队把AI放进了审计流程，让机器参考业务资料和历史案例去判断该查什么、怎么查，人工复核的结果再喂回去。现在，这个流程的AI自动执审率达到了40%。
更有说服力的是做出“搭子”的团队。他们自己内部的代码，已经有90%是自家“搭子”AI写的。一个给其他企业做组织效率工具的团队，先把自己的组织给“智能”了。因为它自己趟过坑、磨过流程，所以它能跟客户讲清楚，为什么这套体系能真的跑通。
百度自身的“智能组织密度”，正在以几何级数增长。李彦宏在大会上公布了一组内部数据：日活跃智能体数，涨了6倍多；智能体完成的有效任务，从每周8.4万个涨到一周超过100万个，涨了11倍。
第二层底气，来自它独有的全栈闭环能力。
大多数企业用AI，数据流和反馈链是断的。做底层芯片的、搞云平台的、搭模型的、开发应用的，是几个完全不同的外包队。想把“可衡量+Looping”这个飞轮转起来，发现各个接口处全是内耗。而百度，从底层的芯片、云，到中间的文心大模型，以及上层的智能体应用，这套“芯、云、模、体”四层架构，都握在自己手里。
这就好比，你要建一个最智能化的新厂房，而唯一能同时提供最适配的发电机组、最懂电流的输电网、以及能灵活搭建生产线的积木模块的，只有那个自己从零开始建过厂的人。他能提供一站式的最优解。
芯片层，昆仑芯M100已上市、M300将于明年推出，这次大会还亮相了1024卡的天池超节点，从核心部件到液冷系统都走通了全国产路径，并把六大核心模块的技术规范全部开放。云层，百舸6.0定位升级为“智能工厂”，能将主流模型的推理效率提升50%。智能体层，过去一个季度，百度搭子成为增速第一的通用智能体。
芯、云、模、体这四层能力中，模型决定了“Looping”循环每一圈的质量。这次发布的文心闪电深度思考模型，通俗讲，是让模型自己学会了判断什么时候该“快思考”、什么时候该“慢思考”，兼顾高效和深度。此前，他们把文心5.5 Flash Base直接开源，这是一个2800亿参数的MoE架构模型，在多项基准测试里做到同尺寸领先。把底层的模型能力释放出来，让更多企业低成本地参与进来，改造自己组织的门槛自然就低了。
第三层，是这个公司的战略耐心。组织变革是个“慢功夫”，需要长期投入的耐心，这点恰恰跟百度历史上几个业务的成长节奏很像。
李彦宏在今年最高奖颁奖礼上感慨过，百度的芯片团队，“头十几年过得很辛苦”。这次大会上他补充说，“昆仑芯就是我们十多年坚持投入的结果，它的商业价值正获得越来越广泛的认可。”萝卜快跑，从实验室上路，到今天覆盖全球28座城市、自动驾驶里程超过3.5亿公里，在迪拜和阿布扎比已经全无人商业化运营，在伦敦、香港等地铺开测试，也是十几年。芯片和无人驾驶都证明，百度敢于在看准的方向上投入，并最终等到了回报。
智能组织，正是他们看准的下一个“十年”。不同的是，这套能力百度不打算只留给自己用，而是把方法、工具打包成一个“样板间”，向所有想改造“厂房”的企业敞开大门。
最后，还有一层独特的身份优势。
观察中国几家大模型巨头，各自身后都有一个“主场”。阿里是电商，字节是流量，腾讯是微信生态。而百度打通芯云模体，在全栈布局上已经深入产业，见过了中国公司足够多的“组织病症”样本和典型痛点。这让这家老牌巨头，在回答“AI如何落地产生价值”这道实践题时，不是一个纯粹的技术布道者，而是一个已经找到方法的亲历者。
电气时代，敢于率先完成“厂房”重建的公司，吃到了最大红利；而只换了“电机”的，大多在时代的更迭中掉了队。AI时代，同样的故事正在重演：大多数人还只是兴奋地抱着那台“新电机”，在旧厂房里寻找一个合适的插座。而“李厂长”这个称呼也有了新使命。图纸画好了，施工队也进场了，就差掌舵人一声“开工”。
