百度世界探讨CEO关注的AI投入回报问题

【导语】

前阵子一场饭局，一位CEO聊起最近的焦虑。

过去两年，为了企业用上AI，他把能做的都做了：微调垂直大模型，试遍叫得出名字的Agent，后来也放开全员Token报销。每次季度汇报都很好看，调用量、活跃度、试点数量，条条曲线向上。

只有一条曲线是平的，他盯着那条线问：“钱花了，人更累了，增长在哪儿？”

这并不是他一个人的困惑。第一轮AI部署基本做完之后，企业老板都站在同一个尴尬的门口，一边是热闹的工具箱，一边是冷清的收入表。

而今天，在百度世界2026的现场，李彦宏提出的“智能组织”也许是回应这个困惑最有力的答案。智能组织作为“AI时代的新厂房”，是生产力真正发生的地方。“只有匹配AI各种新能力的组织方式落地了，生产力才会大幅度提升，经济才能加速成长！”

企业AI转型的幻觉

都吐槽大模型有幻觉，企业又何尝不是。

企业最容易犯的错，不是不投AI，而是把“AI用起来了”当成“转型完成了”。

局部的效率，不会自动累加成组织的生产力。微软《2026年工作趋势指数年度报告》称之为“企业AI转型悖论”。员工用AI提升个人效率，团队尝试新工具，但业务流程、协作方式和评价机制仍停留在过去；在不少企业里，员工已经开始使用AI，组织却没有发生太大变化。

道理并不玄妙。一个人的工作效率低，瓶颈在这个人身上。当AI把每个人的环节都加速，瓶颈就整体迁移到了环节之间。等审批、等回复、等补齐信息、等别人开始处理。AI把一个人的八小时压成了四小时，却没有把两个部门之间的两三天变成两三分钟。

BCG波士顿咨询的判断刺耳却准确：“要为AI重新设计公司，而不是让AI适应原来的公司”。

也就是说，企业AI化真正的卡点，不在大模型和智能体，而在于我们习惯性把AI塞进一套为“人拉人”设计的旧流程里。

为此，BCG正式提出AI-First Organization（AI优先组织）框架。一针见血点明，AI转型首先是组织问题，而非技术问题。

传统企业依靠岗位分工、层级管理运转；AI优先组织，则要围绕业务目标，搭建人与Agent协同的全新范式。人类负责目标设定、价值判断与风险监督，Agent承接重复性的执行、流转与跨环节协调任务。

在它的研究样本里，有一家欧洲能源企业，前期铺开大量AI试点，投入不菲，却始终看不到整体性收益。直到企业下定决心，推倒原有链路、重构端到端客户流程，AI的价值才真正释放，拿到可落地的业务改善结果。

AI时代的“新厂房”

AI竞争的下一个赛点在哪里？

海外有观点提出AI“五层蛋糕”，强调能源等基础资源对智能供给的重要性；李彦宏在“芯云模体”全栈基础上，进一步提出AI下游是“组织层”。两者分别回答产业链两端的问题：智能如何被生产，以及智能如何真正进入企业、创造生产力。

“AI没有产生预期的经济效益，是因为我们只更换了电机，却还没有重新设计工厂。”李彦宏在百度世界演讲中表示：“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。只有匹配AI各种新能力的组织方式落地了，生产力才会大幅度提升，经济才能加速成长！”

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。所以，换一台新的AI电机，只是起点；重新设计新厂房，才是分水岭。

这句话点破了大多数企业当下的处境。买电机是采购行为，重塑工厂才是组织行为。AI的价值不在用了多少工具，而在组织被升级成什么程度。

企业如何进化为智能组织？李彦宏分享了三条原则。

第一，打破岗位边界，释放组织活⼒。传统的组织以岗位为中⼼，AI时代的组织将变成以任务为中⼼。未来的组织，就是⼀个任务的⽹络。“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。”

第⼆，沉淀隐性知识，构建组织智能。真正的组织智能，是让知识显性化，沉淀到公司的平台上，可以持续累积、随时调⽤、⼈⼈可⽤。“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。”

第三，设计流程闭环，推动组织进化。智能组织，是⼀个⾃主进化的智能系统。如何实现⾃主进化？李彦宏给出⼀个公式：可衡量 + Looping = 持续进化。有了客观的衡量标准，就能让AI不断“转圈”优化。“公司，就变成一个由无数Loops组成的、高度自动化运营的组织。组织，就变成一个不断学习和进化的系统。”

“智能组织”不断涌现

海外前沿厂商，也在不约而同地探索“智能组织”。

Anthropic提出 “AI组织”，核心是多个Agent各司其职、互通信息，围绕共同目标组队协作。9月公开数据显示，内部研发场景日活DAA达到3万。10月，其员工借助Agent的工作时长已经达到人类本身的 6 倍，不少员工顺势转向新岗位。

OpenAI聚焦岗位的消解，提出任务跨界的判断，传统岗位边界正在失效。在为期5个月的内部产品试验中，Codex建立起一套模型与人类工程师全新的分工机制。

百度世界2026现场有一个耐人寻味的细节：员工在台前忙会务，后台属于他们的智能体仍在持续工作。李彦宏现场披露了最新数据，百度内部日均活跃智能体从0.5万增长到3.7万，涨了6倍多。此外，百度已建设4300个Workspace，组织Skill累计沉淀超过2万个。

采访中我们了解到，百度的数字人团队直接把产品、研发、设计、测试的边界整体拆掉，推动全员向Builder转型。仅第三季度，业务产研完成564次迭代，人均吞吐提升125.3%，交付周期缩短28.8%。一名新人借助这套体系，用1天完成了过去至少10天的交付。

百度搭⼦团队内部也在经历组织变化。一位新员工，半年前还在物理实验室从事量⼦计算研究，加⼊百度后借助百度搭⼦，同时承担产品、研发和项⽬管理等⻆⾊。他在演讲时表示：“很多时候，所谓岗位边界，并不完全是能⼒本身的边界，⽽是知识和经验流动的边界。”

产业端的落地应用，为智能组织范式提供了扎实的样本。

依托百度搭子打造的“天璇伙伴”落地南方电网总调中心，守护南方五省超两亿人的用电安全。过去出现故障，传统人工研判单次超60分钟，并且高度依赖专家。天璇伙伴学习上万条历史故障数据，沉淀专家经验，形成研判证据链，实现故障闭环分析，准确率超70%，故障分析效率提升12倍，同时持续沉淀和传承一线专家经验。

海高激光的产线上，百度伐谋正在重构多机械臂协同加工模式。以往工艺专家人工分配切割轨迹、规划顺序，经验难以规模化。伐谋围绕工时预测、防碰撞、智能排程优化算法，压缩加工等待时长，已打通单工件全流程，正在向批量任务验证。将少数⼯艺专家掌握的排程经验，转化为⽣产团队可重复使⽤的算法能⼒，帮助组织更快⽐较复杂加⼯⽅案。

纵观海内外案例，“智能组织”的底层逻辑高度一致。大家都打破传统岗位桎梏，以任务为核心，以结果为导向，搭建起人与AI的协作闭环，推动组织持续进化。

当越来越多企业尝试搭建智能组织，一个配套的产业问题随之浮现：海量模型涌入市场，企业该如何可信采购、持续管控模型质量？李彦宏在百度世界2026现场发布了“词元所”。他表示，词元所是大模型的交易所。词元所希望汇聚好的模型和模型提供商，让企业乃至个人都能便捷地找到、购买和使用可信的模型Token。试运营一个月以来，入驻供应资源已超100个，日均调用次数突破5000万，日均调用Token超7000亿。