作者 |Cindy
编辑 | 杨 铭
19 世纪 80 年代，纽约夜晚的街道被电灯点亮，电动机也开始进入工厂车间。工厂主把蒸汽机换成电动机，其余一切照旧，主轴贯穿厂房，皮带在空中飞舞，一台机器开工，整根主轴也得跟着转。
人们想象中的生产率大幅提高，足足等待 40 年才到来——新厂房按每台机器配小电动机、按工序排列、单层布局重新设计，新动力的价值才得以释放。
蒸汽只是换成了电，今天的情形，与之颇为相似。
AI 浪潮汹涌澎湃，重塑着千行百业。但更现实问题是，如同诺贝尔经济学奖得主罗伯特索洛评论那样，计算机无处不在，唯独看不到它们出现在生产率统计中。世界经济论坛数据显示，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。
砸钱力度、普及程度都没问题，AI 为何复刻当初电动机的困境？全行业下一站到底在哪里？
11 月 12 日，百度世界大会 2026 年，依然人潮汹涌。从天南海北赶来的媒体、创业者与开发者排队等候，却难以挤进主会场，他们都在等待着同一个答案：十年前精准预判 AI 浪潮的李彦宏，会为 AI 的下一轮变革给出怎样的判断。
十年后，站在同一舞台，李彦宏把目光投向 AI 技术栈的下游，抛出新的 " 下一幕 "：智能组织。
李彦宏借用了工业时代的比喻说，AI 没有产生预期的经济效益，是因为只更换了电机，没有重新设计工厂。" 换一台 AI 新电机，只是起点，重新设计新厂房，才是分水岭。而这座新厂房，就是智能组织。"
1
从图纸，到自动进化的生产线
" 为什么我的 Token 花费越来越多，但是我的收入和利润不见涨？" 过去一年，李彦宏在和金融、制造、能源等很多领域企业一把手交流时，这个核心问题都被反复提起。
不止外部困惑。11 月 12 日百度世界大会上，李彦宏在和联想集团董事长兼 CEO 杨元庆对话时，也提及百度转型过程中踩过一模一样的坑。从各业务线分头自研模型，到跟风上线智能体应用，虽然员工使用 AI 热情肉眼可见，但组织层面的整体效率并没有如期兑现。
" 没有一家公司，会因为用了几个 AI 工具，一夜之间变得更有竞争力。" 李彦宏说。
对李彦宏的这个说法，专程从上海赶赴北京参会的张弛更是感慨颇多。他是一家企业的外贸负责人，企业前年就接入了大模型，包括各种会议都是靠 AI 整理、自动生成。企业每年营收不到 2 千万，今年已在 AI 上花了 40 多万，" 钱花了不少，但却没什么效果。"
究其原因，张弛认为就像李彦宏说的那样，企业只是把 AI 当成附加工具，接入了原有岗位和流程，重来没有想过去系统性的建设 " 新厂房 "。" 以此来看，仅仅是 AI 工具远远不够，分工、权责、岗位边界都必须重新定义。"
不过，大部分企业不知如何重新设计新厂房，本就在情理之中——事实上，如何设计新的厂房，一百多年来，不同时代有不同演化方向。并且，组织变革往往还是从大公司开始。
1855 年，为了管理拥有数千名员工的庞大团队，纽约伊利铁路公司运营经理丹尼尔 · 麦卡勒姆画出全球第一张树形组织结构图。那张图有点像一棵枝叶繁茂的大树，树根是管理层，枝干是各职能部门，细枝上标注着人员分工。
但科层制的局限也很明显，图纸越精密，组织越容易固化，尤其是进入互联网时代后，难以适应产业需要。
大量科技、互联网企业开始尝试改良科层制，让组织更灵活，更扁平。在国外，亚马逊 " 两块披萨团队 "、Spotify 跨职能小队、Zappos 的无头衔合弄制、Valve 的无层级架构；在国内，阿里的大中台小前台，都是对组织的变革探索。
这些动作依然未能跳出科层制框架，大多只是把高大的科层大树修剪成丛生的灌木，图纸始终由人绘制，迭代依靠人推动，协作主体依旧是人，组织本身没有自主生长的能力。
进入 AI 时代后，尤其是智能体成为生产力最小单元后，千行百业的分工、生产、协作方式被彻底改变，建设可以自主运转、持续迭代升级的新厂房，成为适配 AI 新电机的关键。
大量海外企业开始了组织形态探索，比如黄仁勋的五层蛋糕聚焦能源竞争；麦肯锡 Agentic Organization 由于缺乏落地路径、微软 Frontier Firm 描摹新组织形态、输出变革方法论，依然没有回答如何让 AI 变成真正的生产力。
相比上述企业讲组织形态、讲方法，百度从一开始就是从机制上去探索，让组织自己长出来。2025 年百度世界，李彦宏提出 " 真正的内化落脚于组织，而非个体 "。今年的 Create 百度 AI 开发者大会上，李彦宏进一步提出，AI 时代企业应该走向组织的 " 自我进化 "
依托于 " 芯云模体 " 全栈自研能力，沿着这一闭环，百度从让 AI 进入业务，到让人与 AI 重新协作，最终让组织本身具备持续进化的能力，最终走向了智能组织。
2
三原则，适用所有企业的组织重构
在李彦宏的判断里，只有完成对组织本身的重构，AI 蕴藏的生产力，才能够真正释放。根据 Gartner 的预测来看，到 2030 年，一半的 IT 运维组织会因为智能体而重组，而眼下超过 90% 还没准备好。
关键问题是，企业该如何重建一座适配 " 新电机 " 的厂房？李彦宏给出的解决方案，是提出的 " 组织进化三原则 "：打破岗位边界、沉淀隐性知识、设计流程闭环。
传统组织以岗位为中心，讲究人岗匹配，一个萝卜一个坑。但在智能组织，则是围绕交付目标，人和 Agent 协作的任务网络——一个人依托多智能体协同，就能承接大量跨岗位工作。
这并不意味着，岗位就会消失，依旧离不开人的专业能力与责任兜底。李彦宏给了一个和所有职场人直接相关的预判：未来组织是以任务为核心，大致会剩下两类岗位，负责创造的 Builder，以及维系信任、承担沟通连接的 Seller。
百度数字人创新业务部，正是这套思路的实践样本。团队不依靠扩招，打碎产品、研发、设计、测试的岗位边界，推动全员向 Builder 转型。
一名刚入职的校招产品经理，仅用一天就完成了过去需要五个角色协同、至少十天才能完成的需求交付。
其次，企业的核心资产，正在从 " 掌握经验的个体 " 转向 " 可沉淀、可复用的组织智能 "。
在传统组织，很多业务经验依附于具体员工，一旦员工离职或岗位变动，写不进流程手册的经验、判断、诀窍就没了。张弛所在企业也曾把相关文档做成了 " 知识库 "，但根本没人看。
在智能组织中，如果把员工与 Agent 在工作中形成的知识、经验和流程沉淀下来，再通过平台提供给其他员工和智能体调用，AI 带来的就不只是单点效率提升，而是组织能力的持续积累。
李彦宏给出的解决方案是，把经验显性化，沉淀到公司统一平台，持续累积、随时调用、全员可用。南方总调联合百度搭子打造的 " 天璇伙伴 "，就把老师傅的研判经验沉淀成了系统能力。
南方五省承载两亿多人用电，即便配网自愈系统可以快速复电，仅广西 2025 年就发生 8215 次永久性故障，传统人工研判单次耗时超 60 分钟，高度依赖老专家。天璇落地后，学习上万条历史故障案例，把专家经验沉淀为系统能力，串联故障记录、开关、线路拓扑完成闭环研判，故障分析效率提升 12 倍，准确率超 70%。
打破岗位边界、沉淀隐性知识让组织变得聪明和敏捷时，组织的成长模式，也需要设计流程闭环，推动其自主进化。
传统企业流程通常由管理者提前设计，再通过制度和系统要求员工执行。即使业务环境发生变化，流程调整也往往需要经过人工判断和层层审批。麦肯锡在部分工业流程中测量过，等待、对齐、审批这类协调成本能占到总工时的 35% 到 60% ——这也再次说明，只换新电机不换新厂房，就没有回报。
对此，李彦宏提出了一个核心公式：可衡量＋Looping＝持续进化。让企业变成无数个 Loops 组成的自动化系统，不断学习、不断迭代。
比如，在一条客服流程中，衡量对象可以是客户问题有没有解决、是否反复来电，团队可以用 Agent 具体分析问题，给出不同解决方案，每一次任务结果都会形成反馈，自动反哺优化下一次执行，让组织像生命体一样持续学习迭代。
这套机制，也会帮助企业打开轻资产运营、构筑独有护城河、孕育新业务机会三条现实出路——不止适用于大型企业，还适配数千万中小企业。张弛就从中看到了机会，轻资产运营，相当于一个人或很少的人带着一群 Agent 完成各种任务，不仅大大减少人力成本，还能够低成本做多方向试错。
3
从内到外，在更多真实业务中转起来
目前，拥有数万员工的百度，成了智能组织的试验场。根据百度世界大会 2026 公布的数据，过去一年，百度日均活跃智能体从 0.5 万增长至 3.7 万，每周智能体完成的有效任务从 8.4 万上涨至 100 万以上。百度已建设 4300 个 Workspace，沉淀组织 Skill 超过 2 万个。" 很多参与百度世界筹办的同学，他们的 Agent 该干什么活，一秒都没有停。" 李彦宏说。
修建 " 新厂房 " 前，百度已对 " 新电机 " ——也就是花费十年时间打造的 " 芯云模体 " 全栈能力，持续沉淀打磨升级。
作为成为支撑智能组织落地的技术底座，无人驾驶、大模型、芯片，无一不是漫长周期的投入。其中，昆仑芯决定算力的成本和自主可控；云把分散的芯片攒成可调度、可管理的资源池，把电力转化成可计价、可调用的 Token；模型再把 Token 转化成理解、推理和生成的能力；最上层的智能体进入一线处理真实业务。四层相互支撑，整套机制才算真正跑通。
而在今年百度世界大会上，" 芯云模体 " 又得到了大幅迭代升级。包括推出 1024 卡天池超节点 2.0、发布文心大模型 5.5 Flash 预览版及两款文心应用模型，正式推出大模型交易平台词元所；百度搭子、库库、百度一镜、伐谋四大智能体迎来升级。
进入 2026 年，各种大模型井喷式涌现。今年前 9 个月，几乎每天都有不止一款新模型发布，与此同时，对模型的调用需求也迎来大爆发。由此催生的一批词元中转站，并不对模型的效果、服务的稳定性、响应速度等负责，甚至连模型的真实性都无从考证。
词元所主则打 " 验真 " 与 " 征信 " 两大核心机制，配上统一接入、统一计量比价、平台兜底交易链路，一端汇聚模型和模型提供商，另一端服务企业与个人开发者，就像在证券交易所交易股票那样，方便、公开和透明。
试运营一个月，词元所入驻的供应资源已超过 100 个，日均调用次数突破 5000 万，日均调用 Token 超过 7000 亿。当一个 Token 的质量可以被抽检、被追踪、被公开比对，相当于建立了公开可查的信用档案，对众多中小企业、乃至个人来说，无疑是一大利好。
还有一个很有意思的新角色，FDE 前沿部署工程师。过去百度智能云三段式协作：销售懂业务、交付做实施、产研迭代产品，三次信息交接带来大量损耗。FDE 将三者合一，既懂行业，又能驻场落地，反向推动产品迭代，已经落地金融、能源、制造等上百个场景。这个岗位，是整套机制运转之后，从业务一线自然生长出来。
而在外部，这套机制也正在推动越来越多的企业，将智能组织变革从设想走向实践。比如，南方总调目前已将天璇系统在广西 14 个地市、112 个县铺开。
新厂房的自我进化改造能否成为行业共识，还要看千行百业真实业务跑出来的结果。Gartner 数据显示，九成企业尚未做好 Agent 时代的组织准备，德勤统计完成组织级转型的企业仅有 4%。这既说明落地才刚开始，也说明方向的大有可为。
对李彦宏来说，这本就是属于他的一贯的思考习惯——不困在当下技术热闹里，提前抛出下一个时代的命题。2016 预判 AI 浪潮；2024 判断智能体成为主流；2026 用 DAA 替代 Token 作为衡量标尺，到现在提出智能组织，很多非共识观点，在被验证之前，都很难被理解。
" 不能。" 李彦宏笑着否定，组织、企业乃至个体，根基在于 mission 和 vision。但定方向、给指令的，" 必须是人。"
END
出品人：黄枪枪｜直达热线 13452396140
( 请标注公司、职位）
独到观点、独立态度
见证中国商业生态进化、重塑与未来
