关于ZAKER Skills GEO服务 合作
大望财讯 14小时前

AI 云收入大增 94%,百度 AI 开始交出另一张成绩单

大望财讯 / 文

" 为什么 Token 花费越来越多,收入和利润却不见涨?"

11 月 12 日的百度世界大会上,百度创始人李彦宏把不少企业经营者的困惑搬上了讲台。过去几年,大模型能力不断提升,企业采购 AI 的热情也越来越高,但投入多少算力、调用多少 Token,并不等于获得了相应的经营回报。

麦肯锡今年 10 月发布的研究引用其 2026 年 AI 调查称,80% 的受访者表示 AI 提高了个人工作效率,但只有 37% 报告所在企业的息税前利润从 AI 中受益。 员工使用 AI 提高效率,与公司真正通过 AI 改善经营,仍然存在距离。

李彦宏的解释是:" 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。" 他将 AI 比作工业时代的新电能,认为企业不能只是更换 " 新电机 ",还需要重新设计围绕技术运转的 " 厂房 "。

四天后,百度公布了 2026 年第三季度财报,也让外界有了观察其 AI 转型成果的新窗口。

本季度,百度集团总营收 308 亿元,其中 AI 驱动业务收入 132 亿元,同比增长 37%,占百度一般性业务收入的 53%,连续三个季度占比过半。 作为主要增长来源,AI 云基础设施收入达到 82 亿元,同比增长 94%,较上一季度 50% 的增速明显加快。

从 AI 业务收入增长,到产品研发、财务审计和企业客户项目中的效率变化,百度正在尝试回答李彦宏在大会上提出的那个问题:

如何让持续投入的 AI 技术,不仅成为员工手中的工具,也真正进入企业的业务流程,产生可以衡量的经营价值。

AI 收入连续三季过半

百度的业务结构正在改变

根据财报,本季度百度集团总营收 308 亿元,同比下降 1%;其中,百度一般性业务收入 250 亿元,同比增长 1%,重新回到同比增长轨道。 在传统搜索广告业务仍面临压力的情况下,AI 业务成为推动收入结构变化的重要力量。

截图自百度 2026 年第三季度官方业绩公告

进一步拆开这 132 亿元 AI 收入,增长最突出的来自 AI 云基础设施。

第三季度,百度 AI 云基础设施收入达到 82 亿元,同比增长 94%,几乎实现翻倍,较第二季度 50% 的同比增速明显加快。 其中,GPU 云收入同比增长 191%,环比增长 43%。这说明百度 AI 云的增长不仅来自较低的历史基数,其业务规模也在继续扩大。

与此同时,AI 应用业务收入 26 亿元,同比基本持平;AI 原生营销服务收入 24 亿元。不同业务的增长节奏有所差异,但以 AI 云基础设施为代表的新业务,已经成为百度收入增长的重要支撑。

这一变化在更大的收入结构中同样有所体现。第三季度,百度在线营销服务收入 119 亿元,同比下降 22%;包括 AI 云等业务在内的其他业务收入达到 131 亿元,同比增长 40%,占一般性业务收入的 52%,较上年同期的 38% 明显提高。

百度创始人李彦宏在财报中表示:" 我们在全栈 AI 布局上的长期投入正转化为规模化的实质增长。" 他特别提到,AI 云基础设施已经成为百度一般性业务收入增长的重要驱动力。

比收入增速更值得关注的是,AI 云业务的增长质量也出现了积极信号。

百度方便面表示,AI 云对公司收入和利润的贡献正在提高。第三季度,百度实现经营活动现金流 28 亿元,归属于百度的净利润 14 亿元,非美国通用会计准则下的净利润为 24 亿元。

从客户需求来看,百度 GPU 云业务的客户群体更加多元,客户预付款增加,合同期限也在向长期化发展。对需要持续投入算力基础设施的云服务商而言,预付款和长期合同有助于改善现金流,并为后续算力资源配置提供更稳定的需求基础。

从 AI 收入连续三个季度占比过半,到 AI 云基础设施增速加快,再到客户采购周期延长,百度多年投入的 AI 技术正在形成更加具体的商业回报。

从个人提效到团队协作

百度先把自己当成了 AI 实验场

AI 收入增长只是商业化的一部分。李彦宏在世界大会上提出的 " 智能组织 ",则试图回答另一个问题:当企业真正开始大规模使用 AI,原有的工作流程应该如何改变?

对于一家拥有数万名员工的科技企业来说,让员工学会使用 AI 工具并不难,难的是如何让 AI 真正参与工作流程,并把个人经验变成团队能够反复使用的能力。

百度公布的数据显示,过去一年,公司内部日均活跃智能体数量从 5000 个增长至 3.7 万个,每周完成的有效任务数从 8.4 万次增长到超过 100 万次。 与此同时,百度已建设 4300 个 Workspace(工作空间),累计沉淀超过 2 万个组织 Skill(技能)。

这些工作空间和技能模块分别用于保存项目背景、协作信息,以及员工积累的专业方法和操作流程。它们的作用,是减少不同岗位之间重复沟通、反复交接的成本。

在百度搭子团队,这种变化首先体现在产品开发中。

过去,产品经理提出需求后,设计师需要完成原型,研发人员再根据需求文档进行开发,过程中往往需要多轮沟通和修改。如今,团队将需求分析、原型生成、代码校验等工作连接成一套人机协作流程,产品和设计人员负责关键判断,智能体承担部分具体执行任务。

据百度披露,一个典型需求从分析到形成可交付方案的时间,由 7 天缩短至 2 天。 团队还将这套方法沉淀为可复用的 Skill,供其他产品团队使用。

在数字人创新业务部,AI 进一步改变了团队分工。过去需要产品、设计、研发、测试等多个岗位协作的工作,如今部分任务可以由一名员工借助智能体完成。

2026 年第三季度,该团队完成 564 次产研迭代,人均吞吐提升 125.3%,交付周期缩短 28.8%。 其中,一名校招新人借助 AI,仅用一天就完成了过去至少需要 5 个角色、10 天才能交付的研发需求。

百度甚至把 AI 引入财务审计。通过整合业务规则、历史案例和审计经验,AI 开始参与风险排查与问题核验,并根据人工审核结果不断调整执行流程。目前,百度内部审计流程的 AI 自动执审率已经达到 40%。

类似的工作方式还进入了百度的基础模型研发。

11 月 9 日,百度文心团队公开自动研究系统 ERNIE Evolve。它能够根据既定目标提出研究方向、修改代码、运行实验,并通过评估筛选有效方案。目前,这套系统已经参与文心 5.5 Flash 的推理优化。

根据百度官方技术博客,在一项确定性推理优化任务中,ERNIE Evolve 经过约三天研究,使模型吞吐量提升 33.7%,平均每个输出 Token 耗时降低 26%。

从产品开发到财务审计,再到基础模型优化,百度尝试的不再只是让员工借助 AI 完成单次任务,而是把工作流程和专业经验沉淀下来,让团队在下一次任务中继续使用。

百度文心研究团队公开的 ERNIE Evolve 自动研究系统示意图

从酒店到工厂

百度开始交付业务结果

内部效率提升是一回事,企业客户是否愿意采购、持续使用,则是另一回事。

尤其在制造、酒店等行业,企业需要的不仅是能够回答问题的大模型,更是能够接入现有业务系统、处理专业数据,并真正改善经营效率的技术服务。

百度搭子在海外海集团的应用,就是一个例子。

对于拥有数十家酒店的海外海集团来说,客房定价是一项日常却复杂的工作。不同酒店的入住率、市场需求和竞争对手价格随时变化,过去运营经理需要每天查看携程等平台的房价,结合客流情况,逐家调整定价策略。

为了提高效率,海外海集团基于百度搭子开发平台,定制了一套房价管理智能体,将酒店管理系统与携程平台的相关数据连接起来,持续分析市场价格变化,辅助运营人员制定调价方案。

根据百度披露的合作案例,使用该智能体后,海外海集团试点门店的客房收入提升了 10%。

相比单纯帮助员工制作报表,这套系统已经参与到酒店日常定价环节,其效果也可以通过客房收入这样的经营指标来观察。

类似的变化也出现在工厂。

在海高激光的生产现场,多台机械臂需要协同完成切割任务。每台机械臂的运动路径、执行顺序都要提前安排,既要避免碰撞,也要减少等待和空转时间。

过去,设计一套四机械臂切割方案,通常需要工艺人员反复调整 4 至 8 小时。百度伐谋通过分析生产数据、预测运动耗时并验证防碰撞条件,在相关验证场景中,将方案设计时间缩短至约 10 分钟,实现四臂协同零冲突。

目前,该项目已经完成单工件流程验证,正在向更多工件和批量任务扩展。它将原本依赖少数工艺专家的排程经验,逐步转化为生产团队可以重复调用和优化的算法能力。

两个案例虽然属于不同领域,却说明了企业采购 AI 时的一项共同需求:不仅要模型能回答问题,还要技术真正进入现有业务流程,解决具体问题。

围绕这一需求,百度搭子负责连接业务系统、工具和智能体,伐谋面向工业排程等复杂任务,百度一见则将视觉 AI 能力引入工厂和门店现场。

百度也在通过前沿部署工程师(FDE)直接参与客户需求分析、系统交付和后续优化。据大会披露,百度智能云的 FDE 已在金融、能源、制造、汽车等行业交付超过 100 个业务场景,百度伐谋的客户已覆盖中国 41 个工业大类中的 25 个。

这些项目使百度的技术能力不再停留于模型和算力供应,而是进一步延伸到了客户的日常生产经营。

从AI 云基础设施到模型服务

百度持续拓展全栈收入空间

企业把 AI 接入生产经营,只是第一步。要让这些系统长期运行,还需要持续采购算力、调用模型,并保障不同系统之间的协作。

在 AI 云基础设施之上,百度的模型服务商业化需求也在持续增长。

2026 年第三季度,百度千帆 MaaS 平台外部客户 Token 调用收入同比增长 1159%。此前第二季度,这一指标的同比增幅已超过 9 倍。

截图自百度 2026 年第三季度官方业绩公告

与单纯购买 GPU 计算资源不同,Token 调用收入直接来自外部客户对模型服务的使用。它的高速增长,为观察百度 AI 商业化提供了另一项指标:企业不仅需要算力,也在持续购买模型服务。

企业使用模型的需求越多,采购和管理也变得越复杂。同一家公司可能同时使用不同模型处理文档、代码、语音和视频;即便调用同一模型,不同供应商的价格、响应速度和稳定性也可能存在差异。

11 月 12 日,百度正式推出的大模型交易平台 " 词元所 ",正是针对这一问题。

截图自百度词元所官网

与只提供自有模型的服务不同,词元所汇聚了百度文心、DeepSeek、Kimi、智谱 GLM、MiniMax 等模型,以及第三方推理服务商的资源。企业可以在统一平台比较模型价格、性能和服务质量。

百度还为平台设置了 " 验真 " 和 " 征信 " 两套机制,通过资源核验、定期抽检及调用监测,帮助企业识别模型来源、评估服务稳定性。

据百度披露,词元所试运行期间,入驻供应资源超过 100 个,日均调用次数突破 5000 万次,日均 Token 调用量超过 7000 亿。 正式发布首日,新增申请入驻供应商超过 100 家,新增接入客户超过 1000 家。

这些数字反映了平台初期的使用规模,但新增接入客户尚不能直接等同于实际付费客户。随着平台发展,其模型交易规模和实际收入将成为进一步观察的指标。

模型服务之外,百度也在升级底层算力。

今年世界大会上,百度发布天池 1024 卡超节点,采用光互连技术,使卡间互联带宽较上一代提升 3 倍,训练性能提升 2.5 倍、推理性能提升 3 倍。其配套的缓存加速技术,在缓存命中的多轮对话场景下,可使首 Token 等待时间降低 90%、吞吐提升 7 倍。该超节点计划于 2027 年推向市场。

这些技术针对的正是模型长期运行时的计算、通信和缓存需求,直接关系到企业大规模使用 AI 的响应效率与成本。

百度世界 2026 全栈 AI 云技术架构原始示意图

在模型层面,百度 11 月发布的文心 5.5 Flash Preview 采用混合专家架构,总参数量 2800 亿,每个 Token 激活 140 亿参数,支持最长 100 万 Token 上下文,重点面向编程、智能体和专业知识工作等场景。

根据数据,该模型在 Code Arena 的 WebDev 评测中获得 1668 分,位列开源模型第、中国模型第四,紧随 Kimi K3.1 Pro、Qwen3.8-Max 等参数国产模型之后。

Code Arena: WebDev 榜单原始截图

文心 5.5 Flash Preview 模型为 1668 分

从 AI 云基础设施到千帆模型服务,再到词元所和智能体产品,百度正在将算力、模型与应用连接起来。对于企业客户而言,这意味着可以通过同一家技术服务商,完成从计算资源采购、模型选择到实际业务部署的多个环节。

而对百度来说,除了出售底层算力,模型调用、平台服务和企业级应用,也正在提供更多可以持续经营的业务机会。

从搜索广告走向更加多元的 AI 业务,百度正在经历一次收入结构与经营方式的双重调整。多年积累的算力、模型和应用能力,不仅开始形成实际收入,也通过自身组织改造和企业客户项目接受业务检验。

李彦宏提出的 " 智能组织 ",已经有了一些可以衡量的实践成果。随着 AI 进一步进入企业的研发、运营和生产流程,百度在芯片、云、模型与智能体领域的长期投入,正逐步转化为更完整的商业服务能力,也为公司下一阶段的业务增长提供了新的基础。

大望财讯

微信号 :DW-news

新浪微博 :@大望财讯

微信联系方式 :Jinc0925

WANG QI HUI GU

往期回顾

相关阅读

最新评论

没有更多评论了

觉得文章不错,微信扫描分享好友

扫码分享

热门推荐

查看更多内容

企业资讯

查看更多内容