李彦宏，刷屏！AI“新厂房”来了

11月12日，“百度世界2026”在北京举行。百度创始人李彦宏首次提出“组织进化三原则”，并作出判断：AI的下一幕是“智能组织”。

百度/供图

“如果说，人工智能是新电能，那么，智能组织就是AI时代的新厂房，是生产力真正发生的地方。”李彦宏说。

这句话指向企业AI落地中的现实反差：模型能力持续提高，AI工具和智能体加速进入企业，但局部效率的提升，并未普遍转化为收入、利润和整体组织效率的增长。

就在本届“百度世界2026”大会当天，百度带来了模型、智能体和新全栈AI云等最新进展。比这些产品更值得关注的是，在大会现场，李彦宏把企业AI转型的讨论从“需要什么样的工具”，推向“需要变成什么样的组织”。

AI落地卡在组织

先看一组大会数据。百度于近期正式推出的大模型交易平台“词元所”，试运营一个月以来，入驻供应资源超过100个，日均调用次数突破5000万，日均调用Token（词元）超过7000亿。由此可见，企业和个人对模型服务的需求，已经形成相当规模。

但调用量只是投入的一部分，并不等于实际的经营回报。写材料、分析数据、生成代码、响应客户，这些具体工作都在提速；一名员工效率提高，也不是必然能带来企业效率提高。如果后续审批、跨部门协作和决策流程没有改变，节省下来的时间仍可能被等待和交接消耗。

这也是不少企业AI试点的共同困境，单个项目效果不错，放到整个组织里却很难复制。AI优化了一个环节，业务链路并没有因此缩短；员工掌握了新工具，企业积累知识和作出决策的方式仍停留在过去。

国际咨询机构波士顿咨询（BCG）在此前研究报告《为AI重新设计公司，而不是让AI适应公司》中提出，AI转型首先是组织问题，而非技术问题。企业需要围绕业务目标重新安排人与智能体的协作，而不是把AI简单叠加在原有流程上。

11月12日，李彦宏在“百度世界2026”大会现场演讲时，对此类问题使用了一个工业时代的类比：“AI没有产生预期的经济效益，是因为我们只是更换了电机，却还没有重新设计工厂。”

对企业来说，接下来需要追问的，不再只是接入了多少工具，而是AI究竟改变了哪条业务流程、哪项经营指标。这也是“智能组织”的价值所在：AI竞争开始从智能供给，延伸到价值兑现。

李彦宏给出“三原则”

海外观点此前谈AI“五层蛋糕”时，关注能源等基础资源对智能供给的约束。李彦宏此次把目光投向另一端：智能生产出来之后，如何进入企业并转化为生产力。

实际上，李彦宏的这一思考在此前就已有脉络。在2025年11月举办的“百度世界2025”大会上，李彦宏曾提出过“内化AI能力”，并强调真正的内化发生在组织层面这一重要论断；在今年5月，他进一步讨论企业组织的自我进化，以及人与智能体组成“超级编队”。而在今年11月12日举办的“百度世界2026”大会上，李彦宏的讨论落到了组织自身的重构。

就在此前，麦肯锡发布的《智能体组织：AI时代下一代组织范式的轮廓》报告中也提出，企业需要围绕业务目标重新配置人类员工与AI Agent（AI智能体），调整组织架构、管理机制和工作流程。

百度给出的方案更侧重组织如何持续运行，核心是三项原则。

首先是打破岗位边界。传统组织以岗位为中心，任务在不同部门之间进行接力。智能体进入业务后，检索、分析、生成和部分执行工作可以重新组合，组织的基本单元随之从岗位转向任务。李彦宏判断，岗位不会消失，但会收敛为两类：负责创造新东西的Builder（创造者），以及负责沟通、连接和建立信任的Seller（沟通连接者）。

产品层面的对应变化是，“百度搭子”升级为连接百度全系专业智能体的统一入口，并开放Harness（智能体运行引擎）和Agent API（智能体应用程序编程接口）。智能体由此可以进入企业已有系统和任务流程，而不是停留在独立的问答窗口中。员工也不再只对手中的一个环节负责，而是与智能体共同推进一项完整任务。

第二，沉淀隐性知识。不少企业真正有价值的经验仍存在于少数员工脑中：如何判断客户，怎样识别风险，复杂问题应该从哪里入手。人员流动，经验也随之流失。即使引入同样的模型，不同企业能否用好，差别往往就在这里。

比如“百度搭子”开发平台提供的定制智能体服务，把企业的业务知识、工作流程和判断经验沉淀为可复用的Skill（技能）和工作流；升级后的企业协作空间，则让团队与智能体共享工作上下文，把项目背景、关键决策和产出物留存在组织内。通用模型可以采购，这些与业务紧密结合的知识和上下文更难被复制。

第三，设计流程闭环。李彦宏给出的公式是“可衡量＋Looping（循环迭代）＝持续进化”。

其中，“可衡量”是前提。没有明确的业务目标，智能体只能反复生成和执行；有了交付周期、服务质量、收入或成本等指标，结果才能进入反馈，推动下一轮优化。就在大会当天，百度旗下的算法自进化智能体“百度伐谋3.0”的升级方向，正是围绕生产运营、经营策略和产业研发中的业务指标持续优化，而不是一次性交付方案。目前，其客户已覆盖中国41个工业大类中的25个。

李彦宏最新提出的上述三项原则共同把AI从工具层推向经营层，也让“智能组织”有了可以观察和检验的内容。

智能组织开始批量落地

新概念能否成立，最终要看实践。

据百度最新披露，过去一年，该公司内部日活智能体数从日均0.5万增长到3.7万，智能体完成的有效任务数从每周8.4万个增长到一周超过100万个；已建设4300个Workspace（工作空间），沉淀组织Skill（技能）超过2万个。

据介绍，百度旗下的通用智能体“百度搭子”团队本身也在使用这套方式。过去半年，该团队完成160多次产品迭代，90%的代码、50%的对外传播物料由“搭子”生成。数字人创新业务部则打破产品、研发、设计、测试等岗位边界，推动员工向Builder（创造者）转型。例如，有一名校招新人借助AI，用1天完成了原本需要5个角色、至少10天的需求交付。

这些数字的意义不只是“人少了、速度快了”。任务不再依赖多个岗位依次交接，项目经验又能进入下一次迭代，个人提效才有机会变成组织效率。

产业端的案例提供了另一种检验。南方电网与百度基于“百度搭子”落地“天璇伙伴”，将历史故障处理数据和专家经验转化为可复用知识，并串联故障记录、开关信号和线路拓扑，形成闭环研判。大会披露的数据显示，该应用使配电网故障分析效率提升12倍，已在广西14个地市、112个县推广。过去依赖“老师傅”的判断，开始变成可以跨地区复用的组织能力。

智能体大规模进入业务，也对底层基础设施提出了新要求。就在此次“百度世界2026”大会上，百度智能云升级新全栈AI云，服务对象从企业IT系统进一步转向具体任务，将算力、模型、数据和智能体组织到业务流程中。大会上发布的天池1024卡超节点、文心5.5Flash Preview及两款应用模型的最新进展，则继续充实“新电机”。

李彦宏判断，智能组织将带来轻资产运营、构建新护城河、创造和发现新市场三大机会。但部署几个智能体，并不意味着转型已经完成。数据权限如何管理，哪些环节需要人工复核，业务结果如何衡量，原有考核怎样调整，都需要企业重新设计。

因此，智能组织很难只交给IT部门。它更接近一道需要CEO参与回答的经营题：当AI这台“新电机”已经装进企业，旧有的任务分工、知识管理和业务流程，也要随之改变。

责编：杨喻程

排版：汪云鹏

校对：刘星莹