李彦宏谈智能组织：AI是新电能，组织是AI时代新厂房

2016年那会儿，国内科技公司都在讲互联网的故事，百度却把当年世界大会的主题定成了“AI is the new Electricity”（AI是新电能）。

也是在那场大会上，百度头一回把一批AI新产品、新技术摆到台前。这些东西后来有的成了百度AI的底子，有的长成了小度、萝卜快跑等业务的技术根基。

“移动互联网之后的下一幕是什么？其实现在已经很清楚了，就是我们所说的人工智能。”这是李彦宏当年给出的反共识判断。放到今天，这话已经成了人人都懂的常识。

十年过去，百度世界2026的主题换成了“下一幕，智能组织”。十年前就交出答案的李彦宏，这次又给了一个新判断。

他的说法是：人工智能要是新电能，智能组织就是AI时代的新厂房，生产力真正发生的地方就在这儿。各种AI新能力得配上对应的组织方式，落了地，生产力才会大幅往上走。

在李彦宏看来，AI技术正走向大规模落地，行业接下来的注意力该转到组织上。他因此提出智能组织三原则：打破岗位边界、沉淀隐性知识、设计流程闭环。

目前百度已经搭起“芯云模体”的全栈体系，面向G、B、C持续输出各类AI产品。

换电机就得建新厂房

生产力革命爆发和价值显现，往往不是同一时间发生的事。技术先到，跟它配套的组织系统还没影。

18世纪70年代，改良蒸汽机问世，生产场所选址不用再把河流当成硬条件。

当时的管理者怎么想的？把蒸汽机接到作坊原有设备上，工匠照老办法干活就行。动力从水能换成了蒸汽，组织却还停在过去。结果机器并没像预想那样迅速拉高生产效率。

一直等到半个世纪后，现代工厂制度在拆分工序、固定工位、固定排班、统一管理这些环节上逐步完善，技术才真正把生产力价值兑现出来。

那以后，由能源驱动的技术革命，大多走过类似的循环。

新的电机进了工厂，可对应的组织形态要等到1913年

从信息化建设到后来的数字化革命，企业一套接一套上线系统，与之匹配的组织能力，如

眼下AI应用大量涌现，技术与组织之间的弱环效应又出现了。模型能力隔一阵就换代，短短两年，智能体已从对话Bot走到长链路任务。再看企业这头，适配AI的组织体系没跟上，资本开支曲线和收入增长曲线并没有一起往上走。

微软在《2026工作趋势指数年度报告》里梳理了近几年企业AI落地的情况，发现一个悖论：员工拿AI工具提个人效率，团队也在拥抱新工具，可业务流程、协作方式、评价机制还停在前AI时代，组织本身一点没变。

只提升局部效率，组织生产力和AI工具数量并不直接挂钩。工具部署和试点成果，很容易被装裱成一份漂亮的成绩单，也容易让人误以为转型已经做完。

可企业实践里，员工靠AI省下的时间，最后往往耗在跨部门对齐、层层审批、反复复核这些组织流程上。结果企业的Token账单越拉越长，利润曲线却没跟着上去，很大原因就卡在流程、协作、评价这三处，而它们还保持着上个时代的样子。

波士顿咨询公司在《Design Your Company for AI,Not AI for Your Company》（为AI设计公司，而非为公司设计AI）一文中，研究了一家欧洲能源企业的案例，挺典型。

这家公司早先做过大量AI试点，单点测试跑通了，整体收益却看不出什么名堂。后来它不再只改工具不改制度，转向重构客户流程，业务才走到改善的拐点。

国内也有类似的情形。去年不少大公司用一种大干快上的路子全面AI化，Token不限量供应之类的做法都上了，到今年画风突然就变了。

其中一家巨头的高管在8月把这总结成四重错配：认知上，企业对AI要么夸大要么轻视；效率上，大模型用在日常事务，没碰到核心；场景上，AI还在边缘打转，没进经营核心；考核上，追求立竿见影，却不管企业内部适配到什么程度。

局部成功不等于组织增效。李彦宏在演讲里说，没有哪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。

AI好比提供动能的新电机，智能组织就是与之配套的新厂房。电机能自己造，也能从外面买，厂房却得企业按自己的情况来规划。电机一换，厂房就得跟着换。

组织，AI竞争的下一个赛点

不少企业管理者觉得，上的AI工具越多，在AI竞赛里就越能领先。

这种想法很大程度上来自海外流传的“AI五层蛋糕”说法。该理论把AI产业分成能源层、芯片层、基础设施层、模型层、应用层，五层产业链彼此咬合、上下游联动。这套框架其实是在回答“智能从哪来”，关注点也落到了能源竞争上。

有观点认为AI竞争的本质是能源博弈，却没有回答怎么让AI真正变成生产力。李彦宏在百度世界2026大会上表示，AI的下一幕在于智能组织。他以百度为例说，在“芯云模体”全栈底座之外还得加上“组织层”，要解决的是智能生产出来之后，如何真正进入企业、创造生产力。

顺着这个逻辑，把李彦宏此前的表述串起来看，就能从时间纵向上完整理解“智能组织”的演化过程。

早在2025百度世界大会上，李彦宏就试着把注意力从技术视角拉回组织视角。他当时谈AI内化能力，说真正的内化落在组织上，而非个人身上，核心是把企业待解决的业务问题，转成AI能承接、能处理的问题。

到了今年5月，他在AI内化的基础上提出，AI时代企业应该走向组织的“自我进化”。自我进化有三个维度：智能体要从被动响应转向主动执行；人要学着与AI共存，从普通个体变成超级个体；企业组织则要把人与人的分工合作，改为人与智能体的混合编队，成为超级组织。

沿着这条思路，百度世界2026把落点放在“智能组织”上，提出：“组织是AI时代的必然命题，智能组织就是激活AI时代生产力的厂房。”AI竞争进入下半场，谁能解决组织落地这道难题，谁才能把模型能力真正兑现成产业红利。

另外，随着智能体爆发，李彦宏在5月的百度Create大会上还给出了一个衡量尺度DAA（日活智能体数），用来衡量AI交付的结果。

先把AI内化到组织与个体，再推动二者主动进化，以DAA为标尺，最终走向智能组织。

传统组织建立在岗位制上，从个人能力出发，衍生出权责、流程与体系。智能组织的逻辑则转向以任务为中心，让组织里的人、智能体围绕目标协同起来。

李彦宏先搭出了智能组织的基础框架，也就是智能组织三原则。其一是打破岗位边界，释放组织活力；其二是沉淀隐性知识，构建组织智能；其三是设计流程闭环，推动组织进化。

三层原则层层递进：先释放个人效能，再汇聚集体智能，最后形成优化闭环，合起来就是智能组织的骨架。其中还有一套“可衡量+Looping=持续进化”的进化公式，用来形成优化闭环。

等组织的协作方式、知识管理、迭代机制都完成智能化适配，新电机与新厂房才能释放出AI时代的组织效能。

第一批“智能组织”已来

AI浪潮之下，各家机构都结合自身特点，给出了AI时代的组织增效解法。

微软提出的“Frontier Firm”强调组织形态；麦肯锡的“Agentic Organization”侧重组织方法；Anthropic主张的“AI Organizations”看重人机组队配置。李彦宏提出的“智能组织”，聚焦的是组织怎么自己长出来。

依靠“芯云模体”全栈自研能力，百度把统一的量化评估、任务反馈与Looping闭环打通，已在内部拿到实践结果。

落到百度内部实践上，百度搭子团队先把产品、设计、研发的协作链路，沉淀成一套可复用的人机协同工作流。

在这套流程里，产品经理输入场景、判断方向，智能体承接需求分析，按前端规范生成高保真原型和实现方案，再与设计师调整体验与交互；研发拿到完整原型和PRD后直接开发，最后对照规范完成走查。

整条链路中，产品经理更多负责判断，设计师负责体验创新，研发理解需求的成本也降了下来。一个典型需求从分析到可交付方案，由7天缩短到2天。整套流程已沉淀为“需求闭环工作流”Skill，其他产品团队配好产品信息、代码库和需求来源就能复用。

过去半年，团队和百度搭子一起完成了成千上万个任务，每次任务的经验都能带进下一次，表现为产品的自我迭代；上线半年，版本完成了160次迭代。团队成员表示：“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。”

这套能自我迭代、持续沉淀的智能组织范式，正被全栈AI向外扩散到产业。

百度搭子在电力运维这一环落到了南方总调，双方一起做出了“天璇伙伴”这款产品。

南方五省两亿多人的用电保障压在肩上，配电网自愈线路本身能快速定位故障、恢复供电。可光广西电网，2025年永久性故障就有8215次；过去靠人工研判，一次要花60分钟以上，还特别吃专家经验，误判时常发生。

天璇伙伴就是冲着这个难题去的，落地南方总调后，它学习了上万条历史故障处理数据，把资深专家的经验变成能反复调用的专业知识；故障记录、开关信号、线路拓扑被它串成一条完整证据链，做到“故障一分析”的闭环研判，分析准确率在70%以上。

据透露，配电网故障分析的效率因此提升12倍，眼下已在广西14个地市、112个县全面铺开。那些“沉淀的隐形知识”也留了下来，老师傅的实战经验得以传下去，智慧在每一次运行中继续生长。

同样的产品在内部和外部同时出结果，“新电机+新厂房”的构想已经拿到最好的例证。百度内外的这些变化还给出一个新提示：走向智能组织，是一把手工程。

十年前李彦宏的判断，被当下AI应用的爆发印证了：一把手把方向判断对，是拿到下个时代船票的前提。而眼下智能组织要落地，一把手得亲自下场。

百度和第一批智能组织已经拿到了结果，第二批、第三批还在后面。