李彦宏：AI下一幕是智能组织，百度十年布局走向台前

2016年百度世界大会上，李彦宏说过一句话：“互联网的下一幕，就是人工智能。”那时候移动互联网的增长已经慢下来，行业都在找新的增长动力。他把目光放到了人工智能上，认定这是带动下一轮产业变革的关键技术。

十年过去，AI慢慢走进了产业生产和日常生活。ChatGPT带火生成式AI之后，AI从后台的算法能力变成用户能直接上手的产品，又进一步渗透到企业内部的研发、营销、客服、办公等环节。

技术能力上去了，不代表生产方式跟着变了。用上AI工具的企业越来越多，效率增长却未必对得上技术进步。问题也就从“AI能做什么”，变成了“企业该怎么围绕AI重新组织生产”。

11月12日的百度世界大会上，李彦宏给出了新判断——AI的下一幕，是智能组织。AI的产业化进程可能正走进一个新阶段。过去十年，行业解决的是怎么让机器更聪明；接下来，企业要想的是怎么让这种智能真正进到组织里，变成新的生产力。

01 十年造底座：百度等的不是风口

回看百度这十年的AI布局，路径是逐渐清晰的：先建底层基础设施，再推模型能力突破，然后把AI嵌进产品和业务流程。AI从提供技术能力走到承担具体任务，企业要解决的问题也跟着变了。百度很早就意识到，AI不会只是互联网产品的一项新功能，而是一场需要底层基础设施支撑的技术革命。

2016年提出“互联网的下一幕是人工智能”时，李彦宏已经把AI看作推动各行业发展的核心动力。当时深度学习正带着语音识别、图像识别和自然语言处理往前走，但这些能力要大规模应用，算力、算法、平台这些底层问题还得先解决。

2018年，百度发布自研的“昆仑”芯片，这被视为中国第一款云端全功能AI芯片，训练和推理两类计算需求都覆盖。百度同时推进深度学习框架、云平台和AI开放生态建设，想打通从芯片、框架到应用的链条。AI应用越普及，模型训练和推理要的计算资源就越多，基础设施能力决定着AI能以多大规模、多少成本进入产业。这个阶段，行业竞争的重点主要是让AI有更强的计算能力和信息处理能力，为后面的应用落地打底。

算力和模型能力持续提升，AI的价值也从识别、理解、处理信息，延伸到生成新内容。2022年百度世界大会上，百度展示了文心大模型补全《富春山居图》的过程。靠视觉生成大模型，AI不只是认出画里的山水、树木和笔触，还能按已有画面生成缺失部分。李彦宏在那届大会上提出，AIGC会成为继PGC、UGC之后的新内容生产方式，并判断未来十年AIGC将深刻改变内容生产模式。

这展示的是模型能力的跃迁，AI开始基于已有信息去生成和创造。内容生产不再完全靠人逐项创作，文本、图像、音视频等内容的生成都有AI参与，原有的生产成本和效率随之改变。四个月后，OpenAI发布ChatGPT，生成式AI以更直观的交互方式进入大众视野。用户不用再理解复杂的模型接口，用自然语言提个问题，就能让AI写东西、做总结、翻译、辅助写代码。生成式AI就此从专业技术领域走向更广泛的个人和企业用户。

内容生成、指令理解、复杂信息处理，这些能力AI都具备之后，企业开始把它搬进真实业务里。2023年，李彦宏给出的思路是用AI原生思维把百度的产品、服务和工作流程重新搭一遍，他还说，百度要当第一家把所有产品推倒重做的公司——“不是整合，不是接入，是重做，重构”。在原有产品上挂一个AI功能，这已经不是它唯一的位置；产品怎么设计、业务怎么跑，AI都有可能变成那层底层能力。

海外企业也有类似的变化。微软在2023年3月推出Microsoft 365 Copilot，把大模型和用户的邮件、日历、文档、会议等工作数据连起来，让AI在Word、Excel、PowerPoint等办公应用里辅助完成具体工作。AI就这样进入了企业的工作界面和业务流程。不过这还只是第一步。早期的AI应用更多做问答、生成和辅助处理，人与AI之间还是人提需求、AI给结果。

Agent能力发展起来，AI能干的工作更深了。企业面对的问题随之变化：AI能参与任务执行时，原有的岗位设置、协作流程和管理方式还适用吗？

从芯片、云和框架这些底层基础设施，到大模型带来的生成能力，再到产品和业务流程的AI化，AI逐渐从一种技术能力变成能参与生产的工具。企业下一步要解决的，就不只是怎么改造产品，而是怎么重新设计内部的生产和协作方式。

02 智能体入场，旧组织图不够用了

大模型让AI从理解信息走到生成内容，Agent则让它再往前一步，从生成内容走向执行任务。

以前企业靠人的专业分工和团队协作把事办成。一个项目常常要产品、研发、设计、运营等岗位一起上，各管一段，再靠会议、汇报和流程把各段接起来。

Agent一来，这种协作方式开始松动。它能按目标把任务拆开，调用工具和外部系统，做资料研究、数据分析、代码编写、文档处理这些活。用户还能调度多个Agent，让它们各领一块任务，最后再对结果做整合和判断。

2026年5月的Create大会上，李彦宏提出，企业的最小生产力单元正在变。过去是一个团队，今天可能变成一个“超级个体”，也就是一个人加上一支智能体编队。Agent能力越强，个体能调动的资源、能完成的工作范围都在扩大。

当然，这不等于一个人马上就能顶掉一个完整团队。不同任务还是需要专业判断、协作和责任分工。只是过去非得多人协作才能完成的那部分工作，正在长出新的组织方式。

生产力单元变了，组织方式也得跟着调。

传统企业一般围着岗位和部门搭架构。岗位划清职责边界，部门管专业分工，层级管理则负责派任务、协调进度、监督结果。

可Agent的干活方式并不完全按这套边界走。它能同时接手原本散在多个岗位里的任务，也能按目标调用不同的工具和系统。如果还照传统岗位来分任务，AI就可能被卡在单一环节，甚至要经过多层审批和人工交接才能往下走，跨任务协作的能力发挥不出来。

所以李彦宏提出，未来组织要从以岗位为中心转向以任务为中心。组织不再只是固定岗位和部门的拼盘，而是围绕具体任务，把人和Agent动态组合起来，形成一个能灵活调整的任务网络。

这也是“AI内化”和单纯用AI工具的区别所在。个人用AI，能提高自己的效率；但AI只躺在员工各自的工具箱里，企业的知识还是散在个人手里，工作流程也没变，这种效率提升就很难沉淀成组织能力。

此次百度世界大会上，李彦宏提出智能组织进化的三个原则：打破岗位边界、沉淀隐性知识、设计流程闭环。

岗位的边界被打破，意味着组织不再围着岗位转，而是围着任务转。原有的岗位分工需要重新梳理，把工作拆解成更细的任务，再判断哪些任务由人来干、哪些能交给Agent、哪些得靠人和Agent配合完成。组织真正要做的，是围绕目标灵活调配资源，而不是守着固定的岗位界线。

沉淀隐性知识，是让个人经验变成组织资产。企业里有大量知识并不在正式文档里，而是存在于员工的经验、判断和工作习惯中。比如销售人员对客户需求的理解，工程师处理异常问题的经验，管理者对业务优先级的判断。这些知识往往随着人员流动而流失，也很难被其他员工和AI直接调用。

这些零散的经验，智能组织得把它们变成能记录、能沉淀、能检索的知识，再与业务数据、流程和上下文打通。这样Agent执行任务时，调用的才是企业自己的知识，而不是每次都得从通用模型的本事起步。企业知识长期积累下来，还可能成为别家公司难以照搬的差异点。

设计流程闭环，则让组织具备持续反馈和优化的能力。李彦宏用“可衡量+Looping=持续进化”概括这一原则。AI完成任务只是开始，企业还得知道任务结果有没有达到目标、执行过程哪里出了问题，以及下一次怎么改。

组织形态一变，企业经营也可能冒出新的机会。

一是轻资产运营。Agent能接住更多重复性工作，少数员工调度智能体，就能完成过去要更大团队才扛得住的活，企业扩张时的人力和协作成本随之下降。二是筑起新的护城河。客户数据、行业知识、业务流程这些积累，可以成为AI读懂业务、形成差异化优势的底子。三是发现和创造新市场。调研、分析、方案验证的门槛被Agent压低，一线员工也能参与创新，更多业务需求由此变成新产品和新机会。

智能组织能把企业内的知识、任务和反馈机制重新连起来。让AI进入企业的知识体系、业务流程和协作机制后，它才能持续参与任务执行并积累经验，真正转化为组织生产力。

03 换电机之后，更重要的是换厂房

基础模型逐渐成为不同企业都能调用的通用能力，模型本身和具体业务之间的距离，开始成为新的竞争焦点。

模型供给这一端同样在变。李彦宏在百度世界2026上表示，今年前9个月，几乎每天都不止一款新模型问世，模型调用需求大幅爆发；可一批词元中转站对模型效果、服务稳定性、响应速度都不负责，连模型是不是真的都无从查证。

百度据此正式推出大模型交易平台词元所，定位“大模型的交易所”，核心是“验真”与“征信”：靠模型指纹比对、能力测试、性能与可用性测试来核验资源，再以定期抽检拨测、全链路实时监测为模型提供商建立信用评级，让企业乃至个人都能方便地找到、买到、用上可信的模型Token。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7000亿。

不过，同样的模型能力，进了不同企业之后，结果可能完全不一样。有的企业只是让员工多了一个写作和问答工具，有的企业则把AI接进研发、销售、客服和运营流程，让它参与具体任务，再靠业务反馈持续优化。

往后企业之间的差距，恐怕不只看用没用上AI，还要看能不能把它变成组织本身的能力。模型给的是能力，产品给的是入口，真正决定AI能不能在业务里持续起作用的，是知识、流程、权限和反馈机制。李彦宏这回抛出智能组织，等于把话题从AI技术和产品，推到了企业内部的生产关系上。对一家企业而言，AI竞争的下一道坎，也许不是再买一款工具，而是重新设计一套让人和Agent能搭班子干活的组织体系。

百度提智能组织，底气来自李彦宏这些年自己在AI产业上的投入和摸索。

2016年，他把人工智能看作互联网发展的下一幕。那会儿AI还主要是一项要长期砸钱的基础技术，百度围着语音、图像、自然语言处理等方向搭技术能力，随后又一步步往芯片、云和开发平台上延伸。

进入大模型时代，李彦宏的注意力从技术能力挪到了AI怎么进产品和业务。2023年，他提出用大模型重做产品和工作流程；2025年百度世界大会上，他讲得更明确：AI能力一旦被内化，智能就不再是成本，而是生产力，企业得让AI和具体任务真正结合。

这次百度世界大会，他又往前推了一步，给出智能组织的定义、进化原则和商业机会。

从基础设施到模型，从产品应用到Agent，再到组织形态，这条线一以贯之，而且越走越深。说到底，AI的价值不会停在技术本身，它要进入真实的生产活动，最终改变企业创造价值的方式。

下一个十年，AI能不能继续改变企业的组织方式，智能组织会不会成为新的行业共识，还得靠更多企业的实践来检验。

但有一件事是清楚的：AI一旦参与生产，企业要重新想的就不只是怎么用技术，还有怎么把人、知识和任务组织起来。AI的下一幕，或许就是从改工具，走向改组织。