李彦宏谈AI生产率悖论：只换电机不改厂房，智能组织怎么建

AI 的“生产率悖论”：为什么换了电机，工厂还是旧工厂？

过去两年，不少企业管理者都经历过一阵典型的“AI 焦虑”：先跟风部署大模型，再让员工试用各种 AI 助手，看到单点效率提升的数据还挺高兴。可到年底一算账，尴尬了——Token 消耗账单越拉越长，IT 投入持续增加，公司整体利润却没跟着涨。

这不是个别现象，全行业都在困惑。微软在《2026 年工作趋势指数年度报告》里把它叫作“企业 AI 转型悖论”；波士顿咨询在欧洲企业中也看到了类似情况：试点项目很成功，员工个人效率上去了，组织整体的运转效能却原地踏步。

11 月 12 日的百度世界 2026 大会上，百度创始人李彦宏把这层窗户纸直接捅破。他的比喻是“给旧工厂换上了新电机”：电机确实更有劲了，对应 AI 模型更强了；可生产线布局、工人协作方式、管理流程还是几十年前那一套，新电机的威力就发挥不出来，弄不好还会因为不匹配添出更多内耗。

他给出的解药叫“智能组织”。在李彦宏看来，AI 是新时代的电能，智能组织就是承载电能的“新厂房”。过去十年，行业解决的是“AI 能力有没有”；接下来十年，核心命题变成怎么重构生产关系，让 AI 的价值真正释放出来。

从“百模大战”到“智能体元年”：百度十年的预判逻辑

在这个时间点抛出“智能组织”，李彦宏并非一时兴起。百度过去十年对 AI 演进路径的预判是连续的，回头看，他的视角总比行业主流快半步到一步。

2016 年，移动互联网还在吃流量红利，李彦宏就提出“AI is the New Electricity”，断定人工智能是继移动互联网后的下一幕。当时不少人觉得这是放弃主赛道的冒险，后来自动驾驶、语音识别等领域的爆发印证了这个判断。2017 年他坐无人车上五环引发争议，如今无人驾驶已成常态；2018 年百度发布云端 AI 芯片，比大多数巨头更早意识到算力底层的重要性。

生成式 AI 浪潮到来之前，百度同样有迹可循。2022 年百度世界大会上，文心大模型补全《富春山居图》的演示，提前预演了 AIGC 的内容生产潜力。ChatGPT 引爆全球后，国内陷入“百模大战”，厂商们疯狂比拼参数规模。李彦宏却在 2023 年冷静指出：“没有应用，基础模型一文不值”，并主张“把所有产品都用大模型重做一遍”。这一判断与微软推出 Microsoft 365 Copilot 的节奏几乎同步，行业注意力就此从模型本身转向应用落地。

2024 年，智能体（Agent）成了热点。百度世界 2024 现场演示了五个智能体协同完成报名系统，多智能体协作的形态初现轮廓。李彦宏当时提出“智能体是 AI 应用的最主流形态”。半年后，Anthropic 披露多智能体架构，全球正式进入智能体元年。

到 2026 年，行业还在追捧 Token 消耗量，李彦宏又拿出一把新标尺：DAA（日活智能体数）。他的看法是，AI 的价值不该看投入了多少 Token，而要看完成了多少任务、交付了多少结果。随后 Meta、亚马逊陆续调整评估体系，Anthropic 公布内部研发 DAA 数据，行业价值标准正式从“投入端”转向“产出端”。

这一连串预判说明，李彦宏盯的从来不是单纯的技术指标，而是技术如何作用于产业、如何改变经济运行效率。从“AI 是新电能”到“智能组织是新厂房”，这条思考链条从生产力一直延伸到生产关系。

智能组织的三条重构路径：打破边界、沉淀知识、闭环进化

旧厂房装不下新电机，那就重建厂房。李彦宏说的“智能组织”，并非简单的部门合并或架构微调，而是一套适配 AI 时代的原生组织体系。它围绕任务分配、知识沉淀、流程运转三个核心维度，对组织能力做系统性重构。

1. 打破岗位边界：从“固定岗位”到“任务单元”

工业时代的科层制靠清晰的岗位分工实现规模化运转，协作壁垒也随之而来。跨角色对齐、信息传递损耗，都把整体效率拖慢了。到了 AI 时代，大量执行性工作可以交给智能体承接，人的价值更多体现在判断与决策上。于是最小生产力单元从“完整团队”收缩为“一个人 + 一支智能体编队”。

百度内部的数字人创新业务部就是个典型样本。该团队打破产品、研发、设计、测试的传统岗位边界，推动全员向 Builder（构建者）转型。单个员工带着智能体，就能独立跑完从需求分析到代码开发、测试交付的全流程。2026 年第三季度，该团队完成了 564 次产品迭代，沉淀了 130 个可复用 Skill 与 729 篇组织资产，人均产出提升 125.3%，交付周期缩短 28.8%。

另一个例子是百度智能云长出的 FDE（前沿部署工程师）角色。传统模式下，销售、交付、产研是三段接力，容易掉棒。FDE 一个人同时懂行业、能落地、会推产品，已在金融、能源、制造等行业落地 100 多个业务场景。很多时候，限制人的不是能力边界，而是岗位的边界；边界一旦打破，组织活力就会被充分释放出来。

2. 沉淀隐性知识：把“老师傅的经验”变成“组织资产”

企业的核心竞争力往往藏在资深员工脑子里。这些隐性知识难以传承，人一走，能力就流失，这是组织最大的隐性损耗。智能组织要做的，就是把分散的个体经验显性化，沉淀成持续累积、全员可用的组织资产。

广西电网一年要处理八千多次永久性故障，以往全靠专家经验做人工研判，单次耗时超过 60 分钟。南方电网和百度合作的“天璇伙伴”项目里，团队借助百度搭子，把上万条历史故障数据连同老师傅的判断经验一起沉淀为专业知识，再将故障记录、开关信号、线路拓扑串成一条完整证据链。这套做法落地后，研判准确率超过 70%，效率提高到原来的 12 倍。

更关键的一点在于，这套系统能自己长本事。每打一仗，经验都会回灌到模型里做优化，老师傅的判断不会因为人走了就断档，反倒越攒越厚。说到底，这是从“个人能力”跨到“组织智能”。

3. 设计流程闭环：从“固定流程”到“持续进化”

过去企业的业务流程都靠人提前画好，定下来就不好动，改一次成本高、反应也慢。智能组织的要害在 Looping 机制。李彦宏给了一个直白的公式：可衡量 + Looping = 持续进化。每回任务的结果都会形成反馈，自动喂回去优化下一次执行，组织于是像活物一样不停学、不停迭代。

百度搭子上线到现在，完成了 160 多次自我迭代，走的正是这条路——“今天解决的问题，就是明天拥有的能力”。升级到 3.0 的百度伐谋，把闭环搬进了产业场景，围绕生产运营、经营策略这些核心业务，搭起“问题定义 - 算法演化 - 结果验证 - 反馈优化”的全链路。结果 AI 不再只交一次方案，而是盯着业务目标一直调。

顺着这三条路走下来的智能组织，能给企业撑开三重增长空间：一是轻资产运营，几个人配上智能体就能接复杂活；二是筑新护城河，专属的业务知识和流程经验会沉成组织智能；三是开新市场，全组织一起并发探索，更容易撞见新需求。

“芯云模体”全栈底座：智能组织如何落地？

想法要有技术兜底。百度拿“芯 - 云 - 模 - 体”四层全栈 AI 能力，给智能组织垫了一个能落地的底座。这四层不是各干各的，而是紧紧咬合，一起朝“智能组织”这个方向使劲。

最底下那层“芯”是算力的根。智能组织要整个跑起来，得扛住大规模、长周期的智能体并发。百度自研 AI 芯片配上升级后的百舸 6.0 算力平台，把传统算力平台变成了 AI 时代的“智能工厂”。LoongForge 训练效率领先行业 1 倍，Agentic 模型强化学习训练效率提升 1 倍，天池超节点 2.0 吞吐性能提升 25%。

天池超节点眼下已经走通全栈国产化路线，在全国多地完成千柜级部署，给大规模智能体的长周期运行提供了稳定、性价比高的算力。再往上的“云”是运行基座，智能组织的核心是 Looping 持续进化，长链路任务得能稳稳跑完、上下文得能一直存下来。新一代百度智能云直接对着具体业务任务去，打通企业的资源、IT 和经营系统。

其中千帆 Agent Infra 做出“词元工厂”和“驾驭工程”两样能力：前者提供 150 多款主流模型服务，推理速度比行业提升 25%；后者管着长上下文、持久记忆、子智能体调度这些事，任务成功率到 95%，还省下 23% 的 Token 消耗。

再往上的“模”划的是能力边界。大模型行业看着热闹，企业挑起来却犯难：模型来源杂，质量也参差。百度为此推出大模型交易平台——词元所，把靠谱的模型和模型提供商聚到一处，企业也好个人也好，都能方便地找到、买下、用上可信的模型 Token。上线一个月，入驻的供应资源已超 100 个，日均调用次数突破 5000 万，日均调用 token 超 7000 亿。

同时百度发布了最新基础模型文心 5.5 Flash Preview，支持最长 100 万 Token 的上下文，在复杂编程、知识工作、3D 建模这些方面表现亮眼。两款应用模型也正式上线：文心闪电模型和文心一镜微表情大模型。前者面向智能体的执行与推理，编程、逻辑推理等核心能力到了行业领先；后者把多模态表现力拉高一截，生成成本降了 50%，支持分钟级视频生产。

最上层的“体”是落地的那只手。企业协作有百度搭子，产业决策有百度伐谋，数字人交互有百度一镜，视觉巡检有百度一见，知识管理有库库 AI——分属不同领域的智能体产品，能直接插进企业现有的流程里。企业不用从零搭起，就能快速启动组织智能化升级。这套技术体系，百度早就在内部跑通验证过：目前内部日均活跃智能体数、有效任务完成数都实现数倍增长，建成数千个工作空间，沉淀上万个组织 Skill。从产研团队全员 Builder 转型，到中后台流程自动化重构，整个百度本身就是一个持续进化的智能组织样本。

结语：竞争的下半场，拼的是组织能力

演讲最后，李彦宏强调，将来真能吃到 AI 红利的企业，是那些完成了组织智能化重构的企业。AI 技术的比拼从参数规模转向落地效果，企业竞争的下半场，也就从“比技术能力”转成了“比组织能力”。

这话听着像一句正确的废话，可细琢磨，它点破了一个挺冷的现实：技术门槛在往下走，算力和模型越来越不难拿，真正的壁垒是你肯不肯、能不能把自己的组织重塑一遍。那些守着旧流程、不肯打破岗位边界、沉淀不下组织知识的企业，就算手握最先进的模型，也不过是一座装着法拉第电机的旧工厂，新一轮竞争里注定掉队。

智能组织不是挂在未来的概念，而是眼下就得有的生存必需。对中国企业来说，这场重构才刚开了个头。