李彦宏谈AI组织：Token花费涨了利润没涨，问题出在哪

“为什么我的 Token 花费越来越多，但是收入和利润不见涨？”在 2026 百度世界大会上，百度创始人李彦宏抛出的这个问题，正戳中不少企业的现状。

他注意到，有些企业年初还在讲 Tokenmaxing，现在却掉头开始控制预算。AI 工具越用越多，Token 消耗一直往上走，业务收益却没跟着涨，症结在哪？李彦宏拿工业时代的电气化打了个比方：早年的工厂只是把电机换了，生产线并没有重新设计，电气化自然没能马上带来预期中的生产力提升。

“没有一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了。”在李彦宏看来，企业得围绕 AI 重新设计组织和业务流程，让智能体真正进入销售、客服、研发、运营等环节。

“新生产力只能从 AI 的流水线里头长出来，从智能组织里头长出来。”这是李彦宏今年给出的核心判断。他把 2026 百度世界大会的主题定为“下一幕：智能组织”，并认为 AI 带来的变化会慢慢从技术和工具层面，延伸到企业的分工、协作和价值创造方式上。

2016 年，李彦宏曾在百度世界大会上提出“AI is the new electricity”（人工智能是新的电能）。十年过去，人工智能已经逐步形成以芯片、云基础设施、模型和智能体为核心的独立技术栈。在李彦宏看来，能源处在 AI 产业的上游，组织能力则在下游。企业未来需要建立起与 AI 能力相适应的组织体系，让人和智能体一起完成工作。

过去一年，百度内部也在推这件事。李彦宏公布的数据显示，百度内部每日活跃智能体数量（Daily Active Agents，DAA）从约 5000 个增至 3.7 万个，增长约 6 倍；每周有效工作任务数从 8.4 万个增加到超过 100 万个，增长超过 11 倍。知识沉淀方面，百度已建设超过 4300 个 Workspace，沉淀了超过 2 万个公司级组织 Skill（技能），这还不算部门内部的 Skill。

李彦宏说，沉淀这些知识和技能，是为了让组织里的经验能被更多人复用，也能被智能体调用，“让一个人的经验成为整个组织的组织能力”。

组织进化“三原则”，任务才是智能时代的单元

结合百度内部的实践，李彦宏把 AI 时代的组织进化归结为三条原则：打破岗位边界、沉淀隐性知识、设计流程闭环。

第一条是打破岗位边界，让组织从围着岗位转，转向围着任务转。

“岗位是工业时代的单元，任务则是智能时代的单元。”李彦宏认为，传统企业讲究人岗匹配，一个岗位对应一组相对固定的职责。到了 AI 时代，一个人的能力可以大幅扩展，同时担起多个角色、参与不同任务，个人的认知、经验和判断力也能在多个业务场景里复用。

在他看来，往后岗位大体就剩两类：Builder 造新东西，Seller 则管人与人之间的沟通连接，让对方生出情感、把信任立起来。岗位本身不会没有，只是彼此间的边界会一点点变淡，组织则会成为人与 Agent 一起搭起来的任务网络。

第二条原则是沉淀隐性知识，构建组织智能。

企业里存在大量难以用正式文档写下来的经验，比如部门之间怎么协作、业务决策怎么做、客户合作怎么谈成。这些知识如果只留在员工个人身上，其他人和智能体都很难复用。

李彦宏认为，企业需要把这类隐性知识显性化，沉淀到组织平台上，让员工和 Agent 都能随时调用。他强调：“组织智能才是企业最深的护城河。”这种能力来自企业长期积累的经验和做事方式，“别人抄不走、挖不动、买不来”。

第三条原则是设计流程闭环，让组织持续进化。

李彦宏给出了一个公式：“可衡量+Looping=持续进化。”碰到复杂任务，企业要先设计执行流程，建立客观的衡量标准，再让 AI 根据每一轮执行结果不断调整。每完成一轮任务就做一次评估，按结果优化方案，然后进入下一轮执行。

李彦宏认为，当人和 AI 围绕一个任务形成持续循环，企业会逐渐变成由大量 Loop 组成的高度自动化组织，业务响应和创新速度也有望跟着提升。

百度内部经历过模型训练和 Agent 开发的弯路

智能组织的建设不可能一步到位。李彦宏也讲了百度过去一年在 AI 组织转型中碰到的两个问题。

第一个问题是业务部门各自训练模型。

大模型刚出来时，百度内部不少工程师都想试试训练模型，用开源模型做监督微调（SFT）。这些模型在初期业务应用中表现不错，可基础模型一持续升级，原有的微调成果很快就落后了。

李彦宏回忆：“基础模型一升级，它那个东西就又落后了。”之后百度调整了管理方式，模型训练交给专门的模型部门负责，业务部门不再各自搞模型训练，以减少重复投入和资源分散。

第二个问题是 Agent 开发方向过于分散。

智能体应用一窝蜂涌上来之后，哪个方向热，各业务部门就跟着上马对应的Agent。李彦宏描述当时的情形是，各部门“什么智能体火，他就要去做一个什么智能体”。资源于是被摊到一大堆项目里，每个方向拿到的投入都有限，成功率也跟着受影响。

百度后来改成按月复盘，要求各业务团队压缩同时推进的方向，把资源往更少的项目上收。李彦宏的总结是，企业得“做更少的事情”，资源使用效率和项目成功率才能提上来。

这两段经历摆出了AI组织转型里的现实难题：员工用AI的劲头很足，可模型训练、技术资源和业务方向，企业还是得统一调度。

杨元庆：AI转型既要自上而下规划，也要自下而上探索

大会现场，李彦宏把联想集团董事长兼CEO杨元庆请上台，聊了聊企业AI转型的经验。

两人都提到，眼下AI还替不了企业负责人出差见客户。李彦宏打趣说：“AI还是替代不了CEO出差。”杨元庆同样认为，跟客户沟通、人与人之间的情感连接，依然很要紧。

杨元庆说，2024年起联想进入第五个十年，也是围绕AI的第五次创业。现在联想的智能终端、智能基础设施，加上智能解决方案和服务三块业务，都在朝AI方向调整。

终端这一头，PC和手机既是AI数据和应用场景的重要入口，又自带端侧算力。杨元庆的判断是，个人AI发展起来后，PC的分量会变重。将来一个人手上可能有好几种设备，联想打算把不同设备上的数据和使用体验打通，形成短期与长期记忆，让个人超级智能体更懂用户。

他还说，以后个人终端不光人用，智能体也会用。怎么让用户跨设备拿到一致的AI体验、让个人数据和记忆在不同设备间接得上，是联想在摸索的事。

基础设施这一头，联想正从传统企业IT基础设施、云基础设施往AI基础设施走，也在往AI推理和边缘算力上投钱。对企业客户，联想给的是端、边、云结合的算力平台，外加模型、Token和数据平台，帮企业开发各领域的智能体。

联想内部不少岗位也用上了AI：研发人员拿它辅助编程，销售人员靠它找客户、认客户，市场团队用它做创意，服务团队借智能体改进客户服务，HR从大批候选人里用AI匹配人选，法务部门也开始用AI查合同。

杨元庆重点讲了AI在供应链里的用法。联想正把AI用到需求预测、生产安排、质量检测、物流运输这些环节。拿需求预测来说，以前企业多半凭人工经验判断市场需求，如今可以把市场数据、用户需求、供应情况和历史交易记录放在一起算。杨元庆认为，AI预测的准确度已经明显好过传统人工判断。

可预测只是供应链管理的开头。李彦宏追问：需求预测准了之后，人还起什么作用？杨元庆的回答是，需求一变往往“牵一发而动全身”，采购、生产、供应都得跟着调。AI能给出预测和方案，拍板还得靠人。

说到企业怎么推组织变革，杨元庆的主张是自上而下的整体规划和自下而上的实践探索得结合起来。企业要划清AI应用的范围和边界，同时鼓励员工在技术发展早期多动手试。

他近期跟多家世界500强企业的CIO、CTO交流，感受是：不少企业负责人对AI发展初期的投入产出比看法相近，一项革命性技术刚起步就谈投入产出比，其实并不合适。

在他看来，AI生产力究竟会从哪些环节释放出来，企业现在还不完全清楚。过早要求每笔投入都拿出明确回报，可能挫伤员工探索新技术的积极性。

这跟李彦宏提到的企业开始控制Token预算正好对得上。企业既要防止盲目扩大Token消耗、避免重复建设，也得给新技术探索留出余地。鼓励尝试和集中资源之间怎么拿捏，成了管理者绕不开的问题。

李彦宏也讲，百度在内部转型中慢慢想明白：员工用AI的热情要护着，但资源仍得统筹，哪些活适合交给AI、哪些环节得人上手，企业要心里有数。