李彦宏谈企业AI困局：Token越烧越多，利润为何不涨

2026 百度世界大会上，百度创始人李彦宏抛出了一个问题：“为什么我的 Token 花费越来越多，但是收入和利润不见涨？”这句话戳中了不少企业当下的处境。

他注意到，年初还有企业在强调 Tokenmaxing，如今已掉头收紧预算。AI 工具越用越多，Token 消耗一路往上走，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比方：早期工厂不过换了电机，生产线没有重新设计，电气化自然没能马上兑现生产力提升。

李彦宏说：“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。”在他看来，企业得围着 AI 重做组织和业务流程，让智能体真正进到销售、客服、研发、运营这些环节里去。

今年他给出的核心判断是：“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。”2026 百度世界大会的主题因此定为“下一幕：智能组织”。李彦宏认为，AI 带来的改变会从技术和工具层面，慢慢延伸到企业的分工、协作以及价值创造方式上。

2016 年的百度世界大会上，李彦宏曾提出“AI is the new electricity”（人工智能是新的电能）。十年过去，人工智能逐渐长出了以芯片、云基础设施、模型和智能体为核心的一套独立技术栈。在李彦宏看来，能源是 AI 产业的上游，组织能力则是下游。企业今后要搭建与 AI 能力相匹配的组织体系，让人和智能体一起完成工作。

过去一年，百度内部也在推进这场转型。李彦宏公布的数据是：百度内部每日活跃智能体数量（Daily Active Agents，DAA）从约 5000 个涨到 3.7 万个，增长约 6 倍；每周有效工作任务数从 8.4 万个增至超过 100 万个，增长超过 11 倍。知识沉淀方面，百度已建成超过 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。

为什么要沉淀这些知识和技能？李彦宏的说法是，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 时代的组织进化总结成三条：打破岗位边界、沉淀隐性知识、设计流程闭环。

头一条是打破岗位边界，组织从围着岗位转，改成围着任务转。

“岗位是工业时代的单元，任务则是智能时代的单元。”李彦宏说，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，一个人的能力能大幅扩展，可以同时扮演多个角色、参与不同任务，其认知、经验和判断力也能在多个业务场景里复用。

在他看来，未来的岗位大体上会归为两种：一种叫 Builder，干的是创造新东西的活；另一种叫 Seller，管的是人与人之间的沟通和连接，让对方产生情感、建立信任。岗位本身不会没掉，可岗位和岗位之间的边线会愈发模糊，组织也就成了由人和 Agent 一起搭起来的任务网络。

第二条原则，沉淀隐性知识，构建组织智能。

企业里大量经验没法靠正式文档写清楚，比如部门之间怎么协作、业务决策怎么做、合作怎么跟客户谈成。这些知识要是只留在员工个人身上，其他人和智能体就很难复用。

李彦宏的看法是，企业得把隐性知识显性化，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攒下的经验和做事方式，“别人抄不走、挖不动、买不来”。

第三条原则，设计流程闭环，让组织持续进化。

李彦宏给了一个公式：“可衡量+Looping=持续进化。”碰上复杂任务，企业要先设计执行流程、立起客观的衡量标准，再让 AI 依据每一轮执行的结果不断调整。一轮任务做完就评估，按结果优化方案，然后进入下一轮。

在他看来，人和 AI 围绕一个任务形成持续循环，企业就会慢慢变成由大量 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上来。

百度内部经历过模型训练和 Agent 开发的弯路

智能组织不是一天建成的。李彦宏也讲了百度过去一年在 AI 组织转型中踩到的两个问题。

头一个问题是业务部门各练各的模型。

大模型刚出来那会儿，百度内部不少工程师都想试试训练模型，拿开源模型做监督微调（SFT）。这些模型起初在业务应用里表现不错，可基础模型一持续升级，原来的微调成果很快就跟不上了。

李彦宏回忆：“基础模型一升级，它那个东西就又落后了。”之后百度改了管理方式，模型训练统一交给专门的模型部门，业务部门不再各自搞训练，以减少重复投入、避免资源分散。

第二个问题是 Agent 开发方向太散。

智能体应用一个接一个冒出来，哪类火，业务部门就跟着做哪类。李彦宏回忆，当时各部门的状态是"什么智能体火，他就要去做一个什么智能体"。资源就这么摊到了大量项目上，每个方向拿到的投入都有限，成功率自然受牵连。

百度后来改成按月复盘，要求各业务团队收窄同时推进的方向，把资源往更少的项目上集中。李彦宏的说法是企业得"做更少的事情"，资源用起来才更有效率，项目成功率也才上得去。这两段经历摆出了 AI 组织转型里绕不开的难题：员工用 AI 的劲头很足，可模型训练、技术资源、业务方向这些事，企业还是得统起来管。

杨元庆：AI 转型要自上而下规划，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 杨元庆请来聊企业 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。李彦宏开玩笑说："AI 还是替代不了 CEO 出差。"杨元庆也表示认同，客户沟通、人与人之间的情感连接，分量仍然很重。

杨元庆说，2024 年开始是联想的第五个十年，也是联想围绕 AI 的第五次创业。智能终端、智能基础设施、智能解决方案和服务这三大业务，如今都在围着 AI 做调整。

终端这一头，PC 和手机既是 AI 数据和应用场景的重要入口，也具备端侧计算能力。杨元庆判断，个人 AI 发展起来后，PC 的重要性正在往上走。将来一个人可能同时拥有多种设备，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。他还提到，往后个人终端不只是人在用，智能体也会用。怎么让用户跨设备拿到统一的 AI 体验、让个人数据和记忆在各设备间接得上，是联想正在摸索的事。

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 基础设施延伸，也在为 AI 推理和边缘算力投钱。对企业客户，联想提供的是端、边、云结合的算力平台，外加模型、Token 和数据平台，帮企业开发各个领域的智能体。

AI 也已经进了联想内部的不少岗位。研发人员拿 AI 辅助编程，销售人员靠 AI 找客户、认客户，市场团队用 AI 做创意，服务团队借智能体改善客户服务，HR 用 AI 从一大堆候选人里挑合适的人，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、物流和运输这些环节。拿需求预测来说，以前企业判断市场需求主要靠人工经验，现在可以把市场数据、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。不过预测只是供应链管理的起点。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，最后拍板还是得靠人。

企业怎么推组织变革？杨元庆的看法是，自上而下的整体规划和自下而上的实践探索得捏到一起。企业要划清 AI 应用的范围和边界，同时也要鼓励员工在技术发展早期多动手试。

他最近和多家世界 500 强企业的 CIO、CTO 交流过，感受是：不少企业负责人对 AI 发展初期的投入产出比看法差不多——革命性的技术，刚开始就谈投入产出比，其实并不合适。在他看来，AI 生产力到底会从哪些环节释放出来，企业现在还没完全看明白。过早要求每笔投入都见到明确回报，可能打击员工探索新技术的积极性。

这和李彦宏说的企业开始控制 Token 预算正好对得上。企业既要避免盲目扩大 Token 消耗、避免重复建设，也得给新技术探索留出余地。怎么在鼓励尝试和集中资源之间找平衡，是管理者躲不开的问题。李彦宏也说，百度在内部转型中慢慢意识到，员工用 AI 的热情要护着，但企业还是得统筹资源，弄清楚哪些活适合交给 AI，哪些环节得有人参与。