李彦宏再谈AI落地:2500亿美元投入与25%变革比例

资讯 腾讯网 作者:腾讯网 全文 6092 字 · 约 16 分钟读完

作者:羡鱼来源:正和岛(zhenghedao)2026年,全球AI领域有两个并存的数字。一个是:这一年全球企业在AI上的投入超过2500亿美元;另一个是:世界经济论坛联合科尔尼发布的白皮书中,只有25%的企业表示,AI真正带来了变革性影响。剩下75%企业的AI投入去了哪里?德鲁克在《21世纪的管理挑战》里提到:20世纪

来源:zhenghedao

2026年,全球AI领域有两个数字同时存在。


其一,全球企业这一年投向AI的资金超过2500亿美元。
其二,世界经济论坛与科尔尼联合发布的白皮书显示,仅25%的企业称AI确实带来了变革性影响。


剩下
75%
企业
的
AI投入
去了哪里?


德鲁克在
《
21世纪的管理挑战》
里提到
:
20世纪管理学最重大的成果,是让体力劳动者的生产效率提升到原来的50倍;进入21世纪,管理学要交出的同等量级答卷,则是把知识工作者的生产力也拉高同样的幅度。


放在
当下这句话
这些事情,像是早就埋好了伏笔。
伏笔,今天
AI已经把
大量
“执行”这一环的花费已经压到接近零,可知识工作者的生产力
并没有因此真正松绑。
。


症结并不在技术层面,而在别的什么地方。


就在
11月12日,北京国家会议中心二期,
百度世界大会
2026如期举行。百度创始人
李彦宏登台之际,
台下等着看的还是那套熟悉的技术叙事:
芯片、模型、参数、产品,以及
AI领域又往前走了多少。
前几年,技术突破一直是百度世界大会的主轴,这回同样没变。


不过在密集的技术发布之余,
李彦宏把这一年一度演讲的关注面,拉到了更深一层的词上。
:
智能组织。



李彦宏提到,
“人工智能要是比作新电能,那智能组织就相当于AI时代的新厂房,生产力真正发生的地方就在这里。”


他拿一个比喻把当下的问题说透了。
75%
企业
的
AI投入的困境在于:“AI没有产生预期的经济效益,原因是我们只换了电机,工厂却还没重新设计。”


又一次,李彦宏


这话搁在别人身上,
智能组织听着像炒作,像个新概念;搁在他身上,就值得多琢磨一层。


十年前同样在这个舞台上,他讲过一句
略显
不太合时宜的话。

李彦宏,剑指“智能组织”。


时间回到
2016年百度世界大会,李彦宏在台上给出一个判断。
那场大会的主题,被概括成一句英文。
“AI is the New Electricity.”这是当时对人工智能的定位。
(换成中文,就是AI是新电能。
)


同一年,移动互联网的热度正高。
O2O补贴战打得惨烈,共享单车的颜色都快不够用,直播和短视频才刚起来,投资人见面就问:


下一个风口在哪?


但李彦宏却李彦宏站在台上说,移动互联网的时代已经结束了,下一幕是人工智能。

当时
可能
没多少人
这句话的真正分量,当时没多少人听懂。


2016年做出的那个判断,

也
后来成了百度十年里各种动作的起点。


要看懂他这回为何再次把“下一幕”挂在嘴边,
指向组织,
我们
得把过去
十年百度在
还得把百度在AI上的那些布局串起来看,线索细碎,方向却一致:

一张罚单出现在2017年:李彦宏坐着智能驾驶车上北京五环,被开了一张罚单;同一年,谷歌旗下Waymo在美国凤凰城开始了无人驾驶的早期载客测试。一颗芯片落在2018年:百度发布中国第一款云端全功能AI芯片;差不多同一时间,亚马逊AWS推出自家首款自研CPU。

一幅古画是2022年的事:文心大模型当场把《富春山居图》补全,李彦宏也给出了预测

一句话出自2023年:“把所有产品都用大模型重做一遍。”那阵子微软推出Microsoft 365 Copilot,将AI塞进了办公软件。

五个智能体讲的是2024年:百度在台上演示智能体怎么协作,几分钟就搭出一套报名系统。半年之后,Anthropic披露了Research多智能体架构。

一把尺子量到2026年5月,Create大会上李彦宏提出DAA(日活智能体数)。此后Meta、亚马逊先后撤下Token排行榜;Anthropic披露约3万个Agent参与内部研发。



某种程度上
,
百度探索
AI这十余年,恰好是AI走进真实世界的十年缩影。


再
这六件事放在一块看。
看
,
会发现
一条暗线
:
行业里还在争今天该做什么,李彦宏已经琢磨下一个问题了。
了
。


移动互联网正火那阵,他讲的是AI。
百模大战打得热闹,他讲应用;硅谷盯着Token数,他讲DAA。
如今全球企业都在追问“AI投了这么多钱为什么不赚钱”。
他的答案落在组织上。


这不是什么玄学。


技术出身、
企业管理这件事,他做了很多年。
的
李彦宏
,看
AI看事情,眼光不会只盯着某一项技术有没有新突破。它更关心技术如何
真正
把产品、产业乃至整个经济的运转方式改掉。


事实上,
往这个方向押注的,还有一批全球头部机构。麦肯锡的说法是
Agentic Organization,微软提的是Frontier Firm,BCG谈AI-First Organization,IBM则判断,未来的价值单元是跨部门的Agent工作流。


经济学家熊彼特用过“创造性破坏”这个词
:
技术革命换掉的从来不只是工具。旧的协作结构会被它拆开。


组织层这道题,正是AI下一步要攻破的的。


不过百度所处的位置,跟这些机构相比,有一处差别并不容易复制。


咨询公司谈组织,起点是方法论;百度谈组织,起点是一个已经跑了十
余
这套技术系统已经运转了整整一年。


百度的
十几年的芯片研发,十几年的自动驾驶积累,砸在
AI 上的钱累计超过 1800 亿。


“芯—云—模—体”这条全栈链路,其实像一台早就装好、转了很多年的电机

。芯片为云输送算力,云为模型备好训练与部署的条件,模型向智能体输出智能,而智能体跑出来的任务数据,又会回流到芯片和模型的迭代当中。
。
这四层之间,本身构成一个
循环往复的 Looping。


一旦组织动手把自己的流程、知识和判断接进这台机器,它就不再是
就
不是
“纸上谈兵”了,
而是站在一套已经转起来的系统上,重新摆放人的位置。


今天
百度
之所以谈得上“新厂房”,
,
正
靠的是过去十年
百度
得先把“新电机”造出来。
它是被一件件造出来的。
智能组织则是这台全栈电机在组织层面自然长出的延伸。
那新厂房究竟该如何搭建?


这个问题,百度给出了三条原则。


那么
问题来了,
单看其中任何一条,都谈不上石破天惊。


李厂长
三条搁到一起看,内在的道理却指向同一处。


德鲁克有句话,组织的目的是让平凡人做出不平凡的事。

今天
AI把“执行把“”的成本压到近乎为零:一张图、一段代码、一次数据分析,智能体几分钟就能交出来。
组织里真正稀缺的,是“谁知道该做什么、为什么这样做、上一次这样做对不对”。
。


这三条
原则
这个结论,是百度拿数万人的组织当试验场跑出来的。
:


先看岗位边界这件事,百度把它打破了。


明茨伯格
曾
说过:
组织结构图被称作“公司最突出的人为产物”,它“从未认真考虑过实实在在的产品或服务”。


到了工业时代,组织干的事就是把人塞进一个个格子里,格子的边界划定了谁负责什么。
格子
,
格子


互联网时代,贝佐斯提出“两块披萨团队”,用这个办法去拆结构:团队小到两块披萨就能喂饱,层级也压扁。可扁得再厉害,格子依旧摆在那儿。
试图


AI时代来了,格子开始消融。

。
组织的形态正在变,金字塔式的层级结构开始让位给蜂窝一样的网络。
以岗位为中心的那套做法,正被以任务为中心取代。按李彦宏的说法,未来的组织是一张任务的网络,不再是一张岗位的表格。
。
Netflix 讲的自由与责任,前提也在这里。
有过探索,
只不过当时还没有
Agent 这种东西。


眼下情况已经不同了。
李彦宏在
2026年5月的Create大会上,有过这样一句表述。
,
过去最小的生产力单元是一个团队,如今最小的生产力单元成了超级个体。
——
也就是一个人,配上一支智能体编队。


在
百度内部已经冒出一个新岗位,名叫
FDE,即前沿部署工程师。放在过去,
百度
智能云业务靠三段式接力推进:前线的销售和解决方案摸清行业
里的 Know-how,交付团队到客户现场把方案落下去,产研则在后方收集反馈、迭代产品。


这三个环节之间靠的是
一道道部门
墙。
百度的
FDE把这三件事打通了。
,
一个人带上智能体编队,就能把整个闭环跑完。
目前
目前这套做法已经在金融、能源、制造等行业落地。
覆盖场景超过100个。


在百度的
数字人创新业务部
,
把产品、研发、设计、测试之间的边界拆掉,整个团队都向
Builder转型。一名校招新人靠AI,1天就干完了原本要5个角色、至少10天才能完成的活。Apollo开源团队则是3个人加一支Agent编队,把版本迭代做了出来,“人盯目标、Agent盯执行”。”。


岗位边界这东西,很多时候卡住的并不是能力。
恰恰
真正卡住的是知识和经验能不能流动。


2. 沉淀隐性知识


德鲁克
提出
知识工作者的生产力
的
问题
卡点就在这儿:
老师傅的判断力要是只装在个人脑子里,组织就没法复用,更谈不上
AI调用。


哈耶克
这个道理1945年就有人讲过——知识本来就散落在个体的具体情境中,没法集中。
如今
AI干的事,头一回让这些分散的知识能够成批归集起来。


所谓真正的组织智能,就是把知识摆到明面上,沉淀进平台,让它不断累积、随时能调、谁都能用。


有意思的是,在百度
内部有个叫
这支十来人的小团队做出来的dodo AI助手,上线7个月就覆盖了99%的正式员工,还推动300多个企业平台做完AI友好化改造。今年
还
它拿到了百度最高奖,奖金一百万美金。


南方电网深圳供电局的
“
天璇
”
也
提供了一个
值得研究
的
样本
。


南方五省区的用电人口超过两亿。配电网中的自愈线路能迅速锁定故障点并恢复送电。不过单看广西电网一家——
2025年记录到的永久性故障就有8215次。
,
以往靠人工研判,处理一次耗时
60分钟以上。
。


于是
南方总调
和
百度与搭子展开合作,让系统学习上万条历史故障处置数据,把专家的判断经验转化为可反复调用的专业知识;故障记录、开关信号、线路拓扑被串联成一条完整证据链,研判由此形成闭环。
最后
分析准确率
准确率超过70%,故障分析效率提升12倍。这套做法已在广西14个地市、112个县铺开,并且能在运行过程中不断自我成长。



3. 设计流程闭环


如果说
前两条解决
落到“人怎么协作”“知识怎么沉淀”这两件事上
,第三条
这套原则要回答的正是
最底层的
问题
:
组织怎样才能自己持续进化?


客观上讲,
闭环改善算不上新东西。丰田的
Kaizen 和安灯绳,几十年前就靠一线反馈持续修流程。


差别在于,以前闭环靠人,
AI让
“
反馈
—优化
”
这一圈能自己转起来。


李彦宏给出了一个公式:
可衡量
公式的另一半是Looping,也就是持续进化。


李彦宏说:“未来,人和AI围绕一个任务形成一个Loop,迭代的方式我们把它叫做Looping。”
落到公司层面,它会变成一个由无数
Loops组成、高度自动化运营的组织。组织也随之成为一套不断学习、不断进化的系统。
”


百度搭子本身就是这个环最早跑出来的产物:上线至今已完成
160多次产品迭代,累计交付物超过2000万份。


在
百度内部,
DAA增长数倍,智能体周有效任务完成数增长11倍
,组织
Skill累计沉淀
超
2
万个。


而在
落到产业侧,百度伐谋
3.0 把这一套逻辑对准了业务结果。
在
海高激光
百度伐谋由此进入
生产经营
核心
流程,
多机械臂的智能排程得以实现,
眼下正处在批量任务的泛化验证环节
。


可以说,未来,组织未来会一步步变成一个由无数一个由 Loops 构成、能自我纠错的系统,正是这套思路的落点。


要搭起这样的系统,企业得动真格:把自家流程摊开拆解,让反馈回路实打实转起来。


智能组织时代,中国给出的答案来自百度。


如果再
时间线拉长看,组织形态已历经多轮大重构。
企业的
:


世界第一张组织结构图出现在 1855年,出自纽约与伊利铁路公司之手,样子像一棵树,枝干上标着各职能部门与人员分工。


这棵树框定了工业时代的组织法则:分工、层级、控制。


马克斯
马克斯·韦伯(原稿只写“·韦伯”,保留原样:·韦伯)后来将其提炼为科层制理论,机器这个比喻自此成为组织的默认说法。


1911年,泰勒的《科学管理原理》把

组织的
分工与流程被推到了极致,钱德勒在《看得见的手》里
则
写下了现代大企业怎样借层级协调撑起规模。


到了
到了互联网时代,贝佐斯提出
“两块披萨团队”,想把树状结构压平,靠更小的单元、更短的决策链条去治科层制的迟缓。可“两块披萨”要解决的,终究还是人的组织问题。


进入AI时代,组织里第一次出现了非人的参与者——智能体。命题从于是问题从“怎么更高效地组织人”,转为“怎么把人和智能体一起组织起来,让判断力在二者之间流动”。


微软给出的
答案落在形态上:
Frontier Firm,投25亿美元建FDE团队,帮企业设计流程。麦肯锡给的是方法:Agentic Organization,一套重构架构与流程的框架
;
BCG则主张“为AI重新设计公司”。


不过几家说的并不是同一件事。微软谈的是组织该长成什么样,麦肯锡谈的是组织该怎么设计,
BCG谈的是为什么要重新设计。


李彦宏的答案站在了另一个维度:
机制。
组织如何自己长出来,而不是被设计成某个样子。


这个不一样的答案,为什么偏偏出自李彦宏?


有个细节很关键:
别人
或多或少
需要
落到具体环节上,做法也不一样。
别人是去买第三方工具,
但
百度从芯片
到云
到模型到
智能体
整条链路自己跑,四层彼此加力、循环迭代,
所以它
能讲
所谓 Looping,说的是组织层面的闭环,说的是
“
可衡量
”
这套反馈又是怎样传回系统上层的
。


李彦宏还提到,
大模型产业眼下分两条路走:一条往上冲,把智能的上限继续抬高;一条往下扎。
百度会为此继续砸钱投入
,一面研发下一代更前沿的基础大模型,一面守住
“模体并行、协同进化”这套理念,让大模型围着应用去做优化。


大会现场,
两款文心应用模型由百度正式推出:文心闪电深度思考模型、文心一镜微表情大模型,同时上架百度智能云千帆平台,向企业客户和合作伙伴开放
API 服务。


智能体这一层,百度搭子、库库、百度伐谋、百度一镜均有不少升级。那段刷屏的希加加采访李彦宏视频,里头的数字人就是百度一镜生成的。


还有一点,
2026年二季度,百度AI业务收入占比连续两季过半,AI云连续六年中国市场份额第一
。去年
昆仑芯出货量排到国产第三,萝卜快跑覆盖全球
28城。


这些数字并不只是为了说明百度
“做得好”,它说明的是那台全栈电机在真实商业里已经转了足够久,久到能撑起一个关于“
新
厂房
”的判断。


十年前李彦宏埋下的那颗种子,长出来的不止一棵树。芯片到应用、数字世界到物理世界,一条完整的链条被它拉了出来。


智能组织这道题,是这条链条回过头来改造自身所在的组织时绕不开的。


结语


“AI不只是一场技术革命,更是一场组织革命,而这个趋势是不可阻挡的。”


这句话是李彦宏在百度世界大会上说的。


过去十年,李彦宏做
过
几次
的是“不合时宜”的判断。
可回过头看,这些判断
每一次都赶在行业还在争论
“当下是什么”的当口,他已经把答案推到了“下一步是什么”。


当知识工作者的“执行”能被智能体无限复制,组织里还剩什么不可替代?


在
2021年的《致股东信》里,李彦宏写过这样一段话:


“21 年里,百度每次站到十字路口,我总问自己:到底什么才能让你赢下未来?


我的答案是两方面。其一,你信什么(
What do you really believe in);其二,你有多大决心(your determination)。


信仰从过去到现在没挪过地方——我们信技术能改变世界。决心和耐心我们也有。万丈孤独熬得住,星辰大海装得下……科技为更好,这一点我们始终没怀疑过。


技术开放共享这件事,我们相信它能让再小的企业也拿到技术红利,在创新面前人人机会平等;也能让再普通的个人分到创新的果实,结果上同样平等。
”


中国企业一旦从“拿 AI 提效”
走向“被AI重构往前走,智能组织就会变成所有 CEO 躲不开的一道必答题。


至于
智能组织
,
还要由
接下来十年
更多企业的实践还在继续给出验证。
而
百度,
也
为观察
至于AI时代的企业会演化成什么模样,眼下已经有一个可以拿来对照、也值得长期盯住的样本。
企业案例
。


也
祝福百度,
智能组织
它背后牵动的产业变化,
和社会价值
同样值得每个人留意。


排版 | 仲轩

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 《十月》AI写作赛555篇投稿:评委发现好句子,作家还剩什么

    2025年,《十月》杂志举办了一次人工智能协同写作比赛,共收到555篇投稿。评委们发现,有些作品写出了非常精彩的句子,甚至包含令人意想不到的比喻。还有参赛者利用AI模仿先锋小说的风格,或者让AI写作、修改,再由AI自行评价。这些细节让《十月》杂志主编季亚娅产生了疑问:当AI可以轻易写出优美的句子,过去文学界对于好...

    来源 腾讯网
  2. 美联航给AI代理订票立规矩:柯比称不想再添中间商

    财联社11月12日讯(编辑 史正丞)当一众科技公司试图让AI代理包办搜索、比价和下单时,航空公司也开始加入“给AI定规矩”的队伍中。当地时间11月11日,美国联合航空宣布,将采取措施限制未经授权的第三方个人AI代理或助手访问其服务,涉及自有数字平台,以及通过旅行社和聚合平台进行的间接访问。美联航称,此举旨在保护旅...

    来源 腾讯网
  3. Signal加密协议完成AI数学验证:形式化验证成本能降多少

    Signal的端到端加密协议完成了一项为期四周的AI辅助形式化验证,用数学方法检验其核心加密逻辑的正确性。这项实验的意义不止于Signal本身:它显示AI有望大幅降低形式化验证的门槛与成本,让这种过去只有少数专家才能驾驭的“数学体检”逐步走向工程实践。

    来源 AI 科技快讯
  4. Radical Numerics推离线模型:断网也能识别AI工程病原体

    WIRED报道,初创公司Radical Numerics开发了一种可在无互联网连接环境下识别自然与AI工程病原体的模型。本文梳理其潜在价值、技术挑战与生物安全治理议题,并分析离线AI为何可能成为生物防御体系的重要补充。

    来源 AI 科技快讯
  5. AI长周期任务训练难在哪:中科大团队提出TerminalHorizon

    你有没有想过,为什么现在的AI助手让你写个爬虫脚本得心应手,但你让它帮你连续工作十二个小时,从头到尾盯着一个复杂项目反复试错、改方案、最后交出成果,它多半会在第二十分钟就跟你说"任务完成了,请查收",然后甩给你一个漏洞百出的半成品?这不是智商问题,是经验问题。就像一个刚毕业的实习生,你让他写一份周报他能...

    来源 腾讯网
  6. 李彦宏杨元庆对谈AI:CEO见客户为何替代不了?

    【TechWeb】11月12日消息,在百度世界2026开幕式上,百度创始人李彦宏与联想集团董事长兼CEO杨元庆围绕AI时代的企业变革、组织调整、供应链管理以及AI落地边界展开对话。杨元庆在对话中表示,联想正围绕AI时代开启“第五个十年”的第五次创业,用AI变革智能终端、智能基础设施、智能解决方案和服务三大业务;但他同时

    来源 腾讯网
  7. Signal加密协议完成AI辅助数学验证:形式化验证门槛正在降低

    Signal的端到端加密协议完成了一项为期四周的AI辅助形式化验证,用数学方法检验其核心加密逻辑的正确性。这项实验的意义不止于Signal本身:它显示AI有望大幅降低形式化验证的门槛与成本,让这种过去只有少数专家才能驾驭的“数学体检”逐步走向工程实践。

    来源 AI 行业观察
  8. 李彦宏:AI下一站是智能组织,未来岗位只剩两类?

    【TechWeb】11月12日消息,在今日的百度世界2026开幕式上,百度创始人李彦宏表示,2016年到2026年这十年,正是人工智能技术形成独立技术栈的十年,“芯云模体”四层架构就是在这十年逐步形成的。如果AI技术的上游是能源,那么AI技术的下游,“我认为是组织能力,是一个不同于现在通行的科层制的AI原生组织体系,我

    来源 腾讯网
  9. InfoQ 2026 年趋势报告:AI、ML 与数据工程

    这份 InfoQ 趋势报告概述 AI、机器学习、数据工程领域的新兴技术与趋势,汇集编辑团队和外邀嘉宾的观点,研判当前技术走向以及未来一年值得关注的重点。

    来源 InfoQ
  10. DeepL发布语音AI翻译模型Aure:实时还原语气情绪,暂不支持中文

    IT之家 11 月 11 日消息,当地时间 11 月 11 日,DeepL 推出语音 AI 翻译模型 Aure,官方称这是其迄今最具动态感、表现最逼真的语音 AI(Voice AI)模型,不过该模型暂不支持中文。 据介绍,作为 DeepL Voice 的底层驱动核心,Aure 能够持续动态适配翻译语音,实时复现说话者的

    来源 AI 行业观察
  11. 李彦宏杨元庆对谈:AI替代不了CEO见客户,联想第五个十年怎么走

    【TechWeb】11月12日消息,在百度世界2026开幕式上,百度创始人李彦宏与联想集团董事长兼CEO杨元庆围绕AI时代的企业变革、组织调整、供应链管理以及AI落地边界展开对话。杨元庆在对话中表示,联想正围绕AI时代开启“第五个十年”的第五次创业,用AI变革智能终端、智能基础设施、智能解决方案和服务三大业务;但他同时

    来源 AI 行业观察
向下滚动自动加载更多