百度智能云新全栈逻辑:企业AI投入为何难见效,智能组织怎么搭
2026年底,硅谷与中国的科技投资人都在面对同一个尴尬的财务现实:企业后台的Token调用量呈指数级攀升,AI相关的资本与运营开支越来越重,但绝大多数公司的利润表并没有迎来预期的拐点。早期不计成本的技术狂热退去后,AI进入了“算总账”的时刻。11月12日,在百度世界2026大会上,李彦宏给出了他对这一悖论的解释。在他看
2026年底,硅谷和中国的科技投资人绕不开同一个尴尬的财务现实:企业后台Token调用量指数级往上走,AI相关的资本开支和运营开支越来越沉,可多数公司的利润表并没有等来预想中的拐点。
早先那种不计成本的技术狂热退潮之后,AI到了该“算总账”的时候。
11月12日,百度世界2026大会上,李彦宏对这个悖论给出了自己的解释。他的看法是,AI投入没能变成生产力,症结在于绝大多数企业“只是更换了电机,却还没有重新设计工厂”——流程、岗位关系、知识沉淀方式和人机分工,内部还停在旧时代那一套。他把AI的下一幕指向“智能组织”。
可智能组织不会自己冒出来。企业要把任务重新组织起来,让知识能沉淀、能复用,让人与智能体在同一条业务链路上配合,就得有一套基础设施把算力、模型、数据、工具和业务系统连起来。智能云的角色也因此变了:不再只是卖算力和API,而是把这些能力塞进企业真实流程里,帮着把“新厂房”搭起来,并且持续交付可衡量的组织生产力。
新电机困在旧厂房里
一百年前的电力革命,停滞期拉得很长。工厂主当年花大钱把蒸汽机换成电动机,可接下来十年,工业生产率几乎没涨。道理不复杂:厂房还是围着中央传动轴布局的老样子;等到企业按电动机重新设计流水线、配上科学管理制度——也就是建起“新厂房”,电力红利才真正释放出来。
今天企业在AI落地上的处境差不多。买算力、发Copilot账号,如果只做到“个人提效”,个体省下来的零碎时间,最后还是在僵化的科层审批和部门墙里被耗光。对云厂商来说,这意味着云不能停在资源供给层,得往企业的任务流、知识流、决策流里走,把模型能力变成业务能调用、组织能复用的生产力。微软在谈Frontier Firm、麦肯锡在研究Agentic Organization,百度更在意的是一条自下而上的路子——组织怎么自己“长”出来,并且一直进化。
从百度智能云自己和客户的实践看,重构一家企业的组织与生产力逻辑,要踩准三个支点;这三个支点,也正好对应智能云得补齐的能力。
头一个是打破岗位边界。工业时代组织的基本单元是“岗位”,智能时代换成了“任务”,未来岗位会加速向创造新事物的Builder和建立信任连接的Seller收拢。百度搭子团队先拿自己做了场实验:跨界新人靠着百度搭子,很快长成产品、研发、项目管理一肩挑的“超级个体”;团队转向以任务为中心,半年跑了160多次敏捷迭代,90%的代码和50%的传播物料由百度搭子直接产出。
还有一点,就是让那些说不清道不明的经验变得看得见、讲得明。老师傅脑子里攒下的门道,被提炼出来,沉淀为平台上的 Skill 和模型资产,对手想照搬也搬不走。
最后一环,是把整套流程真正跑通。“可衡量”配上“Looping(闭环迭代)”,带来的是不断迭代。一线反馈随时回灌到系统里,整个组织也就慢慢长成一个能自己演化的智能系统。
新旧公司的「2:3:5」算账对比
组织的基本单元一旦变成“任务”,底层的AI云就必须直接穿透企业的资源、IT乃至经营系统。百度智能云把企业内部任务拆成“2:3:5”结构:20%日常运营任务、30%专业任务、50%企业核心专属任务。把传统公司和“智能组织”摆在一起比,这三笔账怎么算过来的就清楚了。
第一笔是20%的日常运营账:从“人走茶凉”到“组织记忆复利”。
旧公司最大的隐性成本,是销冠一走客户心法就归零、跨部门会议的待办不了了之。在新公司里,接这20%任务的“百度搭子”(DuMate)正从个人工具变成组织级入口。新发布的“会议纪要”把实时转写、待办提取和任务系统打通,记录、理解、核验、执行、沉淀连成闭环;升级后的“企业协作空间”,让团队和智能体共享同一份项目上下文。
变化直接体现在增长曲线上:QuestMobile数据显示,2026年9月百度搭子多端月活达977.0万,季度环比暴增1567.5%,居典型办公类Agent增速第一;10月其企业客户环比增长83%,交付物需求激增4.3倍。
第二笔是30%的专业任务账:从“高薪养专家”到“直接对结果负责”。
排程调优、门店巡检这类专业任务,过去要么靠少数高薪专家硬扛精力,要么花大价钱“人盯人”。现在,百度智能云的专业智能体矩阵直接对最终业务结果负责。
碰上复杂决策,自我演化决策智能体“百度伐谋3.0”搭起了“问题定义—模型演化—结果验证—反馈优化”的闭环:在海高激光,伐谋持续学习生产数据、不断优化控制策略,把一套四机械臂机器人的切割方案设计时间从原来的4到8小时压到约10分钟,四臂协同作业全程零冲突;在“交个朋友”,伐谋基于直播间历史数据挖爆品因子,优化选品和内容策略,助力GMV环比提升152.7%。在真实业务里持续寻优,伐谋3.0正推动产业智能体成为企业生产力,助力企业向智能组织进化。
物理世界的看管上,“百度一见6.0”让不懂算法的业务人员用自然语言描述规则,就能生成视觉模型并下发到“AI原生具身智能相机”。远元集团靠它覆盖全国近万家门店、80多个场景,门店巡查从“单店一年抽查1次”变成“每天全覆盖扫描”。核心业务建模这边,“百度胜算2.0”新发布的AI FDE能力,通过自然语言交互把企业核心业务本体的原型构建周期从2个月直接砍到2周。
第三笔是50%的核心专属任务账:从“推倒重建”到“重场景、轻交付”。
数字化改造最怕碰那50%的核心业务系统,推倒重写动辄几千万,风险还高。百度智能云智能体开发平台(与百度搭子共用自研DuMate Harness框架)走的是“重场景、轻交付”的路子:存量系统不重写、独立入口不新增、第二套权限不另建,直接在原有IT架构上补一层“智能执行层”。
南方电网与百度的合作就是这套范式的标杆。过去在广西电网,配电线路自愈失败后的故障排查全靠人工跨系统研判,耗时1小时,还极度依赖老师傅直觉。
如今这套能力在广西落了地,名字叫“大瓦特·天璇伙伴”。它把专家规则和上万条历史记录都装了进去,故障一发生就自动串起证据链,定位原因后推给运维人员确认,人做出的判断又会实时回到知识库里。该应用目前已覆盖广西14个地市、112个县,故障分析从原来的1小时压到5分钟内,效率提升12倍,准确率超80%。深圳供电局那边,双方开发的智能体做到1分钟内完成告警分析和语音通知,操作票审核从数小时缩到100秒以内。
解决「智能组织」的新麻烦
当成千上万个智能体在后台7×24小时自己拆任务、自己演化,以CPU为核心的传统云计算很快就撑不住了。百度智能云的做法是把智能基础设施从Agent Infra到AI Infra整个重做一遍。
第一个新麻烦,出在买Token这件事上——所谓「黑心中转站」。
企业要大规模买Token喂智能体,最怕碰上那种拿廉价Flash冒充昂贵Pro版本、参数随便虚标、价格又不透明的中转站,账算不清,效果也拉胯。百度智能云一边提供千帆MaaS(95% KV Cache命中率),一边干脆建了个大模型的证券交易所——词元所(cysuo.com)。
词元所定下两条规矩。一条叫“验真”:核验供应商资质,做准入测试,把偷换模型、虚标参数挡在门外。另一条叫“征信”:上架之后定期抽检,实时监测调用指标,生成公开的动态信用档案。上线才一个月,入驻资源已超100个,日均调用破3000万次、日均Token超6500亿,AI产业由此有了透明的定价权和信任基建。
第二个新麻烦有两层:智能体“脉冲式干活”造成的算力浪费,以及AI资产怎么折旧。
智能体的特点是“有活才干、干完休眠”。内部沙箱需求暴增25倍,百度智能云打造的Agent运行环境支持百万级沙箱并发,上千个沙箱能在百毫秒内一起拉起,用完即休眠;再配上“6重防护、7道防线”的数字身份体系,账单有弹性,安全也可控。
想让AI资产越用越值钱,业务数据就得实时反哺模型。百度百舸Agentic RL平台能做到分钟级拉起200万个沙箱、每秒5.2万Tokens高吞吐,训推差异控制在万分之一;百舸具身方案让14个主流具身模型的训练效率至少提升1倍。靠着这些,百度智能云拿下Omdia(35%)与IDC(29.55%)中国具身智能云市场份额双第一,并稳居IDC中国AI游戏云份额榜首。
托底的是硬核算力。新一代昆仑芯M100已正式上市,天池超节点累计交付30多个集群。新发布的1024全光互联超节点搭配G1.5显存加速柜与G3.5 KV Cache加速柜,首Token等待降低90%,吞吐提升7倍,单套就能支撑7万亿参数模型训推;在新一代HPN架构下最大可支撑50万卡集群,再配合吉瓦级AIDC,智能组织进化的算力成本被压到最低。
云厂商的商业终局
千行百业50%的核心专属任务,没有哪家巨头能凭一己之力吃透,建“智能组织”必须借生态的力。百度搭子现已全面开放Harness引擎、MCP App与Agent API,接入世纪天鸿、销售易、同花顺等160多家伙伴的1800多项专业能力,并承诺“永不抽佣”。同时,“百度搭子超级伙伴计划”用来扶持ISV;硬件底层则向全产业链开放了超节点六大核心模块的技术规范。
2016年,李彦宏说过“互联网的下一幕是人工智能”。十年后的2026年,大模型进入“算总账”的深水区,百度把AI的下一幕押在了“智能组织”上。
上一代云卖IT资源,赚的是租基础设施的钱。到了智能时代,百度智能云卖的是能直接嵌进业务流、自我演化的“任务闭环”。技术穿透科层制、把“智能组织”这座新厂房建起来之后,企业投在AI上的每一分钱,才会在利润表上真正变成新的生产力和估值溢价。