李彦宏再预判：AI下一幕是智能组织，企业要先重画厂房

十年前的百度世界 2016 大会上，李彦宏站在台上说出「AI is the New Electricity」（人工智能是新电能），那会儿人工智能浪潮还没真正到来。

当时恐怕没几个人会想到，日后走进写字楼，写代码的是程序员配 Agent，跑报表的是运营靠 AI，连报销流程都由行政拿大模型搭起来。

可索洛悖论也跟着回来了。去问企业管理者，十有八九要叹气。2025 年全球企业投在 AI 上的钱超过 2500 亿美元，据统计，业务真正发生变革的公司只占 25%。

每个人手上的活是快了，Token 也烧得更凶，效益却没见涨。个人效率拉满，企业整体为何跑不出生产力变革？是模型能力还差点火候，还是企业拿旧的组织方式硬套新技术？

这个全球性难题，APPSO 在今年百度世界大会上听到了李彦宏的新答案：AI 没带来预期经济效益，症结在于我们只换了电机，工厂却还没重新设计。

十年之后，李彦宏再给出一个预判：AI 的下一幕，是智能组织。

他给出的说法是：「新生产力，只能从 AI 流水线里长出来，从智能组织里长出来。换一台 AI 新电机只是起点；真正分出高下的，是把新厂房重新设计出来。而这座新厂房，就是智能组织！」

以往衡量一家公司实力，看的是员工数量、人才密度、资本投入。到了 AI 时代，能调动多少智能、沉淀多少知识、让多少复杂任务高效运转，成了组织提升生产力绕不开的题。

公司沿用了上百年的组织逻辑，正因为这场变化而松动。

从一棵树到两块披萨

1855 年，美国纽约与伊利铁路公司画出了一张特别的图。

图上是一棵枝繁叶茂的大树，不同分支对应着公司的管理层、职能部门和人员分工。

这张图被普遍看作现代企业最早的组织结构图之一，它想回答的是当时一个棘手问题：「公司越来越大，到底该怎么管」？

铁路、工厂和大型企业随工业革命迅速铺开。几千上万人挤进同一个生产体系，决策、执行、监督都得有人管。

马克斯·韦伯后来把科层制理论讲得更系统，这套逻辑就此清晰起来：专业分工、明确权责、层级管理。

进入互联网时代，亚马逊创始人贝佐斯又提了个有意思的管理原则：一个团队要小到两块披萨就能让所有人吃饱。

「两块披萨团队」想表达的是，小团队该拿到更多自主权，层级和沟通成本降下来，任务才能完成得更快。

从工业时代的分工管理，到互联网时代的扁平协作，公司的组织方式一路在变。有件事却没变：组织架构怎么调，干复杂活的仍然是人。

AI 正把这个前提撬开。

今年 5 月，李彦宏在 Create 大会上谈到「超级个体」：以前公司最小的生产力单元是团队，现在一个人加一支智能体编队，就可能成为新的生产力单元。

工业时代要解决的是怎么组织更多人，互联网时代要解决的是怎么让人协作更快。

到了 AI 时代，问题换成了：「如果智能也可以像人力一样被组织、调度和协作，公司是不是该重新设计了」。

「新电机」不能再配「旧厂房」

今年 3 月，Block CEO Jack Dorsey 与红杉资本合伙人 Roelof Botha 合写长文《从层级制走向智能化》（From Hierarchy to Intelligence）。

Dorsey 梳理过一条线索：古罗马军团按「8 人小队、80 人百人队、5000 人军团」层层嵌套指挥；1806 年普鲁士军队在耶拿战役惨败，随后建起「总参谋部」。现代企业里的「中层管理」，家底在那时就已经打好了。

两千年来，层级制说到底是一套「信息路由协议」，而它成立的前提，是人类自身的局限。

问题在于人脑带宽不够用。一名主管能有效带的人，只有 3 到 8 个。要把管理幅度压小，就得往上加指挥层级；层级一多，信息流动自然就慢下来。

过去几十年里，Spotify 试过敏捷小队，Zappos 试过彻底取消管理头衔的合弄制。可公司规模一旦越过几百人的门槛，最后全都退回了层级制。

Dorsey 的设想是做一个持续更新的「世界模型」，把公司内部的工作状态、资源配置和客户需求都弄明白，再让智能系统出面协调任务。

他甚至提出，公司本身就该变成一个类似「mini-AGI」的智能系统。

Dorsey 抛出的这个问题，确实戳中了当下企业 AI 转型的一处痛处：AI 越来越聪明，公司却未必跟着变聪明。

李彦宏即将在百度世界大会提出的「新电机、新厂房」，回应的正是这个矛盾。

只给旧厂房换一台更强的电机，生产流程却不重新设计，新技术的力量就很难完全使出来。

企业怎么让自己长成智能组织？李彦宏今天给出三个原则，其实可以当成一条完整的组织进化路径：

打破岗位边界，释放组织活力；

沉淀隐性知识，构建组织智能；

设计流程闭环，推动组织进化。

传统组织是「固态」的，按部门、按职位把工作切开；智能组织则是「液态」的，未来的公司像一张围绕目标动态聚散的任务网络，重心从「以岗位为中心」挪到「以任务为中心」。

可个人变能干，不等于公司就能跟着沾光。

企业里最值钱的东西，常常是那些没写进文档的「隐性知识」：资深销售为什么放掉一个看着很优质的商机，老工程师为什么先查某个故障点。

员工攒下来的经验，如果只有本人用得上，换个人接手，很多事还得从头摸一遍。

在李彦宏看来，真正的组织智能，必须把隐性知识显性化，借 Skill、Workspace 等方式沉淀到公司平台上，做到持续累积、随时调用、人人可用。

这意味着组织里的信息和能力，开始挣脱原来的部门边界。从让一个人更能干，到让整个公司拥有更多可复用的知识，AI 这才从个人工具变成组织资产。

不过，知识能沉淀下来，还只是开头。

一家企业如果每次都能调用过去的经验，却没法根据新的业务结果调整干活方式，那它仍然只是一套更先进的自动化系统。

真正的智能组织，还得有不断学习和自我改进的本事。

李彦宏把这种机制概括成一个公式：「可衡量 + Looping = 持续进化」。

说白了，AI 不能只把任务做完，还得有明确的业务标尺来检验结果，让每次执行产生的经验、偏差和反馈回流进下一轮循环（Loop）。

李彦宏描绘的图景里，人与AI会围着一项任务结成Loop，公司则演化为无数Loops拼成的高度自动化运营体，整个组织随之成为能持续学习、不断进化的系统。

这套想法，百度先在自己内部跑了起来。

百度数字人创新业务部推着全员往Builder转，产品、研发、设计、测试之间的岗位界线被打破，员工靠AI去承接更完整的工作流程。

今年第三季度，该团队做完564次产研迭代，攒下130个Skills和729篇组织资产，产研人均吞吐提升125.3%，交付周期缩短28.8%。

有一名校招新人借AI上手，过去要五个角色、至少十天才能交付的一项需求，他一天就做完了。

这个效率数字确实够冲击。不过团队更在意的，是没让这些经验随任务结束一起蒸发。

智能组织并非往公司里塞的Agent越多越好。干活过程中攒下的Skills、规则和方法，别的成员还能接着调用，下一次任务就从这里起步。

今年百度世界大会上，百度数字人希加加代替真人主播采访了李彦宏。希加加抛给李彦宏的问题相当尖锐：

既然我都能做采访了，那我这样的数字人能当CEO吗？

听着像句玩笑。可它带出的问题值得琢磨：AI已经能独立完成越来越多的工作，那它在企业里到底该站什么位置？

AI能接任务、能积累经验、还能持续进化，从听指令的工具慢慢变成参与组织运转的新角色——企业的组织形态，也因此有了新的想象空间。

智能组织的新厂房

提出一种新的组织理念不算难，难的是让它在真实业务里跑起来。

过去十多年，百度一直在芯片、云基础设施、大模型和智能体上投入，从底层算力到应用，AI能力攒了一整套。

可技术底座有了，企业并不会因此自动完成组织升级。

智能组织要解决的，是从各用各的AI工具，转到人与多个智能体围着任务协作。这次百度世界大会上，百度搭子再度升级，想改的就是各自为战的局面。

百度内部已经在长成智能组织的新样本。一位原本学物理的新人产品经理，靠百度搭子已经能独立扛起售前沟通、产品设计以及大部分研发工作。

以往一项需求要产品、设计、研发等角色接力，如今大部分环节他自己调动AI就能完成，T+1就能拿出一个可现场演示的功能Demo。

百度搭子目前已有个人版和企业版。百度搭子开发平台在内部实践中，一项典型需求从分析到可交付方案的时间，由7天压到2天。

智能组织帮员工解决眼前的问题，也想让今天解决的问题，变成明天整个组织手里的能力。

库库企业版这次围绕「懂组织、深能力、自进化」升级，背后接着百度文库积累的18亿份专业内容、7.5亿篇学术文献，还有超过700万个在线知识库。

把库库用进实际工作的企业，也在变多。

上线才三个月，库库企业版的能力已覆盖超过60万个组织，日均任务量涨到上线初期的9倍，月访问量涨到14倍。南华期货的客户服务效率提升60%；锡创投的业务交付速度提升25%；国联人寿的投研团队人效提升40%。

不止百度搭子和库库。近一年，百度内部日均活跃智能体数（DAA）从日均5000个涨到3.7万个，增长6倍多；智能体执行的有效任务完成数，从每周平均8.4万个涨到一周超过100万个，增长11倍。

眼下百度已经搭起 4300 个 Workspace，组织 Skill 累计攒下超过 2 万个。

李彦宏的说法是，「这些组织的好经验、好方法沉淀下来，可以让更多同学能够复用，让智能体能够调用。让一个人的经验，成为整个组织的能力。」

目的只有一个：把 AI 从一个个单打独斗的工具，塞进企业真实的工作流程里去。

模型和算力的供给方式也跟着变。智能体大批进入业务流程之后，企业光有更强的模型不够用，还得能按不同任务灵活挑、灵活调合适的模型，智能体才能一直高效地干活。

百度这次在世界大会上推出的大模型交易平台「词元所」，就是冲着这件事来的。

李彦宏把它叫作大模型的交易所。「词元所希望汇聚好的模型和模型提供商，让企业乃至个人都能便捷地找到、购买和使用可信的模型 Token」，他说。

对智能组织而言，模型不再是那种要单独采购、单独部署的技术产品，它更像水电——按需取用，随时调用。

词元所试运营一个月，入驻的供应资源已经超过 100 个，日均调用次数突破 5000 万，日均调用 Token 超 7000 亿。

APPSO 的判断是，「智能组织」能成为 AI 时代的新组织范式，原因在于它把公司的运行底座从「按层级管人的静态架构」，改写成了「按任务闭环攒复利的自进化系统」。

一百多年前，第二次工业革命起步时并不顺。蒸汽时代的机器被中央传动轴和皮带拴住位置，换上电动机之后整整三十年，工厂生产率几乎没动。转机出现在每台机器都有自己的独立电机之后：工厂拆掉笨重的传动轴，重新安排机器、工人和生产流程，电力这才真正释放出重塑工业生产的力量。

技术增强不等于效率提高。电力革命真正改变工厂的，不只是那台新买来的电动机。今天的 AI 或许正处在类似的时刻——几乎没有哪家公司还缺一台名叫 AI 的「新电机」。

真正决定公司未来十年身位的，是谁先动手重建那座名叫「智能组织」的新厂房。