李彦宏押注智能组织：AI是新电能，厂房该怎么盖？

换电机还不够，厂房也得跟着换。

定焦One（dingjiaoone）原创

“那我这样的数字人，能当CEO吗？”

11月12日，百度世界2026开幕式现场，数字人“希加加”第一次采访了百度创始人李彦宏，台下一片笑声。

这个数字人由百度自家“一镜”平台生成，李彦宏面对它并不拘谨，一开口就说“第一次跟数字人聊，我也挺兴奋的”。前面那个问题抛过来，他答得干脆，是否定的，随后又给出一个更本质的说法：“一个组织也好，一个公司，甚至是一个人，他其实有他存在的理由，就是他有他的mission和vision。”

十年前那个要靠高密度演讲去说服世界的李彦宏，如今已经不见了。他更像一个不急不躁的向导，把一张关于未来的图纸摊开给外界看。

这段插曲，恰好给本届大会做了注脚：AI能替人做的事越来越多，人和组织真正的价值该往哪儿放？

同一个舞台上，十年前他说移动互联网之后下一幕是人工智能；这一次，他抛出第二个“下一幕”——智能组织。

这个判断背后是很现实的处境。2025年全球AI投资像军备竞赛，砸进去超过2500亿美元；可世界经济论坛的调研显示，只有25%的企业说AI带来了变革性影响。微软的工作趋势报告也提到，不少企业员工自己已经在用AI，公司的业务流程、协作方式、考核机制却几乎没动。钱花出去了，回报算不清。

卡点在哪儿？AI没起作用，是因为组织这个“老厂房”还没为AI这台“新电机”备好条件。他在大会上讲：“如果说人工智能是新电能，那么，智能组织就是AI时代新的厂房，是生产力真正发生的地方。”

从芯片、云、模型到智能体，百度这届大会发布了一整套“新电机”。“李厂长”这个叫法，眼下有了另一层意思：他正在替所有想拥抱AI的企业，重建一座能装下“新电机”的厂房。

围绕组织的这场竞赛，已经开跑了。

01.四次判断，都提前踩在点上

把李彦宏过去十年在关键节点上的判断串起来看，有个现象挺有意思：全行业为某个共识欢呼的时候，他往往站出来指另一个方向。事后回看，那个方向恰恰是下一站。

2016年，他指的方向是AI。

那会儿科技圈的目光都盯着移动互联网，O2O大战打得正热，各家忙着烧钱抢用户。李彦宏却看到AI会成为一项基础能力，公开讲“下一幕是人工智能”。

2023年春天，“百模大战”正狂热，他提的是“应用为王”。

大模型一出来，几百家公司涌进去，参数竞赛成了唯一的军备竞赛，做应用被看成“没技术含量”的活儿。偏偏这时候李彦宏强调：“没有应用，基础模型一文不值。”他甚至要求百度所有产品都得用大模型重做一遍。这话当时顶着巨大压力，因为全行业的估值都建立在模型能力上。后面的故事大家都知道了——率先把大模型能力装进Office的微软，一度登上全球市值榜首。

2024年，聊天机器人遍地开花，他押的是“智能体”。

行业都在比谁的对话更流畅、更像人，李彦宏往前多走了一步：智能体会成为AI应用最主流的形态。半年后，Anthropic的多智能体架构研究曝光，行业这才反应过来，“智能体元年”的说法随之流行。

2026年上半年，硅谷流行拿Token数衡量AI投入，他又提出“DAA”。

硅谷巨头用Token消耗量标榜自己的AI实力，李彦宏在Create大会上换了个指标：日活跃智能体数（DAA）。他的逻辑很直白：别只盯着烧掉多少算力，数一数有多少智能体真在干活、又干成了什么。几个月后，Meta、亚马逊悄悄撤下Token排行榜，Anthropic则公开了内部3万多个研发智能体的日活数据。

四次判断连成一条线，逻辑就清楚了：方向在哪、怎么落地、以什么形态落地、拿什么指标衡量，四个问题层层递进。今年他讲“智能组织”，是这条线的第五环——价值最终在哪里兑现。

这个念头其实早就有了。去年百度世界的主题就是“内化AI能力，打造原生AI组织”，李彦宏当时接受媒体采访就说过：“真正的内化，是在组织层面，不是在个人层面。”

02.电机换了，厂房怎么办？

AI投入不小，回报却迟迟看不到，问题为何卡在组织上？李彦宏在大会上给出的说法是：“AI没有产生预期的经济效益，是因为我们只是更换了电机，但是没有重新设计工厂。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。”

他顺势把本届大会的内容压成六个字：新电机，新厂房。所谓新电机，指“芯、云、模、体”四层全栈技术；新厂房，则是智能组织。李彦宏还补了一句：“换一台新的AI电机，只是起点；重新设计新厂房，才是分水岭。”

经济史学家保罗·大卫研究过一个经典的“技术—组织”滞后谜题：19世纪80年代，电动机已经进了美国工厂，可制造业的生产率直到40年后的1920年代才真正起飞。原因在哪？早期工厂主干了件如今看着挺荒唐的事——把厂房中央那台大蒸汽机拆掉，原地装上电动机，其余一概不动。传动轴、天轴、工序、工人站位，全按老样子来。产量自然迟迟不见涨。电力真正的潜力，要等到流水线和协作方式被重新设计之后，才被释放出来。

换机器容易，换流程、改习惯就难了。到了AI时代，情形也差不多。波士顿咨询跟踪过一家欧洲能源企业，AI试点项目铺得到处都是，整体收益却是一笔糊涂账，直到他们下决心围绕AI把端到端的客户流程重构了一遍，才见到实打实的改善。Gartner同样预测，到2030年，近一半的IT运维组织会因为智能体而重组，可眼下超过九成的企业压根不知道从哪下手。

那“新厂房”究竟怎么设计？结合百度的实践，李彦宏首次提出“组织进化三原则”：

第一条，打破岗位边界，把组织活力放出来。过去讲“一个萝卜一个坑”，往后组织的运转中心会从“岗位”转向“任务”。OpenAI分析了自己80多万条使用记录，发现43.5%的职业场景里，用户正用AI干着原本属于别的职业的活。

岗位会消失吗？李彦宏的判断是不会。未来大概只剩两类岗位：Builder（创造者），负责创造新东西；Seller（连接者），负责人与人沟通、建立情感和信任。这跟他在大会现场回答数字人希加加时的判断一致：AI渗透到组织每个角落后，组织里最核心的还是人。

由此自然引出第二点：沉淀隐性知识，把只可意会的经验炼成公司的“算法”。

广西电网是个典型例子，一年8000多次永久性故障，过去全凭老师傅人工研判，一次要花60分钟以上，纯靠经验。基于百度“搭子”落地的“天璇伙伴”，学完上万条历史故障数据后，故障分析效率直接提升12倍。这套系统目前已在广西14个地市、112个县铺开。公司最核心的隐性知识被固化成可迭代的数字资产，这才是真正的“护城河”。

第三条讲的是把流程设计成闭环，让组织往前演进。前两条解决的是组织变敏捷、变聪明，这一条要解决的是让组织自己跑起来，像“自动驾驶”那样。路径在哪？李彦宏给出的公式是：可衡量+Looping（迭代）=持续进化。

传统组织是定下年度战略再严格执行，年底一复盘，发现市场早变了。智能组织更像一台持续优化的机器学习模型：碰上复杂任务，先快速出方案，跑一遍，立刻用数据衡量结果，优化方案，再跑一遍，如此循环。组织的响应速度和创新速度，会像飞轮一样越转越快。

现场几个案例都很直观。百度自家的数字人团队推动全员向Builder转型，仅Q3，数字人业务产研就完成了564次迭代，沉淀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%。

“伐谋”平台在帮海高激光做多机械臂协同排程时，把少数工艺专家脑子里的排程经验变成了团队随时能调用的算法。每排一次程，就是一次学习，系统会越干越聪明。

那普通企业该从哪起步？百度搭子FDE团队负责人范彪总结出一套很实在的“三步走”。

第一步不是卖方案，而是做科普。他们的人进到企业，先陪客户去业务一线，挑一个最具体的场景把它跑通。第二步，把跑通的经验“图纸化”，将场景里沉淀的方法和工具封装成标准化流程——这是“新厂房”的第一张可复用施工图。第三步才是复制，拿着图纸铺到更多场景、更多企业。

智能组织没法一次设计完就收工，它是在实践里慢慢“长”出来的。

03.一家技术公司，为什么讲起组织？

组织变革这门生意，过去几十年一直是麦肯锡、波士顿这些顶级咨询公司的核心地盘。一家技术公司，凭什么给所有企业上“组织”这门课？

底气首先在于，百度自己就是第一个试验场，而且先改出了效果。

百度财务内审团队把AI塞进审计流程，让机器参照业务资料和历史案例判断该查什么、怎么查，人工复核的结果再喂回去。如今这个流程的AI自动执审率达到了40%。

更有说服力的是做出“搭子”的团队。他们内部代码已有90%是自家“搭子”AI写的。一个给别的企业做组织效率工具的团队，先把自己的组织给“智能”了。坑自己趟过、流程自己磨过，跟客户讲这套体系为什么能跑通时，才讲得清楚。

百度自己的“智能组织密度”，眼下正成倍成倍地往上走。大会现场李彦宏亮了一组内部数字：日活跃智能体数量增长超过6倍；智能体每周完成的有效任务，从8.4万个升到一周100万个以上，涨幅11倍。

第二层底气，是别人很难复制的全栈能力。多数企业上AI，数据流和反馈链其实是断的——芯片归一家、云归一家、模型归一家、应用又归一家，几个外包队各干各的。想让"可衡量+Looping"这个飞轮转起来，接口处先耗掉一大半力气。百度不一样：芯片、云、文心大模型、智能体应用，这套"芯、云、模、体"四层架构全在自己手里。

打个比方，要盖一座最聪明的厂房，能同时拿出最合用的发电机组、最懂电流的输电网、能灵活搭生产线的积木模块的，只有那个从零建过厂的人。一站式的最优解，就在他手上。

各层进展也摆得出来。芯片层，昆仑芯M100已经上市，M300明年推出，大会上还亮相了1024卡的天池超节点，从核心部件到液冷系统走通全国产路径，六大核心模块的技术规范全部对外开放。云层，百舸6.0升级定位为"智能工厂"，主流模型推理效率能提升50%。智能体层，过去一个季度，百度搭子成为增速第一的通用智能体。

四层里，模型决定"Looping"每一圈的质量。这次发布的文心闪电深度思考模型，说白了是让模型自己判断什么时候"快思考"、什么时候"慢思考"，效率和深度两头兼顾。此前百度还把文心5.5 Flash Base直接开源，2800亿参数的MoE架构，多项基准测试里同尺寸领先。底层模型能力放出来，更多企业就能低成本进场，改造自家组织的门槛也就低了。

第三层，是战略耐心。组织变革是慢功夫，得长期投入，这跟百度历史上几个业务的节奏很像。李彦宏在今年最高奖颁奖礼上感慨过，芯片团队"头十几年过得很辛苦"；这次大会他又补了一句："昆仑芯就是我们十多年坚持投入的结果，它的商业价值正获得越来越广泛的认可。"萝卜快跑也一样，从实验室上路到今天覆盖全球28座城市、自动驾驶里程超过3.5亿公里，在迪拜和阿布扎比已经全无人商业化运营，伦敦、香港等地也在铺开测试，同样是十几年。芯片和无人驾驶都说明，看准的方向百度敢投，也等到了回报。

智能组织，就是他们看准的下一个"十年"。区别在于，这套能力百度不打算只留给自己，而是把方法和工具打包成一个"样板间"，向所有想改造"厂房"的企业敞开。

最后一层，是身份上的独特之处。看中国几家大模型巨头，身后各有一个"主场"：阿里是电商，字节是流量，腾讯是微信生态。百度把芯云模体打通，全栈布局已经扎进产业，也见过足够多中国公司的"组织病症"样本和典型痛点。所以回答"AI如何落地产生价值"这道实践题时，它不像纯粹的技术布道者，更像一个已经摸到方法的亲历者。

电气时代，敢先重建"厂房"的公司吃到了最大红利，只换"电机"的大多在更迭中掉队。AI时代故事在重演：多数人还兴奋地抱着那台"新电机"，在旧厂房里找插座。"李厂长"这个称呼也有了新使命——图纸画好，施工队进场，就差掌舵人一声"开工"。