李彦宏提出智能组织与组织进化三原则：AI下半场怎么走

过去两年，AI行业有个很明显的特点：人人都在聊模型。参数、推理速度、上下文窗口、算力规模，几乎每次技术进展都会成为行业讨论的焦点。企业也忙着接入大模型、部署智能体，生怕错过这一轮技术变革。

但一个越来越现实的问题摆在面前：企业花出去的Token越来越多，生产效率和经营业绩却未必有相应改善。

11月12日，在百度世界2026上，李彦宏谈到了这个问题。他没有接着讲模型能力，而是把话题引向一个更贴近企业经营本身的领域：组织。

他的判断是，人工智能的下一幕是智能组织，并首次提出组织进化三原则：打破岗位边界、沉淀隐性知识、设计流程闭环。

演讲里这部分恐怕最该细看。技术比拼打了几年，AI 行业眼下要回答一个更接地气的问题：模型本事越来越大，企业到底怎么把它用成生产力？

一、企业买了AI，却还在用旧方法经营

李彦宏

电力刚替代蒸汽动力那阵子，工厂并没有马上脱胎换骨。企业起初只是把电动机塞进原有生产体系，厂房怎么摆、流程怎么走，全照旧。等到围着电力重新设计工厂，效率才真正往上跳了一截。

眼下企业对 AI 的用法，和当年电气化起步阶段有几分相似。AI 工具已经进了不少公司：员工拿它写文案、做表格、处理数据，研发用它辅助编程，客服用它答问题。这些用法自有其价值，可多数时候 AI 只是被嵌进原有的工作流程，企业的组织结构并没怎么动。

某位员工靠 AI 省下两个小时，这两个小时后来去了哪儿？某个部门上了智能体，原先的审批环节有没有变短？企业买了更多算力，最后有没有多出新的收入？

这些问题，比模型又提升了多少分更值得管理者关心。李彦宏所说的更换电机却没有重新设计工厂，实际上是在提醒企业：技术投入和经营效率之间，并不存在自动转化关系。

倘若企业给每个员工配一个 AI 助手，却不去重新打量岗位分工、业务流程和管理机制，那 AI 能带来的大概只是局部效率的改善，真正的竞争优势很难靠这个立起来。

二、未来的企业，可能不再按照岗位组织生产

李彦宏给出的第一条原则，是打破岗位边界。传统企业拿岗位当组织管理的基本单元，一项任务常常要跨几个部门、几个岗位，按既定流程一级一级往前走。企业越大，协作成本有时反而越高。

到了 AI 时代，任务本身有望成为新的组织单元。李彦宏的看法是，岗位不会消失，但可能慢慢收拢成两类：Builder 和 Seller。前者管创造新东西，后者管人与人之间的沟通和连接，把情感与信任建起来。

这个分法挺有意思。以往一条完整的业务链，要配一大堆不同职能的员工。往后一个人或者一个小团队，或许能靠多个 Agent，干完过去要一个部门协同才能干的事。

拿一项市场研究来说，资料搜集、竞品分析到报告生成，其中大量执行工作 AI 都能接。人的角色更多挪到目标设定、判断和决策上。

这也说明了李彦宏为何看重轻资产运营。一个人带一群 Agent，就有可能完成过去要更多人力才能完成的任务。企业开新业务、做小规模试验的成本，也有望降下来。

不过，岗位减少和组织效率提升，这两件事不能直接画等号。AI 能把任务做完，未必能把责任担起来。碰上复杂的商业决策、客户关系和团队管理，人的判断还是替代不了。

企业用人方式或许会变，不再按岗位配人，而是围绕任务来安排人和AI。

三、模型可以复制，企业自己的经验却难以照搬

整场演讲听下来，我觉得第二个原则对企业更有参考价值：把隐性知识沉淀下来。

一家公司真正的竞争力，常常藏在那些很难写进规章制度的经验里。

优秀的销售怎么判断客户想要什么，资深工程师怎么找到复杂问题的症结，老练的运营怎么发现业务风险。这些经验往往要攒很多年，靠传统培训很难完整传下去。

以前企业对能干的人依赖很重。核心员工一走，他攒下的经验可能也跟着没了。

AI给出了一种新思路：把这些经验整理成可以随时调用的知识和技能，再借智能体用到更多业务场景里。

李彦宏管这叫组织智能。在他看来，员工的经验只有能显性化、沉淀到公司平台上、变成人人可调用的能力，才算得上企业的护城河。

百度还公布了内部的实践数据：过去一年，百度内部日活智能体数从日均0.5万个涨到3.7万个，智能体每周完成的有效任务数从8.4万个涨到超过100万个。目前百度已建设4300个Workspace，沉淀组织Skill超过2万个。

这组数据至少说明百度内部正在起变化：智能体不再只是员工个人的工具，开始进入企业的日常工作体系。

当然，经验沉淀不是把员工的工作记录全丢给AI就能办到。哪些知识值得留下，怎么保证知识准确，员工凭什么愿意分享自己的经验，都是落地时躲不开的问题。

不过有一点已经很清楚：将来企业之间的差距，可能越来越取决于能不能把优秀员工的能力变成整个组织的能力。

四、AI对结果负责，才算真正进了业务

第三个原则是设计流程闭环。

李彦宏给了一个公式：可衡量+Looping=持续进化。

这句话的关键是，AI不能只干活，还得进入结果反馈和持续优化的过程。

以前企业做一件事，一般要走执行、检查、复盘，再由管理者拍板怎么改。往后围绕某个具体任务，人和AI能形成一个持续运转的Loop，让执行结果不断反馈到下一轮任务里。

但有个关键前提：衡量标准必须明确。

比如客服智能体答了多少问题，并不能完全说明它的价值。问题解决率、客户满意度、服务成本，才更贴近经营结果。营销也一样，生成多少内容不重要，转化效果才重要。

这也是AI应用从秀能力走向商业落地必须迈过的一道坎。

如果只盯调用量、生成量和自动化比例，企业很容易掉进新的指标游戏。只有AI能参与完整业务流程，并接受真实经营结果的检验，技术投入才有机会变成商业价值。

五、百度的下一步：把技术能力延伸到组织能力

从这次大会的其他发布看，百度正在试着搭一条从底层技术到产业应用的完整链条。

词元所正式推出，想解决模型调用市场里供应质量参差、服务稳定性不够等问题；文心大模型继续打磨基础能力，同时发布面向具体应用场景的模型；百度搭子、库库、一镜、伐谋等智能体也在进一步拓展业务边界。

基础设施这一侧，百度智能云推出了天池1024卡超节点，昆仑芯则对外给出了M100和M300的产品规划。

把这些动作摆到一块儿看，百度的路子就清楚了：芯片和云打底，模型输出智能，智能体落到具体业务里，最后由组织去接住AI带来的生产力变化。李彦宏也又一次提到模体并行、协同进化——基础模型要继续投，模型也要围着具体应用去调优。

这套打法跟他这次讲的智能组织，本来就是一回事。模型能力得往业务里走，企业的组织架构也得照着AI重做一遍。

不过，技术铺得再全，也不等于钱已经赚到了。词元所能不能搭起一个可信的模型交易生态，昆仑芯能不能再抢下更多市场份额，智能体能不能让客户看到可衡量的经营改善，这些都得等时间来给答案。

放到行业里看，AI的竞争确实换了一个阶段。前几年拼的是谁的模型更强、算力更多；往后企业要回答的可能是另一个问题：同样的技术，谁能做出更高的组织效率？

李彦宏这回把智能组织摆到台前，某种意义上也是在给AI商业化的竞争边界重新划线。

模型一天比一天强，企业却不会因此自动变强。技术能买，算力能租，智能体也能很快部署，可一家企业长年攒下来的经验、知识和组织协作能力，短期内很难照搬。

这大概才是AI时代需要重新打量的一道企业护城河。