李彦宏再判AI下一幕：智能组织怎么落地

2016年百度世界大会上，李彦宏说过一句话：“互联网的下一幕，就是人工智能。”当时移动互联网的高速增长已经放缓，整个行业都在找新的增长动力，他把目光投向了人工智能，认定这会成为驱动下一轮产业变革的关键技术。

十年过去，人工智能慢慢走进了产业生产和日常生活。ChatGPT带动生成式AI普及之后，AI从后台的算法能力变成用户可以直接使用的产品，又进一步向企业内部的研发、营销、客服、办公等业务环节渗透。

技术能力提升，不等于生产方式已经跟着变了。用上AI工具的企业越来越多，可效率增长未必跟技术进步对得上。问题于是从“AI能做什么”，转成了“企业该怎样围绕AI重新组织生产”。

11月12日举办的百度世界大会上，李彦宏给出新判断——AI的下一幕，是智能组织。AI的产业化进程可能正进入一个新阶段：过去十年，行业主要解决的是怎么让机器更智能；接下来，企业要思考的是怎么让这种智能真正进入组织，变成新的生产力。

回看百度过去十年的AI布局，路径逐渐清晰：先建底层基础设施，再推动模型能力突破，随后把AI嵌进产品和业务流程。AI从提供技术能力走向承担具体任务，企业要解决的问题也跟着变了。百度很早就意识到，AI不会只是互联网产品的一项新功能，而是一场需要底层基础设施支撑的技术革命。

百度对AI的布局早在2016年就已展开，当时李彦宏提出“互联网的下一幕是人工智能”。到了2018年，百度又推出自研“昆仑”芯片，这款芯片被看作中国首款云端全功能AI芯片，训练和推理两类计算需求都能覆盖。深度学习框架、云平台以及AI开放生态，百度也在同步推进，想打通的正是从芯片、框架到应用这条技术链条。

模型训练和推理对计算资源的消耗，会随着AI应用的普及而水涨船高，基础设施能力的高低，直接关系到AI技术能以多大规模、多少成本进入产业。这一阶段，行业比拼的重心放在增强AI的计算能力和信息处理能力上，为后面的应用落地铺路。

随着算力和模型能力不断往上走，AI的价值也不再局限于识别、理解和处理信息，开始向生成新内容延伸。2022年百度世界大会上，百度就演示了文心大模型补全《富春山居图》的过程：有了视觉生成大模型，AI不光能识别画作里的山水、树木和笔触，还能依据已有画面把缺失部分生成出来。李彦宏在那届大会上提出，

它展示了模型能力的跃迁，AI走向基于已有信息进行生成和创造。内容生产因此不再完全依赖人的逐项创作，AI可以参与文本、图像、音视频等内容的生成，改变原有的生产成本和效率。

四个月后，

等到AI能生成内容、理解指令、处理复杂信息，企业便把它引入真实业务场景。2023年，李彦宏提出，要用AI原生思维重构百度的产品、服务和工作流程，并称百度要做第一个把全部产品重做一遍的公司，“不是整合，不是接入，是重做，重构”。

AI不再只是附加在原有产品上的一个功能，而是有机会成为产品设计和业务运行的底层能力。类似的变化也发生在海外企业：微软在2023年3月推出Microsoft 365 Copilot，将大模型与用户的邮件、日历、文档、会议等工作数据连接起来，让AI能够在Word、Excel、PowerPoint等办公应用中辅助完成具体工作。

这样一来，AI走进了企业的工作界面和业务流程，但这还只是开头。早先的AI应用，干的更多是问答、生成、辅助处理这类活儿，人与AI的相处方式仍是一个人提需求、AI给结果。Agent能力发展起来后，AI能更深入地完成工作，企业面临的问题也跟着变了：AI可以参与任务执行了，原来的岗位设置、协作流程和管理方式还合不合用？

从芯片、云、框架这些底层基础设施，到大模型带来的生成能力，再到产品和业务流程的AI化，AI正一步步从技术能力转变为能参与生产的工具。企业接下来要处理的，已经不只是怎么改造产品，还包括怎么重新设计内部的生产和协作方式。

大模型让AI从读懂信息跨到了生成内容，Agent又把这步往前推，从生成内容变成执行任务。

在这之前，企业靠人的专业分工和团队配合来完成任务。一个项目通常要产品、研发、设计、运营等岗位一起上，各管一段，再靠会议、汇报和流程把各段接起来。

Agent一来，这套协作方式就开始松动。它能按目标把任务拆开，调用工具和外部系统，做资料研究、数据分析、代码编写、文档处理这些活。用户还可以同时调度多个Agent，让它们各领一块，最后再对结果做整合和判断。

2026年5月的Create大会上，李彦宏提出，企业的最小生产力单元正在变。以前是一个团队，现在可能变成一个“超级个体”，也就是一个人加一支智能体编队。Agent能力越强，个体能调动的资源、能完成的工作范围就越大。

当然，这不等于一个人马上就能顶掉一整个团队。不同任务还是要专业判断、协作和责任分工。只是过去非得多人配合才能做完的那部分工作，眼下正在冒出新的组织方式。

生产力单元变了，组织方式也得跟着调。

传统企业一般围着岗位和部门搭架构。岗位对应清楚的职责边界，部门管专业分工，层级管理则负责派任务、协调进度、监督结果。

可Agent的工作方式并不完全照这套边界走。它能同时接手原本散在多个岗位里的任务，也能按目标调用不同的工具和系统。要是还按传统岗位切任务，AI就可能被卡在单个环节，甚至得走完多层审批和人工交接才能往下执行，跨任务协作的能力发挥不出来。

所以李彦宏提出，未来组织要从以岗位为中心转到以任务为中心。组织不再只是固定岗位和部门的拼盘，而是围着具体任务，把人和Agent动态组合起来，形成一个能灵活调整的任务网络。

这也是“AI内化”和单纯用AI工具的区别所在。个人用AI，能提高自己的效率；可如果AI只躺在员工各自的工具箱里，企业知识还是散在个人手上，工作流程也没变，那这种效率提升就很难沉淀成组织能力。

此次百度世界大会上，李彦宏给出了智能组织进化的三个原则：打破岗位边界、沉淀隐性知识、设计流程闭环。

打破岗位边界，就是让组织从岗位中心转向任务中心。企业得重新审视原有的岗位分工，把工作拆成更具体的任务，再判断哪些由人做、哪些能交给Agent、哪些要人和Agent一起协作。组织的核心不再是守住固定的岗位边界，而是围着目标灵活配置资源。

沉淀隐性知识，是让个人经验变成组织资产。企业里有大量知识并不在正式文档里，而是藏在员工的经验、判断和工作习惯中。比如销售人员对客户需求的理解，工程师处理异常问题的经验，管理者对业务优先级的判断。这些知识往往随着人员流动而流失，其他员工和AI也难以直接调用。

智能组织要做的，是把这些分散的经验转成可记录、可积累、可检索的知识，再跟业务数据、流程和上下文结合起来。这样Agent执行任务时才能调用企业自己的知识，而不是每次都从通用模型的能力出发。长期攒下来的企业知识，也可能成为不同公司之间难以复制的差异。

设计流程闭环，则让组织具备持续反馈和优化的能力。李彦宏用“可衡量+Looping=持续进化”概括这一原则。AI完成任务只是开头，企业还得知道任务结果有没有达到目标、执行过程哪里出了问题，以及下一次怎么改。

组织形态一变，企业经营也可能冒出新的机会。

一是轻资产运营，Agent能承担更多重复性工作，少数员工调度智能体就能完成过去需要更大团队才能承担的任务，企业扩张的人力和协作成本随之降低；二是构建新的护城河，企业积累的客户数据、行业知识和业务流程，可以成为AI理解业务、形成差异化优势的基础；三是创造和发现新市场，Agent降低了调研、分析和方案验证的门槛，一线员工也能参与创新，把更多业务需求转化为新的产品和机会。

智能组织能把企业内的知识、任务和反馈机制重新连起来。让AI进入企业的知识体系、业务流程和协作机制，它才能持续参与任务执行并积累经验，真正转化为组织生产力。

基础模型逐渐成为不同企业都能调用的通用能力，模型本身和具体业务之间的距离，开始成为新的竞争焦点。

供给这一侧同样在动。李彦宏在百度世界2026上说，今年前9个月里，几乎每天发布的新模型都不止一款，调用需求一下子爆发出来；可不少词元中转站对模型效果、服务稳定性、响应速度都不担责，连模型是不是真的都查不清。

百度因此把大模型交易平台词元所推了出来，定位是“大模型的交易所”，核心落在“验真”和“征信”上：靠模型指纹比对、能力测试、性能与可用性测试来核验资源，再用定期抽检拨测、全链路实时监测给模型提供商做信用评级，企业甚至个人都能方便地找到、买下并用上可信的模型Token。试运营这一个月，词元所入驻的供应资源超过100个，日均调用次数超过5000万，日均调用Token超过7000亿。

不过，同样的模型能力，进了不同企业，结果可能完全两样。有的企业只是让员工多了个写作和问答工具，有的企业则把AI接进研发、销售、客服和运营流程，让它参与具体任务，再通过业务反馈持续优化。

企业之间的差距，可能不再只看有没有用AI，也看能不能把AI真正转化为组织能力。模型提供能力，产品提供入口，而知识、流程、权限和反馈机制，决定了AI能不能在真实业务里持续发挥作用。

李彦宏此番把智能组织摆上台面，等于将讨论从AI技术、产品层面拉进企业内部的生产关系里。对企业而言，AI竞争下一道要过的坎，恐怕不是再买一款工具，而是重新设计一套能让⼈与Agent协同运转的组织体系。

百度之所以提出智能组织，来自李彦宏这些年对AI产业持续的投入和实践。

2016年，李彦宏把人工智能看作互联网发展的下一幕。那会儿AI还主要是一项要靠长期投入的基础技术，百度在语音、图像、自然语言处理等方向搭建技术能力，随后一步步向芯片、云和开发平台延伸。

进入大模型时代，李彦宏的着眼点从技术能力转到了AI怎么落进产品和业务。2023年，他提出用大模型重做产品和工作流程；2025年百度世界大会上，他进一步强调，AI能力一旦被内化，智能就不再是成本，而是生产力，企业得让AI和具体任务有机结合。

本届百度世界大会上，他又给出了智能组织的定义、进化原则和商业机会。

从基础设施到模型，从产品应用到Agent，再到组织形态，这条线背后是一以贯之、逐步深入的产业判断。AI的价值不会停在技术本身，它要进入真实的生产活动，最终改变企业创造价值的方式。

下一个十年，AI能不能进一步改变企业的组织方式，智能组织会不会成为新的行业共识，还得靠更多企业的实践来验证。

但有一点可以确定：当AI开始参与生产，企业要重新想的，不只是怎么用技术，还有怎么组织人、知识和任务。AI的下一幕，或许就是从改变工具走向改变组织。