AI 时代，公司的「新厂房」长什么样？

十年前的百度世界 2016 大会上，李彦宏曾站在台上提出「AI is the New Electricity」（人工智能是新电能），提前预判了人工智能浪潮。

那时，很少有人能想到，走进写字楼，程序员用 Agent 写代码，运营用 AI 跑报表，连行政都在用大模型搭报销流程。

不过，

每个人手里的活都变快了，

面对这个全球性的问题，APPSO 在今年的百度世界大会上，听到了李彦宏给出新的答案，AI 没有产生预期的经济效益，是因为我们只是更换了电机，却还没有重新设计工厂。

时隔十年，李彦宏再次作出预判：AI 的下一幕，是智能组织。

「新生产力，只能从 AI 流水线里长出来，从智能组织里长出来。所以，换一台 AI 新电机，只是起点；重新设计新厂房，才是分水岭。而这座新厂房，就是智能组织！」

过去，我们习惯用员工数量、人才密度、资本投入来衡量一家公司的实力。但在 AI 时代，能调动多少智能，沉淀多少知识，又能让多少复杂任务高效运转，成为组织生产力提升的必答题。

这场变化，正在动摇公司沿用了上百年的组织逻辑。

从一棵树到两块披萨

1855 年，美国纽约与伊利铁路公司画了一张特殊的图。

这是一棵枝叶繁茂的大树。树上的不同分支，分别对应公司的管理层、职能部门与人员分工。

这张被广泛认为是现代企业最早的组织结构图之一的图表，试图解决当时一个棘手的问题，「公司越来越大，到底该怎么管」？

工业革命让铁路、工厂和大型企业迅速扩张。几千上万人聚集在同一个生产体系中，必须有人负责决策，有人执行，有人监督。

后来，马克斯·韦伯系统阐述的

到了互联网时代，亚马逊创始人贝佐斯提出了一个有趣的管理原则，一个团队应该小到两块披萨就能让所有成员吃饱。

「

从工业时代的分工管理，到互联网时代的扁平协作，公司的组织方式一直在变化。但有一件事始终没变，无论组织架构怎么调整，完成复杂工作的主体，仍然是人。

AI 开始打破这个前提。

今年 5 月，李彦宏在 Create 大会上提出「

工业时代解决如何组织更多人，互联网时代解决如何让人协作得更快。

到了 AI 时代，问题变成了，「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 和红杉资本合伙人 Roelof Botha 合写了一篇长文《

Dorsey 认为，从古罗马军团「8 人小队、80 人百人队、5000 人军团」的嵌套指挥链，到 1806 年普鲁士军队在耶拿战役惨败后创建的「总参谋部」，现代企业里「中层管理」的底子早就打好了。

两千年来的层级制，本质上是一套建立在人类局限之上的「。

可人脑带宽有限，一个主管能有效管理的人数只有 3 到 8 人。想缩小管理幅度就得增加指挥层级，而层级越多，信息流动就越慢。

过去几十年，Spotify 试过敏捷小队，Zappos 试过彻底取消管理头衔的

Dorsey 希望建立一个持续更新的「

他甚至提出，要把公司变成一个类似「

Dorsey 抛出的问题，确实击中了当下企业 AI 转型的一处痛点，AI 已经越来越聪明，公司却不一定变得更聪明。

李彦宏即将在百度世界大会提出的「新电机、新厂房」，正是对这一矛盾的回应。

如果只给旧厂房换上一台更强的电机，却不重新设计生产流程，新技术的威力就很难完全释放。

企业如何自己长成智能组织，今天李彦宏也提出了三个原则，其实就能当作一套完整的组织进化路径：

打破岗位边界，释放组织活力；

沉淀

设计流程闭环，推动组织进化。

传统组织是「固态」的，按部门和职位切分工作，而智能组织则是「液态」的，未来的公司就像一张围绕目标动态聚散的任务网络，从「以岗位为中心」，转向「以任务为中心」。

可个人变得更能干，不代表公司就能跟着受益。

企业里最宝贵的往往是那些没写进文档的「

员工积累的经验，如果只能由自己使用，换个人接手，很多事情还是得从头摸索。

在李彦宏看来，真正的组织智能，必须让

这意味着组织里的信息和能力，开始摆脱原有的部门边界。从让一个人变得更能干，到让整个公司拥有更多可复用的知识，AI 才开始从个人工具走向组织资产。

不过，知识能够沉淀，还只是开始。

如果一家企业每次都能调用过去的经验，却无法根据新的业务结果调整工作方式，那么它仍然只是一套更先进的自动化系统。

真正的智能组织，还需要具备不断学习和自我改进的能力。

李彦宏将这种机制概括为一个公式：「可衡量 +

简单来说，AI 不仅要把任务做完，还要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）。

在李彦宏的设想中，未来人和 AI 围绕一个任务形成一个 Loop，公司就变成一个由无数 Loops 组成的、高度自动化运营的组织，组织，就变成一个不断学习和进化的系统。

这场实验先在百度内部跑通了。

百度数字人创新业务部推动全员向

今年第三季度，团队完成了 564 次产研迭代，沉淀 130 个

其中，一名校招新人借助 AI，仅用一天便完成了过去需要五个角色、至少十天才能交付的一项需求。

比起这个颇具冲击力的效率数字，更值得注意的是，团队并没有让这些经验随着任务结束而消失。

智能组织不是往公司里塞进越多 Agent 越好，工作过程中积累的

今年百度世界大会上，百度数字人希加加还取代真人主播采访李彦宏。希加加向

既然我都能做采访了，那我这样的数字人能当 CEO 吗？

这听起来像是一句玩笑，却提出了一个值得思考的问题：AI 已经能够独立完成越来越多的工作，它在企业中究竟应该扮演什么角色？

当 AI 能够承担任务、积累经验、持续进化，从一个听从指令的工具，逐渐成为参与组织运转的新角色，企业的组织形态也将迎来新的想象空间。

智能组织的新厂房

提出一种新的组织理念并不难，难的是，让它在真实业务中跑起来。

过去十多年，百度持续投入芯片、云基础设施、大模型和智能体，积累了从底层算力到应用的 AI 能力。

但有了技术底座，不代表企业就自动完成了组织升级。

智能组织要回答的，是从各自使用 AI 工具，转向让人与多个智能体围绕任务协作。这次百度世界大会，

百度内部就已经在成为智能组织的新样本，一位原本学物理的新人产品经理，借助

过去，一项需求可能需要产品、设计、研发等多个角色接力完成，现在他可以自己调动 AI 完成其中的大部分环节，T+1 就能拿出一个可以现场演示的功能 Demo。

目前，

智能组织不仅帮助员工解决当下的问题，还试图让今天解决的问题，成为明天整个组织拥有的能力。

库库企业版

越来越多的企业，也开始把库库用到实际工作中。

上线仅三个月，

不只是百度搭子和库库，近一年百度内部的日均活跃智能体数（

目前，百度已建设 4300 个

李彦宏称，「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。」

让 AI 从一个个独立工具，进入企业真实的工作流程。

模型和算力的供给方式，也在发生相应变化。

当越来越多的智能体进入业务流程，企业不仅需要更强大的模型，还需要能够根据不同任务，灵活选择和调用合适的模型，让智能体持续、高效地工作。

为了解决这个问题，百度还在此次世界大会上推出大模型交易平台「

李彦宏说它是大模型的交易所，「

对于智能组织来说，模型不再只是需要单独采购和部署的技术产品，它更像水电可以按需获取、灵活调用的基础资源。

词元所试运营一个月以来，入驻供应资源已超 100 个，日均调用次数突破 5000 万，日均调用

APPSO 认为，「智能组织」之所以会成为 AI 时代新的组织范式，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，第二次工业革命早期并不顺利。蒸汽时代机器的位置受中央传动轴和皮带约束，换上电动机后的整整三十年里，工厂生产率几乎没动。

直到每台机器获得独立电机，工厂拆掉笨重的传动轴，重新安排机器、工人和生产流程，电力才真正释放出重塑工业生产的力量。

技术增强，并不一定意味着效率的提高，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为 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。