11月12日，百度（09888.HK）世界大会2026在北京国家会议中心二期举行。

十年前，百度创始人李彦宏曾在大会上提出“互联网的下一幕是人工智能”。十年后，李彦宏再次给出了一个前瞻判断，人工智能的下一幕是“智能组织”，并总结出组织进化三原则。

“如果说人工智能是新电能，那么，智能组织就是AI时代的新厂房，是生产力真正发生的地方。”在李彦宏看来，当前不少企业面临的困惑在于，Token（词元）花费越来越多，收入和利润却没有同步增长。问题或许不在于AI（人工智能）工具不够好，而在于企业仍然沿用旧的组织方式，尚未真正让AI进入生产流程。

组织进化

“换一台AI新电机，只是起点；重新设计新厂房，才是分水岭。”李彦宏用这一工业时代的比喻，解释为什么AI投入未必能直接带来经营效益。李彦宏认为，企业不能只把AI当成员工个人提效的工具，而应让智能体真正进入销售、客服、研发和运营等业务环节。

那么，新厂房究竟应该如何设计？李彦宏给出了三项原则：打破岗位边界、沉淀隐性知识、设计流程闭环。

在传统科层制中，岗位是组织运行的基本单元；而在智能时代，任务才是组织协作的核心。李彦宏认为，未来岗位不会消失，但会逐渐收敛为两类：负责创造新事物的Builder（建造者），以及负责沟通连接、建立信任的Seller（卖方）。组织则将转向由人和智能体共同参与的任务网络。

与此同时，员工的经验如果只保存在个人头脑中，就难以被企业持续复用。只有将其转化为可以沉淀、调用和共享的组织资产，才能形成真正的竞争壁垒。

李彦宏还提出“可衡量+Looping=持续进化”，希望通过量化指标，让人和AI围绕同一任务持续执行、评估和优化，使企业成为能够不断学习的系统。李彦宏披露，过去一年，百度内部日活智能体数（DAA）从日均5000个增长至3.7万个，智能体每周完成的有效任务从8.4万个增长至超过100万个；公司已建设4300个Workspace，沉淀组织Skill超过2万个。

“让一个人的经验，成为整个组织的能力。”李彦宏如此概括这一转变。

AI样本

过去十年，百度持续加码AI研发，逐步搭建起覆盖芯片、云、模型和智能体的技术体系。本届百度世界大会释放的信号，则是百度正在将技术竞争进一步延伸至企业真实的生产与经营环节。

围绕“芯云模体”四层架构，百度集中展示了最新成果。

模型层面，文心5.5 Flash Preview11月11日正式发布，总参数量达到2800亿，支持最长100万Token上下文；应用层面，文心闪电深度思考模型、文心一镜微表情大模型亮相，百度搭子、库库、百度一镜、伐谋四大智能体同步升级。

此外，百度还推出大模型交易平台“词元所”，试图解决模型数量快速增长后，企业在模型选择、服务稳定性和调用质量方面的顾虑。据百度披露，词元所上线一个月，入驻供应资源超过100个，日均调用次数突破5000万次，日均调用Token超过7000亿次。

算力基础设施方面，百度智能云正式发布天池1024卡超节点，昆仑芯M100已如期上市，旗舰产品M300计划于2027年推出。李彦宏特别提到，AI算力需求正在从过去以训练为主，转向训练与推理并重。随着智能体应用逐渐规模化，推理计算需求将成为AI芯片长期增长的重要动力。

同时，百度对智能云的定位正在发生变化。“AI时代，智能组织需要智能云。”百度集团执行副总裁、智能云事业群总裁沈抖判断，他将服务对象的变化概括为从传统IT系统转向具体任务。与过去主要提供计算、存储等基础资源不同，智能云还需要让智能体能够调用企业已有的数据、工具和业务系统，真正参与任务执行。

在他看来，李彦宏提出的组织进化三原则，也对应着智能云服务的三个新标准：以任务为中心，整合算力、模型、数据和安全等基础设施；帮助企业保存和管理组织上下文，将个体经验转化为组织能力；以长期服务支持客户推进业务流程闭环和组织进化。对百度而言，这实际上是在为“智能组织”寻找可以落地、可以交付的商业化载体。

无人驾驶业务则提供了百度全栈技术落地的又一观察样本。“今天的具身智能，大约相当于无人驾驶2016年左右的发展水平。”李彦宏借无人驾驶的发展历程，为具身智能所处的产业阶段作出判断。他同时强调，无人驾驶将是人工智能技术竞争中不可或缺的一环。

截至2026年8月，萝卜快跑已覆盖全球28座城市，自动驾驶里程超过3.5亿公里，并在迪拜、阿布扎比实现全无人商业化运营。此外，萝卜快跑与神州租车合作推出无人车“自驾游”服务，尝试将自动驾驶技术与传统文旅出行结合。据报道，该服务已在海南落地运营一年。

全栈技术布局外，李彦宏显然不满足于证明百度拥有多少AI能力。他更关心的是，企业能否把这些能力真正接入业务，并由此改变生产效率和经营方式。

落地绸缪

“AI推进智能组织建设”分论坛上，嘉宾们从组织管理、业务流程和人才机制等角度，进一步拆解AI组织的落地命题。

“AI时代的组织变革，核心不是替代，而是重构。”著名经济学家何帆将讨论重点放在传统管理模式的调整上。在他看来，企业不能只是在旧流程中增加AI工具，而需要重新设计分工与协作方式。随着组织从金字塔式科层制走向动态生产网络，管理者也需要从过去的任务分派者，转变为流程设计者、判断者和责任承担者。

相比组织形态的变化，百度副总裁陈洋更关注AI落地时遇到的具体障碍。他将其归纳为四大卡点：AI不懂组织上下文、难以进入业务流程、经验难以沉淀、能力难以复制。百度正在通过Workspace、业务系统向Agent开放以及Skill沉淀等方式，构建组织Harness，让智能体能够在真实业务流程中持续工作。据陈洋介绍，目前百度人均研发产能提升40%，非技术岗位写代码的比例已经超过三分之二。

百度组织与人才发展部负责人罗郁则把问题进一步落到人的角色和权责机制上。她认为，要让组织AI真正产生“化学反应”，不仅需要改变工作流和协作方式，还要重新构建岗位权责体系，并完善Context基础设施。换句话说，AI进入企业之后，员工的工作方式、管理者的职责以及企业知识的沉淀机制，都需要同步调整。

不过，智能组织从概念走向商业价值，仍有不少现实问题需要回答。

智能体数量和任务完成量增长，可以反映AI在企业内部的渗透程度，却不能直接等同于营收增长或利润改善。知识如何确权，智能体如何获得业务系统权限，执行错误由谁负责，以及自动化之后如何重新划分人的职责，都是企业真正推进组织变革时必须面对的问题。

对百度而言，提出智能组织，既是其过去十年技术积累向产业应用延伸的新方向，也是在为AI商业化寻找更深层的增长空间。李彦宏判断，智能组织将带来轻资产运营、构建新护城河，以及创造和发现新市场三大机会。

归根结底，技术能力可以通过持续投入不断提升，而要将技术真正转化为经营效率，还得看企业自身有没有勇气重新设计自己的“厂房”。