铁路之后是经理人层级;电力之后是流水线,福特1913年的装配线,把底盘装配从12.5小时压到93分钟,大规模生产与科层管理同时定型;信息与通信技术之后是扁平化,亚马逊的“两块披萨团队”,成了互联网时代的组织趋势。

每一次技术革命的中场,都有一次组织补课。AI也不例外。

(2)AI现阶段的瓶颈,是组织形态接不住生产力

眼下讨论AI泡沫,本质是经济效益与资本投入不匹配。

差距在哪?从历次变革看,答案只有一个:

只有新的组织范式,才能最大程度激活新技术的生产力。

来源:整理摘自佩雷斯《技术革命与经济范式:两百年新巨潮的引擎》

今天的AI产业,缺的正是一次组织变革。微软在《2026年工作趋势指数报告》里,把这种现象命名为“企业AI转型悖论”:员工开始用AI提升个人效率,业务流程、协作方式、评价机制却还停在过去。

组织本身,没有太大变化。

2025年,全球AI投资超过2500亿美元,仅25%的企业认为AI带来了变革性影响。德勤的调查里,74%的管理者预计未来四年近一半业务流程将围绕AI Agent重新设计——但目前只有15%的组织,实现了跨职能多Agent编排的规模化应用。

钱砸下去了,电机换上了,厂房还是旧的。这就是现阶段AI应用产业化落地的堵点。

02

从局部到整体:拆岗位、留知识、转流程

阜新市自然资源事务服务中心

视角回到AI变革本身:这一轮,组织形态该怎么变?

每一轮组织形态的变迁,其实都是被动的。180年前的火车事故,特征是依赖人工读表调度——如果列车能天然精准运行、避让,人们也不会意识到管理需要变革。

AI同理。AI时代的组织变化,是顺着AI的特质长出来的。

从组织形态看,当前阶段AI的特征有三条:

针对这台“新电机”,李厂长给出三项原则:一是打破岗位边界;二是沉淀隐性知识;三是设计流程闭环。

·拆边界。以任务为中心,把“个人+Agent”的生产力用到极致。别给AI能力上框,让组织自然生长。

这几乎已是头部AI企业的共识。OpenAI今年7月的调研拆解了80多万条ChatGPT消息,43.5%的AI使用越出了本职岗位。

岗位的边界,早就被打破了,但人的重要性,依然在。李厂长在大会上提及,“岗位不会消失,但会收敛,未来大致会分为两类岗位:一类是Builder,负责创造新东西;另一类是Seller,负责人与人之间的沟通和连接,让对方对你产生情感、建立信任。”

·留知识。把生产力的进步,显性化、沉淀下来。

古代师徒制、现代企业流程化,都是在摆脱受制于单一生产力。AI的知识积累更快,那就得让它可积累、可调用、人人可用。

组织因此才能跟着进步。

·转流程。以任务为中心,把Looping转起来。

AI迭代极快,没有流程闭环,业务和技术都容易发散。互联网时代的组织架构,以岗位为节点、部门为边界、审批和交接为连接——显然接不住“打破岗位边界”的AI。

李厂长给出的答案是“可衡量+Looping=持续进化”:让执行、反馈、优化转起来。

拆边界,对应扁平化;留知识,对应人机协同;转流程,对应极速迭代。三条原则,恰紧紧贴合AI的三条特征。

02

从理论到实践:百度的厂房,是自己长出来的

组织范式的改革,已在AI行业徐徐展开。由浅到深,大致三种:

第一种,咨询公司的方案。麦肯锡提出Agentic Organization,谈人机协同,却缺落地路径,更像宏观框架。BCG的方案,亦是如此。

第二种,模型企业的流程。Anthropic提出AI Organizations,更像一本操作手册,本质是安排AI时代的工位座次。相对微观。

第三种,就是这次世界大会提出的智能组织。它联通了宏观设计与微观执行,有具体方法论,是更贴合AI生产力范式的组织革新。

咨询公司的方案,挂在PPT上;模型公司的方案,落在工位上;百度的方案,长在厂房里。

最重要的是,“李厂长”的“智能组织”理论,来自具体实践,又反哺新的实践。通过本次百度世界大会,我们便可以管窥豹:百度世界大会上,员工在大会现场办会,智能体仍在工作。

2016年李厂长提出,下一幕人工智能。十年后他判断,下一幕智能组织。

为什么是百度、是李彦宏,能提出并落地智能组织?

原因其来有自:

咨询公司和模型公司,在AI产业链里都只占一个切面,看组织形态时很难看全; 百度的差异,就四个字:芯云模体。

芯、云、模、体,全栈自研。别人的组织方案得采购第三方工具,百度从芯片到模型到应用全链路自跑,所以讲得起Looping、讲得起组织级闭环、讲得起“可衡量”。

几层之间相互加强、循环优化,构成一个可自我进化的Looping。这次世界大会,百度发布了芯云模体全栈新成果:

·“芯”是电机,厂房里最基层的生产力设备。目前昆仑芯M100已如期上市,M300将于明年推出。昆仑芯片做了十几年,已是核心国产算力底座之一。

·“云”是地基与管道。百舸6.0从算力平台升级为“智能工厂”,LoongForge训练效率领先行业一倍,主流模型推理效率提升50%。千帆构建起词元工厂与驾驭工程两大能力,任务成功率做到95%,Token消耗节省23%。世界大会上,百度智能云正式发布天池1024卡超节点。

·“模”是保证设备运行的系统,决定厂房的生产力,也决定厂房的组织形态。11月初,百度发布最新一代模型文心闪电:对transformer架构动了刀,独创基于反馈式KV压缩的稀疏注意力技术,配套快慢思考方案,编程、推理、智能体等能力达到领先水平。

大会前一周,百度还开源了文心5.5 Flash Base:MoE架构总参数量2800亿,每个Token激活140亿参数,预训练上下文最长128K,多个基准测试刷新同尺寸模型SOTA。在编程、3D建模、知识工作、内容创作等方面表现突出,在Terminal-Bench、AutomationBench等多项基准测试中取得了具有竞争力的得分。

据Benchmark评测,已超过DeepSeek-V4-Flash-Base、Hy3-preview-Base、MiMo-V2.5-Base等模型。

这次,百度发布大模型交易平台词元所,与智能组织建设指向同一个产业命题:如何让AI投入变得可衡量。

词元所从模型供给侧入手,通过真实性核验、服务抽检和信用评级,建立模型质量评价基础;智能组织则进一步关注业务能力如何转化为成果。词元所上线一个月,入驻资源超100个,日均调用超5000万次、Token超7000亿。

·“体”是新厂房里干活的智能体编队,也是组织形态向经济范式落地的具象。

地基稳、基建厚,长出来的成果自然看得见。

世界大会披露智能体层如“百度搭子”“库库”“一镜”“伐谋”最新发布和进展。“百度搭子”自上线以来迭代160多次,累计交付物超2000万;“库库”完成全球品牌统一,海外版Kooko一年用户突破1000万。

大会上展示的数字人希加加专访李彦宏视频片段,正是由百度一镜生成。

“百度一镜”从品牌宣传,到销售转化、客户服务,帮助企业沉淀知识、解决问题,把想法、需求,一步步闭环落地成可交付的成果。

目前,百度一镜合作商家已突破10万,覆盖行业超30个,累计生成数字内容超50万。

我们很难断言,AI时代组织的终极形态是什么。

但可以肯定:从理论到实践,智能组织既不是宏观的空中图纸,也不是微观的工位手册,而是现阶段看得见的更优解。

04

从认知到落地:红利,只发给先画图纸的人

正如两百年前的西部铁路,一切组织范式的改革,都建立在新技术的先驱者亲身落地之上。

百度智能组织的成绩,依托的正是李彦宏作为AI先驱者的长期思考与积累。

十年判断链,可以串成一条线:2016年“AI是新电能”、2017年无人车上五环、2018年昆仑芯片、2022年用文心大模型补全富春山居图、2023年“把所有产品用大模型重做一遍”、2024年率先布局智能体、2025年“内化AI能力”。

可以说,李厂长一直走在行业前列。

今年5月提到的DAA,影响力已获全行业认可,Meta、亚马逊等陆续撤下Token排行榜;2026年9月,Anthropic披露约3万个Agent参与研发。AI价值的衡量,开始从Token消耗,延伸到任务执行与结果。

几乎每个判断都领先行业,也经时间验证了逻辑。今年世界大会把题眼落在组织范式,正切合在AI发展的真正堵点上。

这是有价值的命题,也是一道时间紧迫的时代必选题。

佩雷斯统计过五次技术革命后新旧技术典型企业的产值变化:从第三次到第四次技术革命,率先掌握新技术与组织范式的企业,平均产值占比从7.4%抬升到9.6%。

生产力随技术扩大,额外的收益,交给率先完成技术与组织双重进化的企业。

来源:佩雷斯《技术革命与经济范式:两百年新巨潮的引擎》

百度的实践已能看出,率先掌握技术、改变组织形态的企业,握有一个时间窗口的红利。百度作为全球最早投入自动驾驶的企业,萝卜快跑已经覆盖全球28座城市,自动驾驶里程超过3.5亿公里,在迪拜、阿布扎比全无人商业化运营,并已与神州租车团队携手,把传统自驾游和无人驾驶深度融合,开创了全球唯一的无人车“自驾游”服务模式。

每一轮技术—经济范式的变革,都会让社会资源更丰富、生产力再上一个台阶。而市场,会奖励那些率先完成技术积累与组织变革的企业。

历史反复证明,红利流向提前把图纸画好的人。

百度,已经在画了。

转载开白 | 商务合作 | 内容交流