文章核心观点 - 人工智能的下一幕是智能组织，企业需要为AI重新设计公司，而非让AI适应原来的公司 [11][16][22] - 个人效率提升不会自动转化为组织生产力，AI试点成功与企业转型成功之间还隔着一层组织设计 [7][12] - AI竞争重心从技术供给转向价值兑现，企业需要回答的不再是用了什么模型、部署了多少Agent，而是智能体究竟有没有改变公司 [23] - 智能组织从三个层面解读：打破岗位边界、沉淀组织知识、设计流程闭环 [28][29][38][43] - 智能组织不是把人从流程中拿掉，而是重新分配人与智能体承担的职责，最终决策和价值判断仍在人 [75][77] 行业背景与转型悖论 - Deloitte调查显示近四分之三的美国企业高管预计未来四年约一半业务流程将围绕AI Agent重新设计 [2] - 61%的高管认为未来大多数Agent会具备高度自主性，人类只需在一旁监督 [2] - 被问及企业是否准备好迎接变化时，只有五分之一的领导给出肯定答案 [2] - 微软《2026年工作趋势指数年度报告》呈现企业AI转型悖论：员工已借助AI提升个人效率，但业务流程、协作方式和评价机制仍沿用过去模式 [10] - BCG建议为AI重新设计公司，其研究的一家欧洲能源企业部署大量AI试点却未获匹配整体收益，直到转向端到端客户流程重构才取得实质改善 [11] - AI优化局部却难改变整体，甚至让原有瓶颈更明显：内容生产越来越快决策未同步提速，代码生成越来越多需求确认和交付机制照旧 [12] - 当执行能力被迅速放大，组织如何分配任务、共享知识和作出决策反而成为新的约束 [13] 技术供给侧与产业链两端 - 过去几年AI行业主要竞争集中在技术供给侧，模型参数、训练算力、推理成本和榜单排名决定企业能获得什么智能 [14][15] - 业界流行AI五层蛋糕，从能源、芯片、基础设施延伸到模型和应用 [15] - 词元所上线一个月入驻供应资源超100个，日均调用次数突破5000万次，日均Token调用量超7000亿 [15] - 模型交易正从企业与厂商私下对接走向独立产业环节，规则提供者逐渐呈现公共品属性 [15] - 李彦宏提出AI技术上游是能源、下游是组织能力，前者决定智能如何被生产，后者决定智能如何进入真实业务转化为经营结果 [18] - 李彦宏将AI比作新的电机、智能组织比作新的厂房，AI未产生预期经济效益的重要原因是企业只更换电机却未重新设计工厂 [20][22] 智能组织三个层面 - 打破岗位边界：传统企业依靠专业分工，完整任务需多岗位接力；AI时代智能体承担具体执行，人负责设定目标、调度资源和关键决策 [30][31] - 组织不再完全围绕固定岗位分配工作，而是根据任务需要灵活组合人与智能体 [32] - 百度搭子团队一位量子计算研究背景成员借助搭子同时承担产品、研发和项目管理，不再被固定岗位限定 [32] - 产品新人依托搭子快速跑通从需求到原型全流程，团队半年迭代160余次，90%代码、超50%传播物料由搭子完成 [33] - 百度数字人团队推动产品、研发、设计和测试等角色向Builder转型，减少任务在不同角色间反复交接 [35] - 沉淀组织知识：企业真正有价值的知识是员工实践经验，难以标准化写进文档且易随人员流动丢失 [38][39] - AI提供新沉淀方式，将专家经验、业务规则和操作方法转化为知识库、Skill及智能体可调用的能力 [39] - 百度与南方电网合作，传统人工配电网故障分析单次耗时超60分钟且高度依赖专家经验，学习上万条历史故障数据后故障分析准确率达70%以上 [39] - 百度MEG设计团队将资深设计师审美经验和设计规范转化为可复用AI Skill，AI工具已承接超50%内容供给，团队效能提升100%—200% [41] - 设计流程闭环：传统流程由人预先设计、执行中出问题再复盘修正；智能组织让系统根据预设目标衡量结果、识别问题并将反馈用于调整下一轮任务 [44] - 李彦宏概括为可衡量+Lopping=持续进化，可衡量意味着任务结果需有明确评价标准，Lopping意味着执行、反馈和优化形成持续循环 [45] 基础设施支撑 - 智能体需理解企业业务目标、调用不同系统数据知识和工具，并在长链路任务中持续执行、接受评估和反馈调整 [48] - 百度百舸AI Infra提供算力支撑，千帆Agent Infra提供长上下文管理、持久记忆、工具调用、子智能体调度、评估反馈和运行环境 [49] - 芯—云—模—体全栈结构中，芯片提供算力基础，云提供智能体运行和调度基础设施，模型提供理解推理与生成能力，智能体进入具体任务和业务场景 [49] 企业实践案例 - 百度数字人创新业务部打破产品、研发、设计、测试岗位边界，推动全员向Builder转型，基于自研BiuBiuAgent让部分需求由单人完成全流程交付 [54] - 该团队第三季度完成564次产研迭代，沉淀130个Skills和729篇组织资产，产研人均吞吐提升125.3%，交付周期缩短28.8% [55] - 一名校招新人借助AI仅用一天完成过去需要5个角色、至少10天才能交付的需求 [55] - 百度内部AI助手dodo由十余人团队打造，上线七个月覆盖99%正式员工，推动300多个企业平台完成AI友好化改造 [58] - 百度内部日均活跃智能体从约5000个增长至3.7万个，每周有效完成任务数从8.4万提升至100万以上 [59] - 百度累计搭建超4300个工作空间，沉淀超2万个公司级通用技能 [59] - 南方电网广西电网2025年发生永久性故障8215次，天璇伙伴学习上万条历史故障数据，故障分析效率提升12倍，分析准确率达80%以上，已在广西14个地市、112个县推广 [63][64] - 海高激光生产线上多台六轴机械臂协同切割，百度伐谋围绕运动耗时预测、多机防碰撞和任务分配排程优化算法，将工件编程耗时从8小时压缩至10分钟 [65] 人与组织的关系 - 数字人希加加问能否成为CEO时李彦宏给出否定回答，认为CEO需理解公司使命和愿景，AI可成为CEO的thinking partner却不必急于取代CEO [70][72] - 被问及AI渗透组织每个角落后组织最核心部分是什么，李彦宏答案是"人" [73] - AI可继续承担具体工作、参与分析、提供建议，但企业存在价值及未来走向的最终决策仍在人 [75] - 类似苹果DRI概念，AI可以帮决策，但最终结果和价值判断必须有人负责 [76] - 未来企业之间真正差距在于谁能把AI嵌入业务流、把经验沉淀为组织资产、形成能持续运转和进化的组织系统 [77]