文章核心观点 - 企业仅使用AI工具并不会自动获得竞争力，只有围绕AI能力重构组织、实现“智能组织”进化，才能抓住时代机会 [3] - 智能组织的落地需要一套全新基础设施——智能云，其服务对象从企业IT系统转向“智能体”，使命是支撑智能体完成具体经营任务 [5] - 智能组织落地离不开AI生态伙伴，云厂商提供底座和能力是标准品，客户要的是AI落地，中间存在断点，需要伙伴跑完“最后一公里” [10][11] - 百度智能云通过新全栈AI云产品体系与“百度搭子超级伙伴联盟”破解智能组织落地卡点，推动客户、伙伴、云厂商三方持续获益 [6][19][24] 行业现象：AI开销与收益不匹配 - 一家创业公司老板决定将公司AI开销砍掉近九成，此前其属于“AI激进派”，今年5月给员工配备每月200美元的Codex，公司各项AI开销合计每月约10万美元 [2] - 该老板算账后发现AI开销很大，但收入和利润没有同步增长 [2] - 过去两个月，一些企业都出现AI没有产生预期经济效果、纷纷掉头控制预算的现象 [2] 智能组织与智能云的关系 - 过去一百多年每一次企业组织重大进化背后都有一套匹配的基础设施：科学管理思想催生大规模工业生产依靠电力与电机，知识工作者理念推动金融与软件业腾飞依靠计算机与网络 [5] - 百度集团执行副总裁、百度智能云事业群总裁沈抖认为，AI时代的组织进化同样需要智能云这一全新基础设施 [5] - 传统云服务的是企业IT系统，核心任务是支撑软件上云；智能云服务的是“智能体”，使命是支撑智能体完成具体经营任务 [5] - 智能云必须穿透企业底层资源、IT信息系统甚至核心经营系统，打通数据、工具与权限，减少跨部门、跨系统的“组织摩擦” [5] - 李彦宏在百度世界2026提出组织进化三原则：打破岗位边界、沉淀隐性知识、设计流程闭环，沈抖认为这三原则也正是智能云服务的三个新标准 [6] 百度智能云产品体系：智能体层面 - 百度智能云在应用层构建“通用+专业+定制”三类智能体矩阵，精准匹配不同企业落地需求 [6][7] - 通用智能体（百度搭子）面向日常办公通用场景，同时作为企业统一调用和管理各类智能体的总入口，打破工具割裂、各自为战的孤岛状态 [7] - 专业智能体（伐谋、一见、一镜、胜算、秒哒、库库、Comate、Hogee等）针对研发、视觉质检、营销等特定专业领域，企业可以“拿来就用”，也能接入自有数据快速上手 [7] - 定制智能体针对企业特有工艺流程与隐性经验，企业可基于百度搭子开发平台和Harness引擎构建专属智能体 [7] - 国家级专精特新“小巨人”蓝海黑石基于搭子平台定制需求推演、采购决策与执行三个智能体，直接打通内部ERP、OA和企业微信 [8] - 蓝海黑石过去计划与采购两个团队至少10人每周耗费100多个工时，如今只需2人不到1小时就能搞定，库存与采购成本优化按当前效果测算每季度利润可提升数百万元 [8] 百度智能云产品体系：基础设施层 - 百度智能云升级百度千帆Agent Infra和百度百舸AI Infra [9] - 千帆Agent Infra针对智能体“有任务才唤醒”的脉冲式负载，打造了支持百万级并发、百毫秒级启动上千个实例的云沙箱 [9] - 千帆推出中立可信的大模型交易平台“词元所”，专门解决Token供需双方的信任与对接问题，配合高性价比MaaS服务保障供给 [9] - 百舸AI Infra全面升级强化学习能力，支持分钟级拉起200万个沙箱 [9] - 百舸依托累计交付超30个的昆仑芯集群及最新发布的天池1024卡超节点，扛住“训推并重”的算力重压，把算力变成企业按需调用的“日用品” [9] 生态伙伴的重要性与市场空间 - 云厂商只提供底座和能力是标准品，但客户要的是AI落地，中间存在断点：客户真实需求、付费意愿需要贴近一线的伙伴去摸 [10] - 客户购买智能体产品后如何融入原有系统、用进日常工作，需要服务商参与；客户业务必需的行业知识、专业数据和垂直软件，则需要ISV伙伴补齐 [11] - 从销售、交付到专业能力供给，智能组织落地离不开AI生态伙伴，合作伙伴才是真正懂行业、能跑完“最后一公里”为客户创造价值的人 [11] - 百度智能云在算力、技术、平台上保持全面开放：算力层面支持多种国产芯片适配并开放超节点架构；技术层面全面开源强化学习框架，开放Harness引擎与专业能力；平台层面百度搭子生态全面开放，欢迎伙伴以插件、Skills、工作台等方式接入 [11] - 根据Gartner今年2月份的报告，企业跨职能AI智能体市场未来3-5年将保持59%以上的增长率，到2030年市场规模能达到1500亿 [11] 生态圈参与者动态 - 渠道商方面，原有云渠道商在卖云产品之外开始延展销售智能体产品；来自AI Infra、行业应用等领域的厂商开始拓展智能体业务 [12] - 交付方面，FDE角色火爆，做IT培训的、做咨询公司的、早用AI的个人开发者等一批人进入FDE赛道 [12] - 产品伙伴方面，销售易与百度搭子合作，百度提供通用平台，伙伴提供专业数据和工具，共同补齐具体业务所需能力 [12] 智能组织落地的卡点 - 生态侧过去积累的客户关系、产品和交付经验，还不足以让伙伴顺利接住企业的新需求 [14] - 部分伙伴有客户资源但缺乏产品能力：华南某云代理商合伙人张辉上半年试水受挫，客户要求先做AI解决方案判断哪些场景能用AI、能带来多少收益，团队不知如何推进 [15][16] - 过去卖云资源主要围绕配置、用量和价格展开，现在需先弄清客户怎么做生意、问题在哪里，再判断AI能做什么，项目推进暂缓 [16] - 该合伙人尝试招聘1-2个资深FDE，但招募特别难，要么薪水要求太高，要么专业能力不达标；想自己培养储备人才又缺乏培训经验 [16] - 部分伙伴有产品和技术却难以打开市场，难处分两层：第一层是升级太慢、太贵，有自己产品的ISV要做成智能体，用户怎么用、任务怎么跑、工具怎么调用都得重新开发，杭州知书做图书馆软件多年也绕不开重做工作 [17] - 第二层是做出来了客户在哪，已具备AI交付能力的服务商原有客户覆盖有限，做完一单未必能拿到下一单 [17] - 百度智能云渠道生态部解决方案总经理于晓强表示，很多伙伴销售团队可能只有十个人或二十个人，可以在一个领域服务好客户，但要在全国范围扩大业务还需要新的销售渠道 [17] 百度破解卡点的举措：百度搭子超级伙伴联盟 - 百度智能云成立百度搭子超级伙伴联盟，由百度智能云副总裁殷大伟与百度智能云副总裁、渠道生态部总经理尹英利共同启动 [19] - 第一，补方案和交付：对有客户但不知道怎么承接AI需求的伙伴，百度提供FDE实操培训和前期陪跑，帮他们从客户业务里找到场景，再把需求转成可落地的方案 [21][22] - 于晓强介绍，过去一个季度已有20多家伙伴参加线上培训，人数达数百人，接下来还将在重点城市开展线下实训并提供官方认证 [22] - 第二，减少重复研发：想快速推出Agent产品的ISV可复用百度搭子底座，配置行业套件和Skill，同时保留自己的品牌 [23] - 杭州知书与百度搭子联合构建“懂图书馆的智能体”，双方用两周时间完成产品智能体升级，保留知书品牌并围绕图书馆核心场景重新设计应用，目前产品正在5个重点种子客户中推进落地 [23] - 第三，补销售入口：搭子本身是新入口，世纪天鸿接入“小鸿助教”，契约锁正式与百度搭子深度打通；联合产品还有机会上架百度全销售端口并获得MDF政策支持 [24] - 对缺项目的服务商，获得认证后可优先拿到百度的FDE商机，首批伙伴还有首单落地补贴 [24] - 百度产品伙伴今年和百度智能云的创新案例成单数量同比增长达到750%；商机类伙伴合作规模同比增长超过270%；服务类伙伴参与度实现100%，渠道扶摇伙伴收入规模同比增长达到133% [24] - 这些支持最终让客户解决业务问题逐步走向智能组织，伙伴获得订单和持续服务收入，百度智能云借助伙伴进入更多行业、服务更多客户 [24]

文章核心观点 - 智能组织是AI时代的新厂房，AI未产生预期经济效益是因为只更换了电机却未重新设计工厂，企业应转向内部组织变革而非仅关注模型强弱或入口争夺 [5] - 当AI能力越来越容易获得，企业建立下一阶段竞争优势的关键在于组织如何围绕AI重新设计人、知识和流程 [4][22] - Agent正大规模参与工作成为生产单元，企业需要打破岗位边界、沉淀组织智能、建立反馈循环，才能将AI投入转化为生产力 [11][12][14] 行业竞争格局与入口之争 - PC时代互联网公司争夺门户和搜索入口，移动互联网时代竞争转向超级App、平台生态和流量分发 [4] - 2026年初阿里升级千问，让用户通过聊天框点外卖、订机票，试图把AI变成连接整个商业生态的新入口；字节、腾讯加码豆包、元宝等AI助手 [4] - 竞争延伸至办公场景，腾讯、百度、阿里、字节纷纷推出Agent产品，希望成为员工调用AI完成工作的第一入口 [4] - 与过去不同，这一轮竞争尚未出现清晰答案，聊天框能否成为下一代超级入口、办公Agent能否接管工作流、用户是否愿意付费均待验证 [4] Token消耗竞赛与反思 - 2026年4月Meta员工搭建Claudeonomics内部排行榜，展示Token消耗最多的250名员工，30天内累计消耗超60.2万亿Token，榜首一人使用2810亿Token，按Claude Opus价格估算成本超140万美元 [3] - Meta将AI驱动实际影响列为员工核心绩效要求并追踪Token使用量，部分员工让Agent长时间运行、批量执行任务以提高排名 [3] - CTO博斯沃思提醒员工不要为使用AI而使用AI，Token消耗不等于实际产出；6月Meta开始考虑设置Token预算和使用上限 [3][4] - 李彦宏提出DAA（日活智能体数），认为Token衡量的是成本而非价值，真正值得关注的是有多少智能体每天在工作、完成任务并交付结果 [11] - Anthropic披露其内部最常用的研究与工程平台上任何时刻约有3万个Agent在执行任务 [11] 百度技术布局与基础设施 - 2011年前后百度开始围绕深度学习计算需求探索FPGA加速器并同期使用GPU，决定自研芯片以建立从芯片、框架、模型到应用的全栈能力 [8][9] - 李彦宏在一封邮件中直接为芯片团队批下20多个HC，早期内部有人把昆仑芯称作PPT部门，外部招聘也面临长周期高投入的顾虑 [9] - 2026年上半年昆仑芯出货量达8.5万颗，位列国产芯片厂商第四位，国内某头部互联网大厂也采购了相当数量 [10] - 昆仑芯M100已如期上市，M300将于明年推出，2028年基于全新N架构的多颗芯片也将推向市场 [10] - 百度世界2026展示的1024卡天池超节点2.0采用全栈国产化方案，从核心部件、液冷系统到整机架构和高速互联打通整套系统，已在全国多地智算中心完成千柜级规模部署，支撑万亿参数大模型训练 [21] - 百度智能云将能力分为两层：底层百舸AI Infra提供算力，上层千帆Agent Infra提供模型服务和智能体运行环境，让任务持续运行并完成闭环 [17] - 沈抖表示AI云需要穿透企业底层资源系统、IT系统甚至经营系统，当Agent承担任务时基础设施必须能支撑其连接企业数据、调用业务系统并长时间持续执行 [17] 智能组织的三个变化 - 第一个变化是打破岗位边界，从以岗位为中心转向以任务为中心，一个人可同时调动多个Agent承担产品经理、设计师、工程师、测试等角色任务 [12] - 百度数字人团队基于自研BiuBiuAgent打破岗位边界，目前已有6个以上需求实现单人端到端交付 [12] - 第二个变化是从个人能力转向可沉淀、可复用的组织智能，AI为分散在员工脑中的经验提供新的沉淀方式 [12][13] - 百度一镜与可口可乐合作中AI大脑先规划剧本、设计分镜，再由数字演员完成表演并还原细微表情，大幅缩短广告片和短漫剧制作周期 [13] - 百度一镜目前已累计合作商家超过10万家，覆盖30多个行业，生成数字人内容超过50万份 [13] - 第三个变化是组织通过反馈不断调整工作方式，李彦宏概括为可衡量+Looping机制，先明确任务目标和评价标准，再让执行、反馈、优化进入下一轮循环 [14] - 未来公司会变成由无数个Loops组成的高度自动化运营组织，区别于简单把审批协作流程搬到线上 [14] 模型服务与验真机制 - 百度推出词元所，为模型供给建立验真和征信机制，供应商入驻前需经资质核验和资源准入测试，上架后接受定期抽检，实际调用质量持续监测并形成公开可查的信用档案 [18] - 词元所试运营一个月已入驻超过100个供应资源，日均调用次数突破5000万次，日均调用Token超过7000亿次 [18] 自动驾驶与无人驾驶落地 - 2017年李彦宏乘坐百度无人驾驶汽车从北京五环驶过引发争议，北京交警随后介入调查；同期Waymo在美国凤凰城启动面向普通乘客的无人驾驶体验计划 [7] - 萝卜快跑正与神州租车合作，将传统租车服务与无人驾驶结合，在海南探索无人驾驶自驾游，该服务已运营一年 [21] 人与AI的边界 - 百度世界2026现场播放数字人采访李彦宏的片段，当问题转向AI时代人的位置时，李彦宏给出的答案是人的价值仍然不可替代 [19] - 当执行越来越多交给AI，人更需要决定什么值得做、目标如何设定、结果是否真正有价值以及在关键时刻由谁承担责任 [22] - AI可以不断拓展能力边界，却不能替人决定这些能力应该被用来做什么 [21]

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]

英伟达管理层变动 - 英伟达宣布CEO黄仁勋辞去公司总裁、首席执行官及董事职务，即刻生效，现任执行副总裁兼首席财务官科莱特·克雷斯出任临时CEO并继续担任CFO，董事会启动新任CEO遴选程序，同时任命Harvey C. Jones担任首任董事会主席 [3] - 路透社报道称黄仁勋还与另一名员工存在亲密关系，此前已被曝光两段婚外情，其中一段涉及英伟达医疗健康业务副总裁金伯利·鲍威尔，这些婚外情导致其辞职 [6] 字节跳动AI布局 - 张一鸣在面向AI团队的全员会议上表示字节有能力与OpenAI和Anthropic展开竞争，但真正追平前沿技术最早也要到2029年或2030年，字节大模型要对标国际第一梯队 [7] - 外媒报道称字节Seed团队正在预训练参数规模最高可达10万亿的模型，量级可与Anthropic最高端模型相媲美 [7] 腾讯组织变革与产品动态 - 针对"腾讯裁员50%"说法，接近腾讯的知情人士称完全不属实，管理层在28周年Linktime线上直播中表达加快组织变革决心，此次变革面向AI时代主动出击、更偏"增效"，50%的人守土有责做好核心业务，另50%的人拥抱浪潮探索AI Native [7] - 微信发现页"看一看"功能新增"短剧"入口，处于小范围灰度测试阶段，用户可通过该入口查看最近看过的短剧 [7] AI大模型竞争格局 - Claude 10月网站访问量约13亿次（12.53亿次），环比增长23.8%创历史新高，此前5月至9月月访问量基本维持在9.5亿至10亿次之间，同比增长536.3% [12] - 谷歌发布新一代AI模型Gemini 4 Hydrogen，重点提升日常编程和AI智能体执行任务的速度与效率，免费用户也可通过自动模型选择功能使用，Gemini 4 Carbon和Argon主要面向高难度长推理任务 [23] - 火山引擎发布视频生成模型Seedance 2.5 flash，生成速度提升一倍，720P分辨率下文生视频、图生视频生成价格约0.99元/秒，较Seedance 2.5降低约34%，单段最长支持30秒视频生成，单次最多可输入10张图片、5段视频与5段音频 [20] - MiniMax发布新一代图像生成模型H3-Image并开放模型权重，高速版可在10秒左右生成4096×4096像素（16MP）的4K图像，耗时仅为市面主流模型水平的1/5，在Artificial Analysis榜单文生图、图像编辑两项榜单中均位列开放权重模型第一 [23] AI行业诉讼与监管 - 美国四家非营利组织向旧金山高等法院提起诉讼，将OpenAI、谷歌、Meta、Anthropic及SpaceX旗下AI业务列为被告，要求法院阻止这些科技巨头继续开发或部署新的人工智能模型，诉状指控五家企业违反加利福尼亚州《反不正当竞争法》 [15] 马斯克旗下企业动态 - 针对Anthropic可能在2027年年中后停止租用SpaceX算力的消息，马斯克回应称公司乐意收回相关算力，但认为实际情况可能恰恰相反 [15] - SpaceX与特斯拉正在推进合并谈判，最快可能于今年12月宣布交易，合并公告可能推迟至2027年初，截至最近一个交易日收盘SpaceX市值约1.90万亿美元、特斯拉约1.57万亿美元，合计达3.47万亿美元 [15] - 马斯克称Cybertruck生产期将延长至2027年夏季末以消化更多积压订单，此前曾表示计划在2027年年中前后将Cybertruck从产品阵容中剔除以集中产能用于Cybercab，Cybertruck目前仍能实现盈利但制造过程过于复杂 [17] - 保时捷CEO骆明楷公开点评特斯拉全新Roadster超跑"空中飞车"演示，直言保时捷不会效仿这种表演式发布，希望展示真实可落地的技术创新 [19] 机器人与物理AI - 李飞飞与苏姿丰在CoRL 2026机器人学习大会上对话，李飞飞判断机器人将推动计算能力进入下一发展阶段，苏姿丰预计未来几年物理AI尤其是机器人市场规模可能达到数千亿美元 [15] - 德国机器人制造商Agile Robots完成5亿美元融资，累计融资总额增至近20亿美元，公司估值达85亿美元，本轮由软银集团领投，英伟达、日立等参投 [20] 百度AI战略 - 李彦宏在百度世界2026大会开幕式上表示人工智能的下一幕是智能组织，如果说人工智能是新电能，智能组织就是AI时代新的厂房，是生产力真正发生的地方 [10] 融资与IPO动态 - AI数据中心初创公司Torus完成5亿美元C轮融资，由Magnetar领投，Iconiq Capital、Origin Ventures和Trinity Capital等参与，融资用于生产名为Foundry的新型模块化AI数据中心产品 [19] - 曦选创智科技（无锡）有限公司完成5亿元人民币天使轮融资，由纪源资本、经纬创投联合领投，和利资本、鼎晖龙芯创投、上汽恒旭资本等跟投，资金主要用于核心芯片与计算平台研发、软件工具链建设等，该公司由沐曦股份与优必选共同发起，聚焦具身智能端侧芯片与计算平台 [19] - 杭州亦立医药有限公司完成近4亿元人民币A轮融资，由华盖资本领投，康君资本联合领投，博裕创投、德联资本等共同投资，原有股东石药国方先导基金、怀格资本等持续加码 [19] - Anthropic正准备首次公开募股（IPO） [12] 消费电子与汽车行业数据 - IDC报告指出2026年第三季度中国平板电脑市场出货量同比下降22.3%，华为继续位列市场第一，苹果位列第二且6月底上调平板产品售价导致第三季度出货量同比下降27.2%，联想位列第三且出货量同比增长33.2%为前五厂商中唯一实现增长者，小米位列第四，荣耀延续第五位 [25] - 中国汽车工业协会数据显示2026年10月汽车产销分别完成306.3万辆和301.6万辆，环比分别增长2.5%和2%，同比分别下降8.8%和9.2%，月度出口量连续5个月保持在100万辆以上，新能源汽车稳定增长、销量占比持续提升 [27] 其他企业动态 - 段永平向安庆市桐城中学教育发展基金会捐赠人民币4500万元，专项用于学校多功能体艺馆建设，创下该校单笔社会捐赠金额最高纪录 [10] - 张雪宣布拍卖53号冠军赛车所得款项将用于资助中国小车手成长，不再捐给韩红爱心慈善基金会，基金会回应称尊重捐赠人选择 [10] - 张雪晒出10月成绩单：单月售出近5000台，总量稳居第二，500RR单款卖了2697台拿下单品榜第二，在仿赛类目断层第一、销量是第二名的3倍多，并称"一个小目标今年已经挣到了"，今年冲击年度总量第三 [10] - 赵丽颖起诉红果短剧相关公司肖像权纠纷，被告方为北京抖音信息服务有限公司、北京笔墨留香科技有限公司等，开庭时间为2026年11月10日，北京笔墨留香科技有限公司由北京抖音信息服务有限公司全资持股 [6]

文章核心观点 - AI不只是一场技术革命，更是一场组织革命，这一趋势不可阻挡 [2] - 人工智能的下一幕是智能组织，企业要像重新设计工厂一样重新设计组织 [2][4] - 换一台AI新电机只是起点，重新设计新厂房才是分水岭，这座新厂房就是智能组织 [7] - 只有匹配AI各种新能力的组织方式落地，生产力才会大幅度提升，经济才能加速成长 [4] 人工智能技术栈与智能组织的定位 - 2016年到2026年是人工智能技术形成独立技术栈的十年，“芯云模体”四层架构在这十年逐步形成 [4] - AI技术的上游是能源，下游是组织能力，即不同于现行科层制的AI原生组织体系——智能组织 [4] - 人工智能是新电能，智能组织是AI时代的新厂房，是生产力真正发生的地方 [4] 企业AI应用现状与组织重构 - 不少企业Token花费越来越多，但收入利润没有跟着涨，原因在于只更换了电机，却没有重新设计工厂 [2][7] - 企业不能只把AI当成个人提效的工具，而要让智能体、数字员工真正进入销售、客服、研发、运营等业务环节，围绕AI重新设计组织 [6] - 没有一家公司会因为用了几个AI工具一夜之间变得更有竞争力 [7] - 新生产力只能从AI流水线里长出来，从智能组织里长出来 [7] 组织进化三原则 - 原则一：打破岗位边界，释放组织活力——岗位是工业时代的单元，任务是智能时代的单元，未来组织是以任务为核心、人和Agent协作的任务网络 [8] - 岗位不会消失，但会收敛为两类：负责创造新东西的Builder，以及负责人与人之间沟通和连接的Seller [8] - 原则二：沉淀隐性知识，构建组织智能——组织智能和个体能力最大的不同是隐性知识的显性化，让知识沉淀到公司平台上，持续累积、随时调用、人人可用 [8] - 组织智能才是企业最深的护城河 [8] - 原则三：设计流程闭环，推动组织进化——智能组织是自主进化的智能系统，提出“可衡量+Looping=持续进化”的公式 [8] - 未来人和AI围绕一个任务形成一个Loop，公司变成由无数Loops组成的高度自动化运营组织，组织变成不断学习和进化的系统 [9] 大模型交易平台词元所 - 模型迭代速度非常快，今年前9个月几乎每天都有新模型发布，有时一天能发出多个模型，模型调用需求迎来大爆发 [11] - 由此催生的一批词元中转站并不对模型效果、服务稳定性、响应速度等负责，甚至连模型真实性都无从考证 [11] - 百度正式推出大模型交易平台词元所，定位为大模型的交易所，希望汇聚好的模型和模型提供商，让企业乃至个人便捷地找到、购买和使用可信的模型Token [12] 大模型研发战略 - 大模型产业沿两条路径发展：一是向上突破推高智能上限，二是向实扎根释放产业价值 [13] - 公司将持续投入研发下一代更前沿的基础大模型 [14] - 坚持“模体并行、协同进化”理念，让大模型为应用而优化，文心闪电模型、文心微表情大模型均践行该理念 [14] AI芯片与算力需求 - 过去AI算力需求主要以训练为主，现在是训练与推理并重的格局，智能体应用的规模化带动了推理计算需求的大爆发 [15] - 推理将成为AI芯片长期持续增长的主要推动力 [15] - 昆仑芯是公司十多年坚持投入的结果，其商业价值正获得越来越广泛的认可 [15] 无人驾驶业务 - 只有四层架构技术都掌握，层与层之间相互适配、联合优化、垂直整合，才能做出最有价值的产品 [17] - 公司是为数不多的四层AI技术全部具备领先优势的公司，这一点在无人驾驶上体现得最为明显 [17] - 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 [18] - 无人驾驶将是人工智能技术竞争中不可或缺的一环 [18] - 萝卜快跑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，开创全球唯一的无人车“自驾游”服务模式 [18] - 萝卜快跑覆盖全球28座城市，自动驾驶里程超过3.5亿公里，其中全无人驾驶里程超过2.4亿公里 [18] 智能组织三大机会 - 机会一：轻资产运营——一个人或很少的人可以带着一群Agent完成各种任务，人力资源不再是企业扩张的瓶颈，迭代速度大大加快，企业可并行开很多小实验而非一次只押注一个团队，组织可轻装上阵灵活探索增长机会 [20] - 机会二：构建新护城河——企业可把顶尖员工的隐性经验沉淀为可复用的数字资产，封装成智能体模块，在全球范围内毫秒级部署、7×24小时运行 [20] - 拥有不同技能的顶尖员工在隐性经验显性化后可相互借鉴、融会贯通，使集体智能超越个体天才 [20] - 企业可在行业通用能力之上叠加自身独有的知识、上下文以及文化和理念，形成难以被复制的竞争壁垒 [20] - 机会三：创造和发现新市场——能够自我进化的组织会形成闭环，能感知变化、快速试验、持续学习、规模复制，企业创新从依赖少数“创新部门”转向全组织并发探索，更有可能发现和创造新市场，培育新增长曲线 [20]

文章核心观点 - 李彦宏在2026年百度世界大会上提出“AI是新电机，智能组织是新厂房”，认为企业AI转型的关键瓶颈已从技术能力转向组织效率，下一个十年真正值得关注的是企业能否借助AI让组织本身变得更聪明 [8][9] - 企业AI转型正遭遇“效率悖论”：个人提效与组织增益之间存在巨大裂口，AI投资的回报问题正从技术能力问题转化为企业的组织效率问题 [12][13][18] - 智能组织可能成为企业构建长期竞争优势的新路径，企业长期沉淀的业务知识、组织协作机制以及持续改进能力很难通过采购AI工具直接复制 [33] 行业背景：企业AI转型的效率悖论 - 麦肯锡今年8月发布的全球AI调查显示，80%的受访者表示AI提高了个人生产率，但只有37%表示AI对企业息税前利润产生了正面影响 [12] - 一项原本需要八小时完成的工作AI可能一小时完成，但若后续审批、沟通和交付仍需两天，企业最终获得的效率提升远没有单个环节显著；若项目中真正“做事”的时间只占三成，即使执行效率拉到无限高，整体周期也只能缩短三成 [13][14] - 个人效率并不天然等于组织能力，企业花钱引入AI可能率先培养出“超级员工”，却未必因此拥有一家“超级公司” [16][18] - 微软在《2026年工作趋势指数》中将这种现象称为“企业AI转型悖论”：员工已在用AI提效，业务流程、协作方式和评价机制却停在过去；BCG认为应该为AI重新设计公司，而不是让AI去适应原来的公司 [18] - 微软2026年《工作趋势指数》发现，只有19%的受访者同时具备较高的个人AI能力和组织支持水平，另有10%的受访者个人AI能力较强但所在组织未能提供相应支持，员工可能已经跑在前面，公司反而成了需要补课的一方 [20][21] 李彦宏AI生产力判断的演进脉络 - 十年前李彦宏将人工智能比作新的电能，判断AI将成为下一轮产业变革的重要力量 [6] - 2025年百度世界强调将AI内化为企业的原生能力 [23] - 2026年Create大会提出人与智能体组成混合编队、推动组织自我进化 [23] - 此次百度世界提出“智能组织”，思考重心从让AI进入业务，到让人与AI重新协作，最终让组织本身具备持续进化的能力 [23] 组织重构的三个层面与组织进化三原则 - 岗位边界受到挑战：智能体参与后部分任务可围绕目标重新组合，一个员工可借助不同Agent承担部分跨岗位任务；组织基本逻辑可能从“先划分岗位再分配任务”变为“先明确任务再决定由谁及哪些智能体协同完成”，岗位不再是能力的固定边界，任务成为组织资源重新组合的起点 [26][27] - 企业核心资产从“掌握知识的人”转向“可沉淀的组织知识”：大模型改变了知识获取门槛，但通用知识不等于企业竞争力，真正构成壁垒的是企业在具体业务中积累的独特经验及将其转化为可复用能力的机制 [28] - 南方电网与百度搭子合作，将过去高度依赖资深专家判断的电力故障分析，通过历史故障数据、线路信息和专家经验转化为可调用和验证的专业分析能力，使少数人手中的经验成为整个组织可持续使用的能力 [28][29] - 企业成长方式从“阶段性改革”走向“持续性进化”：李彦宏提出“可衡量＋Looping＝持续进化”，让任务执行、效果评估和反馈优化形成闭环，使组织能力在日常经营中持续积累 [31] - 组织进化三原则：打破岗位边界释放组织活力、沉淀隐性知识构建组织智能、设计流程闭环推动组织进化，关键是让企业获得不依赖某个员工个人发挥也能不断积累和改进工作方法的能力 [31] 海外市场样本 - Anthropic今年9月披露内部日活研发Agent数量已达3万个，10月进一步公布员工使用Agent工作的时长已达人类的6倍，部分员工岗位职能开始转变，组织最小作业单元不再是一个人而是“人+Agent编队” [36] - 微软CEO纳德拉提出“双资本论”，认为企业要同时积累人力资本和Token资本，把自身知识、经验和业务流程沉淀为可持续的AI能力 [36] - 微软内部已通过Agent 365实现对超50万个Agent的统一管理，同时组建约6000人的前沿部署工程团队，直接嵌入客户企业内部帮助重新设计业务流程 [36] 百度自身实践样本 - 百度数字人创新业务部打破传统产品、研发、设计和测试岗位边界，推动成员向Builder转型，借助AI完成从需求理解到产品交付的更完整任务链条 [37] - 2026年第三季度该团队实现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% [37] - 一名校招新人借助AI仅用一天就完成了过去需要五个角色协同、至少十天才能完成的需求交付 [38] - 百度一镜除生成高度逼真数字人外，能力已延伸到实时互动、短漫剧创作以及从品牌营销到客户服务的业务场景，借助AI大脑和多智能体协作，过去需要编剧、导演、制作等多个角色参与的内容生产流程开始能由AI承担更多执行工作 [40] 人与AI的关系定位 - 在百度一镜数字人采访李彦宏的片段中，AI已能以接近真人的形象和表达方式交流，但能模拟人的表达并不意味着能代替人作出所有判断 [41] - 李彦宏表示最核心的还是人，AI和人是一种相互加强、共生的关系 [42] - AI承担越来越多执行工作，人则可将更多精力投入目标设定、创造性决策以及人与人之间的情感连接和信任建立 [44] - 智能组织不是简单的机器替人，而是一次人与AI的重新分工，决定组织往哪里走、为什么而做以及最终创造什么价值的依然是人 [45] 模型服务与产业环节 - 百度推出词元所，试图通过模型服务验真和质量监测让企业更方便地获取可信模型资源 [45] - 词元所试运营一个月已入驻供应资源超过100个，日均调用次数突破5000万次，日均调用Token超过7000亿 [45] - 这组数字说明模型交易正在从企业私下对接变成一个独立的产业环节，规则提供者从这个环节里获得了公共品的属性 [45] 百度AI长期布局的产业脉络 - 百度过去十余年的AI布局正逐渐形成清晰的产业脉络，从昆仑芯在AI算力领域的持续突破到萝卜快跑将自动驾驶带入越来越多城市的真实道路，底层技术和前沿应用投入已开始转化为实实在在的产业成果 [46] - 这背后是科技企业对技术发展方向的长期判断，也是在AI领域坚持长期主义的价值所在 [47] - 未来最有竞争力的智能组织或许不是最不需要人的公司，而是最能释放人的价值的公司 [47]

文章核心观点 - AI在持续变强且头部企业收入高速增长，但企业并未因此自动变成更优组织，消费者对低质AI生成内容不信任，企业采购token后是否转化为产品竞争力和效益尚未得到广泛验证，AI最终输出到社会的价值增量有限，需要一次更深刻的演进 [2] - 李彦宏将分享重点放在「智能组织」，用比喻指出AI是新时代的电机，智能组织是新的厂房，只有重构整个流水线系统才能释放新技术生产力 [2] - 公司需要被重新发明一次，这可能是AI时代序幕拉开后最重要的问题 [4] - AI进入了公司，但组织还没有跟上 [5] - 历史上每一次生产力跃迁背后都是对工作分配、资源调度的重构，是组织和管理方法的演进升级，到AI时代组织本身的演进变得更加重要 [7] - AI时代公司不会消失，但价值将不再由规模衡量，不在于员工数量多或少，组织变革最终要回答如何把当下最先进的技术转化为先进、真实的生产力 [29] 组织演进的历史脉络 - 19世纪铁路网络和大型制造业发展使企业需要处理越来越复杂的调度和协作，由此逐渐形成专业分工、明确职责的「科层制」管理模式，管理层制定目标方向、执行层拆分任务层层落实分工，成为现代企业雏形 [6] - 福特流水线将生产流程进一步标准化，让工人、机器和工序围绕统一生产节奏协作，流水线是可复制可扩张的流程，生产效率不再依赖工人个人经验，让企业走向规模化扩张之路，缔造了20世纪后半叶的工业奇迹 [6] - 21世纪互联网时代企业面对更快变化的市场需要快速迭代交付产品，传统层级组织开始拖效率后腿，以亚马逊、Facebook为代表的企业提倡「两块披萨团队」、敏捷开发，通过控制团队规模保持紧密沟通，组织竞争力从规模化能力转向快速响应、灵活协作，「扁平」成为2010年代先进团队最重要特质 [6] AI进入公司但组织未跟上的现状 - 过去四年大模型能力涌现、算力模型不断迭代，但组织经验并没有明显演进 [8] - 美国《经济学季刊》2025年研究追踪5000名客服人员，发现经过AI助手辅助后客服解决问题效率提升15%且改善回答质量 [8] - 该研究调查66家企业、7000多名知识型工作者，发现获得AI工具后处理邮件等日常事务时间减少，但完成的「关键工作任务」数量、质量并没有明显变化 [8] - 当AI面对超出能力边界的复杂任务时，使用AI的员工完成任务效率、质量反而会降低，若企业只关注效率产量而未同步建立质量验证和错误反馈机制，AI反而会拖慢效率 [8] - 研究结论为：获得AI工具的员工工作方式普遍有所转变，但没有证据表明员工个人层面变化推动了工作内容和企业运作方式改变 [8] - 世界经济论坛报告显示2025年仅25%的受访企业认为AI已在内部产生变革性影响，大部分企业仍处于「在既有流程上叠加AI工具」阶段，并未围绕智能重新设计业务运作方式 [9] 公司需要重新发明自己 - 目前AI工具难以进入组织协作深处，因为企业活动不是一系列互不相关的个人任务，一项工作背后往往是多个团队参与的长链条 [11] - 产品经理用AI辅助生成需求文档，设计师却无法理解其中业务逻辑，不同员工编写提示词、创建Agent方式不同，传递交接时需花更多精力解释对齐，这种「内部应力」反馈到整个工作链条会抵消AI带来的效率提升 [11] - OpenAI在2026年用户研究中分析近百万条工作场景ChatGPT消息，剔除通用任务后发现超过40%的AI任务是「跨专业」的，OpenAI将这一现象称为「任务跨界」（Task Crossover），意味着传统「岗位」或将不再是企业基本组织单位 [11] - 李彦宏认为岗位是工业时代的单元，任务是智能时代的单元，未来组织就是一个任务的网络，AI让每个人能力极大扩展，一个人可同时扮演多个角色、承担多个岗位任务 [12] - 李彦宏曾将这一趋势概括为「一个人加一支智能体编队」：过去公司最小生产力单元是一支小团队，现在一个人可通过调用多个智能体获得接近一支团队的能力 [14] - 百度数字人团队实现由单人完成6个以上需求的全流程交付，随着Loops持续运转，数字人产研人均吞吐提升125.3%，交付周期缩短28.8% [14] - 微软2025年「工作趋势报告」基于超过30000名员工调查数据提出「前沿企业」概念，提出未来公司可能从按职能划分的传统组织架构转向以目标和结果为中心的「工作表」模式，当每项工作需要不同能力时企业可临时组合人类员工和智能体，完成后团队解散或重组 [15] - 这种变化的终极目标不是缩减人员，更不是让一个人完成所有工作，而是打破过去由人力资源部门设计的权责边界、汇报线条，让每个员工充分调用AI知识和能力，围绕任务目标展开协作，优化最终结果，实现效率和质量共同提升 [16] 通往「组织智能」之路 - 李彦宏提出「智能组织」三原则：打破岗位边界、沉淀隐性知识、设计流程闭环，打破岗位边界要解除过去层级结构约束，沉淀隐性知识、设计流程闭环则目指未来进化方向 [18] - 当下AI应用最大难题之一是「如何确保每次任务的结果不会随任务结束而消失」，传统企业最有价值的知识往往沉淀在人力系统里，是技术骨干、执行层的经验和判断 [20] - AI具有强大的、超越任何个体的通用智能，如何将这种智能与具体业务经验结合、复制到更多场景，成为企业运用AI提效提质的关键，AI需要萃取分散在企业内的知识、经验 [20] - 百度财务内审团队已将Looping引入审计流程，把原本依赖专家经验的审计计划、风险排查和问题核查交给AI，目前内部审计流程的AI自动直审率已达40% [22] - 数字人平台「一镜」聚焦生成质量提升和全生产链路融合，通过引入AI大脑与多智能体，让AI自主规划剧本与分镜、参与整条内容生产链路，数字人Agent每一次任务和互动都会沉淀新经验，反哺下一次创作、服务与决策 [22] - 百度搭子与南方电网合作中，广西电网2025年发生8215次永久性故障，传统人工研判单次耗时超过60分钟且高度依赖专家经验，双方开发的「天璇伙伴」通过学习上万条历史故障数据，将资深专家经验沉淀为可复用的专业知识，并把故障记录、开关信号和线路拓扑串联成证据链辅助故障分析 [22] - 「天璇伙伴」故障分析准确率达到70%以上，分析效率提升12倍，目前已在广西14个地市、112个县推广 [22] - 这些案例展示了一条可行路径：AI不只能替员工完成单次任务，还可以把经验和方法沉淀下来，并对工作成效进行循环优化，从组织中萃取出更高密度的智能 [23] - 百度相信通往「组织智能」这条路可能不是当下最快的路，但会是最具长期价值的路 [24] - 组织智能进化不意味着AI可不受约束地做任何事，也不意味着人类退出决策过程，权限控制、流程追溯、人工审核和验证依然必要，AI参与的结果必须可衡量、有可靠反馈 [24] 词元所与全栈能力 - 百度「词元所」核心发布针对企业对AI服务质量持续评估、追踪、对比的需求，设计两层新机制：首先确保模型资源可信、核验供应商资质，其次持续追踪服务质量，定期抽检已上架模型服务质量并实时监测用户实际调用指标，将相关数据沉淀为公开可查的信用档案 [26] - 词元所机制迭代和智能组织建设是同一件事的两体两面：企业反复问「token越花越多，业绩为什么没跟上」，本质是缺少能衡量AI投入产出的外部基准，百度此次建立的是从外部计量模型和履约质量的体系，让AI效果能够跨企业可比，进而实现组织层面的「可衡量」 [27] - 百度将「芯云模体」全栈能力与智能组织联系：芯片和AI基础设施提供计算能力，云平台承载企业资源与运行环境，模型提供智能，智能体负责理解任务、调用工具和执行流程，企业需把数据、知识、工作流、权限和反馈机制连接起来，才能让智能体在真实业务中持续工作 [27] 行业趋势与公司价值 - 纵观工业历史变化最激烈的就是组织，早期现代企业出现是为把团队做大、把任务拆散靠分工提高效率，互联网时代追求把团队做小、做扁平降低协调成本，企业组织方式没有标准答案，只会随基础科学和技术进步不断演变出更适配形态 [29] - AI智能初现时人们首先想到「超级个体」，一个人借助大模型就能完成过去一个团队的工作，但随着智能体开始承担更长链条任务，企业面临的问题也变了，一个人或许可以建立一支Agent队伍，但这仍不是一家「公司」 [29] - 公司的价值是专业知识、业务经验、执行流程、结果评判、风险控制，这都是组织的价值，AI无法凭空生成出来 [29]