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 - 百度董事长李彦宏通过数字人希加加访谈回应外界“起大早赶晚集”评价，认为创新失败率高是常态，公司心理上接受90%会失败，这是创新所需付出的代价 [3][4] - 公司目前花时间最多的是应用层问题，若应用口子打不开，底层供应将变成泡沫，行业尚未找到真正杀手级应用，若再过几年仍找不到将面临新一轮洗牌 [4] - 数字人不能当CEO，因为AI没有使命与愿景，只能作为CEO的思考伙伴，定方向给指令的必须是人 [5] - 展望未来十年，最希望看到AI对全球GDP产生有意义的贡献，最不希望看到新需求未能产生 [5] 昆仑芯与芯片布局 - 十几年前公司开始做芯片时外界认为“芯片买不就行了吗”，今天大家才意识到应该早做 [4] - 昆仑芯做到第五年、第十年时也没人觉得怎样，最终公司把它做出来了 [4] - 李彦宏表示有一个成功的例子可能就有九个不成功的例子 [4] 萝卜快跑与自动驾驶 - 萝卜快跑坚持十几年、技术全球领先，但至今未大范围普及，砸了几百亿 [4] - 公司仍认为技术本身有价值，相信市场有一天会接受，届时外界就不会觉得公司在赶晚集 [4] 数字人技术与应用 - 希加加是公司一镜生成的数字人，视频中出镜的李彦宏既有数字人也有真人 [3] - 数字人回答问题时保留了人类思考的停顿，动作自然，能做出挠头动作，展现有思考有迟疑的真实对谈状态 [3] - 数字人可作为CEO的思考伙伴，帮人查资料、推演问题，遇事不决今天第一想到的可能是去问问AI [5] AI行业与人才观点 - AI大厂负责人中90后、00后不少，人的神经元像模型参数，创造力高峰在30岁左右即参数规模最大，但年纪越大经历数据越多训练越充分 [5] - 中美AI领军人物年龄有差异跟年龄没有必然联系，关键是多早多深刻地理解了AI [5] - AI时代产生的新需求主要来自两个方向：健康如AI助力新药发现，以及快乐即AI创造新的娱乐形式 [5]

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]