本文系基于公开资料撰写，仅作为信息交流之用，不构成任何投资建议

1841年，马萨诸塞通往纽约的西部铁路上，两列火车迎头相撞，近20人伤亡。

此时距铁路通车，仅一天。

事故的原因荒诞到近乎必然：美国早期铁路都是单线，双向通行全凭各站站长对表。而每一块怀表，都走着自己的时间。谁都没错。谁都错了。

此后，铁路公司才一点点搭起多层级的现代管理制度。

回溯历史，过去两百年五次“技术—经济”变革，从来不是线性的。鲜有人点破的是：

经济形态的重塑，依托社会结构的重塑；社会结构的重塑，本质是组织形态的转变。

今天的AI，这道题在百度世界大会的现场，被一个数字人用玩笑的方式问了出来。台上，数字人希加加问李彦宏：既然我都能做采访了，那我这样的数字人，能当CEO吗？

李彦宏笑答：不能，你不能当 CEO。“一个组织、一个公司，甚至一个人，他其实有他存在的理由，就是他有他的 mission 和 vision。”

希加加接着追问：如果AI渗透到组织的每个角落，组织本身还在吗？留下来的部分，最核心的是什么？李彦宏的回答是：最核心的，还是人。

其实现阶段AI技术力和组织的关系，是整个行业未解的难题，也是制约AI产业化落地的关键因素。世界大会上，又是李彦宏，给出了事关AI经济下一幕的深刻论断：AI迟迟没有产生预期的经济效益，是因为我们只更换了电机，还没重新设计工厂。

他指出，智能组织，就是AI时代的新厂房，是生产力真正落地的地方。

眼下，市场还在用短期的经济效益给AI定价，泡沫与变现的争论反复上演。李彦宏把问题往前推了一步：从数字层面的语言游戏，推到组织形态这个更深的层面。

在我们看来，化身“工厂设计师”的李厂长，这份关于组织范式的最新判断，既是AI时代所有企业一把手的必答题，也是AI智能经济的下一幕。

01

从技术到经济，始终隔着一道组织改造

一项新技术在革命初期，为什么迟迟变不成全要素生产率？

症结往往不在技术本身，而在资源与制度的错配。错配攒到一定程度，就表现为泡沫的破裂。

佩雷斯在《技术革命与经济范式》里阐释的清楚：新技术不能立刻改变生产力，往往因为旧的组织模式接不住、用不满新的技术潜力。

以史为鉴，每一次技术进步，都会重画一遍“工厂”：

（1）五次技术革命，无一例外，都补过一次组织课

新技术带动的生产力扩散，从来伴随着结构与地理的变革：铁路拉近了运输半径，互联网催生了线上办公与扁平化组织。

每一次生产力跃迁，都会诞生新的组织范式。没有例外。

新技术与生产率之间，始终隔着一道组织改造。

经济史学家保罗·大卫的研究：电力1880年代就进了工厂，制造业生产率直到1920年代才真正起飞。

中间隔了四十年。这四十年，工厂只做了一件事——围着电机，重画厂房与分工。

图：五次技术革命后组织形态的变更，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》

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

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：

• 生产力极度放大，协作形式更扁平；

• AI成了生产主体，企业运行更依赖人机协同；

• 迭代速度空前，企业得不断更新业务形态。

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

请添加微信：jinduan008

添加微信请备注姓名公司与来意