![]()
AI能干活了,然后呢?
01
2026年,硅谷大厂搞AI,开始出现一个奇怪的现象:
AI越来越能干,公司却不一定变得更高效了。
员工用AI写代码、做分析、处理邮件,各个部门的AI项目也接连跑通。
但一到整个公司的业务协作,问题就来了。
一个部门用AI提高了效率,其他部门还在等审批;一个团队已经开始让智能体干活,隔壁团队还在按照老流程交接。
AI已经进入了工作现场,组织却还没跟上。
微软把这种现象称为:
企业AI转型悖论。
AI技术暴露出来的问题,就用更高维的AI来解决。
微软提出了一个新概念——
Frontier Firm,前沿企业。
简单来说,就是未来公司里,AI不再只是员工手里的助手,而是直接成为团队的“数字同事”,和人一起分工协作。
人负责定目标、做判断,AI负责执行任务,甚至可以自主跑完整个业务流程。
波士顿咨询甚至直接喊出:
为AI重新设计公司,而不是让AI适应原来的公司。
看来,AI转型的下半场,真正要动的可能不是工具,而是整个企业组织。
02
最近,百度创始人李彦宏也在2026年百度世界大会上预判,AI的下一篇章是——
智能组织。
![]()
过去的经验告诉大伙儿,李彦宏总是能预判咱的预判。
大会开幕式上,李彦宏提出了“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。
首先是打破岗位边界。在他看来,岗位是工业时代的单元,任务则是智能时代的单元,未来的组织就是一个任务的网络。
他还预判了未来岗位不会消失,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。
其次是沉淀隐性知识。
公司的做事经验如果只存在员工脑子里,就只是个体能力;只有显性化并沉淀到公司平台上,才构成组织智能。李彦宏说:
这种组织能力,是别人抄不走、挖不动、买不来的,这才叫护城河。
最后是流程闭环,意味着每次任务完成后,都要用业务结果检验效果,再把经验、偏差和反馈带入下一轮执行。
这也是李彦宏所说的Looping:
让智能体围绕目标持续执行、观察、反馈和优化,让组织具备持续进化的能力。
“组织进化三原则”已经通过过去一年的数据,在百度内部得到初步验证:
百度内部日活智能体数(DAA)从日均0.5万增长到3.7万,涨了6倍多;
智能体完成的有效任务数,从每周8.4万个增长到一周超过100万个;
百度已建设4300个Workspace,沉淀组织Skill超过2万个。
十年前的世界大会上,李彦宏提出:
互联网的下一幕是人工智能。
十年后的今天,他又提出AI的下一幕是智能组织。
只能说,李厂长的眼光还是相当超前的。
03
不过,光有前瞻性的判断还不够。
一个新方向能不能成立,最终还得看有没有真实的商业需求,能不能转化成真实的收益。
11月16日,百度发布2026年第三季度财报,季度总营收308亿元。
其中AI业务收入132亿元,占百度一般性业务收入53%这种“占比过半”的势头已——
连续三季。
与此同时,AI云基础设施收入82亿元,同比增长94%,较上一季度50%的同比增速显著加快;AI应用收入26亿元;AI原生营销服务收入24亿元。
![]()
AI业务持续贡献百度通用业务收入的半数左右,AI云基础设施成为本季度重要的收入增量。这些数字说明——
百度的AI能力正在被市场购买。
如果说Q3财报展示的是百度AI业务已经取得的阶段性回报,那么百度在世界大会上发布的一系列产品和平台,则是在为下一阶段的企业需求做准备。
先看底层。
论体系完整度,百度仍然是国内大厂中少有的选手。
从昆仑芯、百度智能云、文心大模型,到百度搭子、库库、百度一镜、百度伐谋,百度已经搭起了「芯、云、模、体」四层架构。
简单理解,就是从芯片、云基础设施,到模型和智能体应用,企业需要的AI能力,百度都在布局。
但问题也来了:
模型越来越多,企业究竟该怎么选?
不同模型擅长的任务不一样,价格、性能、稳定性也各有差异。如果企业要长期、大规模地调用模型,总不能每次都靠试错吧?
这也是百度发布词元所的原因。
词元所要做的,就是让模型供给变得更加透明、可比较、可衡量。
通过模型验真、能力与价格比较、持续质量监测,企业可以更有依据地选择模型,也能更好地管理长期调用成本和服务质量。
这就像过去企业采购原材料,需要知道货从哪里来、质量怎么样、价格合不合理;到了AI时代,Token也正在成为企业需要管理的一种生产资源。
词元所试运营阶段的数据也展现出了一定的市场需求:
发布首日,新增申请入驻的供应商超过100家,新增超过1000家客户接入;
目前平台已上架40余款模型,覆盖DeepSeek、Kimi、智谱GLM、MiniMax等主流模型及视频模型,也包括百度自研文心系列。
![]()
与此同时,百度还在继续升级模型和智能体能力。
这次大会上,百度发布了文心5.5 Flash预览版、天池1024卡超节点,以及四款智能体的升级。
以百度搭子为例,2026年9月,其月活数据已经在国内AI办公智能体中排行第二,生态合作伙伴超过200家,接入生态能力2000多项,覆盖30多个专业领域。
你会发现,百度这套布局其实有一条很清晰的逻辑:
实际应用推动模型不断迭代,芯、云、模、体的协同支撑性能和交付,而词元所则让企业能够更方便地选择、采购和管理模型服务。
从单个模型到智能体应用,再到企业长期使用AI所需要的基础设施和供给体系,百度正在把AI能力变成一套可以持续交付的服务。
04
有经济学家提出,企业不能只给旧流程增加AI工具,而是要重构组织分工与协作方式。
现在大多数公司内部用AI还处于各自为战、各行其是的状态:
员工甲用一个AI提交需求,员工乙用另一个AI执行任务,员工丙用第三个AI给予反馈。
每个人都用自己的专属AI交出了看似完美的工作,但往往致命的风险就藏在不同AI工具的切换之间。
据说,现在AI犯的错误已经不是一般人类能肉眼识别出来的了。
它产生的Bug不再是那种一眼就能看出来的语法错误,而是藏在逻辑深处,藏在AI自己“脑补”出来的幻觉之中。
如果一个团队里每个人都用不同的AI工具、不同的提示词风格、不同的代码生成策略,那么Bug的形态也跟着变得——
五花八门。
延续这种工作模式,或许会出现可怕的Bug大爆发。
现在已经有人发现,自己的键盘出现了“幽灵打字”。
比如,用拼音输入法时会出现“空格识别延迟”或者“词库乱跳”的情况。
这些看似不起眼的小问题,背后可能是不同工具、系统和代码之间的复杂交互。
当然,这还只是一个缩影。
当AI越来越多,企业真正头疼的可能不再是某个AI能不能把活干好,而是所有AI能不能一起把活干好。
说白了,给每个员工都配一个AI,不等于公司就变聪明了。
一个人用AI干活,可能效率翻倍;但如果团队里每个人都用自己的AI,各干各的,最后很可能就是AI越多,沟通越乱,Bug也越多。
所以,AI时代企业真正要琢磨的,不只是怎么让员工用好AI,而是怎么让人和AI、AI和AI之间真正配合起来。
这也正是李彦宏提出「智能组织」的原因。
![]()
从这个角度看,百度押注的就不只是某一个模型或某一款智能体,而是企业如何把AI真正用起来,并让它持续创造价值。
李彦宏说的AI下一幕,或许才刚刚开始。
来源:老司机普拉斯(ID:laosjplus)作者:船长斯基
转载请注明来源及作者 侵权必究