“为什么Token花费越来越多，但收入和利润不见涨？”。11月12日，在百度世界2026大会上，百度创始人李彦宏抛出行业共性问题。在他看来，很多企业只完成了技术工具的替换，却没有改造原有业务体系。类比工业革命，仅仅把蒸汽机换成电动机，并不能自动提升工厂产能，生产线、组织架构同样需要重构。
李彦宏表示，人工智能是新电能，智能组织就是AI时代的新厂房，组织智能才是企业最深的护城河。企业AI竞争已经跳出模型、工具层面，核心转向业务流程、组织分工与管理模式的重塑。AI不只是员工的辅助工具，智能体、数字员工需要深度嵌入真实业务链条。
重构人机协作 从工具应用迈向组织智能化
此前企业AI应用大多停留在个体工具层面，用于撰写文案、制作PPT、辅助编码，仅提升单人效率，并未介入核心业务流程。当下企业需求正在发生转变，推动AI融入业务全流程，成为行业共同追求。
对此，李彦宏提出组织智能化的三大原则：打破岗位边界、沉淀企业隐性知识、搭建业务流程闭环。
传统企业以岗位为核心，讲究人岗匹配。而AI智能体具备任务拆解、工具调用、流程执行能力，单人可以依托智能体完成过去多岗位协同的工作。未来岗位不会彻底消失，但会逐步收敛为两类：一类是负责创新创造的Builder；另一类是侧重人际沟通对接的Seller。企业组织也将从岗位驱动，转向任务驱动，形成人与AI智能体协同的工作网络。
企业内部大量决策经验、协作技巧、客户沟通方法，大多留存于员工个体脑海，缺少书面文档沉淀，难以复用。企业智能化的关键，就是把这类隐性经验显性化，沉淀到企业平台，转化为可随时调用的组织资产。
知识沉淀并非终点，还需要建立迭代反馈闭环。李彦宏将其总结为“可衡量+Looping=持续进化”，为任务设置明确目标与评判标准，交由AI执行验证，再依据输出结果持续调优，让每一次业务实践都成为迭代优化的基础。
这套理念已经在百度内部落地。李彦宏披露，过去一年，百度日活智能体从5000个增长至3.7万个，每周有效任务量从8.4万个突破100万个；搭建4300余个工作空间Workspace，沉淀2万余个企业级组织Skill。
以“百度搭子”为例，产品经理的客户需求，可由智能体串联需求解析、原型制作、部分开发工作。半年内“搭子”迭代超160次，企业内部90%代码、半数以上对外传播物料由其生成。除此之外，百度也陆续推出库库、文心一镜、短漫剧Studio等产品，覆盖知识管理、数字人、内容生产等场景。
李彦宏同时也复盘了内部踩过的弯路，早期业务部门各自微调开源模型，模型版本迭代后前期投入快速失效；各业务追逐智能体热点，造成资源分散。后续百度将模型训练收拢至专门团队，引导业务聚焦核心方向，以此提升资源利用率与项目成功率。
联想集团董事长兼CEO杨元庆在现场对话中分享了供应链的AI落地实践。AI被应用在需求预测、排产、质检、物流全链条，相比传统人工经验，能够整合多维度数据提升预测准确度。但AI输出仅为参考，预测结果仍需要人为转化为采购、生产、库存的实际动作。“AI给出的是草稿，最终决策要交给人。”杨元庆说。
在组织落地策略上，他认为应当兼顾自上而下规划与自下而上创新，管理层划定AI应用方向与边界，同时鼓励员工开展前沿尝试。
算力需求格局发生变化 推理需求走向端云协同
随着智能体规模化落地，AI算力的需求结构正在发生改变。李彦宏判断，行业算力需求已经从以训练为主，进入训练、推理并重的新阶段；智能体大规模普及之后，推理将成为AI芯片增长的核心驱动力。
技术层面，百度持续迭代昆仑芯系列芯片，M100已经实现上市，M300计划于明年发布；百度智能云推出天池1024卡超节点，同时落地云沙箱，保障智能体安全运行。
计算负载也不再全部集中云端，AI PC等终端设备成为重要算力载体。杨元庆提出，AI时代PC的价值进一步凸显，作为个人AI入口，终端本地算力可以支撑智能体运行；跨设备的数据整合记忆，是实现统一AI体验的关键。
端侧算力的核心价值集中在隐私安全与成本控制，企业和个人敏感数据在本地完成处理，无需上传云端，降低数据泄露风险；部分简单任务本地运行，也能够减少云端调用，压缩Token开销。
但端侧算力无法完全替代云端，受限于硬件功耗、算力上限，复杂推理、大规模知识运算、跨系统协同任务，依旧依赖云端能力。端云协同会成为主流模式，企业根据隐私、时延、成本要求灵活分配计算任务。
AI落地不是简单采购大模型、部署智能体就能完成。所谓组织智能，目标不只是提升员工工作效率，而是实现企业经验沉淀、自我学习，重新定义人机分工。整个转型过程没有捷径，需要逐步探索试错。技术日趋成熟的背景之下，企业能否搭建与之匹配的组织模式，才是决定AI生产力能否真正释放的关键。
216.73.216.123
