李彦宏的考题,发给了所有CEO
据IM电竞整理:
AI芯片、大模型、AI应用,这届百度世界大会全都有,李彦宏却单单聊起了一个“不性感”的话题——智能组织。
过去两年,几乎所有企业都在做同一件事,把AI交到员工手里。
方案写得快了,报表出得也快了,可再看公司报表,增长迟迟不见踪影。
员工越来越快,公司还是老样子,这个落差成了全球企业共同面对的题。
11月12日,百度世界大会2026在北京国家会议中心二期开幕。
百度创始人李彦宏在演讲中给出的归因很直接,“AI没有产生预期的经济效益,是因为我们只是更换了电机,却还没有重新设计工厂”。
与模型、芯片和应用的发布相比,这个话题显得有些过于朴素,岗位如何分工,知识怎样共享,工作流程怎么调整,听起来像在上一堂管理学课程。
但是对百度以及所有的AI企业而言,这是一个需要极其认真讲清楚的AI故事,海量的AI投入,换来的究竟是一个企业未来虚无缥缈的“鬼故事”,还是企业确定赢在AI时代的好故事。
百度是一个典型代表,它持续投入芯片、云、模型和智能体,客户最终买到的不能只有新技术,AI进入公司之后,产品能否更快交付,服务能否做得更好,成本能否降下来,决定了企业愿意继续投入多少。
智能组织是李彦宏对当下AI行业的回答,人工智能是新电能,智能组织就是AI时代的新厂房,是生产力真正发生的地方。
个人高效,组织低效 企业的AI转型容易出现一种误判,企业让员工用好AI,Token消耗屡创新高,就算公司AI转型形势一片大好,但这些成果越集中在个人和单个岗位,越可能掩盖流程没有改变的事实。
真正困难的调整涉及部门之间的权责与利益,很难靠员工自发完成,局部试点的成功如果让管理者停下了改造,结果可能是每个人都更忙、更快,公司却没有明显变化。
这也解释了AI组织转型的一种落差,个人提效和组织增效,从来就不是一回事。
微软《2026年工作趋势指数年度报告》描述了同一种现象,并把它称作企业AI转型悖论,员工已经在用AI提升个人效率,业务流程和评价机制却停留在过去,组织没有发生太大变化。
同样地,BCG发表过一篇标题就很直白的文章,《为AI重新设计公司,而不是让AI适应公司》,其研究中的一家欧洲能源企业,在部署大量AI试点却未取得整体收益后,转向重构端到端客户流程,才拿到实质性改善。
落差的根源,藏在公司的出厂设置里,现代公司的组织形态,是为纯人类的员工队伍设计的。
世界上第一张组织结构图出自一家铁路公司,1855年,纽约与伊利铁路公司画出一张外形像树的图,分支标注各职能部门与人员分工,职责划分加分级管理,撑起了工业时代的规模,韦伯后来把这套体系总结成科层制理论。
它管住了规模,代价是僵化。
互联网时代,贝佐斯提出两块披萨团队,规模小到两块披萨能喂饱,决策权下放,层级压缩,但无论公司层级怎么压缩,一百多年来组织的参与者始终只有一种:人。
AI把这个前提打破了。
组织里第一次出现了不需要编制也能干活的参与者,为纯人类队伍设计的流程和岗位设定,就成了新电机轰鸣声里那间没动过的旧厂房,个人效率的提升发生在旧流程的缝隙里,而缝隙里的效率,不会自动累积成组织生产力。
百度选择在此时讨论智能组织,正是把问题推进到了这一层,员工已经获得了新的工作能力,公司准备怎样使用这些能力?
百度的回答 AI芯片、大模型和智能体,都可以花钱买,但智能组织能力是企业自己长出来的。
著名科幻作家威廉·吉布森有一句广泛流传的名言,“未来已来,只是分布不均”,正是当下的写照。
同一个模型可以卖给同行业的不同公司,但它进入企业后,能调用什么数据、依据什么规则作判断、结果由谁负责,各家的条件并不相同。
企业多年积累的经验能否被AI用起来,比采购时选中了哪一款模型更需要长期经营。
这也是讨论智能组织的意义。
时间回到2016年的百度世界大会,那届主题是AI is the New Electricity,当时李彦宏就提出AI是新的电力,判断移动互联网之后的下一幕是人工智能。
十年后AI已成共识,企业又开始追问投入为何没换来增长,李彦宏把下一幕指向了组织:AI的上游是能源,下游是组织能力。
在2026百度世界大会上,李彦宏提出的智能组织包含三项原则: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;
三者分别涉及工作如何分配、经验如何保存,以及结果如何改进。
先看工作分配,传统的组织以岗位为中心,AI时代的组织将变成以任务为中心,意味着人员配置要围绕交付结果重新安排。
专业人员仍然需要把关,但哪些工作必须交给专门岗位,哪些可以由业务人员借助智能体完成,不必完全沿用过去的划分。
再看知识,百度提出,真正的组织智能,是让知识显性化,沉淀到公司的平台上,可以持续累积、随时调用、人人可用。
“沉淀隐性知识”要处理的,很多是难以传递的经验,通过整理判断依据、处理过程和实际结果,让智能体能够调用,也让其他员工可
IM电竞将继续整理相关资讯。
觉得有用?分享给朋友
让更多人看到这篇内容




