新电机，新厂房：当AI开始重构“公司”

来源：澎湃新闻

澎湃新闻记者 宋一聪

2026年11月12日，百度世界2026如期而至。在上午的开幕式上，百度创始人李彦宏把一个问题摆到了台面上：当技术这台“电机”已经换新，企业这间“厂房”还要不要跟着重建？

他的态度是肯定的，并给出答案：“智能组织”。他认为人工智能的下一幕正是智能组织，把它称作“AI时代的新厂房，是生产力真正发生的地方”。

巧合的是，2016年，李彦宏在当年的百度世界大会上，给出“互联网的下一幕是人工智能”的判断。两个下一幕之间，隔了十年。

AI能力如何真正对企业产生影响，事实上已经是一个被普遍关注的问题。世界经济论坛与科尔尼的白皮书提到，2025年全球AI投资超过2500亿美元，却只有25%的企业表示AI产生了变革性影响；麦肯锡在《组织现状报告2026》中也指出，真正把AI转化为经营业绩的企业仍是少数，症结在于很多企业把AI当成一次“工具升级”，忽略了它本质上是一场“组织重构”。

李彦宏在大会上表示：“我们只是更换了电机，却还没有重新设计工厂”，是基于其在AI一线的实践而得出的同样结论。公司这座“工厂”要不要重建？当我们站到更高的角度，从生产力发展的历史来看，答案必然是肯定的。公司本身就是生产关系最普遍的表现形式，它从来不是一成不变的物种，其每一次形态变迁，背后都站着一次技术与生产力的跃迁。

从一张树状图到“两块披萨”，再到“智能组织”

故事可以从1855年讲起。那一年，美国纽约与伊利铁路公司制作了一张特别的组织图：外形像一棵枝叶繁茂的大树，分支上标注着各职能部门与人员分工。它试图把一家庞大的公司，变成一个职责清晰、分级管理的系统，这被视为世界上第一张组织结构图。大树的隐喻，画出了工业时代的组织逻辑——当公司规模变大，如何让成千上万的人有序运转。

后来，社会学家马克斯·韦伯系统阐述了科层制理论：专业分工、明确权责、层级管理、制度化流程，以此支撑大规模组织的稳定运转。这套体系成就了工业时代的效率，但随着业务日益复杂，固定的岗位边界与层层协调，也逐渐成为组织敏捷性的约束。

当我们进入互联网时代，公司的规模开始变“小”。亚马逊创始人贝佐斯提出著名的“两块披萨团队”：一个团队的规模，应当小到两块披萨就能让所有成员吃饱。通过控制团队规模、下放自主决策权，企业得以减少层级与协作成本。两块披萨背后，是组织从强调分工与控制，转向扁平化、敏捷化、平台化的追求。

而在AI时代，组织的参与者第一次出现了“人”之外的新成员。过去百年，企业不断探索的是如何更高效地组织人；如今的新命题，是如何同时组织人与智能体。全球范围内，这场探索已经展开：麦肯锡讨论“智能体组织（Agentic Organization）”，探讨重构组织架构与工作流程；微软提出“前沿企业（Frontier Firm）”，并组建前沿部署工程团队帮助企业重新设计业务流程；OpenAI对80多万条ChatGPT消息的分析发现，43.5%的职业特定AI使用涉及原本属于其他职业的任务，传统岗位边界正在模糊。

李彦宏的思考同样有一条清晰的演进轨迹。2025年百度世界大会上，他强调企业要“内化AI能力”，并在接受媒体专访时指出“真正的内化，是在组织层面，不是在个人层面”；到2026年5月的Create大会，他进一步讨论组织进化，提出“人与智能体的混合编队”这一超级组织形态，并称最小生产力单元已从团队变成“一个人加上一支智能体编队”的超级个体。而在今年的百度世界大会上，这条思考线收束为一个更完整的概念——智能组织。

智能组织的三个原则

李彦宏曾把AI比作“新电能”。在他看来，人工智能是新电能，智能组织就是AI时代的新厂房；AI技术的上游是能源，下游是组织能力。这一隐喻的潜台词是：仅仅为旧工厂装上一台新电机，并不能自动释放新技术的生产力，只有重新设计生产流程与组织方式，效率才会真正被改写。这也解释了为什么不少企业里，员工个人用AI越来越顺手，业务流程、协作方式与评价机制却停在原地——微软《2026年工作趋势指数年度报告》把这种现象称为“企业AI转型悖论”。

“新电机”不是硬件采购，不是模型参数，也不是算力规模，而是AI能力本身。“新厂房”也不是HR语境下的组织架构调整，更不是裁员，而是任务、知识、流程、岗位关系和人机分工的重新设计。

按照李彦宏的界定，智能组织是一种“不同于现在通行的科层制的AI原生组织体系”。它要回答的，不只是组织结构图如何调整，而是组织的基本单元与运作方式如何改变。他给出的抓手，是智能组织三原则。

第一条原则，是打破岗位边界，释放组织活力。传统组织以岗位为中心，AI时代的组织将转向以任务为中心，“未来的组织，就是一个任务的网络”。第二条原则，沉淀隐性知识，构建组织智能。真正的组织智能，是让知识显性化、沉淀到公司平台上，可以持续累积、随时调用、人人可用，从而把员工个人的提效，转化为组织层面的生产力。而最后的原则，是设计流程闭环，推动组织进化。他给出一个公式：可衡量加Looping，等于持续进化；并预言未来一个公司会变成由无数Loops组成的高度自动化运营组织，最终成为一个不断学习和进化的系统。

如果把这些原则翻译成几组新旧对照，智能组织的轮廓会更清楚：工作分配从以岗位为单元，走向以任务为单元；能力来源从个人智能走向组织智能，让隐性知识得以沉淀；成长方式则从依靠人设计固定流程，走向由可衡量与Looping反馈驱动的持续进化。

对企业而言，李彦宏认为这里面藏着三大机会：其一，轻资产运营，当一个人或很少的人可以带着一群智能体完成任务，人力不再是扩张瓶颈；其二，构建新的护城河，在行业通用能力之上叠加自身独有的知识、上下文与文化理念，形成难以复制的壁垒；其三，创造和发现新市场，创新从依赖少数“创新部门”转向全组织并发探索，更有可能长出新的增长曲线。

放在全球坐标系中，百度试图占据的位置也颇为独特。用一种通俗的说法：微软讲的是组织该“长什么样”，麦肯锡讲的是组织该“怎么设计”，百度想讲的则是组织“怎么自己长出来”——抢的是“机制”而非“形态”。其底气来自“芯—云—模—体”的全栈自研：自己的模型、千帆平台、云平台与芯片，再开发自己的智能体，各层之间相互加强、循环优化，本身就是一个典型的Loop。本届大会期间，百度围绕“芯云模体”四层架构，发布多项成果：正式推出大模型交易平台词元所，发布文心大模型5.5 Flash预览版及两款文心应用模型；百度搭子、库库、百度一镜、伐谋四大智能体迎来升级；百度智能云正式发布天池1024卡超节点，昆仑芯公布新的产品计划，萝卜快跑全球化运营再提速。

当别人的组织方案往往需要采购第三方工具，这种端到端自跑的能力，让“组织级闭环”和“可衡量”成为可以被讲述、也可以被验证的事情。

一个可被追踪的中国样本

主张是否成立，最终要看实践。百度的特殊之处在于，它不仅提出了框架，还先把一家数万人规模的科技企业当成了试验场。

在百度数字人创新业务部，正在发生一场AI Native的组织重构——团队打破产品、研发、设计、测试等岗位边界，推动全员向Builder转型。仅在第三季度，数字人业务产研就完成了564次迭代，沉淀130个Skills和729篇组织资产，人均吞吐提升125.3%，交付周期缩短28.8%；一名校招新人借助AI，仅用1天就完成了原本需要5个角色、至少10天的需求交付。另一个新角色FDE（前沿部署工程师）则从业务一线“自己长出来”，把过去销售、交付、产研三段接力的工作打通，目前已在金融、能源、制造等多个行业落地100多个业务场景。

此外，十来人的小团队打造的AI助手“dodo”，上线7个月覆盖99%的正式员工，并推动300多个企业平台完成AI友好化改造，今年摘得百度最高奖；财务内审团队把Looping引入审计流程，AI自动执审率已达40%。而在产品侧，第三方数据也提供了旁证——QuestMobile发布的2026年9月典型办公类Agent数据显示，百度搭子多端月活达977.0万，季度环比增长1567.5%，位列增速第一。

百度同时也用这种能力，来为更多的中国公司赋能。在南方电网，百度搭子落地为合作产品“天璇伙伴”，服务于南方五省两亿多人的用电保障。面对广西电网2025年8215次永久性故障、传统人工研判单次耗时超60分钟且高度依赖专家经验的难题，天璇伙伴通过学习上万条历史故障处理数据，把资深专家经验沉淀为可复用知识，串联出完整证据链，实现“故障一分析”的闭环研判，分析准确率达70%以上，故障分析效率提升12倍，目前已在广西14个地市、112个县全面推广，并能在运行中自主“成长”。

在制造业，百度伐谋升级至3.0，进入更复杂的生产现场：为中广核核岛安装提供智能排程，把成千上万项相互关联的施工任务转化为可计算的问题；为海高激光的多机械臂协同，围绕运动耗时预测、多机防碰撞和任务分配持续优化，把少数工艺专家的经验转化为团队可复用的算法能力。面向更广泛的组织，库库AI目前已有610万企业及组织在使用，以南华期货为例，其帮助企业人效提升80%、服务效率提升75%。

组织重构不只发生在流程和岗位上，也发生在人才机制上。百度世界2026期间，第13届百度奖学金颁奖典礼与青年AI人才交流闭门会同步举行。百度人力资源及行政负责人何俊杰表示，算力可以扩张，模型可以迭代，但一个组织能走多远，最终取决于对人才的重视程度；百度一直坚持让年轻人挑大梁，很多重要问题来自年轻人的追问，很多方向性突破也始于还没有标准答案的想法。百度会坚定投入，为青年人才的前沿探索持续提供支持。

百度奖学金自2013年设立以来已累计资助126位青年学者，今年申请人数创下新高，评选打破本硕博学历限制，向10位研究大模型、多模态、自动驾驶与AI基础设施的青年学者各提供20万元奖金。除资金支持外，本届项目还打通核心业务实习、专家课题共创以及“AIDU顶尖人才计划”通道，把单向的科研资助转化为长期的产业协作，让学术前沿构想直接进入真实业务场景验证。AIDU计划则瞄准发现和培养未来AI技术领军者，推动创新突破实际落地。

如果说智能组织要回答人与智能体如何编队，人才机制决定的则是谁来定义任务、沉淀知识并驱动下一轮Loop。

结语

从工业时代那棵“大树”，到互联网时代的“两块披萨”，再到AI时代人与智能体的混合编队，公司的百年之变，本质上是一部不断重新组织生产力的历史。李彦宏提出的智能组织，给出的是一位中国AI企业家对“下一种公司形态”的回答：电机已经更换，厂房的重建就已经是必须要做的事。

当然，一个概念能否从企业主张真正成为产业共识，仍需时间检验——Gartner预测，到2030年50%的IT基础设施与运维组织将因智能体承担复杂管理任务而重组，而目前超过90%的相关组织尚未做好准备。但无论如何，当全球都在重新思考“公司应该是什么样”，百度先拿自己做实验、再走向千行百业的这套路径，已经为观察AI时代的组织重构，提供了一个值得持续追踪的样本。

站在2026年末这个时间点，千行百业的新电机早已开始轰鸣，而新厂房的地基，才刚刚打下。