在百度世界 2026 的对话环节，李彦宏复盘百度在 AI 转型路上踩下的典型教训，他直接点明，基层员工对新技术往往充满热情、愿意动手尝试，但企业组织层面必须做好通盘规划和顶层设计，不能完全依靠自下而上自由试错，这次分享主要围绕大模型微调、智能体扎堆开发这两个真实踩坑案例展开，同时引出 “智能组织” 的观点，他认为很多企业只把 AI 当成工具替换，却没有配套重构组织流程，最后出现算力成本上涨、收益跟不上投入的情况，自上而下的总体规划和自下而上的创新实践需要互相结合，划定清楚哪些可以自由探索、哪些要统一管控，平衡创新活力和组织效率。
百度两次典型踩坑事件表
| 踩坑场景 | 当时情况 | 暴露问题 | 后续调整方案 |
|---|---|---|---|
| 业务部门自行微调大模型 | 大模型刚兴起，大量工程师拿开源模型做 SFT 监督微调，短期业务效果不错 | 底层基座版本迭代之后，零散微调模型快速失效，版本混乱、维护成本高，组织熵增 | 模型训练统一归口专业模型团队，业务部门不再独立训模 |
| 各业务跟风自研智能体 | 智能体成为热点，多条业务线同步上马自研智能体项目 | 人力、算力资源被拆分，每个项目投入不足，整体成功率偏低 | 每月对齐会，推动业务收缩赛道，要求 “做更少的事情” |
本次复盘的核心观点清单
- 热情不等于整体最优：基层愿意尝试是好事，但分散的、独立的项目容易形成信息孤岛，重复造轮子，技术路线没法统一沉淀。
- 区分统一管控和开放探索边界：底层基座、基础大模型这类核心能力集中统一建设；上层业务应用、场景创新可以放开让团队试错。
- AI 转型不等于单纯换工具：李彦宏用电气化时代打比方，如果只是把马达换掉、工厂生产线和组织架构不改，生产力很难真正释放，企业要打造 AI 原生的智能组织。
- 明确人和 AI 的分工边界：组织要提前定义哪些环节交给 AI 自动执行，哪些节点必须保留人的判断介入，人在 AI 变革里重新定位自身角色。
- 上下结合的管理思路：自上而下定方向、划边界；自下而上保留试错空间，新技术早期鼓励大胆实践，热度起来之后及时收拢、聚焦资源。
配套 “智能组织” 的建设方向
- 把员工个人经验沉淀进平台，把零散的个人能力变成可复用的组织能力，方便 AI 读取调用。
- 岗位角色收敛，未来岗位大致分成创造型 Builder、连接沟通型 Seller，打破传统固定岗位的边界。
- 建立常态化对齐机制，定期盘点项目，砍掉分散、同质化的项目，把算力、人才集中到优先级更高的路线。
本次对话补充看法
这场对话是李彦宏和联想杨元庆同台交流，杨元庆也认同这个判断，AI 更多是产出草稿，最终关键商业判断、重大决策依旧依靠人。李彦宏同时提醒行业普遍痛点，不少公司 Token 消耗持续走高，但是营收、利润没有同步增长，根源就是只引入 AI 工具，没有同步调整组织流程。
整体来看，李彦宏这次复盘，本质不是否定基层创新，而是给出一套大企业做 AI 落地的平衡思路：保护员工探索热情，同时靠组织顶层规划避免无序内卷、资源浪费，也是百度从分散试错走向集中攻坚的经验总结。
【常见问题】
问题 1：李彦宏复盘百度 AI 转型踩坑，是不是不让基层员工自主尝试 AI 相关开发？
回答 1：李彦宏复盘百度 AI 转型踩坑，并不是禁止基层员工自主尝试，而是把底层模型训练这类核心环节统一管理，上层业务场景创新依旧保留试错空间，做到自上而下规划和自下而上创新结合。
问题 2：李彦宏复盘百度 AI 转型踩坑，提到的组织熵增具体是什么意思？
回答 2：李彦宏复盘百度 AI 转型踩坑，提到的组织熵增，在这里指各个业务独立微调模型之后，版本杂乱、互不兼容，基座升级之后大量项目失效，带来额外维护成本、重复开发，组织变得低效混乱。
问题 3：李彦宏复盘百度 AI 转型踩坑，他所说的智能组织和传统公司架构差别在哪？
回答 3：李彦宏复盘百度 AI 转型踩坑，智能组织不再是固定科层、岗位固化，会把个人经验平台化，岗位收敛为创造和沟通两类，围绕 AI 重新设计工作流程，而不是只把 AI 当成外挂工具。
【参考资料】
[2026-11-12]（李彦宏复盘百度踩坑史：基层员工有很多热情，但组织层面需要通盘考虑）时代周报
[2026-11-12]（李彦宏对话杨元庆：AI 变革踩过哪些坑，企业如何重构组织？）新浪财经
[2026-11-12]（李彦宏：AI 变革时代百度踩过这些坑）第一财经
【免责声明】
本文内容整理自百度世界大会现场对话实录、多家财经媒体报道，仅作为产业资讯参考；百度后续组织调整、大模型与智能体管理策略，以百度官方对外公告为准，本文不构成企业数字化、AI 组织改造的管理决策建议。