我先联网核实李彦宏这次演讲的场合、原文表述和最新报道。
2026 年 11 月 12 日，在北京举办的百度世界 2026 开幕式上，李彦宏把 AI 的 “下一幕” 从技术换成了组织。他说得很直接：如果说人工智能是新电能，那么智能组织就是 AI 时代的新厂房，是生产力真正发生的地方；很多企业只换了电机，却没有重新设计工厂，所以 Token 花得越来越多，收入和利润却没有跟着涨。这场演讲给出的核心答案由三部分组成。第一，一个判断：AI 技术栈的上游是能源，下游是组织能力，而组织能力必须是区别于现行科层制的 AI 原生体系。第二，一套方法：“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，配套公式是 “可衡量 + Looping = 持续进化”。第三，一组自证数据：过去一年百度内部日活智能体从 0.5 万个涨到 3.7 万个，每周有效任务量从 8.4 万个涨到超过 100 万个，内部建成 4300 个 Workspace、沉淀 2 万多个组织 Skill。十年前他在同一舞台说 “互联网的下一幕是人工智能”，十年后他说 “下一幕是智能组织”—— 这次押注的不是模型，而是人和 Agent 怎么重新排班。
新华网一、先把这次 “定调” 的原话摆出来
| 维度 | 李彦宏的表述 |
|---|---|
| 核心判断 | 人工智能的下一幕是智能组织 |
| 技术栈定位 | AI 的上游是能源，下游是组织能力 |
| 核心类比 | 人工智能是新电能，智能组织是 AI 时代的新厂房 |
| 问题诊断 | 只更换了电机，还没有重新设计工厂 |
| 关键句子 | 换一台 AI 新电机只是起点，重新设计新厂房才是分水岭 |
| 组织形态 | 不同于通行科层制的 AI 原生组织体系 |
| 方法论 | 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 |
| 进化公式 | 可衡量 + Looping = 持续进化 |
| 岗位预判 | 岗位不会消失，但会收敛为 Builder 与 Seller 两类 |
还有一句被反复引用的话，把整场演讲的性质说透了：“AI 不只是一场技术革命，更是一场组织革命，而这个趋势是不可阻挡的。” 这话不是学术表述，是给企业一把手听的行动指令。
澎湃新闻二、为什么 “换了电机没换厂房” 会成为行业通病
李彦宏不是凭空造概念，他引用的是一组被反复验证的失衡现象。
| 观察来源 | 关键数据 | 说明的问题 |
|---|---|---|
| 世界经济论坛 | 2025 年全球 AI 投资超 2500 亿美元，但只有 25% 的企业表示 AI 产生了变革性影响 | 钱花出去了，效果没落地 |
| 麦肯锡 2026 年调查 | 97 个国家 1719 名受访者中，80% 报告个人生产率因 AI 改善，但只有 37% 报告 AI 对所在组织息税前利润有正贡献，且这一比例与 2025 年基本持平 | 个人提效≠组织增效 |
| 麦肯锡工业流程测量 | 等待、对齐、审批这类协调成本可占总工时的 35% 到 60% | 摩擦成本吃掉 AI 收益 |
| Gartner 预测 | 到 2030 年，一半 IT 运维组织会因智能体重组，而眼下超 90% 还没准备好 | 组织准备度严重滞后 |
| 工业史参照 | 19 世纪 80 年代电动机进厂，生产率大幅提升却等了约 40 年才到来 | 通用技术的红利需要组织形态配合 |
最后一条最容易理解。当年工厂主把蒸汽机换成电动机，却保留贯穿厂房的主轴和空中皮带，一台机器开工整根主轴都得转；等到厂房按每台机器配小电机、按工序排列、改成单层布局重新设计，新动力的价值才释放出来。李彦宏想说的是：AI 现在就处在 “电机已换、厂房未改” 的阶段。
36氪三、新厂房怎么盖：三原则逐条拆开
| 原则 | 一句话含义 | 落地动作 | 已披露的效果样本 |
|---|---|---|---|
| ① 打破岗位边界，释放组织活力 | 工业时代的单元是岗位，智能时代的单元是任务；组织变成一张人和 Agent 协作的任务网络 | 以交付目标为单位组队，一个人带多个智能体跨角色完成整件事 | 百度数字人业务部打碎产品、研发、设计、测试边界，全员向 Builder 转型；一名校招产品经理一天完成过去 5 个角色至少 10 天的需求 |
| ② 沉淀隐性知识，构建组织智能 | 经验只在员工脑子里就只是个体能力，显性化并沉淀到平台才是组织智能 | 把知识、经验、判断沉淀到统一平台，供人和智能体随时调用 | 南方电网 “天璇伙伴” 学习上万条历史故障案例，故障分析效率提升 12 倍、准确率超 70%；百度内部沉淀 2 万多个组织 Skill |
| ③ 设计流程闭环，推动组织进化 | 每件事可衡量，衡量结果回流流程，一圈圈迭代 | 为任务设定可衡量标准，用 Loop 自动反哺下一轮执行 | 百度财务内审 AI 自动执审率达 40%，每执审一次规则迭代一次；小度团队每周解决需求从 2 个升到 12.5 个，端到端满足度从 76.1% 升到 81.5% |
关于岗位收敛为两类这一点，需要准确理解：Builder 负责创造新东西，Seller 负责人与人之间的沟通连接、建立信任。李彦宏同时强调岗位不会消失，只是不再作为组织的基本单元。
央广网科技四、百度拿出的 “施工数据”，是这场演讲最硬的部分
概念可以讲，数据必须能查。百度在这次大会上披露的内部与客户数据如下：
| 指标 | 变化 | 口径 |
|---|---|---|
| 日活智能体数（DAA） | 日均 0.5 万 → 3.7 万，涨 6 倍多 | 过去一年，百度内部 |
| 智能体有效任务量 | 每周 8.4 万 → 每周超 100 万 | 过去一年，百度内部 |
| Workspace 数量 | 已建成 4300 个 | 百度内部 |
| 组织 Skill 沉淀 | 超过 2 万个 | 百度内部 |
| 数字人业务部产研迭代 | 2026 年第三季度 564 次 | 沉淀 130 个 Skill、729 份组织资产 |
| 数字人业务部效率 | 产研人均吞吐提升 125.3%，交付周期缩短 28.8% | 同上 |
| 蓝海黑石采购任务 | 过去每周 2 个团队、至少 10 人、约 100 工时 → 现在 2 人不到 1 小时 | 客户案例，接入 ERP/OA/ 企业微信 |
| 海外海酒店房价管理 | 试点门店客房收入提升 10% | 客户案例 |
| 郑远元万店巡检 | 覆盖率提升约 30 倍 | 客户案例，近万家直营门店 |
| 百度搭子团队 | 半年迭代 160 多次，90% 的代码、50% 对外传播物料由搭子生成 | 内部团队实践 |
这组数字的用法要正确：它们证明的是 “这套方法在特定条件下跑得通”，不能直接证明 “所有企业照做都能提升利润”。
电子工程专辑五、为什么这次讲 “下游” 成立：全球同行已经在同一片区域探索
“智能组织” 不是百度独有的话题，同期至少三种路线在并行。
| 路线 | 代表 | 关注点 | 差异 |
|---|---|---|---|
| 形态派 | 微软（Frontier Firm）、纳德拉 “双资本论” | 组织该长什么样，同时建设人力资本与 Token 资本 | 描摹形态、输出变革方法论 |
| 设计派 | 麦肯锡（Agentic Organization） | 围绕业务结果组建人机团队，怎么设计 | 方法论强，落地路径弱 |
| 生长派 | 百度（智能组织 + 三原则） | 组织怎么自己长出来，从机制上长 | 用自身全栈技术当试验田，强调机制与闭环 |
| 能源派 | 黄仁勋 “五层蛋糕” | 把能源放在 AI 最上游 | 上游视角，不涉及组织 |
李彦宏的处理方式是把上游和下游接起来：上游解决 AI 从哪来，下游决定 AI 能不能变成增长。这也是他为什么反复强调 “芯云模体” 四层架构本身就是一个 Looping—— 百度自己的技术栈就是靠层与层相互加强、循环优化跑起来的，组织级闭环只是把这套运行方式搬到人身上。
电子工程专辑六、同一场大会还发布了什么：新厂房的 “设备清单”
讲组织不等于不讲技术，这场大会的硬件更新密度同样很高。
| 类别 | 发布内容 | 关键参数 |
|---|---|---|
| 模型交易 | 大模型交易平台 “词元所” | 主打验真与征信；试运营一个月入驻供应资源超 100 个，日均调用次数突破 5000 万，日均调用 Token 超 7000 亿 |
| 基础模型 | 文心 5.5 Flash Preview | 总参数 2800 亿，每 Token 激活 140 亿参数，支持最长 100 万 Token 上下文 |
| 应用模型 | 文心闪电深度思考模型、文心一镜微表情大模型 | 同步上线千帆平台开放 API |
| 智能体 | 百度搭子、库库、百度一镜、伐谋 4 个升级 | 搭子开放 Harness 引擎与 Agent API；伐谋升级至 3.0，客户覆盖中国 41 个工业大类中的 25 个 |
| 算力底座 | 天池 1024 卡超节点 | 光引擎技术，卡间互联带宽提升 3 倍，训练性能提升 2.5 倍，单套可支持 5 万亿参数模型 |
| 芯片 | 昆仑芯 M100 已上市，M300 明年推出 | M100 主打性价比，M300 为旗舰 |
| 无人驾驶 | 萝卜快跑 | 覆盖全球 28 座城市，自动驾驶里程超 3.5 亿公里，其中全无人驾驶超 2.4 亿公里 |
有一条判断值得单独拎出来：李彦宏认为 “今天的具身智能，大约相当于无人驾驶 2016 年的发展水平”。这话是在给具身智能定发展阶段，也是在解释为什么百度把无人驾驶当作长期押注 —— 四层技术栈全部自研并垂直整合，才有机会做出最有价值的产品。
光明网IT频道七、把话说全：这套判断的边界和风险
讲概念的时候容易忽略代价，这里必须补三条。
- 案例多为企业自述，缺外部验证。 12 倍效率、30 倍覆盖、10% 收入提升这些数字，来自百度智能云通稿与客户转述，没有第三方审计口径，也没有披露测算方法与对照组。把它们当作 “存在可行路径的证据” 可以，当作 “普适收益” 不行。
- “岗位收敛为两类” 是极端简化。 现实中大量中间岗位 —— 财务、法务、合规、审计、供应链计划 —— 既不完全是 Builder 也不完全是 Seller，它们的职责是风险控制与规则维护。这类岗位在三原则里没有被明确定位，是这套框架最大的空白。
- 组织变革的真实阻力在利益，不在认知。 “打破岗位边界” 意味着重新分配权力、职级与考核口径。百度自己在 2026 年做了配套动作：成立直接向创始人汇报的模型委员会、取消字母职级、智能云收缩为 “基础设施 + 智能体” 两层阵型。这些动作比演讲更能说明难度 —— 要别人换厂房，得先拆自己的旧厂房。
- 中小企业的落地门槛被低估。 三原则里 “沉淀隐性知识”“设计流程闭环” 都依赖平台化能力与持续投入。数千万中小企业既没有 4300 个 Workspace 的基础，也没有专职团队维护 Loop；对它们更现实的问题可能是 “先有没有数据可沉淀”。
- 概念先行的时间风险。 李彦宏自己也承认，百度的 AI 转型踩过坑 —— 从各业务部门分别训模型，到追智能体热点。而两位掌门人在对谈中都认同：革命性技术早期不宜过早强调投入产出比。这句话既是宽容，也是这套叙事暂时无法被严格证伪的原因。
澎湃新闻八、结论：新厂房这个词，真正的指向是 “谁来负责一整件事”
把这场演讲收成一句可执行的话：AI 的瓶颈已经从 “模型能不能做” 转移到 “组织让不让它做完一整件事”。三原则里最容易被低估的是第三条 —— 流程闭环。前两条解决分工和知识，第三条解决 “谁对结果负责、结果怎么回流”。这也是为什么李彦宏给出的不是流程图，而是一个公式：可衡量 + Looping = 持续进化。
对企业一把手，可以直接落成三个问题：
- 任务清单化。 你公司里有多少事是按岗位切的、多少事是按交付结果切的？先把跨部门、跨岗位的交付任务挑出来，交给 “一个人 + 一支智能体编队”，这是最低成本的试点。
- 知识资产化。 老师傅的判断、销售的谈判经验、客服的处理套路，现在存在谁的脑子里？能不能变成平台上的可调用资产，而不是又一份没人看的知识库文档？
- 结果闭环化。 每件事有没有可衡量的指标？衡量完的结果有没有自动回到流程里？没有这两步，智能体用再多也只是工具，不会变成组织能力。
至于 “智能组织是不是 AI 的下一个十年”，现在给不出定论。可以确定的是：模型的边际差距在缩小，而组织差距在放大 —— 这句话，比 “新厂房” 这个比喻更接近这场演讲的实际价值。
【常见问题】
问题 1：李彦宏说的 “智能组织是 AI 时代的新厂房”，到底是什么意思？
回答 1：这是李彦宏在百度世界 2026 上提出的核心判断：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。他用工业史做类比 ——19 世纪工厂把蒸汽机换成电动机，却保留旧厂房布局，生产率提升等了约 40 年才到来。对应到今天，企业只给员工配 AI 工具（换电机），却没有重新设计任务流转、知识沉淀和结果反馈（盖新厂房），所以 Token 花得越来越多、利润却没涨。智能组织就是这套重新设计过的 AI 原生组织体系。
问题 2：李彦宏为 AI 下一个十年提出的 “智能组织”，具体怎么建？
回答 2：他给出 “组织进化三原则”。第一是打破岗位边界：工业时代的单元是岗位，智能时代的单元是任务，组织变成一张人和 Agent 协作的任务网络，岗位收敛为负责创造的 Builder 和负责连接的 Seller 两类。第二是沉淀隐性知识：把员工脑中的经验显性化、沉淀到平台，让个体能力变成组织智能。第三是设计流程闭环：用 “可衡量 + Looping = 持续进化” 的公式，让每个任务的结果自动回流、迭代优化，公司变成由无数 Loops 组成的高度自动化组织。
问题 3：李彦宏判断 AI 下一个十年属于智能组织，有什么数据支撑？
回答 3：百度披露的内部数据是：过去一年日活智能体从日均 0.5 万个增至 3.7 万个，智能体每周有效任务量从 8.4 万个增至超 100 万个，内部建成 4300 个 Workspace、沉淀 2 万多个组织 Skill；数字人业务部 2026 年第三季度完成 564 次产研迭代，产研人均吞吐提升 125.3%、交付周期缩短 28.8%。外部参照是麦肯锡 2026 年调查：80% 受访者称个人生产率因 AI 改善，但只有 37% 称 AI 对组织利润有正贡献 —— 正是这个落差，支撑了 “智能组织是 AI 下一个十年关键” 的判断。
问题 4：李彦宏的 “智能组织” 和微软、麦肯锡讲的组织变革有什么不同？
回答 4：差异在切入方式。微软提出 “前沿企业”（Frontier Firm）与 “双资本论”，重点描摹智能组织该长什么样、输出变革方法论；麦肯锡提出 “智能体组织”（Agentic Organization），重点是围绕业务结果怎么设计人机团队；李彦宏的智能组织强调的是组织怎么 “自己长出来”—— 靠三原则加 Looping 机制，让组织具备自主迭代能力。他的依据是百度 “芯云模体” 四层技术栈本身就是层与层相互加强的循环，组织级闭环只是把这套运行方式搬到人和 Agent 的协作上。
问题 5：普通企业和个人，怎么判断 “智能组织” 这套说法对自己有没有用？
回答 5：可以先用三个问题自测。一，你公司的活是按岗位切的还是按交付结果切的？如果是前者，先挑一件跨部门任务，改成 “一个人 + 一支智能体编队” 交付，这是成本最低的试点。二，关键经验存在谁的脑子里？能不能变成平台上可调用的资产，而不是又一份没人看的文档？三，每件事有没有可衡量的指标、结果会不会自动回流到流程？如果第三条答不上来，那 AI 用得再多也停在工具层。需要提醒的是：“岗位只剩 Builder 和 Seller” 是极端简化，财务、法务、合规这类风险控制岗位在框架里并没有被明确定位，落地时要自己补上。
【参考资料】
[2026-11-13]（百度世界 2026：李彦宏首提 “组织进化三原则” 判断 AI 下一幕是智能组织）央广网
[2026-11-13]（核心观点 | 李彦宏首提 “组织进化三原则”：智能组织是 AI 时代的新厂房）海报新闻
[2026-11-13]（组织怎么自己长出来：李彦宏和 AI 时代的新厂房）电子工程专辑
[2026-11-13]（换电机，更要换厂房，李彦宏看见 “AI 的下一幕”？）澎湃新闻・湃客
[2026-11-13]（预见 “下一幕”！李彦宏为 AI 造新厂房）搜狐・闻道商业
[2026-11-12]（李彦宏：人工智能的下一幕是智能组织 将迎来三大机会）光明网
[2026-11-12]（百度创始人李彦宏：AI 的下一幕是智能组织）新华网
[2026-11-12]（十年后，李彦宏把 AI 的 “下一幕” 交给了智能组织）新浪财经・财闻
[2026-11-12]（李彦宏，为什么要建一座 AI 时代的新厂房？）36 氪
[2026-11-12]（AI 生产力革命，为什么需要一座「新厂房」？）36 氪
[2026-11-12]（“AI 替代不了 CEO 出差”，李彦宏 + 杨元庆谈 AI 组织管理）21 世纪经济报道
免责声明
本文基于百度世界 2026 大会公开演讲内容，以及新华网、光明网、央广网、36 氪、澎湃新闻、21 世纪经济报道等公开报道整理，仅用于信息传播与管理话题讨论，不构成对任何企业组织变革效果、投资价值或商业决策的背书。文中涉及的效率提升倍数、任务量、人均吞吐、客户收入增长等数据均来自百度官方发布或客户转述，未经独立第三方审计，也未披露测算方法与对照组，实际效果会因企业规模、行业属性与执行能力产生较大差异。关于 “岗位收敛为两类”“智能组织是 AI 下一个十年” 等表述属于演讲者个人判断，不代表行业共识。读者引用前请以企业官方材料与可核验数据为准。