11月17日,深圳,2026年APEC工商领导人峰会的“共建开放普惠的人工智能创新生态”研讨环节上,百度创始人李彦宏给出了热榜问题的答案:大模型的问题不在能力,而在用它的人和组织还停留在“流水线发明之前”——行业在算力、基础设施上投入巨大,AI上层应用落地成效却不及预期,若应用层迟迟无法突破,AI泡沫风险或将显现。而他说出的解法,是把技术栈再往上延一层:AI除了芯片、云、模型、应用,应用之上还需要配套的组织能力。第一财经IT之家
他借了一段电力史来讲这件事:电机已经发明、也已经在工厂里用上了,但流水线还没发明,所以在流水线出现之前,电对GDP增速的贡献并不大;对AI来说同样如此,大模型的能力已经很强了,关键是用了之后还要有跟AI相匹配的组织能力,这样才能够真正从中获益。换句话说,不少公司的AI转型只是“换电机”:模型接进来了,账号发给员工了,岗位、流程和考核还是老样子——产出自然跟不上成本。微博
这个判断,他十几天里说了三遍
这套说法有完整的铺垫。11月12日的百度世界2026上,李彦宏已把同一个类比讲得更直白:AI没有产生预期的经济效益,是因为只更换了电机、没有重新设计工厂;他首次提出“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,并称换一台AI新电机只是起点,重新设计新厂房才是分水岭。知乎
11月16日晚,在数字人参与主持的访谈里回应“起大早、赶晚集”的旧标签时,他罕见交底:心理上其实接受90%的时候会失败,每一个成功故事背后可能都有九个不成功的。同一场访谈里,他说自己投入时间最多的仍是应用层,并给出与峰会一致的警告:无论底层供给多紧张,如果应用侧打不开,下面的一切都可能变成泡沫。从12日的“新厂房”、16日的“应用论”到17日的“组织能力”,是同一条判断链上的三次公开表达,不是临场发挥。36氪
最直接的样本,是百度自己的账本
这番话首先适用于百度。11月16日晚发布的百度三季度财报显示:核心AI新业务占一般性业务收入的比例达到53%,收入结构已经切换;但在线营销收入119亿元、同比下降22%,占比由上年同期的62%降至48%,整体收入308亿元同比微降1%,非公认会计准则净利润约24亿元、同比下降约36%。换句话说,AI收入份额在涨、旧现金牛在退,利润没有跟上——这正是“赚不到钱”落在一家全栈公司身上的即时算术。蓝鲸新闻
李彦宏在财报会上给出的补法押在底座上:百度此前已就昆仑芯向港交所递交上市申请,上市进程正在推进。他在业绩会上进一步解释:有了自研芯片,可以在芯片、云基础设施、模型和应用之间实现更好的端到端整合与优化,稳步降低成本,长期支撑利润率改善。基建和模型层他能自己解决,“应用之上”的组织改造却要整个市场一起做——这也是他选择站在APEC讲这个话题的原因。36氪
分水岭在哪,看三个信号
同场峰会上,宁德时代创始人曾毓群当面追问:现在模型已经足够好了,还是需要更多科研AI?李彦宏的回答是,AI很擅长解决问题,只要明确指出要解决什么,它就会非常勤奋地给出方案,但更关键的是提出问题、验证问题。这句话同时是“赚不到钱”的另一半答案:模型能力已经够干活,真正稀缺的,变成了定义问题和重构流程的组织能力。对企业而言,可以据此检验自己是在换电机还是建流水线:一是看AI进入了任务流还是只停留在聊天框,百度已在百度世界2026上推出大模型交易平台“词元所”,李彦宏在会上称对模型的调用需求迎来大爆发,调用规模正在成为观察落地渗透的窗口之一。二是看考核与流程有没有围绕AI重排、岗位边界是否被打破。三是看投入产出:当Token花费持续上涨而收入利润不跟涨时,按他的框架,问题大概率不在模型选型,而在组织还没改。看看新闻第一财经
李彦宏也没有把话说死:泡沫风险的前提,是应用层迟迟无法突破;他对长期趋势保持乐观,称百度AI业务收入占比未来还会持续提升。真正值得盯的,是应用与组织这两层何时跟上——那才是电机时代与流水线时代的分界线。