11月12日，百度世界2026开幕，李彦宏把人工智能比作“新电能”，称智能组织是AI时代的“新厂房”、是生产力真正发生的地方，并判断人工智能的下一幕是智能组织。这座“新厂房”不是GPU机房，也不是某座建筑，而是企业组织工作本身的方式。他对现状的诊断很直白：企业只是更换了电机，却没有重新设计工厂，效益自然不会充分释放——模型和工具买了，分工、协作和考核还是旧的那套。这套判断踩在一个尴尬的事实上：麦肯锡2026年调查显示，97个国家的1719名受访者中，80%报告个人生产率因AI改善，只有37%说AI对所在组织的息税前利润产生了正向贡献，后者与2025年基本持平。员工确实更快了，利润表却没有。第一财经第一财经36氪
李彦宏为此开出的药方，是首次提出的“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。对应到“除了买模型还要改什么”这个问题，答案就是三件事：怎么组织活儿、经验放在哪、拿什么尺子量结果。第一财经
改法一：把“按岗位派活”改成“按任务编队”
打破岗位边界，意味着组织单元从岗位换成任务。李彦宏认为，未来企业将从以岗位为中心转向以任务为中心，一个人可以同时承担多个岗位的任务，其认知、经验和判断力也能够被多次复用。这不只是概念，据市象在知乎援引的百度披露，Apollo开源团队用3人加智能体的模式编队，完成了Apollo 11.0版本迭代和RT45车型适配，产品原型周期从一个月缩短到15天。第一财经知乎
更干净的证据来自第三方。据36氪援引波士顿咨询（BCG）的案例，一家欧洲能源服务商在客服、运营环节启动了数十个AI试点，但客户问题经常要经过几个部门，原有系统和流程把服务切成几段，业务影响有限；后来公司按AI的能力重新做流程改造，三支跨职能团队各负责一条关键流程，从头到尾决定哪些工作交给智能体、哪些需要人工监督，改造后的流程在客户满意度上很快达到人工服务水平，对外部服务商的依赖下降超过90%。真正动到的，是部门之间的分工，以及谁对客户从提出问题到得到解决的全过程负责。36氪
百度自己也交过学费。李彦宏坦言，早年各业务部门工程师想自行训练模型，基础模型一升级，原来的模型就落后了，后来规定只有专门的模型部门负责训练；再往前，什么智能体火就想做一个，资源分散、每个方向的成功率反而更低，现在每月开会要求业务聚焦，“要求大家做更少的事情，这样效率才会提升”。他也提醒这场变革的落点：岗位不会消失，但会收敛。第一财经36氪
改法二：把经验从员工脑子里搬进可调用的组织资产
沉淀隐性知识，是让原本存在于员工头脑中的经验被AI理解和调用，把个体能力转成组织能力。百度在大会上披露了一组内部数字：过去一年，内部日活智能体数（DAA）从日均0.5万增长到3.7万，智能体完成的有效任务数从每周8.4万个增长到一周超过100万个，已建设4300个Workspace，沉淀组织Skill超过2万个。这组数字来自厂商在自家大会上的自述，尚无第三方核验，量级仅供参考，但指向的动作很明确：把“老师傅的手感”写成机器能调用的东西。36氪
现场分享里有个具象样本：一位产品经理半年前还在物理实验室从事量子计算研究，加入百度后几乎从零进入产品和企业场景，借助百度搭子同时承担产品、研发和项目管理等角色，每次任务的经验都带进下一次。另一条产品线DODO的做法更接近“改制度”：研发和测试人员把专业规范变成AI审查规则，不符合要求就会被退回，产品经理因此敢直接修改前后端代码并提交上线。经验不再是只可意会的资历，而是有版本、能被继承的规则库。36氪36氪
改法三：尺子从“用了多少”换成“交付了什么”
设计流程闭环，核心是换一把衡量AI价值的尺子。今年5月的Create大会上，李彦宏提出DAA（日活智能体数），并认为不应关注Token消耗指标，更应关注智能体的产出和结果，用新尺子衡量AI价值。落到流程里，衡量的对象就是客户的问题有没有解决、是否反复来电，团队据结果找出误判、修正规则，下一轮再用同一套标准检验——他把它概括为“可衡量+Looping=持续进化”。36氪
这把尺子也照出了被忽略的治理缺口。员工在不同工具间反复搬运任务、进展散落各处，成了AI赋能下的“超级个体”，但企业面对的是无法归拢的AI权限、难以系统性追溯的结果审计，以及难量化的业务价值转化。智能体接入企业之后，可以承担哪些任务、调用哪些数据、交付结果由谁验收、失败后由谁接手——这些没人设计，个人提效就进不了利润表。36氪
闭环要靠谁来设计，两位企业负责人给出了互补的回答。李彦宏表示，变革过程中一个比较明显的感受是不能过于依赖自下而上的推动，组织层面仍需通盘考虑什么时候需要人介入、什么时候应该使用AI技术。杨元庆则主张自上而下和自下而上结合起来：总体规划里明确哪些事情可以做、哪些不可以做，划定边界，边界之内鼓励员工大胆实践。第一财经
证据到哪里，结论就该收在哪
“只换电机不改厂房”并不是新问题。一份世界经济论坛的报告发现，2025年全球在人工智能领域的投资已超过2500亿美元，但仅有25%的企业认为AI对其产生了颠覆性的变革影响，原因被归结为多数组织把AI“嫁接”到既有流程之上。36氪
“嫁接”而非“重建”，这个毛病早在1987年就被诺贝尔经济学奖得主索洛观察过，他写道，“你能在任何地方看到计算机时代，唯独在生产率统计数据里看不到”。36氪
同一句法子在电气化史上也有原型。斯坦福大学经济史学家保罗·戴维在《发电机与计算机》中描述：19世纪80年代的美国工厂拆掉蒸汽机换上电动机，生产效率却提升不了，原因不在工具，在于厂房还是按照蒸汽时代的逻辑建的，机器围着动力轴排布，电动机的灵活性优势发挥不出来。李彦宏的比喻，正是给这场还没完成的改造补上组织这一章。知乎
对这个叙事的收益预期，当事人自己最谨慎。谈及AI投入产出比，李彦宏与杨元庆都认为，在一项革命性技术发展的初期，谈论投入产出比还太早。第一财经
也要防止最流行的误读：组织变革不等于裁员。11月11日，马化腾在腾讯28周年内部讲话中为AI时代重组定调，强调目的不是降本，而是适应AI时代新的战场；“腾讯裁员50%”的说法刷屏后，腾讯澄清这是对讲话的误读。36氪
员工的处境则比口号具体。据数智前线观察，几乎没有人确认自己是安全的：年轻员工担心资历浅，资深员工担心原有经验不再稀缺，中层要面对过去依靠协调和上传下达形成的管理价值还能保留多少。36氪
判断一家企业是不是真在“重造厂房”，可以盯三个可见信号：派活是否从经理手里变成平台领取——百度一场大型活动的传播工作被拆成小动作，公开供员工领取，完成后提交结果、获得积分。 另外两项同样可对照：员工经验有没有沉淀成可调用的Skill，考核是否从“部署了多少工具、节省了多少工时”转向“任务交付由谁验收”。36氪
换电机只需要采购，重设计厂房要动组织。按“新厂房”这套叙事，企业AI的下一场竞争，可能不在谁的模型更强，而在谁的厂房设计得更对。
