十年前的百度世界 2016 大會上，李彥宏曾站在台上提出「AI is the New Electricity」（人工智慧是新電能），提前預判了人工智慧浪潮。
那時，很少有人能想到，走進寫字樓，程式設計師用 Agent
寫代碼，運營用 AI 跑報表，連行政都在用大模型搭報銷流程。
不過，索洛悖論也再次產生。你去問企業管理者，十有八九會嘆氣。據統計 2025 年全球企業在 AI 上砸下超過 2500 億美元，真正跑出業務變革的公司只有 25%。
每個人手裡的活都變快了，Token 燒得更狠了，卻沒有創造更大的效益。為什麼個人效率拉滿，企業整體卻沒有跑出生產力變革？問題究竟出在模型能力還不夠強，還是企業仍然在用舊的組織方式，硬塞進一項新技術？
面對這個全球性的問題，APPSO 在今年的百度世界大會上，聽到了李彥宏給出新的答案，AI 沒有產生預期的經濟效益，是因為我們只是更換了電機，卻還沒有重新設計工廠。
時隔十年，李彥宏再次作出預判：AI 的下一幕，是智能組織。
「新生產力，只能從 AI 流水線里長出來，從智能組織里長出來。所以，換一台 AI 新電機，只是起點；重新設計新廠房，才是分水嶺。而這座新廠房，就是智能組織！」
過去，我們習慣用員工數量、人才密度、資本投入來衡量一家公司的實力。但在 AI 時代，能調動多少智能，沉澱多少知識，又能讓多少複雜任務高效運轉，成為組織生產力提升的必答題。
這場變化，正在動搖公司沿用了上百年的組織邏輯。
從一棵樹到兩塊披薩
1855 年，美國紐約與伊利鐵路公司畫了一張特殊的圖。
這是一棵枝葉繁茂的大樹。樹上的不同分支，分別對應公司的管理層、職能部門與人員分工。
這張被廣泛認為是現代企業最早的組織結構圖之一的圖表，試圖解決當時一個棘手的問題，「公司越來越大，到底該怎麼管」？
工業革命讓鐵路、工廠和大型企業迅速擴張。幾千上萬人聚集在同一個生產體系中，必須有人負責決策，有人執行，有人監督。
後來，馬克斯·韋伯系統闡述的科層制理論，把這套邏輯變得更加清晰：專業分工、明確權責、層級管理。
到了網際網路時代，亞馬遜創始人貝佐斯提出了一個有趣的管理原則，一個團隊應該小到兩塊披薩就能讓所有成員吃飽。
「兩塊披薩團隊」背後的想法，是讓小團隊擁有更大的自主權，減少層級與溝通成本，更快地完成任務。
從工業時代的分工管理，到網際網路時代的扁平協作，公司的組織方式一直在變化。但有一件事始終沒變，無論組織架構怎麼調整，完成複雜工作的主體，仍然是人。
AI 開始打破這個前提。
今年 5 月，李彥宏在 Create 大會上提出「超級個體」的構想：過去一個公司的最小生產力單元是團隊，如今，一個人加上一支智能體編隊，就可能成為新的生產力單元。
工業時代解決如何組織更多人，網際網路時代解決如何讓人協作得更快。
到了 AI 時代，問題變成了，「如果智能也可以像人力一樣被組織、調度和協作，公司是不是該重新設計了」。
「新電機」不能再配「舊廠房」
今年 3 月，Block CEO Jack Dorsey 和紅杉資本合伙人 Roelof Botha 合寫了一篇長文《從層級制走向智能化》（From Hierarchy to Intelligence）。
Dorsey 認為，從古羅馬軍團「8 人小隊、80 人百人隊、5000 人軍團」的嵌套指揮鏈，到 1806 年普魯士軍隊在耶拿戰役慘敗後創建的「總參謀部」，現代企業里「中層管理」的底子早就打好了。
兩千年來的層級制，本質上是一套建立在人類局限之上的「資訊路由協議」。
可人腦頻寬有限，一個主管能有效管理的人數只有 3 到 8 人。想縮小管理幅度就得增加指揮層級，而層級越多，資訊流動就越慢。
過去幾十年，Spotify 試過敏捷小隊，Zappos 試過徹底取消管理頭銜的合弄制，可只要公司規模越過幾百人的門檻，最終全都會退回層級制。
Dorsey 希望建立一個持續更新的「世界模型」，理解公司內部的工作狀態、資源配置和客戶需求，再由智能系統幫助協調任務。
他甚至提出，要把公司變成一個類似「mini-AGI」的智能系統。
Dorsey 拋出的問題，確實擊中了當下企業 AI 轉型的一處痛點，AI 已經越來越聰明，公司卻不一定變得更聰明。
李彥宏即將在百度世界大會提出的「新電機、新廠房」，正是對這一矛盾的回應。
如果只給舊廠房換上一台更強的電機，卻不重新設計生產流程，新技術的威力就很難完全釋放。
企業如何自己長成智能組織，今天李彥宏也提出了三個原則，其實就能當作一套完整的組織進化路徑：
打破崗位邊界，釋放組織活力；
沉澱隱性知識，構建組織智能；
設計流程閉環，推動組織進化。
傳統組織是「固態」的，按部門和職位切分工作，而智能組織則是「液態」的，未來的公司就像一張圍繞目標動態聚散的任務網路，從「以崗位為中心」，轉向「以任務為中心」。
可個人變得更能幹，不代表公司就能跟著受益。
企業里最寶貴的往往是那些沒寫進文檔的「隱性知識」：資深銷售為什麼放棄某個看似優質的商機，老工程師為什麼先排查某個故障點。
員工積累的經驗，如果只能由自己使用，換個人接手，很多事情還是得從頭摸索。
在李彥宏看來，真正的組織智能，必須讓隱性知識顯性化，通過 Skill、Workspace 等方式沉澱到公司平台上，持續累積、隨時調用、人人可用。
這意味著組織里的資訊和能力，開始擺脫原有的部門邊界。從讓一個人變得更能幹，到讓整個公司擁有更多可復用的知識，AI 才開始從個人工具走向組織資產。
不過，知識能夠沉澱，還只是開始。
如果一家企業每次都能調用過去的經驗，卻無法根據新的業務結果調整工作方式，那麼它仍然只是一套更先進的自動化系統。
真正的智能組織，還需要具備不斷學習和自我改進的能力。
李彥宏將這種機制概括為一個公式：「可衡量 + Looping = 持續進化」。
簡單來說，AI 不僅要把任務做完，還要有明確的業務標尺來檢驗結果，讓每次執行產生的經驗、偏差和反饋回流進下一輪循環（Loop）。
在李彥宏的設想中，未來人和 AI 圍繞一個任務形成一個 Loop，公司就變成一個由無數 Loops 組成的、高度自動化運營的組織，組織，就變成一個不斷學習和進化的系統。
這場實驗先在百度內部跑通了。
百度數字人創新業務部推動全員向 Builder 轉型，打破產品、研發、設計、測試等崗位邊界，讓員工藉助 AI 承擔更加完整的工作流程。
今年第三季度，團隊完成了 564 次產研疊代，沉澱 130 個 Skills 和 729 篇組織資產，產研人均吞吐提升 125.3%，交付周期縮短 28.8%。
其中，一名校招新人藉助 AI，僅用一天便完成了過去需要五個角色、至少十天才能交付的一項需求。
比起這個頗具衝擊力的效率數字，更值得注意的是，團隊並沒有讓這些經驗隨著任務結束而消失。
智能組織不是往公司里塞進越多 Agent 越好，工作過程中積累的 Skills、規則和方法，可以繼續被其他成員調用，成為下一次任務的起點。
今年百度世界大會上，百度數字人希加加還取代真人主播採訪李彥宏。希加加向李彥宏拋出了一個非常犀利的問題：
既然我都能做採訪了，那我這樣的數字人能當 CEO 嗎？
這聽起來像是一句玩笑，卻提出了一個值得思考的問題：AI 已經能夠獨立完成越來越多的工作，它在企業中究竟應該扮演什麼角色？
當 AI 能夠承擔任務、積累經驗、持續進化，從一個聽從指令的工具，逐漸成為參與組織運轉的新角色，企業的組織形態也將迎來新的想像空間。
智能組織的新廠房
提出一種新的組織理念並不難，難的是，讓它在真實業務中跑起來。
過去十多年，百度持續投入晶片、雲基礎設施、大模型和智能體，積累了從底層算力到應用的 AI 能力。
但有了技術底座，不代表企業就自動完成了組織升級。
智能組織要回答的，是從各自使用 AI 工具，轉向讓人與多個智能體圍繞任務協作。這次百度世界大會，百度搭子進一步升級，試圖改變這種各自為戰的狀態。
百度內部就已經在成為智能組織的新樣本，一位原本學物理的新人產品經理，藉助百度搭子，已經能獨立承擔售前溝通、產品設計以及大部分研發工作。
過去，一項需求可能需要產品、設計、研發等多個角色接力完成，現在他可以自己調動 AI 完成其中的大部分環節，T+1 就能拿出一個可以現場演示的功能 Demo。
目前，百度搭子已經推出個人版和企業版。在百度搭子開發平台的內部實踐中，一項典型需求從分析到可交付方案的時間，從 7 天縮短到 2 天。
智能組織不僅幫助員工解決當下的問題，還試圖讓今天解決的問題，成為明天整個組織擁有的能力。
庫庫企業版圍繞「懂組織、深能力、自進化」升級，它背後連接著百度文庫積累的 18 億份專業內容、7.5 億篇學術文獻，以及超過 700 萬個在線知識庫。
越來越多的企業，也開始把庫庫用到實際工作中。
上線僅三個月，庫庫企業版的能力已覆蓋超過 60 萬個組織，日均任務量增長至上線初期的 9 倍，月訪問量增長至 14 倍。在南華期貨，客戶服務效率提升 60%；在錫創投，業務交付速度提升 25%；在國聯人壽，投研團隊人效提升 40%。
不只是百度搭子和庫庫，近一年百度內部的日均活躍智能體數（DAA）從日均 5000 個增長到 3.7 萬個，增長了 6 倍多。智能體執行的有效任務完成數，從每周平均 8.4 萬個，增長到一周超過 100 萬個，增長了 11 倍。
目前，百度已建設 4300 個 Workspace，組織 Skill 累計沉澱超過 2 萬個。
李彥宏稱，「這些組織的好經驗、好方法沉澱下來，可以讓更多同學能夠復用，讓智能體能夠調用。讓一個人的經驗，成為整個組織的能力。」
讓 AI 從一個個獨立工具，進入企業真實的工作流程。
模型和算力的供給方式，也在發生相應變化。
當越來越多的智能體進入業務流程，企業不僅需要更強大的模型，還需要能夠根據不同任務，靈活選擇和調用合適的模型，讓智能體持續、高效地工作。
為了解決這個問題，百度還在此次世界大會上推出大模型交易平台「詞元所」。
李彥宏說它是大模型的交易所，「詞元所希望匯聚好的模型和模型提供商，讓企業乃至個人都能便捷地找到、購買和使用可信的模型 Token」。
對於智能組織來說，模型不再只是需要單獨採購和部署的技術產品，它更像水電可以按需獲取、靈活調用的基礎資源。
詞元所試運營一個月以來，入駐供應資源已超 100 個，日均調用次數突破 5000 萬，日均調用 Token 超 7000 億。
APPSO 認為，「智能組織」之所以會成為 AI 時代新的組織範式，在於它把公司的運行底座從「按層級管人的靜態架構」，改寫成了「按任務閉環攢複利的自進化系統」。
一百多年前，第二次工業革命早期並不順利。蒸汽時代機器的位置受中央傳動軸和皮帶約束，換上電動機後的整整三十年裡，工廠生產率幾乎沒動。
直到每台機器獲得獨立電機，工廠拆掉笨重的傳動軸，重新安排機器、工人和生產流程，電力才真正釋放出重塑工業生產的力量。
技術增強，並不一定意味著效率的提高，電力革命真正改變工廠的，不只是那台新買來的電動機。今天的 AI，或許正處在類似的時刻。幾乎沒有哪家公司還缺一台名為 AI 的「新電機」。
真正決定公司未來十年身位的，是誰先動手重建那座名叫「智能組織」的新廠房。
