【学习笔记】李彦宏《下一幕,智能组织》:AI 时代的工作会收敛成 Builder 与 Seller(百度世界 2026 演讲全文梳理)

25 min

「AI 不止是一场技术革命,它更是一场组织革命,而这个趋势是不可阻挡的。」

2026 年 11 月 12 日,百度世界 2026 大会在北京举办,今年的大会主题定为**「下一幕,智能组织」**。李彦宏的开场演讲与主题同名,回答了过去一年企业界问得最多的一个问题:为什么 Token 花费越来越多,收入和利润却不见涨? 他的答案是:企业只是更换了「电机」,没有重新设计「工厂」——AI 的下一幕不是更大的模型,而是与 AI 能力匹配的组织方式。在这套推演里,他给出了对普通人影响最直接的一个判断:岗位不会消失,但会收敛成两类角色——Builder 与 Seller。

本文的原始材料是搜狐转载的演讲全文实录(睿见 Economy)与知乎的演讲稿整理,并与凤凰网现场报道交叉核对。各家转录在个别词上有出入——「芯云模体」被转成「新云模体」、「组织 Skill」被转成「组织 Style」,本文按演讲自述的四层架构(芯片、云、模型、智能体)与百度搭子平台的产品术语,统一为前者。引号内的文字以搜狐实录为准;第七节是我的个人分析,与演讲者无关。

一、速览:这场演讲的整体骨架

模块核心内容
十年坐标2016 年提出「AI is the new electricity」;2016–2026 是 AI 形成独立技术栈的十年,「芯云模体」四层架构成形
下游之问AI 技术的上游是能源(黄仁勋「五层蛋糕」),下游是组织能力——一种不同于科层制的 AI 原生组织体系,即智能组织
核心判断企业 Token 越花越多、收入利润不涨,因为只换了电机、没重新设计工厂;智能组织是 AI 时代的「新厂房」
组织进化三原则打破岗位边界(任务网络)、沉淀隐性知识(组织智能)、设计流程闭环(可衡量 + Looping)
岗位收敛岗位不会消失但会收敛:Builder 负责创造新东西;Seller 负责人与人之间的沟通连接、建立信任传递情感
百度内部数据日活智能体 0.5 万 → 3.7 万;每周有效完成任务 8.4 万 → 超 100 万;4300+ Workspace、2 万+ 公司级 Skill
三大机会轻资产运营、构建独有的组织护城河、持续发现新市场

二、十年坐标:从「AI 是新的电」到「智能组织」

演讲的起点是一次自我呼应。十年前的 2016 年 9 月,李彦宏在百度世界大会上给出的判断是「AI is the new electricity」——人工智能是新的电。到今天这句话已成共识,而回看 2016 到 2026,恰好是人工智能形成独立技术栈的十年。

他对比了两代技术栈:传统 IT 技术栈是三层架构——底层芯片、中间操作系统、上层软件;AI 时代的技术栈则是「芯云模体」四层——以 GPU 为核心的芯片层、云基础设施层、模型层,以及以智能体为核心的应用层。业界还有黄仁勋的「五层蛋糕」理论,是在这四层之上又加了一个能源层(美国的电力供应紧张,可以理解)。

由此引出全场的逻辑支点:任何产业都有上游和下游,如果说 AI 技术的上游是能源,那下游是什么? 李彦宏的回答是:组织能力——一种不同于现行科层制的 AI 原生组织体系,他把它叫做智能组织。十年前定义了 AI 是什么,十年后定义 AI 落到哪里。

三、核心判断:换了电机,没换厂房

为什么是智能组织?他的论证从企业家们的困惑开始。过去一年,他与金融、制造、能源等领域的一把手交流,最常听到的问题是:「为什么我的 Token 花费越来越多,但是我的收入和利润不见涨?」 年初还在强调 Token Matching 的一些企业,如今也纷纷调头回来控制预算。

问题出在哪?他说「历史其实给过我们答案」,并直接类比工业时代:AI 没有产生预期的经济效益,是因为我们只是更换了电机,但是没有重新设计工厂。 没有一家公司会因为用了几个 AI 工具就一夜之间变得更有竞争力;只有围绕 AI 能力重构组织,才能抓住这个时代的机会。几段关键表述值得原文引用:

「新生产力只能从 AI 的流水线里长出来,从智能组织里长出来。所以换一台新的 AI 的电机只是起点,重新设计新的厂房才是分水岭。而这组新厂房,就是智能组织。」

「如果说人工智能是新的电力,那么智能组织就是 AI 时代新的厂房,是生产力真正发生的地方。」

落到操作层面,他给企业的要求是:不能只把 AI 当成个人提效工具,而要让智能体、数字员工真正进入业务——进入销售、客服、研发、运营各个环节,围绕 AI 重新设计整个组织。顺带一提,去年的百度世界大会上他已经提出「内化 AI 能力,打造原生的 AI 组织」,今年这场演讲可以视为对一年实践的复盘与理论化。

四、组织进化三原则

怎么搭建智能组织?李彦宏总结了三原则:打破岗位边界、沉淀隐性知识、设计流程闭环。

原则一:打破岗位边界——岗位是工业时代的代言,任务才是智能时代的代言

传统组织以岗位为中心,讲「人岗匹配,一个萝卜一个坑」;AI 时代的组织会转向以任务为中心——「未来的组织就是一个任务的网络」。AI 极大扩展了个人能力,一个人可以同时扮演多个角色、承担多个岗位的任务;高价值个体不再被单一岗位绑定,其认知、经验和判断力可以在多个高度匹配的任务中反复复用。岗位分工变细带来的部门墙,也随之减少。

那岗位会不会消失?他给出了全场传播最广的判断——岗位不会消失,但会收敛成两类:

  1. Builder(构建者):负责创造新的东西;
  2. Seller(连接者):负责人与人之间的沟通和连接,「让对方对你产生情感、建立信任」。

他的原话是:「很多需要建立信任、人与人深度沟通的事情,AI 替代不了。」所以未来岗位依然存在,但岗位之间的界限会越来越模糊;组织依然存在,但会是一张以任务为核心、人与 Agent 协作的网络。

原则二:沉淀隐性知识——组织智能才是最深的护城河

组织智能与个体能力最大的不同,在于把隐性知识显性化。公司内部有大量只存在于员工脑子里的做事方式:部门之间怎么协作、怎么做决策、怎么把客户谈下来、怎么判断风险。这些知识如果没有沉淀成 AI 可以理解的内容,就仍然只是个体能力——人一走,经验就带走了。哪怕各家买一模一样的大模型,用出来的效果天差地别,差距就在这里。

真正的组织智能,是让这些知识显性化、沉淀到公司平台上,持续累积、随时调用、全员可用。他的结论是:

「组织智能才是企业最深的护城河,这种组织能力,是别人抄不走、挖不动、买不来的。」

演讲里提到的配套工具:百度搭子开发平台可以把业务知识、判断经验、流程沉淀成可复用的 Skill 和工作流;企业协作空间(Workspace)让人和智能体共享上下文,项目背景、决策、产出都留在组织里。一句关键总结:「通用模型可以采购,绑定业务的知识和上下文很难复制。」

原则三:设计流程闭环——可衡量 + Looping = 持续进化

过去组织运作的方式是:制定战略、搭建团队、设计流程、严格执行。这套方式正在被根本性颠覆。智能组织是一个自主进化的系统,其进化公式是:

可衡量 + 循环迭代(Looping)= 持续进化

具体做法:面对复杂任务或决策,先设计一个闭环方案,再去验证,最后变成标准路径;有了客观的衡量指标(交付周期、服务质量、成本、营收),就让 AI 反复循环执行——每跑一轮衡量一次,根据结果优化,再跑下一轮。人与 AI 围绕同一个任务形成一个 Loop,公司最终会变成由无数 Loop 组成、高度自动化运营的组织,市场响应更快、创新更快。他举例的伐谋 3.0 自进化智能体,就是围绕业务指标持续优化,而不是交付一次方案就结束。

他也坦承:从今天的组织走向智能组织,不会一蹴而就,「一步一步趟过去」;技术迭代这么快的三年里,组织变革要跟上技术变化非常不容易。

五、百度的成绩单与走过的弯路

演讲中李彦宏展示了百度内部的实时看板,这也是外界最关注的部分:

指标一年前现在变化
日活智能体(Daily Agent)0.5 万个/天3.7 万个/天涨 6 倍多
有效工作任务数8.4 万个/周超 100 万个/周涨 11 倍
Workspace—超 4300 个—
公司级组织 Skill—超 2 万个(不含部门内部)—

他特别解释了沉淀 Skill 的动机:让好经验、好方法被更多同事复用、被智能体调用,「让一个人的经验成为整个组织的组织能力」。参与本次大会筹办的同学,其 Agent 的任务交付「一秒都没有停」。

据凤凰网现场报道,组织调整过程中百度也走过两条弯路,演讲之外同样值得记录:

  1. 模型层曾经下放,后来收权。大模型刚出现时,一些业务团队基于开源模型自行训练,起初在业务上取得成效,但基础模型升级后原有成果很快落后。此后百度要求业务部门不再自行训练模型,统一交给专门的模型部门。
  2. 应用层一窝蜂追热点,后来强制聚焦。智能体应用兴起后,各业务部门纷纷跟进热门方向,造成资源分散;百度随后通过每月开会要求各团队聚焦,把努力方向「从多变少,做更少的事情」,以提升效率和成功率。

这两条弯路分别对应「模型能力集中供给」和「应用方向收敛聚焦」的组织治理经验,和三原则放在一起看,才是这套方法论的完整面貌。

六、三大机会与同场发布

顺着智能组织这个方向,李彦宏认为企业会迎来三大机会:轻资产运营、构建独有的组织护城河、持续发现新市场。

大会同场还有一系列产品发布,与演讲叙事构成完整的商业闭环:大模型交易平台「词元所」(据报道发布首日供应商增超 100 家、客户新增超 1000 家)、文心大模型 5.5 Flash 预览版与两款文心应用模型,以及百度搭子、库库、百度一镜、百度伐谋四大智能体的升级;算力层面发布了天池 1024 卡超节点。本文聚焦演讲本身,产品细节不展开。

七、我的分析

以下六点是我的个人看法,与演讲者无关。

**第一,「换电机不换厂房」不是随口比喻,它有一份著名的经济学文献底稿。**经济史学家保罗·大卫(Paul David)研究过电气化的「生产力迟到」现象:交流电技术在 1880 年代已经成熟,但美国制造业的生产率要到 1920 年代才集中爆发——因为早期的工厂是围绕中央蒸汽机的传动轴设计的,只把电动机塞进旧厂房,省下的电费远远抵不过重构的麻烦;直到工厂按「单元驱动」重新布局(单层厂房、机器随工艺流程散布),电气化的收益才真正兑现。1987 年经济学家索洛又留下那句著名的「计算机时代无处不在,唯独不在生产率统计里」。李彦宏「历史其实给过我们答案」的说法,几乎是把大卫的论证搬进了 AI 时代——这个判断的方向我完全认同;值得追问的只是时滞长度:云化让「重构厂房」的边际成本比百年前低得多,这一次的间隔或许用不了四十年,但「买了电机就等着生产力」的幻想确实可以先放下了。

**第二,Builder/Seller 二分的实质,是「产出可被 AI 放大」与「以人类信任为交付物」的分野,媒体把它译成「构建者与销售」反而窄了。**原文对 Seller 的定义是「负责人与人之间的沟通和连接,让对方对你产生情感、建立信任」——医生、教师、律师、心理咨询师、管理者的核心交付物都是这个,叫「信任接口(trust interface)」比「销售」准确得多。但也要看到二分法过于整齐的一面:现实中绝大多数岗位是两者的混合体(产品经理、创业者、科研负责人都在 Builder 和 Seller 之间来回切换),而且它悄悄略过了第三类岗位——治理、合规、安全、审计这类价值在于「说不」的角色,既不创造新东西也不经营关系。对个人更有用的用法不是问「我是 Builder 还是 Seller」,而是问:我的工作里,AI 可替代产出的占比有多高,剩下的部分能不能归到这两类里去。

**第三,「以任务为中心的组织」不是新发明,AI 的增量在于让任务制第一次「可运营」。**去掉科层制、按任务组队的实践早有一长串:海尔张瑞敏 2005 年开始的「人单合一」、Valve 的无老板手册、亚马逊的两个披萨团队、拉卢克斯《重塑组织》里的青色组织。它们共同的困境是协调成本——没有中层科层,信息流转和问责很快失控,最后多数退回旧结构。智能体带来的变化是把这层协调成本大幅吃掉:拆解任务、匹配上下文、追踪闭环都可以由 Agent 承担。换句话说,任务制组织过去是「理念先进、运营成本过高」,AI 第一次把运营成本打到了可行区间——这才是「智能组织」相对于管理思想史的真实增量,而不是又一次组织学概念的翻新。

**第四,「沉淀隐性知识」与 Agent Skill 生态是同一个趋势的两面,但演讲跳过了知识管理的老难题——激励。**把个人经验编码成机器可调用的 Skill,正是 Claude Agent Skills、MCP 这一波生态的核心思路;「通用模型可以采购,绑定业务的知识很难复制」也确实是当下最稳的护城河判断。但企业知识管理有一部漫长的失败史:wiki 和知识库大多在「写入有成本、检索无回报」中荒废。AI 确实把「写入—调用」的双向成本都降了,可更根本的问题没有变:**隐性知识是员工的议价资本,显性化即去私有化,员工为什么愿意把看家本领交出去?**演讲给出的答案是「让一个人的经验成为整个组织的能力」,这句话对组织成立,对个人却未必是激励相容的——它需要配套的评价与分配机制(沉淀贡献如何计入绩效与回报),而这一层全场几乎没有展开。智能组织的三原则里,最难的恐怕不是第三条的工程闭环,而是第二条的人心闭环。

第五,内部数据方向可信、口径存疑,而且要用演讲自己的尺子来量它。日活智能体涨 6 倍、周任务量涨 11 倍,作为内部用量的增长是真实的,但「有效完成任务」的定义(什么算任务、什么算有效)决定这些数字的含金量,11 倍里也难免有低基数效应。更关键的是:这些是用量指标而非结果指标——用「Token 花费涨了收入没涨」去批评别人的框架,同样适用于「智能体多了利润涨了吗」的追问。另外有一个不必回避的观察:百度正是搭子、伐谋、词元所这些「智能组织工具」的卖方,「组织革命」叙事的直接受益者是组织工具厂商——这场关于 Seller 的演讲,本身就是一次教科书级的 Seller 行为。这不构成反驳(厂商同样可以说出真话),但读的时候值得把「判断」与「带货」分开称重。

**第六,把三原则缩小到一个人身上,「个人版智能组织」今天就能搭。**组织层面的变革轮不到大多数人决策,但三原则其实可以按 1:1 缩小到个人:把工作从「岗位职责」改写成「任务清单」,用智能体承接其中可自动化的部分(打破岗位边界);把个人积累的判断、模板、流程随手沉淀成自己的 Skill 库和知识库,而不是散在聊天记录里(沉淀隐性知识);给产出装上可衡量的指标,按周期复盘迭代(设计流程闭环)。岗位向 Builder 与 Seller 收敛的过程中,最先被挤掉的是「既不创造、也不连接」的纯执行中间态——而给自己搭一套个人智能组织,本质上就是提前把自己挪出中间态。这可能是这场面向企业家的演讲,对普通打工人的最大实用价值。

参考与延伸

本文为个人学习整理与分析,内容梳理自公开报道与演讲转录稿,转写差异已尽量核对,不构成任何投资或商业建议。