Token越烧越多，利润却没涨：李彦宏要重新设计企业组织

“为什么我的Token花费越来越多，但是收入和利润不见涨？”百度创始人李彦宏在2026百度世界大会上抛出了一个不少企业正在面对的问题。 他观察到，一些年初还在强调Tokenmaxing的企业，如今也开始掉头控制预算。AI工具用得越来越多，Token消耗持续增长，业务收益却没有同步提升，问题究竟出在哪里？李彦宏将这一现象类比为工业时代的电气化：早期工厂只是更换了电机，却没有重新设计生产线，因此电气化并没有立即带来预期的生产力提升。 “没有一家公司会因为用了几个AI工具，一夜之间就变得更有竞争力了。”李彦宏认为，企业需要围绕AI重新设计组织和业务流程，让智能体真正进入销售、客服、研发、运营等环节。 “新生产力只能从AI的流水线里头长出来，从智能组织里头长出来。”这是李彦宏今年提出的核心判断。他将2026百度世界大会的主题定为“下一幕：智能组织”，并认为AI带来的变化将逐渐从技术和工具层面延伸到企业的分工、协作和价值创造方式。 回顾2016年，李彦宏曾在百度世界大会上提出“AI is the new electricity”（人工智能是新的电能）。过去十年，人工智能逐步形成了以芯片、云基础设施、模型和智能体为核心的独立技术栈。李彦宏认为，如果能源是AI产业的上游，那么组织能力就是其下游。未来企业需要建立适应AI能力的组织体系，让人和智能体共同完成工作。 过去一年，百度也在内部推进这一转型。李彦宏公布的数据显示，百度内部每日活跃智能体数量（Daily Active Agents，DAA）已经从约5000个增长到3.7万个，增长约6倍；每周有效工作任务数从8.4万个增加到超过100万个，增长超过11倍。在知识沉淀方面，百度已经建设超过4300个Workspace，并沉淀了超过2万个公司级组织Skill（技能），不包括部门内部的Skill。 李彦宏表示，沉淀这些知识和技能，是为了让组织中的经验能够被更多人复用，也能够被智能体调用，“让一个人的经验成为整个组织的组织能力”。 组织进化“三原则”，任务才是智能时代的单元 基于百度内部实践，李彦宏将AI时代的组织进化归纳为三个原则：打破岗位边界、沉淀隐性知识、设计流程闭环。 首先是打破岗位边界，让组织从以岗位为中心转向以任务为中心。 “岗位是工业时代的单元，任务则是智能时代的单元。”李彦宏认为，传统企业强调人岗匹配，一个岗位对应一组相对固定的职责。AI时代，一个人的能力可以得到极大扩展，同时承担多个角色、参与不同任务，个人的认知、经验和判断力也能够在多个业务场景中复用。 他判断，未来岗位大致会收敛为两类：一类是Builder，负责创造新的东西；另一类是Seller，负责人与人之间的沟通和连接，让对方产生情感、建立信任。岗位本身不会消失，但岗位之间的界限会逐渐模糊，组织则会转变为由人和Agent共同组成的任务网络。 第二个原则是沉淀隐性知识，构建组织智能。 企业内部存在大量难以通过正式文档表达的经验，例如部门之间如何协作、如何做出业务决策、如何与客户谈成合作。这些知识如果只存在员工个人的经验中，就很难被其他人和智能体复用。 李彦宏认为，企业需要将这些隐性知识显性化，沉淀到组织平台，让员工和Agent都能够持续调用。他强调：“组织智能才是企业最深的护城河。”这种能力来自企业长期积累的经验和做事方式，“别人抄不走、挖不动、买不来”。 第三个原则是设计流程闭环，让组织持续进化。 李彦宏提出了一个公式：“可衡量+Looping=持续进化。”面对复杂任务，企业需要先设计执行流程，建立客观的衡量标准，再让AI根据每一轮执行结果不断调整。每完成一轮任务，就进行评估，根据结果优化方案，再进入下一轮执行。 李彦宏认为，当人和AI围绕一个任务形成持续循环，企业就会逐渐变成由大量Loop组成的高度自动化组织，业务响应和创新速度也有机会随之提升。 百度内部经历过模型训练和Agent开发的弯路 智能组织的建设并非一蹴而就。李彦宏也分享了百度过去一年在AI组织转型中遇到的两个问题。 第一个问题是业务部门各自训练模型。 大模型刚出现时，百度内部不少工程师都希望尝试训练模型，使用开源模型进行监督微调（SFT）。这些模型在初期的业务应用中表现不错，但随着基础模型持续升级，原有微调成果很快就落后了。 李彦宏回忆：“基础模型一升级，它那个东西就又落后了。”此后，百度调整了管理方式，要求模型训练由专门的模型部门负责，业务部门不再各自开展模型训练，以减少重复投入和资源分散。 第二个问题是Agent开发方向过于分散。 随着各种智能体应用迅速兴起，哪个方向热门，各个业务部门就跟着开发相应的Agent。李彦宏形容，当时各部门“什么智能体火，他就要去做一个什么智能体”。结果是资源被分散到大量项目中，每个方向获得的投入有限，成功率也受到影响。 百度随后开始按月复盘，要求各业务团队减少同时推进的方向，将资源集中到更少的项目上。李彦宏总结，企业需要“做更少的事情”，才能提高资源使用效率和项目成功率。 这两个经历也反映出AI组织转型中的实际难题：员工使用AI的积极性很高，但企业仍然需要统筹模型训练、技术资源和业务方向。 杨元庆：AI转型需要自上而下规划，也要自下而上探索 在大会现场，李彦宏还邀请联想集团董事长兼CEO杨元庆分享企业AI转型经验。 两人谈到，AI目前还替代不了企业负责人出差见客户。李彦宏开玩笑说：“AI还是替代不了CEO出差。”杨元庆也认同，客户沟通和人与人之间的情感连接仍然非常重要。 杨元庆表示，2024年开始是联想的第五个十年，也是联想围绕AI展开的第五次创业。目前，联想的智能终端、智能基础设施，以及智能解决方案和服务三大业务，都在围绕AI进行调整。 在终端方面，PC和手机既是AI数据和应用场景的重要入口，也具备端侧计算能力。杨元庆认为，随着个人AI的发展，PC的重要性正在提升。未来一个人可能拥有多种设备，联想希望整合不同设备上的数据和使用体验，形成短期与长期记忆，让个人超级智能体能够更好地理解用户。 他还提到，未来个人终端不仅由人使用，智能体也会使用。如何让用户在不同设备上获得统一的AI体验，并让个人数据和记忆能够跨设备衔接，是联想正在探索的方向。 在基础设施方面，联想正在从传统企业IT基础设施、云基础设施向AI基础设施延伸，并为AI推理和边缘算力进行投入。面向企业客户，联想则提供端、边、云结合的算力平台，以及模型、Token和数据平台，帮助企业开发不同领域的智能体。 AI也已经进入联想内部的多个岗位。研发人员使用AI辅助编程，销售人员借助AI寻找和识别客户，市场团队利用AI进行创意生产，服务团队通过智能体改善客户服务，HR使用AI从大量候选人中匹配合适人选，法务部门也开始利用AI检查合同。 杨元庆还重点谈到了AI在供应链中的应用。联想正在将AI用于需求预测、生产安排、质量检测、物流和运输等环节。以需求预测为例，过去企业更多依靠人工经验判断市场需求，现在可以结合市场数据、用户需求、供应情况和历史交易记录进行预测。杨元庆认为，AI预测的准确性已经明显优于传统人工判断。 不过，预测只是供应链管理的起点。李彦宏追问了需求预测准确之后，人的作用是什么？对此，杨元庆认为，需求变化往往“牵一发而动全身”，采