过去几年,企业对人工智能的态度经历了一场耐人寻味的变化。最初人们关心模型有多聪明,随后竞争转向应用,企业开始让AI写代码、做报表、分析数据。但随着技术深入业务,新的矛盾逐渐显现:算力和Token投入持续增加,真正体现在经营结果上的变化却未必同步。
问题出在哪里?
这让人想起经济学史上的著名现象。1987年,诺贝尔经济学奖得主索洛指出,计算机已广泛进入经济生活,其影响却尚未体现在生产率统计中。后来人们意识到,技术普及与生产组织方式的改变之间存在时间差,只有围绕新技术重新安排流程、管理和资源配置,技术红利才会真正释放。今天,人工智能似乎正在经历相似阶段。
11月12日,百度世界2026把主题指向智能组织。十年前的百度世界2016上,李彦宏判断互联网的下一幕是人工智能;十年后,他把下一幕的主角从技术换成了组织。
从今年5月提出面向大规模智能体应用的新全栈AI云,到围绕百度搭子推动通用、专业和定制三类智能体进入企业业务,再到此次百度搭子全面开放Harness引擎和专业能力、百度搭子Agent API正式上线,百度智能云正在回答一个更具商业价值的问题:如何让AI从个人手中的工具,变成组织能够持续调用、协同运转并积累经验的生产能力。
如果说上一轮企业数字化解决的是业务如何在线运行,智能组织要解决的,就是业务如何在人的判断与机器的执行之间重新运转。而支撑这场变化的云,也需要随之改变。
01
企业AI的真正瓶颈,正在从技术走向组织
早期工厂只是拿一台大电机换下蒸汽机,整个车间还靠天轴和皮带带动;后来每台机器都装上单独的电机,车间才能按工序重新排布,生产率到20世纪20年代才明显上来,前后隔了约40年。
今天给员工配了AI工具,却没有按任务重排组织,和那时几乎一样。
智能工具已经触及大量岗位,但在不少组织中,任务仍要沿部门边界层层传递,重要经验依赖资深员工口耳相传。
这也是全球企业AI的关注重点正在从个人工具转向组织流程的原因:模型之间的差距在缩小,企业决策者问的问题也变了,整个组织能不能围绕AI重新分工、重新积累经验。
过去企业采购AI,买的是软件席位;如今评估AI,问的是组织能力,同一笔预算的衡量标准正从工具数量转向任务产出。
由此可以理解,产业讨论为什么正在从AI应用转向智能组织。微软提出Frontier Firm,关注人与智能体共同工作的企业形态;麦肯锡围绕Agentic Organization展开研究,强调企业需要重新设计工作流程、治理体系和协作机制。
这些讨论共同揭示一个趋势:AI下一阶段的竞争不再局限于模型和应用本身,而将深入企业的经营结构。
百度创始人李彦宏提出的组织进化三原则,在企业里有三个落点。
一是岗位边界开始变得更有弹性。百度搭子产品经理郑乃琪半年前还在实验室研究量子计算,现在借助搭子同时做产品、研发和项目管理;团队半年迭代160多次,90%的代码由搭子生成。
二是隐性知识有机会变成组织资产。一位优秀客户经理为什么能判断客户需求,一位工程师如何处理复杂故障,一位资深产品经理怎样拆解需求,往往依赖长期积累的经验,这些经验难以完整写入制度,也不容易在人员之间传递。如果智能体能把一次成功任务的处理步骤、判断依据和专业规则沉淀下来,经验证后供其他人调用,企业积累的就不再只是文件和数据,而是可重复使用的工作方法。
三是工作流程形成闭环。智能组织不是静态的组织结构,而是一套随任务积累不断改善的运行机制:任务结果可衡量、可反馈、可迭代,组织在一次次循环中持续进化。
归根到底,企业未来的AI竞争力,不只取决于调用了多少模型,更取决于能否把技术能力转化为可持续、可复用的组织能力。瓶颈早已不在技术一侧,而在组织一侧。
02
从通用到定制,智能体如何接下组织的真实任务?
智能组织的形成,首先要有能够承担实际任务的智能体。
企业业务天然复杂。整理会议纪要与分析金融风险不同,制作营销方案与处理工程问题不同,客户服务与核心经营决策也不同。
因此,产业智能体正在形成清晰分工:通用智能体承担标准化、跨场景的日常任务,专业智能体处理需要行业知识、专业数据和特定方法的工作,定制智能体则深入专有流程、内部系统和核心业务。
百度智能云的思路,是通过百度搭子把这三类能力组织到企业的真实任务之中。三类智能体是同一入口下的三层能力,企业可以按任务深度逐层调用。
通用智能体解决的是进入业务的问题。
以新发布的会议纪要功能为例,实时录音转写、章节要点、智能纪要和待办提取一气呵成,系统自动识别任务内容、责任人和截止时间并链接任务系统,会后整理从小时级缩短到分钟级。
升级后的企业协作空间把团队与智能体放进同一个项目容器,共享同一份上下文,任务中的背景、规则和决策持续沉淀;散落各处的文档汇入统一文件库,由系统持续纠错更新,变成AI可调用的组织记忆。
专业能力同样在补齐,三十余个行业插件覆盖法律、金融、政务、教育等场景,与伙伴共创的垂直行业工作台让专业流程可以直接调用。
专业能力决定AI能否继续深入行业。这部分能力一是来自库库、秒哒、伐谋、百度胜算、Hogee等百度的专业智能体,在百度搭子里就能调用;二是来自行业伙伴。此次大会上,百度搭子全面开放Harness引擎和专业能力,与生态伙伴共建新一代行业AI产品,销售易和世纪天鸿的工作台就是其中两个。
百度搭子与销售易共创CRM工作台:百度搭子先调用销售易的CRM能力分析商机进展、识别风险和跟进重点,用户在专业面板调整并确认优先级后,生成销售复盘材料,再经用户确认通知协作群,由团队承接后续跟进,分析结论同步沉淀回客户系统,成为下一次判断的依据。原本分散在分析、汇报和协作工具里的动作,被一条流程串了起来,从分析一直走到执行。
教育行业展示了另一种协作方式。世纪天鸿长期积累的教辅内容和教学场景经验,是教师智能体小鸿助教的基础。此次与百度搭子共建的K12教育教辅工作台,把教案设计、课件制作、作业批改等教学专业能力,与跨文档处理和日常办公执行连接起来,教师在同一工作台完成教学与办公事务,无需在多个工具间切换,世纪天鸿则把研发资源集中在自己最懂行的教学环节。教师每周花在非教学工作上11.85小时,比教学的9.63小时还多。
更深入的一层,是定制智能体对企业核心知识的吸收与复用。百度智能云采用百度搭子开发平台与AI落地工程体系FDE相结合的方式:平台负责构建和运行智能体,FDE进入具体场景,梳理业务需求、数据和知识,设计任务流程,再通过持续调优把专家经验沉淀为专业技能。
企业可以直接使用百度搭子的通用能力,也可以通过MCP和App连接现有工具与业务系统,还可以通过百度搭子Agent API把智能体能力嵌入已有产品。
三种方式对应不同的融合深度,让企业从相对独立的场景开始,逐步延伸到跨系统的任务协作。
03
智能体要规模化运转,云必须从资源底座走向任务底座
单个智能体的惊艳演示,与成千上万智能体在企业里稳定运行,是两件完全不同的事。前者考验模型,后者考验基础设施。
智能体带来全新的工作负载。它长期在线、自主拆解任务、反复调用工具、跨系统读写数据,一个任务可能运行数小时、调度数十次。这意味着它首先要有地方运行,权限要能管住,效果还要能持续优化。
能否把长链路任务做完,是其中的硬门槛:“在考察深度研究能力的DeepResearch Bench Ⅱ评测中,百度搭子位列第一。”
过去的云以CPU通用计算为核心,支撑企业IT系统;智能云在此基础上叠加以GPU为主的AI计算,计算、网络、存储、安全治理都要围绕智能体重新设计,服务的不再只是人,而是由人、工具和流程共同完成的一个个任务。围绕权限这一环,智能体的运行被放进隔离沙箱,高危操作需要人工授权,智能体只在分级授权范围内使用数据,数据与执行全程可追溯、可审计,公有云、专属VPC、私有化和混合云等部署方式,则满足不同行业的数据合规要求。
百度智能云的新全栈AI云的基础设施分成两层。Agent Infra负责让智能体稳定、规模化运行,提供资源、运行环境和模型服务,满足多数企业的主流需求;当企业需要训练自己的模型、进行更大规模推理时,再用更底层的AI Infra,生产更强、更具性价比的智能。这套架构先在百度内部经受考验,今年以来,智能体运行所需的沙箱并发量增长了25倍。
两者并非简单叠加。可以把AI Infra理解为支撑智能生产的动力系统,把Agent Infra理解为组织智能体执行任务的运行体系:前者关系智能能力的供给质量与成本,后者决定这些能力能否在真实业务中稳定交付。
对多数企业而言,未必需要从头训练模型,却需要让现有模型和智能体可靠完成任务,可直接调用的模型服务、稳定的运行环境和便捷的系统连接能力,更接近现实需求;对有专有数据、特殊模型要求或大规模推理任务的企业,AI Infra的训练与推理能力又成为重要支撑。这也是新全栈AI云与传统云计算的区别。
未来云厂商之间的竞争,除了基础算力和模型性能,会越来越体现为企业级任务运行能力的竞争。谁能让智能体更可靠地完成长链路任务,谁能帮助企业把经验不断沉淀下来,谁就更接近企业持续变化的经营需求。
百度从芯片、模型、智能体到云基础设施的全栈布局,实际上是在建立一套连接关系:底层计算与模型提供智能供给,中间Agent Infra保障智能体运行,上层百度搭子及行业伙伴产品进入真实业务,开发平台和FDE则把技术能力与企业特有的流程、知识和系统结合起来。
更进一步看,智能组织的普及还可能改变产业分工。未来,掌握行业知识的服务商有机会把专业方法封装为智能体能力,拥有客户和业务系统的软件厂商可以成为智能体的执行入口,云厂商提供跨模型、跨系统运行所需的基础设施。
此次大会上百度智能云发布的大模型交易平台词元所,就是“跨模型”这一层的样子。
它以“验真”与“征信”核验模型资源、为模型提供商建立信用评级,上线一个月以来入驻供应资源已超100个,日均调用Token超7000亿。
新的商业机会或许就隐藏在这里。
AI的下一幕,或许正是企业从拥有智能工具走向形成智能组织。百度智能云要回答的,因此不是一朵云可以容纳多少智能体,而是如何让它们在可控的任务闭环中持续创造价值。
注:本文头图来源于百度世界大会2026。
特别声明:本文为合作媒体授权DoNews专栏转载,文章版权归原作者及原出处所有。文章系作者个人观点,不代表DoNews专栏的立场,转载请联系原作者及原出处获取授权。(有任何疑问都请联系idonews@donews.com)



