11月12日，李彦宏在百度世界2026的主题演讲中抛出一个判断：AI之所以没有带来预期中的经济效益，是因为企业“只是更换了电机，却还没有重新设计工厂”。

十年前，也是在这个大会上，他喊出“AI is the New Electricity（AI是新电能）”。

那时离ChatGPT出现还有六年。这十年里，“发电”的问题基本被解决了，模型越来越强，Token越来越便宜，AI成了拧开开关就能接入的水电。

可当“电”真正通进千行百业，大多数企业却发现利润并没有跟上。员工都觉得手头的活儿变快了，公司的季度财报上却看不出水花。

多出来的效率究竟去了哪里？这是今年企业界最想知道答案的问题。顺着全球几份大样本调研往下追，所有的线索最后都落到了一个地方：拦住AI兑现利润的，恰恰是公司本身在“画地为牢”。

AI效率红利，为什么没变成企业利润？

麦肯锡今年对全球1719名受访者的调查显示，八成受访者认为AI提高了效率，但认为AI对利润有实质贡献的只有37%，与一年前原地踏步。能把5%以上利润归功于AI的企业，始终徘徊在6%左右。

国内企业的体感更扎心。德勤中国与香港大学9月联合调研的205位高管里，48.5%坦言AI项目回报低于预期，更有44.4%根本算不清回报。

员工效率提高了，企业为什么没有赚到更多钱？

Workday今年初对3200名员工的调查提供了另一条线索：85%的人每周能靠AI省下1到7个小时，但其中近四成时间又搭进了核对与返工；在89%的企业里，按AI能力重新定义过的岗位不到一半。

这就是今天无数职场人正在经历的荒诞现场：方案半天就能写完，评审照样要排一周；报告一键就能生成，还是得逐级签字、跨部门对齐。AI把“干活”这一环压得越短，等待和交接的比重反而越大。省下来的时间，全沉进了公司内部的流程成本里。

一百多年前的工厂，经历过一模一样的“技术空转”。

经济史学家保罗·大卫（Paul David）算过一笔账：1899年，电动机在美国工厂动力中的占比不到5%，直到1920年前后才过半，生产率的跃升也是在那时才真正爆发。

为什么电机来了，生产率却迟到了整整二十年？因为早期工厂只是把蒸汽机换成了一台大电机，车间头顶那根笨重的传动轴和皮带一根没动。直到后来人们狠下心拆掉旧车间，给每台机器装上独立电机、按工序重新设计厂房，福特的流水线才成为可能，而流水线本质上是一项组织发明。

今天的公司，就站在那根老旧的传动轴底下。

岗位、部门、层级，是工业时代为了压低协调成本发明出来的装置。当执行成本被AI压到极低，这套装置自身的运转摩擦就彻底暴露了出来。原本最省钱的结构，成了今天效率漏得最凶的地方。

AI落地的瓶颈，正在从技术转向组织。用李彦宏的话说，AI技术的上游是能源，下游是组织能力。麦肯锡的数据也印证了这一点：在那6%真正靠AI赚到钱的企业里，近四分之三从根本上重塑了工作流程，而在其余企业里，这一比例只有约四分之一。

当算力与模型的上半场狂飙告一段落，AI下半场正式进入了“组织时间”。怎么拆掉老厂房？李彦宏在现场给出了智能组织进化的三条原则：打破岗位边界、沉淀隐性知识、设计流程闭环。它们恰好堵住了效率流失的三个漏斗：交接的缝隙里、老师傅的脑子里，以及做完即散的静态流程里。

岗位不再是工作的唯一单元，任务才是

岗位说明书本质上是一个接口，用来规定一个人负责什么、怎么考核、活儿交接给谁。每次交接都会损耗信息、产生等待，互联网黑话中的“对齐颗粒度”便由此而来。过去这笔代价值得付，因为一个人的精力确实只够专精一段工作。

但AI正在把越来越多的人变成“六边形战士”。OpenAI经济研究团队7月底分析了80多万条ChatGPT对话，发现在带有职业属性的任务里，43.5%处理的是原本属于其他工种的活儿，而且小团队的“跨界混搭”比例明显高于大公司。工具已经大幅拓展了人的能力边界，现在把人困在原地的是组织的部门墙。

百度世界2026上，百度搭子产品经理的经历就是一个典型案例。半年前他还在物理实验室研究量子计算，如今在团队里，一个人同时挑起产品、研发和项目管理。从分析问题、形成方案，到推进执行和结果验证，AI帮助他完成了过去需要多人协作的任务。过去半年，他和“搭子”共同完成了成千上万个任务。

这背后的变化，是工作开始围绕任务重新组合，而不再完全受限于传统岗位分工。

李彦宏判断，组织必须从“以岗位为中心”转向“以任务为中心”，“未来的组织，就是一个任务的网络”。

在百度内部，数字人业务率先打掉了产品、研发、设计、测试之间的墙，全员转为Builder（构建者），三季度产研人均吞吐量提升125.3%，交付周期缩短28.8%；百度智能云原本由售前、交付、产研三段接力的流程，现在交由FDE（前沿部署工程师）一个角色从头盯到尾。

这与微软提出的Frontier Firm（前沿企业）理念有相似之处：未来的企业需要更多能够跨越传统职能边界、直接对结果负责的人与智能体。

合并岗位，真正省下的是“交接税”。但硬币的另一面是，岗位一直是企业定薪、考核、晋升的锚点。把墙拆掉之后，谁为最终结果负责？按什么标准分钱？都得重新回答。

这也是智能组织对管理者提出的新要求：不只是让AI替人干活，更要重新设计人与AI的协作方式。

模型买得到，老师傅的“手感”买不来

一个人能跨过岗位边界，前提是他能调用别人的经验。而一家公司最值钱的经验，往往沉淀在资深员工的判断里。

过去三十年，企业建了无数OA系统和知识库，最后大多沦为没人打开的僵尸档案。智能体改变了知识管理的两个环节：一方面，经验可以在执行任务的过程中被不断沉淀；另一方面，智能体每次接到任务，都可以主动调用这些知识。

就像李彦宏说的，隐性知识沉淀到平台上，可以实现持续累积、随时调用、人人可用。

南方电网的案例最能看出这件事的分量。仅广西电网，2025年就发生配电网永久性故障8215次，过去人工研判一次要60分钟以上，且高度依赖老师傅。基于百度“搭子”落地的“天璇伙伴”吃透了上万条历史处理记录后，分析准确率超过70%，客户反馈效率提升12倍，目前已铺开到广西14个地市、112个县。

同理，工商银行北京市分行把优秀客户经理的走访方法沉淀成Skill（技能包），海高激光把工艺人员排布机械臂的手感变成了算法：被复刻出来的，都是过去最难言传的少数人的判断。

这件事的战略意义，要放在“模型水电化”的背景下看。

今年前9个月，几乎每天都有不止一款新模型发布，模型调用需求迎来大爆发。但随之催生的一批词元（Token）中转站，并不对模型效果、服务稳定性和响应速度负责，甚至连模型的真实性都无从考证，让很多企业“选来选去，不放心、不敢用”。

为了打通“通电”的最后一环，百度在这次大会上正式推出了大模型交易平台“词元所”：主打“验真”与“征信”两大能力，通过模型指纹比对、定期抽检拨测、全链路实时监测等技术，为模型提供商建立信用评级，让企业乃至个人都能像买水电一样买到可信的模型Token。运营仅一个月，词元所入驻供应资源已超100个，日均调用突破5000万次。

“词元所”的出现，意味着模型层的获取正在被彻底标准化。

当任何一家企业都能买到同一档次的通用大模型，能拉开差距的就只剩模型之上的那一层：部门怎么配合、决策怎么拍板、客户怎么啃下来。这些东西留在员工脑子里，只是个人手艺；沉淀成AI能调用的资产，才叫组织能力。

对手抄不走，人员流动带不走，市场上更买不到。换一家模型供应商，改个API接口就够了；但要换掉沉淀下来的组织知识，几乎等于重建一座工厂。

李彦宏将其列为智能组织的三大机会之一：在通用能力之上叠加企业独有的知识和文化，形成难以复制的护城河。

一家能“自己长脑子”的公司

经验沉淀下来，还会面临老化过时。大多数公司的流程像成文法，定下来照章执行，几年才大修一次。丰田的“精益改善”讲了半个多世纪，限制它的始终是人类的物理转速：开会复盘一次、调整一次，往往以季度甚至年度计。

李彦宏为第三条原则写下了一个公式：可衡量 + Looping（闭环迭代） = 持续进化。“未来的公司，会变成由无数Loops组成的高度自动化运营组织。”

这里的新意在于，推动循环转动的变成了智能体。过去一年转几圈的飞轮，现在一天能转几百圈。百度财务内审团队把审计计划和风险排查交给AI，再用专家反馈实时修正规则，目前的自动执审率已经跑到了40%。

在这个公式里，排在前面的是“可衡量”，而多数企业恰恰卡在这里。德勤的调查显示，六成企业至今还没有建立AI价值衡量框架。

行业的尺子也在换，李彦宏今年5月提出用DAA（日活智能体数）来衡量AI的真实渗透。而在过去一年里，百度内部的DAA已从日均0.5万增长到3.7万，涨了6倍多，智能体每周完成的有效任务数，更是从8.4万个飙升到超过100万个，暴涨11倍。

回头看，这三条原则捆在一起，恰好是一根完整的链条：边界打开，活儿才流得动；经验沉淀，流过的东西才留得住；闭环转起来，留下的东西才越变越好。

把视野放到全球，麦肯锡在探讨“智能体组织”的架构，微软在描绘“前沿企业”的蓝图，BCG在呼吁“为AI重新设计公司，而不是让AI去迁就公司”。方向上的共识已经达成，真正稀缺的是能落地的操作机制。

李彦宏这次交出的，是一个机制层面的中国解题样本，它先在一家数万人的科技公司内部跑通，同时带着鲜明的中国产业底色：电网、银行、重工制造，个个都是最庞大、最需要改、也最难改的深水区。

当然，这张答卷还没有写完。当个人经验沉淀到公司平台后，产权归谁掌控？贡献者如何持续分享收益？这些数字资产未来能否跨平台迁移？这些问题在全世界都还没有标准答案。正如沈抖在演讲中所言，智能组织的未来，不会由哪一家企业独自完成。

翻开百年前的电气化历史，最终被商业史铭记的，很少是卖电机的厂商，而是那些率先撕掉旧图纸、重新设计了厂房和流水线的人。

十年前，李彦宏说AI是新电能，那时行业还在争论电够不够用。十年后的今天，电已经通进了几乎每一家公司的大门。AI正式进入了硬核的“组织时间”，考题换成了厂房，而这一次，没有人能替企业自己交卷。