繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

AI時代,公司應該長什麼樣?

2026-11-13 21:18

  炒股就看金麒麟分析師研報,權威,專業,及時,全面,助您挖掘潛力主題機會!

(來源:略大參考)

生產體系、組織架構,完全按照AI時代的邏輯去設計。

作者|李斯

今年的百度世界大會,顯得十分松弛。

百度創始人李彥宏主動走下主舞臺,融入觀眾席,和聯想掌門人楊元慶交談。除了高管,越來越多的年輕產品經理甚至是新人員工,走到臺前,親自與公眾交流、分享。

在大會期間,百度還公佈了一條數字人「希加加」採訪李彥宏的視頻,視頻里李彥宏非常松弛地迴應了很多尖鋭的問題。

形象氣質的變化,往往體現了背后的理念變化,它是百度風氣愈發年輕化、愈發前瞻化的體現。

在百度的世界大會上,有變的東西,也有不變的東西——李彥宏和百度思考問題的方式。

每一年的世界大會,百度都會帶來一個新的主題,一系列新的產品。但往往有一條類似的暗線:AI應該真正去底層產生變革,而不是在舊的、淺層的東西上縫縫補補。

從AI原生應用,到內化AI能力和DAA概念的提出,李彥宏總是喜歡在這個層面思考問題。

今年的百度世界大會,李彥宏又帶來了這個層面的思考:AI如何真正影響企業的組織架構。

眼下,恐怕已經沒有企業不用AI來幫助自己的管理組織,但這些應用,似乎仍然困於皮毛。企業用了越來越多的AI工具,但底層的工作流和架構,仍然是老的,舊的,是上一個時代的。

就像一個工廠,只是換了新的電機,但廠房還是老的。李彥宏説的很清楚:沒有一家公司會因為用了幾個AI工具,一夜之間就變得更有競爭力。

真正能夠產生巨大變革的,應該是底層的架構,是生產體系、組織架構,完全按照AI時代的邏輯去設計。

於是,李彥宏率先提出了一個AI時代的概念:「智能組織」。

買一個電腦是很簡單的,但讓一家企業真正成為數字化、互聯網化管理的企業,卻很難。

通用汽車就是個例子。在2009年破產前,通用汽車的組織架構已經成了一個徹底的「屎山代碼」。

除了傳統企業本來就很宂長的組織架構,它還有一個極其臃腫的體系:委員會體系。有的委員會負責控制成本,有的委員會負責提升產品。一個重大改動,需要跨過好幾個委員會審批,有一個不同意,事情就會被卡住。

最著名的案例是當然點火開關門。

事件的經過並不複雜,通用旗下很多汽車的點火開關,存在扭矩過小的問題,行駛途中稍微一顛簸,鑰匙就可能旋轉,車輛就會熄火失控,造成人員傷亡。

根據后來的律所調查,其實早在2001年,通用汽車內部就發現了相關事實。但這個小小的開關,卻拖了13年,直到2014年才宣佈召回。其組織架構的侷限性可見一斑。

在上一個信息傳播效率偏低的時代,通用的這套組織架構顯得非常優秀,它在科技落后的年代維持着一個龐大組織的運轉,做到了成本和性能之間的平衡。

沒辦法,這是科技所限,誰都知道,組織架構越簡潔越好,最好是一個CEO,剩下全是基層員工。

但沒辦法,當企業里的很多信息不能數據化,數據的傳播不能高效化,企業就必須維持一個龐大的管理團隊,作為部門之間、上下級之間的「信息中介」。那些看着臃腫的東西,其實是某個時代下的最優解。

只是來到互聯網時代,它才顯得過於老舊,過於緩慢。

通用汽車當然不可能沒有數字化工具,這家公司1954年就安裝了計算機,1980年代就推動了辦公室數字化,甚至還專門收購了一家信息技術服務公司,用於內部的數字化整合。

但就像李彥宏所説,變化的不應該只是「新電機」,而是流水線。通用汽車當然有電腦來辦公,但他們沒有轉變為數字化時代的組織體系。

他們當然把紙和筆換成了IBM電腦,但然后呢?

他們仍然在進行低效的跨部門審覈,仍然沒有建立扁平化的管理體系。

什麼是數字化的組織體系?是真正圍繞數字化建造的,是以OKR為導向,是團隊可以越過邊界匯報,是部門之間的信息同步。

在通用汽車破產的同時,硅谷的創業公司已經逐漸從車庫企業成長為大公司。他們的組織架構,纔是真正完全按照互聯網時代的原生思維建立的。

計算機和互聯網帶來了信息傳遞的高效,各種抽象的業務經驗被數據化,使得組織架構的扁平化變得更具可能性。

在這個時代成長起來的Meta、特斯拉等企業,從創立之初就不必揹負那麼重的包袱。

以Meta為例,它的團隊按照各個業務塊平行劃分,每一個業務都有一個團隊,總計大概有15個團隊。這些團隊按照業務類型,分別由首席運營官、首席技術官、首席產品官管理。

雖然還是多級架構,但這個架構不是死板的,這些團隊的負責人也可以直接和扎克伯格溝通。

傳統企業和真正的互聯網企業差的,從來不是買了多少Saas訂閲,採購了多少台最新的硬件,或者誰機房里的設備性能更強,而是誰真正按照數字化的時代去原生構建自己的生產系統。

這纔是科技變革帶來的真正革命性力量。

來到AI時代,組織架構的技術力量又迎來了新的變革。互聯網主要解決人與信息的連接、協作效率問題,AI時代則開始讓智能體參與任務拆解、執行和反饋。

這意味組織架構,又將迎來不一樣的變化。

互聯網時代,無論各種數字化的系統多麼發達,它的角色仍然沒有逃脫出「組織的服務者」。但到了AI時代,情況不一樣了。AI可以理解系統中沉澱的數據,基於這些數據給出建議,進一步沉澱經驗,最終完成自我迭代。

但很可惜,大部分公司的AI化,並沒有觸及到這一層面。

人們的確用了最新的AI大模型,但只是在拿它做讀文檔、跨部門匯報、做Excel匯報數據這些「上個時代的工作」。

微軟在《2026工作趨勢指數年度報告》中,發現了現代企業AI化的一個侷限:員工開始使用AI工具提升個人效率,團隊也在全面擁抱新工具,而業務流程、協作方式、評價機制都還停留在前AI時代,組織本身沒有發生任何變化。

當然,指出問題很簡單,但如何解決問題呢?怎麼做,才能真正讓組織本身進化到AI時代。

李彥宏在世界大會上給出了自己的一套答案,他率先搭出了一個基本的框架,也就是智能組織三原則。

原則一:打破崗位邊界,釋放組織活力。

在沒有AI的時代,組織必須以崗位為基本單位。這是受限於管理成本和任務考覈需求。

而在AI的時代,組織完全可以以任務為單位。以任務為單位的好處是,組織可以是液態的,流動的。

原則二:沉澱隱形知識,構建組織職能。

真正的組織職能,是讓知識顯性化,沉澱到公司的平臺上,可以持續累積、隨時調用、人人可用。

原則三,設計流程閉環,推動組織進化。

李彥宏還提出了一個公式:可衡量+Looping=持續進化。

他認為未來的公司,會變成無數Loops組成的高度自動化運營組織,併成為一個不斷自我學習和進化的系統。

這三層,層層推進,構成一個閉環。它把AI的重構,從「電機」的層面,提升到了「廠房」的層面。

李彥宏認為,智能組織會帶來很多新的機會。

第一是輕資產運營的機會,少數人帶着Agent,就能鑄就成熟的組織。

第二是構建核心的護城河的機會。從麥當勞到海底撈,從沃爾瑪到豐田汽車,一家企業的護城河,往往是企業內部的經驗,以及由經驗鑄成的組織體系,生產流程。

藉助AI,企業可以更好的把業務經驗沉澱下來,成為無法複製的競爭壁壘。

第三,是創造和發現新市場的機會。

企業的部門不再受到崗位的約束,可以全員探索做「海軍」,更有可能發現機會。

這些理論的效果,已經在百度內部得到了驗證。

如果一個廚師在吃自己做的菜,這通常會是飯店生意的加分項。

作為一家生產力公司,百度率先將自己所倡導的理念,應用在了自己身上。也就是説,百度自己,正在率先孕育「智能組織」。

百度搭子團隊就已經沉澱出了一套人機協同的工作流,它把產品、設計、研發的協作鏈路沉澱下來。

這套系統,已經展現了李彥宏判斷的方向。

首先是打破崗位邊界。一位新人在進入百度之前還在從事量子計算研究,從零進入產品和企業場景。但加入后,藉助百度搭子,他同時承擔了產品、研發、項目管理等角色。

他的職位完全是模糊的,就像李彥宏所説,智能組織的核心不是崗位,而是任務。在不同的任務中間,他可以扮演不同的角色。

過去半年,團隊和百度搭子一起完成了成千上萬個任務,每次任務的經驗,都可以帶進下一次,實現隱形知識的沉澱。這種知識的沉澱,帶來了智能組織的進化——百度搭子自我迭代了160次。

這位新人說了一句很有深度的總結:很多時候,所謂的崗位邊界,並不完全是能力本身的邊界,而是知識和經驗流動的邊界。

這套系統,也在產業端落地。

依託百度搭子,百度和南方電網一起打造了天璇夥伴,落地南方電網總調中心。

南方總調擁有自愈線路,能夠快速定位故障、恢復供電。但它仍然依賴專家的經驗去研判,傳統人工研判單次耗時超60分鍾,還容易失誤。

而天璇夥伴落地后,學習了上萬條歷史故障處理數據。它把資深專家的經驗,沉澱為可複用的專業知識,並把故障記錄、開關信號、線路拓撲串聯成完整證據鏈,實現了「故障-分析」的閉環,分析準確率達70%以上。

據客户的反饋,該應用使得電網故障分析效率提升12倍。天璇夥伴的案例,體現了智能組織從沉澱知識到自我持續進化的閉環。

此外,百度搭子還在銷售易、世紀天鴻、工商銀行等企業中落地,完成智能組織的實驗和落地。

當然,智能組織,需要模型等基礎設施為前提。在這次世界大會上,百度也帶來了新的基礎設施能力變化。

詞元交易所是百度發佈的中立、可信的大模型交易平臺,匯聚了多個優質模型。在過去,無論是大企業還是個人用户,人們購買Token都是「固定渠道模式」,去找固定的一家模型廠商購買。

而詞元交易所,意味着模型服務的購買進入了平臺化的時代。各個服務商聚合在一個交易所內,客户可以靈活切換,供應商也可以公平競爭。

百度自己的文心大模型也有了最新進展,為搜索百看應用研發的文心閃電模型,和麪向視頻生成中高情感表現力需求研發的文心一鏡微表情大模型兩款核心模型亮相。5.5 Flash Base模型也宣佈開源,多基準測試刷新同尺寸模型SOTA。

這些基礎設施能力,將成為百度探索智能組織的支撐。

百度對智能組織的探索,不只是提高自身的效率,還為外界,輸出了寶貴的經驗。

一家優秀的企業,尤其是優秀的大企業,它們的評價維度往往是多元的。除了為用户和客户創造了多大的價值以外,它們的使命也包括向外界傳遞了怎樣的價值觀,留下了什麼樣的生產經驗。

這也是李彥宏和百度正在做的。

AI究竟會如何影響組織架構的未來?人們仍然站在十字路口。但李彥宏和百度,正在為站在十字路口的行業,提供一個可以觀察的樣本。

頭圖來源|AI製圖

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。