熱門資訊> 正文
2026-11-17 10:22
今年以來,全球AI產業整體資本開支陡增,但企業端財務回報有所滯后,二者形成了斷層。為釐清這道落差的根源,麥肯錫與波士頓諮詢分別展開大樣本實證調研,二者得出了相似結論。
造成投資支出與企業回報出現斷層的關鍵原因,不在於模型能力,而在組織重構落后。絕大多數企業只把AI當作「升級工具」,沒有圍繞AI重新切分任務、沉澱知識、重排人機協作等。個人效率雖提升,但組織損益表卻未有明顯改善。
在這一背景下,百度作為國內率先公開提出「智能組織」理念並將其系統性落地的全棧AI企業,其2026年第三季度的財報為市場提供了一個關鍵驗證窗口:即百度能否在組織重構這條AI落地的必經賽道上,率先將其轉化為可驗證的商業回報與經營質量改善?
AI收入佔比53%,雲業務利潤率大幅提升成增長引擎
要讀懂百度這份最新財報,需對市場關注的焦點轉移有清晰認知。隨着市場對大模型競相迭代的逐漸脱敏,行業競爭已從「模型能力比拼」轉向「性價比與落地效率比拼」,畢竟在模型快速迭代的當下,單點性能優勢難以持久,窗口期可能僅數月。
更為關鍵的是,客户真正買單的其實不是「模型本身」,而是「業務結果」,客户需要解決銷售、研發、運維、客服里的實際問題。因此,評價百度AI的價值,不該看某款模型在榜單上的位置,應該看它的AI能力能否穿透業務場景、沉澱為可複用的組織資產,並最終轉化為可持續的經營回報。
而數據,最不會説謊。2026年第三季度,百度核心AI新業務的收入為132億元,同比大增37%,環比亦增長6%,佔百度一般性業務的比例為53%,同比提升14個百分點,環比提升3個百分點,這已經是該指標連續三季佔比過半。
關鍵的是,在佔比過半之后,AI業務沒有陷入「基數變大、增速放緩」的慣性,反而實現了同、環比雙增長,足以見百度AI業務在落地效率方面的強勁實力。其中,同比增長94%、環比增長11%的智能雲業務成爲了帶動百度核心AI新業務快速成長的關鍵性力量。
在Q3財報電話會上,百度管理層進一步披露了智能雲業務的經營細節,智能雲業務的利潤和利潤率同比、環比均提升,對整體利潤貢獻佔比顯著提高。而這得益於GPU雲、崑崙芯、MaaS的強力帶動,這三項業務收入合計已佔AI雲基礎設施收入的一半以上。
其中,報告期內GPU雲收入同比大增191%、環比增長43%,增速遠超傳統雲計算,説明拉動引擎已從「資源租賃」切換為「AI業務部署」。且三大GPU雲客户今年續約並延長至多年期,其中最長6年,這讓公司的AI雲基礎設施投資回收周期明顯縮短。
與此同時,千帆MaaS平臺外部客户Token調用收入同比暴增1159%,説明客户採購后並非閒置,而是持續將AI嵌入業務流程產生調用消耗。此外,針對大規模AI推理進行優化的崑崙芯M100預計於2026年底開始量產,2027年規模化放量已是確定性事件。
從GPU雲、崑崙芯、MaaS三大業務的強勁成長,説明百度的智能雲收入正從項目制交付,加速轉向「部署—調用—續費」的可複用訂閲模式,這正是「客户為業務結果付費」在財報端的最直接映射。
若説智能雲的數據驗證了百度AI能力已跑通「部署—調用—續費」的商業閉環,那麼蘿卜快跑則證明了這套AI能力在重資產物理場景中的可複用與可規模化。
2026年第三季度,蘿卜快跑全球運營城市擴至30座,單季自動駕駛里程約3400萬公里,累計突破3.9億公里;深圳全無人訂單環比增長約170%,迪拜車隊規模翻倍。
這背后不是單點模型能力,而是感知、決策、調度與運營在真實路況中的持續閉環,車輛本身成為運行在開放道路上的「物理智能體」,在每一次接單與行駛中打磨單位經濟,驗證規模化複製的可能。
而智能雲與蘿卜快跑之所以能把百度的AI能力加速對外輸出,底層支點在於百度自身的智能組織重構取得初步成效。過去一年,百度內部日活智能體數(DAA)從日均0.5萬增至3.7萬(超6倍),周有效任務完成數從8.4萬增至超100萬(超11倍),已建設4300個Workspace、沉澱2萬多個組織Skill。
當「人+Agent」協作成為數萬員工的工作常態,百度就不再是隻把AI賣給客户的技術商,而是先把自己改造成「智能組織」的試驗田,自用驗證,纔是對外輸出最硬的背書。
需求端與供給側雙向耦合,三大路徑咬合加速「飛輪效應」
從上述對財報的剖析中不難看出,將「智能組織」從理念推向自身落地的百度,已借智能雲與蘿卜快跑驗證了公司AI能力可實現可持續經營回報的兑現路徑。而這一成果的取得,本質是需求端「為結果付費」與供給側「全棧閉環」的雙向耦合。
當前,市場需求端正發生結構性遷移:企業採購AI的標準,已從「某次推理效果夠不夠好」轉向「能否在日常業務流里持續調用、穩定產出」。算力是否扛得住峰值、模型是否貼場景、方案能否嵌進ERP/CRM/產線系統、服務能否長期採購與治理。這四件事,單點模型供應商一件都交不齊。
這正是百度定義「智能組織」為下一幕的底層邏輯:當AI從個人提效工具變成組織級基礎設施,企業買的不再是模型本身,而是「芯、雲、模、體」一體交付的任務閉環。
而百度在供給端的全棧佈局恰好與此需求對齊,公司圍繞應用迭代模型、以詞元所降低企業調用門檻、用智能體矩陣深入業務主干,通過這三條相互咬合的路徑,把「為結果付費」的需求,翻譯成可規模化交付的產品結構。
在模型迭代方面,百度堅持「場景定義模型」。公司文心閃電深度思考模型脱胎於搜索海量推理需求,以BSA稀疏注意力+崑崙芯協同,推理ROI提升50%、調用成本降30%以上。同時,文心一鏡專攻數字人,視頻成本降50%、極速版1:1實時成片。
這種模芯協同把「場景倒逼—模型反哺」閉環跑通,既貼着企業真實需求,也把單位推理成本壓下去,避免AI投入陷入「只燒錢不產出」的陷阱。
而在降低調用門檻方面,百度發佈的「詞元所」瞄準的是企業「第一次用AI」的信任與門檻問題,模型怎麼選、來源靠不靠譜、接入要花多少成本?這些都是企業真實的痛點問題。
「詞元所」以「驗真+徵信」機制做「大模型交易所」,並取得亮眼成績:發佈首日供應商超100家、客户超1000家接入,試運行日均調用破5000萬次,上架40余款模型覆蓋主流及自研系列。
從短期來看,「詞元所」的推出讓企業低門檻「先跑起來」,把試用轉成持續調用;長期則通過驗真、比價、持續監測建立可度量的供給管理方式。報告期內千帆MaaS Token收入暴增1159%則從商業側驗證了「詞元所」在「低門檻進入→持續調用」路徑的強大兑現潛力。
而在「詞元所」解決「入口」的同時,百度通過智能體矩陣解決「留存與深化」,其將智能體按行業Know-How拆進客户業務主干。例如搭子作為企業調用智能體的統一任務入口,任務完成率超99%,業務嵌得越深,Skill與Workspace 沉澱越多,遷移成本越高。
伐謀3.0則面向生產排程與經營決策,直接對GMV、工期、成本等終局指標負責,已覆蓋25個工業大類,客户粘性強;一見6.0則以視覺智能體下沉門店與產線,把遠元集團萬店巡檢從「年覆蓋」提至「日全覆蓋」。前者優化業務決策,后者固化現場標準,專業智能體由此從「試用工具」沉為企業的經常性生產系統。
這些智能體不是「試一下」的工具,而是與企業ERP、CRM、OA打通、對業務KPI負責的專用系統。一旦核心流程跑在上面,企業就會持續消耗Token、持續付費、持續沉澱數據,AI支出從項目制CAPEX,轉成可預期、可復購的經常性收入。這恰是百度「智能組織」在商業側最硬的底色:留存即收入,深化即壁壘。
而上述三條相互咬合的路徑形成飛輪效應:模型便宜→更多企業採購→智能體深入業務→持續調用和續費→收入反哺模型迭代和算力擴張→模型更便宜、能力更強。
每一圈飛輪都在把壁壘從「產品優勢」變為「系統優勢」,這正是「為結果付費」從敍事變成百度財報數字的內在機制。單一路徑不一定奏效,而是三條路徑把需求、入口、留存串成一條不可拆解的交付鏈。百度在AI領域的領先,不是某款模型跑得多快,而是這套基於AI全棧能力的系統的加速運轉。
尾聲:
AI的下一幕,不屬於把模型跑得最快的人,而屬於把模型沉進組織最深的人,企業的智能組織變革已是AI產業發展的必經之路。
百度率先跑通了內部樣本,再把這套系統對外輸出,飛輪效應之下,壁壘就不再是參數,而是組織級的生產力。
此份財報也向市場證明,百度的「智能組織」不再是內部敍事,而是已通過智能雲與蘿卜快跑兑現出可驗證的持續回報。
而在這一過程中,百度的AI轉型跨越拐點,AI新業務收入佔比連續三季過半后,高成長的智能雲業務已取代在線營銷成為一般性業務的核心增長引擎。
在收入結構的此消彼長之下,百度估值錨將加速從「廣告現金流」切換為「AI經常性收入」,價值重估窗口由此打開,這一點在賣方態度上已有映射。
近期,瑞銀、花旗、傑富瑞、New Street 等機構均維持百度「買入」評級。其中,花旗強調百度「芯—雲—模—體」正形成可交付的生產力體系;傑富瑞看重其長期AI投入的戰略價值。
四家機構對百度美股目標價集中在140–155美元區間,較當前73美元附近股價存在顯著上行空間,這反映市場對百度「AI回報兑現」的定價尚未充分,而這或許是投資者在長期維度上獲取超額收益的好時機。