繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

李彥宏出席APEC峰會:AI價值最終在應用層,組織能力要跟上

2026-11-18 14:23

11月17日,2026年亞太經合組織(APEC)工商領導人峰會首日在深圳前海國際會議中心舉行。

當日,李彥宏分別以中文和英文參與了兩場對話:工商對話「亞太經濟新圖景與合作新機遇」、專題研討「共建開放普惠的人工智能創新生態」。圍繞AI在亞太區域如何真正落地、區域經濟如何建立新圖景,兩場對話中李彥宏系統分享了自身判斷。

李彥宏表示,AI的價值最終來自應用層

主持人:在人工智能領域,中國可能更注重開源,以及讓AI進入各行各業;美國則更聚焦前沿實驗室,在多數前沿領域處於領先。Robin,你怎麼看這兩種不同的做法?從你所在的行業角度來看,如何才能更好地推動AI共享?尤其是我們在座有許多來自亞太不同經濟體的代表,遠不止中國和美國。要怎樣共享呢?

李彥宏:過去幾年我們都見證了AI技術的快速進步。但在我看來,主要有四層。最底層是GPU層,也就是芯片。在此之上是雲基礎設施。而開源模型或前沿實驗室模型、AI模型,都是建立在雲基礎設施之上的。

但是,它最大的價值其實來自於最后一層,也就是應用層。也就是説,你需要建立起應用,包括一些AI應用。有了應用,纔會釋放價值。所以我們該如何去應用這個AI技術?如何將它應用在不同的場景、國家、公司、組織當中並實現落地?這是非常關鍵的。

如果你看看應用層,我覺得無人駕駛出租車可能就是個很好的例子。它用到芯片,也用到雲基礎設施,因為可能有遠程操作員。它也用到模型。它從基於規則的自動駕駛轉為基於模型的自動駕駛。這是一項真實的應用,人們確實能從中受益。每年有超過一百萬人在道路上喪生。但無人駕駛出租車運營時,安全表現大約是人類司機的十倍。

與此同時,我們在過去幾年可以看到,無論是中國還是美國,都在不斷地加入到自動駕駛行列。我相信還有其他一些國家也可以開放、擁抱這個技術。比如迪拜,其實已經不斷開放了。我們也與Uber或Lyft這些公司合作,進行在倫敦的實驗或測試。在中國香港,我們在幾年前就已經開始了這樣的測試。這樣的應用可以真正給人們的日常生活以及APEC經濟體帶來一些實際的益處。

我相信,還會有其他一些應用領域。我們也會看到更多的突破。比如剛剛談到的醫療,我們可以使用AI更快速地發現一些新葯品。所以應用其實是非常關鍵的,相比芯片以及其他方面是更為重要的。

曾毓群(寧德時代董事長):比起現有的應用,我更關心AI能否加快科學家的研究。那麼,現在的模型夠用了嗎?還是需要一個真正的科學模型,才能真正實現原生科學AI?

李彥宏:你可以看到AI的自進化。如果AI能夠自己進行升級優化,就可以帶來更多的突破,尤其是在科學領域。目前我們可以看到,AI其實很擅長解決問題。如果你具體指出想要解決的問題,AI可以非常勤奮地工作好幾天甚至好幾個月,幫助你找到解決方案。但現在AI還不擅長的是提出問題,或者説驗證這些問題。

主持人:Robin,我還想請你談談 AI 領域的合作機會。你所在行業的從業者,以及在座許多身處一線的人,實際上都在考慮哪些合作?在政策層面,企業負責人又希望政策制定者理解哪些需求、推動哪些事情落地?

李彥宏:我覺得這個問題一直如此:監管過多,就會拖慢創新的步伐;監管少一些,進展可能更快,但也會伴隨風險,所以始終需要找到一個平衡。美國、中國以及許多其他國家都面臨這種兩難。在我看來,我們很難左右監管規定,但作為創業者,我們總會想辦法找到解決方案——無論身處什麼樣的環境、環境如何變化,都會想辦法推進下去,做出讓每個人都能受益的應用。有時資源會成為瓶頸,有時技術發展也沒有預想的那麼快,但這些問題總有解決辦法。

比如現在全球都面臨算力短缺,芯片不夠用,就連美國的前沿實驗室也缺算力,但各地都在建設數據中心。最近我們推出了一個Token交易平臺(詞元所),各地都有所謂的「Token 工廠」,各行各業的推理需求也增長得很快。我們正嘗試把Token供應方和有推理需求的客户對接起來,通過把人和資源聚到一起,降低算力短缺的風險。

説到無人駕駛出租車,我們自己不做電池,用的是這位Robin(曾毓群)的電池。所以我們會嘗試把各種資源整合起來,應對這類挑戰,而明天總會比今天更好。

曾毓群:🤣謝謝!

主持人:Robin 請講"共享繁榮",我知道你對這個話題有很多想説的。

李彥宏:我非常相信專注的重要性。所以在公司里,我總是跟同事説:儘量少做、別越做越多,保持專注,不要擴大做事的範圍。足夠專注,才能把一件事做得比別人都好;而當你如此專注時,要想產生更大的影響,就得依靠合作伙伴,也就和別人共享了發展的成果。這一點既適用於中國國內市場,也適用於其他市場。

就像我剛纔提到的,在倫敦,我們和美國公司 Uber、Lyft 合作開展無人車測試,讓乘客花更少的錢、坐得更安全,對各方都有好處;在迪拜,我們和道路交通管理局(RTA)合作,他們正在制定自動駕駛相關法規,而我們在中國已經做了好幾年,可以把經驗帶過去,讓他們從中受益。所以無論去哪里,我們都會找夥伴一起合作,讓大家都能從中受益,這樣增長才能持續下去。如果每個人都能專注於自己最擅長的事,大家就能共享更多發展的成果。

李彥宏以「最緊迫」作為2026年的關鍵詞

主持人:請大家用「最」這個字打頭,選擇一個詞語,來描繪2026年AI的發展留給您的印象。眾里尋他,我們從百度開始,掌聲歡迎Robin Li李彥宏先生給我們貢獻第一個關鍵詞。

李彥宏:謝謝。2026年,如果用一個帶「最」的詞,我會用「最緊迫」。

之所以用這個詞,大家可以看到,過去三年多的時間,AI技術迭代非常快,投入越來越大,我覺得每年的投入可能都是翻倍甚至不止一倍在往上增長,大家花了很多錢去買算力,包括雲基礎設施,最近的租金也漲得非常快。包括Token的消耗,也漲得非常快,很多公司都買Token Plan,用來提升工作效率。

為什麼講最緊迫?AI真正產生價值的地方是在模型之上的那一層,在應用層。現在應用層的滲透或者擴展,都還可以叫「低於預期」,大家在底層卷得很厲害。但是在上層,是不是每個公司用了AI之后,收入就變多了,利潤就上升了?好像在大多數公司還沒有。而如果我們不能解決這個問題,大家所擔心的「AI是個泡沫」就有可能變為現實,所以我覺得最緊迫的,還是要找到合適的AI領域的應用。

主持人:説實話,我剛剛心里在猜,李彥宏先生會不會説「最興奮」,因為大家都看到了百度剛剛公佈的財報,2026年第三季度,百度AI業務收入佔到了一般性業務收入的53%,這已經是連續第三季佔比過半。如果從現在的53%繼續出發,到63%、73%,你覺得百度在AI這條路上的方向會是什麼?

李彥宏:雖然我説是緊迫,但我總體還是非常樂觀的,AI的大趨勢是不可阻擋的,AI的收入在百度的總體收入肯定會越來越高,我們的投入也非常大。我也特別興奮,很多時候並不是因為市場沒有需求,而是因為大家對這個東西的理解需要一個過程,它有一個擴散的過程,它一定會越來越好。

主持人:我們接下來要提的另一個考驗可能更有普遍性。因為對很多的企業,尤其是中小企業,大家都不希望錯過AI這趟列車,所以想問問李彥宏先生,對於這樣的企業來説,要更好地使用AI,讓AI賦能自己的產業,它應該先跨過的是什麼樣的門檻?

李彥宏:我剛纔説「最緊迫」,實際上也是指的企業應用怎麼能夠用到AI,並且讓AI能夠幫助企業產生收入、產生利潤。我們業界通常講,AI的技術棧是四層——芯片、雲、模型和應用。當然黃仁勛有一個五層蛋糕理論,在這四層之下,又增加了一個能源層,因為美國能源相對比較短缺,但能源其實跟IT技術是上下游關係,我覺得不完全是一回事。

如果下面是能源,上面是什麼?我認為是組織能力。你的技術已經用上了,你的組織能力有沒有與其進行匹配?我們經常拿AI和工業革命做比較。電力時代,當電機已經被發明瞭,或者説電機已經在工廠里應用上了,但流水線還沒有被發明。流水線發明之前,其實電對GDP的貢獻並不是那麼大。

對AI來説也是,大模型的能力已經很強了,但中小企業怎樣真正從中獲益?在應用之上,你用了,還要有跟AI相匹配的組織能力,這樣才能真正從中獲益。我們在百度內部也做了很多嘗試,甚至是比較激進的嘗試。

結合百度的實踐,

李彥宏指出智能組織三原則

李彥宏:怎樣讓我們的組織與AI能力更加匹配,我自己有幾點體會。

首先,要打破崗位邊界。過去做前端界面的就是前端界面,做后端研發的就是后端研發,QA質檢的,是另外一批人,包括市場、銷售,各司其職,崗位分工很細。但AI時代到來之后,因為AI是個通才,它什麼數據都見過。其實一個人,可以同時扮演很多個角色,一個人就能夠端到端地完成很多任務。這個時候,企業或者組織內部的崗位邊界必須要打破,用了AI的能力之后,它的效率才能變得更高,這是第一點。

第二,要想辦法沉澱隱性知識。過去我們做很多事,公司內部也好,跨部門也好,或者公司和公司之間合作也好,很多具體的做法是在人的腦子里的,沒有把它數字化,沒有把它沉澱下來。AI不知道這些隱性知識的話,它也不能充分利用這些知識讓它產生價值。組織內部,你要想辦法、有意識地把這些過去沒有被說出來,沒有被寫下來的東西,比如潛規則,把這些東西沉澱下來,並且相互激發,讓它變得更加高效,更加有競爭力。所以沉澱隱性知識,也是現在需要做的組織方面的變化。

第三,要形成工作流的閉環,設計流程的閉環。什麼叫設計流程的閉環?人和AI,多個人和多個智能體、多個AI如何協作?每一個環節,定義得比較清楚,而這種所謂的閉環,你的數據,能夠從一環到另一環,再到下一環。當你用得越多,數據產生得越多,你的模型就變得越聰明。當AI的能力越來越強的時候,它可以自我進化,它可以自己轉起來,這個時候,企業的競爭力就比以前強了很多。這些變化產生了之后,我們的企業,尤其是中小企業,才能真正地從AI當中獲益。

主持人:對於百度來説,和亞太區域的合作伙伴共同開啟新未來的打造已經不是第一天了,我相信你們可能也積累了很多的經驗所得。從這一刻開始,我們如果展望未來,期待亞太區域的各個合作伙伴可以一起更好地提升人工智能的技術水平、應用場景的拓展等等,您覺得從哪方面入手會更有實際效果?

李彥宏:我覺得AI時代,各個國家包括各個公司之間的合作機會不是變少了,而是明顯的變多了。剛剛幾位嘉賓都提到了Capital(資本),傳統意義來講,大家覺得像百度這樣的公司,都是輕資產運營,我們不需要Capital。但是到了AI時代,大量購買算力,全球在這方面都比較緊張,所以它逐步變成了比較重資產的業務,所以我們對資本的依賴實際也變強了。

其實幾乎每一個公司在AI時代都需要上雲,都需要智能雲的服務,所以我們也看到,像最近一個季度,智能雲的增速接近100%。各個公司之間,都可以用雲的資源,模型增速也非常快,包括詞元的調用、Token的調用。最近我們發佈的「詞元所」,就是希望能夠匹配這些模型工廠以及這些應用智能體需要消耗的Token。不同的公司之間,你有算力,它有需求,可以更好地進行匹配。

最上層,亞太國家的智能體應用增速是非常快的,這背后是什麼機會?——背后是一個讓數據產生價值的機會。我覺得有些人可能沒有真正意識到。但是一個通用的模型,雖然它見過很多很多的東西,但具體到這個應用場景,有些數據可能它還沒有建過,或者説沒有意識到它的重要性。所以在各個應用場景,如果你能夠將智能體與數據進行很好地結合,它產生的價值就會非常大。

比如我們跟青島港的合作,青島港是全球第五大集裝箱港口、全球第四大貨物吞吐港,每天的吞吐量非常大。過去的裝箱算法是岸橋(調度),船來了之后要裝貨物、集裝箱,這其實是非常複雜的最優組合的問題。過去用傳統的方法做出來,覺得已經很高效了。今天用智能體、AI再重新做一遍,效率又可以大幅度提升,這是實實在在對業務非常有幫助的東西。

或者比如你是一個超市,你什麼時候應該補哪個貨?哪個貨賣得快,哪個貨賣得慢?在過去,各個零售商花了很多精力優化這個東西。今天AI來了之后,利用這些專用數據,又可以大幅度提升它的效率。

所以在幾乎每一個場景,當你把AI、智能以及數據進行結合的時候,你立刻就可以看到在效能以及效果上的提升。在這方面,各個公司以及各個國家之間有非常多的合作機會。

主持人:最后,我們請各位嘉賓用一句最精練的語言,表達你們對亞太區域合作最美好的祝福。

李彥宏:人類對智能的追求是無限的,我們都儘早用上最先進的人工智能。

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。