" 为什么我的 Token（词元）花费越来越多，但是收入和利润不见涨？"

11 月 12 日的 " 百度世界 2026 大会 " 上，百度创始人李彦宏在主旨演讲中提到，过去一年，他与金融、制造、能源等行业的企业负责人交流时发现，一些此前热衷于增加 Token 消耗的公司，如今也开始控制预算。

李彦宏借用了工业时代进行类比。" 历史其实给过我们答案，类比工业时代的发展进程，AI 没有产生预期的经济效益，就是因为我们只是更换了电机，但是没有重新设计工厂。" 他认为，没有一家公司会因为用了几个 AI 工具，一夜之间就变得更有竞争力。

作为百度一年一度展示技术成果、阐述战略方向的重要场合，百度世界大会是观察这家公司对 AI 产业判断变化的窗口。这一年，李彦宏将目光投向 " 智能组织 "。

当李彦宏在台上谈论如何重塑企业组织时，百度自身也正经历一轮密集的人事与架构调整。从基础模型研发团队更替，到智能云业务边界反复划分，这家拥有完整 AI 技术体系的公司，同样在寻找更有效的研发和商业化组织方式。

李彦宏 图片来源：企业供图

两位 CEO，一笔还没算清的 AI 账

在今年的主旨演讲中，李彦宏提出了组织进化三原则，即打破岗位边界、沉淀隐性知识、设计流程闭环。他认为，未来企业将从以岗位为中心的科层制，转向由人与智能体围绕任务协作的组织网络。

李彦宏与联想集团董事长兼 CEO（首席执行官）杨元庆在现场的对谈，让这种进化显得更加具体。

对谈中，杨元庆谈到，联想各个部门员工使用 AI 的热情非常高，研发人员用 AI 编程，销售人员用 AI 寻找客户，市场人员用 AI 做创意，服务人员用智能体服务客户，甚至人力资源部门也在利用 AI 从成千上万的候选人中匹配合适的人选。

随后，李彦宏将话题转向供应链，并问道，联想如今利用 AI 预测市场需求，究竟能不能预测准确？杨元庆表示，联想已经把 AI 应用于需求预测、生产安排、质量检测和物流等环节，相比过去依靠人工经验判断，AI 能够综合更多数据，帮助企业提高预测准确性。

谈及组织变革，李彦宏表示，百度在变革过程中一个比较明显的感受是，不能过于依赖自下而上的推动。基层员工都有很高的热情，都想使用 AI 工具，但在组织层面仍然需要通盘考虑，什么时候需要人介入，什么时候应该使用 AI 技术。

杨元庆认为，自上而下和自下而上应该结合起来。企业需要有总体规划，明确哪些事情可以做、哪些事情不可以做，划定边界。但在一项新技术发展的初期，仍然应该鼓励员工大胆实践，鼓励大家使用 AI。

面对人在这个过程中究竟起什么作用的问题，杨元庆的回答是，AI 提供的仍然是决策参考，最终还需要人来判断，预测结果可以交给机器，但涉及整个生产链条的协调和调整，企业仍然需要承担决策责任。

杨元庆还提到，近期他接触的一些世界 500 强企业 CEO、CTO（首席技术官）认为，对于革命性技术，在发展初期就急于计算投入产出比并不合适，因为企业可能尚不知道新的生产力会从哪里产生。

从鼓励人人做智能体，到要求部门做更少的事

在提出对未来组织的构想之外，李彦宏在今年演讲中主动谈及了百度在 AI 转型中踩过的坑。

大模型兴起初期，百度内部不少工程师热衷于使用开源模型进行监督微调（SFT），这些模型最初应用效果不错，但基础模型快速升级后，原有成果很快落后。百度随后要求业务部门停止自行训练模型，将这项工作统一交给专门的模型团队，来避免熵增。

智能体领域也出现了类似的问题，李彦宏坦言，各业务部门一度追逐不同的技术热点，结果造成资源分散，单个方向的成功率反而下降。为此，百度开始每月开会，要求团队聚焦，" 要求大家做更少的事情，这样效率才会提升，成功率才能提升 "。

在 2024 年的百度世界大会上，李彦宏曾在演讲中将开发智能体类比为 PC 时代建设网站、移动互联网时代运营自媒体账号，认为低门槛创造将推动应用生态繁荣。不过，百度的内部实践则揭示了这种繁荣的另一面，智能体开发门槛下降，有利于平台吸引更多开发者，但在大型企业内部，也可能让重复开发和资源分散变得更加普遍。

百度今年的人事与组织调整，似乎正在让这种资源配置问题变得更加具体。

2026 年 5 月，百度集团副总裁吴甜不再担任基础模型研发部门负责人，随后转任百度研究院副院长。7 月，出生于 1997 年的孙天祥加入百度，接手基础模型研发部。10 月 29 日，百度确认吴甜离职，其结束了约 20 年的百度生涯。吴甜曾长期参与百度 AI 技术平台和生态建设，也是文心大模型早期的重要技术负责人之一。

业务架构层面，今年 8 月，百度智能云完成产研组织调整，形成基础设施、智能体、智能应用三大事业部，分别由侯震宇、殷大伟和阮瑜负责。

两个月后的 10 月，智能应用事业部的相关业务又根据属性，分别划转至基础设施事业部、智能体事业部及服务交付相关部门。智能云产研体系重新收敛为以基础设施和智能体为核心的两层格局，阮瑜则轮岗担任小度科技组织负责人。

短时间内连续调整，不难看出，百度仍在摸索这些业务之间更合适的组织边界，未来的组织或许在执行层面更加灵活，但核心技术资源和决策权未必因此走向分散。

组织调整之外，百度的两难抉择

对于组织效率的强调背后，亦有百度自身无法回避的经营压力。

2026 年第二季度，百度总营收 313 亿元，同比下降 4%。AI 业务层面，AI 云基础设施收入 73 亿元，同比增长 50%，AI 应用收入 25 亿元，同比增长 3%。

AI 云已经成为百度的重要增长动力，搜索广告业务却持续承压，新旧业务呈现出明显不同的增长曲线。

今年第二季度，百度在线营销服务收入 131 亿元，同比下降 19%。在 8 月的财报电话会上，百度移动生态事业群组（MEG）总经理罗戎提到，行业竞争激烈，随着 AI 聊天机器人等新产品涌现，用户寻找和使用信息的方式正在变化，对用户时间和注意力的争夺也更加激烈。与此同时，百度持续推进 AI 搜索转型，并暂缓 AI 搜索的商业化，这两项因素短期内对广告业务带来了一定影响。

这是百度在 AI 时代转型之路上挥之不去的两难抉择，继续依赖传统搜索模式，可能失去 AI 时代的用户入口；加快 AI 改造，又可能进一步改变原有的流量分配和广告变现方式。

2025 年，李彦宏曾用 " 倒金字塔 " 描述理想中的 AI 产业结构，认为应用层应该创造远高于底层芯片和模型的商业价值。" 在‘倒金字塔’中，模型能产生 10 倍于芯片的价值，AI 应用能创造 100 倍价值，从而形成健康的 AI 产业结构。" 但回到百度自身，目前增长最快的 AI 业务仍然是云基础设施，应用收入尚未展现出同样强劲的增长。

今年的大会上，百度又推出大模型交易平台 " 词元所 "，希望将不同模型及模型提供商汇聚在同一个平台，为企业提供更可信的模型调用服务。

随着模型供给日益丰富，企业在基础模型市场的竞争重点，开始从单一模型能力延伸到服务稳定性、价格、交付效率与应用生态。

过去几年，李彦宏不断试图为 AI 产业定义下一阶段的方向。从 2024 年的 " 应用来了 "，到 2025 年的 " 效果涌现 "，再到今年的 " 智能组织 "，对人工智能的讨论开始深入企业经营内部。

而百度自己，也正在经历从技术投入到组织重构的转变。李彦宏认为企业需要重新设计厂房，但对百度而言，旧厂房仍在贡献重要收入，新厂房需要持续投入，新的生产线尚未完全建立起足够强劲的增长能力。

每日经济新闻