■ AI 已成为拉动业绩的核心引擎
■李彦宏给出新判断:AI 下一幕是 " 智能组织 "
■只有当 AI 真正融入工作流,AI 价值才会能彻底激活
作者 | 晨曦
编辑 | 陈秋
另镜 ID:DMS-012
连续三个季度占比过半,AI 已经挑起了百度一般性业务的大梁。
11 月 16 日,百度发布 2026 年第三季度财报。报告期内,百度营收 308 亿元,一般性业务营收同比增长 1% 至 250 亿元,超出市场预期。其中,AI 业务单季贡献营收 132 亿元,同比大增 37%,在一般性业务中占比达 53%;AI 云基础设施收入更是同比飙升 94%,较上一季度的 50% 显著提速。
显然,AI 已成为百度拉动业绩的核心引擎。但随之而来的,是一个更深层的行业拷问——企业购买算力、部署模型,员工也用上 AI 工具,就等于拥有 AI 时代的生产力吗?
在百度世界大会上,百度 CEO 李彦宏给出了新判断:AI 的下一幕,是 " 智能组织 "。
这意味着,AI 竞争在模型能力之外,也在走向组织能力的重构。只有当 AI 真正融入工作流,让组织内的知识与经验得以沉淀和复用,AI 的价值才能被彻底激活。
商业化加快迈入收获期
AI 云基础设施营收大增 94%
为什么李彦宏会说,AI 的下一幕是智能组织?
纵观商业史,这其实是一条清晰的产业规律。每一次底层生产力革命,都会先重塑生产方式,再推动协作模式迭代,最终沉淀为全新的组织范式。
比如两次工业革命,蒸汽与电力取代了手工技艺,大规模机器生产随之诞生。为了匹配这一效率,人类的协作形态便从手工作坊一步步演进为了流水线工厂。
到了互联网时代,信息在全球范围内实时流转,组织的核心命题从简单人力管理转向了高效处理与利用信息。企业内部传统的 " 科层制 " 组织也因此受到冲击,催生了如今互联网大厂普遍奉行的扁平文化。
如今,历史再次来到拐点。当大模型与智能体在企业内部大规模应用,AI 时代同样需要一套与之匹配的 " 智能组织 " 范式。
在这场组织重构的浪潮中,百度正积极投入其中。2026 年三季报,印证了市场对其 AI 能力的看好。
在 AI 云与算力底座上,百度增长势头尤为强劲。报告期内,百度 AI 云基础设施营收达 82 亿元,同比增长 94%,较上一季度的 50% 显著提速。其中,GPU 云营收在高基数下仍同比大增 191%、环比增长 43%;千帆 MaaS 平台外部客户的 Token 调用营收更是同比飙升 1159%。
与此同时,昆仑芯的外部营收超越了内部供货,接连拿下腾讯、国家电网等客户。针对大规模推理优化的昆仑芯 M100 已按计划出货。摩根大通预测,昆仑芯 2026 年全年营收将达到约 83 亿元,较 2025 年的 13 亿元暴增超 5 倍。
在 AI 应用与营销侧,百度三季度 AI 应用营收 26 亿元,AI 原生营销服务营收 24 亿元。其中,百度搭子全面开放 Harness 引擎和专业能力,并与行业伙伴联合推出了 Mate+ 系列产品,这套能力支撑百度搭子在考察深度研究能力的 DeepResearch Bench Ⅱ评测中位列第一。
9 月,百度文库和百度网盘的 AI DAU 渗透率同比增长 60.7%,联合推出的 " 库库 " 全球月活突破 5000 万。同期,百度发布伐谋 3.0,并将伐谋产业客户的覆盖范围拓展至中国 41 个工业大类中的 25 个,覆盖度超 60%。
物理 AI 领域,萝卜快跑的全球化扩张也步入快车道。三季度,萝卜快跑累计完成约 3400 万自动驾驶公里,截至 10 月底累计里程已超 3.9 亿公里,足迹覆盖全球 30 座城市。在国内,深圳的萝卜快跑全无人订单环比激增约 170%,香港机场岛测试稳步推进;在海外,迪拜萝卜快跑车队规模翻倍,伦敦则携手 Uber 和 Lyft,持续扩大开放道路测试。
透过这份财报不难看出,AI 对百度而言早已不是远期战略叙事,而已经在财务报表中体现出实际贡献。
那么,百度为何能够推动 AI 技术、产品和商业收入逐步形成闭环?
李彦宏提出的 " 智能组织 ",点破了底层密码。唯有通过组织流程的重构、知识经验的持续沉淀与复用,AI 能力才能持续转化为商业价值。
岗位、知识、流程:
组织进化三原则
3.7 万个日活智能体
百度的组织重构,其实早有伏笔。
今年 5 月的 Create 2026 百度 AI 开发者大会上,李彦宏首次提出 DAA(日活智能体数),将其定义为 AI 时代的度量衡。它衡量的不是 Token 消耗量,而是企业内部有多少智能体在替人类干活,并且交付了结果。
同一场演讲中,李彦宏也提出了 "AI 时代进化论 "。其中企业组织的进化方向,正是从 " 人与人的分工协作 ",走向 " 人与智能体的混合编队 "。DAA,即衡量智能体活跃度和产出价值的关键指标。
在百度内部,这只混合编队跑出了惊人的规模。截至目前,百度内部的 DAA 已从日均 0.5 万增长到 3.7 万,每周有效任务完成数从 8.4 万个暴增至超 100 万个。
但当智能体每周交付的任务突破百万大关,单纯依靠个人调用 AI 工具的模式便触及了天花板。海量智能体如何分工?跨部门的业务流如何打通?人类经验又如何让所有智能体共同复用?
为了回答智能体规模化落地后的种种问题,李彦宏将目光从单个智能体拉升到了系统级的 " 智能组织 "。
在他看来,如果企业只引入 AI 工具却不重构组织,就像老式工厂只换上了新电机,却不重新设计厂房与流水线,无法释放出真正的生产力。而智能组织,则是 AI 时代的 " 新厂房 ",是生产力真正发生的地方。
百度之所以能向智能组织演进,核心在于组织进化三原则。
第一,打破岗位边界,释放组织活力。
过去,百度智能云的业务推进往往依赖三段式接力——前线销售与方案团队懂行业、交付团队驻场落地、后方产研迭代产品。但如今,新的岗位角色 FDE(前沿部署工程师)正从一线生长出来,一人打通 " 懂行业、能落地、推产品 " 全链路,在金融、能源、制造等行业交付落地了 100 多个业务场景。
在百度数字人创新业务部,产品、研发、设计、测试等岗位的边界同样被打破。团队依托自研 BiuBiuAgent,已实现 6 个以上需求由单⼈完成全流程交付,甚至有校招新人借助 AI 仅用 1 天就干完了过去需要 5 个角色,耗时至少 10 天才能交付的工作。
第二,沉淀隐性知识,构建组织智能。
很多公司用 AI,用完即走,经验还是锁在少数骨干的脑子里。但百度的做法是,在内部沉淀出 4300 个 Workspace 与 2 万多个组织级 Skill,将原本散落在个人脑海中的方法论,封装成了谁都能调用的数字资产。
三季度,数字人产研团队便沉淀了 130 个 Skill 与 729 篇组织资产;随着 Loops 持续运转,人均吞吐量飙升 125.3%,交付周期缩短 28.8%。而在百度搭子团队,产品分析、原型设计和研发协作被打包成了一套标准工作流,一个典型需求从立项分析到拿出可交付方案,时间从 7 天压缩到了 2 天,而且这套 Skill 也能快速复制给其他团队使用。
第三,设计流程闭环,推动组织进化。
智能组织不是一套静态的架构,而是一个能不断进化的系统。在百度财务内审团队,Looping 循环反馈机制被引入审计一线,AI 先辅助识别风险点、提出核查方法,再通过人工审核与专家反馈持续积累判断规则。
目前,百度内部审计流程的 AI 自动执审率已达到 40%,过去靠个人积累的审计经验,正逐步转化为整个团队的标准化能力。
在更底层的模型研发上,自动研究系统 ERNIE Evolve,已经能够围绕研究目标自主提出方向、开展实验、验证结果并沉淀经验。当前,ERNIE Evolve 已应用于文心 5.5 Flash 的推理优化,以及昆仑芯 P800 低时延场景性能优化等任务中。
从重构岗位边界、沉淀组织资产到推动组织进化," 智能组织 " 其实为百度打开了三层机会。
在运营层面,它让轻资产运营成为可能。" 人 +Agent" 的协同模式,让一个人带着一群 Agent 完成更多任务,组织得以轻装上阵。
往深一层看,百度也筑起了新的护城河。当全员沉淀的集体智能超越了单个天才员工,再叠加企业的业务知识资产,组织便形成了竞争对手难以复制的壁垒。
随着执行门槛被拉平,创新也不再依赖少数核心骨干的灵光一现,而是演变为整个组织的低成本并发探索,进而帮百度不断创造和发现新市场。
百度 Q3 AI 业务的高增长,正是在这一地基上长出来的自然结果。
词元所上线
智能组织向行业外溢
当一家企业开始跑通一套全新的组织范式,它的能力边界不会只停留在内部。
就如当年福特在 T 型车上跑通的流水线生产,最终重塑了现代制造业标准一样,百度的 " 智能组织 ",也将不断外溢。其外溢的第一个方向,是企业 AI 转型中最底层的生产要素,词元。
过去两年,国内大模型调用量经历了指数级增长。据国家数据局统计,中国日均词元调用量从 2024 年初的约 1000 亿,飙升至 2026 年 6 月的 500 万亿以上。聚焦到企业级市场,IDC 数据显示,2025 年中国公有云上大模型调用量为 1944 万亿 Tokens,并预计 2026 年全年将增长约 20 倍,冲上 40000 万亿 Tokens。仅今年上半年,国内 MaaS 全市场的 Token 消耗量就已达 2857.9 万亿,同比增长 432.5%。
海量调用的背后,企业的关注点也发生了变化。他们采购 Token 时不再只看单价高低和榜单参数,也包括更现实的问题——模型版本到底真不真?高峰期并发稳不稳定?供应商能不能持续交付?
市面上的模型与中转服务商鱼龙混杂,如何选型、验真与统一管理,成了企业规模化用好 AI 前必须跨过的一道坎。
11 月 12 日,百度在世界大会上发布的 " 词元所 ",正是为填平这道沟壑而来。作为一站式大模型交易平台,词元所通过一套标准化治理机制,可以帮企业把模型调用,变成可查、可比、可管理。
具体而言,词元所替企业解决了两个最棘手的信任难题。
一是 " 验真 "。在准入端,词元所会核验⼊驻模型提供商的资质,对资源做全⾯准⼊测试,防范模型偷换、参数虚标等问题,确保大模型供应商和模型资源 " 保真 "。
二是 " 征信 ",在运行端,词元所也将定期抽检上架模型服务质量,并全链路实时监测⽤户实际调⽤指标,把模型的真实响应速度、可用性等指标沉淀为公开可查的信用档案,让服务质量可查、可比。
词元所上线后,市场快速响应。发布首日,便吸引超 100 家供应商申请入驻、超 1000 家新客户接入;试运行期间,平台入驻供应资源超 100 个,日均调用次数突破 5000 万次。
目前,平台上已上架 40 余款模型,不仅囊括百度自研的文心系列,也覆盖了 DeepSeek、Kimi、智谱 GLM、MiniMax 等主流大模型及视频模型,拓宽了企业的选择范围。
这些数字进一步表明,词元所不仅是模型交易与服务平台,也是连接模型供应方和企业需求方的市场基础设施。
从 Q3 财报里的业绩兑现,到内部数万个智能体跑出的协作新范式,再到如今向外溢出的产业底座,百度的 " 智能组织 " 跑通了从内部试炼到对外赋能的初步闭环。
未来,随着这套实战经验走向千行百业,它撬动的将是 AI 时代企业生产方式与组织形态的深层变革。技术的比拼或许没有终点,但组织进化的红利,才刚刚开始释放。
END
洞见具有时代价值的商业见闻
•未经允许 谢绝转载•
标签:

