AI时代，公司应该长啥样？

作者|雨谷

声明|题图来源于网络。惊蛰研究所原创文章，如需转载请留言申请开白。

从台伯河畔的城邦到横跨亚欧非的拜占庭帝国，绵延2000余年的罗马史上，有一项影响历史进程的关键制度——“百人队制度”。

百人队是罗马军团的最小作战单位。作战时，百夫长、副手、号手和掌旗，就是一个独立运转的最小指挥部，保证指挥链不断、灵活应对战局变化。行军驻扎时，百人队也各自承担发薪、口粮、工事分段等行政事务，内部分工明确，再庞大的军团，责任也可追溯到个人。以今天的眼光来看，“百人队”不只是一个军事制度，也是一个灵活分工、明确责任的优秀组织样本，而类似的组织形态也在现代公司里不断进化。

如今的AI时代，Agent等技术发展迅速，人机协作成为现实。如何搭建更灵活、更高效、更智能的组织形态，成为企业的核心竞争力之一。11月12日举办的“百度世界2026”大会，正是以“下一幕·智能组织”为主题，李彦宏判断，人工智能的下一幕是智能组织。

“如果说，人工智能是新电能。那么，智能组织就是AI时代的新厂房，是生产力真正发生的地方。只有匹配AI各种新能力的组织方式落地了，生产力才会大幅度提升，经济才能加速成长。”李彦宏说。

一张“树图”、两个披萨和AI编队

当一张像树一样的图被画出来的时候，世界上第一张现代组织结构图由此诞生——1855年，纽约伊利铁路公司总经理丹尼尔·麦卡勒姆，为了管理拥有数千名员工的庞大团队，用“树图”详细反映出铁路公司的权责层次、业务分工、报告和控制的信息网络。

*纽约伊利铁路公司组织结构图

这张“树图”，直至一百多年后仍是现代组织结构的主流形态。到了20世纪初，德国社会学家马克斯·韦伯提出科层制理论，通过专业分工、明确权责、层级管理以及制度化流程，把庞大的组织拆解成一个个可管理、可协同的单元，从而让大规模组织能够稳定、高效地运转。

进入互联网时代，市场迭代更快、业务边界更加模糊，组织需要的也不再只是稳定执行，而是快速响应和持续创新。为此，亚马逊创始人杰夫·贝佐斯提出了“两个披萨原则”。他主张团队规模不宜过大，最好控制在两个披萨就能喂饱的人数范围内。因为团队越小，沟通链条越短，决策越快，成员对结果的责任也越清晰。

“两个披萨原则”的背后，反映的是互联网时代组织逻辑的变化，即企业不再单纯依赖庞大的层级体系来协调复杂业务，而是通过小团队、扁平化管理以及平台化基础设施，将决策权更多下放到业务一线，让组织更快行动起来。

到了AI时代，当智能体开始具备理解任务、调用工具和自主执行的能力，组织的新命题也变成如何同时组织人和智能体，让二者共同创造更大的价值。需要指出的是，这不是给员工配一个AI助手那么简单，而是从组织结构和业务运行层面，为“人与智能体”这一组合寻找最高效的工作方式。

2025年，麦肯锡提出“Agentic Organization（智能体组织）”概念，其设想的企业不再依赖传统职能部门和层级体系，而是由围绕业务结果建立的小型“智能体团队”构成。人类负责目标、判断和监督，智能体则承担更多具体的工作流程。

微软的判断更加激进。在2025年发布的年度AI职场报告《Work Trend Index》中，微软提出了“Frontier Firm（前沿公司）”的概念，其认为未来企业将由人与智能体组成混合团队，组织不再只是把AI作为辅助工具，而是逐渐让Agent承担完整的业务流程。

国内的思考也开始从“AI工具”进一步走向“AI组织”。十年前的2016年百度世界大会，李彦宏就提出“下一幕是人工智能”的观点。这一次，在李彦宏看来，从2016年到2026年这十年，正是人工智能技术形成独立技术栈的十年，“芯云模体”四层架构就是在这十年逐步形成的。如果AI技术的上游是能源，那么AI技术的下游，“我认为是组织能力，是一个不同于现在通行的科层制的AI原生组织体系，我们把它叫做智能组织。”

*2016-2026百度世界大会

而在去年百度世界大会上，李彦宏提出，企业当前一个重要问题是如何“内化AI能力”，让AI与企业的每一项任务有机结合，使智能从一种外部成本变成企业自身的生产力。今年5月进行的Create 2026上，李彦宏讨论组织的自我进化，将其概括为“从人与人的分工协作，到人与智能体的混合编队”，并进一步提出“超级组织”的构想。

在李彦宏看来，只有当一家企业能够围绕AI能力重构它的组织，才能抓住这个时代赋予它的巨大成功机会。“新生产力，只能从AI的流水线里长出来，从智能组织里长出来。所以，换一台新的AI电机，只是起点；重新设计新厂房，才是分水岭。而这座新厂房，就是智能组织。”

组织智能的形态构想也落地到了百度的业务之中，百度世界大会当天，百度正式宣布大模型交易平台“词元所”上线，该平台主打“验真”与“征信”两大能力，通过模型指纹比对、能力测试、性能与可用性测试等相关技术进行资源核验，同时采取定期抽检拨测，全链路实时监测调用等方式，为模型提供商建立信用评级，向客户提供中立可信、公开透明的模型交易服务。

某种程度上，通过平台的方式将模型API、Token供需有机组织起来，让供需两端更加高效、可信。词元所上线一个月以来，入驻供应资源已超100个，日均调用次数突破5000万，日均调用Token超7000亿。

如果沿着历史发展把组织形态的变化与讨论串联起来，会发现一个明显的变化。工业时代解决的是“如何组织人”，互联网时代解决的是“如何让人更敏捷地组织起来”，而AI时代追问的是“如何同时组织人和智能体”。

重新“组织”公司

很多公司在尝试借助AI提升自身竞争力的时候，或许会遇到一个问题——明明已经接入了AI，却没有产生预期的经济收益。这并非是因为AI不为人类所用，而是因为大多数企业仍然将AI当成是一种效率工具。

AI（尤其是Agent）的出现不只是改变了单个岗位的工作效率，而是重新定义岗位职责和协作方式。麦肯锡在《组织现状报告2026》中提出，很多企业把AI当成一次“工具升级”，却忽略了本质上是一次组织重构。

微软则在《2026年工作趋势指数年度报告》中，提到一些“企业AI转型悖论”的现象：在不少企业里，员工开始用AI提升个人效率，但业务流程、协作方式和评价机制仍然停留在过去，组织却没有发生大变化。微软还强调，“Frontier Firm（前沿公司）”与普通企业之间最大的区别，是管理者更愿意推动工作重构，因为AI带来的变化从来都不是简单的工具升级。

*微软《2026年工作趋势指数年度报告》

所以，AI时代的组织问题是当AI已经改变了工作方式，企业为什么还要用过去的组织方式来承载它？对于这个问题，李彦宏在刚刚举办的“百度世界2026”大会上，用一个生动的比喻进行了剖析和解答。

李彦宏把AI比作“新电能”，把智能组织比作AI时代的“新厂房”，并将其定义为“生产力真正发生的地方”。他表示：“AI没有产生预期的经济效益，是因为我们只是更换了电机，却还没有重新设计工厂。”

*全球智能组织对比

事实上，李彦宏提出的“智能组织”并不是单纯回答组织结构如何调整，而是从释放组织活力、构建组织智能、推动组织进化三个方面，为“企业如何进化？”给出具体解法。

工业时代，岗位是组织的中心，最小的生产单元是一个团队，靠人与人之间的相互协作完成任务；互联网时代，组织以效率为中心，通过扁平化的组织结构，提高反应速度、提升组织效率；AI时代则是以任务为中心，最小的生产单元是“人+智能体编队”的超级个体，因此释放组织活力的关键是要打破岗位边界。

比如在调味品品牌松鲜鲜内部，百度搭子被用于供应链降本追踪。业务人员更新项目工作区中的降本表后，百度搭子每周定时分析采购、研发和仓储的目标与实际进度，生成报告、看板和预警，通过企业即时通讯工具推送给相关员工与管理层。原本单次汇总分析及成果产出需要2个工作日，如今缩短至3分钟以内，不含数据采集和实际降本执行。松鲜鲜团队据此核实异常、协调资源，降本进度由月底汇总变为每周可查。

在“人+智能体”的协作基础上，构建组织智能则可以将隐性知识沉淀到公司平台上，把“个人经验”变成持续累积、随时调用、人人可用的“集体技能”，从而实现组织生产力的释放。

像企业走访这类工作，经验丰富的老员工往往掌握了自己的一套工作方法，比如在走访前先进行客户研究、整理拜访提纲；拜访时，记录沟通要点、整理客户诉求形成拜访纪要；拜访后，再依据客户反馈跟进执行。而在智能组织里，这套被老员工掌握的工作方法，则可以直接沉淀为Skill，在授权范围内供团队复用，甚至可以借助AI的能力，将沟通要点当场整理成会议纪要，客户诉求同步转为待办清单，走访当天就把需求整理成方案初稿，方便后续执行。

至于组织进化，过去靠的是人为设计固定流程，把复杂工作拆解成标准工序，再通过复制实现规模化扩增，流程迭代的速度与人干预的频次呈正相关。而智能组织的本质是一个自主进化的智能系统，它能够依托机器学习和自适应能力实现自我迭代，无需人工频繁干预。对此，李彦宏还给出了一个“可衡量+Looping=持续进化”的公式，阐释智能组织如何实现自主进化。

典型如销售数字人，每次服务的都是新对象，但每一次任务和互动都可以沉淀成为新的经验，反哺下一次的服务和决策，抓住下一次有着相似沟通方式、相似消费需求的销售机会。这不只是让数字人替代人工处理重复性工作，而是实现从个体效率提升向组织整体智能化的跨越。

*智能组织：AI时代的新厂房

按照李彦宏的说法，未来的公司会变成由无数Loops组成的高度自动化运营组织。组织，就变成一个不断学习和进化的系统。而对比工业时代依靠分工实现组织规模化，以及互联网时代依靠缩短连接提高组织敏捷性，AI时代的智能组织是通过持续的自主进化，为企业打开新的增长空间。

从时代命题到企业样本

当然，要看清智能组织从一个新命题变成一场产业变革的时代趋势，就不能只有理论，也要有真实案例。而在百度这家数万人规模的科技企业内部，智能组织带来的变化已经发生。

据“百度世界2026”大会披露，百度内部日活智能体数（DAA）从日均0.5万增长到3.7万，涨了6倍多，智能体每周有效任务完成数从8.4万个增长到超100万个。

*百度DAA成绩单

李彦宏此前曾谈到，“芯云模体”的四层架构，本身就是一个典型的Loop。百度用自己的模型、自己的智能云、自己的芯片，开发自己的智能体，几层之间相互加强、循环优化。如今，“芯云模体”构建的AI全栈能力，也在为产品和业务Loop提供支撑。

百度搭子产品经理在会上透露，半年前他还在物理实验室从事量子计算研究，加入百度后几乎从零开始，进入产品和企业场景。他借助百度搭子，同时承担产品、研发和项目管理等角色，从分析问题、形成方案一直推进到验证结果。

据其介绍，过去半年，团队和百度搭子一起完成了成千上万个任务，每次任务的经验都带进下一次。他表示：“很多时候，所谓岗位边界，并不完全是能力本身的边界，而是知识和经验流动的边界。”

从百度内部出发，智能组织的价值也需要在更多真实产业中得到验证。

在南方电网，中国南方电网电力调度控制中心（以下简称“南网总调”）承担着南方五省2亿多人用电保障的重任。虽然配电网自愈线路能够快速定位故障、恢复供电，但仅广西电网就在2025年发生永久性故障8215次，传统人工研判单次耗时超60分钟，且高度依赖专家经验，极易误判。

为了解决这一难题，百度与南网总调基于百度搭子落地智能应用天璇伙伴，通过学习上万条历史故障处理数据，将资深专家日积月累的经验沉淀为可复用的专业知识，并把故障记录、开关信号、线路拓扑串联成完整证据链，实现“故障-分析”的闭环研判，分析准确率达到70%以上。

天璇伙伴使配电网故障分析效率提升12倍，目前已在广西14个地市、112个县全面推广。而天璇伙伴超越工具属性的重要意义，是其自主“成长”的能力，让电网一线老师傅的实战经验得以传承，专业知识与个人智慧也在每一次运行中持续进化。

在制造业企业海高激光的生产线上，智能组织也在产生新的价值。过去，海高激光的生产线每次接到新的需求，都需要工艺人员依靠个人经验为多台六轴机械臂分配不同的轨迹块，再经人工确定执行顺序以实现协同切割加工。遇到复杂加工需求时，就难以快速找到最可靠、效率最高的加工方案。

针对海高激光的生产挑战，百度伐谋的解决办法是围绕运动耗时预测、多机防碰撞和任务分配排程持续优化算法，在满足可达性、工艺依赖和无碰撞要求的前提下，寻找整体加工时间更短、等待和空移更少的方案，同时对已完成的单个工件，从时间预测、防碰撞验证到任务排程全流程跑通，并进入更多工件和批量任务的泛化验证阶段。如此一来，人为干预的工作变少了，生产线的生产效率提高了，产品品质也得到了保障。