企业采购了AI、接入模型并开通账号,半年后却发现效率变化有限,这类复盘并不少见。李彦宏在11月17日举行的亚太经合组织工商领导人峰会上,把问题指向企业组织本身。
他拿工业革命作类比:电机已经进入工厂,流水线尚未形成时,电对GDP的拉动很有限。对应到AI,工具到位并不等于生产组织已经随之改变。装电机只需一张采购单,装流水线则要改造整个车间。
李彦宏提出的第一条是打破岗位边界。岗位分工如果不变,效率很难提升。AI见过大量数据,可以承担多种角色,一个人也可能覆盖从一端到另一端的任务,但职责划分需要先调整。百度伐谋在青岛港的实践是用智能体重新优化岸桥调度和集装箱装载算法,把原本分属不同环节、依赖不同经验的工作放进同一套计算中。
第二条与专用数据有关。百度在零售场景用AI结合专用数据优化商品补货。过去补货依靠店长判断,哪些商品卖得快、何时需要多备货,多来自经验;专用数据接入后,这些判断可以转化为可计算的过程。
第三条是设计流程闭环。每个环节定义清楚,让数据在环节之间流动。使用越多,数据积累越多;数据越丰富,模型越准确。萝卜快跑是这一回路的直观案例:车辆在开放道路行驶,路况数据回流训练模型,模型能力提升后,又能争取更多路段开放,这一循环正在多个城市同时运行。

