企业引入人工智能后,常见情况是系统买了、模型接了、账号也开了,但半年过去,效率曲线没有明显变化。李彦宏在11月17日亚太经合组织工商领导人峰会上谈到,这类现象不能只从工具本身找原因,企业组织方式同样是关键变量。
他用工业革命作类比:电机进入工厂,并不等于生产效率立刻提升;只有当流水线等生产组织方式随之改变,电力对产出的推动作用才会真正显现。落到人工智能上,仅完成采购和接入,还不足以改变业务运行方式。
李彦宏给出的第一点,是打破岗位边界。人工智能接触过大量数据,能够承担多种角色;如果职责划分仍沿用旧有方式,一个人难以端到端完成完整任务。百度伐谋在青岛港的实践中,将岸桥调度和集装箱装载算法放入同一智能体协同计算,原本分属不同环节、依赖不同经验的工作被放在一起优化,效率随之改善。
第二点与专用数据有关。百度在零售场景中把人工智能与专用数据结合,用于优化商品补货。过去补货更多依靠店长经验,判断哪些商品卖得快、何时需要多备货;专用数据接入后,经验判断转成可计算、可调整的补货依据。
第三点是设计流程闭环。各环节需要定义清楚,让数据在环节之间持续流动。使用越多,沉淀的数据越多;数据越丰富,模型越准确,企业竞争力也会随之增强。萝卜快跑是这一思路的直观案例:车辆在开放道路运行,路况数据回流用于训练模型,模型能力提升后,又能争取更多开放路段,这一循环正在多个城市同时推进。
这些做法指向同一个判断:人工智能不是采购后自动生效的软件,而是对企业流程的重新设计。装电机可能只需一张采购单,搭建流水线却要改动整个车间。






