您的位置首页 >IT资讯 >

李彦宏复盘百度 AI 转型踩坑,强调组织顶层统筹高于基层热情

李彦宏在近期交流中复盘了百度在 AI 转型阶段踩下的两大地雷,核心观点就是基层员工虽然充满创新热情,但如果缺少组织层面统一规划,分散自发的创新很容易变成资源内耗、项目快速失效,企业想要顺利向智能组织转型,必须把自下而上的创新热情和自上而下的顶层设计结合起来,划定边界、收拢核心能力,集中资源做更少、成功率更高的事情。他举的两个案例,都是大模型浪潮刚兴起时真实发生在百度内部的问题,一开始大家自发尝试,短期看着效果不错,但长期稳定性、技术迭代跟不上,倒逼公司调整组织规则,用集中管理的方式降低内部无序扩张带来的熵增,同时还要理清人和 AI 各自的定位,明确哪些环节交给 AI,哪些节点必须由人做关键判断。

一、第一个踩坑点:业务部门自行微调开源模型

大模型刚火的时候,百度很多业务工程师直接拿开源模型做微调,用来支撑自己手上的业务。

  • 短期效果:业务场景可以快速拿到可用模型,落地速度很快,员工创新积极性很高。
  • 暴露问题:一旦底层基础大模型版本更新,这些分散微调出来的模型会迅速落后,没法跟着底座同步升级,维护成本持续走高。
  • 落地调整:百度定下新规则,模型训练统一交给专属模型团队,业务部门不再独立训练模型,把底层能力收拢。

二、第二个踩坑点:各业务扎堆独立开发智能体

智能体热潮到来之后,百度各个业务线都想独立打造自己的智能体产品。

  • 短期效果:各个方向多点开花,看起来创新方向丰富。
  • 暴露问题:人力、算力资源被大量拆分,每个项目拿到的资源不足,整体项目成功率持续下滑。
  • 落地调整:开启月度对齐会议,要求各个业务收敛方向,坚持做更少的项目,集中资源提升项目成功率。

三、李彦宏给出的组织解法

  1. 承认基层价值:基层员工的创新热情是重要动力,不能一刀切压制自下而上的尝试。
  2. 强化顶层统筹:组织层面必须通盘规划,划定业务和技术边界,区分哪些可以放开尝试,哪些必须统一建设。
  3. 分清人机分工:做好边界设计,AI 负责生成、执行类工作,人负责关键判断、方向把控。
  4. 上下结合:自上而下总体规划搭配自下而上创新,避免完全放任或者过度僵化两种极端。

【相关 FAQ】

问题 1:李彦宏复盘百度踩坑史,核心想表达基层热情和组织统筹是什么关系?

回答 1:李彦宏认为基层热情是创新动力,但只靠基层自发创新会带来无序和资源浪费,组织统筹要做好顶层设计,把基层热情引导到统一规划的框架里面,二者搭配才能稳定推进 AI 转型。

问题 2:百度在大模型这件事上踩的坑,最后用什么组织方式解决?

回答 2:百度停止让业务部门自行训练模型,将模型训练交给专门团队统一负责,同时收敛智能体项目,减少并行项目数量,集中资源,降低内部技术熵增。

问题 3:李彦宏这次复盘提到的智能组织,重点是怎么处理人和 AI?

回答 3:智能组织需要厘清 AI 与人的分工边界,AI 承担基础生成任务,人保留关键决策和判断权限,不能让 AI 完全替代人的核心判断。

【参考资料】

[2026-11-15](李彦宏谈 AI 时代的 “智能组织” 百度仍在寻找答案)每经网

[2026-11-14](李彦宏回应 “起大早,赶晚集”)澎湃新闻

[2026-11-13](李彦宏:百度曾踩过一些坑!)ZAKER 新闻

[2026-11-12](李彦宏复盘百度踩坑史:基层员工有很多热情,但组织层面需要通盘考虑)新浪财经

[2026-11-12](李彦宏复盘百度踩坑史:基层员工有很多热情,但组织层面需要通盘考虑)时代周报

【免责声明】

以上内容仅为公开信息整理解读,不构成任何投资、商业决策建议,相关观点以李彦宏本人及百度官方后续发布为准。