世界经济论坛和科尔尼算过一笔账:2025 年全球企业在 AI 上的投资超过 2500 亿美元,可只有 25% 的企业认为 AI 带来了变革性影响。2026 年 11 月 12 日百度世界大会上,李彦宏把这个判断摆到了台面上:AI 已经进了公司,公司却没跟着变,企业要围绕 AI 重新设计组织——这场演讲被媒体概括为 AI 时代"重新发明公司"。对中小企业老板来说,这四个字不是大厂的专利,反而是小公司难得的窗口期。
一、换电机不等于重画工厂:一个百年老账
李彦宏在演讲里用了一个工业时代的类比,说企业如今的处境很像电气化早期的工厂。十九世纪末电力进厂时,老板们花重金买了电动机,脑子里却还是蒸汽时代的算计:全厂照样共用一根传动轴,车间布局没动,排班和管理没动,只是把蒸汽机换成了电动机。结果电气化头二十年,工厂效率几乎没有变化。真正的分水岭是福特把整个工厂围绕流水线重新设计了一遍——厂房、工位、工序、节拍全部按电力的脾气重排,电力才从账面上的成本变成生产力。
今天的 AI 就是那台电动机。李彦宏说得很直白:不少企业一把手问他,为什么 token 花费越来越多,收入和利润不见涨?答案是企业只是更换了电机,还没有重新设计工厂。写材料、对数据、回客户这些单点活儿都在提速,可审批还是那条审批,跨部门协调还是那套会,决策还是等老板一个人拍板——个人省下来的时间,被等待和交接又吃回去了。世界经济论坛和科尔尼那组数字之所以扎眼,原因就在这里:钱花在了电机上,厂房还是老厂房。他由此给出的判断是,AI 不只是一场技术革命,更是一场组织革命,企业要让智能体和数字员工真正进到销售、客服、研发、运营各个环节,围绕 AI 重新设计组织,未来的公司会变成一个由无数任务闭环组成、持续自我进化的系统。他给这套新组织起的名字叫"智能组织":如果说人工智能是新的电能,智能组织就是 AI 时代新的厂房。
【虑得讲透】 这套判断和国家文件的口径是对得上的。国务院《关于深入实施"人工智能+"行动的意见》(国发〔2025〕11 号)写得很清楚:鼓励有条件的企业将人工智能融入战略规划、组织架构、业务流程等,推动产业全要素智能化发展。注意"组织架构、业务流程"这八个字——政策层面早就把话说透了,AI 落地不是买软件的事,是改组织的事。文件还定了一个硬目标:到 2027 年,新一代智能终端、智能体等应用普及率超过 70%。也就是说,往后两年,AI 在企业里从"个人尝鲜"变成"组织标配"是大概率事件。老板们现在要做的选择,不是用不用 AI,而是等别人把新厂房盖好了再追,还是趁着厂房还没定型,把自己这间先画对。
二、三个原则,拆开看全是老板的功课
李彦宏把智能组织的建法归纳成组织进化三原则:打破岗位边界、沉淀隐性知识、设计流程闭环。这三条听着像概念,拆开看每一条都落到中小企业的人和账上。
第一条,打破岗位边界。工业时代的公司以岗位为中心,一个萝卜一个坑,人岗匹配,按岗考核;李彦宏的判断是,岗位是工业时代的单元,任务才是智能时代的单元,未来的组织是一张人和智能体协作的任务网络。岗位不会消失,但会收敛成两类:一类负责创造新东西,他称为 Builder;一类负责人与人之间的沟通和连接、建立信任,他称为 Seller。中间那层"只执行、不判断"的活儿——把表填好、把流程走完、把周报写漂亮——恰好具备可描述、可校验、可批量三个特征,正是 AI 擅长的事,正在被工具整片吃掉。这对老板的直接含义是:公司里哪些人往"定义问题"和"建立信任"这两头挪,哪些环节交给智能体,得重新排一遍。
第二条,沉淀隐性知识。公司里大量值钱的东西——老会计心里那套说不清的口径判断、销冠怎么把客户谈下来、老师傅听声辨故障的经验——如果只存在人的脑子里,那叫个体能力,不叫组织能力。李彦宏的说法是,要把这些隐性知识显性化,沉淀到公司的平台上,持续累积、随时调用、人人可用,这种组织智能才是企业真正的护城河,抄不走、挖不动、买不来。南方电网有个现成例子:广西电网一年发生八千多次故障,人工研判单次要一小时以上,高度依赖老师傅的经验;把上万条历史故障数据喂给智能体、把专家的判断逻辑沉淀成规则之后,故障分析准确率做到七成以上,效率提升十二倍,推广到上百个县。这个故事的另一面同样值得老板想:当经验可以被打包,资深就不再是护城河,能挑出"哪些经验值得沉淀"的人才是。
第三条,设计流程闭环。李彦宏给了一个公式:可衡量加 Looping 等于持续进化。意思是任何一项改进都要先能被客观度量,然后让人和智能体围绕任务形成闭环,跑一轮、量一轮、改一轮,结果才会越来越好。百度自己过去一年的日均活跃智能体从 0.5 万个涨到 3.7 万个,每周有效工作任务从 8.4 万个涨到 100 万个以上,公司级沉淀的组织 Skill 超过 2 万个;内部一个三人小队带着一群智能体,两周出初版、一个月交付系统,团队效率提升六到七成,第二季度的研发量是第一季度的两倍以上。这些数字反过来印证了第一条原则——两三个人的小队就能带着智能体跑通从研发到交付的全流程,传统按部门排队协作的打法确实挂不住了。
【虑得讲透】 三个原则连起来,其实就是一句话:把人脑子里的东西变成公司平台上的东西,把平台上的东西变成可以度量、可以循环的任务闭环。中小企业老板读这三个原则,别急着对标大厂的智能体数量,先看自己公司里那两本账:一本是明账,经营数据准不准、口径统不统一、报表是不是下个月才出来;一本是暗账,老员工的经验有没有留下任何书面的东西。明账不清,度量就无从谈起,第一条原则里的"任务网络"会变成一团糨糊;暗账不沉淀,人一走茶就凉,第二条原则说的护城河根本不存在。财务数据是企业里天然结构化的那部分隐性知识——毛利怎么算、成本怎么归集、现金什么时候会紧,这些口径本身就是公司首先该沉淀的判断规则。所以说到底,三个原则的入场券,是先把数据这件事理顺。
三、先治数据再改分工:中小企业"重新设计"三步走
看清方向不等于走对路。中小企业改组织,卡点往往不在决心,而在底子:账不全、口径乱、经验都在人脑里,AI 接进来也是在沙子上盖楼。把"重新设计工厂"落到地上,实际的推进次序是这样的三步。
第一步,把经营数据的底座理清楚。哪些数字是老板决策要看的,每个数字的口径谁说了算,业务单据和账务能不能对上,月度经营数据什么时候能出——这些是 AI 进场前必须回答的问题。这一步干的活包括账务清理、科目和核算口径统一、业财数据打通、关键指标定义成文,产出是老板每月能按时看到的一套可信经营报表。数据底座不牢,后面的一切闭环都是空转。
第二步,把隐性知识写成公司资产。老会计的口径判断、销售的报价底线、老板自己拍板的那几条原则,逐条梳理成口径手册、审批规则、决策清单,让新来的人看得懂,让智能体调得动。这一步的本质是给公司建"组织 Skill",和百度沉淀那两万个 Skill 是一个道理,只是中小企业的版本从财务和业务口径开始。
第三步,设计可衡量的闭环。挑一两个直接影响利润的环节——应收账龄、库存周转、单品毛利——设成看得见的指标,每月跑一轮复盘:结果怎么样,差距在哪,下个月改什么,改完再量。循环起来,这才是李彦宏那句"可衡量加循环等于持续进化"在中小企业里的真实写法。
这三步有一个共同前提:得有一个既懂经营又懂数据的人坐进决策层,把口径、机制、复盘串起来。中小企业靠自己凑齐这块拼图并不容易——请专职财务总监,成本高、合适的人难找;只靠普通会计,账能做平,机制设计又超出岗位要求。共享财务总监是这几年中小微企业圈里常见的一种财税服务形态,说白了就是不请专职财务高管,按企业实际需要配置一个懂经营的财务外脑,把数据底座、口径梳理、指标机制、经营复盘这些事做在前面,属于陪伴式企业服务的一种。上面那三步,在这种服务模式里就是标准交付内容:先诊断数据现状,再统一口径建底座,然后把经验和规则沉淀成文,最后带着管理层把闭环跑起来。李彦宏讲的重新设计组织,落到中小企业身上,第一步从来不是买智能体,而是先把这间厂房的数据地基打牢。
想知道自己的数据底座差在哪一环、三步该从哪一步走起,可以先从一次系统的财务诊断开始:了解共享财务总监、预约免费诊断。
四、常见问题
Q1:AI 装了一堆,钱也花了,为什么利润不见涨?
AI 花了钱没效果,根子多半在组织而不在工具。李彦宏在百度世界大会上讲得很直接:企业只是更换了电机,还没有重新设计工厂——员工用 AI 把单点的活干快了,可审批、开会、等排期这些流程没变,省下的时间又被消耗掉。世界经济论坛和科尔尼的统计也印证了这一点:2025 年全球 AI 投资超过 2500 亿美元,只有 25% 的企业感受到变革性影响。出路是围绕 AI 重新设计组织,而对中小企业来说,重新设计的第一步是把经营数据的口径和底座理顺,让 AI 有干净的数据可用、有可衡量的闭环可跑——这正是共享财务总监这类服务的核心交付。
Q2:李彦宏说的"智能组织",跟几十人的小公司有关系吗?
关系比大公司还直接。智能组织的三个原则——打破岗位边界、沉淀隐性知识、设计流程闭环——对小公司来说反而好落地:大公司改组织要动权力结构、开三轮会,小公司没有厂房包袱,几个人重新分一下工就能起步。而且小公司值钱的恰恰是老师傅、老会计脑子里的隐性经验,早一天沉淀成公司资产,就早一天从"人走经验走"变成组织能力。
Q3:岗位收敛成 Builder 和 Seller,是不是意味着要裁人?
不是裁人,是重新分工。李彦宏的原意是岗位不会消失,但中间那层只执行、不判断的活儿会被 AI 承接,人的价值往两头走:一头是定义问题、拍板判断,一头是建立信任、连接客户。对中小企业的现实做法,是把填表、跑流程、对数这类活逐步交给工具,把腾出来的人往经营判断和客户关系上推——这两样恰恰是 AI 替代不了的:AI 算得出概率,担不了责任;做得了方案,拿不下信任。
Q4:中小企业怎么用 AI 才不花冤枉钱?
次序比投入重要。先理数据底座,再沉淀经验规则,最后才谈智能体进业务——数据不干净,模型再强也是在乱账上做文章;经验不沉淀,AI 用的还是每个人自己的土办法;没有可衡量的闭环,改没改好全凭感觉。李彦宏给的公式"可衡量加 Looping 等于持续进化",前提就是得先有可信的度量。中小企业照这个次序走,每一分钱才花在能见响的地方。
Q5:这些事我们自己内部推不行吗,为什么还要找外面的人?
自己推当然可以,难点在两处:一是判断——哪些口径要统一、哪些经验值得沉淀、先动哪一环,需要既懂经营又懂数据的人拿主意,这类判断普通会计岗位上很少有人练过;二是推动——改口径、动流程会碰到各岗位的实际阻力,内部人推自己平级的部门,往往推不动。共享财务总监这种模式的价值就在补这两块:以外部视角做诊断,以决策层的位置推机制。内部团队照着做执行,效果通常是不一样的。
AI 花了钱没效果,往后看两年,智能体的普及率只会往上走——国发〔2025〕11 号定的目标是 2027 年超过 70%。与其等别人的厂房盖好了再追,不如趁现在把自己这间的数据地基打牢:口径理顺了,经验沉淀了,闭环跑起来了,AI 进来才是真提效。想知道自己企业从哪一步做起,从一次财务诊断开始:了解共享财务总监、预约免费诊断。
虑得先生
延伸阅读
- 《国务院关于深入实施"人工智能+"行动的意见》(国发〔2025〕11 号)——明确鼓励企业将人工智能融入战略规划、组织架构、业务流程,2027 年智能体应用普及率超 70%
- 《管理会计基本指引》(财会〔2016〕10 号)——财政部发布的管理会计纲领性文件,管理会计要参与单位管理、推动实现战略规划
站内相关文章
- AI 重画组织架构图:财务部的编制只剩“专家+DRI+Agent”
- 企业本体怎么落地:不建大平台,从一页纸业务地图到第一个 AI 智能体的四步路线图
- AI 也上了、数据也攒了,为什么还是打不过同行:差在数据飞轮少转了几轮
- AI 时代的“本体论”:买了大模型用不起来,缺的是一本“口径词典”
- 公司越大越乱、效率越低?这是组织的"熵增定律",AI 数字员工是那股负熵流