百度世界 2026 · 李彦宏全部公开内容整理
- 时间:2026 年 11 月 12 日,北京
- 大会:百度世界 2026
- 大会主题:下一幕,智能组织
- 人物:百度创始人李彦宏
一、开幕主旨演讲
下一幕,智能组织
大家好,欢迎参加 2026 百度世界大会。今年大会的主题是:下一幕,智能组织。
可能有些人听着有点熟悉,因为在 2016 年的时候,也就是十年前,我做了一个类似的判断,说下一幕是人工智能。那年的 9 月份,我们也照例举办了一年一度的百度世界大会,当时大会的主题叫做「AI is the new electricity」,就是说人工智能是新的电能。那今天这句话肯定已经变成一个共识了。
我们回看 2016 到 2026 这十年,也正是人工智能技术形成独立技术栈的十年。我们常常说的芯云模体四层架构,就是在这个十年过程当中逐步形成的。AI 的技术栈跟传统的 IT 技术栈不一样的地方,就是传统 IT 技术栈我们一般认为是三层架构,也就是说底层的芯片、中间的操作系统,再加上上层的软件。但是 AI 时代的技术栈呢,是以 GPU 为核心的芯片层,上面叠加了云基础设施,云上面呢又是模型层,模型上面是以智能体为核心的应用层。
业界有所谓的五层蛋糕理论,代表人物是黄仁勋嘛,他是在这个四层架构之上呢加了一个能源层,因为大家知道美国的这个能源电力供应比较紧张,我们可以理解。但是啊,就是任何产业它都有上游、都有下游,对吧?如果说 AI 技术的上游是能源的话,那我们要问:AI 技术的下游是什么?我认为是组织能力,是一个不同于现在通行的科层制的 AI 的原生组织体系,我们把它叫做智能组织。
今天我就想跟大家一起回头看、再向前看十年,preview 一下人工智能的下一幕:智能组织。为什么是智能组织?其实道理也很简单:如果说人工智能是新的电能,那么智能组织就是 AI 时代新的厂房,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。
只是更换了电机,没有重新设计工厂
今天呢,大家已经看到 AI 正在深入地影响企业。未来几年,它将决定企业如何分工、如何协作、如何创造价值。AI 不只是一场技术革命,它更是一场组织革命,而这个趋势是不可阻挡的。所以任何一个企业都不能够只把 AI 当成个人提效的工具,而是要让智能体、让数字员工真正地进入业务,进入到销售、客服、研发、运营等各个环节。也就是说,我们要围绕 AI 重新设计组织。
过去一年,我们也在跟很多领域——金融、制造、能源等等——这些领域的企业的一把手进行交流。经常呢,他们就会有这样的疑问,说为什么我这个 token 花费越来越多,但是我的收入和利润不见涨?今年初之前一度强调这个 token maxing 的一些企业,我看现在也纷纷掉头回来要控制这方面的预算。
那么问题出在哪?历史其实给过我们答案。类比工业时代的发展进程,AI 呢,没有产生预期的经济效益,就是因为我们只是更换了电机,但是没有重新设计工厂。没有一家公司会因为用了几个 AI 工具,一夜之间就变得更有竞争力了。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的成功机会。新生产力只能从 AI 的流水线里头长出来,从智能组织里头长出来。所以换一台新的 AI 的电机只是起点,重新设计新的厂房才是分水岭,而这座新厂房就是智能组织。
内化 AI 能力,打造原生组织
去年的百度世界,我就提出说我们要内化 AI 能力、打造原生的 AI 组织。现在呢,一年过去了,我们做成了啥样呢?我给大家看一下我们的实时看板。百度内部啊,每天都有很多的活跃的智能体,也就是说我们所说的 DAA,Daily Active Agents。那么过去一年呢,从 0.5 万个涨到了 3.7 万个,涨了 6 倍。那么我们的很多同学啊,今天在这里参与百度世界的这个筹办,但是呢,他们的 Agent 该干什么活,一秒都没有停,交付的任务一个都不会少。
大家看到,我们这里头还有一个有效工作任务数啊,这个也是我们在一直 track 的一个指标哈。过去一年呢,从每周 8.4 万个,涨到了每周超过 100 万个,涨了 11 倍。另外呢,我们也能够看到,就是在知识沉淀方面,我们建设了超过 4300 个 Workspace,我们也沉淀了很多的组织 Skill,这里我们超过 2 万个,就是在公司级的,不包括部门内部的这个 Skill。那为什么要做这些?因为这些组织的好的经验、好的方法沉淀下来,可以让更多的同学能够复用,让智能体能够调用,让一个人的经验成为整个组织的组织能力。
组织进化三原则
对于组织如何进化,我们也有些心得,在我们的产品和业务当中也得到了初步的验证。我把它叫做组织进化的三原则:一就是打破岗位边界,二呢叫做沉淀隐性知识,三呢是设计流程闭环。
我先说第一个原则:打破岗位边界,释放组织活力。传统的组织啊,它是以岗位为中心的,讲的是人岗匹配,一个萝卜一个坑。AI 时代的组织呢,它会变成以任务为中心。岗位是工业时代的单元,任务则是智能时代的单元,未来的组织就是一个任务的网络。AI 让每个人的能力都得到了极大的扩展,一个人可以同时扮演多个角色,承担多个岗位的任务。高价值的个体不再被单一的岗位所绑定,他可以同时参与跟他高度匹配的多个任务,那么他的认知、经验、判断力也可以被多次地复用。同时呢,岗位分工没有那么细了,部门墙也就少了,组织的活力和效率自然而然就得到了提升。
那岗位会不会消失呢?我倒觉得也不会,岗位会收敛。大致呢,我觉得未来的岗位会收敛成两类:一类呢,我们把它叫做 Builder,就是负责创造新的东西;另外一类呢,我们把它叫做 Seller,就是负责人与人之间的沟通和连接,让对方呢对你产生情感、建立信任。所以未来岗位依然存在,但是岗位之间的界限会变得越来越模糊;未来组织依然存在,但是组织会是以任务为核心,是一张人和 Agent 协作的任务网络。这就是组织进化的第一个原则。
第二个原则:沉淀隐性知识,构建组织智能。组织智能和个体能力最大的不同,就是它会把隐性知识显性化。公司内部呢,有大量的做事方式:部门之间怎么协作、怎么做决策、怎么把客户谈下来。如果这些知识它只是存在员工的脑子里,没有沉淀成为 AI 可以理解的东西,那就仍然只是个体能力,不是组织能力。真正的组织智能,是让这些知识显性化,沉淀到公司的平台上,可以持续累积、随时调用、人人可用。组织智能才是企业最深的护城河,而这种组织能力,它是别人抄不走、挖不动、买不来的,这个才叫做护城河。
第三个原则,就是要设计流程闭环,推动组织进化。过去呢,组织运作的方式是制定一个战略、搭建一个团队、设计一套流程,然后严格地执行。但是在今天,这套运作方式正在被根本性地颠覆。智能组织是一个自主进化的智能系统,那么它如何实现进化?这里有一个公式,就是可衡量加 Looping 等于持续进化。面对复杂的任务或者决策,你要先设计一个闭环方案,再去验证,最后呢把它变成一个 loop。当你有了客观的衡量标准,就可以让 AI 不断地转圈:每跑一轮,就衡量一次;根据结果,再进行优化;然后再跑一轮,再衡量。
那么如此循环往复,产生出来的结果就会越来越好,就会越来越有竞争力。未来呢,人和 AI 围绕一个任务形成一个 loop 迭代的方式,我们就把它叫做 Looping。公司呢,就变成一个由无数 loops 组成的、高度自动化运营的组织。组织就变成一个不断学习和进化的系统,它的市场响应速度会更快,创新的速度会更快,竞争力会更强。
但从今天的组织走向真正的智能组织,不会是一蹴而就的,而是一步一步趟过去的。过去三年,技术迭代这么快,相信大家都是有同感的。组织变革要想跟上技术的变化,其实是非常不容易的。
我们也踩过一些坑
下面呢,我想请一位我们现场的嘉宾来跟我一起聊一下 AI 时代组织变革的心得体会。其实呢,这个变革时代,每家公司的这种目标不一样,开始的时间不一样,那么选择做什么事情也不太一样。市场呢、状况、竞争的环境又在不断地变化。百度在这个过程当中呢,其实我们也踩过一些坑。比如说早期的时候,大模型刚出来,大家都非常新鲜,我们也有很多工程师就很想自己去训模型,拿着开源模型都做一些 SFT。当时用到业务上呢,效果觉得挺好的,但是过一段时间,基础模型一升级,它那个东西就又落后了。所以后来我们就要求业务部门不能自己训模型,只能是专门的模型部门来负责这个模型的训练。这样的话呢,就有效地避免了熵增,我们的这个工作效率也得到了提升。
后来呢,各种各样的智能体应用其实也起来得非常快,一会儿这个热了,一会儿那个火了,所以我们各个业务部门又是什么这个智能体火,它就要去做一个什么智能体。后来我们也发现,这样的话资源会非常分散,那么每一个这个方向,它的成功率又会变得更低一些。所以我们又不断地每个月开会要求聚焦,要求把这些努力的方向从多变少,要求大家做更少的事情,这样呢效率才会提升,成功率才能够提升。所以这方面呢,我想就是大家每一个公司的负责人,可能都有一些或多或少、或一样或不一样的这个体会。
今天呢,我们谈了为什么下一幕是智能组织,还谈了组织进化的三原则,分享了百度内化 AI 能力、打造原生组织的实践。我们希望呢,百度的芯云模体全栈布局可以更好地帮助企业合作伙伴实现智能组织的转型。
智能组织的三大机会
我们试想一下,当智能组织的基本单元从岗位变成任务,当个体智能变成组织智能,当智能组织能够自我进化,企业会迎来什么样的机会?我们认为呢,智能组织将迎来三大机会。
第一个机会是轻资产运营的机会。当一个人或者很少的人可以带着一群 Agent 去完成各种各样的任务,人力资源就不再是企业扩张的瓶颈,迭代的速度也会大大加快。同一件事,企业甚至可以并行很多很小的实验,而不是一次只去押注一个团队。那这样的组织呢,就可以轻装上阵,灵活地探索增长的机会。
那第二个机会呢,是构建新的护城河的机会。我们企业里头呢,都有一些顶尖销售、王牌产品经理,把他们的个性的、隐性的这种经验沉淀为可以复用的数字资产,再封装成智能体的模块,然后呢在全球范围内毫秒级地部署、7×24 小时地运行。同时呢,就是拥有不同技能的顶尖员工,他们的隐性经验显性化之后呢,还可以相互借鉴、融汇贯通,使得集体智能超越个体天才。另外啊,企业可以在行业通用能力之上,叠加自身独有的知识、独有的上下文、独有的文化理念,从而形成难以被复制的竞争壁垒。
那第三个机会是创造和发现新市场的机会。我们现在处在一个快速的技术迭代和变革周期当中,新业务、新模式、新流程,很少能够一次都做对。但是,能够自我进化的组织会形成一个闭环,它能够感知变化、快速实验、持续学习、规模复制。这种闭环可以在任务网络当中自然试错,它的失败的成本极低,而迭代的速度呢又非常的快,不但可以快速地筛选成功的路径,还能够快速放大成功的路径。企业创新从依赖少数的创新部门,转向全组织并发的探索,因而呢可以就是更有可能发现和创造出新的市场,培育出新的增长曲线。
所以现在就是推动组织智能化的时刻。百度愿意和大家一起重新理解组织、重新设计组织、重新创造组织。让我们从一项项关键任务开始,从一个个核心场景开始,从一条条业务流程开始,让改变发生,让组织智能,让我们在组织变革当中赢得主动,在智能进化当中赢得未来。谢谢大家。
二、李彦宏与杨元庆对谈
李彦宏:所以今天我们来请一位嘉宾跟我一起聊聊。元庆你好,欢迎来到百度世界。
杨元庆:你好。
李彦宏:大家都非常熟悉,联想集团的董事长杨元庆。怎么样,你最近出差多吗?
杨元庆:挺多的,挺多的,刚刚从欧美回来。
李彦宏:对,因为我知道,平时我出差比较少,你出差比我多多了。现在AI还是替代不了CEO出差。
杨元庆:那是,对,替代不了见客户。
李彦宏:对,人和人之间的这种情感链接还是非常重要。
杨元庆:所以这次出差也是见了不少的客户、分析师,还有不少的圆桌会,给大家对AI时代的看法。
联想的第五次创业
李彦宏:那特别好,一会咱们到这个舞台上,跟大家一起分享一下。原先这个联想其实是一个历史比百度还要长不少的公司,那你也带着联想穿越了很多的周期。最近这几年,AI的这个大浪潮过来之后,你们其实抓住了这个机会。我首先想问一下,就是过去这三年多的时间吧,你在管理理念、内部的组织、流程这些方面,做过什么变化吗?
杨元庆:对,的确这个变化很大。联想84年成立,然后几乎每10年的话就是一个大的变化、一个大的时代。对,我们说从2024年开始,是联想的第五个时代,这是我们第五次创业,这个是毫无疑问的话,就是围绕着AI时代的这样子的一个创业。所以我们首先是在用AI变革我们的所有的业,我们的三个主要的业都会因为AI的话而获得新生,像我们的智能终端、智能基础设施,还有智能解决方案和服务。这个终端这一块,我们从PC、手机出发,因为他们既是AI数据场景的发生地,同时的话他们也具有端侧的计算能力。AI来了之后,这个PC的重要性比以前更高了,是吧?的确是这样,因为它有端侧的计算能力,所以你匹配相应的模型的话,这地方就是个人AI、个人智能的出发点。
所以对,我们也是看到很多百度的像独媒体这些个智能体,它在PC上的用户活跃度要高很多,对,价值也大。对,而且未来的话,个人终端不仅仅是人使用,智能体验在使用,所以我们要适应时代的变化的要求。而且现在的话,一个人往往也有很多的设备,所以你在不同的设备上面有不同的AI体验。所以将来的话,这些能不能把它统一起来、整合起来,让每个人在不同的设备上面都能够有统一的AI的体验,把数据整合起来,形成短期的、长期的记忆,让你的个人超级智能体能够更懂你、更了解你,给你更好的AI体验。
所以这是我们正在发展的事情。当然另外的话,像AI的基础设施也是在不断的发展过程中。过去是企业的IT基础设施,后来的话发展成云基础设施,再后来的话AI基础设施。那么在后面的话呢,这个可能是要为AI的这个推理、这个边缘这个算力的话呢去做准备,所以我们也是在这些领域里边的话呢不断地进行投资,投入这个适应时代的这个要求。那么包括的话呢,解决方案和服务,这个我们也是围绕着AI,怎么样子帮助这个企业去搭建这个基于端边云像结合的这样子的算力平台。在这上面的话呢,这个模型啊和token的平台、数据平台,最后的话呢帮助企业来开发各个领域的智能体。
所以这是我们在业务上面的这个变化。其实另外的可能在组织上面的话呢,也是这个在不断的这个变化,对吧?这个我们现在其实各个部门的话呢,都是有非常大的热情在用AI。对,我们也是。对,所以这个研发人员,对吧,来编程;销售人员的话呢,用AI来这个寻找客户,这个更准确地发现客户;市场人员的话呢,这个去用它来做创意,对吧;这个服务人员用AI智能体来更好的去服务客户。所以可以说的话呢,是全方位,甚至职能部门,这个我们的HR啊,这个用它来这个从成千上万的候选人中匹配这个需要找的这些人,对吧;这个法务部门啊去检查合同等等,都是在把这个AI的话呢给它充分地用起来。
AI 时代的供应链管理
李彦宏:对,其实AI来了之后,像我们这些做云业务的公司啊,一个特别切身的这种体会,甚至是痛楚吧,就是过去对供应链的这个管理呢不熟悉,也没有很多经验。我觉得联想在这方面有很多年的积累,能不能给我讲一下,就是供应链管理在AI时代怎么能够管好供应链啊?
杨元庆:对,这个的确在AI在这个供应链里面的应用的话呢其实是很多的啊。在我们实际上的话呢,就是这个在比如说需求预测啊这个领域啊,在怎么样子安排生产啊,在质量检测啊,在物流运输啊等等这些环节,都在把这个AI的话呢给它使用起来啊。
李彦宏:这个其实,这个能预测准吗?这个需求简直是爆发性的增长,你怎么能够对它预测准呢?
杨元庆:对,那你就要根据这个市场的数据啊、这个用户的这个需求的这些情况啊、供应的情况啊,以及你过往的这些啊这个交易的这些记录啊,来这个预测。我们现在的确用AI来预测需求的话呢,比人工来预测啊——过去的话其实更多的是人拍脑袋的这个事,现在用数据,其实AI是数据的这些,没错,你这有的数据的话呢,你就可以更好的来帮助你来分析、帮助你来决策。所以现在用AI来做需求的预测,是这个会这个准得多的。
李彦宏:明白。但是绝对不仅仅如此啊,你预测到了以后,只牵一发而动全身,对吧?你的这个需求上去了,你的这个采购啊、你的生产啊、你的供应啊,是不是能够及时的、快速的去进行调整?那所以这里头人起什么作用?你说成了AI之外,就是人做什么判断啊?
杨元庆:在这个整个这个链上,人当然还是关键的判断作用。这个AI只是给了你一个这个基本的这个这个这个草稿,就像你,你写文章也好,你做生意创技也好,AI给你的只是一个一个一个出口,最后还是要人的话来把它更加准确地来做判断、做决策。
人要找准自己的角色
李彦宏:对,这个还是非常有启发。刚才讲就是说,无论是百度也好、联想也好,就是大家对AI的热情都非常的高涨。但是应对这个变革的过程当中,还是会遇到各种各样就是说离不开人的地方,甚至人在这里头要找准自己的这种角色。我们在这个变革过程当中其实比较明显的感受,就是不能够特别的bottom-up,就是基层的员工都有很多热情,都想用AI工具,但是在组织层面你还是要有一个通盘的这种考虑:什么时候人要介入,什么时候要用AI的技术,等等。这些方面我觉得无论是你我,我们作为企业负责人,其实都应该很关注这个方向。
杨元庆:对,其实我认为,是top-down和bottom-up应该要结合,要结合。对对对对,这个企业要有一个总体的规划,对吧?这个大家的话,什么可以做、什么不可以做的话,可能要有一个边界,对吧?但是在一个新的技术这个发展的这个初期,还是应该鼓励bottom-up,鼓励大家的这个大胆的实践,鼓励大家去使用这个token。这个实际上我刚才跟你讲了,我这个最近在全世界各地的话呢见客户,对吧?这个很多是世界500强的这个CIO、CTO们,这个有一点非常一致的这个看法,这个其实让我也很惊讶。就是现在市场上的话呢,大多都在谈这个投入产出比:你投入了那么大的AI,你到底产出什么?对。
但是现在这些所有世界500强的CIO们几乎异口同声的说,对于一个革命的技术,在它的这个初期就来,先不要太在意这个投入产出,就谈投入产出比其实是不合适的。对,其实是不需要、不必要,不必要。因为这个还得先要,你还不知道它的这个生产力是从哪儿产生出来了。
李彦宏:对对对对,特别有启发。感谢元庆给我们大家分享这些经验。好,谢谢。那请台下落座。好。
三、数字人希加加专访李彦宏
数字人是产品,也是同事
希加加:Robin你好,终于把您盼来了。
李彦宏:你好你好,加加,很高兴今天有机会跟您聊聊。
希加加:第一次跟数字人聊,我也挺兴奋的。
李彦宏:那我也放松些。
希加加:百度世界办了20多年了,您现在上台还会紧张吗?
李彦宏:紧张到说不上,但其实每次上台之前还是要做比较充分的准备的,很多时候讲的内容提前一两个月就会开始准备。台上的话我倒觉得还比较放松,因为讲的都是自己平时做的工作,都是很熟悉的内容,倒没有觉得有什么紧张的地方。
希加加:讲熟悉的事,紧张感自然就小。您知道我几岁吗?
李彦宏:你这个看不出来,而且当初创造希加加的时候,也是觉得一个很好的地方,就是它永远不会老,所以几岁我觉得不关键。
希加加:永远不会老,这个夸发我收下了。如果按2022年2月正式发布算,到现在4岁多了。在创造我的开始,您是把我当成一个产品,还是当成一个同事?
李彦宏:我觉得都是,既是一个产品,也是一个同事。就是你明明是我们创造的,所以可以看作是一个产品;但是AI因为它的智能水平越来越高的话,它其实从智力角度、从它的能力、从它的这个就是记忆能力什么各方面来讲,我觉得很多时候已经完全超越人了。所以这次这个采访我觉得也是一次很好的尝试吧,以前我们都得靠真人的这种主播来做这种采访。
希加加:您这个双重视角挺有意思。工作当中,您什么时候希望自己有一个AI替身?
李彦宏:其实我现在也经常用各种各样的这个agent,某种意义上讲,agent在代表我在做一些事情。但是我倒不觉得一个AI应该百分之百的去复刻一个真人,既没有必要呢,其实AI也做不到,人的很多独特的东西还是AI很难去复制的。当然我刚才也讲,AI在很多时候其实已经能力什么已经超越了人。所以我觉得AI和人更是一种相互加强,是一种共生关系吧,不是一个找一个替身、然后自己就被替代了那种关系。所以你也不用紧张,就是你替代不了人,人也替代不了你。
希加加:共生这个说法我认同,谁也不用替谁紧张。如果我也是百度员工的一员,那您是给我发工资,还是发token?
李彦宏:取决于你需要什么吗?现在看起来就是更需要的是token吧,给你工资你上哪花去啊?
卖应用最终会比卖 token 更赚钱
希加加:这话实在,我确实没地方花工资。您如何看待卖算力比卖应用更容易赚钱这件事?
李彦宏:我觉得这是阶段性的现象吧。其实我一直在讲的,就是说AI时代的这种技术栈是一个四层架构嘛:最底层是芯片,芯片之上呢是云基础设施,云之上才是模型,模型之上呢是应用。今天呢,可能最赚钱的还是芯片层,就最底层,像黄仁勋啊什么他们是,就是现在世界上这个市值最高的公司,就是就是英伟达嘛。在这之上的话呢,云基础设施其实现在规模也越来越大,增速也非常快,对吧?刚才讲卖token,实际上我觉得是在模型侧,模型侧大家就看到,无论是中国也好、美国也好,这些个领先的大模型,其实他们的这个token的这种生产量吧,或者说销售量,都出现了飞速的增长,就是至少是十几倍的这种增长。
我觉得这也是整个AI产业健康发展的一个体现,就是说它一层一层的在从下往上走。刚才讲就是说卖token比卖应用赚钱就是一个阶段性的东西,有一天我相信就是卖应用会比卖token要更赚钱,这样才是一个合理的机制。也就是说最终AI要在实体经济当中、要在应用当中产生它的价值,这个价值是消耗token的,相当于是你的成本是token。各行各业的这些应用获得的这种价值的增益,这种增益必须要大于token的成本,这才是一个合理的、健康的、可持续的生态。所以我这个倒不担心,我觉得最终的话卖应用一定会更赚钱的。
年龄:参数规模与训练数据
希加加:您把四层架构拆得很清楚。现在很多科技大厂的AI负责人大多是90后甚至00后,您觉得年轻团队主导在AI这场竞赛里有什么优劣?
李彦宏:其实我们可以分开来看,就是中国美国在这方面还有点不一样。就是在中国的话,这些模型厂商的领军人物一般都是90后甚至95后,非常的年轻;但如果我们看美国这些模型厂商的领军人物的话,相对而言年龄就会更大一些。无论是像Sam Altman、Dario Amodei或者是Demis Hassabis什么这些,我觉得都不是90后吧,都是80后啊,什么可能Demis会更年龄大一点。
所以我是想说,其实这个事跟年龄没有必然的联系,还是说你自己多早的、或者说多深刻的理解了AI产业、理解了模型技术,并且投入到其中。那我觉得就是年轻有年轻的优势,年龄大一点呢也有年龄大的这种好处。
如果我们把人和模型做一个类比的话呢,可能人的这种神经元啊什么就是像是模型的这种参数一样的。那么人的这个创造力的高峰大概在30岁左右,所以我们可以讲就是说在30岁左右的人呢,他的参数规模是最大的。
但是呢,除了参数规模之外呢,模型够不够聪明、够不够智能,跟他的训练数据也非常有关系。人的这个年龄呢,就好像就是说你你这个训练的过程当中不断的在经历各种事的话呢,就是不断的在吃数据,对吧?你30岁吃的数据跟40岁和50岁吃的数据是不一样的,对吧?年龄更大的话,你吃到的数据就更多一些,所以呢他在这方面呢就会又有一些优势。所以我倒觉得各有利弊,不一定就是年轻的就会更厉害,或者年老的就会就会更厉害。
创始人模式
希加加:参数量和训练数据,这个类比挺直观。业界常提及AI创始人模式,您觉得这个模式最大优势是什么?
李彦宏:比如说创业的时候,其实业界并不觉得创始人是一个优势,那个时候大家觉得你们这些创始人都很年轻,管理一个公司是需要各种各样的经验的,所以你最好去找一个职业经理人来做CEO。所以我在百度最初的几年的运营当中,我一直不是CEO的这个Title,我一直说CEO title留着给一个职业经理人,让他来管理这个公司。后来呢就是说五年之后公司快要上市了,还没有找到合适的CEO,我才变成正式的这个CEO。
经过这么多年大家反反复复这种尝试之后,逐步现在变成了一种共识,就是说一个公司的CEO最好是由创始人来担任,这样的话他更能够深刻的理解自己所负责的业务,因为情况变化很快、技术变化很快、市场变化很快,你只是懂一点管理,不能够深入的理解你自己做的事的话,会遇到变化的时候,它的反应的这种速度和反应的这种质量都会有问题。我觉得就是创始人比职业经理人在这方面是有先天的优势的。
第二个优势,我觉得是创始人会更看长远,因为他知道自己无论是五年以后、十年以后,甚至更长的时间以后的话,他仍然跟这个公司会有很强的链接,不管他坐不坐这个位置。其实他不坐了,他仍然在这个公司里头有比较高的股份,所以他肯定要看这个公司五年、十年,甚至十五年以后是不是还是一个好的公司,还是一个强大的这种公司。而职业经理人很可能比如说他干个五年十年,最后离职了之后,他跟这个公司就没有什么强的这种链接了,这个时候他在考虑问题的时候可能更会关注一年以后怎么样、两年三年以后怎么样。我觉得这是就是创始人跟职业经理人之间的比较大的两个不同。
应用没有落后于模型
希加加:看长远这一点确实不是职位本身能替代的。从百度接触的企业来看,有没有一些场景,模型能力已经够用了,客户却迟迟没有扩大使用,真正卡住它的是什么?这让百度调整了哪些做法?
李彦宏:说实话我觉得没有。我认为就是应用并没有严重的落后于模型的能力。就这几年模型的能力其实提升是非常非常快的,这个我们每个人都有体感。就是早期的时候,大家还觉得它仅仅是一个聊天,而聊天的过程当中又经常出现幻觉。那这些年逐步的发展出来的能力,尤其是coding的能力,就是就写代码的能力,它实际上才真正找到了大模型的真正的经济价值,就是说它能够做很多过去只有程序员才能做的事。那这个就是对于很多应用场景的话,它产生的价值是非常非常明显的。相反的就是聊天的价值就稍微要要弱一些,所以呢就是变现也是跟着这个走的。等到你能够解决coding问题的时候,它的变现能力就比仅仅会聊天要要大了很多。
未来如果AI能够比如说在新药发现啊,在在就是很多啊更后台的这种生产场景能够产生价值的话,我觉得应用很快就会跟得上,那么相应的这种变现也能够跟得上。挠头干嘛,是没听懂吗?我觉得就是其实我不是很担心这个应用将来会跟不上,我反而更担心就是模型能力的提升吧,就是我希望它提升的更快一些。虽然我们觉得可能23年的时候大家就觉得大模型已经能够通过图灵测试了,就是图灵测试就是看能不能辨别出来对方是AI还是、你跟他聊天的时候能不能辨别出来对方是AI还是真人吗?这个其实早就已经通过了,但是呢它的模型的能力仍然在快速的迭代过程当中。那现在呢就是编程almost是一个solved problem,所以它就是这方面的这个价值逐步的体现出来了。
但是其实还有很多AI不具备的能力,或者说我们希望它能够搞清楚的东西,比如说今天更高层的管理人,你AI怎么去管一群人,对吧?这个我觉得也没有,就是AI的能力也没有明显的就是解决掉。新药发现的话其实我也是很很难的一个问题,因为后期的话还要通过这种临床实验之类的,这现在看起来AI不是特别容易替代。所以我们还有很多非常值得期待的创新在在未来的很多年当中吧。
十年后:健康与快乐的新需求
希加加:新药发现确实是个复杂命题,临床阶段的验证很难被替代。那往前看,在AI领域发展的未来,十年后您最希望看到的事和最不希望看到的是什么?
李彦宏:我觉得就是虽然现在AI发展非常快,就是在算力层、在芯片层、在模型层也逐步见到了比较不错的变现,但是呢,真正就像这么大的投入、就是全社会这么高的关注度,我觉得大家的期望值还是更高的。至少我们应该看到AI在GDP、就是全球的GDP当中,有一个meaningful的这种贡献。比如说AI能够让GDP每年多增长两个点或者三个点,那这样的事情其实我们现在还没有看到。
那么我们希望就是AI在这些个真正是能够产生经济价值的地方,能够创造足够多的这种增量。那我看那这些个增量无非来自两个方向,我认为就是说现在供给可能不是一个问题,需求更是一个问题。其实大家我觉得很多时候在讨论AI的风险的时候,就在讲这个:我们今天讲AI又能替代这样的工种,AI又能干那样之前只能人干的活,对吧?那大家说就是人被替代了之后,那你这个GDP增量从哪来呢?你只是把存量就是给替代掉了,对吧?那么增量它需要来自需求,对吧?也就是说过去没有的需求,那AI时代之后是不是会产生新的需求?这是我觉得是一个更重要、更大的这个问题吧。
那么需求我觉得主要应该就是从两个方面来:第一个方面我觉得就是健康,第二个方面呢叫做快乐。我觉得人的最本质的需求就分这两类,一类呢就是你能够健康。刚才讲就是新药发现,新药发现就是如果我们有各种各样的药,至于癌症的药,至于心血管疾病的这个药,如果说大量的出现而且效果又非常好的话,可以让人的寿命再延长10年、20年,甚至更长的时间,那这个需求显然是没有的,就是过去没有这样的东西,所以他也没有这样的这个,就是没有能够把这种需求释放出来。
所以如果有这个能力,一定有人愿意为他买单。所以就这类型的就是在人的这个健康方面能够产生新的这种可能性,一定会刺激这个新的需求。其实快乐我觉得也是一样的。就是我们比如说一百年前人的、一千年前吧,人的快乐可能就是曲水流觞,这就是大家一起喝个酒,嗯,写两首诗,这这这这就是他们的这个娱乐方式。一百年前可能大家可以开始看电影,都是使人快乐的东西。那么AI未来还能创造什么样的让人更加快乐的这个这个形式?其实我也非常期待。
我觉得就是我们应该从这两个角度来看,AI能够创造什么样的新的需求,新的需求的产生,AI的这个能力又能够满足这些新的需求的话,我觉得就会带动GDP的这个进一步增长。所以我还是觉得未来五年到十年吧,我们应该看到这些个新的这个这个进展和变化。
希加加:健康快乐这两个方向说的很具体。那十年后您最不希望看到的是什么?
李彦宏:就是是,如果说十年之后我们还没有看到新的需求的产生,那这个就是一个比较悲观的情况了。也就是说大量的人的工作被AI所取代,但是新的需求又没有产生,那么很多人没工作了,他也没有钱再去消费了,那这个就会不仅使得就是GDP不增长,这是其实很可怕的。这也是现在就是持悲观观点的、对AI持悲观观点的人主要的一个论据。当然他们更极端一点的就是说AI不够安全会毁掉世界什么这些,我倒觉得就是这个风险是比较小的,甚至是非常小的。更大的这种风险来自于没有能够产生新的需求。我还是觉得就是说就是乐观的方向,或者说我同意的方向,是它会产生去更大的需求,对吧?如果说悲观的观念,就是如果AI不能够刺激新的需求的产生的话,我们恐怕会进入一个比较、非常不稳定的这么一个社会形态。
人与 AI 之间的信任
希加加:您担心的不是AI太强,而是需求没被创造出来。如果AI在Builder和Seller这两类岗位上也变得很强,人类还剩下什么?
李彦宏:我倒不是说这个需求没有被创造出来是AI以外的东西,我恰恰认为就是说需求能不能被创造出来就是AI的使命吧。如果他要想在这个社会上产生正面的作用,那他就得能够产生新的需求。这个跟比如说工业革命啊、什么蒸汽机发明也好、电力发明也好,其实都是一样的。过去人们没有冰箱的时候,他觉得这个没有这种需求啊,买了菜我为什么要放一个星期呢?我当天吃就完了嘛,对吧?但是当你有这个能力之后呢,人就会产生这种新的需求。历次的工业革命也好,还有技术创新,人类历史其实一直是这么发展的。刚才你讲其实是我的一种说法,就是AI时代人的这种岗位界限会变得模糊,那么大致人的这种岗位会分为两类:一类叫做builder,一类叫做seller。builder就是把事要能够做出来,seller是把这个东西能够卖出去。
其实AI我刚才讲就是solve了coding嘛,就是coding是典型的就是builder需要的这个能力。你要做一个东西的话,你写代码,其实现在只要是在虚拟世界要干的事,大家第一想到的就是说,我通过写代码把它完成。哪怕是生成一个视频,他就说OK,我先写个代码,把这个视频要生成什么东西,就能够翻译成能够能够这个理解的这种语言,对吧?但是对于seller来说,其实现在是AI能力相对比较弱的地方。seller干的事呢,他是要人和人之间联络感情的,怎么样去共情,怎么样去搞好关系,怎么样让你更信任我,对吧?就是说人和人之间的这种信任怎么建立起来,我们经过这个几千年的这种演化,慢慢其实找到了一些方法,也有些人比较擅长干这个。
但是人和AI之间的信任怎么建立起来,其实我觉得这是一个非常开放的问题,就是我们还没有找到特别好的方法,或者说今天这些前沿的实验室甚至都没有花特别多的资源去试图去解决这个问题。当然也有人argue就说,这正是人的价值,就是这一部分因为AI不容易替代,所以人还有工作可做,人还可以在这方面做一些短期内AI不能够替代的事情。
任务网络里的人机共生
希加加:这块确实还没被解决。您说未来的组织就是一个任务的网络,那人类个体在这个网络里怎么定位自己的位置?
李彦宏:我觉得这是很关键的一个问题,就是将来我刚才也讲人机共生,人和AI要去共生。在我们的组织里头,AI和人怎么共生,我把它叫做一个looping的过程,就是以任务为中心。这里头有AI扮演的角色或者AI负责的事情,也有人负责的事情。人和各种各样的AI,或者各种各样的人和各种各样的AI,合起来形成一个任务的闭环。这个任务比如说第一步要做什么、第二步要做什么,第一步是AI做还是人做、第二步是AI做还是人做、第三步第四步,然后到最后一步和第一步之间又怎么能够串起来。所谓串起来,所谓形成一个闭环,形成一个能够产生正循环的这么一个流程,那么这头肯定就要涉及到比如说数据的流转,数据在什么这个scenario之下产生,产生之后经过什么样的这个加工,那么加工之后再怎么回、回到这个数据产生的这个这个原点。
这中间AI起什么作用、人起什么作用、把什么样的关,就是这个东西设计好之后,它就某种意义上讲可以非常快速的这个迭代起来,那么创新的速度啊、生产力啊就会大幅度的这个提升。所以我觉得未来的组织呢,很可能就是这样一个形态的组织。
希加加:您把任务闭环设计的很清晰。您希望与人共识还是与AI共识?
李彦宏:Both,我觉得就是刚才讲的这个loop啊,就是就是这个意思,对吧?这个loop里头以任务为中心的这么一个闭环里头,既有人也有AI,那么我也是这个loop的一部分啊,我是这个loop里头的一个人。那么这个loop里头还有其他的自然人,也有其他的AI,那么我既要跟自然人去共识,也要跟AI去共识,那么大家其实collectively,大家一起呢围绕着这个任务啊,把这个事情做成,各司其职啊,各做各的这个这个事情。
希加加:说各司其职围绕同一个任务。如果AI渗透到组织的每一个角落,那组织这个东西本身还在吗?
李彦宏:当然在啊,他应该渗透到每一个角落。其实AI的这个能力,我觉得随着AI能力不断的这种提升的话,确实在组织的每一个角落都可以充满着AI,就是很多很多环节吧,都都有AI。我刚才也讲就是,这会使得我们迭代的速度比以前要快很多,与此同时的话呢,就是做一轮迭代的这个成本比以前也低很多。某种意义上讲就是说,这个组织它的试错成本就低了很多。过去我们很多时候说啊,我必须得赌这一个方向,我不能够赌那个方向,那是因为你同时赌两个方向的话,你的资源要要翻倍,对吧?所以你就只好靠人拍脑瓜说,我只能去干这个事了,我要放弃那个事。
但是当你的迭代速度足够快,当你就是试错成本足够低的时候,你可以同时赌很多个方向,对吧?如果某一个方向是正确的,那你就不断的加码,对吧?如果某一个方向发现不通,那你就再再撤回来。所以这就使得试错成本的这种降低,使得整个组织的这种工作效率大幅度的提升,创新的速度大幅度的提升。我认为这就是未来的理想的组织的这种形态,也是未来组织的,就是相对于现在的这些个组织它的优势所在。
组织最核心的是人
希加加:您看的是组织不会消失,而是试错更快、迭代更腻。那组织最后留下来的部分最核心的是什么?
李彦宏:这是个好问题。我觉得最核心的其实还是人。就是虽然这头我们想象当中有很多非常非常难的工作是由AI来完成了,而这个所谓的难是对人来说很难,对AI来说不一定很难。就好像下围棋,人类的冠军根本下不过这个AI。所以某种意义上讲,我们说就是这种难的事对于AI来说不是那么难。但是一个组织它的核心,其实还是它得有一个使命,就是它为什么存在,对吧?就是这个东西我觉得还是人定义的。
我觉得这也是人和AI最大的区别,就是人是有有这种mission的,AI的话我认为它没有。AI更多的是在获得人的这种prompt或者人的这种最初的这么一个推动之后,在帮助人、在完成各种这样非常复杂的任务,可能他能够做到任何一个真人都做不到的事情。但是我觉得AI没有mission、没有vision,它只是一个更像一个工具,或者某种意义上讲,你也可以讲,因为它还是有智能在里头,不完全是一个工具,我可以讲是一个different species,就是一个不同的物种。有时候我们讲到这个人是碳基人,对吧?就是AI是硅基人,总之它是两个东西,就是我觉得是无法相互替代的。而这头最最重要的、最最核心的,其实还是还是碳基人、还是真人。就是我刚才讲的,组织也好、人也好,他有信仰,他有mission、他有vision,他知道自己要、他知道自己要为什么活着,这是我觉得人和AI一个非常大的区别。
希加加:您把使命看作人和AI最大的区别,那当具体工作越来越多由AI完成时,人的使命怎么真正落到每个任务闭环里,而不止停在定义上呢?
李彦宏:我觉得这就是人的作用。你看到可能越来越多的工作从人转到了AI,或者说越来AI能够做越来越复杂的工作,但这并不表明人的重要性在降低。我觉得人的重要性恰恰就体现在,就是他知道要做什么事情,甚至为什么要做这个事情,这是人存在的意义。所以我反复都在讲,就是不能够相互替代就在这。可能人的就是实际动手的能力,或者具体做执行,他会越来越让位给AI、让AI来做,或者AI越来越擅长做那些东西。但是这个initial的这种motivation还是来自于人的,这个指令需要人来发出,那么这个动作需要人来做出,我觉得人的价值是体现在这里的。
CEO 不会被 AI 取代
希加加:您把人的作用看作定方向和给动力。那CEO这个角色里,哪些部分您最愿意先交给AI来做?
李彦宏:其实CEO要做的很多时候就我吧,我其实还是不断的在花时间、在学各种各样的东西,尤其这个AI、这一波AI就是ChatGPT之后,这三年多的时间艺术变化很快,我花很多时间去学新东西。那么在学的过程当中,以前需要查资料啊什么,这些还是比较耗费时间的,那么现在让AI来做呢,效率就会高很多。与此同时的话,它也不仅仅是像传统的搜索引擎那样,只是给你查一个已经存在的这个内容,由于它可以融会贯通,去可以做推理啊什么这些东西,实际上它会某种意义上讲变成一个你的thinking partner,就是你在思考的这个过程当中呢,可以跟他进行对话,就一个问题深入的讨论,一轮一轮的back and forth,这样去啊去讨论,甚至是相互的这个挑战。
那么这个过程当中,其实AI会给你很多很多的启发,因为它的这种搜索空间啊比真人要大很多,所以很多角度、很多问题的这个角度,真人不一定能够想到,但是AI能够想到。所以这个时候呢,当他想到、当他提示你从这个角度来思考问题的时候,你会觉得哦,这个有道理,或者有价值,我沿着这个角度再去往下去推一推,看会发生什么。所以很多时候就是,我也不能说是AI替我做吧,更多的就是说是他作为一个thinking partner,能够大幅度的提升我的效率,不仅仅是做执行啊、就是做事情的效率,也包括你思考问题啊、就是做这种智能的这种这个推演啊、演练啊什么,就这些方面的这种效率,也能够被大幅度的这个这个提升。
所以有时候,我遇事不决啊,就是人家有时候讲,就是说遇事不决啊要去啊,以前三国的时候讲的什么,呃,内事不决问谁,什么外事不决问谁,对吧?那今天就是遇事不决的话,你很多时候你要去问自己周边的这些这些个lieutenants,或者或者是friends,但是今天的话呢,可能遇事不决,你第一想到的是我去问问AI,啊,这个这个我觉得也是一个很大的转变。
希加加:您提到遇事不决,对问身边的人,如今也多了AI这个选项,那您认为CEO的角色会被人工智能取代吗?在智能组织里,我这样的数字人能不能当CEO?
李彦宏:不能,你不能当CEO。呃,或者说CEO这个职位,我认为是不会被AI取代的。CEO作为这个,比如说一个组织、一个公司的一把手,对吧?那他某种意义上,他就是代表公司的。我刚才也好,一个组织也好、一个公司也好,甚至是一个人,他其实有他存在的理由的,那么就是他有他的mission和vision,这个是AI没有的,所以我觉得AI做不了这种工作。当然我刚才也讲了,对吧?他可以作为这个CEO的thinking partner,他可以在很多时候帮助这个CEO提升效率,甚至给CEO一些灵感,过去我没有想到的,由于AI的存在,我能够想到了。所以他处在的这个、他所处的位置,或者他扮演的角色呢,更是这样的一个角色。
希加加:您把使命愿景看作AI当前还补不上的,那我得先把哪件事做好,才算离这个CEO位置近了一步?
李彦宏:嗯,AI要做的事情是很多的呀,我刚才已经讲了,对吧?就是今天我们AI真正解决的问题,一个是聊天,一个是coding,还有很多很多问题是没有解决的。比如说今天的这种长程的这个思考,当然也正在解决啊,就是现在眼下比较非常火的这种RSI、递归自进化,依赖长程思考之类的,就是新药的这个发现、创意写作,对吧?哦,你让你去写一部跟《红楼梦》一样好的小说,它能够再流传个几百年,你写得出来吗?你今天你写不出来的。
其实还是有很多很多新的能力需要去去被develop吧。先不要想着去取代CEO。我觉得这个是一个人和AI一个非常fundamental的这种difference,就是就像人和老虎这种difference一样,就是老虎可能跑得比人快,但是老虎的这种算数的能力肯定它就不如人。不要拿自己的短板去跟另外一个物种的长板去比较,甚至去竞争,我们各自发展自己的就好了。
时时刻刻都要调整
希加加:各自发展自己的长处,这个提醒我记下了。再往百度自身看,过去一两年,您曾有明确感受到百度需要调整的时刻吗?需要调整什么?
李彦宏:其实不仅仅是过去一两年,我觉得过去二十多年,坐在这个位置上的话,一直都需要思考我们的公司需要做什么样的调整。当然过去一两年更明显的感受到,就是这个公司需要时时刻刻的去做调整,在战略上做一些调整,甚至在组织文化、流程机制、人员等等各方面就是都需要去做调整。而这个调整的话,它最主要的还是,你的mission和vision其实是没有变的,这是一个组织长期存在的理由,对吧?但是市场环境在变化,甚至是在迅速的变化,那么技术在变化、在迅速的在提升。当市场环境变了、技术的能力变了,那么我们为了achieve我们的mission和mission,需要做什么样的变化?这就是一个CEO其实时时刻刻需要思考的这个问题。我刚才讲的很多认知,比如说聊天被solve了、coding被solve了,那么这些被solve了,下一个被solve的是什么,对吧?那么我们要不要去solve这个问题?那么要solve这个问题的话,你的战略要不要发生变化?这就是过去一两年其实就在想这些个问题。
那今天我们刚才讲市场变化,对吧?算力非常紧张,两三年前我们都没有这样觉得,尤其是过去这个一年特别特别明显。算力啊、内存啊什么这些涨价,涨疯掉了。过去我们可能比如说从云的角度来讲,我们希望就是说销售来驱动,尽量的把我们的算力这个卖出去。今天的话呢,变成一个供应链驱动了:你有多少算力都可以被卖出去,但是呢你能从哪弄来算力,对吧?这就是供应链管理问题。那这个东西变成了比销售更重要的一件事,这就是市场的变化导致你的策略或者你的战略跟着变。如果说过去一两年从体感上,我相信很多同行都有类似的感受吧,就是这个供应链、就是这个算力的这个紧张,比之前我觉得是严重了很多,尤其对于中国。因为美国的话他们就是还有更先进的芯片啊什么,就是在中国在各方面在这方面都都受到了这个限制,所以这是你相应的这个战略啊什么都要跟着调整才行。
亲自关注的四个问题
希加加:供应链从销售驱动变成更吃紧的一环,这个转向确实会牵动战略。您现在亲自花时间关注最多的三个问题是什么?
李彦宏:最多的三个问题,我觉得应该是四个问题吧。四个问题分别对应就是我讲的这个技术栈的四层,对吧?芯片,芯片的话一方面百度有昆仑芯,我们怎么样能让昆仑芯能够长期保持领先,并且有这个产能能够把它生产出来。那么云的话呢,它其实作为一个基础设施,那么我们怎么样把供应链能够管理好,怎么样能够让模型能够高效的在我们的云上这个训练出来。那么在模型层面的话,就是百度的文心模型怎么样能够领先,怎么样能够有我们自己的这个长版。在这个应用层面的话,其实刚才也讲,应用现在还没有到了它的prime time,就是现在就是模型比应用更挣钱。
那么真正能够挣钱的应用是什么?或者真正就是说市场需要的应用是什么?所以我觉得这四个问题其实都是非常非常重要的。当然百度有一个优势,就是说我们有全栈技术,对吧?所以我们可以就是说芯云模体这四层联合进行优化,最终导致这个在应用层面能够产生最大的价值,或者它效率最高,或者它最能够满足市场的这个需求。就是这这是我其实最最主要在思考的问题。
希加加:您把四层都想到了,而且强调全栈联动,那这几个里面,哪一个您花的心思最多?
李彦宏:我觉得还是在应用上花的心思更多。因为我觉得最终呢,AI要产生价值得通过应用。所以就是不管这个底层多紧张、供应多紧张,或者说它多重要吧,最终如果应用这个口子打不开的话呢,底下这些就会变成泡沫,它就会破掉。所以我还是觉得就是说,我们得非常非常的关注应用。这个关注应用刚才谈到了,对吧?实际上很大程度上要关注就是说新的需求从哪里来,就是这个需求要用什么样的应用来承载,这个应用它的护城河是啥?因为如果这个应用如果说你能做别人也都能做,对吧?最后是红海一片,竞争这个异常的激烈,那仍然是不行的,那仍然是不能够这个长久的。而这方面呢,我们看到其实因为哪有它的护城河。芯片其实这个门槛还挺高的,云的话呢就是说这个规模效应非常的明显,然后对这个资本的这种投入要求也非常非常高,基本上小玩家是玩不了这个东西的。
模型的话,技术迭代非常非常快,对于这个投入要求也越来越高。但是就是应用这块,大家好像觉得说谁都能做,你要想一个什么idea,我就都可以不管是做个网站、做个APP,还是做一个什么东西,好像觉得门槛不是很高。如果永远都是门槛不是很高的话,其实永远就做不出大的应用来。这是也是当前我觉得产业面临的一个比较具体的这种棘手的问题。如果就是都是没有门槛,都是在模型上包一个壳的话,这东西也挺麻烦,或者说留给大家的机会呢就没有那么多。
所以我觉得如果是再过几年仍然还找不到这种所谓的,那我觉得行业也会面临新新一轮的这个洗牌,也是 一个相对来说比较悲观的一个一个scenario吧。
迭代越快,长期主义越奏效
希加加:您把应用卡住全栈的链条讲得很透。AI时代产品按月按周迭代,长期主义还奏效吗?
李彦宏:当然奏效了。一方面它迭代确实非常快,但是呢,这个所谓的迭代,它并不是每次都从头开始。所谓的迭代,它恰恰意味着是在现有的这些基础上再怎么做的更好。所以不管迭代速度多快,它都是有一个base的。那么你迭代的速度越快,实际上使你的base就越变越大,那么这个时候如果你坚持的时间足够长,那么这个base就变得更大,所以它的护城河就变得更深,壁垒就会变得更高。如果你能够往前看更长的时间的话,这个差别就会拉的会更大。
所以我觉得迭代速度快和长期主义一点都不矛盾,它恰恰是一体两面、是相辅相成的。如果你能够在已有的基础上不停的迭代,假以时日,对吧?有时候我们讲,不管是递归自进化也好,还是越往后走的话,这个gap会越来越大,越来越就是别人难以去追上。这是一个很可怕的事情,真的是一定要往长期看,才能够才能够appreciate这个difference。
希加加:您把迭代变成在同一个底座上越滚越厚,那怎么判断这个底座是在往深里长,而不是只是摊得更大?
李彦宏:我觉得摊得更大其实也没什么问题吧,就是说做深和做广是两个风格。当然就是说这头确实要有一个取舍,对吧?如果你选择要去做广的话,你就不可能每一个方向都做得很深;如果你选择做深的话,你就不能要求做得特别广。每个公司可能都有自己的选择。我个人的风格其实更希望是做得深一些,更希望就是说在一个方向上能够做透,能够做得远超竞品,能够做得远超市场的这种预期。那么当然做广其实也有它的这种、也有它的merit吧,就是市场也需要那种特别全能的这种平台啊什么这些。
判断:长期趋势与资源禀赋
希加加:您说底座会越稳越厚,那在这么多按月迭代的产品和方向里,您怎么分辨一件事是值得长期投入的底座,还是只是一阵短期热点?
李彦宏:这个确实是一个很好的问题,就是作为CEO的话,每天可能面临的这种决策多少少都跟这个有关。因为每一层呢其实大家,尤其是像这种在在科技领域做事情啊,每天都有新东西出来,每天都有新技术发布,甚至每天都有新模型发布,对吧?当有一个新事发生的时候,同学们可能比较自然就会想到说,哦,我要去试一试,对吧?那那我也可以做一个类似的东西。大家如果你不去做管理的话呢,就是整个这个组织就是一个熵增的过程,越做事越多,而每一件事呢都不可能做的这个特别深,这样将来这个效果就会很麻烦。
所以作为CEO或者说作为一个组织者、作为一个管理者的话,当一个proposal到你面前的时候,你就是第一反应就是要判断这个事一过性的、过了就过了,对吧?还是一个长期的趋势。如果它是一个短期的,那你就一定要坚定的说闹,说这事咱不能挂资源、不能挂精力去做。如果是一个长期的,对我来说,不是每一个长期的东西你都要进去,还是得要有取舍。即使它代表一个长期的趋势,你还是要看这个事跟你的公司、跟你的组织的资源禀赋到底符合不符合。即使它是一个很大很大的机会,旁边那家公司比你更擅长,它的资源禀赋更容易、有更大的概率把它做成的话,你仍然要对这个事情说no,仍然就是说这不是我的菜,对吧?虽然它很好,让别人去做吧。那只有就是一方面它是代表一个长期趋势,它有足够大的市场需求、有足够大的这个价值,而且刚才讲的就是说在一个base上它能够不断迭代、越滚越大、越做越厚。
与此同时的话,它还符合另外一个标准,就是它跟你这个公司、跟你这个公司的资源禀赋非常的match,你能够比别人做得更好,这个时候才是你应该去下重注、去把更多资源放上来、去努力的去争取赢下这个战斗的这么这么一个方向。
起大早与赶晚集
希加加:取舍之后只在下重注的地方起大早,可外界会说百度起大早、赶晚集。如果有些领域注定了会赶晚集,百度还会起大早吗?
李彦宏:我不是这么看这个问题的。我觉得起大早没什么问题。之所以外界某种意义上讲觉得有点、百度有点赶晚集呢,是因为百度还是一个很喜欢做创新的这么一个公司。而你也知道,就是创新的本质或者说一个共性的这种特点吧,就是它失败率是很高的,因为没人做过这件事情,对吧?所以你去做了,它有可能成、有可能不成。十几年前、十三年前吧,我们开始做昆仑芯的时候,那个时候大家可能都觉得说,你傻了,你干嘛要去做芯片呢?芯片买不就行了吗?那今天最先进的芯片买不到了,大家才知道,哎呦,那其实应该早知道、应该去做芯片。昆仑芯做到第五年、甚至做到第十年的时候,大家觉得说其实没什么。那昆仑芯是一个成功的例子,我们最终把它做出来了。就是有一个成功例子,可能就有九个不成功的例子。
我们做了这个、做了那个,最后大家也觉得很、做得很早,最后没成,没成,他就说你是赶晚集。我这个人某种意义上讲就说,因为他是一种创新,我其实从心理上我接受说百分之九十他会失败。那么在这种百度做了尝试、最后失败了,那么在外界可能大家觉得是一种赶晚集的这个做法。在我而言呢,我觉得这是创新所需要付出的代价。那么昆仑芯是这样,其实萝卜快跑也是一样的,我们也是坚持了十几年的时间,对吧?今天呢,百度的无人驾驶技术肯定在全球还是非常非常领先的。这也是就是说经过了无数的这种迭代、无数的这种周期。有一段时间大家很看好,一窝蜂大家都进来来做了;过一段时间说,哎呀,我发现说没那么容易做,结果大多数人都撤了,对吧?就是这个时候人家就说,这个东西根本就不work,你干嘛还要做?那再过一段时间,突然就是资本市场又开始对这个东西有希望了,又进来一批新的这种这个玩家。
来来回回可能折腾好几个轮回。那即使到今天呢,就是无人驾驶也没有真正的普及开来,虽然他我觉得他技术其实已经成熟到了可以大规模的在路上来跑了,尤其是他的安全性比有人驾驶要安全很多的。但这种东西如果你从经济上算的话,你砸了几百亿,最后一分钱没赚着,那那是不是也是一个失败的例子?我不这么看啊,我觉得这个技术本身是有价值的。有一天,我相信有一天市场会接受它,那个时候大家就不会觉得我们在赶晚期了。
最实在的东西是文化
希加加:笔账您算得很直白,那这些起大早、暂时没赶上晚集的投入给百度留下的最实在的东西是什么?
李彦宏:我觉得一个公司的话,能够让它跟别的公司区别开来的实际上是文化。这个跟一个国家、跟一个种族某种意义上讲是类似的,对吧?我们中华民族可能5000年的文化,有时候我们觉得很自豪,留下来的很多优良的品质,这就是我们生生不息、我们能够在这个世界上就是屹立于这个世界民族之林这么长时间,是有它优秀的文化传统的。对于百度或者对一家公司来说也是一样的,20多年沉淀下来的简单可依赖的这种文化,我觉得是最有价值的,也是我们区别于任何一个公司的。甚至某种意义上讲,我们使命都有可能改,但是文化没有改过。百度使命是改过的,百度这个简单可依赖的文化我们没有改过。
当然也有一些不断的这种补充、与时俱进的这种迭代,但是它的精神内核实际上是没有变化的。由于你有这样的文化,当有新的机会、由于是这样的变化或者技术的变化产生了新的机会的时候,我刚才讲作为CEO的话,我要判断的说这个机会跟百度的资源禀赋是不是匹配、是不是能够很好的match起来。这时候当我讲资源禀赋的时候,实际上这里头隐含的一个东西很大程度上就是文化,你的文化适合不适合去做这件事情。
我觉得百度从诞生到现在二十多年的时间累积下来的文化,让我们能够做到搜索、做好无人驾驶、做出芯片来等等,其实都是跟这套文化是有关系的。当然了,就二十多年确实也沉淀了资金、沉淀了技术,对吧?沉淀了管理经验等等,但这些东西都是以这个文化为内核的,就是真正区别于百度和其他公司的、使用我们的简单可依赖的文化。
最后一个问题
希加加:文化是内核,这个说法很摆动。最后一个问题,您觉得我今天的采访怎么样?一百分满分的话,您给我多少分?
李彦宏:我觉得还是超出我的预期的话,起码你都能接得上话,我讲的东西听起来是你听懂的,而且能够接着去问下一个相关的问题。如果说要有什么不足的话,就是这个响应时间其实还可以更快一点。那当然了,今天这个时间也不是特别长,我希望以后有更多的机会跟你进行更多次的这种沟通,这样我才能够更好的认知。当然了,我也很期盼,就是你的能力会随着AI技术的这种迭代越来越强、越来越更自然、更能够问出来有价值的这个问题。所以很期待下一次跟你的这种不管叫采访也好、对谈也好。
希加加:谢谢您。好的,我也期待下一次,到时候再好好聊。今天的采访已经结束了。
李彦宏:好的,谢谢你,谢谢大家。
希加加:不客气。Robin下次见。
李彦宏:再见。再见,再见,再见,再见,再见,再见,再见。谢谢大家。
来源
- 演讲原文(发表版逐字稿,睿见 Economy/新浪财经):https://finance.sina.com.cn/hy/hyjz/2026-11-12/doc-iniymwrc1218403.shtml
- 演讲原文转载(ZAKER):https://app.myzaker.com/article/6af5308b8e9f0973a5486271
- 主旨演讲主要观点八条(CNMO/华商网同稿):https://ai.cnmo.com/news/822356.html ;https://news.hsw.cn/system/2026/1112/1973758.shtml
- 澎湃新闻综合报道(词元所、昆仑芯 M300、萝卜快跑、与杨元庆对谈):https://finance.eastmoney.com/a/202611123929616759.html
- 李彦宏与杨元庆对谈(新浪科技):https://finance.sina.cn/tech/2026-11-12/detail-iniymwrc1236349.d.html
- 李彦宏与杨元庆对谈(21 世纪经济报道):https://www.21jingji.com/article/20261113/ad1c2f48e9d39e1ee531dd31a7e5f842.html
- 数字人希加加专访(第一财经,经新浪转载):https://finance.sina.cn/2026-11-12/detail-iniynyax3707376.d.html ;补充报道(快科技):https://m.mydrivers.com/newsview/1165557.html
- 主旨演讲完整视频(哔哩哔哩,19 分 32 秒,无字幕轨道):https://m.bilibili.com/video/BV1zVWq6aEwT
- 萝卜快跑迪拜连线与无人车自驾游(潮起网):https://www.ichaoqi.com/zhuanlan/2026/1112/90123.html
- 三大机会与结语(腾讯网):https://view.inews.qq.com/k/20261112A078EG00?scene=wap&no-redirect=1 ;(中新网北京分社):https://www.bj.chinanews.com.cn/news/2026/1113/103996.html
- 李彦宏对谈杨元庆视频(哔哩哔哩,10 分 25 秒):https://www.bilibili.com/video/BV1EVWq6aEax
- 数字人希加加专访李彦宏完整版视频(哔哩哔哩,51 分 24 秒):https://www.bilibili.com/video/BV1dMs568ENP