BAIDU WORLD · AI OPEN CLASS 都在用 AI 公司为何没变快? 从个人提效,到组织一起进化 公开课观察 · WHY / HOW / WOW 人的判断 校验与把关 业务上下文 文档与规则 团队协作 交付与复用 智能组织 · 自迭代闭环 验证 → 沉淀 → 再交付

大家好啊,我是甲木。

前两天不是刚测完百度发布的文心 5.5 Flash Preview 模型么,然后就去参加了百度的世界大会,

现场人真的爆满。。这次定调「下一幕 · 智能组织」,逛了一天也是真他么累啊,但是收获也不少,之前跟大家说周末会抽空梳理下参会感受,遂成此文。

打开网易新闻 查看精彩图片

今年大会定了个很宏观的主题:下一幕,智能组织。

Robin 在主论坛上的核心判断很明确,人工智能的下一幕是智能组织,企业要像重新设计工厂一样重新设计组织,并首次提出“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。

打开网易新闻 查看精彩图片

大方向听完确实提气,但落到日常工作里,大家心里难免起疑:这个“智能组织”到底怎么长出来?

巧妙的是,在今年分会场办的AI WOW、AI HOW 和 AI WHY三路公开课里,我们似乎可以找到一些答案。

打开网易新闻 查看精彩图片

展区连播 6 小时的 40 来节课,同样线上也有直播,就在从各方面来诠释「智能组织」,也是对“一个人怎么从用好 AI,一步步走到和组织一起进化”的最好注解。

今天就借着现场的一手见闻,跟大家聊聊我理出来的几条干货~

研究了下官方课表,AI WHY、AI HOW、AI WOW,从大模型推理演进、企业落地四层地图,一直讲到电商、教育、供应链和业务本体的实战博弈。

打开网易新闻 查看精彩图片

整整几十节课,如果都聊肯定是聊不完的,所以各个板块挑了一些在我视角里印象比较深的内容~

ps:后面有关于个人提效、业务落地和组织变革的深度复盘,干货满满,适合所有想在日常工作里把 AI 用深、用透的朋友。

4 PARTS · CONTENT MAP

PART 01

公司为何没变快

个人提效 · 组织增效

PART 02

全员 Builder

一线试错 · 团队复用

PART 03

补足业务上下文

OCR · 安全与校验

PART 04

与组织一起进化

从个体走向闭环

PART

01

为什么每个人都在用 AI,公司却没变快?

WHY · THE DELIVERY GAP

在AI WHY板块里面,AI从“模式匹配”走向“自主推理”的演进逻辑,观察 AI 的四层地图、再到电商、供应链等领域的应用,课程非常丰富。

这里面我觉得比较有意思的是这条线:为什么工具越来越强,公司却没变快?

年初那会儿我写过一篇两万字的《AI 应用学习路线图》,发出去后台几千个收藏。但后来我发现,很多朋友把地图收进收藏夹之后,依然没用起来。

讲真的,大家缺的哪是什么 AI 工具。。“交得稳”才是真门槛。

让模型几秒吐出一段内容,跟拿出一份你敢签字确认、敢发到公司大群里支持业务决策的结果,完全是两码事,怎么着你也得经过下面这流程。。

打开网易新闻 查看精彩图片

现场《AI包办教学后,老师怎么办?》聊到的教育场景就特别有讽刺意味:现在很多学生遇到作业题直接问 AI 要答案交差,老师收上来之后再用 AI 批量去批改。不儿?原汤化原食?。。。中间全是机器在空转,完全没有人的思考与提升。

这样折腾下来,有 7% 的一线老师反馈教学工作比以前更累。

当答案的生产成本趋近于零,对答案的判断、证明和把关,反而成了最稀缺的资产。

(像我之前分享过的一样,由审美和sense决定。

打开网易新闻 查看精彩图片

放到企业里算总账,现实就更骨感了。。

现场《企业智能体无痛落地方法论》披露的行业研究数据:企业部署 AI 之后的隐性适配、流程改造与安全治理成本,往往能达到工具采购支出的十倍;到头来真正拿到体系化商业价值的组织,比例也就百分之一。

这个其实跟过去两年甲木观察到的企业 AI 服务体感差不多,

这也是为什么不少硅谷大厂前几个月还全员敞开送 token,token maxxing,过阵子就默默收紧预算,因为单看成本确实不划算。

打开网易新闻 查看精彩图片

当然分享《用本体实践把Agent变成业务脑!》主题的同学也带来了自己的解法,用“业务本体”和“多 Agent 协同”把人的判断固定下来,同时也介绍了用百度胜算的业务本体统一企业里的对象、关系和规则,先让 AI 读懂生意边界再干活等等。

说白了,单靠员工在工位上用工具提效,单打独斗是走不远的。个人能力必须嵌进团队,变成整个组织可复用、能兜底的体系资产。

让人的思考、团队业务的把关沉淀成系统的长期复利,才能真正把效率变成商业价值。

所以个人提效与组织增效本就紧密共生,与组织一起进化也就成了 AI 时代的必然命题。

PART

02

从个体破冰,跨向全员 Builder

HOW · EVERYONE BUILDS

想明白了为什么,接下来最关键的就是 AI HOW:怎么把人先变成最小智能单元,再把这个单元接进组织?

打造“智能组织”不需要上来就改架构图,真正的起点,就在每一个普通的业务人员身上。

可对于很多连代码都不懂的人来说,第一步到底怎么跨出去?

现场有几节信息浓度很高的百度搭子(DuMate)的经验分享课。其中一位产品运营说了一句让我特别共鸣的话:“看再多游泳教程,也不如直接跳进水里。”

打开网易新闻 查看精彩图片

大部分人学会游泳,都是从下水克服恐惧开始的。学 AI 一样,别指望把所有原理背熟才动手。

最先跑通这一步的,肯定是一线业务人员。

比如,有人直接用百度搭子等Agent接管电脑和浏览器,把繁琐的多平台分发做成端到端工作流。

这些人跟平时拿 AI 随便聊两句最大的区别,就是把每天反复踩的坑和手头经验,直接搭成了能自动跑起来的工作流。

到这里很多人可能会问:既然一线已经跑通了成功经验,公司直接复制推广,或者买一套现成的方案发下去不行么?非得自己折腾?

其实真推下去才发现,脱离了一线真实干活的土壤,靠自上而下硬塞进去的产品,到了具体业务里很容易水土不服。

很多企业花了大钱买了一堆智能体,推下去员工根本不用。大家平时干活忙得要死,强行让人离开原本熟悉的业务系统,专门跑去一个独立对话框里打字聊天办业务,谁天天陪你聊天啊?

而且买回来有的时候还得自己花时间调优。。。。你还得一点点去教TA。

那怎么治这种水土不服?

说到底,得让技术贴着业务走,绝不能反过来让业务去迁就工具。

在现场,今年大家聊得最多的话题之一就是FDE(前沿部署工程师)模式。不再让研发关在办公室里闭门造车,直接把工程师派到业务现场蹲点,工程和业务每天坐在一起摸流程、磨需求,一边干活一边现场改工具。

打开网易新闻 查看精彩图片

不过工程师不可能一直蹲在现场,长远来看,还是得把主动权交回给一线。在现场,百度AI增值服务资深FDE在《从一个场景到百个应用》中提到的做法我觉得很不错:需求在谁手里,这个应用就应该由谁来做出来。

平时大家在工位上干活,脑子里经常会冒出这种念头:“这地方要是有一个更方便的小工具就好了……”

以前这种细碎想法,可能根本没办法上立项会排期。现在不碰老系统代码,直接把轻量工具挂在员工每天操作的界面旁边,不用来回切窗口,也不用苦等研发去实现,手头冒出来的这些念头,自己随手就能跑通上线。

打开网易新闻 查看精彩图片

往深了看,AI 时代真正拖垮企业节奏的,其实是协作链条本身。

在传统开发流程里,真正花在写代码上的时间往往只占三成,剩下七成全耗在了提 PRD、过评审、PM 等研发、研发等测试的等待和反复对齐上。

百度一镜数字人团队直接把这堵职能墙拆了。听《从个人提效到组织智能:数字人AINative组织实践》的讲师说,在他们团队不管以前做产品、画设计图还是搞测试,所有人统一变成 Builder,谁手里有想法谁就带着 AI 一揽子做完,踩过的坑顺手存进团队 AI 协作 SOP 和知识库。

结果是整个团队的交付速度直接翻倍,以前新人 PM 接个新业务起码得磨合两周,现在两天就能上手交活。

打开网易新闻 查看精彩图片

当一个人加上自己的 Agent 成为最小单元,无数个这样的单元连进同一个自迭代的 Loop 里,公司的运转效率才真正提了起来。

打开网易新闻 查看精彩图片

PART

03

智能组织要跑起来,关键还得看“上下文”够不够厚

CONTEXT · FROM DATA TO WORK

就算协作架构理顺了,很多公司真把 Agent 放进产线还是会卡住,很大一个原因在于,AI 拿不到完整、准确的业务上下文。

金融、医疗、制造这些行业的后台,沉淀的动辄是上百亿页 PDF 合同、研报和跨页财报。

拿通用大模型一页页硬跑,单页四毛钱算下来就是几十个亿,账根本算不过来。哪怕平时咱们自己丢给 Agent 一份带图表的标书或截图,前面第一步读不准,后面的推理模型再牛也只能在错数据上瞎扯。

(很多传统企业,其中不乏各细分领域龙头,很多连数字化都没有做好,就想着智能化转型,过往数据很多都在纸上..

打开网易新闻 查看精彩图片

而百度在 OCR 领域的沉淀,深得圈内人认可,干的正是打通“上下文入口”的事。

这次干脆直接把三位 OCR 开源项目很有名的作者请到一起接连开讲、同台答疑,

打开网易新闻 查看精彩图片

首位登场的PaddleOCR 技术负责人(在这个OCR 领域最大的开源项目里深耕了六年),讲的是工程落地底座:最新模型比手机照片还小,直接做成标准 Skill 和 MCP,在 Agent 里说一句就能低成本读取单据和图表。

接着登场的是一位00 后研究员带来的Unlimited OCR:今年 6 月发布时 GitHub 仅用 5 天 Star 就破了 1 万,连图灵奖得主杨立昆(Yann LeCun)都专门点赞转发,正式开启了整本连续解析时代。

而一个月前刚刚发布的文心 Unlimited OCR 2.0研发负责人压轴出场,全球首次实现任意页数文档解析,把 OCR 处理上限从几十页推向“无限”,同时达到 SOTA 水平。前阵子我聊过它(七部《哈利·波特》3600 多页一口气跑完),当时说 11 月 12 号来现场听细节,这次算看全了。

以前跑长文档只能拆开一页页解析,跨页表格接起来特别麻烦;它模仿人抄书只盯着当前页、遇到跨页再回看一眼的逻辑,硬生生把峰值显存从 47GB 压到了 1.77GB,现场甚至一口气解析了两千七百多页的四大名著。

打开网易新闻 查看精彩图片

讲完了还直接加了半小时提问,意犹未尽。

其中一位开发小哥直接问:长文档精度这么稳,后面有没有机会压到 50MB 左右,直接塞本地跑?

也有很多人担心免费开源跑公司业务不够稳。老师们也回答的很干脆:平时自己做测试、跑个小原型,用官网和开源免费额度就够了;真要扛公司业务的大并发,直接走百度智能云和千帆保稳,至于更轻量级的版本,后续也是有在计划做的。

少折腾拆分和拼接,整本材料一次看懂,AI 才真正接住了企业的完整上下文。

上下文顺利喂进系统了,最后一层就看业务能不能跑得稳。

既然把企业的核心家底全接给了 AI,安全防线和结果校验就成了底线。模型绝不能分不清正常指令和外部风险数据,更不能在关键流程里胡说八道。把这层兜底立住,Agent 才算真正扛得住真实产线。在这一点上,百度FDE高级专家、资深交付架构师在《用最近爆火的FDE打开AI原生交付!》中分享的“FDE能力标准”就是一个很好的例子。

打开网易新闻 查看精彩图片

当数据入口通了、协作链条顺了,现场其他落地应用也就水到渠成了。

从走进门店的百元级数字人直播间,到 00 后新人几天搓出的上线产品,AI 从台上的概念变成了百度的日常。

PART

04

结语:与组织一起进化

OUTLOOK · CO-EVOLVE

今年初我写那篇两万字《AI 应用学习路线图》时,更多还是站在个人视角帮大家挑工具、练心法。

但到今年年中的时候,感受完全不一样了:个人提效只是起步,真正的 AI 落地,靠的是个人和组织一起进化。

只有把个体的判断、完整的业务上下文和团队协作全部打通,让整个系统真正自迭代地滚起来,AI 才算落到了实处。

组织化会彻底改变AI的未来。

就像工业时代刚有流水线的时候,工厂不能只买几台新机器就完事,得把整个生产流程重新梳理一遍,围绕机器的运转节奏调整人和岗位的配合方式。

智能组织会带来的变化,本质是分工规则的改写。工业时代按岗位划分权责,AI 时代转向以任务为核心。

这近 40 节公开课,从 AI WHY、AI HOW 到 AI WOW,刚好把从“个体决策”走到“智能组织”的真实推演摆在了台面上。

正如Robin所言

智能组织将迎来轻资产运营、构建新护城河、创造和发现新市场三大机会。。

预祝各位企业家朋友,早日完成“智能组织”的进化!

预祝各位小伙伴,早日在“智能组织”中找到自己的定位。

知易行难,从 0 到 1 最难。

但开始了,路就清晰了。

一起走向AI时代的下一幕!

以上。

我是甲木,热衷于分享一些 AI 干货内容,同时也会分享 AI 在各行业的落地应用。

觉得有用的话,点个赞、在看、转发三连,我们下期见