贝克街探案官
AI云基础设施成为百度一般性业务收入扩张的主要驱动力
作者:鲁镇西
过去几年,评价一家科技公司的AI实力,人们习惯关注模型参数、推理速度、榜单排名,以及有没有推出具有影响力的产品。但到了2026年,如果评价百度的AI转型仍然只盯着模型和产品,可能已经不够了。
百度正在用实际行动向市场传递一个信号,衡量AI转型是否成功,关键不再只是技术有多先进,而是能否转化为实际收入、帮助企业降本增效、真正融入业务流程,甚至推动企业组织运行方式的改变。
从百度2026年第二季度财务数据,到11月12日举行的百度世界2026上,提出智能组织,并推出大模型交易平台“词元所”等多项全栈AI成果,一个变化趋势已经显现,百度AI转型的重点,正从证明技术能力,转向探索如何将技术优势转化为可持续的商业价值。这正是理解百度这轮转型的关键。
01 AI业务已经成为百度经营的重要支撑
判断一家公司的转型是否真正发生,不能只看战略表态,更要看收入结构有没有变化。
百度2026年三季报财报显示,季度总营收308亿元,百度一般性业务收入250亿元,同比增长1%,超出市场预期;AI业务收入132亿元,占百度一般性业务收入53%,已连续三季占比过半。本季度,AI云基础设施收入同比增长94%,较上一季度50%的同比增速显著加快。
正如百度创始人李彦宏所述,在全栈AI布局上的长期投入正转化为规模化的实质增长。本季度,AI云基础设施成为百度一般性业务收入扩张的主要驱动力,百度AI业务收入占百度一般性业务收入的53%,进一步巩固了AI在公司业务中的核心地位。我们也持续拓展应用场景、强化能力,并提升AI应用矩阵的用户体验,AI在塑造百度未来方面的作用日益重要,我们将坚定投入,抓住长期增长机遇,巩固竞争优势。”
从财报数据不难看出,一方面,AI已经开始贡献实际收入,逐渐成为百度经营结构中的重要组成部分;另一方面,企业对AI算力的需求正在转化为AI云业务增长。无论是模型训练、智能体部署,还是复杂任务运行,都离不开算力和云服务。此前长期投入的AI基础设施,正在逐步转化为商业回报。
当然,收入增长并不意味着转型已经完成。AI应用收入仍有进一步增长空间,百度还需要证明AI能否持续带来新客户、新场景和更高质量的收入。与此同时,AI商业化还面临另一个现实问题,当大模型越来越多,企业究竟应该选择谁?
这也正是百度推出的“词元所”试图解决的问题。过去两年,大模型行业不断推出新产品,但对企业而言,模型数量增加并不意味着选择成本降低。模型来源是否可靠、实际能力是否符合预期、调用是否稳定、价格是否合理,以及服务商能否持续提供服务,都直接关系到企业的采购成本和业务安全。
百度希望通过词元所建立一个公开、透明、可信的大模型交易与服务平台。按照百度披露的数据,平台试运行期间,供应资源超过100个,上架模型超过40个,日均调用次数超过5000万次;上线首日,新增供应商申请超过100家,新增客户连接超过1000家。
词元所的核心能力可以概括为两个关键词:验真和征信。验真,是对模型来源、实际能力、性能表现和可用性进行核验,帮助企业降低选择风险;征信,则通过定期抽检、实时监测等方式,持续评估模型服务商的服务质量。
本质上,这是试图为大模型交易建立质量管理机制。过去企业采购模型,需要自己测试、自己判断,也要承担选择错误的成本。如果平台能够将模型来源、性能和服务质量转化为可查询、可比较的信息,就有机会降低企业使用AI的门槛。
只是词元所能否建立长期公信力,仍取决于核验机制是否可靠、服务质量是否稳定,以及能否持续吸引优质供应商和企业客户。但从产业发展来看,模型交易的标准化和透明化,是AI商业化走向成熟的重要一环。
词元所与智能组织,实际上是同一问题的两个侧面。企业普遍面临的困惑是:Token消耗越来越多,为何收入和利润却没有同步增长?背后的关键在于,缺乏衡量AI投入产出效果的统一基准。当模型的质量与服务履约能够被量化,AI的实际价值才有了跨企业比较的衡量标准,也为智能组织实现可衡量、可优化的持续进化奠定了基础。
02“芯云模体”不是产品清单,而是一套商业能力
如果说词元所解决的是企业如何选择模型的问题,那么百度的“芯云模体”全栈布局,试图解决的就是企业如何真正用好AI的问题。
百度世界2026围绕“芯、云、模、体”四个层面集中发布多项成果。很多人的第一反应,这是一次技术和产品发布;从商业角度看,更像是在展示一套完整的AI服务体系。
“芯”是算力芯片,“云”是算力基础设施,“模”是基础模型,“体”则是面向具体任务的智能体。之所以强调全栈能力,是因为企业真正需要的往往不是一个孤立的大模型或工具包,而是一套能够接入业务、稳定运行并产生实际效果的系统。
以制造业为例,企业希望通过AI优化生产排程,不仅需要模型理解行业知识,还需要算力支持、数据接入、工具调用和任务执行能力。如果模型无法稳定调用工具,智能体无法接入现有业务系统,再强大的模型也很难转化为实际生产力。
此次百度在四个层面均有最新进展:芯片方面,昆仑芯M300计划于2027年推出;云基础设施方面,发布天池1024卡超节点;模型方面,发布文心大模型5.5Flash预览版,以及文心闪电深度思考模型、文心一镜微表情大模型等;智能体方面,百度搭子、库库、百度一镜和伐谋等产品迎来升级。
其中,千帆Agent Infra的升级尤其值得关注。百度通过“词元工厂”和Harness工程,帮助企业管理模型、调用工具、调度子智能体,并对任务执行过程进行评估和反馈。按照百度公布的数据,相关智能体任务成功率最高可达95%,Token消耗降低23%,推理速度较市场水平提升25%。
这些指标最终指向的不是模型参数有多漂亮,而是企业能否以更低成本、更高效率完成任务。企业不会仅仅因为模型参数更多就愿意付费,但如果智能体能够稳定完成原本需要员工数小时处理的工作,同时降低执行成本,企业就有了更明确的采购动力。
这意味着,AI产业竞争正在从单纯比拼模型能力,转向比拼谁能将模型能力转化为实际生产力。
百度的产业布局也在沿着这一方向延伸。伐谋升级至3.0版本,面向生产运营、经营策略和产业研发等复杂任务,目前产业客户已覆盖国内41个工业大类中的25个。百度一镜推出短漫剧Studio,将AI能力延伸至创意、剧本、分镜和成片等内容生产环节;百度搭子和库库则继续强化办公与知识工作能力。
这些产品虽然场景不同,但方向一致:推动AI从“回答问题”走向“完成任务”。
回答问题,通常只需要模型生成内容;完成任务,则需要理解目标、拆解步骤、调用工具、处理信息,并根据反馈不断调整。这对模型、算力、工程体系和业务场景提出了更高要求,却也更接近企业真正愿意付费的价值。
因此,百度真正需要证明的,不是哪款智能体短期内获得多少流量,而是这些产品能否持续进入企业业务流程。只有当AI成为生产经营的一部分,才有机会从一次性采购走向长期服务,从辅助工具升级为生产系统。
03 百度正在尝试成为一家“智能组织”
如果说前两个层面关注的是百度如何把AI能力提供给企业,那么第三个层面也很值得关注,即百度自己,也在尝试用AI改变自身的运行方式。
按照大会披露的数据,过去一年,百度内部日活智能体数(DAA)从日均约5000个增长到3.7万个,超过6倍;智能体每周完成的有效任务数,也从8.4万个增加到100多万个。这意味着百度不仅在向外部企业提供AI工具,也在尝试将AI深入应用于自身经营。
传统企业的工作流程通常围绕岗位和部门设计,即使引入AI工具,也可能只是给员工增加一个新的软件入口。真正的智能组织,则需要重新思考任务分配、流程衔接、知识沉淀,以及人与智能体之间的协作关系。
关于企业如何实现智能组织进化,百度提出了三个原则,是打破岗位边界、沉淀隐性知识、形成流程闭环。简单来说,就是让AI不只是帮助员工完成单项任务,还能将个人经验和专业知识沉淀下来,转化为组织可以反复调用的能力。
如果AI能够将分散在员工和部门中的经验、流程与专业知识有效沉淀,并转化为可调用、可执行的能力,就有机会改变企业的知识管理、协作方式和运营效率。
当然,智能体数量增长并不等于组织效率同比提升,任务质量、执行稳定性和实际经营效果仍需要时间验证。但百度先在内部推进智能组织建设,再将相关能力提供给企业客户,也反映出一个重要判断:AI商业化的下一阶段,不只是销售模型和算力,更是帮助企业重新组织生产流程。
从财报中的AI业务收入,到AI云和GPU云的增长;从词元所降低企业选择模型的门槛,到“芯云模体”构建全栈能力;再到智能体进入业务流程、智能组织改变内部协作,百度正在尝试打通一条从技术供给到商业需求、从基础设施到产业应用,再到组织变革的完整链条。
当然,百度的AI转型仍然面临不少考题,比如AI应用能否持续增长?企业客户是否愿意长期付费?智能体能否稳定完成复杂任务?芯片和算力投入能否获得长期回报?这些都需要后续经营数据来验证。
技术领先不必然意味着商业领先,产品发布也不等于市场成功。评价百度的AI转型,不能只看某个模型的阶段性排名,也不能只看某款智能体能否成为爆款。更重要的是,它能否把芯片、云、模型和应用能力转化为客户愿意持续购买的服务,能否让AI真正进入生产经营,并通过组织变革创造新的效率和价值。
结语
站在行业角度看,AI产业的竞争,正在进入一个新的阶段。
过去比拼的是谁的模型更强;现在,真正的较量是看谁能让AI创造收入、提升效率、改变生产方式。
对百度而言,从芯片、云计算到大模型、智能体,再到企业组织变革,真正的考验已经不只是能否做出更强的模型,而是能否把这些技术能力转化为客户愿意持续购买的服务,让AI成为一门可持续的生意。
做出一个好模型,证明的是技术实力;让AI进入千行百业,创造持续的商业价值,考验的才是一家科技公司的真正实力。百度AI转型的下半场,已经在路上。
© THE END
素材皆来自官方公开资料
本文不构成任何投资建议。
热门跟贴