AI 时代的公司应该长什么样？李彦宏给出一个答案

一百七十多年前，纽约与伊利铁路公司的办公室里，有人画下了一张奇怪的图。 它像一棵枝叶繁茂的大树，主干是公司的最高管理层，枝杈一路向下，分叉处标注着各个职能部门、各级主管的名字。这是人类历史上第一张组织结构图。在今天看来，它朴素得近乎幼稚，但在1855年，它解决的是一个前所未有的难题：当一家公司的规模膨胀到成千上万人，当铁轨从东部平原一路铺进中西部的荒原，这家公司凭什么还能像一台机器那样有序运转？ 这张“大树图”给出的答案，后来被社会学家马克斯·韦伯提炼成了著名的科层制理论，它像一台精密的钟表，让大规模协作第一次成为可能，也支撑了此后整个工业时代的繁荣。 今天，当我们谈论AI会怎样改变公司时，很少有人愿意先回到这棵一百七十多年前的“大树”跟前站一站。但百度创始人李彦宏在2026年百度世界上给出的判断，恰恰需要这样一个历史纵深才能看清。他把AI比作“新电能”，又接着说了一句更狠的话： “AI没有产生预期的经济效益，是因为我们只是更换了电机，却还没有重新设计工厂”。 换句话说，电机已经换上了，可很多企业还坐在一百多年前那间厂房里干活。 李彦宏由此给出了一个答案——智能组织。他称之为“AI时代的新厂房，是生产力真正发生的地方”。 这不是一次组织架构的小修小补。站在百年组织演进史的延长线上看，它指向的是“公司”这种形态本身的再一次重写。 组织“重组”的百年：从一棵大树，到两块披萨 如果把商业史看成一部“组织重组”的历史，每一次生产力的跃迁，最后都会沉淀为一种新的组织范式。这不是管理者的偏好选择，而是技术倒逼出来的生存答案。 工业时代的答案，是把组织画成一棵树。 铁路是第一个真正意义上的“大公司”。在它之前，家族作坊和合伙商行很少超过百人的规模；在它之后，人类第一次需要管理一条绵延数千公里、动辄上万员工的庞大系统。大树图的出现不是巧合，它是工业时代组织逻辑的原型：规模变大了，于是用分工切分职责，用层级维持秩序，用流程保证稳定。韦伯把这套逻辑理论化，科层制从此成为现代公司运转几十年的底层操作系统。 科层制成就了规模，也埋下了隐患。它的精髓是“分”，把一件完整的事切成零件，让每个人只负责自己那一片，效率因此极高。但代价是边界的硬化。岗位之间隔着一堵堵墙，信息要翻过一堵堵墙才能流动，一个跨部门的决策要逐级向上、再逐级向下。当市场变化越来越快，这套为“稳定”而生的系统，越来越成为“敏捷”的敌人。韦伯自己后来也批评科层制“发展得越完美，它就越‘非人化’”。 互联网时代的答案，是把两块披萨端上桌。 亚马逊创始人贝佐斯提出过一个著名的“两块披萨团队”原则：一个团队的人数，应该小到两块披萨就能让所有人吃饱。道理很朴素，人多一口人，就多一层沟通成本；把团队拆小、把决策权下放，层级带来的协调损耗就被压缩到最低。 两块披萨，折射的是整个互联网时代的组织追求：从强调分工与控制，转向扁平化、敏捷化、平台化。谷歌、脸书、无数创业公司，都在用“去层级”来换取对市场更快的响应速度。这是科层制的第一次大规模松绑。 但两块披萨依然有一个无法绕开的底层前提：这个团队的成员，仍然是人。组织重组的一切技巧，本质都是在“如何更高效地组织人”这道题上做文章，无非是减少人的人数、压缩人的层级、优化人的协作，题面从来没有变过。 AI时代的题面，第一次变了。 因为组织的参与者名单里，第一次多了一个非人类的名字：智能体。 过去一百年，企业反复回答的是同一个问题——怎么把人组织得更好。而AI时代的新问题是： 当人之外还有一支可以随时调用、不知疲倦、能自我迭代的智能体队伍时，怎么同时组织好人，也组织好智能体，让两者混合编队、共同创造价值？ 这已经不是把披萨切得更小能解决的了。它要求你重新回答一个更根本的问题： 公司，到底应该长什么样？ 全球的企业和机构，几乎在同一时间把目光投向了这道题。 麦肯锡在去年的研究里提出“智能体组织（Agentic Organization）”，主张围绕业务目标重新配置人与AI智能体，重构组织架构、管理机制和工作流程。 微软今年提出“前沿企业（Frontier Firm）”，甚至专门投入25亿美元成立“微软前沿公司”，派6000名行业与工程专家直接嵌入客户企业内部，帮它们重新设计业务流程。 BCG说得更直白，“为AI重新设计公司，而不是让AI去适应原来的公司”。OpenAI经济研究团队分析了80多万条ChatGPT工作消息，发现43.5%的职业特定使用，其实都落在了用户本职岗位的历史边界之外：客户体验从业者77%、设计师75%、人力资源69%，他们正在用AI大量“借用”别人的活儿。 连Anthropic都做过一组实验，结论耐人寻味，当多个AI智能体组成组织去协作完成商业任务时，它们的商业表现显著优于单个智能体。 各家给出的答案名字不同，侧重点也不同：微软讲的是组织该“长