股票
板块
用户
资讯
首页
天眼
自选
发现
开户
首页
天眼
自选
发现
我的

AI收入连续过半之后,百度把“下一幕”押在组织上

连续三个季度,百度AI业务收入在一般性业务收入中占比过半。

11月16日,百度发布的2026年第三季度财报显示,该季度总营收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的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。

AI业务一度是尚需被市场验证的“增长点”,如今已成为支撑百度的“基本盘”。随着AI商业化进入新的阶段,百度也开始将目光投向一个更深层次的问题:当算力、模型和智能体越来越成熟,企业如何将这些技术能力转化为持续增长的生产力?

在公布财报的几天前,百度创始人李彦宏提出:人工智能的下一幕是智能组织。“如果说,人工智能是新电能;那么,智能组织就是AI时代的新厂房,是生产力真正发生的地方。”在李彦宏看来,真正的生产力变革,需要围绕AI重新设计组织和工作流程。

百度自身已经开始了这场变革。从产品研发、财务审计到大模型研发,AI正在进入百度的核心业务流程。与此同时,百度也在通过智能云、百度搭子、百度伐谋等产品与服务,将智能组织所需的能力向外部企业延伸。新推出的大模型交易平台“词元所”,则进一步将百度AI商业化的边界拓展至模型服务交易。

从AI业务成为收入基本盘,到自身组织变革与对外能力输出,百度正在探索AI商业化的下一阶段。

AI云基础设施收入强劲增长

李彦宏今日表示,百度在全栈AI布局上的长期投入正转化为规模化的实质增长,接下来将持续拓展应用场景、强化能力,并提升AI应用矩阵的用户体验。他强调,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。”

从财报来看,百度的AI能力已不再是研发投入的“成本项”,而是转化为市场持续付费购买的产品与服务。

财报数据显示,第三季度百度AI云基础设施收入为82亿元,同比增长94%;AI应用收入26亿元,AI原生营销服务收入24亿元。

AI云基础设施已经成为百度一般性业务收入增长的主要驱动力。今年第二季度,百度AI云基础设施收入为73亿元,同比增长50%;到了第三季度,该业务增速进一步加快,其中GPU云收入在上年同期较高基数下仍同比增长191%,环比增长43%。

另一个值得注意的数据是,第三季度百度千帆MaaS平台外部客户的Token调用收入同比增长1159%。

从客户和产业覆盖来看,2026年1至9月,百度智能云大模型相关公开中标金额超过15亿元,位居行业第一,此前已在2025年、2026年第一季度实现中标金额与数量双第一。在金融、具身智能、AI游戏云等重点赛道,百度智能云的市场份额也位居行业前列。

随着AI云业务体量扩大,市场也开始关注这一业务的经营质量。高盛此前在研报中表示,百度云业务增长由互联网、科技、具身智能和自动驾驶客户对GPU云的强劲需求推动。

高盛称,百度云业务利润率继续环比改善,主要得益于现有算力资源利用率提升、更高价值的业务组合,包括MaaS带来的新增收入,以及客户付款条件的改善。

瑞银则预计,更高效地在内部和外部使用场景之间配置资源、提高算力利用率以及增加客户预付款,有望改善百度的算力投资回报,GPU云投资的现金回收期可能约为3年。

与此前相比,AI云需求本身也在发生变化。

过去,企业购买AI算力主要用于模型训练、部署和推理。随着智能体开始进入企业研发、生产、运营等环节,一项业务任务可能涉及多次模型调用、企业数据访问、外部工具调用以及多个智能体之间的协作。企业需要的不仅是算力资源,还包括支撑智能体长期运行的基础设施。

在今年的百度世界大会上,百度智能云发布了面向智能体的新全栈AI云。在算力基础设施层,百度百舸升级至6.0,进一步覆盖模型训练、强化学习和推理等环节;百度还发布了天池1024卡超节点,卡间互联带宽较上一代提升3倍,并通过显存及KV Cache加速等技术提高长上下文推理效率。

企业对AI云的需求正在从算力资源向更丰富的模型服务延伸。随着智能体逐步进入企业核心业务流程,云厂商的商业空间也将不再局限于提供算力和模型,而是有望进一步延伸至企业生产经营的各个环节。企业使用AI的深度,将成为影响AI云长期增长的重要变量。

AI如何改变一家公司的工作方式?

对于百度而言,AI带来的经济价值并不只体现在对外销售算力、模型和服务上。在企业内部,如何借助这些技术提高自身的研发与运营效率,同样是这场AI转型的重要组成部分。

百度在世界大会上披露,其内部日活智能体数(DAA)已从日均5000个增长至3.7万个,增长6倍多;智能体每周完成的有效任务数,从平均8.4万个增长至超过100万个。与此同时,百度内部已建设4300个Workspace(协作空间),累计沉淀约2万个组织Skill。

智能体数量和任务量的增长只是第一步。真正决定组织能否从中获益的,是这些任务是否能够进入核心业务,以及每一次任务的执行经验能否被保留下来。

百度数字人团队的变化提供了一个具体样本。

过去,数字人产品的需求交付往往需要产品经理、设计师、开发工程师和测试人员等多个角色协作,不同岗位分别完成各自环节。如今,该团队基于自研智能体BiuBiuAgent,开始尝试让员工以Builder(构建者)的身份承担端到端的任务交付。

截至目前,该团队已有6个以上需求由单人完成全流程交付。根据百度披露的数据,随着相关工作流程持续优化,数字人产研团队人均吞吐提升125.3%,交付周期缩短28.8%。

更值得关注的是,该团队在第三季度完成564次迭代的同时,也在持续积累AI技能和组织资产。这意味着,一次需求交付所形成的技术方案、设计规范、问题处理经验,不再仅仅留在参与项目的员工手中,而是可以通过智能体在下一次任务中被调用。

类似的变化也发生在百度搭子团队。过去,产品经理提出需求,设计师制作原型,研发人员再根据需求文档和设计稿进行开发,不同角色对需求的理解可能存在偏差。如今,该团队将产品、设计和研发之间的协作沉淀为一套可复用的工作流:产品经理判断需求方向,智能体完成需求分析并生成高保真原型和实现方案,设计师进一步优化体验,研发人员则基于经过代码校验的上下文开展开发。

据百度披露,在这一模式下,该团队一个典型需求从分析到形成可交付方案的时间由7天缩短至2天。更重要的是,这套流程已经被封装为“需求闭环工作流”Skill,其他产品团队在配置自身产品信息、代码库和需求来源后,也可以复用。

从一个团队的效率提升,到多个团队能够复制同样的工作方法,背后是AI价值实现方式的变化。这种变化也开始进入专业门槛更高的业务。

在百度财务内审团队,审计计划制定、风险排查和问题核查等工作,过去较为依赖审计人员的专业经验。如今,该团队将Looping(循环迭代)机制引入审计流程,AI通过参考业务资料和历史案例,辅助判断需要检查哪些问题、如何开展检查,再通过人工审核和专家反馈,持续积累判断规则和标准。目前,百度内部审计流程的AI自动执审率已达到40%。

而在百度的核心技术研发环节,AI也开始参与AI自身的研发。

11月9日,百度文心披露了参与文心5.5 Flash研发的自动研究系统ERNIE Evolve。该系统能够围绕给定的研究目标与约束,自主提出研究方向、开展实验、验证结果,并根据实验反馈继续优化已有路径或探索新的方向。

目前,ERNIE Evolve已经应用于文心5.5 Flash的推理优化,包括昆仑芯P800低时延场景的性能优化、确定性推理吞吐优化以及解码速度优化。

这意味着,AI参与的已不只是代码编写等相对独立的研发任务,而是开始进入提出假设、开展实验、评估结果和继续迭代的研究流程。

从数字人产品交付、财务审计到大模型研发,百度内部正在发生的变化有一个共同点:AI不再只是某个员工使用的工具,而是逐步成为工作流程的一部分,并通过任务反馈不断积累经验。

百度AI的边界正在变化

内部实践之外,百度正将智能组织所需的能力转化为面向企业的产品与服务。大模型交易平台“词元所”是理解这一延伸的关键切口。

当前模型迭代速度极快,企业对模型的调用需求爆发式增长,但市场中转服务良莠不齐,模型真实性、服务稳定性和响应速度难以考证。当企业把模型接入长期运行的生产流程,需要知道的不仅是单价,还有买到的是哪个版本、实际表现如何、供应商能否稳定交付。

词元所试图通过“验真”和“征信”两项机制解决这些痛点:通过供应商资质核验和模型资源准入测试,防范模型偷换、参数虚标;通过定期抽检服务质量、监测实际调用指标,形成公开可查的信用档案。

据百度披露,词元所发布首日,新增申请入驻供应商超100家,新增超1000家客户接入;试运行期间入驻供应资源超100个,日均调用次数突破5000万次,日均调用Token超过7000亿。目前平台已上架40余款模型,覆盖DeepSeek、Kimi、智谱GLM、MiniMax等主流模型及百度自研文心系列。

词元所也为观察国内AI算力供需关系提供了一个新的视角。工信部信息通信经济专家委员会委员盘和林认为,当前我国算力的核心矛盾是结构性错配,通用算力阶段性过剩、高端智能算力持续紧张,一批中小算力中心有资源却接不上客户。词元所让具备模型服务能力的供给方进入公开市场,相当于为存量算力增加了一个可被检索、可被比价的变现出口。

除了模型交易,百度也在尝试解决智能体进入企业核心业务的另一个难题:如何将企业自身的专业知识和工作经验转化为AI可以执行的任务。

在制造业,百度伐谋也开始进入生产排程等复杂业务场景。在海高激光的生产线上,多台机械臂需要协同完成同一工件的切割加工。过去,一套四机械臂切割方案的设计通常需要4至8小时。在相关验证场景中,引入伐谋后,方案设计时间缩短至约10分钟。

目前,百度伐谋的产业客户已覆盖中国41个工业大类中的25个;百度搭子此前披露的企业客户数量环比增长83%。从办公协作到电力运维、工业生产,智能体正在从相对通用的辅助工具进入更专业的业务流程。

随着AI进入企业核心业务,各家的竞争正在从技术产品延伸至交付能力。能否将行业知识与客户实践沉淀为可复用的产品,也将影响这类服务的交付成本和规模化能力。

从第三季度财报,到内部生产流程的重构,再到面向企业的智能体基础设施、行业解决方案与模型交易服务,百度智能组织建设已呈现出初步的实践成果。接下来,组织能力的沉淀与复用则是更长期的价值命题。李彦宏说,新生产力只能从AI流水线里长出来,从智能组织里长出来。Q3的财报数字,或许正是这条流水线已经运转的信号。

原文链接
多空观点 观点仅供交流,不构成投资建议
点赞
踩一踩
收藏
分享

评论 (0)

0/200
声明:社区内容仅代表用户个人观点,不构成任何投资建议。投资有风险,入市需谨慎。