AI价值衡量新范式:从算力消耗到商业增长
普华永道最近发布了一项调研,结果挺有意思:他们调查了全球超过1200家AI企业,发现一个现象——75%的AI经济价值,竟然都集中在20%的头部公司手里。这意味着什么?意味着行业鸿沟正在拉大,剩下80%的企业,即便手里握着AI工具,也未必能真正尝到技术带来的甜头。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈
向AI要结果、要价值,这已经是无数企业的共同目标。但具体怎么“要”?在Create 2026百度AI开发者大会的现场,你能看到许多带着难题、疑问,也带着兴奋寻找答案的身影。
比如,国内自媒体竞争太激烈了,有博主打算出海带货,把产品卖给外国人。大会现场演示了用数字人平台“百度一镜”制作健身博主帕梅拉带货视频的案例,就吸引了不少人驻足。
再比如,不少小微创业者平时一人身兼数职,忙得团团转,又养不起一个真人团队。听说百度新推出的智能营销解决方案Hogee能一次“雇佣”客服、数据、运营等多个数字员工,他们也特地来看看,能不能为自己减负增效。
还有个人用户孙昱在“超级个体”论坛分享:小团队如何用“秒哒”拿下千万级订单。这个案例也吸引了不少观众前来围观取经。
热闹的会场,仿佛是这个时代的一个缩影。几乎所有的企业和个体,都怀揣着拥抱新技术的焦虑与期待。在AI时代完成自我进化,成了所有人与组织的一道必答题。
大会上,百度创始人李彦宏提出了一个全新的“非共识”判断,涉及AI时代的“度量衡”——DAA(日活智能体数),以及一套AI时代的进化论。
他的核心观点很明确:Token只代表成本,真正应该关注的,是有多少智能体在实实在在地为人类干活、交付结果。面对这样一个全新的生产力时代,我们该如何应对?答案指向了三个层面的共同进化:智能体、人类个体以及企业组织。
结合在Create 2026大会上的观察与思考,一条日渐清晰的AI价值兑现之路,正在浮现。
从“投入”到“产出”:企业需要一场内力修炼
1992年,诺贝尔经济学奖得主菲利普·阿吉翁提出了内生增长理论的核心:创新是经济发展的永恒引擎,而创新源于企业对市场领先地位的内在追求。
今天,绝大多数企业积极投入AI,初衷正是为了提升这种内在竞争力。然而,近年来的反馈却显示,企业的AI转型普遍面临瓶颈:人与工具协作困难、效率提升不明显、转型流于表面、投资回报率模糊。有数据显示,高达95%的企业AI投资未能产生实质性回报。要让企业尝到AI的甜头,关键不在于拥有多少工具,而在于是否具备用好这些工具的“内力”。
首要的短板是认知能力。许多管理者仍将AI视为外设工具,与人类员工泾渭分明,忽视了智能体对生产关系的碘伏性影响。没有从组织架构和管理模式上进行根本性调整,技术落地自然困难重重。
管理能力同样面临挑战。接入、管理并高效调度一整支智能体团队,需要全新的组织管理能力,而这恰恰是很多企业所不具备的。
在这种情况下,企业内部很难将智能体视为正式的数字员工。在旧的组织架构下,数字员工与人类员工之间容易产生内耗,无法发挥人机协同的真正威力。
当企业固有的认知、制度和架构都与智能体时代格格不入时,缺乏落地AI的内力,就会限制技术带来的业务价值。而迟迟见不到回报,又会反过来打击企业持续投入AI的信心。此时,先行者的实践经验就显得尤为宝贵。
先行者的答卷:百度的自我进化之路
当多数企业用了AI却不见成果、价值甚微而束手无策时,百度自身已经走在品尝AI果实的路上了。历时三年,百度正逐步向“人与智能体共同进化”的新型组织形态转变。复盘这条自我变革之路,可以看到一条已经走通了的AI价值兑现路径。
时间拨回2024年,当业界还在纠结AI到底能不能用、有没有实际价值的时候,李彦宏已经开始定义“AI时代的开发者应该是什么样”“AI时代的应用形态应该是什么样”,并在当年的百度AI开发者大会上提出了“人人都是开发者”的愿景。
与此同时,百度自身率先行动,全面重构全系产品,用实践完成首轮自我进化,将AI能力深度嵌入了搜索、文库、网盘等产品的核心,提前验证了技术落地的可行性。
到了2025年,行业已普遍接受并启动AI项目。调研显示,金融业没有AI应用的机构已是零。当多数企业还在摸索如何初步应用AI时,百度已经迈入更深层次的变革,提出了“AI内化”的理念——让AI像人体的神经系统一样,深度嵌入组织肌理,成为企业的原生能力。事实证明,将AI内化进工作流,远比简单的工具堆砌效果更好,这也证明了人机混编的实用价值。
百度的实践表明,企业向AI要结果、要价值,在实际业务中是完全可以实现的。因此,当各行各业不再满足于盲目投入和不清晰的ROI,开始纷纷寻求AI的实际回报时,百度更进一步,强调了在AI时代中,智能体进化、个体进化、组织进化三者协同的重要性。
定义新标尺:从Token到DAA的价值跃迁
在李彦宏看来,只有将智能体当作真正的数字员工,实现人机混合、高效协同,才能在复杂的知识工作中发挥出远超单纯依赖人类或浅层次使用AI的效果。但问题在于,如果没有一个明确、可衡量的标准,百度的实践就只能是个案,无法被更多企业复制,也无法成为行业的普遍现象。
正是基于这一痛点,李彦宏在Create 2026大会上,再次抛出了一个全新的“非共识”判断:以DAA(日活智能体数),作为衡量AI价值的新“度量衡”。
这套标准的核心,是衡量每天有多少个智能体在真实业务场景中为人类完成任务。它关注的不是“有没有人用AI”,而是“AI实际帮人完成了多少任务”。这背后,是一套经过时间沉淀、可落地验证的完整认知逻辑。
回顾这条认知轨迹,李彦宏的AI思想一直在迭代深化。
早在行业盲目跟风训练大模型时,他就指出,绝大多数企业拥抱AI的机会在应用层,不应一窝蜂去卷模型。聚焦AI应用,这一当时不同于主流观点的超前认知,为后续的预判奠定了基础。
那么,什么样的AI应用才有用?紧接着,当主流还在押注ChatGPT式的聊天机器人时,李彦宏提出了另一个非共识预判:智能体(Agent)是最看好的AI应用发展方向。彼时,这一判断并未被普遍认可,但百度率先投入实践,验证了智能体的价值。如今,OpenClaw等类智能体应用的火爆,印证了这些预判的前瞻性。
有了真正有用、可用的智能体,自然就引出了下一个核心命题:在AI Agent时代,如何定义和衡量价值?于是,DAA这一全新标尺应运而生。
日活智能体数DAA,其核心在于衡量智能体在真实场景中的任务完成度。这意味着企业的关注点必须从“投入”(Token代表成本)转向“产出”(DAA代表收益)。这并非对立,而是对AI价值认知的又一次关键升级,也是产业走向良性发展所需要的务实之举。
同时,DAA也关注AI对人类员工的助益,旨在避免智能体成为员工的负担,转而成为人机协同的助力。这与“人与智能体共同进化”的理念深度契合,也让新技术的落地更为顺畅,为人机混编的新型组织形态提供了可能。
回溯这条认知轨迹,李彦宏的每一次发声,背后都是一个连续、可验证的AI思想体系。DAA的提出,则是这一体系的最新延伸,推动行业向更务实、更能创造价值的方向发展。
从“非共识”到“新共识”:全栈能力的支撑
当前,中国正转向高质量发展,处在经济增长动力切换的关键阶段。AI技术既展现出提质增效的巨大潜力,也加剧了传统与新兴行业的分化、企业之间鸿沟的拉大。企业需要的,不只是拿到AI工具、部署一个大模型这样简单的变化,更需要用好AI、用出好成果。
只有让更多企业品尝到AI的价值红利,才能不断凝聚起各行各业投入AI、发展AI的信心,推动技术持续迭代。这正是AI产业健康发展的关键所在。
因此,李彦宏在此时提出智能体公司、DAA等“非共识”,旨在让更多企业能更早、更快地完成组织进化,将关注点聚焦于技术的价值兑现。这无疑是一种社会需要的必要声音。保护这种前瞻性的“非共识”,才能推动行业不断打破固有认知,实现升级,让AI产业真正从概念走向价值。
然而,对于绝大多数不具备百度那样深厚AI积累的企业来说,仅靠自身力量很难快速提升DAA,无法将智能体大规模部署到业务中。这又该怎么办?百度依托“芯云模体”的全栈AI能力,正成为万千企业向AI要价值的坚实支撑,也在推动“非共识”变为“新共识”。
例如,企业渴望无需复杂部署就能快速创造价值的AI。像自我演化决策智能体和全场景数字人等应用层工具,就能精准满足这一需求。
超级智能体“伐谋”升级至2.0后,面向业务专家深度适配制造业排程、物流规划、港口管控等垂直场景,帮助企业实现全局决策升级。在青岛港自动化码头,它助力A-TOS智能管控系统实现了10.21%的效率提升,让智能体真正承担起核心业务任务,带来直观的价值回报。
对于品牌主、创作者、视频博主而言,他们希望轻松搞定拉新、推广、商业转化等流程。升级后的“百度一镜”(原慧播星数字人平台),就覆盖了营销、内容、金融、直播等全场景生态,并且推出了海外版,让内容出海、触达全球受众不再困难。
解决了人机混合编队的协同问题,企业就能拥有一支高效的数字团队。这一次,百度在工具层对“秒哒企业版”进行了跨越式升级。作为生产级的产品交付平台,它能支持大型复杂项目的多人协同、高效分工,并具备企业级的稳定性与规模化承载能力,让人与智能体的协作从浅层应用,真正落地到核心生产环节。
这么强大的生产力工具,普通人能上手吗?在Create 2026大会现场,我们见到了年仅八岁的小开发者扑满。他发现同学们下雨时会找人拼伞,但以前只能靠喊。扑满将自己的需求告诉“秒哒”——谁要打伞、谁来接单、怎么拼伞、怎么赚积分,一个完整的“哒哒打伞”小程序很快就成形了。
连小学生都能轻松玩转的“秒哒”,正在帮助个人和企业快速进化为AI时代的超级个体与超级组织,让更多智能体参与到复杂的生产力任务中。可以预见,未来全社会的DAA水平将因此实现大幅飞跃。
当然,如此多的智能体同时运行,必然消耗大量计算资源。算力不足、成本过高,成了很多企业规模化部署智能体的另一大阻碍。百度深知这一痛点,以新全栈AI云和昆仑芯筑牢算力底座,在Agent Infra层面支撑企业向新型组织转型、提升DAA的现实需求。
其中,百度智能云全面升级了面向大规模智能体应用的新全栈AI云,极致优化了单位Token的智能水平与算力性价比。硬件层面,百度昆仑芯P800已在互联网、金融、制造、教育、能源等行业实现超万片级交付;天池超节点256卡昆仑芯版本正式点亮,可将模型推理效率提升50%。
在Create 2026大会现场,百度也同步公布了文心大模型的最新成绩:文心5.1登上LMArena搜索榜国内第一、全球第四,是唯一上榜的国产模型。此前,其Preview版本也登上LMArena文本榜国内第一,超越了GPT-5.5、DeepSeek-V4-Pro等多款国内外主流模型。这为企业智能体部署提供了坚实的技术支撑。“芯云模体”构成的全栈AI基础设施,让企业能够大规模、低成本地部署和运行智能体,从而向AI要到实实在在的业务回报。
结语:价值兑现是AI产业的必由之路
多年来,李彦宏一次次提出行业的“非共识”判断,从“卷应用而非卷模型”,到“内化AI”,再到DAA价值度量衡和自我进化论。这些判断之所以能最终突破行业固有认知,成为新的共识,核心在于百度“起大早”的前瞻性。
始终走在行业前列,不只停留在口头预判,更用实打实的实践验证了每一个“非共识”的可行性,并将这些实践转化为可复制、可落地的赋能方案,帮助更多企业提升DAA,品尝到AI的果实。
正如诺贝尔经济学奖得主菲利普·阿吉翁所言:“创新总是带着伤痕、带着委屈、带着白眼出场的。”创新或许一开始不被理解,但“非共识”的存在,恰恰为行业的发展与创新提供了宝贵的思想资源。随着越来越多的企业开始向AI要结果、要回报,这条价值兑现之路,也正是AI产业持续健康向前发展的必由之路。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
艾伦AI研究所突破性成果:具备自我反思能力的AI搜索助手
2026年3月,艾伦人工智能研究所与华盛顿大学联合发布了一项开创性研究,为AI搜索领域带来了革命性的新范式。这项研究提出了一种名为“MR-Search”的创新搜索方法,其核心理念是赋予AI“自我反思”的智能,使其能够像一位经验丰富的侦探或顾问,在搜索过程中不断学习、优化,实现越挫越勇的持续进化。 回
复旦大学DIVE技术突破AI工具使用瓶颈实现跨领域智能适配
2026年3月,一项由复旦大学与MiniMax公司联合完成的突破性研究(论文编号arXiv:2603 11076v1)正式发布。研究团队提出了一种名为DIVE的全新技术,旨在从根本上解决AI智能体在切换不同工具和任务时普遍存在的“水土不服”问题。 当前的AI智能体,某种程度上像一位只会使用特定品牌工
KIT团队实测语音指令识别率揭示人机交互真实差距
当我们对着手机说“播放音乐”,或是向智能音箱询问“明天天气如何”时,我们正身处一场技术变革的现场。这种与机器对话的体验,其核心是近年来备受瞩目的“语音大语言模型”。但一个有趣的事实是,目前大多数研究在评估这些模型时,依然在使用文字指令——这好比用笔试来评判一个人的口语能力,其结果难免失真。 这个评估
谷歌AI新方法让大模型先思考再说话推理速度提升11%
加州大学洛杉矶分校与高通AI研究院的联合研究,为揭示人工智能的“思维”模式提供了全新视角。其发表于arXiv平台(编号:2603 08899v1)的论文,深入探讨了一个关键议题:大型语言模型能否模仿人类的认知模式,通过“先规划后执行”的策略来显著提升推理效率? 人类的语言表达并非简单的词汇串联。在回
牛津大学AI新技术一步生成高质量图像
2026年3月,一篇由牛津大学、加州理工学院、多伦多大学与英伟达联合署名的论文,为生成式AI领域投下了一枚“震撼弹”。这篇编号为arXiv:2603 07276v1的研究,提出了一项名为“变分流图”(Variational Flow Maps, VFM)的全新技术。它没有沿着老路去优化“生成过程”,
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

