百度把Agent装进企业经营系统：智能云要争夺下一张入口

大模型能力不断刷新，企业真正愿意付费的理由却很朴素：收入能否增加，成本能否下降，流程能否缩短，经营结果能否改善。

9月16日，百度在2026智能经济论坛上提出“产业智能体操作系统”，试图把通用智能体、专业智能体、定制智能体与企业现有的知识、数据、权限、流程及云资源组织起来，让Agent从聊天和办公工具进入业务系统。

这是百度智能云近年少见的一次清晰表态：模型仍然重要，但企业AI竞争已经深入交付层。谁能让智能体接得上ERP、CRM、财务和供应链系统，谁能控制权限、调用工具、完成任务并对结果负责，谁才更有机会拿到长期订单。

对百度而言，这套叙事也不能停留在发布会。智能云已经成为增长较快的业务，接下来需要证明的是，技术增长能否转化成订单能见度、客户续费和更扎实的现金流。

Agent正在离开聊天框，企业要买的是一套经营能力

百度这次提出“产业智能体操作系统”，最重要的信息并不复杂：单个Agent再聪明，也很难独立进入企业核心业务。

企业经营从来不是一条孤立流程。销售系统里有客户信息，供应链系统里有库存和采购计划，财务系统负责预算与结算，权限、审计、数据安全又分散在不同部门。一个能够写报告、查资料的通用Agent，可以帮助员工提高效率，却无法自动承担经营责任。产业智能体需要知道数据从哪里来、谁有权调用、任务失败后如何回滚，还要把执行过程留下来，接受企业审计。

沈抖在论坛上把企业任务划分为三类：20%属于日常运营，30%属于专业领域，50%属于影响经营的核心任务；对应通用、专业和定制三类智能体。这组比例属于百度基于自身产业落地经验给出的判断，不能直接当作所有企业的统一标准，但它准确点出了企业AI的难处：越接近经营结果，标准化程度越低，知识、流程和权限越复杂，交付成本也越高。

百度给出的解决思路，是让系统向上承接任务，中间连接企业知识、数据、工具和流程，向下调度算力、存储与安全资源，再把任务执行产生的经验沉淀回来。说得直白一点，企业需要的并非一群各干各的“AI员工”，而是一套能够统一调度、持续学习、出了问题可以追溯的管理系统。

这也解释了为什么“操作系统”三个字很重要。百度并没有提出推倒企业原有的软件体系，ERP、CRM、财务和供应链系统仍然承担记录、管理与合规职责，产业智能体操作系统负责把这些存量系统组织起来，让数据和流程能够被Agent调用。这样的路径更符合大型企业的采购习惯，也能降低全面替换系统带来的实施风险。

行业竞争由此发生变化。模型能力决定产品上限，企业知识和流程决定产品能不能用，交付体系则决定收入能不能落袋。对于云厂商来说，产业Agent带来的机会远大于新增一个聊天入口，因为一旦智能体深入生产、营销、客服、风控和研发流程，客户迁移成本、算力消耗和续费黏性都会提高。产业AI逐渐从项目制交付走向平台化经营，云厂商争夺的也将是企业任务的调度权。

百度的优势在“全栈”，难点也藏在“全栈”里

百度有资格讲这套故事，原因在于其业务拼图相对完整。

在应用侧，百度已经形成百度搭子、伐谋、胜算、秒哒、文心快码、Hogee和一镜等智能体矩阵；在开发侧，本次发布的百度搭子开发平台向企业开放智能体全生命周期API，覆盖开发、运行和管理；在基础设施侧，百度拥有智能云、千帆平台、文心模型及昆仑芯等能力。模型、工具、平台、算力和行业交付能够放在同一体系内协同，这是百度争夺产业Agent订单的基本盘。

此次开放生态也补上了一块重要拼图。百度搭子生态平台开始接入连接器、技能、套件和硬件四类外部能力，并宣布不向合作伙伴抽佣。企业场景过于分散，仅靠百度自研很难覆盖全部行业流程，通过合作伙伴补充软件接口、专业知识和硬件能力，可以扩大方案边界，也有助于降低百度逐个项目重做一遍的交付压力。

同一报道披露，泰康保险集团部署百度智能云开发平台后，已经上线超过3500个智能体。这个案例的观察价值不在数量本身，而在于大型企业是否会把智能体从局部试验扩展到多部门、多流程。若智能体能够在同一平台上批量开发、统一管理和重复调用，百度智能云的收入结构便有机会从一次性交付，逐步增加平台订阅、算力调用和持续运维收入。

阿里Qoder Cloud Agents提供了另一种观察坐标。Qoder强调全托管Agent运行平台，通过API提供Agent底座、模型服务和云端运行环境，重点解决开发者如何快速把Agent嵌入产品与系统的问题。

百度把表达进一步推进到企业经营体系，强调业务任务、知识、权限、流程与云资源的统一调度。两条路线存在重叠，却体现出各自的资源禀赋：阿里更突出Agent运行时和开发生态，百度更希望利用行业客户、搜索知识组织能力及全栈AI基础设施，把Agent做成企业经营入口。

问题也在这里。全栈能力容易形成完整方案，也容易带来研发投入重、交付链条长、产品边界过宽的压力。企业客户是否愿意把重要流程交给一个平台，合作伙伴是否愿意贡献优质能力，智能体能否稳定完成长链路任务，都会影响商业化速度。“不抽佣”有助于生态冷启动，但平台长期如何获得收入，仍需通过云资源消耗、企业服务和增值能力逐步回答。

百度需要证明，智能体可以接住搜索之外的增长

百度的基本面正在给“产业智能体操作系统”增加现实压力。

2026年第二季度，百度总营收为313.3亿元，同比下降4%；在线营销收入降至131亿元，同比下降19%。同期，百度核心AI驱动业务收入达到125亿元，同比增长25%。传统广告承压，AI业务持续增长，两条曲线已经形成清晰分化。

智能云是其中增长最明确的一环。第二季度百度AI云基础设施收入为73亿元，同比增长50%；GPU云收入同比增长283%，增速高于第一季度的184%。AI应用收入为25亿元，同比增长3%。这组数据说明，企业当前更愿意为算力与基础设施付费，应用层的规模化兑现仍处于早期阶段。

所以，产业智能体操作系统承担着两层任务：一层是把快速增长的GPU云需求向平台、应用和服务延伸，提高单个客户的收入贡献；另一层是为百度寻找广告之外更稳定的增长来源。产业Agent一旦进入核心流程，合同周期通常更长，客户考察的重点也会转向稳定性、安全性、交付能力和实际回报，百度由此可以逐渐摆脱单纯围绕模型参数展开的竞争。

风险同样明确。AI基础设施和人才投入正在压制利润表现，第二季度百度净利润由上年同期的73亿元降至23亿元；产业智能体又需要大量行业适配和客户服务，若平台复用率不足，收入增长可能伴随更高的交付成本。此外，阿里、腾讯以及企业软件厂商都在向Agent平台推进，百度还要防止产品矩阵继续增加，却没有形成统一入口和清楚的商业闭环。

在我看来，百度这次发布最有价值的地方，是把企业AI的判断标准拉回经营结果。下一阶段需要持续跟踪的，也不该只是发布了多少智能体，而是平台客户数量、核心流程渗透率、客户续费、算力调用以及AI云利润质量。模型榜单决定一时声量，企业流程里的真实订单决定长期位置。

产业智能体操作系统给百度提供了一条相对清楚的增长路径：用智能云承接算力需求，用开发平台降低定制门槛，再用行业智能体深入企业经营。故事已经搭起来了，财报也出现了AI接棒的轮廓。百度下一步要交出的答案，是这套系统能否把技术优势稳定变成客户收入，并最终接住搜索广告留下的增长缺口。