从现场管理到智能组织，百度智能云在做什么？

百度世界2026大会现场

文 | 彭勇

11月12日，以“下一幕，智能组织”为主题的百度世界2026在北京举行。百度创始人李彦宏提出，人工智能是新电能，智能组织就是AI时代的新厂房，是生产力真正发生的地方。

大会期间，百度智能云正式发布百度一见6.0与AI原生具身智能相机，让视觉AI进一步走进门店、工厂等物理现场。

从辅助员工处理任务，到参与现场治理和组织运行，AI正在打开新的应用空间。对于门店遍布各地、业务高度依赖现场执行的连锁企业而言，智能组织究竟如何落地？又需要什么样的能力，才能让AI真正成为组织生产力的一部分？

实体企业为什么需要智能组织？

在川渝，火锅早已形成一套成熟的产业链。

从锅底研发、底料生产，到食材采购、加工配送，越来越多环节可以通过集中供应和标准化流程实现复制。一家火锅店能否稳定经营，关键还在门店现场管理：食材有没有按要求处理和储存，后厨操作是否规范，员工能否按照标准完成服务。

门店数量越多，统一管理的难度越高。无论采用哪种经营模式，培训、制度和操作手册都难以覆盖每家门店的实际情况。食材处理、冷藏储存、后厨卫生和服务流程等细节，仍需要依靠现场监督。人工巡店难以覆盖所有门店和时段，而店长、厨师等一线员工的经验又容易随人员流动而流失。

过去，ERP、OA、收银和会员系统帮助企业实现了经营数据的线上化，却难以直接感知门店现场。系统可以记录销售、库存和财务情况，但这些系统本身难以判断食材处理是否规范、服务流程是否完整。经营管理逐步实现了数字化，但门店现场的品质标准，仍然依赖人工监督和员工自觉执行，难以在大规模门店网络中保持一致。

AI带来的变化，不应只是给员工增加一个问答工具，或者让某个岗位处理任务更快。对于实体企业，更重要的是重新组织人与技术的分工：把过去依赖熟练员工个人掌握的经验沉淀下来，让管理要求进入具体业务流程；让不同岗位之间的协作不再只依靠层级传递，而是围绕任务形成执行、反馈和改进的闭环。技术由此不再只是辅助员工，而是开始参与组织运行。

这也为理解李彦宏提出的智能组织提供了现实参照。他在大会上首次提出组织进化三原则：打破岗位边界、沉淀隐性知识、设计流程闭环。企业需要让AI参与业务流程，把个人经验转化为组织能力。

百度智能云如何推动实体企业走向智能组织

从理念走向实践，智能组织需要打通业务与技术之间的边界，把一线经验转化为可执行的标准，并让标准进入日常管理流程。

大会发布的两项新能力，进一步完善了视觉AI进入物理现场的技术路径：百度一见6.0让业务人员能够用业务语言定义标准，由VisionOps Agent 集群承担视觉技能的生产与调优；AI原生具身智能相机则通过全域感知、云台追踪和视听融合等能力，从持续记录现场转向围绕事件进行感知、分析和留痕。两者通过云边端协同，将业务标准转化为现场感知和管理能力。

远元集团与百度智能云视觉智能体平台百度一见的合作，展示了这些能力如何服务于复杂连锁企业的现场管理。

远元集团是国内足部健康连锁头部企业，拥有全球门店9418家、员工7.7万余人，年服务客户超1.12亿人次。近万家门店分布在不同地区，员工规模庞大，服务过程又涉及迎客、按摩、卫生等多个环节。为了统一服务品质，集团过去投入大量人力巡店。

百度一见与远元共同梳理了88个检测项，将长期积累的服务经验转化为可识别、可检查的标准。其中，肩颈腰背按摩全流程涉及24个具体动作，并形成相应检查标准。拿捏肩部、拿揉肩颈、拔揉五线、点按穴位等过去依赖老师傅经验传授的动作，由此被纳入统一的检测标准。

这些标准如何转化为AI能够识别的能力？

百度一见6.0提供了一种新的实现路径：业务人员可以用自然语言描述管理规则，并通过维护符合规范与不符合规范的现场样本，建立明确的判断标准。VisionOps Agent 集群则承担数据筛选、模型生产和调优等工作，关键结果由业务人员确认。过去需要业务人员与算法团队反复沟通的标准转译过程，由此可以更多交给AI完成。

回到远元的实践，标准建立之后，还要进入日常执行。百度一见与远元推进的AI巡店项目，将利用AI识别门店现场操作情况，并将发现的异常反馈给管理人员。门店据此推动整改，再通过复核检查执行情况。新的管理经验还可以继续沉淀到检测标准中，形成从现场识别、异常反馈到整改复核、标准迭代的管理闭环。

按照项目规划，远元将分阶段推动AI巡店覆盖全国近万家门店，将服务、卫生、按摩等标准转化为AI检测项，覆盖门店日常管理的80多个场景。项目目标是将巡查频次从原先单店年均一次提升至每日全覆盖扫描。

从业务经验转化为统一标准，到AI参与现场识别、异常反馈和管理改进，远元与百度一见的合作，展示了一条从人工周期巡查走向持续感知和闭环管理的路径。这项合作不仅要推动近万家门店执行同一套服务标准，还希望让现场经验和改进结果持续沉淀、复用，推动远元从“万店同标”走向“万店共进”。

这一实践也为川渝餐饮和茶饮连锁企业提供了参考。火锅食材处理、冷藏储存、后厨卫生、茶饮制作流程和服务动作，同样包含大量依赖一线经验的细节。当AI能够理解现场操作，并将业务要求转化为可识别、可检查的标准，连锁企业可以进一步把分散在不同门店的经验和执行过程纳入统一管理。

智能组织需要智能云

远元案例说明了AI如何进入具体业务。进一步看，当智能体开始承担更多任务，企业既要改变人与AI的协作方式，也要为智能体规模化运行提供新的基础设施。

AI只有进入具体业务任务，才能从个人提效走向组织产出。在智能组织中，智能体是连接AI能力与业务任务的关键载体。它们围绕具体目标调用工具、执行流程、交付结果。与此同时，员工积累的经验和方法可以沉淀为组织 Skill（技能），供智能体调用和其他员工复用。

李彦宏披露，过去一年，百度内部日均活跃智能体数从0.5万个增长到3.7万个，每周完成的有效任务数从8.4万个增长到超过100万个；组织 Skill 累计沉淀超过2万个。

智能体承担的任务不断增加，员工经验也在转化为可复用的组织能力。李彦宏将这一变化概括为“让一个人的经验，成为整个组织的能力”。

当大量智能体进入企业业务流程，支撑它们运行的基础设施也需要随之升级。企业不仅需要算力，还需要保障智能体稳定执行任务，管理智能体调用资源的权限，并对运行过程和任务效果进行监测。

这些要求意味着，传统IT云面向应用和数据系统的支撑方式需要升级，转向面向智能体开发、运行和管理的新型基础设施。

这正是百度智能云建设新全栈AI云的方向。

2026年5月，百度智能云宣布全面升级为面向大规模智能体应用的新全栈AI云，以AI Infra 与 Agent Infra 构建底层支撑：前者提供算力基础设施，后者支撑智能体的开发、运行和应用。本次大会上，百度智能云又正式发布天池1024卡超节点，进一步推进算力基础设施建设。

智能体进入业务流程后，还需要在执行中不断改进。百度智能云提出的全链路可观测能力，可以帮助企业追踪智能体运行过程、衡量应用效果；强化学习等能力，则为模型和智能体持续优化提供支撑。任务执行、效果衡量和反馈优化由此形成循环，让智能体在真实业务中持续改进。

智能体承担具体任务，企业由此重新组织生产与协作，而智能云为这一过程的规模化运行和持续进化提供基础支撑。AI带来的变化，不再局限于单个岗位的效率提升，而是开始深入企业的组织方式和生产体系。

智能组织必须长在智能云上。

今日决策参考

以上报道，基于《今日决策参考》知识库。

《今日决策参考》是雨前传播旗下战略情报产品，服务50,000+产经决策者，重点回答四个问题：

政策把资源投向哪里？地方在争什么？企业往何处去？哪些变化影响资本市场？