财湃新闻 11月12日，百度创始人李彦宏与联想集团董事长兼CEO杨元庆展开对话，两人结合各自企业的AI转型实践，分享了技术落地过程中积累的经验与踩过的实际弯路，为行业推进AI技术应用提供了可参考的真实样本。

百度复盘AI转型中的两次典型踩坑经历

　　李彦宏在对话中首先回顾了百度在AI变革初期遇到的实际问题。文心大模型刚刚推出时，不少业务部门的工程师都希望基于开源模型自行做监督微调，把调整后的模型直接用到自身业务流程里，短时间内确实能看到应用效果。但随着底层基础模型持续迭代升级，各业务部门此前自行微调训练的模型很快就跟不上新版本的能力，之前投入的大量工作随之落后，还出现了不同业务线重复投入同类训练资源的情况。

　　发现这一问题后，百度很快调整了内部规则，要求所有业务部门不再自行开展模型训练工作，相关任务统一交由专门的模型部门负责推进。这一调整直接避免了组织层面的低效内耗，也就是常说的“熵增”问题，整体工作效率得到明显提升。

　　后续智能体应用成为行业热点后，百度各业务部门又出现了盲目跟风的倾向，不少团队都想快速推出自己的智能体产品，导致内部资源分散，单个项目的落地成功率反而有所下降。针对这一情况，百度建立了每月召开协调会议的机制，要求各业务部门不断收拢自身的努力方向，把原本分散的多个目标逐步收窄，集中资源聚焦核心场景，以此提升整体的运行效率和项目落地成功率。

　　李彦宏同时强调，在AI变革的推进过程中，不能完全依赖自下而上的自发推动。基层员工普遍对使用新技术抱有很高的热情，但组织层面必须做好通盘考量，清晰划定人机协同的边界，明确哪些场景需要人工介入完成关键判断，哪些场景可以直接应用AI技术提升效率。

联想提出AI落地的上下结合实践路径

　　杨元庆在对话中表示，联想将2024年开启的企业第五个十年定义为“第五次创业”，这一轮创业的核心主线就是全面围绕AI展开布局。目前联想已经在需求预测、生产安排、质量检测等多个供应链核心环节落地了AI相关应用，相比过去更多依靠人工经验判断的模式，AI可以结合海量市场数据、用户需求和过往交易记录开展分析，大幅提升了企业分析与决策的准确性。

　　在杨元庆看来，企业推进AI技术落地，不能只走单一的路线，应当把自上而下的总体规划和自下而上的员工实践充分结合起来。一方面企业要做好顶层设计，划定清晰的边界，明确哪些方向是鼓励探索的范围，另一方面也要充分调动基层员工的积极性，鼓励大家大胆尝试使用新技术，在实际操作中摸索出适配自身业务的落地方法。

　　杨元庆还提到，他在和众多世界五百强企业高管交流的过程中，大家形成了一个普遍共识：在革命性技术发展的初期，不宜过早强调投入产出比，不能用过于严苛的短期收益指标限制员工的探索空间，应当给一线团队留出足够的试错空间，鼓励大家大胆实践使用新技术，逐步找到AI和业务深度融合创造价值的具体路径。

　　这也引出了行业普遍关注的开放性问题：在鼓励员工大胆探索AI应用的同时，企业要如何平衡探索过程中的资源投入和风险控制？不同规模、不同行业的企业，要如何找到适配自身发展阶段的AI落地节奏？这些问题目前还没有统一的标准答案，仍有待更多企业在后续的实践中逐步摸索出适配自身的解决方案。