Li Yanhong, warum bauen Sie ein neues Fabrikgebäude im Zeitalter der KI?

Haben sich die finanziellen Renditen von Unternehmen verbessert, nachdem Mitarbeiter KI zur Effizienzsteigerung eingesetzt haben?

Am 12. November 2026 sprach Li Yanhong, Gründer von Baidu, auf der Baidu World Conference 2026 mit seinem Gast Yang Yuanqing, Vorstandsvorsitzenden der Lenovo Group, über die KI-Transformation von Unternehmen.

Die beiden Führungskräfte von Technologieunternehmen, die gleichzeitig die Welle des Internets und die Welle der KI miterlebt haben, sind sich einig, dass die Erkundung von KI durch Unternehmen in dieser Phase noch in einem frühen Stadium ist. Es muss weiterhin in einer Umgebung, die praktische Versuche fördert, erforscht werden, aus welchen Gliedern die neuen Produktivkräfte freigesetzt werden können.

Li Yanhong sagte, dass Baidu in den letzten Jahren bei seiner KI-Transformation auch einige Rückschläge erlitten hat – von der selbstständigen Schulung von Modellen in allen Geschäftsbereichen bis zur Jagd auf Trends im Bereich der intelligenten Agent-Anwendungen. Das Unternehmen stellte jedoch nach und nach fest, dass die hohe Begeisterung der Mitarbeiter für die Nutzung von KI nicht unbedingt zu einer Steigerung der Organisationseffizienz führt.

Nicht nur bei Baidu ist es so, dass die individuelle Effizienz gestiegen ist, der Gesamtgewinn des Unternehmens aber kaum sichtbar wird. Das ist bereits der zentrale Schmerzpunkt, mit dem viele Industrien bei der aktuellen KI-Transformation konfrontiert sind. Dafür gab Li Yanhong auf der Konferenz den Lösungsansatz der „intelligenten Organisation“ an – ein KI-natives Organisationssystem, das sich von dem heute üblichen hierarchischen System unterscheidet.

Seiner Ansicht nach ist KI der neue elektrische Strom, und die intelligente Organisation ist die neue Fabrik im KI-Zeitalter, der Ort, an dem die Produktivkräfte tatsächlich entstehen. Dass KI die erwarteten wirtschaftlichen Vorteile nicht erbracht hat, liegt daran, dass wir in dieser Phase „nur den Motor ausgetauscht, aber die Fabrik noch nicht neu entworfen haben“.

Der Gründer, der stets an den „technologischen Langzeitismus“ glaubt, versucht, eine neue Lösung für den Schmerzpunkt der Wertumwandlung bei der KI-Transformation von Unternehmen zu finden. Er wies darauf hin, dass der Oberstrom der KI-Technologie Energie ist, und der Unterstrom die Organisationsfähigkeit. Die intelligente Organisation wird Unternehmen die Chance geben, neue Wettbewerbsbarrieren aufzubauen und neue Märkte zu schaffen.

01 „Effizienzparadoxon“ – wo liegt das Problem?

Seit Anfang dieses Jahres konzentrieren sich nicht nur mehrere KI-Tools auf die Steigerung der Produktivitätseffizienz. Dennoch besteht die praktische Schwierigkeit darin, dass Mitarbeiter Aufgaben wiederholt zwischen verschiedenen Tools hin- und herschieben, und die Fortschritte überall verstreut sind. Obwohl die Mitarbeiter in dieser Zeit zu „Superindividuen“ unter der Unterstützung von KI geworden sind, stehen Unternehmen vor nicht zusammenführbaren KI-Berechtigungen, schwer systematisch nachvollziehbaren Ergebnisprüfungen und schwer quantifizierbarer Geschäftswertumwandlung.

Die Umfrageergebnisse des Beratungsunternehmens McKinsey in diesem Jahr zeigen, dass von 1719 Befragten aus 97 Ländern 80 % der Befragten angaben, ihre individuelle Produktivität habe sich durch KI verbessert; aber nur 37 % berichteten, dass KI einen positiven Beitrag zum EBIT ihrer Organisation geleistet habe – dieser Anteil ist im Wesentlichen gleich wie 2025.

Ein Brancheninsider hat uns auch einmal erwähnt, dass bei der Einführung von KI in den Arbeitsablauf die Anzahl der bereitgestellten Tools und die eingesparten Arbeitsstunden in den Pilotprojekten leicht vorzeigbare Erfolge sind. Schwer zu berechnen ist, wohin die eingesparten Arbeitsstunden fließen. Eine Geschäftskette besteht aus mehreren Gliedern. Wenn die vor- und nachgelagerten Glieder noch im ursprünglichen Rhythmus zusammenarbeiten, und die Genehmigungsberechtigungen, Kooperationsmethoden und Bewertungsindikatoren ebenfalls unverändert bleiben, lässt sich die Beschleunigung eines Glieds kaum in die Leistung der gesamten Kette umwandeln. Je einfacher es ist, in Pilotprojekten schöne Zahlen vorzulegen, desto leichter wird diese Lücke übersehen.

Ein Bericht des Weltwirtschaftsforums mit dem Titel „KI-Prioritätsbetriebssystem: Blaupause für Betriebs- und Geschäftsmodellinnovationen“ stellte fest, dass die weltweiten Investitionen im Bereich der künstlichen Intelligenz im Jahr 2025 250 Milliarden US-Dollar überschritten haben, aber nur 25 % der Unternehmen sind der Meinung, dass KI einen disruptiven Veränderungseffekt auf sie ausgeübt hat.

Der Bericht führt das Problem darauf zurück, dass die meisten Organisationen KI auf bestehende Prozesse „aufpfropfen“, anstatt das gesamte Betriebsmodell rund um die „Intelligenz“ neu zu gestalten.

Dieser Widerspruch ist auch nicht erst seit dem Ausbruch der KI-Technologie aufgetaucht. Bereits 1987 schrieb der Nobelpreisträger für Wirtschaftswissenschaften Robert Solow in einem Artikel: „Man sieht das Computerzeitalter überall, nur nicht in den Produktivitätsstatistiken.“ Dieser bis heute zitierte berühmte Satz wird als „Solow-Paradoxon“ zusammengefasst, also das „Produktivitätsparadoxon“.

Li Yanhong ist der Ansicht, dass traditionelle Organisationen sich um Stellen drehen, während Organisationen im KI-Zeitalter sich um Aufgaben drehen werden. Die Grenzen der Stellen werden aufgebrochen, und die Vitalität der Organisation wird weiter freigesetzt.

Zum Beispiel das Fallbeispiel, das die Boston Consulting Group (BCG) vorgelegt hat. Ein europäischer Energiedienstleister hat Dutzende von KI-Pilotprojekten in den Bereichen Kundenservice, Betrieb und Support gestartet, aber die Probleme der Kunden müssen oft mehrere Abteilungen durchlaufen. Die ursprünglichen Systeme und Prozesse haben den Service in mehrere Teile zerschnitten, sodass die geschäftliche Wirkung begrenzt war.

Später führte das Unternehmen eine Prozessumgestaltung entsprechend den Fähigkeiten von KI durch. Drei funktionsübergreifende Teams waren jeweils für einen Schlüsselprozess verantwortlich und entschieden von Anfang bis Ende, welche Arbeiten an intelligente Agenten übergeben werden, welche menschliche Überwachung erfordern und wie Daten und Systeme verbunden werden. Laut den veröffentlichten Angaben erreichte der umgestaltete Prozess bei den Kundenzufriedenheitsindikatoren schnell das Niveau des menschlichen Services, die Abhängigkeit des Unternehmens von externen Dienstleistern sank um mehr als 90 %, und das freigesetzte Bargeld wurde in nachfolgende Umgestaltungen investiert.

Am Beispiel dieses Energiedienstleisters geht es im Kern um die Arbeitsteilung zwischen den Abteilungen und darum, wer für den gesamten Prozess verantwortlich ist, von der Fragestellung des Kunden bis zur Lösung des Problems. Zwischen den Erfolgen der Pilotprojekte und der Produktivität der Organisation fehlen genau diese Entscheidungen.

02 Der übersehene Schlüssel zum KI-Wettbewerb

Im vergangenen Jahr haben mehr als ein Unternehmensgründer öffentlich erwähnt, dass KI die Betriebsweise des gesamten Unternehmens zu Veränderungen zwingt. Daher besteht in der Branche der Konsens, dass KI sich weiterentwickelt und das Unternehmen selbst ebenfalls weiterentwickeln muss, sonst bleibt das Unternehmen an der Oberfläche der „KI-Unterstützung“ stecken.

Früher gab es im Ausland die Ansicht, die KI-Industrie mit einem „fünfschichtigen Kuchen“ zu vergleichen. Von unten nach oben sind die fünf Schichten Energie, Chips, Infrastruktur, Modelle und Anwendungen. Strom unterstützt die Recheninfrastruktur, Modelle laufen auf der Infrastruktur, und Anwendungen bringen die Fähigkeiten der Modelle in spezifische Branchen ein. Dieser Rahmen stellt die Versorgungsbedingungen, die leicht von Modellen und Anwendungen verdeckt werden, in den Vordergrund und platziert die Anwendungen an der Stelle der wirtschaftlichen Wertverwirklichung.

Bei Baidu wurde dieses Problem nach und nach eingegrenzt und konkretisiert. Auf der Baidu World 2025 schlug Li Yanhong vor, dass Unternehmen „KI-Fähigkeiten internalisieren“ sollen, sodass KI mit spezifischen Aufgaben verbunden wird und zu einer nativen Fähigkeit für die Unternehmensentwicklung und das persönliche Wachstum wird. Auf der Baidu Create AI Developer Conference im Mai 2026 begann er darüber zu diskutieren, wie sich Organisationen selbst weiterentwickeln können: Wenn intelligente Agenten einen Teil der Arbeit unabhängig übernehmen können, können die ursprünglichen Teams aus Menschen zu „Superorganisationen“ werden, die aus gemischten Formationen von Menschen und intelligenten Agenten bestehen. Er stellte gleichzeitig DAA (Daily Active Agent, Anzahl der täglich aktiven intelligenten Agenten) vor und vertrat die Ansicht, dass man sich nicht auf den Verbrauchsindikator von Token konzentrieren sollte, sondern mehr auf die Leistung und Ergebnisse der intelligenten Agenten achten und den KI-Wert mit neuen Maßstäben messen sollte.

Auf der diesjährigen Baidu World Conference hat Li Yanhong das Problem weiter nach unten verschoben und sich weiter auf die intelligente Organisation konzentriert. Er ist der Ansicht, dass die Fokussierung auf die Rekonstruktion der Organisation selbst durch KI der Schlüssel zur Freisetzung der Produktivkräfte ist.

Li Yanhong sagte, dass die Großmodellindustrie sich entlang zweier Pfade entwickelt: Erstens der Aufwärtsschritt, um die Obergrenze der Intelligenz zu heben; zweitens die Verwurzelung in der Realität, um den industriellen Wert freizusetzen. „Auf beiden Entwicklungsrichtungen der Großmodelle machen wir Fortschritte. Einerseits werden wir weiter in die Erforschung der nächsten Generation fortgeschrittenerer grundlegender Großmodelle investieren. Andererseits werden wir am Konzept der „parallelen Entwicklung und koevolutionären Entwicklung von Modellen und Agenten“ festhalten, sodass Großmodelle für Anwendungen optimiert werden.“

Auf der Grundlage des bereits vorhandenen Full-Stack-Layouts von Baidu mit „Chips, Cloud, Modellen und Agenten“ richtet er seinen Blick auf die „Organisationsebene“: Welche Aufgaben können intelligente Agenten übernehmen, nachdem sie in das Unternehmen integriert wurden, auf welche Daten können sie zugreifen, wer prüft die gelieferten Ergebnisse und wer übernimmt die Verantwortung bei Fehlern? Die beiden Rahmen betrachten KI von beiden Enden der Industriekette. Einer erklärt, wie Intelligenz in großem Maßstab produziert werden kann, der andere fragt, wie Unternehmen das Angebot in ihre eigene Produktivität umwandeln können.

Er stellte erstmals die „drei Prinzipien der Organisationsentwicklung“ vor: Erstens die Aufhebung der Stellengrenzen, um die Vitalität der Organisation freizusetzen; zweitens die Konsolidierung des impliziten Wissens, um die Organisationsintelligenz aufzubauen; drittens die Gestaltung geschlossener Prozesskreisläufe, um die Organisationsentwicklung voranzutreiben.

Innerhalb von Baidu wurden die drei Prinzipien zunächst validiert. Laut Angaben ist die Anzahl der täglich aktiven intelligenten Agenten (DAA) bei Baidu im vergangenen Jahr von durchschnittlich 5.000 auf 37.000 gestiegen, also mehr als versechsfacht; die Anzahl der gültigen Aufgaben, die von intelligenten Agenten erledigt wurden, stieg von 84.000 pro Woche auf über 1 Million pro Woche; Baidu hat 4300 Workspaces aufgebaut und mehr als 20.000 organisatorische Fähigkeiten (Skill) konsolidiert. „Die Erfahrung einer Person wird zur Fähigkeit der gesamten Organisation.“

Li Yanhong fasst diese Methode als „Messbar + Looping = Kontinuierliche Weiterentwicklung“ zusammen. Bei einem Kundenserviceprozess können die Messobjekte sein, ob das Problem des Kunden gelöst wurde und ob der Kunde wiederholt anruft. Nach der Ausführung durch den intelligenten Agenten kann das Team anhand dieser Ergebnisse herausfinden, welche Probleme falsch beurteilt wurden, welche Verarbeitungsregeln geändert werden müssen und welche Fälle vorzeitig an Menschen übergeben werden sollten. Nach der Aktualisierung der Regeln wird mit denselben Kriterien geprüft, ob sich die nächste Runde verbessert hat. Auf diese Weise hat das Unternehmen nach jeder abgeschlossenen Aufgabe die Chance, das Gelernte an die nächste Runde weiterzugeben.

Ein Produktmanager von Baidu Dazi erwähnte in seinem Vortrag vor Ort, dass er vor einem halben Jahr noch in einem physischen Labor an Quantencomputing-Forschung gearbeitet hat. Nach seinem Eintritt bei Baidu stieg er fast von Null in Produkt- und Unternehmensszenarien ein. Mit Hilfe von Baidu Dazi übernimmt er gleichzeitig Rollen wie Produkt, Forschung und Entwicklung sowie Projektmanagement und treibt den Prozess von der Problemanalyse über die Erstellung von Lösungen bis zur Überprüfung der Ergebnisse voran. In den vergangenen sechs Monaten hat das Team zusammen mit Baidu Dazi Tausende von Aufgaben erledigt, und die Erfahrung aus jeder Aufgabe wird in die nächste Runde übernommen.

03 „Intelligente Organisation“ – wo soll die Umgestaltung beginnen?

Die vierte Welle hat festgestellt, dass Baidu während der Veranstaltung rund um die vierstufige Architektur „Chips, Cloud, Modelle und Agenten“ mehrere Ergebnisse veröffentlicht hat: Es wurde offiziell die Großmodell-Handelsplattform Wanyuan Suo eingeführt, die Vorschauversion des Wenxin Großmodells 5.5 Flash und zwei Wenxin Anwendungsmodellen veröffentlicht; die vier intelligenten Agenten Baidu Dazi, Kuku, Baidu Yijing und Famou wurden aktualisiert.

Li Yanhong sagte, dass in den ersten neun Monaten dieses Jahres fast jeden Tag neue Modelle veröffentlicht wurden, manchmal sogar mehrere Modelle pro Tag. Aber die Wanyuan-Zwischenstation ist nicht für die Modelleffekte und die Dienststabilität verantwortlich. Je mehr Modelle es gibt, desto schwieriger ist die Auswahl: „Dasselbe Modell ist manchmal teuer, manchmal billig, die Herkunft ist vielfältig und die Qualität ist sehr unterschiedlich. Nach langer Auswahl hat man immer noch kein Vertrauen und traut sich nicht, es zu nutzen.“

Er erklärte, dass Wanyuan Suo die Börse für Großmodelle ist, die sich auf die beiden Kernfähigkeiten „Echtheitsprüfung“ und „Kreditprüfung“ konzentriert, sodass Unternehmen und sogar Einzelpersonen vertrauenswürdige Modell-Token be