百度变得「年轻」了

巨头转型没有标准答案，百度摸出了自己的节奏。

新眸原创·作者 | 李小东

今年7月，1997年出生的孙天祥正式出任百度基础模型研发部负责人，同时进入模型委员会。消息传出时，行业内的反应却比预想中平静。

过去一年多，类似的人事调整在百度发生得太过频繁，人们已经逐渐习惯了这家老牌互联网公司正在发生的变化。

变化是从组织末梢到核心决策层系统性发生的。从一线技术团队的负责人到事业群的管理者，从财务体系到人力资源线，一张张更年轻的面孔正在走上台前。

外界喜欢用"百度变得年轻了"来概括这种观感，但年轻并不是换几个人这么简单。它意味着决策逻辑的重构、资源分配的倾斜、甚至是对公司过往成功路径的主动背离。

这件事的分量，放在国内互联网的语境里其实被低估了。

多数经历过PC时代辉煌的大厂，如今都或多或少带着上一个时代的烙印：层级森严的汇报体系、对成熟业务的路径依赖、对新事物审慎到近乎迟缓的反应速度。

人们调侃的"老登味"，本质上是企业在舒适区停留太久后形成的组织惯性。

百度正在试图打破这种惯性。但打破惯性的代价是什么，这条路最终通向哪里，没有人有标准答案。

就像当年微软转向云、谷歌All in AI一样，所有的巨头转身，最初都是摸着石头过河。

01

让年轻人站到C位

孙天祥出任百度基础模型研发部负责人，是今年上半年行业里很值得琢磨的一则人事消息。

圈内人对孙天祥不算陌生，复旦读博期间就主导了MOSS大模型的完整研发工程，在大模型工程化领域属于实打实的青年技术骨干。

但即便如此，直接执掌一家千亿级公司的核心模型研发部门，还是超出了很多人的预期。

大模型是当下所有科技公司的技术命门，通常都会由资历深厚的技术高管坐镇，百度却把这副担子交到了不到30岁的年轻人肩上。

但在百度，这其实并非孤例。

2025年底百度拆分两大模型研发线，新设基础模型研发部与应用模型研发部，由吴甜与贾磊分别执掌，两人直接向李彦宏汇报。

吴甜是百度内部成长起来的技术骨干，贾磊则是语音技术领域的资深专家。到了2026年中，孙天祥接棒基础模型线，吴甜的工作重心转向更广阔的技术战略层面。

业务线的年轻化同样在推进。

1985年出生的平晓黎如今执掌整个移动生态的商业化体系，电商与商业事业部合并后由她统一负责。

这位从实习生一路成长起来的女将，是百度从搜索时代走到AI时代的全程亲历者，如今成为李彦宏推进AI商业化的核心执行人。

就连后台支撑体系也在同步调整。

前金山云CFO何海建出任集团CFO，带来了云行业的财务经验；原代理CFO何俊杰轮岗负责人力资源，更懂业务的管理者去管组织，目的就是让人力体系适配新的业务节奏；在百度工作了二十多年的崔珊珊，则从具体事务中抽离，专注文化委员会的工作。

一进一退之间，百度完成了管理梯队的平稳代谢。

很多人把这些调整简单归结为“换血”，其实没这么表面。

核心不是年龄数字，而是决策逻辑的变化。

李彦宏在内部多次提到，人的创造力高峰在三十岁左右，他自己已经过时了。这话放在别的企业家嘴里，大概率是场面话，但在百度，这套逻辑是真的在落地。

技术路线有分歧的时候，很多时候会优先按一线年轻研究员的想法去试，错了再调整，而不是自上而下拍板。

这件事说起来容易做起来难。绝大多数成熟公司的管理逻辑，都是资历决定话语权，层级决定决策权。

一个年轻员工的想法，要穿过层层汇报才能抵达核心层，往往早就错过了最佳时间窗口。

很多公司不是没有年轻人，而是年轻人的声音传不上去，想法落不了地。

百度至今还保留着很多早期互联网公司的特质。内部直呼其名，没有那么多总来总去的层级感；弹性工作制，不搞形式主义的考勤；李彦宏本人出现在公司，总是便装打扮，员工喊他Robin，也没什么拘束。

“简单可依赖”这句话说了二十多年，很多公司早就把文化做成了墙上的标语，百度还在照着做。

当然，年轻人有冲劲、对新技术敏感，但行业经验和管理经验必然有短板，决策也会出现反复。

过去大半年，百度在C端大模型产品上的声量起起伏伏，某种程度上也是调整期必然经历的磨合。

换血本身不是目的，换血之后能不能形成更高效的决策机制、打出更有创造力的业务章法，才是真正的考验。

02

全栈的笨功夫

开始显露出价值

如果说组织年轻化是百度的面子，全栈技术能力就是里子。

多数人对百度技术的印象还停留在搜索，或者更早的贴吧时代。但如果把时间线拉长看，百度可能是国内最早系统性投入AI的公司，没有之一。

2016年李彦宏就公开说百度要彻底转型为AI公司，此后连续多年在两会提交AI相关提案，那时候移动互联网还是绝对的主流，短视频赛道刚刚起势，绝大多数公司的注意力都在C端流量上，AI还属于遥远的前沿概念。

没人能想到七年后会有一场大模型革命，百度就这么一头扎了进去。

七年时间里，从底层的昆仑芯算力，到飞桨深度学习框架，再到文心大模型，往上通过百度智能云产业落地，延伸到自动驾驶、AI原生应用，整条技术链路几乎都是自己做。

这种模式投入大、周期长、见效慢，在讲究快速迭代的互联网行业里，一度显得格格不入。

很多人觉得没必要，拿着成熟的算力和框架做应用层创新，跑得快，也容易出成绩。

时间走到2026年，这套笨功夫开始慢慢兑现价值。

一季度财报里有个很关键的节点：百度核心AI新业务收入占比首次突破50%。其中百度智能云基础设施收入同比增长接近八成，GPU云收入更是同比增长184%。

数字背后是真实的产业订单。

AI云行业机构智能超参数发布的上半年统计显示，国内五家主要AI云厂商公开披露的大模型相关中标金额超20亿元，百度智能云一家就拿下超过六成，这已经是百度智能云连续多个周期在中标金额上领跑行业。

订单的结构就能说明一些问题。

既有地方性数亿元的AI基建大单，更多的则是分散在金融、能源、制造等行业的垂直项目。这些案例让我们看到了AI落地的真实逻辑：最大的成本不是上线，而是持续运营。

很多厂商能做出演示级的方案，但真正进入生产环境后，运维成本高、迭代速度慢、效果衰减快的问题就会暴露出来。

反观百度，能拿到持续的复购订单，靠的不是一次性的项目交付，而是长期陪伴客户打磨场景的能力。

沈抖在一次采访中提到百度内部的一个做法：每个员工每月有1000元额度，可以自由使用市面上任何主流大模型，没有考核要求，就是让大家自己去体会AI的价值。

“强制推行AI很难出效果，我们更看重正向引导和激励。”

这个细节很能说明百度的技术文化。

它相信技术人员的判断力，让一线的人先理解、先使用、先创造，再自然地渗透到业务中去。

确切地说，这是一种工程师文化的延续，也是谷歌、微软这类技术驱动型公司的共同特征。

03

路径依赖面前

没有完美的转型剧本

谈百度，绕不开一个老话题：起大早，赶晚集。

这几乎是贴在百度身上最牢的标签。

贴吧起得早，后来没落了；外卖起得早，最后卖掉了；AI起得更早，但C端大模型的声量被创业公司超过。

很多人据此得出结论：百度技术很强，但做产品似乎不那么行。

李彦宏在2025年百度世界大会上正面回应过这个质疑。

他没有反驳，说自己也在反复想这个问题，然后给出的解释是，百度走的不是抢占风口的快线路径，而是遵循技术发展规律的慢变量路线，最终追求的是效果涌现，而非模型涌现。

这个回答当然可以被解读为一种公关话术，但放在更长的时间维度里看，事情可能没有那么非黑即白。

所有曾经站上过顶峰的大企业，都会面临路径依赖的问题。

微软当年守着Windows和Office的现金牛，眼睁睁看着谷歌和苹果在互联网和移动时代崛起；谷歌靠着搜索广告躺着赚钱，在社交、云服务等领域屡屡失手；百度靠着搜索广告的盈利模式，同样错过了移动互联网的超级App窗口期。

这不是某个人的能力问题，而是组织的结构性困境。

当一项业务每年贡献数百亿利润，任何可能冲击它的创新都会在资源分配阶段被边缘化。

不是看不到趋势，而是趋势带来的增量，短期之内远远抵不上现有业务可能承受的损失。

理性的计算，最终导向保守的选择。

微软的转型提供了一个经典参照。纳德拉2014年上任后提出"移动为先，云为先"，最具标志性的动作就是推出OfficeforiPad。

今天看来这是理所当然的一步，但在当时，它意味着微软公开承认Office的价值高于Windows平台，相当于亲手动摇了公司几十年的价值根基。

转型的头几年，微软的业绩并没有立刻起飞，甚至承受了裁员、资产减值的阵痛。

Windows业务的收缩，旧有授权模式的瓦解，都在拖累短期财务表现。直到四五年后，Azure和Office365的增长曲线真正起来，市场才回过神来，重新给微软定价。

谷歌的故事则提供了反面参照。

作为AI技术的发源地，Transformer诞生于谷歌，Transformer论文的作者大多出自谷歌大脑。

但手握一手好牌的谷歌，在大模型时代的反应反而慢于创业公司。

DeepMind和GoogleBrain长期各自为战，重复造轮子，直到ChatGPT横空出世才仓促合并。内部山头林立，算力分配扯皮，产品线分散，顶级人才成建制流失。

这就是大企业的AI困境：技术储备不缺，资金不缺，人才不缺，缺的是把力量聚到一处的组织能力，以及自我革命的决心。

回到百度的语境，它面临的矛盾和所有巨头一样：搜索广告依然是最稳定的现金流，而AI新业务还在投入期。要投入就要牺牲短期利润，要利润就要放慢投入节奏，ROE的天平向哪边倾斜，考验的不只是判断力，还有定力。

百度选择的路，是往技术和产业的深处走。

C端产品的声量确实不如一些创业公司，但在产业端，智能云的订单增长是实打实的；在底层技术上，从芯片到框架的完整链条，也是多数创业公司不具备的。

这种选择有它的代价。全栈投入重、周期长、见效慢，资本市场没有耐心，舆论场更没有耐心。

人们习惯用C端月活、日活来衡量一家AI公司的成败，而百度的很多进展发生在看不见的地方。这些事情可能不性感，不容易传播，但它们构成了AI真正落地的基石。

某种意义上，百度今天做的事情，和当年微软做云很像。初期不被看好，投入期漫长，外界质疑不断，但一旦跨过临界点，全栈能力形成的壁垒就会非常坚固。

微软用了五六年时间完成转型，百度的AI转型从2016年算起也正好十年，直到2026年AI收入才首次过半。

这个速度快吗？放在互联网的快节奏里不算快。但放在技术革命的尺度上，十年其实很短。

本文系新眸原创，申请转载授权、商务合作请联系微信：ycj841642330，添加好友请备注公司和职位。

更多内容，点击下方关注