任何一件新技术都需要布道者，这是过去十年李彦宏的角色。

新眸原创 · 作者 | 鹿尧

中国互联网二十余年，太多企业起落沉浮，但像李彦宏这样仍在一线的创始人仍属罕见。

在互联网大佬中，他既是最早押注 AI 的预言家（2010 年百度已布局深度学习），又是最执着的工程派（坚信“做工程不丢人”）。当马斯克畅想脑机接口、扎克伯格沉迷元宇宙时，李彦宏的 AI 叙事始终紧扣“有用”。

从文心大模型日均调用量 30 倍增长，到智能云收入同比翻三倍，再到萝卜快跑全无人驾驶里程突破 1.5 亿公里，百度用十多年时间验证了一条“技术 - 应用 - 生态”的闭环路径。

然而，外界质疑声也从未消失。技术理想主义能筑起竞争壁垒，但商业落地才是检验价值的唯一标准。公众对李彦宏的评价存在两极分化：支持者认为他“以一己之力推动中国 AI 发展”，批评者则质疑百度的商业化节奏。

作为曾经国内市值最高的互联网公司，百度是最早系统性布局 AI 的企业，但文心大模型被吐槽“缺乏惊艳感”，自动驾驶商业化步履维艰，AI 产品长尾流量不足……如今的百度，是国内唯一实现“芯片 - 框架 - 模型 - 应用”垂直整合的 AI 公司，但市值却不及阿里、腾讯。

在业内看来，这样的差距，是 AI 技术投入周期、商业变现效率与生态战略差异的综合结果。更深层的矛盾在于，中国 AI 既需要李彦宏式的长期主义者，又困于“ AI 超级应用缺失”的现实。

站在 2025 年的节点回望，中国 AI 已从“技术启蒙”进入“落地攻坚”。当百度的十年 AI 长跑成为行业标本，“是否需要更多李彦宏”的追问，本质上是在探讨三个核心命题：

技术理想主义与商业实用主义的价值权重、长期投入与短期效率变现的平衡逻辑，以及最关键的，关于中国 AI 的路径选择问题。

李彦宏之于 AI，不等于百度之于 AI

“中国的 AI 教父是谁”并没有一个确数，但行业把票最多投给了李彦宏。

与“深度学习之父”辛顿在理论层面的贡献不同，李彦宏更多地扮演了 AI 技术实践者与产业推动者的角色。通过百度这一平台，将 AI 技术深度融入各项业务之中，并在过去的十多年里，一直在探索一条“ AI+X ”的产业落地路径。

人们都知道百度 AII in AI，却不一定了解背后的原因。

李彦宏在《智能革命》中提到，搜索引擎的进化，本质是数据处理能力的升级：从早期的关键词匹配，到基于用户行为的个性化推荐，再到 AI 驱动的智能决策，每一步都依赖数据、算力、算法的协同。

换句话说，百度的 AI 投入与其搜索业务的底层逻辑深度绑定，作为处理海量数据的工具，搜索引擎天然需要 AI 优化来提升用户体验。

2010 年，百度成立自然语言处理部，2012 年后，李彦宏亲自招募吴恩达、徐伟等顶尖人才，建立深度学习研究院（IDL），将 AI 与搜索、广告等业务结合。这些动作在当年看似超前，其实是搜索业务迭代的必然——用户行为数据的积累、计算能力的提升，让 AI 成为优化搜索体验的关键变量。

“在搜索上一尝试，就发现与过去任何一个领域应用 AI 的感觉都不一样。海量的数据，越来越强的计算能力，越来越低的计算成本，在搜索汇聚到一起，铺就了人工智能的回归之路。”

在李彦宏看来，国内的数据从任何一个单一市场的角度来讲都是全球最大，人工智能，本质上是数据的智能。

如他所说，互联网改变了信息基础设施，移动互联网改变了资源配置方式，相互作用下，不仅产生出科学家梦寐以求的海量数据，还催生了云计算方法，把千万台服务器的计算能力汇总，算力提高带来的最直接结果，就是所谓的“千人千面”。

李彦宏描绘的互联网终极形态，是一个以 AI 为核心驱动力、深度重构社会资源分配方式的“智能体操作系统”。这一愿景超越了传统搜索引擎的边界，通过实现“数据 -AI- 人类需求”的实时咬合，将百度打造为连接物理世界与数字世界的基础设施。

任何一件充满未知的新技术都需要布道者，某种程度上，这是过去十年李彦宏扮演的角色。

有媒体报道，作为全国政协委员，李彦宏曾连续 8 年在“两会”中提出 13 份 AI 相关提案，3 年内 40 次公开演讲（累计 14 万字）。2016 年那次 AI 热潮，李彦宏公开提及“ AI ” 500 多次。但凡对 AI 有兴趣的，无论是从学生到技术人员，从企业到地方领导，他都不放过任何科普 AI 的机会。

2015 年博鳌论坛上，李彦宏、马斯克、扎克伯格三人对谈，彼时各家的 AI 项目都刚刚起步，对于 AI 的看法大多停留在想象与缄默。

不到一年后，OpenAI 成立，同年李彦宏提交了“中国大脑计划”提案，希望从国家层面来搭建 AI 基础资源和公共服务平台，抢占新一轮科技革命制高点。

相比之下，阿里和腾讯的战略重心始终围绕用户流量与商业变现展开。

阿里以电商为核心构建“商业操作系统”，通过支付宝、菜鸟网络等基础设施将交易、支付、物流串联成闭环；腾讯以社交为入口，通过微信生态覆盖通信、娱乐、金融等场景，通过投资美团、滴滴等企业，将社交流量转化为本地生活服务收入，金融科技与企业服务成为第二增长曲线。

相比百度，这两者的业务布局更注重用户粘性的深度挖掘与商业价值的快速转化，差异直接体现在财务结构上：多年来，百度搜索业务收入占比仍占大头，而阿里、腾讯的核心业务能够通过多元化，在电商、游戏、金融科技等板块大幅增收。

也正因此，在收入来源单一、主营业务增长陷入瓶颈的情况下，外界找到了百度发力 AI 最合理的解释。

但很明显的是，和对 AI 持续多年的投入以及惨淡的 ROE 相比，李彦宏对于 AI 的寄托并不仅是激活现有业务，在他的设想里，AI 的影响会更加深远，而“再建一个百度”只是其中之一。

关于百度 AI 的商业化

相较于阿里、腾讯等互联网公司营收的显著增长，百度每年高企的研发费用多少有些格格不入：2015 年起，百度每年研发投入超百亿元，投入占比维持在营收的 15% 左右。

但现实情况里，就像李彦宏说的那样，“ AI 我学得不错，但是做了一些研究才发现，还没有什么应用机会，不能够解决实际问题。”

纵观这些年李彦宏对 AI 的战略思考，呈现出随产业周期演进而迭代的趋势。

以 2020 年为分水岭，在此之前，李彦宏主张“全栈自研才能掌控核心竞争力”，逐步打造了从芯片、框架到模型、应用的全栈技术能力。他认为，全栈自研能够实现技术闭环，避免受制于外部技术生态。

这一阶段，百度推出 Apollo，聚焦 L4 级自动驾驶；开源 PaddlePaddle，支持内部搜索、推荐等业务，并对外提供 AI 开发工具；发布初代文心大模型，同样优先服务于搜索、信息流等内部业务，通过场景反哺技术迭代。

百度早期的技术路线并非完全闭源，更多体现在大模型在商业化场景的相对明确和有效的认知上。文心大模型过往几个迭代版本皆为闭源，通过 API 接口和私有化部署的方式向企业收费。

李彦宏曾在内部讲话中提到，闭源模式能够聚集算力和人才，通过规模化应用实现技术领先。与此同时，百度也在通过开源培育开发者生态，快速建立行业标准。据了解，其这一时期的开源力度远超同期的 OpenAI，后者直到 2018 年才开源 GPT-2。

2020 年后，百度的闭源倾向逐渐加强。

文心一言发布后，百度转向全面闭源并推出付费服务，用以维持企业服务市场的竞争力。百度世界大会上，李彦宏提到，闭源大模型在能力上通常优于开源大模型，特别是在商业化和实际应用场景中，能够更高效地满足企业的定制化需求，降低使用成本和保护企业的数据安全。

但在 Deepseek 的开源冲击下调转方向，宣布文心大模型 4.5 系列拥抱开源，推出 AgentBuilder、AppBuilder 等零代码开发工具聚焦商业化应用。包括文心一言在内的 C 端应用则全面免费。

这一转变表明，李彦宏的闭源主张更多是技术积累期的阶段性策略，而非长期不变的原则。

“技术实力不等于商业化能力。”早在一开始他就意识到，AI 的路线选择，很大程度上取决于商业化的能力。

商业化不仅是百度的难题，也是行业的困惑。高投入、高敏感的技术特殊性，让 AI 与商业世界的效率诉求之间存在天然矛盾。

环顾国内外大型企业，困于商业化的 AI 公司并非少数，技术价值与商业变现的周期错配是行业共性问题。从美国的 OpenAI、谷歌、DeepMind，到中国的商汤、寒武纪，大型企业普遍面临“技术领先但盈利难产”的困境。

如今，百度 AI 的商业化呈现出技术开源与生态扩张并行、垂直领域深度落地与通用场景持续突破并重的格局。

例如通过低价策略和全栈技术开放，吸引开发者参与预研，并与三星、苹果等国际旗舰产品达成合作。“开源引流 + 云服务变现”模式，使百度在 MaaS 市场占据优势，同时通过千帆大模型平台接入 DeepSeek 等第三方模型，形成“混合生态”优势。

除了这些，自动驾驶的商业化进入规模化前夜，Apollo 启动大规模商业化，目标覆盖北京、上海等多个一线城市；具身智能方面，百度与智元机器人合作开发解决方案，在教育、安全生产等领域发挥效用。

相比字节、阿里等大厂，字节依托豆包和即梦 AI 在消费端快速扩张，阿里以夸克“ AI 超级框”重构搜索体验，百度的优势在于企业级解决方案。

未来，百度能否在“技术开源”与“商业闭环”间找到平衡，将决定其在全球 AI 竞争中的最终位次，也将直接为中国 AI 的商业化提供路线参考。

李彦宏和他的“粉丝们”

前两天有个有意思的事情。

李彦宏在百度内部颁奖会上提及，Create 大会那天，他乘坐“萝卜快跑”前往会场，突然有路人扯着嗓子冲他喊“百度牛 X ”。

他对此感慨，并引为注脚，用来阐释百度技术底蕴的多维度呈现——从芯片层到应用层，从模型研发到场景落地，百度都没有空位。末了还提到节目中一句台词：“你难道真的认为你可以改变世界吗？”，他的回答是“我想试试”。

和十年前的 robin 相比，现在的李彦宏似乎仍然充满技术理想，对于一个技术原教旨主义的企业家来说，最大的认可是公众对技术的感知。

事实上，李彦宏的粉丝并不是一个小众的群体。

十多年前的一篇报道里写，百度 4000 员工搬到新大楼，李彦宏当天与来自全国的粉丝们一起在百度大厦度过了他 41 岁的生日。下午他甚至没忘记在自己的贴吧里和 23 万粉丝互动 : 这一天很忙，大家都很兴奋我很激动，感谢我的朋友们！寥寥几句，很快得到了数百条来自粉丝的回复。

当时的李彦宏是名副其实的时代宠儿，他代表了中国最早一批的海归精英，考古李彦宏贴吧，粉丝们自称宏粉，这群人当中，大多数是学生，还有不少专业技术人才，他们是当年技术圈里最纯粹的一批人。

李彦宏布局 AI 时，包括他自己都还看不到这项技术的未来，但对于这门研究，他给到的承诺是：预算投入不设上限。

越来越多的人工智能科学家从知名院校的实验室跳槽去了百度。一方面，高校无法提供研发人工智能所需要的海量数据，也无法承担计算硬件集群的巨大成本，另一方面，李彦宏几乎给到了国内最优渥的 AI 人才待遇。

典型的例子，李彦宏在 2012 年给一家“三无公司” DNN Research 开出了 1200 万美元的天价收购费，目的就是为了拉拢人才，杰弗里 · 辛顿教授和他的两个学生。

次年，百度深度学习研究院成立，也是“全球企业界第一家用深度学习来命名的研究院”。目前，百度研究院为百度和 AI 行业输入大量专业技术人员，贡献了 2.7 万件全球 AI 专利，其中深度学习专利全球第一、大模型专利中国第一、自动驾驶专利族数世界第一，惠及数十个行业，100 多个应用场景。

凭借对“芯片 - 框架 - 模型 - 应用”的全链整合，这种技术穿透能力为人才提供了从理论研究到场景落地的完整实践链条，百度被称为 AI 领域的黄埔军校，李彦宏表示，“未来 5 年，将再为社会培养 1000 万名 AI 人才”。

从内部看，百度巅峰时期有四万多员工，技术人员一度达到 70%；行业里，IDL 早期成员如余凯（地平线创始人）、倪凯（小马智行联合创始人）、陶吉（文远知行 CTO）等，已成为自动驾驶领域的领军人物，百度 Apollo 团队核心成员中，近 30% 以上曾主导或参与过 L4 自动驾驶系统研发，他们的技术路径选择直接影响行业发展方向。

除此以外，百度每年向行业输送数千名 AI 工程师，其中大部分进入华为、字节跳动等大厂，以及商汤、旷视等 AI 独角兽。这些人不仅带来百度的技术方法论，也将“全栈式”问题解决能力注入新企业。

而百度前员工创办的 AI 企业也已形成独特的“百度系”技术流派。例如零一万物联创戴宗宏主导的“飞桨生物计算平台”，将深度学习应用于新药研发；而智谱华章创始人张鹏带领团队研发的“智谱清言”大模型，在代码生成领域性能超越部分国际竞品，其技术路线与百度文心一脉相承。

李彦宏曾在自己的博客中曾经写道：“在中国，无声的不是管理，是技术，太少人真正关心技术的进步，太多的人醉心于把管理当战争。”当文心大模型支撑起千万级开发者的创新，Apollo 的工程师重新定义城市出行，百度不仅在输出人才，也在重塑 AI 时代的技术标准与人才范式。

这种“技术 - 人才 - 产业”的正向循环，正是其区别于其他企业的核心竞争力，也为中国 AI 产业的可持续发展提供了可复制的路径样本。

更多内容，点击下方关注