百度李彦宏谈 2023 年：把技术变成市场需要，就是机会

1 月 6 日消息，在 2022 年的末尾，百度创始人、董事长兼 CEO 李彦宏在全员会上用一个小时的时间，回顾 2022、展望 2023。李彦宏告诉全体员工：“面对挑战，要抢机会、讲创新。”

李彦宏在讲话中强调了他长期关注的话题“技术和创新”，他说“百度的研发强度、研发占整个收入的比例是比腾讯高的。我们信这个，虽然也觉得现在亏钱亏得很厉害，但相信未来它会有相应的回报。”

谈到技术和创新，李彦宏多次谈及当前火热的 AIGC。

李彦宏称：“无论是 AIGC，还是 ChatGPT，都是新东西，都是 AI 技术发展到一定地步后产生的新机会，虽然现在这个机会还不是那么清晰。技术能做到这一步了，但是它会变成什么样的产品，这个产品能满足什么样的需求，在这个链条上还有很多不确定性。所以一方面，我们很兴奋，另一方面，我们也觉得责任挺大的。“

谈及 AIGC 商业化，李彦宏强调，“真正的创新是这个过去没有的技术到底产生了什么样的社会影响，而这个影响一定得通过产品、通过商业化应用才能够产生，这一步其实是最难的，但也是我们必须要去做的事情。”

李彦宏称：“过去多年，百度在人工智能技术上的投入，现在也逐步能看到各种各样的新机会。怎样把技术转化成市场需要的东西，这就是属于百度的机会”。

同时李彦宏也指出百度公司存在的诸多问题，要求每个人都要正视业务中存在的问题。“把技术转化成市场需要的东西，这需要我们更敏感，能更快、更准确地抓住到底用户和客户的需求在哪里，这方面我们还是有很多功课要做、很多课要补。”

以下为李彦宏对话实录：

简单之约：谈机会谈挑战，新思考新要求

时间川流不息，来到新的起点。几天前，在 2022 年的末尾，Robin 和同学们相聚“简单之约”直播间，用一个小时的时间，和大家一起回顾 2022、展望 2023，回答同学们提出的问题。面对时刻处在变化中的大环境，Robin 也真诚地分享了很多自己思考过和正在思考的内容。

整场下来，干货满满，直播氛围虽轻松，聊的内容却挺烧脑，知识密度很高，就像一堂宝贵的认知课，值得同学们多看回放，细读报道。相信学习之后，大家对新的一年怎么打，如何才能实现更好的成长，会有新的体悟。

Part1 回顾 2022，展望 2023

回顾 2022

特殊的年份，难得的经历

珊珊：回顾 2022 年，我做了一张拼图。北京的同学一看就很熟悉，一张是 12 月初的西单，没有车、也没有人。一张是前天的国贸桥，车水马龙，非常漂亮。

Robin：2022 年是大家非常想不到的一年。在我看来，这些都是人生经历。我活了 50 多岁，说实话也觉得 2022 年是一个特殊的年份，一生中有这么一种经历也挺难得。发生了没想到的事情，再想办法去应对，再进一步能够找到其中可以做得更好的地方，对于人的成长也是有好处的。

展望 2023

想干事儿是中国人的特性

珊珊：再来看看对 2023 年的展望。也给大家看几张图，第一张是 12 月 6 号的中央政治局会议，第二张是 12 月 15 到 16 号的中央经济工作会议。一句话来概括会议内容，就是“明年是全力抓经济的一年”，第三张是总监群内分享过的一篇文章，讲的是有个人去了趟东南亚，看到那边有不少机会。在这种宏观形势下，Robin 对宏观形势有怎样的判断，觉得可能有哪些新机会？

Robin：我其实非常推崇我们中华民族的文化。中国人是很想干事儿的，非常勤奋、努力。中央经常说我们的经济韧性十足，这其中有一个非常关键的因素，就是中国的民族文化就是“我想干事儿、想赚钱、想生活得更好，哪怕吃点苦”。一旦有机会，很多人真的会冲上去。

面对挑战，要抢机会、讲创新

珊珊：从整个宏观角度来说有很多机会，具体对于百度有没有哪些机会？

Robin：既有机会，也有挑战。更重要的是，我们还是要抢机会、讲创新。

增长从哪里来？从创新来，创新驱动增长。过去这几百年，不光是中国，整个世界的增长全部都是因为创新、因为效率的提升。百度这样的公司，还是依然非常看重技术投入和创新的，希望通过创新带动我们的增长。

把技术变成市场需要，就是属于百度的机会

Robin：过去这么多年，我们在人工智能技术上的投入，现在也逐步能看到各种各样的新机会。我们过去讲第一曲线、第二曲线、第三曲线，其实即使放到第一曲线这样一个比较成熟的业务来看，过去一年也仍然有很多新机会出来。

例子：AIGC。我们做了这么多年的 AI 之后，发现过去 AI 试图理解人、模仿人，现在 AI 可以生成内容。其实在这个领域，我们在过去很多年都有技术的积累。

产品也好，功能也好，怎样把技术转化成市场需要的东西，这就是属于百度的机会，我认为我们在准备度上是最好的。当然，我们对于市场的敏感度是不是最好的，这存疑。这需要我们更敏感，能更快、更准确地抓住到底用户和客户的需求在哪里，这方面我们还是有很多功课要做、很多课要补。

Part2 多元问题，答疑解惑

Topic1 谈要求

看到第三季度财报中也有明确提出“有效的降本增效带来了公司运营效率的提升”，感觉今年很多要求都放在了效率提升上。明年公司在运营效率上还会有什么样的导向？对员工来说，有什么要求？

Robin：我们更加注重技术的投入，更加注重第二增长曲线、第三增长曲线。我们在第二、第三增长曲线上的投入，不管是在百度收入中的占比、还是利润占比都可能更大一些，我们的研发强度、研发占整个收入的比例是比腾讯高的。我们信这个，虽然也觉得现在亏钱亏得很厉害，但相信未来它会有相应的回报。

重申商业本质，细究收入质量

Robin：在践行“降本增效”理念的过程中，我说一说我碰到的一些问题，以及一些自己没有想到的情况。

我在 10 月份总监会上也讲过，很多人对商业的本质理解是不深的。由于我们很多新业务都在亏钱，所以时间长了以后，大家觉得亏钱是理所应当的，不会去想这个业务是再过三年能赚钱、还是再过五年能赚钱、还是再过一百年也不会赚钱。

这些新业务在设置 OKR 的时候，最长的维度就是年度，年度 OKR 里写收入的增长目标是多少。可是这个收入是怎么来的，质量怎么样？这个问题，不要说普通的员工，即使是很高级别的管理者思考得也不多。我们的一个明星业务、一个高增长业务，仔细一看，自研产品只占收入的 20% 多，70% 多的东西都是转售。那你跟贸易公司有什么区别呢？贸易也是从这儿买回来，从那儿卖出去。我们那么多人在做研发，一万多的工程师，研发投入占收入的 20% 多，跟我们业绩实际获得的效果却有这么大的反差，这个问题有多少人意识到了？有多少人意识到了其实这个收入质量不高？

毛利、运营利润、现金流是更有质量的信息

Robin：如果不看收入，应该看什么？上次总监会我讲过，比收入更加有质量的东西，实际上是 gross profit，不是毛利率，是毛利。

公司在大概二十年前，就有 gross profit 的概念。我们早年做搜索业务，有一部分收入来自联盟，联盟的流量其实是买来的，挣的钱要和这些流量的伙伴来进行分成。所以不管是对整个公司的考核，还是对相应业务负责人的考核，我在说收入的时候，都叫做 revenue net of TAC（Traffic Acquisition Cost，流量获取成本）。因为你加上买量的成本算出来的收入，不能说明什么。把买流量的成本减去之后的收入，才更说明我们这个搜索业务的本质。

但是到后来做各种各样新业务的时候，大家慢慢忘了：为什么我要做这个新业务，为什么我一年要亏 10 亿、50 亿去做这个东西。gross profit 是一个质量高的信息，比它质量更高的是 operating profit，也就是你的运营利润是多少。你虽然有 gross profit，但是把你的研发和各种费用一减掉，可能还是亏的。短期说“亏是因为高速成长”是行的，但是长期来讲是不行的，从运营水平上也要能够有 profit，这才是一个好的业务。这些标准，我们早期的搜索业务都是满足的。正是由于它太满足，以至于我们每一级的员工、每一级的管理者早就忘了这件事情。

珊珊：或许因为有些年互联网就是这样的，都亏，但是仍然可以被估出值。

Robin：要看到这背后为什么亏还能被估值 —— 因为相信你有一天会赚。这些业务即便是在亏的时候，gross profit 也是很高的，之所以会亏，是因为花了好多钱去做广告、做研发，也就是业务的 nature 其实是非常高毛利的。比如像淘宝，不算净利，就看收入，它绝大多数的收入能够转化成它的毛利。由于大多数的互联网业务都是这种业务，所以我们早就忘了收入到底是什么意思，以及为什么要关注 gross profit、为什么要转成 gross profit。

其实 operating profit 也不是最后一步，最后一步是 cash flow。即使账面上有这么多收入，但实际上那些钱没收回来，都是客户欠你的钱，过两天客户倒闭了或者赖账，那还是不行。很多 to B 公司不是没有 profit，也不是没有 operating profit，而是没有 cash flow，没有现金流，最后资金断裂死掉了，这样的公司有很多。

“层层递减”不可取，提高站位看长期

Robin：我们对这套逻辑不熟悉，大家在那儿玩命地打，公司要 GMV 我就做 GMV，公司要 DAU 我就做 DAU，公司要收入我就想办法把流水变成收入。有时候我们对于业务的理解变成了“层层递减”。当我把这些理念去跟我们的 VP、总监对齐的时候，他们也同意，但是当落到一个总监的 OKR 里头的时候，有些人的 OKR 里可能会有收入，有些可能连收入都不体现，OKR 里只写时长需要增长到多少。这样当他再往下传递的时候，下一级就变成说“老板要的多少时长，其他的我们不管”。

我们这个公司可能有五级甚至六级，传到最基层、传到真正干活的一线员工的时候，他根本不理解“我为什么要干这个事”，或者他虽然理解了，但是不觉得“这东西跟我有什么关系”。这就导致大家越往下做，就越在做短期的事，做了很长时间后突然回头说“哦，有可能做错了，这不是我们想要的东西”，这是很糟糕的，尤其是当我们愿意花很多钱去投入的时候。高层愿意为长期的结果去投入，你今年不赚钱可以，三年不赚钱可以，五年不赚钱也 OK，但我希望你七年之后赚钱。可实际上当我们在执行的时候，有人去看七年后的事情吗？

我希望我们每一级的人，尤其是当你想要往更高级别走的时候，你要站在一个更高的角度去思考这个问题。我们现在用的是 OKR，但是一旦分解下去，大家就去看那些数，不管是 O 里的数，还是 KR 里的数。甚至有时不管 O 是什么，如果 O 里没数，就不看 O 只看 KR，只去完成一个数，很多时候都变成了这样。但更多的时候，我们做事情除了满足所谓的 OKR，也应该跳出这些数，去看一看我拿来的这个数，对于业务长期的成长、长期的健康性到底有没有用，是有正面作用还是有负面作用。

反复对齐，对抗惯性

珊珊：今年 ACG、IDG 的员工，其实是可以看到业务的负责人实际上是被要求了毛利的提升的。

Robin：对，这个话已经说了很多遍了，但是要把大家这种做事的惯性或者思维的惯性改过来，真的是不容易。我在会议室里，不知道对同一批人说过了多少遍，我说明年我不看收入了，就看毛利，但下次开会，他们又照样跟我说我们的收入是这样，别人的收入是那样，我们对比下来是怎样。

我每遇到一次这样的情况，就会再讲一遍，同一批人可能得讲个五六遍之后，这种惯性才能够改过来。你问他懂不懂这些道理，都懂，实际做，却是说“过去都是这么做的呀，所以我现在还这么做呀”。Human nature 就是这样，“习惯了”。所以今天我们又花这么多力气在这对齐，讲一遍可能还不够，但总比不讲要强。

Topic2 谈战略

Q3、“新十条”发布以后，百度上线了疫情指数，用信息流动对抗未知恐惧。京通小程序的上线，百度也是首发。这些贴合热点的迅速反应，体现了我们的社会责任。想问问 Robin，在后疫情时代，百度怎样进一步体现责任和担当，还可以贡献哪方面的价值，什么是属于我们的机会？

让人们平等便捷地获取信息、找到所求，是一件了不起的事

珊珊：“新十条”发布后，像是每天的新增发病数字，卫健委发布的跟大家的切身感受完全对不上，而我们的疫情指数当时还是很管用的。

Robin：这种时候恰恰是百度能够发挥作用的时候。我那几天其实挺兴奋的，我们的数据、我们的服务能够让更多的人更及时地看到真相，获得他们在其他地方不能获得的信息，这是一件很伟大的事情。我们以前的使命也是这么说的，“让人们平等便捷地获取信息，找到所求”，这种作用在一个充满巨大不确定性的环境中，越发显得重要。

搜索其实是无数人用他们的行为，告诉我们现在的情况是什么样子。如果我们能够把这样的情况综合起来，并且呈现给每一个人，他就没有那么慌了 —— 不是他的周边有多特殊，而是整个大环境就是这个样子。尤其当他看到一些预测，说到了多少天后趋势就会平静下来，那他就会觉得说，“我可能不需要囤一年的食物吧”。历史上出现过好多次这样的情形，在大家比较懵圈、不知道该怎么办、不知道下一步会发生什么的时候，我们尽量让大家获得及时准确的信息。

一般出现这种情况，对百度来说其实没什么钱赚，就是流量涨、收入降。但我觉得不光是我，每一个参与到这个工作的人、每一个百度人，都会觉得我们能在这个时候起到这样的作用，能够被别人所依赖，是一件很了不起的事情。

当别人很依赖你时，机会总会有的

Robin：当别人很依赖你的时候，机会总会有的。整个搜索业务这么多年，最本质的东西，就是当别人想知道什么是事实，当别人想知道对方说的是对还是错的时候，他来百度一下，他说“百度说的是这样的，所以我信”。

HCG 的同学那些天也一直在做需求，当时面对的就是“需求太多，做不过来”，因为很多人在找药、找医生。但大家不管多忙多累，都在坚持工作，因为有太多人需要我们。这种感觉也挺好。

Q4、最近一段时间，AI 领域也有很多进展，比如 AI 作画，AI 对话（ChatGPT），AI 写作……Robin 怎么看待这些 AI 应用方向，百度未来又会在这些方向有什么规划或部署？

AI 技术的产品化，很兴奋、有责任

Robin：很多人问过我这个问题，不光是周边同行业同领域的朋友，好多不同领域、跨界的人都在问我怎么看 ChatGPT。我很高兴这么一个我们天天在琢磨的技术方向，能够引起这么大的舆论场，能够让这么多人关注，确实是挺不容易的。

无论是 AIGC，还是 ChatGPT，都是新东西，都是 AI 技术发展到一定地步后产生的新机会，虽然现在这个机会还不是那么清晰。技术能做到这一步了，但是它会变成什么样的产品，这个产品能满足什么样的需求，在这个链条上还有很多不确定性。所以一方面，我们很兴奋，另一方面，我们也觉得责任挺大的。作为一个公司、一个商业机构，我们有这么酷的技术，那我们能不能把它变成人人需要的产品？这一步其实才是最难的，也是最伟大、最能够产生影响力的。

四种类型的创新

Robin：我最近在看一些有创新的资料，它总结了四种类型的创新。

第一种是从左到右的创新。从科学、从基础理论开始推演，一步步变成技术，技术再变成产品，产品再推向市场。

第二种是从右到左的创新。产生了一个需求，再往回推，看能不能做一个 demo、做一个产品；产品再往回推，看能不能实现这样的技术；技术再往回推，看技术背后的理论到底是什么，能不能实现这样的事情。

第三种是 manufacture with the innovation。也就是你生产的产品不断扩大制造规模的过程当中，自然而然产生出来的那些创新。我认为中国作为制造业大国，在这种创新上是有优势的，比如生产新品，比如说台积电，大家以前觉得是个代工，现在发现门槛很高、不容易，这种创新就是生产制造带出来的创新。

第四种是机构式的创新。整个机构就是一个创新机器，它的目的或者说作用就是想尽一切办法去产生各种各样的创新。

在百度，这几类创新我们多多少少都沾点边。但是怎么真正产生出来大的创新，怎么让我们的机制能够更高效地产出创新，这是一个非常有意义的课题，也是我最近在琢磨研究的事。

AIGC 商业化，虽难必做

珊珊：如果说 AIGC，你对百度有什么期望的话，你是希望我们能够率先在商业化上摸索出来？

Robin：当然。创新不是说一个技术过去没有，真正的创新是说，这个过去没有的技术到底产生了什么样的社会影响，而这个影响一定得通过产品、通过商业化应用才能够产生，这一步其实是最难的，但也是我们必须要去做的事情。

Topic3 谈导向

Q5、总监会讲到的“端到端优化”占篇幅挺多，但不太好懂。怎么理解这里的“端到端”？怎么定义“端”？落到具体业务上，怎么做是“真端到端”，怎么做是“假端到端”？

讲透“端到端”，平台化 or 纵向整合

Robin：这个概念确实比较难理解，因为它涉及到战略层面的思考和发展理念的问题。“端到端”并不是放之四海皆准的，有些公司就非常明确地说，“我就做平台，不做端到端，我更相信横向分工”。

其实，不光是在 IT 产业，我们看汽车产业，也是这样的。在汽车领域，早期的福特就是做端到端的，什么零件都做，只不过它是用流水线把效率提升了。最后颠覆福特的是一种横向的、精细化的分工。丰田就说，“很多东西我都不做，我都靠供应商，供应商去做汽车配件的话，会比我自己做成本更低、效率更高。”最终依靠这个颠覆了福特。在 IT 领域，苹果是在做明显的“端到端”，什么都做，所以它做出来的手机最高端、体验最好。而安卓的理念就完全不一样，他的理念就是：手机做不出来或者卖不出去都 OK，我照样是一个非常成功的平台。

Robin：所以，当我们在讲“端到端”的时候，其实是在思考：从整个百度大的业务线条上来看，我们到底是走平台化道路，还是走纵向整合的道路。

规模足够大，“端到端”的效率才最高

Robin：我们要搞清楚，一定要有足够的规模，“端到端”才是效率最高的。如果你这个业务很小，其实不一定要做“端到端”，效率也不一定是最高的。

不管是针对 MEG、ACG 还是 IDG 的业务，大家在思考“端到端”的时候，一定要想：我能不能把规模做得足够大？在规模足够大的情况下，我们把芯片层、框架层、模型层和应用层串联起来之后，有意为这个东西做优化，最终达成效率的提升。如果我能够给每个客户节约 50 万，但需要的研发投入是 5000 万。这就意味着，如果客户数目小于 100 个，就不划算了，还不如不做这种“端到端”的优化。

要不要做“端到端”，就看是不是“真提效”

Robin：我以前也在不断地讲“创新的本质是提升效率”，如果你做的这个创新使得效率提升了，这才是好的创新。如果你做的事情让效率下降了，那就不叫创新，或者说不是好的创新。所以当大家把自己的具体业务和“端到端”结合起来看的时候，一定要具体问题具体分析，最终还是落在“创新的本质是效率提升”上，看是不是真的提升了效率。

对于很多其他公司来说，做平台是没错的，甚至对于百度某些业务来说，做平台也没错。因为对于他们来说，做“端到端”不是最高效的做法。

如果你做了这个判断，就想做个平台，认为做平台效率更高，能够为公司赚更多的钱，那也没问题。只是当我去分析我们最主要的几个业务，比如 ACG 云业务，从规模上讲，我们既不是 NO.1，也不是 NO.2。而 NO.1 的理念就是做平台，搭一个台子，让所有人来这儿唱戏就好了。如果我们也同样说：我就搭个台子，你们都来这儿唱戏。那人家凭什么都到你这儿来唱戏？但是我们可以做“端到端”优化 —— 假如你做的是生物计算，你可以跟客户说来我们这儿得到的服务一定是最高效的、质量最好的、反应最快的；假如你是做自动驾驶的，你可以跟客户说把云放到我这儿，我这儿高精地图、仿真服务、昆仑芯片什么都有，你就应该来我这儿。

珊珊：也就是说，如果没那么多生态依赖你，你就不要觉得自己还能做一个平台。

Robin：是的，如果你做了半天，没有人给你付费，没有人愿意为你这个平台来开发产品、开发应用，那其实也不叫平台。还是需要好好想想我们能解决什么问题。但我一开始为什么说这个问题难呢，是因为它不是一概而论的，要好好思考手头的业务到底和这个理念契合在哪里。

Q6、Robin 说要找准大盘、选择合适的指标，总监会上也强调有些没有利润的指标难以反应业务的实质。现在正在制定年度规划的时候，能不能指导一下怎么才能看到业务的实质，找准合适的大盘和指标？

认清业务本质，才能找准大盘

Robin：刚才回答的两个问题，无论是“创新就是效率的提升”，还是“端到端”，多多少少都跟这一题有关系。

刚才说创新效率是从收入到毛利、到纯利、到现金流，整个过程都是在帮助大家理解业务的本质是什么。而“端到端”是更进一步去分析你所做的这件事的本质是什么。当你看到本质以后，再去制定你的 OKR、再去往里放“数”的时候，你才知道：为什么要放这个数，为什么看重这个数，用什么手段做到这个数就是做对了，用什么手段做到这个数就没做对。

每一个业务都不太一样，我们很难有一个统一的规则，所以这也需要发挥大家的分析、判断能力来做。但是我知道过去我们有很多做错的时候，我们放一个数在这儿，过了很长时间以后发现说“哎呀，这个数做对了没什么作用，并不能真正地达到我们当初想要达到的目的”，这时候就是对标错了大盘。比如，他要资源的时候总是说“我们要对标小红书，你看小红书一年要投多少广告费”，但是让他做一个小红书这样的东西，他又说“哎呀，小红书有一万人在做，我们只有一百人在做，所以我做不到那样子”。这是经常能见到的思维方式。

提升认知高度，做市场真正需要的技术

珊珊：第 5、6 两个问题和第 1、2 两个问题，实际上是跟业务或者说商业的本质有关联的，可能一线同学们不太接触这些东西，但是懂点总是好的。有很多高 T 的知识范畴实际也很窄，他们不了解这些，但了解一下也是有好处的。

Robin: 你了解了，才能更加知道我们为什么要做这个事，甚至判断出我们该不该做这个事。不光是高 T，所有做技术的人，都希望他做的技术能够产生影响力，他做的技术是市场真正需要的技术、是无数人依赖的技术，但是很多时候不管是出于个人能力的局限，还是体制机制的局限，导致我们这些技术同学做的事其实离市场很远，很多时候是自嗨，自以为做得很不错，“我发了顶会的论文，我申请了专利，我打了哪个榜”，但是过了一两年之后发现这东西没有被用，或者虽然表面上被用了，但当你去问这些业务同学“你愿意为这个技术付多少钱”，他会说“白用可以，让我出预算，我不愿意出”。

这种问题对于技术人员其实是很大的打击，他过了挺长时间才明白“我做的技术不是市场真正想要的技术”。这很糟糕，对公司是资源浪费，对这些同学是很大的时间和精力的浪费，如果我们早一点告诉他“你做的不行、做的不对，你得做成那样才是市场需要的”，那该多好。

我们经常看到有些人写周报用三种颜色，绿色是好消息，红色是坏消息，黑色是正常内容。有些人的周报永远是好消息，这儿又提升了多少，那儿又超过了谁谁谁，永远看不到我们哪些进展不符合预期。但是他负责的那些事儿，真的永远都是符合预期的吗？如果你不说哪些东西不符合预期，在哪儿遇到了困难，你的上级怎么帮你？反而你的上级都被你蒙住了，他以为你做得特别好，不需要任何帮助。有时候这些同学也不是“成心”，就是个认知问题，没有站在那个高度去看，所以我要把这些东西说出来，来帮助他站到那个高度上去。