百度於 9 月 21 日在上海舉行 AI Day 開放日，展示「庫庫 AI」企業版最新進展，並將海外一站式 AI 辦公平台 Oreate AI 升級為 Kooko。Kooko 海外用戶已突破 1,000 萬，庫庫 AI 與 Kooko 全球 AI 辦公月活躍用戶合計超過 4,000 萬。
今次較值得企業管理層留意，是百度正嘗試把 AI 辦公由個人生產力工具，推向能理解企業、調用專業能力及累積組織經驗的工作平台，而非普通寫報告、製作 PPT 的 AI。
個人變快不代表整間公司變快
百度個人超級智能事業群組基礎研發與 B 端業務負責人唐海浩在現場演講中指出，目前不少企業仍處於「每個崗位都開始用 AI」的階段。個人效率提高，但部門之間依然按舊有方式協作，組織整體效率未必同步提升。
他提出的 AI Native 組織，是由過往「以崗位為中心」逐步走向「以目標為中心」：由人設定目標，AI 理解企業 Context，再按任務需要調用合適的人、Agent、數據及工具。庫庫 AI 企業版亦以「懂組織、深能力、自進化」作為今次升級的 3 個方向。
同日舉行的圓桌討論中，對外經濟貿易大學智慧商務實驗室副主任、卓越人才培養學院副院長周末分享 1 項涉及 30 多個團隊的近期實驗。據其現場介紹，當團隊缺乏清晰角色分工時，最終提交內容有超過 70% 來自 AI 生成。這項結果目前屬現場分享，未見完整研究資料公開，但反映 AI 進入團隊協作後，人類的角色及責任歸屬（Accountability）反而需要更清晰界定。
「懂組織」：企業 AI 的差異愈來愈取決於 Context
通用 AI 的問題所在，是每次工作都要重新解釋背景。最新版檔案在哪裏、客戶之前提出甚麼要求、過往曾作出甚麼決定，資料往往散落在不同系統。
庫庫 AI 企業版嘗試將這些 Context 直接接入，包括百度網盤企業版、團隊空間、企業微信、飛書、釘釘、Notion 及 Figma 等，讓檔案、協作關係及工作數據成為模型理解任務的背景，同時遵循企業既有權限設定。
當基礎模型能力逐步普及，企業 AI 的差異亦可能愈來愈取決於系統能否真正理解公司的數據、權限、歷史決策及工作方式。
由「回答」走向「完成任務」再把經驗留下來
企業需要的並不只是 AI「生成完成」，而是結果能否直接使用。百度個人超級智能事業群組國內業務負責人鍾昊在活動上指出，不少用戶使用 AI 辦公後，仍然要把生成結果自行重新核實一次。對企業而言，這帶出一項容易被忽略的「核驗成本」：生成速度即使大幅提高，如果人工覆核所需時間沒有同步下降，實際節省的成本亦會被抵銷。
有 Context 還不夠，企業需要 AI 真正完成工作。唐海浩介紹，企業版近期新增 51 個 Connector、310 個 Skill、457 位專家及 70 多個專家團。不同專家團亦可採用不同協作方式，例如從多個角度分別分析，再綜合結果。
另一層是「自進化」。項目中的歷史數據、已驗收檔案與模板得以留存，有效的判斷標準、流程及方法則能沉澱為團隊 Skill，供日後重用。
這代表企業累積的，可能是可再次調用的工作方法，而非只是 Knowledge Base。不過 Skill 愈多亦意味治理要求愈高：誰可以建立、批准及更新？錯誤方法如何撤回？這亦意味人類的最終判斷力依然不能完全交給 AI。
Kooko 出海：不急於正面競爭，專注實際 Workflow
與庫庫 AI 企業版聚焦組織工作方式不同，Kooko 今次另一條主線是全球市場。
百度個人超級智能事業群組海外業務部負責人文思穎在會後接受傳媒訪問時表示，現階段團隊沒有把與其他 AI 產品競爭視為首要問題。他觀察到部分海外用戶會同時訂閱 ChatGPT、Claude 及 Kooko，真正關心的是產品能否理解 Context、完成工作，以及速度和成本等實際交付體驗。
其實 Kooko 可讀取用戶授權的公私域內容，完成研究、分析及創作，再直接產出檔案、PPT、數據表格及程式碼，並可在 Office 繼續編輯，減少在搜尋、雲端硬碟、辦公軟件及 AI 助手之間反覆搬運資料。
文思穎透露，Kooko 的本地化策略是觀察不同國家及職業的實際 Workflow，再把反覆出現的模式變成 Skill、Plugin 或產品能力，而非先替每個市場預設使用方式。例如團隊最初未有特別突出 Coding，但發現海外用戶會自然利用 Agent 建立網站，之後才進一步加強 Coding 及建站能力。歐洲目前仍屬較新的市場，團隊仍在收集實際用戶反應。
AI ROI：省時間以外，還要看能否增加收入
百度提供的 Kooko 使用案例包括巴西數碼營銷 Freelancer、哥倫比亞 1 人公司及法國房地產經紀。用戶可由簡單資料開始，完成網站、Logo、短片、Proposal、App 原型等不同工作。
文思穎指出，團隊關注的是 AI 能否真正改善用戶工作，甚至幫助自僱人士及 Freelancer 增加收入，而非只看 DAU 或效率提升。
圓桌討論中，申港證券資管研究總監姜捷則提供了另一面觀察。她表示，以其團隊目前的使用經驗，AI 已改善投資研究效率及資訊覆蓋，但「降本增效」不等於「增收」。她尚未看到 AI 與投資業績之間有明顯正向關係，因此 AI 更接近助理研究員或「副駕駛」，最終投資判斷仍由人負責。
對企業而言，這亦提供另一種衡量 AI ROI 的框架：除了「節省時間」和「一人完成更多工作」，最終仍要問 AI 能否帶來實際業務成果甚至新增收入。
海外部署需釐清 Data Residency：網盤生態成為另一項籌碼
在資料安全方面，文思穎表示，百度在技術及內部 SOP 層面均有措施保護用戶私隱。不過被問及海外數據中心及 Data Residency 等技術安排時，她表示相關細節較適合由技術同事回答，今次訪問未有進一步提供資料。因此，對香港及跨國企業而言，正式部署前仍需確認數據儲存地域、處理方式、權限管理及合規安排。
百度集團副總裁、個人超級智能事業群組總裁王穎在活動上亦談到庫庫 AI 的競爭壁壘。據現場分享，她認為通用 AI 能力本身並非核心壁壘，真正差異更多來自圍繞產品建立的數據生態、能力框架及連接生態，其中連接能力亦與百度文庫、網盤多年累積的產品資產有關。
百度網盤既有生態目前已連接超過 7,000 家合作夥伴、19 萬名開發者及逾 1 億台 IoT 裝置。若這些既有連接逐步延伸至 AI 辦公，百度在 Agent 時代可利用的資源便不只模型本身，數據、工具及硬件生態亦可能成為重要基礎。
AI 辦公下一步，是降低組織摩擦
今次百度 AI Day 反映，AI 辦公正由「每名員工都有 Copilot」，進一步走向「AI 能否真正理解組織並完成工作」。
隨着 AI 逐步成為企業常用工具，管理層更需要追蹤的，是它能否真正減少溝通、交接、找資料及重複工作的「組織摩擦」，並最終反映在業務成果上。
