企业再造，企业重构？

作者 | 曾响铃

文 | 响铃说

中国正处于大型基础设施建设的高潮期，各种规模庞大的项目如雨后春笋般涌现。无论是已经完成的还是正在进行中的，各种项目都吸引着国内外的目光，各方纷纷参与其中。

在激流涌动的浪潮中，越来越多的人开始关注那个最早发布的文心一言。

在最近的中关村论坛上，百度作为全球科技巨头中第一个发布GPT大模型产品的公司，分享了一些关于文心一言发展的最新动态。

“通过提高每秒查询推理响应速度，QPS已经增加了10倍，同时推理成本也降低到了原来的十分之一。”

在“大模型改变世界”的主旨演讲中，百度CEO李彦宏展望了一个以大模型为核心的人工智能新时代，并坚定地表示，大模型将带来深刻的世界变革。

李彦宏在演讲中强调，大模型的出现将为人工智能领域带来巨大的突破和进步。他指出，大模型不仅能够处理更加复杂的任务，还能够从海量数据中提取更加准确的信息和知识。这将使得人工智能系统在各个领域的应用更加广泛和深入。

李彦宏进一步解释了大模型对世界的改变。他认为，大模型的出现将推动人工智能技术的普及和应用，从而改变人们的生活方式和工作方式。例如，在医疗领域，大模型可以帮助医生更准确地诊断疾病，提供更有效的治疗方案；在交通领域，大模型可以优化交通流量，提高交通效率；在教育领域，大模型可以个性化地辅助学习，提供更好的教育资源。

然而，李彦宏也提醒人们，大模型的发展还面临一些挑战和问题。例如，数据隐私和安全问题需要得到有效的解决；算力和能源消耗也是需要解决的难题。他呼吁各方共同努力，加强合作，共同推动大模型的发展和应用。

总之，李彦宏在演讲中对大模型的前景充满信心，并强调大模型将带来深刻的世界变革。他鼓励人们积极拥抱人工智能技术，共同迎接人工智能新时代的到来。

从中可以清楚地看出，李彦宏对自家产品充满了信心，并且他对未来的展望也以行业的角度梳理了一个大模型，说明了如何改变世界的脉络。

从企业内部的工作方式开始，到市场竞争，再到国际化视野与人类发展，一个逐步深入的大模型正在改变世界的路线图逐渐显现。

在企业内部，传统的工作方式正在被新的理念和技术所取代。越来越多的企业开始采用灵活的工作安排，例如远程办公和弹性工作时间，以提高员工的工作效率和满意度。同时，数字化和自动化技术的应用也在改变着企业的生产和管理方式，使得工作过程更加高效和智能化。

随着市场竞争的加剧，企业不再满足于仅仅在本地市场竞争，而是积极寻求国际化发展。通过拓展海外市场和建立全球供应链，企业能够获得更多的机会和资源，提高竞争力。同时，国际化也促进了不同国家和地区之间的经济合作和交流，推动了全球经济的发展。

在国际化的过程中，企业也开始更加关注可持续发展和社会责任。他们意识到，只有在保护环境、关注社会问题的同时，才能实现长期的可持续发展。因此，企业开始采取各种措施，例如减少碳排放、推动循环经济和支持社会公益事业，以实现经济、环境和社会的共同发展。

这种大模型的改变不仅仅影响着企业和市场，也对人类的发展产生了深远的影响。通过创新和技术进步，人们的生活方式发生了巨大的变化。例如，互联网的普及使得信息获取更加便捷，人们可以随时随地进行在线学习和交流。同时，新兴的产业和职业也为人们提供了更多的就业机会和发展空间。

总之，从企业内部的工作方式开始，到市场竞争，再到国际化视野与人类发展，这个逐步深入的大模型正在改变着世界。企业的转型和创新推动了经济的发展，而人类的进步和发展则推动了这个大模型的不断演进。我们有理由相信，这个大模型将继续引领着人类社会的发展，创造更加美好的未来。

随着工作方式的改变，大型模型正在直接推动企业和产品的变革。

过去，企业和产品的发展往往是基于传统的经验和市场调研。然而，随着技术的不断进步，大型模型的出现为企业带来了全新的机遇。大型模型是一种基于人工智能和机器学习的技术，它可以通过分析海量的数据来预测和模拟各种情况和结果。

通过使用大型模型，企业可以更准确地了解市场趋势和消费者需求。它们可以通过分析大量的数据，预测未来的趋势，并根据这些预测来制定战略和决策。此外，大型模型还可以帮助企业优化产品设计和生产流程，提高效率和质量。

大型模型的出现也改变了产品的开发方式。传统的产品开发往往是基于设计师和工程师的经验和创造力。然而，大型模型可以通过学习和分析大量的数据，提供更准确的产品设计建议。它可以帮助企业预测产品的受欢迎程度和市场需求，并根据这些预测来进行产品开发和改进。

总的来说，大型模型的出现正在推动企业和产品的变革。它们为企业提供了更准确的市场洞察和产品设计建议，帮助企业更好地适应市场变化和满足消费者需求。随着技术的不断进步，大型模型将继续发挥重要的作用，推动企业和产品的创新和发展。

在企业内部，大数据模型正逐渐展现其真正的价值。只有通过推动企业和产品的变革，大数据模型才能逐步实现商业化，并对世界产生深远的影响。

1、“引发思考”的交互方式改变，让企业智力资源更专注于认知升级

在企业中，为了推动认知升级和创新，我们可以改变“提出问题”的交互方式，转而采用“引发思考”的方式。传统的“提出问题”往往是由领导或专家提出一个具体的问题，然后员工们围绕这个问题进行讨论和解答。然而，这种方式可能会限制员工的思维和创造力，使他们只关注于解决特定问题，而忽视了更广阔的认知升级。

相反，通过“引发思考”的方式，我们可以提供一些启发性的信息或观点，让员工们自己去思考和探索。这种方式可以激发员工的思维活力，让他们从不同的角度思考问题，提出新的观点和解决方案。同时，这也能够培养员工的自主学习能力和创新能力，使他们在认知升级的过程中更加积极主动。

为了实施这种交互方式的改变，企业可以采取以下措施：

1. 提供多样化的信息资源：为员工提供丰富多样的信息资源，包括书籍、文章、案例等，以激发他们的思考和探索欲望。

2. 鼓励自主学习和分享：鼓励员工自主学习和积极分享自己的学习成果，通过内部分享会、讨论组等形式，促进员工之间的交流和合作。

3. 建立学习型组织文化：营造一个鼓励学习和创新的组织文化，让员工们感受到学习的重要性和自我提升的动力。

通过改变交互方式，让企业智力资源更专注于认知升级，可以提升员工的思维能力和创新能力，推动企业的持续发展和竞争力提升。

李彦宏预测，未来10年全球约有一半的工作将与提示词工程相关，而自然语言人机交互将引发提示词革命。

随着大型模型的发展，人工智能正经历着从辨别式到生成式的进化。这一进步使得AI能够自主创造，并且能够应用于解决各种问题。

在这种情况下，企业内部的工作方式将会经历巨大的转变。

在现代社会中，无论是管理者还是普通员工，提出问题的能力都比解决问题的能力更加重要。尽管解决问题的能力也很关键，但随着大型计算模型的出现，许多问题已经可以通过这些模型来解决。

然而，提出问题的能力却是无法被大型模型所替代的。一个人的创造力、洞察力和批判性思维能力，都是在提出问题时发挥作用的。通过提出有针对性的问题，人们能够深入思考和理解问题的本质，从而找到更好的解决方案。

此外，提出问题的能力也反映了一个人的主动性和积极性。一个有能力提出问题的人，通常更加主动地思考和探索，能够发现潜在的机会和挑战。而那些只注重解决问题的人，可能会陷入被动的状态，只是按部就班地解决已知的问题，无法真正创造出新的价值。

因此，无论是管理者还是普通员工，提出问题的能力都是至关重要的。它不仅能够帮助人们更好地理解问题，找到更好的解决方案，还能够激发人们的创造力和主动性，为个人和组织带来更大的成功。

李彦宏提到了一个例子，他想要查询一种特定的经营数据。以前，他需要花费半天甚至一整天的时间来等待助手提供结果。而现在，他只需要向AI提出需求，结果就能在一秒钟内迅速输出。

在这种情况下，企业员工是否能够恰当地向大模型提出最符合企业发展需求的问题往往决定了业绩的好坏。

其实质是评估企业各级管理层对企业发展需求的核心认知水平。

只有当企业的认知水平得到提升时，才能实现根本性的发展变革。

这种交互方式的改变，回归了许多学术理论中提倡的优质企业管理模式，即让所有人都能将精力集中在重要且具有创新创意的事务上，而不是被各种繁琐的琐事所消耗。

这种企业管理模式，在过去一直被认为只存在于理论中。

迄今为止，没有人能够预料到大型模型将如何改变交互方式，并且成功地将其实现。

“无限拓展”的服务方式，为企业发展打开了无限的可能性。

“为了给每一位客户提供更好的服务，我们为他们提供了一个专属的7×24小时全知全能的助理。”

谈到大模型对企业具体的业务版块，即营销和客服的重新定义时，李彦宏表示，大模型的出现将为企业带来巨大的机遇和挑战。在营销方面，大模型可以通过深度学习和数据分析，帮助企业更准确地了解消费者需求和行为，从而精准定位目标市场和制定个性化营销策略。而在客服方面，大模型可以通过自然语言处理和机器学习，实现智能客服系统，提供更高效、个性化的服务，提升用户体验和满意度。

然而，李彦宏也指出，大模型的应用还面临一些挑战。首先是数据隐私和安全问题，大模型需要大量的数据支持，但同时也需要保护用户的隐私和数据安全。其次是技术和人才的挑战，大模型的建设和应用需要具备深度学习、数据分析等领域的专业知识和技能，企业需要加强人才培养和引进。此外，大模型的应用还需要充分考虑社会和伦理问题，避免对人类社会造成负面影响。

总的来说，大模型对企业的营销和客服业务具有重要意义，但在应用过程中需要克服一些挑战，保护用户隐私和数据安全，加强技术和人才培养，同时也要关注社会和伦理问题。

随着大型生成模型的出现，AI的能力得到了极大的提升。这种AI可以不间断地工作，以接近甚至超越人类的能力与客户进行沟通。相比之前只能在知识图谱范围内进行交互的智能客服，这种AI将会有着全新的升级。

一个餐厅的经营能力受到餐桌数量和翻台率的限制，这导致了营业上限的存在。此外，过去企业在营销和客服方面也受到人力资源的限制。

对于企业来说，提供优质的服务并且能够实现“无限拓展”是非常重要的。在某些领域，不再受制于人力、场所等物理条件的限制，优质的服务可以以统一的标准为客户所享受。这样一来，企业的发展空间将变得更加广阔。

正如李彦宏所强调的那样，“与客户进行有效沟通的企业将能够赢得客户的青睐”，大模型的应用将为企业提供更多的市场机会。

3、“原生应用”的产品升级，克服发展障碍，拓展能力空间

随着科技的不断进步，许多原生应用的产品都面临着发展的障碍。为了克服这些障碍并拓展能力空间，许多公司开始进行产品升级。

产品升级的目的是通过引入新的功能和改进现有功能来提升用户体验。这些改进可以包括增加更多的交互性、提高性能和稳定性，以及优化用户界面等。通过这些改进，原生应用可以更好地满足用户的需求，并提供更好的使用体验。

然而，产品升级并不是一件容易的事情。在升级过程中，开发团队需要克服许多技术和资源方面的障碍。例如，他们可能需要解决兼容性问题，确保新功能在不同的设备和操作系统上都能正常运行。此外，他们还需要投入大量的时间和精力来测试和优化新功能，以确保其稳定性和可靠性。

尽管产品升级可能面临一些挑战，但它也为原生应用带来了巨大的机会。通过升级，原生应用可以拓展能力空间，提供更多的功能和服务，吸引更多的用户。此外，产品升级还可以帮助原生应用与竞争对手保持竞争力，并在市场上占据更有利的地位。

总之，原生应用的产品升级是一项重要的任务，它可以帮助克服发展障碍并拓展能力空间。尽管升级过程可能会面临一些挑战，但通过克服这些挑战，原生应用可以提供更好的用户体验，并在市场上取得更大的成功。

在演讲中，李彦宏举了几个例子来说明大型模型正在推动人工智能原生应用的发展。例如，DoNotPay是一个帮助人们打官司和撰写法律文件的智能助手，Jasper则是一个能够帮助人们撰写营销推广文案的工具。此外，Speak是一个教人学习外语的智能应用。这些例子展示了大型模型在不同领域的应用，为人们提供了更便捷和高效的解决方案。李彦宏的演讲强调了大型模型对于推动人工智能应用的重要性。

AI原生应用是指在大模型时代中完全基于AI生成式思维创造的应用，而不再是对旧有应用进行改造升级来引入AI。这种应用的特点是AI在整个创作过程中起到了核心作用，从初始阶段的概念生成到最终的产品开发，都依赖于AI的生成能力。与传统的应用开发方式相比，AI原生应用更加注重创新和创造力的发挥，通过AI的智能生成能力，可以快速产生出各种创意和设计方案，极大地提高了开发效率和创作质量。AI原生应用的出现，标志着AI技术在应用开发领域的深入应用和推广，为人们带来了更多全新的创意和体验。

对企业而言，这种产品的出现实质上打破了一个关键的产品链条，即“人-数字世界-人”。

过去，许多企业推出的应用产品通常是一种类似于"数字媒介"的解决方案，既要与用户/客户进行连接，又需要现实中的人来满足需求。

然而，现在李彦宏提到的AI原生应用，只需要简单的“数字世界-人”链条，数字世界可以自行实现大部分服务内容。

因此，许多困扰这类产品的问题得到了解决。

例如，对于外教类产品来说，现在不再需要竞争争抢优质、高素质的外教，而是可以通过技术手段来提供更好的教学体验。同样地，对于工作任务类产品来说，不再需要依赖大量的真人来满足客户的文案、设计等需求，而是可以通过自动化工具来完成这些任务。

此外，与人类提供的服务相比，数字世界对人类的了解将更加深入，更有可能实现真正个性化的服务。

从以上三点可以得出结论，大型模型对企业的影响是深层次的，而不仅仅是表面上的变化。它涉及到企业的理念和模式的全面重塑。

因此，企业应该不仅仅考虑引入大型模型，而是应该尝试以大型模型为基础来重新构建业务，成为一个真正的“大型模型原生型企业”。

百度是以这样的构想为基础，并且自身也是按照这个构想进行运作的。

百度的创始人李彦宏透露，公司正在全面应用人工智能技术来重新构建其所有的产品、服务和工作流程，旨在成为第一个将所有产品重新打造的企业。

就像流智能工作平台一样，它为每位员工提供了一个智能工作助手，这个助手拥有丰富的专业知识，并能够实时响应员工的需求。其中，聊天记录智能总结的功能尤为令人惊叹，许多员工都对它感到非常惊艳，甚至有些人被惊呆了。

企业对大型模型的变革价值得到了广泛认可。

李彦宏在评价文心一言的市场表现时表示，市场需求非常强劲，中国人对新技术的接受程度前所未有。

巨大的模型正在改变市场竞争的规则，给市场带来了全新的格局。

从企业内部看向外部，大型模型的出现将一些相关市场竞争推向了新的高度，甚至有可能改变过去这些领域已经形成的市场格局。

首先，与大模型相关的云计算竞争规则需要进行调整。

李彦宏指出，“云计算的规则已经彻底改变。”

在很久以前，云计算领域曾经存在着1.0与2.0之争。当时，百度坚定地支持2.0模式，认为云计算应该与人工智能、大数据等“能力”相结合，而不仅仅是提供算力和存储等“基础设施”（即1.0的做法）。

在数字化快速发展的时代，我们必须承认，那些专注于算力和存储的厂商，通过云计算共享资源的模式，取得了相当大的市场成功。

随着云计算市场逐渐稳定发展，百度早期推动的“云上搭载能力”已经成为业界的普遍认同。

如今，随着大规模模型的兴起，客户选择云厂商时，对于大模型的可用性、模型质量以及框架的优劣已经成为更为重要的考量因素。

换句话说，随着2.0模式的云计算再次升级，大型模型所带来的强大能力不仅成为必不可少的要素，还成为影响客户决策的重要因素之一。

可能会发生新的市场变局。

接着，市场上许多产品和服务的竞争本质也需要进行改变。

李彦宏预测说，未来的应用将会基于大型模型进行开发。他认为每个行业都应该拥有自己的大型模型，并且这些模型将会与实体经济深度融合。

这也是基于对企业、产品所带来的价值的研究得出的结论。

与此同时，李彦宏还向大家展示了一个全新的IT技术栈，迎接大模型时代的挑战。

相较于传统的芯片、操作系统、应用三层IT技术栈，这个新的IT技术栈增加了一层，变成了四层：

尽管底层仍然是芯片层，但主流芯片的角色已经从CPU转变为GPU。一个例子是百度已经开始大规模生产昆仑芯片，数量已经达到了几万片。

在芯片之上，我们可以看到一个重要的层次，那就是深度学习框架。深度学习框架是一种软件工具，它提供了一系列的函数和接口，帮助开发者更方便地构建和训练深度学习模型。在国内，百度飞桨是排名第一的深度学习框架。

深度学习框架的作用类似于一个中间层，它将底层的芯片和上层的应用连接起来。它提供了丰富的功能，包括模型定义、参数优化、数据处理等，使得开发者能够更高效地进行深度学习任务的开发和调试。

百度飞桨作为国内领先的深度学习框架，具有很多优势。首先，它具有丰富的算法库和模型库，可以满足各种不同的应用需求。其次，它支持多种编程语言，包括Python、C++等，方便开发者使用自己熟悉的语言进行开发。此外，百度飞桨还提供了可视化工具和分布式训练支持，帮助开发者更好地理解和优化模型。

总之，深度学习框架是连接芯片和应用的重要层次，而百度飞桨作为国内领先的深度学习框架，为开发者提供了丰富的功能和便利的开发环境。

在上层，我们可以找到模型层，其中包括我们熟悉的ChatGPT和文心一言等。除了这些，实际上还存在许多其他行业的大型模型。

在前文中提到的各种AI原生应用位于顶层，也就是应用层。

二者结合，实际上暗示了一个更深层次的现实：

由于大模型的普遍应用需要支持的新的IT技术栈，因此当前市场上许多产品和服务的竞争已经不仅仅局限于它们本身的竞争，而是转变为对新IT技术栈能力的竞争。

随着大型模型的发展，智能终端的能力也在不断提升。其中，智能音箱有望成为下一个被重新塑造的产品。然而，在这种情况下，智能音箱未来的竞争将不再是基于“同质化”的能力（因为在知识图谱的支持下，智能音箱的能力似乎都差不多），而是考验背后的IT技术栈是否能够提供更加丰富的内容生成能力。

大模型强，自然交互；

小模型强，就是能够理解、能够创造内容，能够模仿别人。

因此，智能音箱市场的竞争将迎来全新的局面。许多产品和服务可能都需要经历类似的过程。

最终，焦点转移到大型模型供应商的竞争上，盲目跟风的策略已经不再有效。

前述大模型的价值使得大模型本身成为一个竞争激烈的市场，拥有广阔的商业价值潜力。

最近一段时间，许多厂商纷纷加入了大模型产品的市场，这让人感觉好像任何人都可以轻松进入这个领域。

然而，随着趋势的追随者不断增加，他们可能很快就会面临被淘汰的风险。市场格局将从人人都参与的形式转变为只有少数几个具备强大能力的人占据主导地位。

深究其原因，大型模型的竞争实际上已经演变为企业实力的竞争。在这个竞争中，没有所谓的冒牌货，只有那些经过长期创新和实践积累的企业才能脱颖而出。

李彦宏在分析新IT技术栈时，详细介绍了百度目前的部署情况。他指出，百度已经采用了一系列先进的技术来支持其庞大的业务需求。其中，百度在云计算方面进行了大规模的部署，利用弹性计算和分布式存储等技术来提高系统的可靠性和可扩展性。此外，百度还在人工智能领域取得了重要进展，通过深度学习和自然语言处理等技术，为用户提供更智能、个性化的搜索和推荐服务。同时，百度还在大数据分析和物联网等领域进行了布局，以应对未来的技术挑战和市场需求。总的来说，百度在新IT技术栈的部署上取得了显著的成绩，并且不断努力推动技术创新，为用户提供更好的服务体验。

这套全栈体系的建立是基于百度长期以来的积累，不是一朝一夕就能加入并完全掌握的。

百度一直以来都在AI技术上进行长期的投入和积累，这是发展大型模型的基础。

而更重要的是，百度不仅在面向大模型方面取得了重要进展，还在诸如城市智慧交通等领域取得了成功的实践应用。李彦宏举例说明了百度AI信控系统是如何极大改善了北京亦庄区域的交通状况。

换句话说，大模型及其新IT技术栈是百度AI技术的一个重要成果，也是百度AI技术的独特优势之一，而且并非刻意追求的结果。

在追随潮流进入市场的竞争者，在大规模竞争逐渐加剧的过程中，很有可能面临被淘汰的命运，行业的重组已经成为必然。

在一个充满良好前景的大型模型中，风险控制是至关重要的。为了确保风险能够得到有效控制，一个明智的策略是先上牌桌，再定规则。

首先，我们需要了解模型的运作方式和潜在风险。通过实际操作，我们可以更好地理解模型的行为和特点。这样做可以帮助我们识别潜在的风险因素，并及时采取措施进行控制。

一旦我们对模型有了更深入的了解，我们就可以制定适当的规则和措施来控制风险。这些规则可以包括限制模型的操作范围、设定风险阈值和制定应急计划等。通过制定明确的规则，我们可以确保模型在运行过程中不会超出我们的控制范围，从而降低风险。

然而，我们也要意识到，风险控制是一个动态的过程。随着模型的运行和环境的变化，风险也会发生变化。因此，我们需要定期审查和更新我们的规则和措施，以确保它们仍然适用于当前的情况。

总之，良好前景下的大型模型风险控制需要先上牌桌，再定规则。通过实际操作和深入了解模型，我们可以更好地识别和控制风险。制定适当的规则和措施可以确保模型在运行过程中保持可控，并及时应对风险的变化。

最后，既然大模型的价值如此显著，我们是否需要担心它可能带来的“副作用”呢？

人们经常提出这样的问题：机器是否会取代人类，导致大量失业？另外，人工智能是否会失控，给人类带来道德等危机？

大型模型的出现无疑将使通用人工智能（AGI）的实现更加接近，李彦宏将其称为“智能涌现”（大型模型具备自主学习的能力，无需人类教导）。然而，在改变世界之前，大型模型的制造商和业界需要回答以下问题，并做好相应准备和制定相关规则。

首先，随着大型模型的普及，我们需要考虑数据隐私和安全问题。这些模型需要大量的数据来进行训练，但我们必须确保这些数据的隐私得到保护，以免被滥用或泄露。

其次，大型模型的使用可能会引发伦理和道德问题。这些模型可能会产生偏见或歧视，因为它们的训练数据可能存在偏差。因此，我们需要确保这些模型的使用是公正和无偏的，并遵守道德准则。

此外，大型模型的能力可能会引发法律和监管问题。我们需要制定相关的规则和法律框架，以确保这些模型的使用不会违反法律，同时保护公众利益和个人权益。

最后，大型模型的发展也需要考虑其对就业市场的影响。这些模型可能会取代某些工作岗位，因此我们需要为受影响的人群提供转岗培训和支持，以确保他们能够适应新的就业环境。

总之，大型模型的出现为实现通用人工智能带来了希望，但在推动其应用之前，我们必须回答以上问题，并做好相应准备和制定相关规则，以确保其发展和应用的可持续性和社会责任。

然而，这个问题需要全球的大型模型制造商和业界共同努力来解决。

对中国来说，关注这些问题并积极参与规则制定是非常必要的。然而，在参与规则制定之前，我们必须先站在同一起跑线上，才能更好地制定适合自己的规则。

在演讲中，李彦宏提到了文心一言在数据可控、框架可控和模型可控方面的重要性。他强调这些方面的控制能够使得科技在国际竞争中达到高水平，并实现自主创新。

在文心一言等产品的推动下，中国大型模型已经能够以自主的姿态在全球舞台上展示自己的实力。

李彦宏强调了在后续风险控制方面的重要性，并表示，为了防止风险失控，各国需要通力合作，利用先进的人工智能技术，从人类命运共同体的角度出发来制定规则。他指出，要参与规则的制定，国家必须积极参与并发挥影响力，只有这样才能在全球竞争中保持竞争力。因此，拥有话语权是参与全球竞赛的入场券。

在确保风险可控的前提下，实现李彦宏所提出的“助力中国经济开创下一个黄金30年”的目标，需要国内厂商共同努力，其中包括百度在内。

下一步的关键是确保风险可控，这意味着在推动经济发展的同时，要注意避免潜在的风险和不稳定因素。为了实现这一目标，国内厂商需要共同努力，包括百度在内。

百度作为国内领先的科技公司，具有丰富的技术和创新能力。它可以通过加强技术研发、推动数字化转型和提升产业链的竞争力，为中国经济的发展做出重要贡献。

同时，国内其他厂商也需要积极参与，共同努力推动中国经济的发展。这需要加强合作与创新，共同应对挑战并寻找新的增长机遇。只有通过共同努力，国内厂商才能够在全球竞争中保持竞争力，并为中国经济的未来发展做出贡献。

因此，要实现李彦宏所说的目标，需要国内厂商共同努力，包括百度在内。只有通过合作与创新，才能够助力中国经济开创下一个黄金30年。

*本文中的所有图片均来自于互联网

根据给定内容重新进行创作，要求内容前后表达意思不难改变，并将新内容返回。