• 文/徐威娜，南瑞集团

• 来源：HR赋能工坊

• HR赋能工坊原创，如需转载请通过向HR赋能工坊公众号后台申请授权

• 管理咨询业务合作：13041139206

2026年7月28日，《财富》杂志发布了最新一期世界500强榜单。上榜企业营收总和约43.1万亿美元，超过全球GDP的三分之一；净利润总和约3.4万亿美元，同比大幅增长14%，创下榜单创立以来的盈利峰值。亚马逊以7169亿美元营收首次登顶，终结了沃尔玛长达十二年的领跑纪录。然后，沃尔玛营收7131亿美元，利润仅219亿美元；亚马逊营收与其几乎持平，利润却达到777亿美元。同样，在前十名中，沙特阿美以4455亿美元营收录得928亿美元利润，而排名第九的CVS Health营收4021亿美元，利润仅18亿美元。营收规模相差无几，利润差距却超过50倍。

这不是个别企业的经营差异，而是时代切换的系统性信号。当工业时代的营收逻辑与数字时代的价值逻辑在同一张榜单上正面碰撞，我们看到的不是简单的榜单排名更迭，而是全球企业价值创造范式的根本性迁移。

本文试图从2026年世界500强前100强数据出发，围绕八个典型剖面，勾勒全球商业格局正在经历的深层结构性变迁，它们共同指向一个结论：工业时代企业不会消失，但利润重心已不可逆地转移。

《财富》世界500强排名依据是营收，是典型的工业时代认知，规模就是竞争力，产能就是护城河，营收体量直接决定行业话语权。但2026年榜单揭示：大，已经不等于强。

前十名中，沃尔玛、国家电网、中国石油、中国石化、CVS Health，这五家企业的营收合计超过2.5万亿美元，但它们的利润总和不到1700亿美元，平均利润率不足7%。而排名第六的苹果、第八的Alphabet，两家营收合计8190亿美元，利润合计2442亿美元， Alphabet利润率32.8%，苹果利润率26.9%。Meta利润率37.9%。微软利润率31.3%。更极端是，英伟达以2159亿美元营收排名第28位，但净利润高达1201亿美元，利润率55.6%。这意味着，英伟达用不到沃尔玛三分之一的营收，创造了超过沃尔玛五倍的利润。不难看出，工业时代企业营收有优势，但数字时代企业利润却遥遥领先。这种变化的底层逻辑是什么？工业时代价值创造依赖物理产能的线性扩张——多生产一件商品，就需要多投入一份原材料、一份人工、一份能源……，营收增长必然伴随着成本同步增长，加之规模带来的组织内部摩擦成长增加，利润呈边际效益递减状态，利润率很难有所突破狭窄区间。而数字时代价值创造依赖知识、算法和网络效应——一旦核心技术或平台搭建完成，多服务一个用户的边际成本趋近于零，营收增长完全可以脱离成本约束，利润率具备指数级扩张的空间。

所以，当我们说“大，不再等于强”，本质上是在说：工业时代的规模逻辑，已经无法在数字时代自动转化为竞争力。营收依然是衡量市场体量、产业链话语权与就业承载能力的核心指标，但营收庞大但利润率微薄的企业，经营一定要从营收逻辑转向利润逻辑，才能真正实现从500大到500强的进化。

根据Best Brokers对全球市值前200家上市公司的分析，科技行业人均利润约37.5万美元，而零售行业仅3.2万美元，两者相差近12倍。具体到企业层面：英伟达4.2万名员工创造1201亿美元利润，人均利润超过286万美元，折合人民币约2040万元。台积电7.6万名员工创造544亿美元利润，人均利润约511万元人民币。而沃尔玛210万员工仅创造219亿美元利润，人均利润约7.4万元人民币。沙特阿美7万员工创造928亿美元利润，人均利润折合人民币约947万元——这个数字在工业企业中已是极致，但仍低于英伟达和台积电。

报告还揭示了一个耐人寻味的发现：谷歌仅需3分59秒就能赚取100万美元净利润，超越英伟达、苹果等巨头位居全球第一。不难看出，在数字时代，价值创造的速度已经脱离了物理时间的约束。

利润率的差距背后，是生产要素结构的根本差异，工业时代的产出取决于设备产能和资本投入，数字时代的产出取决于人才密度和技术杠杆。在工业时代，一座炼油厂需要数万名工人，人均产出受制于生产设备的处理能力。流水线的节拍决定了生产效率，无论工人多么努力，单位时间产出都有一个无法突破的天花板。在数字时代，一个核心算法团队可能只有几十人，但训练出的模型可以同时服务数十亿用户。生产要素从物理资源+货币资本转变为智力资源与人力资本。这种转变不单单体现在人效维度，也体现在薪酬分配维度。进入2025年，硅谷的AI人才战到了非理性程度，大厂动辄开出5000万至1亿美元年薪挖顶尖AI人才。

经营逻辑的变化也会影响管理范式，当生产要素从资本转向人才时，传统的激励机制（薪酬、职级、KPI）会系统性失效，人力资本经营的范式正逐渐涌现。

2026年榜单呈现出一个耐人寻味的现象：企业存续周期正在系统性分化。

以工业时代企业为例，壳牌成立于1907年，存续119年；埃克森美孚前身可追溯至1882年，存续144年；奔驰1926年成立，存续100年；福特1903年成立，存续123年；麦克森更是成立于1833年，存续193年。存续超过100年的企业有29家，这些企业经历了两次世界大战、多轮技术革命和无数次经济危机，依然稳居全球前列。

反观数字时代企业：Alphabet成立于1998年，存续28年；Meta成立于2004年，存续22年；英伟达1993年成立，存续33年；台积电1987年成立，存续39年。但它们从创立到进入世界500强的时间更短，到创造千亿美元级利润的速度更快。

这背后是一种截然不同的组织生命周期模式，工业时代企业“慢生慢死”——建立产能壁垒、技术壁垒和品牌壁垒，动辄数十年，但壁垒一旦建立，抗周期能力极强。研产供销主价值链的物理资产，虽然投资规模巨大，但折旧周期同样长达数十年，同时，竞争对手要跟进，一样需要同等量级的资本投入和时间积累，并没有捷径可言。重投资、长周期、高壁垒，构建起了工业企业生存的护城河。

数字时代企业则面临完全不同的规律。全球500强公司的平均寿命约40年，美国最顶尖的500家上市公司平均寿命已降至18年。技术型公司大约每十年就会遭遇一次新的技术挑战，主导技术引领潮流的时间窗口正在缩短。这意味着，数字时代的企业虽然崛起速度极快，但颠覆风险也更高。英伟达今天是全球最赚钱的企业之一，但如果下一代算力架构发生根本性变化——比如量子计算成熟、或者全新的芯片架构取代GPU——它的地位可能在数年内被颠覆。

可以更直观的类比，工业企业像参天大树，生长缓慢但根系深厚；数字企业像雨后春笋，一夜成林但随时可能被下一场技术风暴推倒。这种存续周期的分化对组织管理提出了截然不同的要求。工业企业的组织设计核心是“稳定性”——标准化流程、层级管控、风险规避。数字企业的组织设计核心是“敏捷性”——快速迭代、容错试错、持续重构。

此外，企业存续周期的缩短，本质上是技术迭代周期缩短的映射。当技术革命的间隔从百年缩短到十年，企业生命周期必然随之压缩，从社会视角来看，这已经不是管理问题，而是时代规律。

时代的企业，必然配套时代的组织。这是制度经济学中一个常被忽视但极为关键的命题。

工业时代的企业组织形态几乎无一例外地指向科层制、金字塔、强管控和标准化。沃尔玛210万员工、国家电网135万员工、中国石油98万员工、丰田38万员工——管理如此庞大的员工队伍，需要严密的层级体系和标准化流程来降低协调成本。科层制虽然有诸多弊病，但却对工业时代规模协作组织有不可忽视的价值。

数字时代，企业组织正在发生根本性变化，进入2026年，随着AI持续进化，我们看到了一系列标志性的组织变革：2026年7月，京东零售启动组织变革，取消C4、C5两级中层管理职级，相关人员统一划归C3职级，日常审批流程改为由C3直接对接。这意味着京东零售的决策链条直接减少了两级。2026年5月，百度宣布取消沿用多年的T、P、E、Band、M等字母职级标签，中管层以下专业通道与管理通道全面打通，统一替换为5至12级的数字职级体系。百度在全员信中明确表示：AI时代需要复合型人才。字节跳动将多个AI团队并入豆包体系，成立统一AI办公品牌，打破部门壁垒。最极端的案例来自月之暗面。这家估值超300亿美元的AI公司，仅有约300名员工，没有部门架构、没有职级体系、没有KPI考核，甚至没有传统意义上的总监、副总裁等职位标签。五位联合创始人直接对接数十位团队成员，创始人杨植麟的微信签名只有四个字：直接沟通。

没有什么对错之分，这些变革并非管理时尚的追逐，而是业务逻辑倒逼的组织进化。当企业的核心竞争力来自算法迭代速度而非产能扩张速度时，任何增加决策延迟的层级都是负资产。工业时代的组织逻辑是控制风险，数字时代的组织逻辑是加速创新，前者需要稳定，后者需要弹性。

当然，各位一定要警惕，组织扁平化不等于取消管理，自组织不等于无组织。月之暗面的无部门、无职级、无KPI之所以有效，是因为它有300人的规模、极高的人才密度、以及创始人直接介入的强领导力。当企业规模扩张到3000人、30000人时，纯粹的自组织是否还能维持？这是一个尚未被验证的问题。

更可能的未来是：组织形态不是从科层制直接过渡到自组织，而是呈现出一种核心功能性平台+分布式自组织的混合形态。核心创新团队保持小规模、高自治、快迭代；公用职能平台化、标准化、高效能。混合形态既保留了自组织的创新速度，又具备平台化的规模效率，同时对组织&管理的理论与实践也提出了更高的要求。

从2026年财富100强不难看出，企业增长底层逻辑的切换，工业时代企业以加法扩张为主，增长是线性增加，信息时代企业以乘法扩大为主，能迅速实现倍增效应，进入数字时代，增长速度迅速切换到指数级增长。

这不是简单的增速快慢之别，而是生产要素、成本结构、价值创造机制、组织能力乃至穿越周期底层能力的系统性重构。工业时代企业，增长依靠设备与资产的规模经济，每新增一份产出，就要同步追加厂房、产线、矿产、仓储、物流、工人等实体生产要素，产出与投入基本呈线性正相关，多投多产、少投少产，增长是一步一步累加出来的。信息时代企业，增长依靠知识产权与软件复制的规模效应，每新增一份产品交付，核心追加的不再是厂房、矿石这类重资产，而是研发工程师、服务器、软件授权渠道、技术服务团队等知识型生产要素。它已经脱离纯粹的实体产能约束，但依然带有较强的准线性特征，产出与投入依然存在较强的正向关联。数字时代企业，增长依靠网络效应与飞轮效应，每新增一个用户、一笔交易、一次交互，都会同步沉淀数据、优化算法、丰富生态，反过来提升产品本身对所有参与者的价值。核心生产要素转化为数据、算法、算力、用户网络与生态规则，产品主体一旦完成研发，新增用户交付的边际成本无限趋近于零，一旦跨过网络效应临界点，用户、交易、数据、收益将形成自我强化的正向循环，呈现非线性的指数放大效应。

这种增长速率的切换，对企业的战略选择提出了根本性挑战。工业时代的企业习惯于通过规模扩张获取增长。但数字时代的增长逻辑不是做大，而是做深——在核心技术上建立不可替代的壁垒，在价值链上占据高附加值环节，在生态中掌握规则制定权。以英伟达为例，它的增长不是靠卖更多GPU，而是靠CUDA生态建立的平台效应、靠AI算力需求的结构性爆发、靠从芯片到系统到软件的全栈能力。

同时，数字时代的成本与收入结构也是错配的，前期巨额的固定成本投入，换取后期极低的边际成本和极强的规模效应。AI模型收入暂时还未实现指数级增长，但训练成本已经实现指数级攀升，四大科技巨头合计7450亿美元的年度资本开支就是明证。一旦AI模型训练完成，调用服务的边际成本可以趋近于零。这构成了数字时代企业独有的经济结构：资产形态从重资产向轻资产、无形资产跃迁，但轻资产的前提是前期重到极致。这一模式使得数字时代的头部企业呈现出「赢者通吃」的特征——一旦跨过某个门槛，规模越大，单位成本越低，竞争优势越不可撼动。英伟达的CUDA生态就是典型：当开发者社区足够大、应用足够多时，新进入者要复制同样的生态需要指数级的投入，而英伟达的边际成本却在持续下降。

技术加持正在将人效提升推向人效革命。

工业时代的企业动辄几十万甚至上百万员工。沃尔玛210万人，亚马逊156万人，国家电网135万人，中国石油98万人，比亚迪97万人。在这些企业里，人效提升意味着在庞大人力基数上挤出几个百分点的效率改善。数字时代的企业则是另一种面貌。苹果16.4万员工，Alphabet 18.3万员工，Meta 7.2万员工，英伟达仅4.2万员工。但他们创造的利润远超数十倍于己的工业巨头。

这种差距的根源在于价值创造方式的本质不同。工业时代靠人海——每增加一个工人，产出线性增加。数字时代靠精兵——每增加一个顶尖工程师，可能带来指数级的产出增长。这也解释了为什么数字企业愿意为顶尖人才支付天价薪酬：在数字时代，人才溢价不是成本，而是投资。

数字时代，人效革命的核心是极致提高人才密度。英伟达、苹果、Alphabet 不盲目扩编人员总量，把编制预算优先倾斜给顶尖研发、产品人才，严格控制后台职能人员规模。Meta 在 2022 年大规模组织精简，本质不是单纯削减人头，而是砍掉大量低价值中间层岗位，把资源集中投向 AI 核心研发团队，实现人才结构重构，人均利润大幅提升。人效提升的底层逻辑也发生了些许的变化，过去人效提升关注员工总量如何控制，现在的人效提升，更关注高价值创造者的占比，核心人才越多，人效越高。人效革命不再是简单的“减员增效”，是“换人增效”与“增人增效”的有机结合。

此外组织与技术的变革，也是人效革命的有效抓手，数字时代的企业，压缩管控层级，用小单元承载创新，降低官僚内耗，拆解大组织为小的自主作战单元。谷歌的 20% 自由创新机制、亚马逊的单线程团队（Two Pizza Team，两个披萨就能喂饱的小团队），核心逻辑就是：幂律创新不适合庞大多层级组织。大型团队容易陷入流程博弈，而小团队决策链路短，一个核心人才的洞察可以快速落地，避免大量中层管理消耗人力资本。这也是 OpenAI、月之暗面取消传统职级的底层逻辑：当创新价值是非线性时，厚重的职级、审批体系会消耗创新人才的精力。

数字化与AI也在放大单个人才的产出边界，一套算法、开发框架、AI 基础设施，可以让一个工程师的创意，服务亿万用户。英伟达 CUDA 生态就是典型：平台工具放大了全球开发者的创造能力，少数核心架构师的底层创新，被无数开发者复用，实现单个人才产出的指数级放大。这里的本质差异：工业时代工具是替代人力；数字时代工具是放大顶尖人才的智力生产力。

数字时代的人效管理，核心是重新定义“人”在价值创造中的角色。任正非早在30年前就提出“我们追求人力资本增值的目标优先于财务资本增值的目标”。在工业时代，人是生产流程中的一个标准化节点——流水线工人的动作被分解、标准化、计时，人的价值等同于单位时间的标准化产出。在数字时代，人是创新的源头——算法工程师的一个洞察、产品经理的一个判断、研究员的一个突破，可能带来价值的指数级跃迁。人的价值不再是线性的，而是幂律的。

这就引出了一个深刻的管理悖论：工业时代的管理工具（KPI、定岗定编、3P1M等）都是为线性价值创造设计的，但数字时代的价值创造是幂律的。用线性的管理工具管理幂律的价值创造，就像用尺子量光速——不是量不准，而是度量衡本身就错了。

每一个时代的企业，本质上都在锁定那个时代的稀缺资源。

工业时代的稀缺资源是能源、矿产和生产线。沙特阿美掌握2600亿桶已探明原油储量，占全球15%-16%，这是它维持高利润的根基。埃克森美孚、壳牌的价值同样锚定在资源上，谁控制了油田和矿藏，谁就掌握了工业时代的命脉。

信息时代的稀缺资源是带宽、用户和流量。京东、阿里巴巴、Meta的用户规模本身就是核心资产。中国移动的9亿用户、腾讯的微信生态、亚马逊的Prime会员体系——这些都是信息时代竞争壁垒的具体形态。谁控制了用户入口和流量分发，谁就掌握了信息时代的定价权。

数字时代的稀缺资源正在重新定义，算力、顶尖AI人才、高质量训练数据——这三个要素正在成为数字时代最稀缺的资源。IDC数据显示，2026年中国智能算力规模预计将达到1460.3 EFLOPS，为2024年的两倍。与此同时，高性能计算工程师的人才供需比低至0.15，每1个合格求职者面临7家公司的争夺。美国四大科技巨头——Meta、谷歌、亚马逊、微软——2026年的资本开支上限合计高达7450亿美元，绝大部分投向AI算力基础设施，它们不是在买硬件，而是在买数字时代的入场券。

稀缺资源的转移直接改变了企业的竞争策略：工业时代争夺矿权，信息时代争夺用户，数字时代争夺算力和人才。稀缺资源的定义权，就是时代的定义权。谁拥有了稀缺，谁就拥有了竞争的规则。

所有顶级跨国企业，本质上都是大国时代力量的延伸。

2026年榜单给出了有力佐证：美国141家企业上榜，中国122家（含台湾地区），日本40家，三个国家为榜单贡献的公司数量、营收和利润均超过总量的60%。141家美国公司的盈利总额高达1.58万亿美元，占据全部盈利的47%。

当然，中国企业也面临结构性挑战。中国大陆（含香港）上榜企业的平均利润为45亿美元，约为美国企业平均利润112.4亿美元的40%。上榜的122家中国企业中，数量最多的行业是金融（17家）、工程与建筑（10家）和汽车与零部件（10家）。这些行业的利润率普遍偏低——中国建筑利润率1.3%，中国中铁0.8%，中国铁建0.9%。

利润质量的差距，本质上是产业结构的差距。当美国上榜企业以科技和金融为主力利润来源时，中国上榜企业仍以传统工业为营收基石。这不是简单的大而不强问题，而是国家产业升级尚未完成时，企业利润结构必然呈现的过渡特征。

从榜单中不难看出，企业的成长空间，最终受制于国家提供的“基础设施”，这些基础设施不仅是物理上的，更是制度、文化和战略上的。沙特阿美的崛起依托的是沙特的国家资源战略；英伟达的崛起依托的是美国的资本市场、大学体系和全球人才吸引力；宁德时代的崛起依托的是中国的新能源产业政策和完整的电池产业链。没有任何一家顶级企业是在真空中成长的——它们都是国家能力的载体和延伸。企业的能力决定它能跑多快，国家的实力决定它能跑多大，跑多远。

国家强大，才有企业空间，这不是一句口号，而是已经发生的事实。当国家产业升级完成、创新生态成熟、人才体系完善时，本土企业自然会在全球竞争中占据更高的价值链位置。这个过程不是企业单方面能完成的，而是国家与企业的双向共生。

2026年《财富》世界500强榜单是一个清晰的时代切片。营收依然重要——它衡量企业的市场规模和就业贡献。但利润才是企业在价值链中的真实位置。

当沙特阿美从利润王的宝座上滑落至第五位，当Alphabet以1322亿美元利润登顶，当英伟达以3.6万员工创造1201亿美元利润，当中国8家整车厂的利润总和不及一家电池企业——这些信号汇集在一起，指向同一个结论：工业时代的企业不会消失，但利润重心的转移已不可逆。

无论如何，对于每一个身处其中的企业和个人，都要意识到，一个新的时代，正在来临。