AI原生浪潮沖擊下，互聯網大廠的組織如何進化？

撰 文|伍暉 《中歐商業評論》特約作者、創新與人才獨立研究者

在AI浪潮的沖擊下，傳統科技互聯網巨頭和新興的AI原生組織（AI Native）正展開一場前所未有的競速。

DeepSeek現象正引發傳統科技互聯網巨頭的集體焦慮，這場由AI Native組織發起的降維打擊，暴露出大廠在決策機制、資源調配與注意力管理上的深層困境。與2023年OpenAI帶來的沖擊不同，此次挑戰更具本土化特征——即便坐擁百倍于DeepSeek的研發資源，大廠仍難復現其"用算法榨干最后一滴算力"的技術銳度。

由此可見，這場競速不僅是技術與應用的較量，更是組織形態、文化基因與人才戰略的全面對決。擺在傳統互聯網科技巨頭面前的核心問題是：在AI原生浪潮中，組織應當如何進化才能在較量中保持競爭力？

AI原生組織：

技術與組織的雙重革命

AI原生組織（AI Native）的崛起，標志著技術與組織形態的深度融合。這些組織并非簡單地將AI作為功能附加，而是將其內化為產品、服務和業務流程的核心驅動力。以下是其核心特征：

1. 技術原生性

AI原生組織的核心技術均為自研模型（如OpenAI的GPT、DeepSeek的MoE架構），技術迭代速度遠超傳統企業。例如，OpenAI從GPT-3到GPT-4僅用兩年，研發投入占比高達90%以上。

2. 產品AI基因化

產品設計天然依賴AI能力，無法脫離AI獨立存在。Midjourney的生成式圖像、Character.AI的角色人格化交互，均以AI特性為核心構建用戶體驗。

3. 從“數據與算力”到“算法與社區”

數據與算力集群構成AI創新的底層基座，但在技術擴散曲線的萌芽期（Innovators階段），算法突破與場景創新才是打開市場認知的關鍵鑰匙。OpenAI使用數萬塊GPU訓練GPT-4，單次訓練成本超1億美元。DeepSeek MoE通過架構層面的三重革新，將每個參數的價值挖掘效率提升300%，正在改寫大模型的效率法則。這種"基礎資源靜默支撐，智能能力顯性突圍"的演進路徑，正是AI原生組織跨越技術采納鴻溝的核心密碼。

與此同時，Midjourney憑借數百萬量級的日生成能力，在數字藝術領域構建起"提示詞即生產力"的新范式。“一項技術最大的限制不是規模、成本或運行速度，而是我們如何與它互動。”Midjourney創始人大衛·霍爾茨（David Holz）在接受采訪時，多次提到在社區產品中構建Midjourney是其成功的關鍵之一。

4. 組織液態化

扁平化、自組織的團隊結構，決策鏈條短，資源響應迅速。DeepSeek科研背景員工占比超80%，通過"影子組織"打破部門墻，實現創業公司的敏捷性。

5. 極客文化與創始人凝聚力

OpenAI的Altman與DeepSeek的梁文鋒均以技術遠見凝聚頂尖人才，組織文化強調技術理想主義與長期價值。

這種"液態硅基生命體"式的組織形態，以算法為血、數據為食，形態無定而內核恒常，展現出顛覆傳統組織效率的潛力。

互聯網大廠

為何被AI原生新貴反超？

AI的三要素——算法、算力與數據，構成了當前AI原生業務的核心競爭力。算力已成國際難題，本文暫不探討；算法即模型，數據則來自平臺服務的場景與生態，而應用（如智能體Agent）則是當前的焦點。這三者需要形成良性循環，才能構建AI原生的核心競爭力。

模型大戰：被搶了風頭

在大模型開發上，科技互聯網大廠這一程輸給了DeepSeek這樣的AI原生組織。今年年初，無論自家的模型開發進展如何，大廠紛紛“滿血接入”DeepSeek。大廠的資源、人力和財力的優勢并未轉化為技術勝勢，問題的核心在于領軍人和理念的缺失——大廠沒有DeepSeek的梁文峰，也沒有“用算法榨干最后一滴算力”的極致追求。

盡管大廠選擇“滿血接入”，但自研模型仍是不可或缺的戰略選擇，關鍵在于引入頂尖領軍人才，并建立靈活的資源調配機制。大廠在組織形態和資源調配上的弊端顯而易見，但并非不可克服。例如，設立特區機制，為AI原生團隊提供獨立的資源與決策權，也是大廠們都在嘗試的。

此外，人才密度的提升也至關重要。大廠復盤過去2-3年的人才招聘時發現，即便DeepSeek團隊成員當時加入，其個人能力也未必顯得格外突出。但若這些人加入大廠，可能早已陷入傳統的職業晉升路徑，而無法專注于技術創新。這說明，環境比個體更重要，如何讓頂尖人才聚焦關鍵且有意義的事情，才是大廠需要解決的核心問題。

用戶時間爭奪戰：AI原生應用的沖擊

大模型的現實意義在于“模型即產品”的趨勢正在加速。尤其是在消費互聯網領域，用戶增長的瓶頸讓大廠倍感壓力。DeepSeek僅用7天用戶破億，OpenAI當年用了2個月。根據QuestMobile的報告，截至2024年12月，AI原生APP的月活躍用戶（MAU）已突破1.2億，月人均使用時長達133分鐘，用戶粘性持續提升。2025年1月，AIGC領域的MAU同比增長244.7%，凈增超9200萬，排名第二與第三的只有16.7%-20.8%增速。

雖然當前的C端AI應用仍以聊天、問答和情感陪伴為主，但用戶的時間是有限的。當用戶被AI原生應用吸引，傳統應用的使用時長必然被擠壓。時間爭奪戰已經打響，大廠若不及時應對，將面臨用戶流失的危機。

那么是否可以等待時機再出擊？例如，騰訊借助DeepSeek這股東風，從一個“默默無聞”的參與者，一躍成為中國區蘋果免費App下載排行榜的冠軍，其AI應用“元寶”也成為2025年一季度的傳奇。這種機會并不常見，即便未來出現下一個“DeepSeek”，其技術也可能不再開源。更重要的是，大廠集體嘗試將DeepSeek的模型能力接入自身核心業務，是因為看到了更好的模型能力與自身產品結合后，能夠帶來的規模化應用潛力。

談到應用和智能體，不得不提最近測試版就爆火的Manus。這款號稱全球首款通用智能體的產品，通過技術上的執行閉環實現突破，并通過用戶參與感的設計增強了傳播效果。配合社交媒體KOL投放以及“國家科技實力”的敘事包裝，Manus形成了病毒式傳播。相比之下，大廠開發的智能體多局限于垂類場景（如阿里釘釘的AI工單系統），在消費端（C端）的突破力明顯不足。在這一領域，大廠尚未占據上風。

按理說，大廠擁有豐富的應用生態和話語權，理應在通用智能體領域更具優勢，但事實并非如此。在覺察流的《模型吞噬代碼，Agent重構世界：當AI Agent與模型協同進化》一文中提到，工具類應用（如地圖、辦公）更容易跟進Agent戰略，但平臺類應用卻顯得遲疑，因為這涉及整個產業生態的重構。多數2C類平臺不愿將自身工具化，因為這會徹底改變業務模式、用戶體驗以及流量走向。

Agent代理平臺實時感知用戶需求并提供精準服務，這確實是大廠正在做的事情。但當Agent代理個人時，游戲規則就會被徹底改變。這里的核心問題在于愿景：Agent重構的世界究竟是什么？是平臺主導的世界，還是用戶主導的世界？

微軟CEO薩提亞·納德拉近期提到，Agent將顛覆SaaS行業。對于辦公工具企業而言，擁抱這一趨勢是順理成章的，但對于其他平臺類企業來說，這種轉型可能會帶來深刻的糾結。

場景數據：需要轉化的優勢

模型與智能體之外，數據和商業生態是大廠的傳統優勢領域。歷史經驗表明，這種優勢并非不可撼動。在互聯網初期，傳統行業（如生活服務、娛樂社交、商業和媒體信息領域）也曾憑借多年深耕積累行業Know-how而認為互聯網應用不能Mission Critical，但最終被互聯網化。

如今，平臺企業的不同之處在于行業集中度更高，掌握了場景入口、用戶信息、供給側準入門檻和流量分配權。部分領域（如信息搜索和辦公工具）已受到AI的沖擊，而娛樂、游戲、社交、電商和生活服務等領域目前似乎仍有較大的緩沖空間，可以通過“+AI”提效保持競爭力。然而，如果用戶的場景入口被原生智能化吸引，廠家、商家和創作者的需求被Agent代理滿足，行業格局可能徹底重塑。對于C端業務而言，抓住用戶是核心，其他環節都應圍繞這一目標展開。

從以上分析可以看出，無論是出于防御還是進攻的需要，互聯網大廠的業務都必須實現AI原生化，才能有效應對新一輪競爭。這需要構建“模型-數據-應用/智能體”的良性循環系統，打造AI原生的核心競爭力。

與AI原生組織相比，大廠在模型和應用領域尚未占據優勢。模型開發需要頂尖的領軍人才，應用和智能體則需要清晰的愿景和新型協作關系。數據雖然是大廠的暫時優勢，但必須被高效利用才能轉化為真正的競爭力。面對新興AI原生組織的挑戰，大廠需要重新審視自身的應對策略。

大廠組織進化：

數據盤活、模型競合與Agent驅動的組織變革

數據是這些平臺企業的強項，但需要盤活，從規模優勢進化為智能優勢。模型是AI能力，需要與DeepSeek這種AI新興公司競爭與合作。Agent蘊含的商業邏輯與產業生態有關，在組織內部與組織結構相關，需要重新審視。

數據深化：從規模優勢到智能優勢

數據是平臺企業的核心資產，但當前的優勢仍停留在規模層面，亟需轉化為智能優勢。大廠雖然在幫助傳統企業部署專有知識庫和訓練專屬模型方面積累了經驗，但自身業務平臺的數據管理卻存在明顯短板。以下問題值得深思：

• 數據是否經過高質量清理和標注？

• 是否沉淀為結構化的行業知識圖譜？

• 跨業務共享時是否實現了合法范圍內的無縫銜接？

數據資產的盤活是模型-數據-應用/智能體三大要素中唯一完全可控的環節。

DeepSeek對數據標注的重視表明，高質量數據是提升模型效率的關鍵。Grok3的成功也得益于SpaceX知識庫的深度貢獻。大廠需要通過以下方式釋放數據潛力，才能轉化為模型效率和智能體精準調用的競爭優勢：

• 動態數據閉環：確保數據的實時更新與反饋。

• 行業知識圖譜：將數據轉化為可復用的智能資產。

• 跨業務協同：在合法合規的前提下實現數據共享。

模型競合：合作與自研的雙軌策略

模型能力是AI競爭的核心，大廠需要在合作與自研之間找到平衡：

• 合作層面：微軟與OpenAI的合作是典型案例。微軟通過130億美元投資，不僅獲得了OpenAI技術的核心使用權，還成為其獨家云服務提供商。這種模式顯著提升了微軟在AI領域的競爭力。國內大廠也需探索與DeepSeek等新興公司的合作機會，實現技術共享與生態共贏。

• 自研層面：通用模型需解決跨場景問題，垂類小模型則需適配具體業務需求。開源策略可以吸引開發者共建生態，而模型輕量化與邊緣部署（如蒸餾、剪枝技術）則能有效降低計算成本。

智能體驅動：組織變革與效率提升

2025，應用的規模化落地，特別是智能體（Agent），將會是大廠們的主要發力方向。根據Gartner最新預測，AI智能體領域預計將在2024-2030年間迎來顯著增長，市場規模將從51億美元攀升至471億美元。自去年起，以內部賽馬或外部投資的方式，大廠一直在尋找AI時代的「超級應用」，這之中已經有些浮出水面的AI產品，但DeepSeek在C端的增速還是超出了人們的預期，而且讓大廠集體反思過去「大力出奇跡」堆疊資源的模式在當下的效用。這也意味著，到了比拼創新效率的時刻，效率和結果是關鍵。大廠需要向AI原生組織看齊，在組織形態、人才結構、工作模式上進行重構。

互聯網大廠與AI原生組織對比的組織效率、增長驅動關注點與人才結構：

大廠需要重新審視組織形態與協作模式：

• 創新效率：關注效率與結果，決策權下放，賦予一線員工調用Agent的權限。

• 組織重構：以Agent為核心組建敏捷團隊，推動“人類決策-Agent執行”的新型協作模式。例如，通過“模型工程師+業務專家+用戶體驗設計師”的跨職能小組實現快速落地。

• 人才結構：提升科學家與技術人員密度，同時引入商務拓展人才，構建支持Agent生態的復合型團隊。

平臺企業的應對策略，總結三點：

• 數據深化：從“數據量大”轉向“數據智能”，通過閉環與知識轉化構建壁壘。

• 模型競合：與AI公司既競爭又合作，以生態整合彌補技術短板。

• Agent適配：組織結構適配Agent落地，團隊敏捷授權，人才結構匹配；內部嘗試Agent為中心重組流程，推動“人類決策-Agent執行”新型協作。

大廠在組織層面

需要哪些關鍵變革？

以上三點（數據深化、模型競合、智能體驅動）已觸及組織變革的深水區，因為它們需要深入到組織的肌理中，改變現有循環方式才能實現。而大廠的變革往往受到路徑依賴的制約。以下是一些大廠今年以來的具體行動：

字節跳動：虛擬組織與AI-native人才的深度布局

在2月的全員會上，字節跳動CEO梁汝波坦言，在AI取得進展后，團隊內部曾“稍微有些放松”，并未將復現OpenAI的推理模型o1視為緊迫任務。然而，2025年字節明確了三大AI目標：探索智能上限、創新UI交互形式、加強規模效應。其AI組織架構由Flow、Seed和Stone三大板塊組成，總規模接近2500人：

• Seed：負責模型研發，由朱文佳和吳永輝共同領導。吳永輝是Google前Fellow，專注于AI研發。

• Flow：負責AI產品，由Musical.ly創始人之一朱駿負責。

• Stone：負責產品后端研發支持。

據稱吳永輝近期調整了Seed的架構，設立若干不在正式組織結構中的虛擬小組，形成更扁平的匯報體系。這種“影子組織”試圖打破部門墻，注入創業公司的敏捷性。同時，字節在核心研發環節逐步用AI-native技術人才替換傳統搜推廣背景的人員。

在AI產品布局上，主力產品豆包已從聊天機器人發展為綜合應用（涵蓋聊天、搜索、圖片生成和AI瀏覽器），并接入DeepSeek等外部模型以提升用戶體驗。此外，字節還在探索智能角色互動（貓箱）、圖片生成（星繪）、AI教育（Gauthmath）等多個方向。

騰訊：AI產品線遷移與生態開放

2025年2月19日，騰訊宣布將QQ瀏覽器、搜狗輸入法、AI原生應用ima等產品線團隊從PCG（平臺與內容事業群）調整至CSIG（云與智慧產業事業群），并推動全線產品接入混元大模型及DeepSeek-R1模型。同時，騰訊開放公有云API接口，吸引開發者和行業客戶構建應用生態，覆蓋從算力調度到知識引擎的全鏈路需求。

3月19日，騰訊董事會主席兼CEO馬化騰在2024年業績會上表示，AI的快速發展（尤其是DeepSeek的出現）讓騰訊看到應用大發展的機會。騰訊在云業務和AI應用“元寶”上積極擁抱DeepSeek，并強調AI仍處于早期階段，各行各業都將受益于其普及。

阿里巴巴：大規模基礎設施投入與全員轉型

2025年2月24日，阿里巴巴CEO吳泳銘宣布未來三年將投入超過3800億元建設云和AI硬件基礎設施，重點投資三大方向：

• 算力基建：投入3800億元構建“數字電網”，目標成為全球重要的AI基礎設施和云計算網絡之一。

• 模型平臺與原生應用：追求AGI（通用人工智能），持續迭代通義千問大模型，并堅持開源策略。

• AI驅動的業務轉型：推動互聯網平臺業務全員轉型，將AI應用于電商、物流、支付等核心業務。

同時，阿里重啟招聘計劃，開放超過3000個崗位，其中AI相關崗位占五成。前釘釘創始人陳航（無招）回歸阿里，重新執掌釘釘。

大廠組織變革的

深層邏輯：突破組織慣性

在大廠變革的深層邏輯中，組織架構調整僅是表層動作，真正挑戰在于突破固有行為模式。字節將虛擬小組置于正式架構之外，希望以"影子組織"打破部門墻，這種非正式架構與正式架構的嵌套，既保留規模化作戰能力，又植入創業公司級敏捷性。但類似架構如何常態化是個難題，大多數情況下企業會在18個月內回歸原有工作模式，因中層管理者難以適應雙重指揮體系。騰訊將AI產品線遷移至CSIG，一方面AI發展加速，“讓做模型的更專注于模型研發，讓做產品內測的能加速產品迭代”（劉熾平，2024年財報媒體溝通會），更重要的是QQ、瀏覽器等作為消費端應用可以聯動，從而為AI產品提供入口。

大廠普遍面臨"創新實驗室困境"，獨立團隊易脫離業務場景，業務部門又難逃KPI束縛。字節Seed部門設立雙負責人機制，也許是“務實浪漫”的一種體現。虛擬小組，本質是構建"可逆決策機制"，通過臨時性組織單元降低試錯成本。騰訊同時接入自研混元與第三方DeepSeek模型，暗合"雙軌制創新"理論——在保證現有業務穩定性的同時，允許局部突破。但這種策略可能導致資源分散，需要有確定性的場景反哺技術投入，形成獨特閉環。

大廠人才戰略已進入"能力簇重構"階段。字節用AI-native人才替代搜推廣背景人員，反映根本性能力遷移：從特征工程轉向提示詞工程，從CTR預估轉向思維鏈建模。騰訊CSIG組織整合，實則需要兼具B端服務思維和C端產品思維的"T型人才"。阿里重啟招聘時重點補充AI新興崗位，這些職位尚無成熟培養體系，倒逼企業自建人才飛輪。

未來三年：組織形態的持續演化

“模型-數據-智能體”本質上在解構傳統互聯網公司的"數據-算法-流量"鐵三角。當數據從生產資料升維為智能資產，模型從技術工具蛻變為生態杠桿，Agent從執行單元進化成組織原型，平臺企業將面臨基因突變的挑戰。當模型能力趨同時，組織學習速度將成為決勝要素——誰能更快模型迭代，把技術突破轉化為商業閉環，誰就能在智能革命中掌握主動權。但歷史經驗表明，所有技術革命最終考驗的是組織轉型升級能力：柯達并非不懂數碼技術，諾基亞也早預見智能機趨勢，真正阻礙轉型的，永遠是組織基因的進化滯后。

20年前，這些互聯網大廠成功挑戰了傳統行業，坐上了平臺寶座。這一次，他們受到了AI原生組織的挑戰，序幕剛剛拉開，可以拭目以待。

參考內容：
《AI時代的核心能力：智能飛輪與智驅進化力》侯宏 侯宏文存

《模型吞噬代碼，Agent重構世界：當AI Agent與模型協同進化》肆零柒 覺察流

《萬字長文，聊聊下一代AI Agent的新范式》原創 騰訊研究院 騰訊研究院

《字節 AI 再創業：獨立組織、全鏈條的飽和出擊》原創 晚點團隊 晚點LatePost

《騰訊的AI新主張：擁抱開源、增加資本支出，擴大業務應用朋友圈》新京報貝殼財經記者 韋英姿

《阿里，“A計劃”》 上海證券報 作者：郭成林 溫婷

《 a16z：全球AI產品Top100》（第4版，2025年3月）

《QuestMobile2025 APP流量競爭新觀察：存量市場深度博弈下，跨周期精析流量路徑，全鏈路優化留存成為解題思路》

《QuestMobile2024年AIGC應用發展年度報告：AI原生APP三強爭霸，AI應用“四大模式”形成，智能體數量超過小程序》

《中歐商業評論》與中歐商業在線攜手開啟“2025 AI 轉型啟示錄”系列調研，針對AI原生組織及其進化路徑、當下企業在 AI 應用領域的實際狀況、組織變革的前沿實踐，以及 AI 時代人才培養的關鍵策略與路徑展開深入探討，敬請持續關注本刊公眾號，精彩內容將陸續呈現。