撰 文|伍暉 《中歐商業(yè)評論》特約作者、創(chuàng)新與人才獨立研究者

在AI浪潮的沖擊下，傳統(tǒng)科技互聯(lián)網(wǎng)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(xiàn)象正引發(fā)傳統(tǒng)科技互聯(lián)網(wǎng)巨頭的集體焦慮，這場由AI Native組織發(fā)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(zhàn)更具本土化特征——即便坐擁百倍于DeepSeek的研發(fā)資源，大廠仍難復現(xiàn)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(tài)、文化基因與人才戰(zhàn)略的全面對決。擺在傳統(tǒng)互聯(lián)網(wǎng)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(tài)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(yè)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(tǒng)企業(yè)。例如，OpenAI從GPT-3到GPT-4僅用兩年，研發(fā)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(shù)據(jù)與算力”到“算法與社區(qū)”

數(shù)據(jù)與算力集群構成AI創(chuàng)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(chuàng)新才是打開市場認知的關鍵鑰匙。OpenAI使用數(shù)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(shù)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(shù)百萬量級的日生成能力，在數(shù)字藝術領域構建起"提示詞即生產力"的新范式?！耙豁椉夹g最大的限制不是規(guī)模、成本或運行速度，而是我們如何與它互動?！盡idjourney創(chuàng)始人大衛(wèi)·霍爾茨（David Holz）在接受采訪時，多次提到在社區(qū)產品中構建Midjourney是其成功的關鍵之一。

4. 組織液態(tài)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(xiàn)創(chuàng)業(yè)公司的敏捷性。

5. 極客文化與創(chuàng)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(tài)硅基生命體"式的組織形態(tài)，以算法為血、數(shù)據(jù)為食，形態(tài)無定而內核恒常，展現(xiàn)出顛覆傳統(tǒng)組織效率的潛力。

互聯(lián)網(wǎng)大廠

為何被AI原生新貴反超？

AI的三要素——算法、算力與數(shù)據(jù)，構成了當前AI原生業(yè)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(shù)據(jù)則來自平臺服務的場景與生態(tài)，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(huán)，才能構建AI原生的核心競爭力。

模型大戰(zhàn)：被搶了風頭

在大模型開發(fā)上，科技互聯(lián)網(wǎng)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(fā)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(yōu)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(zhàn)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(tài)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(qū)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(fā)現(xiàn)，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(tǒng)的職業(yè)晉升路徑，而無法專注于技術創(chuàng)新。這說明，環(huán)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(zhàn)：AI原生應用的沖擊

大模型的現(xiàn)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(lián)網(wǎng)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(jù)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(xù)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(tǒng)應用的使用時長必然被擠壓。時間爭奪戰(zhàn)已經(jīng)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(qū)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(xiàn)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(yè)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(guī)?；瘧脻摿?。

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(zhí)行閉環(huán)實現(xiàn)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(fā)的智能體多局限于垂類場景（如阿里釘釘?shù)腁I工單系統(tǒng)），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(jù)上風。

按理說，大廠擁有豐富的應用生態(tài)和話語權，理應在通用智能體領域更具優(yōu)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(xié)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(zhàn)略，但平臺類應用卻顯得遲疑，因為這涉及整個產業(yè)生態(tài)的重構。多數(shù)2C類平臺不愿將自身工具化，因為這會徹底改變業(yè)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(guī)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(yè)。對于辦公工具企業(yè)而言，擁抱這一趨勢是順理成章的，但對于其他平臺類企業(yè)來說，這種轉型可能會帶來深刻的糾結。

場景數(shù)據(jù)：需要轉化的優(yōu)勢

模型與智能體之外，數(shù)據(jù)和商業(yè)生態(tài)是大廠的傳統(tǒng)優(yōu)勢領域。歷史經(jīng)驗表明，這種優(yōu)勢并非不可撼動。在互聯(lián)網(wǎng)初期，傳統(tǒng)行業(yè)（如生活服務、娛樂社交、商業(yè)和媒體信息領域）也曾憑借多年深耕積累行業(yè)Know-how而認為互聯(lián)網(wǎng)應用不能Mission Critical，但最終被互聯(lián)網(wǎng)化。

如今，平臺企業(yè)的不同之處在于行業(yè)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(chuàng)作者的需求被Agent代理滿足，行業(yè)格局可能徹底重塑。對于C端業(yè)務而言，抓住用戶是核心，其他環(huán)節(jié)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(lián)網(wǎng)大廠的業(yè)務都必須實現(xiàn)AI原生化，才能有效應對新一輪競爭。這需要構建“模型-數(shù)據(jù)-應用/智能體”的良性循環(huán)系統(tǒng)，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(jù)優(yōu)勢。模型開發(fā)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(xié)作關系。數(shù)據(jù)雖然是大廠的暫時優(yōu)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(zhàn)，大廠需要重新審視自身的應對策略。

大廠組織進化：

數(shù)據(jù)盤活、模型競合與Agent驅動的組織變革

數(shù)據(jù)是這些平臺企業(yè)的強項，但需要盤活，從規(guī)模優(yōu)勢進化為智能優(yōu)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(yè)邏輯與產業(yè)生態(tài)有關，在組織內部與組織結構相關，需要重新審視。

數(shù)據(jù)深化：從規(guī)模優(yōu)勢到智能優(yōu)勢

數(shù)據(jù)是平臺企業(yè)的核心資產，但當前的優(yōu)勢仍停留在規(guī)模層面，亟需轉化為智能優(yōu)勢。大廠雖然在幫助傳統(tǒng)企業(yè)部署專有知識庫和訓練專屬模型方面積累了經(jīng)驗，但自身業(yè)務平臺的數(shù)據(jù)管理卻存在明顯短板。以下問題值得深思：

• 數(shù)據(jù)是否經(jīng)過高質量清理和標注？

• 是否沉淀為結構化的行業(yè)知識圖譜？

• 跨業(yè)務共享時是否實現(xiàn)了合法范圍內的無縫銜接？

數(shù)據(jù)資產的盤活是模型-數(shù)據(jù)-應用/智能體三大要素中唯一完全可控的環(huán)節(jié)。

DeepSeek對數(shù)據(jù)標注的重視表明，高質量數(shù)據(jù)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(shù)據(jù)潛力，才能轉化為模型效率和智能體精準調用的競爭優(yōu)勢：

• 動態(tài)數(shù)據(jù)閉環(huán)：確保數(shù)據(jù)的實時更新與反饋。

• 行業(yè)知識圖譜：將數(shù)據(jù)轉化為可復用的智能資產。

• 跨業(yè)務協(xié)同：在合法合規(guī)的前提下實現(xiàn)數(shù)據(jù)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(xiàn)技術共享與生態(tài)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(yè)務需求。開源策略可以吸引開發(fā)者共建生態(tài)，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(guī)?；涞?，特別是智能體（Agent），將會是大廠們的主要發(fā)力方向。根據(jù)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(guī)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(jīng)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(chuàng)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(tài)、人才結構、工作模式上進行重構。

互聯(lián)網(wǎng)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(tài)與協(xié)作模式：

• 創(chuàng)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(zhí)行”的新型協(xié)作模式。例如，通過“模型工程師+業(yè)務專家+用戶體驗設計師”的跨職能小組實現(xiàn)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(tài)的復合型團隊。

平臺企業(yè)的應對策略，總結三點：

• 數(shù)據(jù)深化：從“數(shù)據(jù)量大”轉向“數(shù)據(jù)智能”，通過閉環(huán)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(tài)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(zhí)行”新型協(xié)作。

大廠在組織層面

需要哪些關鍵變革？

以上三點（數(shù)據(jù)深化、模型競合、智能體驅動）已觸及組織變革的深水區(qū)，因為它們需要深入到組織的肌理中，改變現(xiàn)有循環(huán)方式才能實現(xiàn)。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(jié)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(jié)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(xiàn)OpenAI的推理模型o1視為緊迫任務。然而，2025年字節(jié)明確了三大AI目標：探索智能上限、創(chuàng)新UI交互形式、加強規(guī)模效應。其AI組織架構由Flow、Seed和Stone三大板塊組成，總規(guī)模接近2500人：

• Seed：負責模型研發(fā)，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(fā)。

• Flow：負責AI產品，由Musical.ly創(chuàng)始人之一朱駿負責。

• Stone：負責產品后端研發(fā)支持。

據(jù)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(chuàng)業(yè)公司的敏捷性。同時，字節(jié)在核心研發(fā)環(huán)節(jié)逐步用AI-native技術人才替換傳統(tǒng)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(fā)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(jié)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(tài)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(yè)群）調整至CSIG（云與智慧產業(yè)事業(yè)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(fā)者和行業(yè)客戶構建應用生態(tài)，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(yè)績會上表示，AI的快速發(fā)展（尤其是DeepSeek的出現(xiàn)）讓騰訊看到應用大發(fā)展的機會。騰訊在云業(yè)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(yè)都將受益于其普及。

阿里巴巴：大規(guī)?；A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(shù)字電網(wǎng)”，目標成為全球重要的AI基礎設施和云計算網(wǎng)絡之一。

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

• AI驅動的業(yè)務轉型：推動互聯(lián)網(wǎng)平臺業(yè)務全員轉型，將AI應用于電商、物流、支付等核心業(yè)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(chuàng)始人陳航（無招）回歸阿里，重新執(zhí)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(zhàn)在于突破固有行為模式。字節(jié)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(guī)?；鲬?zhàn)能力，又植入創(chuàng)業(yè)公司級敏捷性。但類似架構如何常態(tài)化是個難題，大多數(shù)情況下企業(yè)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(fā)展加速，“讓做模型的更專注于模型研發(fā)，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(lián)動，從而為AI產品提供入口。

大廠普遍面臨"創(chuàng)新實驗室困境"，獨立團隊易脫離業(yè)務場景，業(yè)務部門又難逃KPI束縛。字節(jié)Seed部門設立雙負責人機制，也許是“務實浪漫”的一種體現(xiàn)。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(chuàng)新"理論——在保證現(xiàn)有業(yè)務穩(wěn)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(huán)。

大廠人才戰(zhàn)略已進入"能力簇重構"階段。字節(jié)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(yǎng)體系，倒逼企業(yè)自建人才飛輪。

未來三年：組織形態(tài)的持續(xù)演化

“模型-數(shù)據(jù)-智能體”本質上在解構傳統(tǒng)互聯(lián)網(wǎng)公司的"數(shù)據(jù)-算法-流量"鐵三角。當數(shù)據(jù)從生產資料升維為智能資產，模型從技術工具蛻變?yōu)樯鷳B(tài)杠桿，Agent從執(zhí)行單元進化成組織原型，平臺企業(yè)將面臨基因突變的挑戰(zhàn)。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(yè)閉環(huán)，誰就能在智能革命中掌握主動權。但歷史經(jīng)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(shù)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(lián)網(wǎng)大廠成功挑戰(zhàn)了傳統(tǒng)行業(yè)，坐上了平臺寶座。這一次，他們受到了AI原生組織的挑戰(zhàn)，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(xié)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(chuàng) 騰訊研究院 騰訊研究院

《字節(jié) AI 再創(chuàng)業(yè)：獨立組織、全鏈條的飽和出擊》原創(chuàng) 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(yè)務應用朋友圈》新京報貝殼財經(jīng)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(yōu)化留存成為解題思路》

《QuestMobile2024年AIGC應用發(fā)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(shù)量超過小程序》

《中歐商業(yè)評論》與中歐商業(yè)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(yè)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(yǎng)的關鍵策略與路徑展開深入探討，敬請持續(xù)關注本刊公眾號，精彩內容將陸續(xù)呈現(xiàn)。