该图片大概由AI生成

文/绛枫

AI范畴的竞争正成为科技史上最残酷的比拼之一，其本钱之高、难度之年夜 、影响之广，或许都是亘古未有的。

短短两年间，顶尖AI模型 的训练本钱已从数百万美元级别跃升至数亿美元级别，实现了数十倍的惊人增长 。OpenAI一个数据中心的项目所需费用就高达 5000 亿美元，这甚至高出了 NASA 预估的人类登岸火星预算。

云云不计本钱的投入，等待的恰是 AI能重塑技能底层与运用 场景，带来推翻 性立异 。

然而，当公众的眼力 还聚焦于模型 参数竞赛、算力比拼、或是AI产品功效 的迭代时，一场更深层、更关键的构造变革，已在科技公司的内部寂静发生。

据不完整 统计，过去一年，环球市值排名最高的20家科技公司中，高出一半进行了构造架构变革。仅仅在12月，苹果、腾讯、亚马逊就连续官宣了最新的调整。

这场席卷环球科技行业的构造重塑，关乎如何在 庞年夜 的系统 内，重建 公司的敏捷与活力；如何打破构造壁垒，实现真正的战略协同；以及如何让顶尖人才在关键位置上施展 最年夜 效能。

 01

敏捷是AI比拼的胜败手

在这场分秒必争的竞赛中，构造的敏捷性决议 了企业的反应速度和实行效率。坚持 敏捷，意味着可以或许快速整合资 源、收缩决策链条、加快产品迭代。

亚马逊的变革最为典范。近来，亚马逊CEO安迪·贾西在内部信中公布，将公司最前沿的Nova年夜 模型 团队、自研芯片部门以及量子盘算团队整合，成立一个全新的、统一的AI构造。

执掌这一关键部门的，是为公司效率 长达27年的资深高管彼得·德桑蒂斯，并直接向CEO贾西本人汇报。德桑蒂斯在内部以极强的工程交付本领著称，他不但是亚马逊云底子方法 的掌舵人，更是亚马逊自研芯片操持的主力推手。

这一录用 和架构调整，传递了明白的信号：亚马逊正将AI研发今后前相对疏散 于AWS和Alexa等部门的状态收拢，以更系统化和工程化的思路推动 。贾西在信中浮夸 ，公司的一些技能正处在一个“拐点”，此次重组旨在“最年夜 限度地施展 长期潜力”，经由过程 更快的决策和更整齐 的战略，提拔研发效率，重塑亚马逊的未来。

有的委任公司老将 ，有的却年夜 胆启用新人。12月17日，腾讯官宣了其年夜 模型 研发系统 的架构升级 ，其中最引人注视 的，是录用 年仅27岁、曾在OpenAI任职的姚顺雨为“CEO/总裁办公室”首席AI科学家，直接向腾讯总裁刘炽平汇报。同时，姚顺雨还兼任腾讯AI Infra部和年夜 语言 模型 部的负责人

腾讯一直谨慎行事，此次录用 打破惯例 ，也能看出其在AI比拼上加快换挡。录用 姚顺雨也具有肯定 树模效应，据传已连续发动 更多顶尖的年轻AI人才参加腾讯。

顶尖人才争夺是决议 胜败的“软力气”。在这场人才年夜 战中，Meta CEO 扎克伯格更是亲身了局，饰演“首席招聘官”的脚色。过去一年，扎克伯格不但亲身梳理环球顶尖AI人才名单，还在自己的私家住所与候选人碰面，甚至为关键人才开启免面试 的“绿色通道”，将招聘周期压缩 至72小时。为了从苹果、OpenAI等竞争对手那边“挖角”，Meta不惜血本，开出了数百万乃至上千万美元的年薪。

“AI是一次结构性平台转变，与互联网、智妙手 机同品级别”，这是微软CEO萨提亚·纳德拉对此次 技能浪潮的定义 。 

微软在2025年10月进行了一次影响深远的重组，旨在将其贸易运营与工程研发团队分离，以开释AI产品的立异 速度。萨提亚·纳德拉现在亲身构造每周的AI 会议，约请在一线做AI 产品和研发的同事参与，让最接近技能和营业 希望的人，直接进入战略批评辩论 。

离一线越近，越容易洞察真实的用户需乞降 技能瓶颈，形成更精确的判断。谷歌也连续推动 其AI团队的整合，将多个AI相干部门统一并入Google DeepMind，由戴密斯·哈萨比斯领导，直接向谷歌母公司CEO皮查伊汇报，以“简化结构，坚持 提高 势头”。

自2019年卸任谷歌母公司总裁，已渐渐淡出了公司日常运营的谢尔盖·布林，现在也频繁出现 在公司，直接与一线的工程师和研究职员并肩工作，批评辩论 技能细节，亲身编写代码，深度参与到谷歌Gemini模型 的研发中。

这一系列变更背后，是科技公司们清晰判断：在这场决议 未来十年甚至更久远格局 的AI竞争中，任何构造、决策、举措上的滞后都大概是致命的。

02

实现真正的战略协同

当速度成为共鸣 ，效率便成为决胜的关键。AI竞赛的乐成 不但取决于模型 研发的速度，更取决于将技能转化为产品的效率。

一个核心趋势是，将本来自力 的AI研究团队与详细产品工程团队进行深度领悟 ，甚至一体化。

亚马逊此次将年夜 模型 团队与自研芯片团队归并，就是“软硬协同”的体现。经由过程 将算法的开辟与底层硬件的设计紧密联合，亚马逊旨在实现性能 和本钱效率的双重优化，从而为企业客户供给 更具竞争力的AI底子方法 。

这种垂直整合的模式，确保了从最底层的芯片到最上层的模型 都服务 于同一个目的，极年夜 地收缩了技能优化的链路。 

腾讯的调整同样着眼于打通 全链条。岁首年月 ，腾讯将AI助手“腾讯元宝”、QQ欣赏器、搜狗输入法等拥有海量用户的产品，统一整合到云与聪明产业奇迹群。这是“产品与场景”的会集，形成覆盖C端到B端的全场景AI产品矩阵。

伴随姚顺雨的录用 ，腾讯新成立了AI Infra（人工智能底子方法 ）部、AI Data（人工智能数据）部及数据盘算平台部。 姚顺雨兼任AI Infra部和年夜 语言 模型 部的负责人。

这一支配 使其职责高出了从底层算力、数据系统 到上层模型 研发的多个关键环节，旨在周全 强化从盘算底子方法 、数据系统到模型 开辟的全栈本领，实现“底子方法 +工程+场景落地”的系统性推动 。这种架构的目的非常 明白，消除内部协同的障碍。

当多半 公司经由过程 会集化来增强AI本领时，苹果则反其道而行，把AI营业 “化整为零”。2025年12月，苹果对其AI团队进行了深条理的重构，将机器人团队移交硬件部门，Siri团队则并入Vision Pro及软件团队，其核心AI团队则更专注于“苹果底子模型 ”的研发。新任AI副总裁直接向软件工程高等 副总裁克雷格·费德里吉汇报。

这种看似“反向”的操纵，实际上是另一种形式的产研领悟 。

苹果的目的是将AI本领无缝地、原生地融入其庞年夜 的软硬件生态系统。经由过程 将AI团队嵌入到各个核心产品线中，苹果试图让AI的开辟从一开端 就与详细的用户场景和产品需求紧密联合，制止技能与运用 摆脱。其坚持的“端AI”优先原则，也请求 AI模型 必需 与苹果的自研芯片高度协同，这自己就是一种深度的产研一体化。

从新 设计研发与产品化的“接口”，是这些构造变革的一个关键目的。它们试图创建起更短、更宽、更高效的协同通路，确保AI研究的最新结果可以或许以最低的内讧 、最快的速度，改造产品，终极触达用户。

03

应对范式变革的不确定 

对于身处科技浪潮之巅的年夜 公司来说，最年夜 的恐惊，并非来自当下的竞争对手，而是未来的不确定性。技能的范式革命，每每在悄无声息中酝酿，一旦发作，便会推翻 原有的市场格局 。柯达的倒下，诺基亚的式微 ，都为后来者敲响了警钟。

在AI范畴，这种不确定性体现得尤为凸起 。尽管 以年夜 模型 为代表的生成式AI在当下展现出了伟年夜 的潜力，但谁也无法断言，它就是AI的终极形态。未来的AI，会走向何方？是会出现 更增强年夜 的通用人工智能，还是会出现 我们今天无法想象的技能路径？

面临这种“范式变革”的不确定，一个关键策略是在构造内部创建可以或许摸索 下一代技能，甚至与当前主流营业 看似无关的“特区”。

亚马逊将量子盘算团队与AGI、芯片团队并入同一个新构造，就是 一个极具前瞻性的结构。 量子盘算在短期内难以产生贸易回报，但它被以为是未来盘算本领的推翻 性力气。将其纳入核心AI部门，由同一位资深高管领导，确保了这项着眼于十年甚至更久远未来的技能，可以或许得到连续的战略关注和资本 投入，并与未来的人工智能成长 路径坚持 协同。这种构造设计，是在为应对未来大概出现 的、逾越当前深度进修 范式的盘算革命做预备。

应对新技能带来的不确定性，另一关键战略是引入前沿技能人才。在技能路径尚不明了的摸索 期，顶尖人才的代价不但在于其技能本领，更在于其行业洞察力与战略方向感。

此次，腾讯录用 姚顺雨为“CEO/总裁办公室”首席AI科学家。从这一岗亭 的定名，也能看出其职责或许是站在腾讯团体视角，为公司最高解决 层供给 AI技能演进方向、成长 机会乃至潜伏风险的洞察，为战略决策供给 认知参考。

姚顺雨曾提出一个被重复 引用的不雅观 点：AI的上半场比的是模型 训练本领与参数规模，那么下半场的核心竞争力，将是谁更擅长 定义 有代价的使命，并高效地将前沿研究转化为实际产品。

姚顺雨对趋势的判断或许与腾讯的思路不约而同 。他的脚色大概不是简单地“带腾讯卷模型 ”，而是要帮助公司回复更根本的标题：AI应优先解决哪些真实世界的使命？哪些本领应被中台化以服务 全局？哪些研究结果能转化形成有效户代价的产品与功效 ？ 

与此同时，一些公司已经开端 思索AI自己对构造形态的根天性重塑。微软在2025年的工作趋势指数报告中猜测，企业构造架构将围绕“AI智能体”进行快速变革。 未来，大概会出现 由人类和AI构成的混合团队。传统的按职能（如财政、营销）别离 的部门大概会被围绕目的和项目构造的团队所取代。 这种对未来工作模式的预判，也影响着微软当下的构造设计，使其更加 注意AI对象 与人类员工的协同工作。

AI重塑公司构造，这是一场在“速度与豪情”、“远见与定力”之间的平衡。它们一方面经由过程 会集、整合与协同，以亘古未有的力度加快现有AI技能的落地；另一方面，也在经由过程 结构前沿技能、引入关键人才等方式，为迎接人工智能下一个或许更加 推翻 性的范式转变，埋下伏笔。

这场关乎未来的构造变革竞赛，没有独一 的正解。拥有一个可以或许最年夜 化激发人才潜力、最快相应市场变革、最能顺应范式更迭的构造形态，至关紧张。而这场变革，才刚刚开端 。