中国AI企业战略分析：四种组织哲学的竞争
在我开始分析之前，必须先说清楚一件事。
我研究企业战略多年，见过太多分析文章，都在讨论谁的：“模型更强”“谁的融资更多”“谁的月活更高”。这些当然重要，但我始终觉得有什么东西被忽略了。
那个被忽略的东西，是：这些企业为什么会做出这样的选择？
同样是做AI，为什么梁文锋选择开源，张一鸣的字节选择烧钱抢用户，马化腾选择深耕场景？这不是偶然，也不是某个人“拍脑袋决定”的，而是每家企业的组织基因、创始人认知方式、路径依赖共同作用的结果。
这一点让我想到自己在研究人的思想时反复遇到的核心问题：一件事情的本质，不是事情本身的逻辑，而是推动这件事发生的人，在那个关键节点上，究竟看到了什么，选择了什么。
DeepSeek选择开源，背后是梁文锋企业企业“封闭是筑墙，开源是建桥”的认知结构。腾讯选择不抢月活，背后是姚顺雨对AI下半场竞争本质的判断。字节选择烧钱补贴，背后是一家长期活在广告经济逻辑里的组织，在第一次遭遇“规模反而是负担”的时候，能不能改变路径依赖。
这才是我想写这篇文章的真正原因。
以下，我会用三个层次来分析：表层是战略格局，中层是组织逻辑，深层是人的认知结构。
一、从“模型竞争”到“战略路线竞争”
如果把近期中国AI产业的几个关键事件放在一起看——DeepSeek宣布500亿首轮融资、腾讯在算力受限下仍坚持不抢榜单、豆包推出付费订阅引发舆论风暴——你会发现，中国AI竞争的性质已经发生了根本性转变。
2023年，竞争主要是模型能力的竞争：谁的参数更多，谁的benchmark更高，谁先发布。
2025年之后，竞争变成了战略路线的竞争：你选择在哪里建立护城河，你的组织能否支撑这个护城河长期存在。
这个转变的意义远比表面看起来更深。因为当模型能力的差距越来越小，当架构创新越来越快被追平，当算力不再是单一瓶颈，决定胜负的就不再是技术本身，而是企业在产业链中的位置，以及支撑这个位置的组织能力。
迈克尔·波特的竞争理论认为，企业的持久竞争优势来自成本领先、差异化和聚焦。但他没有充分讨论的是，不同的战略路线需要不同的组织形态支撑，而一个企业能选择什么战略，往往由其历史积累和组织基因决定。
中国AI公司目前形成了至少四种截然不同的竞争战略，而且这四种战略背后，代表的是四种完全不同的组织哲学。
二、DeepSeek：科学共同体的逻辑
DeepSeek最难被理解，是因为大多数人在用“公司”的逻辑去理解它，但它其实更接近一个科学共同体。
梁文锋在接受采访时有一句话，我认为道尽了DeepSeek的组织哲学：“封闭技术是筑墙，开源才是建桥。“更进一步，他说”一味堆砌算力是饮鸩止渴，如果提高5%的性能要付出10倍成本，就是不道德的创新。”
这两句话背后，是一套完整的认知框架，而不只是商业策略。
从组织行为学的角度理解，James March在研究组织时区分了两种活动：探索（Exploration）和利用（Exploitation）。探索是寻找新知识，利用是把已有知识转化成收益。两者天然冲突，因为探索需要容忍不确定性、允许失败、允许偏离，而利用需要效率、可预测、可复制。
大多数互联网公司是利用型组织，因为它们的用户、收入和市场都已经存在，优化已有业务是首要目标。DeepSeek是探索型组织，它要寻找的是新架构、新训练方式、新推理机制，这些东西在发现之前是没有人知道会是什么样子的。
这也解释了为什么DeepSeek没有KPI，允许研究员自由调用GPU、自由组队、没有严格汇报体系。很多人看到这些觉得是“管理混乱”，但如果你理解这是在刻意优化创新概率而非执行效率，就会发现这恰恰是极度理性的选择。
心理学家Teresa Amabile通过大量实验研究发现，高创造力团队最依赖的三个因素是自主性、专业能力和使命感，而绩效奖金和KPI压力反而会压缩创造性思维的空间。人在外部奖励驱动下，会倾向于选择最安全、最可预期的路径，而非最有创造力的路径。这在实验室里已经被反复验证，DeepSeek的管理方式是这一科学发现的实际应用。
历史上，最伟大的技术突破往往来自这种科学共同体形态：贝尔实验室发明了晶体管，Xerox PARC发明了图形界面，OpenAI早期的文化也是如此。它们的共同特征是，研究人员拥有极高的自主权，评价标准是学术声望而非商业产出，组织的激励机制是同行认可而非薪酬。
DeepSeek之所以能以600万美元训练出媲美顶尖闭源模型的R1，正是因为这种组织形态激发了真正的算法创新。而这种创新不是靠更多钱堆出来的，是靠更好的认知做出来的。
但这里有一个值得深思的问题，也是文章里透露得很清晰的：科学共同体形态有其内在缺陷。
郭达雅去了字节，王炳宣去了腾讯，阮翀去了元戎启行。科学共同体的成员天然有流动性，因为在这种文化中，个人声望跟着人走而不是跟着组织走。这不是DeepSeek独有的问题，是科学共同体形态的结构性特征。贝尔实验室也面临过类似问题。
此外，开源战略在建立生态影响力的同时，本质上是让潜在商业价值流向了整个社区，而非DeepSeek自己。就像Linux影响了整个互联网基础设施，但Red Hat是在Linux基础上建立了商业模式的那家公司，而不是Linux内核的主要贡献者。
这次宣布500亿融资，我认为是DeepSeek真正进入战略转型阶段的信号：从科学共同体，向产业公司演化。梁文锋个人承诺200亿，仍然保持超过80%的控制权，这在传递一个非常清晰的信息：转型，但方向不变，控制权不变。他不允许资本逻辑替代研究逻辑，即使在引入外部投资的过程中。
这种控制结构的意义在于，它本质上是在用资本架构来保护认知架构。梁文锋知道，一旦控制权分散，组织的注意力就会不可避免地从长期创新转向短期商业指标，那将是DeepSeek真正的死亡。
三、腾讯：被误读最深的AI战略
腾讯是目前被误读得最深的AI玩家。
外界给腾讯贴的标签是“慢”“守旧”“没有竞争力”。评判标准是月活、模型排名、融资规模。但如果你仔细看腾讯的姚顺雨在谈话中说的每一句话，会发现腾讯根本没有打算在这些维度上竞争。
姚顺雨有一句话，我认为是中国AI行业迄今为止最有深度的判断：“AI上半场是寻找方法，AI下半场是寻找值得解决的好问题。”
这句话的潜台词是：当预训练和后训练成熟后，模型能力的差距会越来越小，就像电力刚出现时每家工厂自建发电机，后来电网普及了，没有人再把电厂当核心竞争力。大模型正在快速经历这个商品化过程。
经济学把这个现象称为Commodity Trap（商品陷阱）。当一种技术变成商品，它的价格趋向边际成本，竞争优势从拥有技术转向使用技术的场景和效率。
腾讯看到的正是这一点：未来的竞争不是大模型，而是谁能把AI能力嵌入真实的工作流，产生难以替代的价值。
腾讯强调的Co-Design模式，表面上是产品开发方法，本质上是在构建一种组织能力：让模型迭代和场景验证形成紧密的反馈循环，而不是让模型团队在真空中优化benchmark。这和组织理论大师Herbert Simon的洞察一致：复杂环境下没有最优解，只能通过持续迭代向次优解逼近。AI恰恰就是这种复杂环境。
我观察到一个有趣的结构：腾讯拥有的不是最强的模型，但拥有中国互联网最完整的场景矩阵。微信连接14亿人，企业微信连接大量企业，腾讯会议和腾讯文档连接工作流，腾讯云连接数百万企业客户。
社会学家Ronald Burt提出了“结构洞”（Structural Hole）的概念：在社会网络中，连接越多节点的位置拥有越大的权力和价值，因为信息和资源必须经过这个位置流动。腾讯正在努力成为AI时代最大的结构洞：不是最聪明的模型，而是AI能力流向所有场景的关键枢纽。
这和微软Copilot的逻辑完全一致。微软的优势从来不是最强的AI，而是Office、Teams、Azure形成的组织工具生态。当AI能力嵌入这个生态，转换成本极高，用户黏性极强，这才是真正难以复制的护城河。
腾讯姚顺雨加入时说了一句话，我觉得可以当作腾讯AI战略的底层逻辑：“AI下半场最重要的是上下文（context）。你知不知道这个人在干什么，知不知道企业的各种信息。”
这句话意味着腾讯押注的不是“更聪明的AI”，而是“更了解用户的AI”。而在了解用户这件事上，拥有完整社交关系链、办公数据、企业数据的腾讯，具有任何其他AI公司都无法复制的先天优势。
当然，腾讯也有真实的弱点。算力紧缺是当前最大的硬约束，在英伟达H20出口管制后，这个问题短期内无解。多事业群架构带来了内部协同壁垒，不同BG之间的数据出于合规考虑难以打通，这削弱了腾讯最大的优势——上下文数据。
四、字节跳动：组织路径依赖的代价
字节跳动是这场竞争中最值得深思的案例，因为它是第一次遭遇“自己最大优势反而成为负担”的情况。
豆包推出付费订阅这件事本身，表面上是商业决策，深层是一个组织在路径依赖和新现实之间的挣扎。
字节的基因来自广告经济。抖音的商业逻辑极其清晰：用户时长×用户规模=广告价值。所有的产品设计、算法优化、运营策略，都在服务于这一等式。行为科学家Skinner的研究发现，变动奖励（Variable Reward）机制是最强的行为强化手段。抖音完美地把无限滚动、不确定内容奖励和即时反馈结合，构建了一套最强的注意力控制系统，这不是偶然，是刻意设计的行为工程。
豆包在早期也延续了这一逻辑：免费补贴，疯狂获客，追求月活。结果是成功的，豆包达到3.45亿月活，成为中国AI应用的C端第一。
但问题出现了。AI和广告完全不同的经济结构，撞上了字节的组织DNA。
互联网产品存在网络效应和规模效应：微信用户越多，网络价值越大，边际成本趋近于零。但AI大模型的每一次交互都需要实时GPU算力，用户越活跃、任务越复杂，成本越高，不存在规模效应带来的成本下降。从豆包的披露数据来看，日均120万亿Token的消耗量，仅文本推理成本每天就高达数千万元。
这是字节第一次遭遇“规模反而是负担”的情况。
经济学上的概念叫负外部性（Negative Externality）：在传统互联网业务中，增长产生正外部性，增长越快价值越高；在AI业务中，部分类型的增长产生负外部性，增长越快成本越高。
字节的组织对于如何应对这种结构性矛盾，缺乏历史经验。订阅制商业模式需要完全不同的产品逻辑、运营体系和用户心智，而字节最擅长的是流量运营而非订阅运营。
豆包收费定价的问题，不只是价格本身，而是产品能力和定价预期之间存在明显落差。行为经济学的研究表明，用户愿意为一项服务付费的核心前提，是感知价值高于支付价格。当用户感知豆包在专业生产力场景的能力落后于同价位竞品时，付费意愿自然受损。卡尼曼和特维斯基的前景理论（Prospect Theory）告诉我们，损失厌恶是一种极其强烈的心理机制——用户对“原本免费的东西开始收费”的感受，要比对“新增付费功能”的感受强烈得多。这也是豆包收费引发舆论反弹的心理根源。
我不认为字节会失败。字节的流量运营能力在中国互联网公司中独一无二，一旦找到AI和广告业务的协同点，或者找到高频生产力场景的切入口，字节仍然可能成为中国最大的AI流量入口。但它目前正在经历的，是组织路径依赖和新业务逻辑之间的摩擦期，这个摩擦需要时间和认知上的主动调整才能化解。
五、阿里：最被低估的基础设施玩家
阿里在这场讨论中存在感最弱，但从产业结构的角度看，阿里可能是目前战略逻辑最清晰的公司之一。
诺贝尔经济学奖得主Ronald Coase提出，企业存在的核心原因是降低交易成本。当AI能力嵌入企业系统，本质上在做的事情是降低组织内部的信息摩擦和执行成本。阿里一直在做的事情，就是为企业提供降低交易成本的基础设施：从电商平台到云计算，逻辑一以贯之。
在AI时代，这个逻辑延续了下去。千问的开源战略使其成为全球最活跃的开源模型之一，与阿里云的深度绑定使其天然具有企业客户触达能力。相比于字节需要把C端用户转化成企业价值，阿里本就扎根于企业市场，天然适合AWS路线。
阿里的弱点在C端影响力，在消费者心智中的存在感远弱于豆包。但如果未来AI竞争的主战场从消费应用转向企业AI基础设施，阿里的位置将更加稳固。
六、竞争的深层结构：四种组织哲学
当我把以上分析综合起来，会看到一个更清晰的深层结构：中国AI竞争的本质，是四种组织哲学之间的竞争。
第一种是科学共同体，代表企业DeepSeek，核心资源是创新能力。激励机制是学术声望，组织价值观是技术至上，最强的地方是产生真正的基础性突破，最弱的地方是商业化能力和人才稳定性。
第二种是平台生态，代表企业腾讯，核心资源是场景协同。激励机制是生态增值，组织价值观是连接优先，最强的地方是构建难以替代的工作流嵌入，最弱的地方是需要突破内部协同壁垒。
第三种是注意力机器，代表企业字节，核心资源是用户规模。激励机制是增长指标，组织价值观是流量为王，最强的地方是获客和用户运营，最弱的地方是在成本结构根本不同的AI业务上延续这套逻辑。
第四种是基础设施，代表企业阿里，核心资源是企业网络。激励机制是降低成本，组织价值观是规模效应，最强的地方是企业市场渗透，最弱的地方是C端心智缺失。
经济学家Schumpeter认为，产业竞争分两个阶段：第一阶段是创新者获胜，第二阶段是组织者获胜。汽车行业是福特赢过众多发明家，PC时代是微软赢过众多技术先锋，互联网时代是腾讯赢过众多产品创新者。
AI目前正处于第一阶段向第二阶段过渡的时间点。在这个节点上，创新能力仍然重要，但组织整合和产业协同的价值正在迅速上升。
这意味着未来很可能不是某家公司“赢家通吃”，而是出现分工协同的产业结构：DeepSeek成为基础技术标准的制定者，类似Linux或早期OpenAI；腾讯成为AI能力的产业整合者，类似微软Copilot体系；阿里成为企业AI基础设施的提供者，类似AWS；字节成为最大的AI流量入口，类似Google对搜索流量的垄断。
这种“三极加一”的格局，比单一赢家格局更符合中国互联网产业历史上的演化规律，也更稳定。
七、物理AI：下一个维度的竞争
孙正义和黄仁勋都在强调一件事：AI的下一个爆发点是Physical AI，即让AI拥有感知、决策和行动能力，直接作用于物理世界。
这一判断有其深刻的经济学依据。当前的大模型本质上是在数字空间处理信息，但人类劳动力市场的绝大部分价值存在于物理世界：制造、仓储、物流、医疗、建筑、能源。孙正义用了一个数据：全球软件市场规模是数万亿美元，但全球劳动力市场规模超过100万亿美元。
如果AI能够进入物理劳动力市场，其创造的经济价值将远超今天所有数字AI的总和。
对中国企业而言，物理AI意味着新的竞争维度正在形成。华为在算力和工业领域的布局、比亚迪在汽车和机器人方向的深度协同、宁德时代在能源领域的战略卡位，以及此次DeepSeek融资中宁德时代的战略入股，都指向同一个方向：从模型到能源的全栈能力，将成为物理AI时代的核心竞争壁垒。
DeepSeek在这个方向上有潜在的战略价值：如果它能成为机器人和自动化系统的“大脑”，就等于把自己嵌入了一个远比软件AI更难替代、价值更大的产业链条中。这也许是梁文锋在进行500亿融资时，除了补充算力和留住人才之外，更深远的战略考量。
最后想说的
我写这篇文章，不是要给出一个“谁会赢”的终极答案。产业演化太复杂，任何确定性的预言都可能在几个月内被打脸。
我真正想说的是：理解这些企业的战略选择，必须深入到组织哲学和认知结构这一层，而不是停留在产品功能和融资数字上。当我们看到梁文锋拒绝了“出让20%股份”的独家注资，选择多方融资以保持方向主导权，我们看到的不是一个商业决策，而是一个人对自己认知结构的捍卫。当腾讯姚顺雨说“如果AI下半场才刚开始，过去的快慢毫无意义，重要的是能不能诚实面对自己”，他表达的不是一句公关话语，而是一种组织价值取向：长期判断优先于短期排名。
这些人的思想，才是这些战略真正的起源。
而思想，不是看一个融资公告、一份月活数据、一个模型排名就能理解的。它需要你去追问：在那个关键节点上，是谁，在什么样的认知状态下，做出了这个选择？
这个问题，才是分析中国AI战略真正值得深入的地方。
本文来自微信公众号“朱翊”，作者：朱翊，36氪经授权发布。