张一鸣登顶亚洲首富：字节跳动为什么越扩张，越聪明？

9月16日，彭博全球富豪榜更新：字节跳动创始人张一鸣以1050亿美元身家，超越印度富豪高塔姆·阿达尼（Gautam Adani），首次登顶亚洲首富。2019年3月，这个数字还只是130亿美元。

同一周，另一条消息显得有些“不合时宜”。据外媒报道，由于加大人工智能投入，字节跳动今年上半年净利润同比下降；与此同时，营收增长30%，海外收入占比再创新高。

利润在降，身价在涨。显然，资本市场看好的不是某一款爆款应用，而是字节跳动那套越转越快的增长机制。

把字节的发展归结为“算法厉害”，是最省事的，但仿佛是建了一个“黑箱”，没办法给人启发。从今日头条到抖音、TikTok，再到飞书、火山引擎，字节跳动一边把短视频做到极致，一边不断向外扩张边界。而在战略学教科书里，深耕规模与多元扩张，恰恰是两件很难兼得的事。

发表于《战略管理杂志》（Strategic Management Journal）的一项最新研究，用六年时间、41次访谈拆解了这个悖论。研究者发现，在合适的条件下，AI在跨领域复用时非但不会被“摊薄”，反而越用越强：每进入一个新市场，就多一份新数据；新数据训练出的模型，又让下一次扩张更轻松。但要想取得这样的效果，从AI中台、业务伙伴机制，到2021年的六大业务单元重组，组织设计始终需要与AI能力同步进化。

首富榜会变，但字节的这种“越扩张，越聪明”背后的逻辑，值得每一位正在思考AI战略的管理者认真读一读。

2021年，TikTok一度打破了谷歌称霸的互联网流量格局。根据互联网基础设施服务商 Cloudflare全球流量年度报告，TikTok是当年访问量最大的网站，把雄踞搜索领域二十余年的谷歌挤下榜首。同一年，TikTok的母公司字节跳动也悄然完成了一次重要重组。这家成立不到十年的公司拆分为六大业务板块：

抖音、TikTok、飞书（办公协作）、火山引擎（企业级AI服务）、大力教育、朝夕光年（游戏）。

这两条新闻放在一起看，多少有些反常识。一方面，抖音和TikTok把短视频应用做到了极致；另一方面，字节跳动又像是一个不断扩张边界的商业帝国。在经典战略学教科书里，这两件事通常很难同时成立。企业越是多元化，越容易遭遇成本膨胀、协调失灵和管理超载。但字节跳动在不断进入新领域的同时也没有明显放慢增长速度。这是怎么做到的？难道教科书错了吗？

发表于《战略管理杂志》（Strategic Management Journal）的一项最新案例研究试图回答这个问题。研究团队用了六年时间研究字节跳动，进行了41次访谈，并收集了大量内部和公开档案。

他们的结论挑战了战略学中的一个基本假设：有价值的资源让企业得以多元化。在字节跳动的案例中，逻辑恰好反了过来。多元化不只是消耗AI这一资源，也让AI本身变得更有价值。

增长，为什么常常要付出代价？

在20世纪的大部分时间里，把一家企业做大，往往意味着要“选择战场”。一家公司可以在某个产品或服务上深耕，建立运营优势，不断压低成本，并通过规模锁定客户；也可以进入多个市场，希望已有能力能够在不同领域复用。

但大多数战略学者认为，这两件事很难同时做好。工厂、销售团队、管理者的时间精力和实物资本，都是有限资源。投向一个市场，就意味着无法同时投向另一个市场。

数字业务的兴起，让这种取舍没有过去那么严苛，但并没有真正消失。软件、算法和数据具有“低边际成本”的特点：一旦系统搭建完成，服务一百万个用户的成本并不会比服务一千个用户高出太多。但当数字企业试图多元化发展时，它们依然会遇到资源被摊薄的问题。

一个知名例子是美团。当美团从外卖扩张到打车时，运营资源、平台流量和管理精力都需要在不同业务之间重新分配，打车业务也始终未能撼动滴滴的地位。优步（Uber）推出外卖业务时，平台流量、配送运力和品牌注意力都需要在两条业务线之间重新分配，部分司机也会在两类订单之间切换。

字节跳动的核心押注，是让AI成为打破这一困局的关键。AI不只是另一种数字资源，它有一个传统战略理论没有充分预料到的特性：自我学习。系统每处理一次互动——用户在某段视频上多停留了几秒、跳过了某条短视频、点开了某个标题、转发了某篇帖子——模型都会获得新的反馈。当同一套架构被部署到新的业务领域，并且能够获取与原领域结构相似的数据时，模型并不只是被“搬过去”使用，它还会变得更好。

研究者把这种现象称为 “交叉赋能”（ cross-fertilization）：一个场景中的学习，会提升另一个场景中的表现；而后者带来的新数据，又会反过来强化整个系统。这颠覆了传统的战略学理论。我们通常认为，有价值的资源是多元化的前提；而在AI驱动的公司里，多元化反过来可以放大资源本身的价值。

研究方法

为了支撑这个论断，研究团队进行了一项相当深入的案例研究。字节跳动是一家私人控股公司，外部研究者能够获得的访问权限非常有限。但研究团队在2019-2025年间持续收集数据，并向前追溯，还原了公司自2012年以来的发展轨迹。他们对36名字节跳动相关专业人员进行了41次半结构化访谈。这些受访者包括工程师、产品经理、广告人员、公关人员、国际团队成员，以及曾与公司合作的学术界AI专家。研究团队与相关人员进行了五次小组讨论，多次访问字节跳动北京总部，并收集了741页文字档案和853分钟视频资料，并将这些材料与行业报告、公开访谈，以及2012年至2025年间的新闻报道进行交叉比对。

研究团队把字节跳动的多元化发展路径呈现为一个三阶段的过程模型：先用AI在单一领域扩大规模，再把AI延伸到多个领域，最后通过组织重构来同时驾驭规模和广度。在每一个阶段，AI能力和组织设计都在同步演进。只要其中一方跟不上，增长就会遇到瓶颈。

第一阶段：从“人找信息”到“信息找人”

字节跳动创始人张一鸣在2012年8月推出今日头条时，中国互联网市场已经巨头林立。百度主导搜索，阿里巴巴主宰电商，腾讯掌握社交。这三家公司，也就是业内常说的“BAT”，合计占据中国上市互联网公司近70%的市值。若继续沿用搜索逻辑，与这些巨头正面竞争，字节跳动几乎没有胜算。

字节跳动选择颠覆这套逻辑本身。

今日头条的AI系统把信息分发从“人找信息”变成了“信息找人”。系统不再等待用户主动输入自己想看什么，而是从他们的行为中推断兴趣：他们点开了什么，停留了多久，跳过了什么，又转发了什么。然后，系统主动把可能匹配这些兴趣的内容推送给他们。

每一次互动都会生成新的训练数据。新用户最先看到的100条内容，实际上就是一次关键测试。如果系统能足够快地摸清用户偏好，用户就更可能留下来。研究显示，字节跳动在这一阶段实现了45%的用户留存率，这为其后来的增长奠定了基础。

但仅凭技术上的创新本身并不足以支撑公司的发展。字节跳动早期有意采用扁平化的组织结构，决策层级很少，员工之间不论级别都互称“同学”。公司还采用透明的OKR系统，员工可以看到不同层级，甚至高管的工作目标。这些组织安排之所以重要，是因为前端产品团队和后端算法团队需要快速迭代，产品团队观察用户行为，算法团队调整模型参数、排序权重和测试流程。组织设计的目的，就是尽可能缩短从“用户反馈”到“技术响应”之间的距离。

这就是第一阶段，AI在单一领域中成为规模增长的引擎。但更难的问题随之而来：这套引擎能不能搬到别的地方去？

第二阶段：旧瓶装新酒

字节跳动的下一步战略方向是短视频应用。抖音在2016年正式上线，进入海外市场后发展为TikTok。

今日头条以文字内容为主，将这一套推荐引擎复用于短视频赛道时最大的难点是重新搭建输入管道。系统不再从文字里提取意义，而要理解视频、图像、音频、音乐、动作、字幕，以及用户与这些内容之间的互动。字节跳动因此动用了计算机视觉、语音识别等一系列AI技术，把短视频“翻译”成推荐算法能够处理的特征。随着业务越铺越广，逐个重复这套工作越来越不划算，字节跳动于是搭建了一个“AI中台”：一个集中式基础设施，用来沉淀算法能力、内容理解模型和汇总后的用户数据，供新产品调用。

当字节跳动的业务向海外扩张时，这个中台也被复用于海外市场。一位字节跳动工程师用了一个生动的比喻：算法架构是“酒瓶”，而本地训练出来的用户行为数据是“酒”。抖音装的是中国用户的数据，美国TikTok装的是美国用户的数据，但“酒瓶”大体上是同一个。

“中台”这个概念最早来源于阿里巴巴在2015年提出的“大中台、小前台”战略，即把通用技术能力沉淀到中台，再由前台业务灵活调用。但字节跳动的AI中台有一个关键的不同点：它不是一个静态工具库，而是一个会持续学习的系统。前端每送来一份新数据，中台模型就有机会变得更聪明一点。

为了让中台真正贴近具体业务，字节跳动还设立了业务伙伴（business partners）这一职位，作为技术和业务之间的连接者。他们名义上隶属于中台，日常却在业务团队里与前端工程师和产品经理并肩工作，同时收集业务中产生的新经验反哺中台。研究指出，凭借这套机制，字节跳动可以在大约三周内孵化出一款新应用。

更重要的是，多元化并没有“摊薄”字节跳动的AI资源，反而是整套系统更充实。番茄小说中读者对都市题材作品的行为数据，可以反过来帮助今日头条更精准地推送新闻标题；抖音上的点击数据，也可以优化整个生态系统中的广告算法。每进入一个新领域，算法都能接触到更多元的信号，整个产品矩阵也因此共同受益。

第三阶段：组织架构协同进化

到了2020年代初，集中式中台的局限开始显现。字节跳动同时运营着几十款应用，而不同产品的优先级并不相同：有的追求用户留存，有的重视广告变现，有的关注电商转化，有的需要扶持创作者，还有的面向企业服务。再精巧的统一中台，也无法同时服务于所有目标。

在这一阶段，字节跳动的一些产品先后遭遇失败，包括其在知识付费、社交和独立电商等领域的尝试。问题并不是AI失灵了，而是仅靠AI已经无法平衡多个业务和部门之间的利益，因而组织需要再次进化。

2021年11月，字节跳动重组为六大业务单元：抖音、TikTok、飞书、火山引擎、大力教育和朝夕光年。各业务单元获得了更专属的技术和AI支撑，不再完全依赖统一中台。这次去中心化并不彻底，一些共享功能，比如多个短视频应用共用的直播算法，仍然集中保留。但在大多数情况下，AI团队可以更贴近具体业务单元的战略优先级开展工作。

这样的重组不是没有代价的。它意味着要重新切分高度整合的资源，重新划定决策权，重新设计技术架构，还要处理组织内部的阻力。字节跳动之所以这么做，是因为旧结构已经触到了天花板。新的结构是一种更具适应性的组织安排，中台可以根据业务需要分拆，也可以在必要时重新合并。

集中化有助于跨领域学习，去中心化有助于本地适配。合适的组织结构不是一次性设计出来的，而是在增长过程中持续调整出来的。对于希望把AI用成“交叉赋能型资源”的企业来说，这是一条关键经验：企业必须做好反复重构自己的准备。

字节跳动的经验能否直接复制？

并不是所有公司都能照搬字节跳动的经验。要真正发挥出AI的跨领域学习优势，至少需要几个前提。

首先，企业要有足够的数据和AI能力作为起点。字节跳动之所以能把AI规模化，是因为它拥有海量用户互动、高质量反馈循环和强大的工程团队。对于数据稀缺、高度定制化或受到严格监管的行业来说，很难从同样的起点出发。

其次，组织必须有能力吸收AI学到的东西。如果先进的AI被困在彼此割裂的系统或僵硬的层级中，它的学习就只能在局部打转。字节跳动的优势不仅来自算法，也来自一种允许学习跨产品流动的组织设计。

同样关键的是，组织必须愿意持续变化。字节跳动早期的扁平结构和OKR文化支持了快速迭代；但随着公司规模扩大，它不得不在业务单元层面重新平衡集中化和去中心化。

最后，跨领域学习只有在不同领域能产生“同一个AI系统可以理解并利用”的数据时才会生效。字节跳动之所以受益，是因为视频点击、新闻阅读时长、小说浏览行为，本质上都产生了结构相近的用户互动信号。如果两项业务产生的数据形态差异太大，即使属于同一个集团，也未必能彼此强化。

管理启示录

构建战略和组织共生生态，让AI真正转动起来

这项研究带来的最重要的启示，是不要再仅仅把AI当作工具来使用。

虽然AI的爆发式增长已经有几年的时间，很多公司在使用AI时，仍旧把AI当成一个新的工具或功能：加一个聊天机器人、自动化某个流程、优化某个决策环节。这些做法当然可能创造价值，但它们只触及了AI战略潜力的一个小部分。更大的机会在于构建一个系统，让一个业务环节产生的数据和反馈，能够赋能另一个环节。

这也会改变领导者对多元化发展的思考方式。过去的问题是：新业务和企业现有业务有没有关联？在AI驱动的公司里，更值得问的问题是：新业务能不能产生公司现有AI系统可以学习的数据？所谓“关联度”，不再只关乎产品或市场是否相近，也关乎不同业务能否产生可以共同强化同一个AI 系统的信号。

用一个最简单的比喻来形容这种变革，就像一个“飞轮”，一旦转动起来，新加入的业务就不再只是负担，也可能成为推动整个系统加速的力量。但这个飞轮不会自己转起来。字节跳动的经验表明，AI战略和组织设计必须共同演进。AI中台让学习可以在产品之间流动，后来的组织重组又给业务单元留下了本地调整的空间。相比而言，再优秀的AI系统，一旦被困在组织的孤岛里，就很难带来同样的优势。

这也是为什么企业文化和组织结构同样重要。字节跳动的扁平层级、透明OKR和跨团队协作，让公司能够更快地把用户反馈转化为技术调整。任何公司都可以购买或搭建AI系统，但只有足够灵活的公司，才能让AI产生复利。

字节跳动在规模、人才、时机和数据环境上都很特殊，但这项研究带来的更广义的启示是可以迁移的：在合适的组织条件下，AI能够在跨领域使用中变得更强。那些较早理解这一点的公司，可能会成为增长最快的公司——不是只在一个方向上长大，而是在多个方向上同时变强。

本文改写自全文：Scaling High and Wide: How Firms Leverage AI and Organizational Design to Overcome the Scale-Scope Trade-Off [J].Strategic Management Journal, 2026:1-32.

本文来自微信公众号“复旦商业知识”（ID：BKfudan），作者：《管理视野》，36氪经授权发布。