大厂AI内斗、项目解散、估值泡沫：2025年AI行业暗流涌动

导语：揭秘大厂AI内幕：管理混乱、项目解散、估值泡沫与新兴机会

某大厂AI掉队的暗中一面：1号位内斗、管理混乱

某头部互联网大厂的AI大模型水平在一众对手中始终处于相对落后的状态，这与过去几年整个AI团队各自为战、管理混乱的局面高度关联。最初该大厂开始大模型研发时，项目的组织架构极其分散：预训练放在A部门，后训练放在B部门，测评放在C部门，三个团队各自为政，争夺核心主导权，很难统一作战。虽然设立了虚线汇报机制，但名存实亡。

明面上，高管D是大模型项目的老大，主导基础模型能力研发方向，A和C部门的负责人都要汇报给D，但实际上这两人直接汇报给另一业务高管E。D是技术科学家出身，E是业务型风格，两人在AI技术路径上存在较大分歧。后来在E的撑腰下，A和C部门不仅做了自己的预训练，还偷偷做了后训练，这成为D与E内斗升级的导火索。D斗输后，原先管理的一大批科学家接连出走，触及高层底线，最终落寞下课。据传部分原因在于他强势的管理风格和热衷内部制衡的权力欲，导致技术型管理人才大量流失。E虽然斗赢了，但非技术背景的管理风格与原有学术氛围产生冲突，内部赛马机制引发团队离心。

最终，高层彻底失去耐心，另寻新的负责人。面对积压的部门墙，员工对新负责人提出疑问。据传他在全员会上明确回答：“这次调整就是为了打破部门墙，不能保证研究能落地，因为要有规范，但无论如何肯定能用模型做研究。”

头部大模型公司忌讳公开发言

某国产大模型独角兽在国内势头很猛，近期受到资本市场热捧，但幕后真正的大老板从不对外露面或公开发言。原因是他们认为枪打出头鸟，当前的舆论环境不宜抛头露面；而且过去那些频繁喊口号的老板（如熊厂、数字厂等）最终都在行业发展中掉队。该公司平时很忌讳公开发言做预判，避免被打脸。虽然外界说他们想对标Anthropic，其实最初是想对标OpenAI，而且出海之路远比预想中波折。

跨境电商大厂AI项目失败，老板原地解散团队

去年下半年，某东南亚跨境电商大厂创始人的全员信大量谈论AI的意义，并专门成立子公司做AI大模型，从各业务抽调研发人员，主要给商家做图片、视频生成和润色。然而做了几个月后，项目失败，老板极度不满，今年年初直接解散项目组。但该大厂没有放弃，在北京重新组建新团队继续做。之前还做过一些AI应用，主要给运营能力差的商家优化标题、视频图像，虽然商家使用后有提升，但对平台大盘用处不大。内部人士透露，单量只是在商家之间流动，大盘订单基本没涨。

G厂激进拥抱AI：技术端分拆裁员转全栈

G厂去年深陷外卖大战，出海业务也受影响。但在AI浪潮下，G厂开始全面拥抱AI。一方面对技术端进行分拆、合并，另一方面以不符合绩效为由裁员，包括一些十年以上老员工。不少公司提全栈，但直接通知前端大面积转全栈的大厂并不多，G厂做法相当激进。内部人士称，好的一面是部门协作链路没那么长了。此前G厂内部做了不少AI产品，但上线后效果不理想，被吐槽为“半成品”，员工也很少用，多数用国外大厂的，但会员需自费，公司不报销。

AI基建竞赛加速：华东大厂叫停B200租赁订单，转向B300

算力租赁市场掀起由头部互联网大厂主导的“设备迭代风暴”。为追求更强算力，此前签下的B200租赁订单被批量叫停，全口径转向B300机型。金租公司为B200项目批复的资金只能推倒重来。据了解，该大厂B200相关项目仅1-2个完成落地，其余均已叫停或转投B300，而B300现货稀缺，单台价格一度超过440万元。行业内人士表示，该停租风波对B200货物流转无显著影响，因为市场上B200流通量本就紧张，目前仅华南某地区有数十台库存。

可穿戴硬件项目估值2.5亿美金，大厂无奈弃投

某可穿戴硬件项目是2026年最受追捧的字节系AI硬件创业项目之一。产品demo未出时，第一轮估值2000万美金，多数美元基金看不上。第二轮估值5000万美金，部分此前不看好的机构开始回头。产品demo出来后，直接叫价1.5亿美金，多家机构激烈加价，估值被哄抬到2.5亿美金。因估值太贵，某大厂战投放弃，旗下VC也中途退出。

具身大脑头部公司挖角互联网大厂VP

某具身大脑头部公司今年拿到红杉中国领投的数亿元融资，并敲定与宇树合作。内部人士透露，该公司正在接触一位互联网大厂副总裁级高管，title很高，即将到岗，将同时操盘商业化与技术架构。信号明确：具身赛道人才战已从智驾圈杀向互联网核心层。早期抢感知算法、规控工程师，现在盯上能把“技术变产品、产品变收入”的互联网操盘手。该VP背景大概率是云业务或AI平台出身，只有这类岗位才同时具备B端交付经验和架构视野。“商业化+技术架构”一肩挑，摆明了要把具身智能从硬件生意改造成互联网服务形态。

AI催生新机会：不足十人的AI催收团队涌现

AI催收正成为大模型落地进展极快的场景，市面上已涌现出许多不足10人的小团队，帮金融机构做催收业务。某些金融机构超千亿规模的资产，日均外呼量达百万级，养了上千催收员，成本极大。为降低成本，部分公司过渡到“机器人外呼”，但效果有限，核心问题在于话术固定、语气生硬，易被用户识别甚至挂断。大模型出现后，这一问题开始有解。一位业内人士透露，基于豆包的语音能力，已能做到高度拟人化外呼：不仅能复刻真人音色，还能叠加环境音（如办公室背景声），整通电话几乎无“机器感”。成本上，一通电话成功接通单次不到1毛钱，加上线路费约1-2毛，比人工便宜很多。由此，大模型催收公司纷纷涌现。不过，AI催收也面临挑战：催收是高风险行业，话术越界或引发投诉，企业可能面临罚款甚至更严重后果。此前某消费金融公司曾因催收问题引发极端事件，出现大规模执法介入，行业对此普遍警惕。