字節跳動成立AI數據與安全一級部門
Nashnova编辑部
字節跳動將多支分散的數據團隊整合為第三個AI一級部門——AI數據與安全，與Seed、Flow平行，這意味著數據供給正從輔助職能升格為大模型競賽的核心戰場。
這個新部門到底管甚麼？
新部門由原TikTok旗下的Global Data、集團數據中台DMC、以及Flow下屬的AI數據平台AIDP等多支團隊整合而成。
核心職能是為字節所有大模型提供跨模態數據服務，覆蓋數據生產全流程：標準制定、尋源採購、合成清洗、質量評測。
這意味著→ 字節把原本散落在各業務線的數據能力收攏到一個橫跨基座模型到應用層的統一組織，目標是一個入口服務全部模型。
誰來帶隊，為甚麼是他？
負責人王贏磊（Adam Wang），此前擔任TikTok平台責任負責人和TikTok直播負責人。
據接近字節的人士透露，他負責的直播業務曾是TikTok最主要的營收來源之一。
簡單來說＝ 字節選了一個做過大規模商業化運營的人來管數據，而非純技術背景——這反映出數據部門的定位不只是「採集標註」，還包括預算核算和供應商管理。
為甚麼要把數據提到這麼高的位置？
直接原因：字節堅持「堅決不蒸餾」的自研路線。張一鳴在7月底Seed全員會上明確表態；CEO梁汝波8月5日全員會上亦表示「堅定自研，接受短期落後，堅持優化長期」。
這意味著→ 不蒸餾（不從別人的模型裡提取能力來走捷徑）就必須靠自己的數據質量和規模拉開差距，數據團隊的戰略地位因此被推到一級部門。
實際投入已經很重：2026年初世界模型和Coding模型的數據預算已超千萬美元級別，且「覺得不夠可以隨時追加」。
這筆投入有多大、花在了哪裡？
僅為視頻生成模型Seedance做數據評測的團隊就有上千人，每位算法工程師背後配有十餘位數據同事。
Seedance 2.0的成功被多位從業者稱為「一場數據的勝利」。
目前數據團隊已採取賽馬機制（多個團隊同時跑同一方向、優勝劣汰），按世界模型、代碼、高難學科等方向劃分，每個數據項目均需核算投入產出比。
全行業的數據軍備競賽到了甚麼程度？
騰訊近半年頻繁以高達三倍薪資從字節數據團隊挖人；阿里巴巴、騰訊的數據採購預算也明顯增長，部分大廠已設定數據集獨家期限或階段性買斷供應商核心人員。
全球頭部公司的外部數據預算正以每年數十億美元的量級膨脹：Anthropic僅2025年就為強化學習數據撥出超10億美元預算。
數據服務公司Mercor年化收入從去年的5億美元增至今年年中的20億美元，其中91%來自OpenAI、Anthropic等頭部模型公司，估值飛漲至200億美元。
整合之後最大的挑戰是甚麼？
新部門涉及多個原有團隊整合、業務多有重疊，字節目前仍在持續梳理架構、優化人員。
這反映出一個現實矛盾：數據組織已達千人規模，但大模型前沿變化極快——組織越大，響應速度越容易下降。
簡單來說＝ 這次架構整合能否真正轉化為模型競爭力，取決於一個千人團隊還能不能像百人團隊一樣快速轉向。
Content is for reference only, not financial advice.