國內(nèi)電商在有淘寶京東這兩個巨頭的情況下，抖音電商還是殺出了自己的一條路，而且僅僅才用了3年的時間。這篇文章，作者就梳理了抖音電商的發(fā)展歷程，一起來學(xué)習(xí)一下。

不服不行，抖音電商從圈外到圈內(nèi)僅用了3年

一、發(fā)展歷程

2020 年：抖音電商 GMV 近 2000 億元，還為其他電商平臺導(dǎo)流 3000 億 GMV。6 月，抖音電商負責(zé)人康澤宇提出打造獨立字節(jié)跳動電商生態(tài)的設(shè)想，希望商家和品牌通過抖音小店在抖音內(nèi)完成交易、不再跳轉(zhuǎn)外部平臺；10 月，抖音不再允許第三方平臺商品鏈接進入抖音達人直播間，抖音電商正式成立。

2021 年：抖音電商 GMV 完成 7300 億元，呈現(xiàn)出快速增長態(tài)勢。

2022 年：GMV 達到 1.41 萬億元，規(guī)模進一步擴大。

2023 年：商品交易總額（GMV）達 2.7 萬億，已十分接近同年京東的 3.47 萬億和拼多多的 3.2 萬億 GMV。

2024 年：預(yù)計 GMV 為 4 萬億，持續(xù)保持高速增長趨勢。

二、發(fā)展成果

短短3年間，抖音電商從最初起步到逐漸建立起獨立生態(tài)，GMV 不斷攀升，增長速度迅猛，在 2024 年其 GMV 規(guī)模已擠進4巨頭中的3巨頭。傳統(tǒng)電商巨頭京東、拼多多在 GMV 方面的差距，越來越危險。

在抖音電商的探索期，諸多挑戰(zhàn)如影隨形。創(chuàng)作者深陷商品選擇匱乏的泥沼，供應(yīng)鏈體系亦漏洞百出。然而，抖音敏銳地捕捉到 AI 技術(shù)的巨大潛力，開啟了在電商領(lǐng)域的 AI 探索之旅。

此階段，抖音初步應(yīng)用傳統(tǒng)推薦系統(tǒng)及早期 AI 算法。借助內(nèi)容推薦技術(shù)，抖音依據(jù)用戶瀏覽的視頻內(nèi)容，嘗試挖掘其潛在的商品興趣；運用計算機視覺技術(shù)，對商品圖片、視頻進行智能識別與分析，以更好地理解商品特性；憑借自然語言處理技術(shù)，解讀用戶的評論、搜索關(guān)鍵詞等文本信息，洞察用戶需求；通過深度學(xué)習(xí)技術(shù)，不斷優(yōu)化對用戶行為和商品特征的理解與關(guān)聯(lián)。

抖音電商的推薦系統(tǒng)在探索期已具雛形，采用多層次召回和排序機制。它充分利用用戶行為數(shù)據(jù)，如觀看時長、點贊、評論、轉(zhuǎn)發(fā)等，以及商品信息，如品類、價格、品牌等，運用協(xié)同過濾算法尋找具有相似興趣的用戶群體，基于內(nèi)容推薦算法分析商品與用戶興趣的匹配度，并引入深度學(xué)習(xí)算法進行深度挖掘與預(yù)測，以此不斷優(yōu)化推薦效果，為用戶提供初步個性化的商品推薦。

同時，在大數(shù)據(jù)處理、實時計算和 AI 技術(shù)方面，抖音逐步積累經(jīng)驗，為創(chuàng)作者工具和商家支持平臺的智能化發(fā)展奠定基礎(chǔ)。盡管初期困難重重，但抖音憑借這些技術(shù)創(chuàng)新與精準(zhǔn)的推薦策略嘗試，成功踏出電商業(yè)務(wù)成長的關(guān)鍵步伐，并預(yù)示著未來將借助 AI 技術(shù)持續(xù)深耕，進一步提升電商平臺的效能與用戶體驗，在電商之路上砥礪前行，探索更多未知的可能。

「探索期」

2017 年底到 2018 年初，抖音上線購物車，購物袋兩個產(chǎn)品，可以掛外網(wǎng)的鏈接，想要激發(fā)創(chuàng)作者創(chuàng)作帶貨。

自從抖音上線購物車功能開始，抖音電商業(yè)務(wù)開始逐漸從廣告業(yè)務(wù)中脫離。但是受制于創(chuàng)作者不懂怎么組貨，也不懂供應(yīng)鏈，品牌方也沒有人重視，一直都不溫不火。抖音還嘗試過通過付費流量的方式來分發(fā)商品，讓商家在過程中賺取流量，但這個模式非常傷害用戶體驗，最終發(fā)展不如預(yù)期。

抖音電商自2017年底推出購物車、購物袋等功能，開始逐步獨立于廣告業(yè)務(wù)，推動創(chuàng)作者帶貨。

探索期的AI

然而，初期面臨創(chuàng)作者缺乏商品選擇和供應(yīng)鏈不完善等挑戰(zhàn)。隨著時間推移，抖音通過AI技術(shù)推動電商業(yè)務(wù)發(fā)展，利用內(nèi)容推薦、計算機視覺、自然語言處理和深度學(xué)習(xí)等技術(shù)提升用戶體驗。抖音的推薦系統(tǒng)基于海量數(shù)據(jù)，通過特征工程、模型訓(xùn)練和實時動態(tài)調(diào)整，為用戶提供個性化的商品推薦。

抖音電商的推薦系統(tǒng)采用多層次召回和排序機制，實時更新推薦內(nèi)容。系統(tǒng)利用用戶行為數(shù)據(jù)和商品信息，通過協(xié)同過濾、內(nèi)容推薦和深度學(xué)習(xí)等算法不斷優(yōu)化推薦效果。此外，抖音在大數(shù)據(jù)處理、實時計算和AI技術(shù)方面積累了大量經(jīng)驗，推動了創(chuàng)作者工具和商家支持平臺的智能化發(fā)展。盡管初期面臨困難，抖音通過技術(shù)創(chuàng)新和精準(zhǔn)的推薦策略，成功促進了電商業(yè)務(wù)的成長，未來將繼續(xù)通過AI技術(shù)進一步提升電商平臺的效果和用戶體驗。

探索期主要應(yīng)用傳統(tǒng)推薦系統(tǒng)和早期AI算法

三、「發(fā)展期」

真正讓抖音電商火起來是在2020 年，正值疫情期間，消費者出行受限、商家停工關(guān)門，線上購物需求大增。2020年4 月 1 日，抖音花了 6000 萬簽約了羅永浩，開啟直播帶貨，在 3 小時 17 分鐘的直播時間內(nèi)，最終收獲了超過 1.1 億元人民幣的銷售額、4800 萬累計觀看人數(shù)、上了 2 次微博熱搜。

2020 年 6 月，字節(jié)跳動內(nèi)部將電商視為戰(zhàn)略級業(yè)務(wù)，正式成立了以“電商”命名的一級業(yè)務(wù)部門，正式發(fā)布「抖音電商」品牌。同月，抖音小店官方應(yīng)用程序“抖店”面世，抖店是一款集內(nèi)容、營銷、技術(shù)于一體的電商平臺，為商家?guī)砹烁嗟臋C遇和價值，作為商家官方操作后臺，進一步完善了基礎(chǔ)設(shè)施。2020 年 10 月起，抖音關(guān)閉所有第三方商品外鏈，與淘寶、京東、唯品會等電商平臺進行“正面對決”。

發(fā)展期的AI

在這個期間抖音一方面發(fā)展內(nèi)容推薦系統(tǒng)，另外一方面在物品與用戶畫像領(lǐng)域繼續(xù)發(fā)展傳統(tǒng)機器學(xué)習(xí)推薦系統(tǒng)。

四、「爆發(fā)期」

2021 年 1 月，抖音支付正式上線，此后成交、支付、物流均可在平臺完成，抖音電商完成生態(tài)閉環(huán)。抖音開啟電商節(jié)活動，1 月開啟抖音搶新年貨節(jié)，交易額飛速增長，較同比增長超50 倍。3 月開啟抖音女王節(jié)。

抖音電商的 GMV 產(chǎn)生于兩個場，分為內(nèi)容場和貨架場。

內(nèi)容場主要以短視頻、直播和圖文為核心，集聚平臺大部分流量，通過“貨找人”的形式促成交易；

而貨架場包括搜索、商城、店鋪、達人櫥窗等消費場景，以“人找貨”為交易路徑。

抖音電商成為中國四大電商平臺之一，隨著抖音一系列產(chǎn)品、運營和商家的策略的落地，抖音電商形成內(nèi)容+貨架的雙驅(qū)動平臺，憑借價格和供應(yīng)鏈優(yōu)勢，讓用戶可以在逛的同時，又能夠有更好的購物體驗，更極致的價格。隨著抖音電商規(guī)模的增大，對于商家來說選擇性可以更多，對于用戶來說也是好事。

爆發(fā)期的AI

推薦的本質(zhì)是一個CTR預(yù)估問題。

如果是（用戶）user的推薦，則是預(yù)估目標(biāo)用戶是否會和推薦的用戶user產(chǎn)生某種聯(lián)系，比如說關(guān)注，成為朋友等。

如果是短視頻內(nèi)容或者物品內(nèi)容item的推薦，則是預(yù)估目標(biāo)用戶是否會點擊item，然后產(chǎn)生后期的一些操作，比如消費等召回，多路召回，滿足目標(biāo)用戶的方方面面的需求。

既需要滿足目標(biāo)用戶近期的興趣(新的興趣)，又需要滿足用戶的一些歷史行為偏好，還需要根據(jù)u2u2i來擴展用戶的興趣點。

排序階段，這個階段需要模型。

這個模型就是針對每個召回的item進行ctr預(yù)估的一個概率。排序模型的輸入包括2大部分，分別是user的特征(用戶畫像)和item的標(biāo)簽(標(biāo)簽體系)排序模型的輸出是一個概率，及用戶點擊這個短視頻的概率(我們推薦的是用戶點擊概率大的短視頻)最后按照概率進行倒排，最后輸出一部分概率較大的短視頻。

傳統(tǒng)常用的排序模型有：

GBDT+LR：通過GBDT得到組合特征，然后放在LR模型中進行概率的預(yù)測，GBDT是一棵決策樹，從根節(jié)點到每一個葉子節(jié)點，都是一條路經(jīng)，每一條路經(jīng)都是一個組合特征。

然后把這些組合特征放在LR邏輯回歸模型中進行訓(xùn)練，最后會給出一個概率。

wide&&deep：是LR和DNN的結(jié)合

FM:因子分解機deepFM

如下圖：

現(xiàn)在常用的召回策略是多路召回

在多路召回中，無論是實時召回、基于內(nèi)容召回、用戶畫像和短視頻內(nèi)容標(biāo)簽召回，亦或基于Queery召回，

在這個階段常采用DNN的辦法，對短視頻抽幀然后放到DNN的模型中去訓(xùn)練，從而得到短視頻的標(biāo)簽。

實現(xiàn)手段是DNN的最后一層是softmax，作為一個多分類的問題來處理。

將DNN在推薦系統(tǒng)中進行商業(yè)變現(xiàn)的第一人可以說他是朱文佳。

五、「AIGC時期」

2023-至今 抖音電商年GMV站上4萬億階段，「電商已進入成熟期，AIGC深度全面應(yīng)用恰巧進入普及期」。

抖音集團的推薦系統(tǒng)再也不需要數(shù)萬人的標(biāo)注團隊了。

抖音的用戶畫像小組再也不用快速從2300人增加到3500人了。

抖音的數(shù)據(jù)采集不僅可以用GAN神經(jīng)網(wǎng)絡(luò)生成現(xiàn)在還可以用GAN加注意力機制引導(dǎo)數(shù)據(jù)生成了。

2023年年會梁汝波說字節(jié)得了大公司病，大公司該有的病字節(jié)一樣沒少，居然連大模型到2023年初字節(jié)才發(fā)現(xiàn)，1月30日，在2024年年度全員會上，字節(jié)跳動CEO梁汝波表示，如今的字節(jié)“該有的大公司病全有了”。

梁汝波也舉了一個例子，說公司半年度技術(shù)回顧時，發(fā)現(xiàn)2023年才開始討論ChatGPT，別的大模型創(chuàng)業(yè)公司甚至早在2018年都已經(jīng)成立了。

算法即人才

然后2024年的字節(jié)與大模型像久旱逢甘霖一樣，2024年全年快速構(gòu)建AI組織。

將DNN用于推薦系統(tǒng)商業(yè)變現(xiàn)的字節(jié)推薦系統(tǒng)tops人選朱文佳，從今日頭條推薦系統(tǒng)負責(zé)人，到今日頭條CEO，再到tiktok產(chǎn)品技術(shù)負責(zé)人，直接負責(zé)字節(jié)大模型，一開始叫語雀大模型，再叫seed大模型，然后就成了聞名遐邇的豆包大模型。

另外字節(jié)工程團隊洪定坤和產(chǎn)品技術(shù)負責(zé)人朱俊開始負責(zé)Flow的技術(shù)工程和產(chǎn)品技術(shù)，飛書的齊俊元開始負責(zé)Flow的產(chǎn)品。這些產(chǎn)品的底層模型統(tǒng)一調(diào)用豆包大模型的底層自然語言理解能力。

還有張楠負責(zé)的剪映、即夢AI等開始調(diào)用豆包大模型的語義理解和語義生成能力。

2024年的字節(jié)是算法年，算法主要是由人才構(gòu)建，人才上自己構(gòu)建1:3高密度AI大模型算法人才。

例如:挖面壁智能大模型負責(zé)人，挖阿里通義千問大模型負責(zé)人，挖零一萬物大模型負責(zé)人等等，來構(gòu)建字節(jié)大模型的算法底座。

字節(jié)跳動搜尋AI人才的方式可以用狩獵式斂才。

算力即資金

六、字節(jié)跳動數(shù)據(jù)中心基建：從 0 到 100 的 AI 戰(zhàn)略布局

1. 資本開支與戰(zhàn)略決心

在互聯(lián)網(wǎng)科技巨頭的資本競賽中，字節(jié)跳動展現(xiàn)出了遠超預(yù)期的投入力度。與 BAT 三家 2024 年總計約 1000 億人民幣的資本開支相比，字節(jié)跳動僅在 2024 年就達到了 800 億人民幣。而 2025 年，其資本開支預(yù)算更是飆升至近 1600 億人民幣，彰顯了其在 AI 領(lǐng)域大規(guī)模布局的堅定決心。

2. 資金分配與業(yè)務(wù)布局

1. AI 算力采購：其中約 900 億人民幣將用于 AI 算力的采購，國內(nèi)計劃投入 400 億人民幣，國外（主要是東南亞地區(qū)）投入 500 億人民幣，以構(gòu)建強大的 AI 計算能力基礎(chǔ)。
2. IDC 基建與網(wǎng)絡(luò)設(shè)備招標(biāo)：其余 700 億人民幣則分配給 IDC 基建以及網(wǎng)絡(luò)設(shè)備如光模塊、交換機的招標(biāo)，國內(nèi) 500 億人民幣，國外 200 億人民幣，旨在打造自主可控的大規(guī)模數(shù)據(jù)中心集群。

3. 發(fā)展歷程與戰(zhàn)略轉(zhuǎn)型

此前，字節(jié)跳動主要依賴外部采購算力，機房資源多來源于第三方。然而，如今公司決定全面開啟自主大規(guī)模興建 AI 數(shù)據(jù)中心的征程，從 IDC 基礎(chǔ)設(shè)施建設(shè)入手，積極開展大規(guī)模集群建設(shè)，并全面推進光模塊、交換機等設(shè)備的招標(biāo)工作，標(biāo)志著字節(jié)跳動在 AI 數(shù)據(jù)中心領(lǐng)域從無到有、從依賴到自主的重大戰(zhàn)略轉(zhuǎn)型。

4. 領(lǐng)導(dǎo)重視與未來展望

字節(jié)跳動創(chuàng)始人張一鳴親自掛帥，全力推動這一戰(zhàn)略布局，展現(xiàn)出對 AI 領(lǐng)域的 “All in” 決心，不惜重金投入，旨在打造領(lǐng)先同行的競爭優(yōu)勢。從博通 2027 年的自研 ASIC 計劃及數(shù)量來看，字節(jié)跳動未來的 AI 數(shù)據(jù)中心規(guī)模預(yù)計將達到百萬卡級別。目前雖處于起步階段，僅采購數(shù)萬至數(shù)十萬張卡進行算力堆砌，但這一跨越性的舉措已預(yù)示著字節(jié)跳動將在 CSP 類型的產(chǎn)業(yè)中掀起巨大波瀾，引領(lǐng)行業(yè)的未來發(fā)展趨勢。

同時字節(jié)跳動也是Nvidia中國區(qū)最大的客戶，如圖：

N卡即Nvidia的系列卡，字節(jié)主要用來做預(yù)訓(xùn)練，接下來數(shù)據(jù)中心的構(gòu)建字節(jié)主要是用來做推理，推理的還是會有越來越多的國產(chǎn)GPU，例如：華為、天數(shù)智芯等提供的算力支撐。

七、字節(jié)跳動數(shù)據(jù)中心基建的進展如下：

1. 國內(nèi)進展

• 和林格爾算力中心：2024 年 11 月，和林格爾新區(qū)國土空間規(guī)劃委員會原則通過了火山引擎內(nèi)蒙古和林格爾算力中心一期 A 項目規(guī)劃設(shè)計方案審查事宜，該中心作為字節(jié)跳動緊抓國家 “新基建” 發(fā)展戰(zhàn)略及全國一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系算力樞紐建設(shè)機遇的重點項目，正穩(wěn)步推進前期規(guī)劃工作.
• 張家口數(shù)據(jù)中心：字節(jié)跳動在國內(nèi)有張家口數(shù)據(jù)中心，并且還在不斷加大投入，進行相關(guān)設(shè)施建設(shè)與技術(shù)升級等，以滿足日益增長的業(yè)務(wù)需求.

2. 海外進展

• 馬來西亞：2024 年 6 月，字節(jié)跳動計劃在馬來西亞投資 100 億林吉特（約合 21 億美元）建立一個區(qū)域人工智能中心，并追加 15 億林吉特投資用于擴建其在馬來西亞柔佛州的現(xiàn)有數(shù)據(jù)中心設(shè)施.
• 泰國：據(jù) 2024 年 10 月消息，字節(jié)跳動旗下 BytePlus 正在考慮 2025 年在泰國建立一個數(shù)據(jù)中心，以提供云計算和人工智能服務(wù).
• 愛爾蘭：2020 年 8 月，字節(jié)跳動旗下 TikTok 計劃在愛爾蘭建設(shè)一座數(shù)據(jù)中心，投資額約 5 億美元，用于存儲歐洲用戶在該 App 上產(chǎn)生的數(shù)據(jù)信息，數(shù)據(jù)中心將在未來 18 到 24 個月內(nèi)投入運營，創(chuàng)造數(shù)百個新崗位.
• 美國弗吉尼亞：字節(jié)跳動在美國弗吉尼亞建有數(shù)據(jù)中心，為其在北美地區(qū)的業(yè)務(wù)提供數(shù)據(jù)存儲和處理支持.
• 新加坡：字節(jié)跳動在新加坡也設(shè)有數(shù)據(jù)中心，并且部分?jǐn)?shù)據(jù)有在新加坡備份，保障數(shù)據(jù)的安全性和業(yè)務(wù)的穩(wěn)定運行

八、數(shù)據(jù)即產(chǎn)品

1. 大模型

字節(jié)有豆包大模型，F(xiàn)low大模型，seed大模型等等，目前看字節(jié)基座大模型有被豆包大模型兼并的可能性。

• 豆包通用模型 pro：字節(jié)跳動自研 LLM 模型專業(yè)版，支持 128k 長文本，全系列可精調(diào)，具備更強的理解、生成、邏輯等綜合能力，適配問答、總結(jié)、創(chuàng)作、分類等豐富場景；
• 豆包通用模型 lite：字節(jié)跳動自研 LLM 模型輕量版，對比專業(yè)版提供更低 token 成本、更低延遲，為企業(yè)提供靈活經(jīng)濟的模型選擇；
• 豆包·角色扮演模型：個性化的角色創(chuàng)作能力，更強的上下文感知和劇情推動能力，滿足靈活的角色扮演需求；
• 豆包·語音合成模型：提供自然生動的語音合成能力，善于表達多種情緒，演繹多種場景；
• 豆包·聲音復(fù)刻模型：5 秒即可實現(xiàn)聲音 1:1 克隆，對音色相似度和自然度進行高度還原，支持聲音的跨語種遷移；
• 豆包·語音識別模型：更高的準(zhǔn)確率及靈敏度，更低的語音識別延遲，支持多語種的正確識別；
• 豆包·文生圖模型：更精準(zhǔn)的文字理解能力，圖文匹配更準(zhǔn)確，畫面效果更優(yōu)美，擅長對中國文化元素的創(chuàng)作；
• 豆包·Function call 模型：提供更加準(zhǔn)確的功能識別和參數(shù)抽取能力，適合復(fù)雜工具調(diào)用的場景；
• 豆包·向量化模型：聚焦向量檢索的使用場景，為 LLM 知識庫提供核心理解能力，支持多語言。

對9款豆包大模型家族，字節(jié)不強調(diào)參數(shù)、不強調(diào)數(shù)據(jù)和語料，直接把模型能力在場景里做了垂直細分，這個決策因素是有應(yīng)用和沒有應(yīng)用的區(qū)別，更本質(zhì)的是有數(shù)據(jù)和沒數(shù)據(jù)的區(qū)別。

有用戶反饋、有數(shù)據(jù)反饋，字節(jié)能夠根據(jù)用戶和數(shù)據(jù)的反饋去做更精準(zhǔn)的場景和服務(wù)。

字節(jié)在 AI 大模型上，是數(shù)據(jù)邏輯，根據(jù)不同的數(shù)據(jù)鏈反饋，決定產(chǎn)品或者模型的下一步動作。

2. 字節(jié)跳動大模型產(chǎn)品

大模型承載著這家「App 工廠」的大模型產(chǎn)品思路，字節(jié)內(nèi)部 50 多個業(yè)務(wù)已經(jīng)大量使用豆包大模型進行 AI 創(chuàng)新，包括抖音、番茄小說、飛書、巨量引擎等，用以提升效率和優(yōu)化產(chǎn)品體驗。

另外字節(jié)跳動也基于豆包大模型打造了一系列 AI 原生應(yīng)用，包括 AI 對話助手「豆包」、AI 應(yīng)用開發(fā)平臺「扣子」、互動娛樂應(yīng)用「貓箱」，以及星繪、即夢等 AI 創(chuàng)作工具。

AI大模型的APP工廠依然是在做數(shù)據(jù)，AI原生的扣子、豆包、即夢、星繪都在做數(shù)據(jù)。

相反，如果只做基礎(chǔ)模型，不做服務(wù)升級，場景反饋、用戶數(shù)據(jù)反饋會越來越少，模型能力的差別就會拉開。

【布局】

在抖音短視頻的浪潮中，字節(jié)跳動曾乘風(fēng)破浪，盡享流量紅利帶來的無限榮華。然而，時代的車輪滾滾向前，AIGC 大模型的浪潮洶涌而至，字節(jié)跳動深知，曾經(jīng)的輝煌如過眼云煙，若不能在這新的浪潮中再次崛起，往昔的榮耀將轉(zhuǎn)瞬即逝。

如今，字節(jié)跳動懷揣著對未來的篤定與渴望，決心在 AIGC 領(lǐng)域復(fù)刻抖音的傳奇。就如同嘉里中心香格里拉酒店近期的景象一般，以往晚上十點半仍有半數(shù)蛋糕剩余，而如今，因那棵如 AIGC 大模型般閃耀的圣誕樹所營造的圣誕集市氛圍，蛋糕一日三茬皆被搶購一空，三樓餐廳從下午兩點營業(yè)至晚上十點，預(yù)約需提前一周，一樓卡座亦一席難求。這圣誕樹象征著 AIGC 大模型賦予字節(jié)跳動的新機遇與無限可能，它是字節(jié)跳動續(xù)寫輝煌、永葆榮耀的關(guān)鍵所在，是開啟下一個流量盛世與商業(yè)傳奇的魔法鑰匙。