阿里巴巴

引子 2026年4月，中国AI产业出现了一个耐人寻味的分化。 一边是阿里巴巴成立 Alibaba Token Hub（ATH）事业群，CEO吴泳铭亲自挂帅，把Token上升为与电商、云智能并列的集团级战略。另一边是腾讯云副总裁李强公开表态：“无论现在Token涨价有多快，卖Token都不是一门好生意。” 同一个市场，两套完全相反的顶层设计。这到底是理念冲突，还是各取所需的理性分野？ 先把结论放前面：这不是谁对谁错的问题，而是两家公司基于不同基因、不同竞争位置，选择了不同的利润池。 一、李强到底在说什么？ 李强的核心论断，用了一个非常精准的比喻： Token = 油耗，大模型 = 引擎。 他的逻辑链条是这样的： 单纯卖Token没有黏性——客户今天用你，明天友商降价就跑了，替代成本极低。 过度补贴只会培养羊毛党——一旦停止补贴，客户流失率极高。 真正的壁垒在"引擎"和"整车"——也就是大模型本身的智能水平，以及应用层的闭环能力。 换句话说，李强并不是在否定Token的价值，而是否定卖Token作为一种独立商业模式的可持续性。这个判断，与NVIDIA黄仁勋把Token定义为"新的大宗商品"，本质上并不矛盾——黄仁勋是从需求侧描述趋势，李强是从供给侧警告同质化风险。 二、阿里为什么要全力推进ATH？ 理解阿里的选择，必须先理解阿里的处境。 维度 阿里的现实 战略动机 云的市场地位 阿里云是中国第一大公有云，但华为云、腾讯云紧追不舍 必须用"AI基础设施"（算力+Token）巩固B端客户黏性 模型生态 通义千问（Qwen）开源生态不错，但C端声量不如元宝/豆包 把Token作为企业入口，绑定客户使用阿里云的推理服务 商业基因 交易平台+基础设施平台 习惯先控货（Token），再在平台上做交易（应用/服务） 竞争焦虑 DeepSeek已经把Token价格打到地板价 必须规模化生产Token，用规模效应压低成本 阿里做ATH的本质，是把Token当成水电煤来卖。水电煤本身利润率不高，但只要你控制了管道和分发网络（阿里云 + 百炼平台），就能锁定大量B端和中小企业的AI入口。 三、两种战略的底层差异 腾讯（李强路线） 阿里（ATH路线） 核心判断 Token是"油耗"，低黏性、高替代成本 Token是"新的大宗商品"，要用规模锁定入口 竞争优势 微信生态、游戏/社交场景、C端触达 阿里云、电商数据、B端企业服务能力 打法 做"整车厂"：混元+QClaw+WorkBuddy+Lighthouse 做"加油站+炼油厂"：通义+ATH+阿里云 风险偏好 厌恶低毛利、转手贸易型收入 愿意在基础设施上长期投入，换取入口控制权 这个对比揭示了一个关键事实：两家公司对"护城河在哪里"的答案是不同的。 腾讯认为护城河在应用层和用户黏性；阿里认为护城河在规模化的基础设施和平台控制力。 四、谁更对？ 短期来看，两条路都能走通，但各自的风险点非常清晰。 阿里的风险：同质化陷阱 如果Token真的沦为完全同质化的大宗商品（就像李强警告的"油耗"），ATH可能陷入价格战泥潭。DeepSeek已经把百万Token价格打到地板价，阿里必须证明ATH不只是"更便宜的API入口"，而是能带来额外价值的智能体操作系统。 腾讯的风险：知行差距 李强的"引擎"论很对，但混元大模型目前的市场声量和性能表现，与GPT、Claude、甚至DeepSeek相比，还有明显差距。“引擎"做得不够好，整车再漂亮也跑不过别人。姚顺雨（前OpenAI研究员）加入腾讯主导混元开发，说明腾讯自己也意识到了这个短板，正在补课。 长期终局 纯卖Token的利润率会被持续压缩。 这一点，李强和黄仁勋的判断其实是一致的。 区别在于： 阿里选择在利润被压缩之前，先用规模和控制力占领市场。 腾讯选择直接跳过红海，做高毛利的应用和模型差异化。 最理想的战略，当然是两者的结合：强大的模型引擎 + 规模化的Token基础设施 + 不可替代的应用场景。 但现实中，很少有公司能同时把三件事都做到极致。 ...

引子 2026年4月，阿里巴巴的日历上写满了变动：3月ATH事业群成立，4月8日CEO吴泳铭内部信宣布组建技术委员会，通义实验室升格为事业部，吴泽明从淘宝闪购CEO回归集团CTO。 一个月之内，密集调整。市场问了一个好问题：这到底是战略决断力，还是战略焦虑症？ 先把结论放前面：短期弊大于利，中长期取决于两个变量。 下面从三个视角拆解：阿里自身、二级市场投资者、行业竞争格局。 一、利的一面：从散沙到铁拳 1. 解决了真问题：过去确实在内耗 2026年4月之前，阿里云、淘宝、达摩院各搞各的AI。路线不统一，资源重复投入，决策链条冗长。这次调整的核心逻辑很清晰——收权、归拢、统一指挥。 技术委员会三条线分工明确： 线 负责人 职责 模型大脑 周靖人 Qwen系列迭代，通义事业部 算力基座 李飞飞（阿里云CTO） 云+AI基础设施建设 应用出口 吴泽明（集团CTO） 集团业务技术平台+AI推理平台 这套架构的逻辑，跟微软（纳德拉直辖AI）和谷歌（DeepMind统一）一致。CEO亲自担技术委员会组长，说明AI是一号工程，不是某个部门的副业。 2. Token被提到了战略级别 ATH事业群（Alibaba Technology Horizon）的核心定位是：建立以"创造Token、输送Token、应用Token"为核心的统一调度中心。 这背后的判断是：未来所有商业行为都会以Token为计量单位结算。 通义从"实验室"升格为"事业部"，直接扛营收指标。吴泳铭提出未来五年AI与云相关业务年营收突破1000亿美元。这不是技术部门，是印钞机部门。 3. HappyHorse证明了快速决策能出活 ATH成立不到一个月，HappyHorse-1.0视频模型就匿名发布，Artificial Analysis全球排名第一，击败字节Seedance 2.0和快手可灵。40层单流Transformer + 8步去噪推理，技术规格不低。 说明一件事：集权模式下，资源集中确实能出成果。 二、弊的一面：动得太频，伤筋动骨 1. 人跑了——路线清洗的代价 2026年3月，Qwen原负责人林俊旸（93年生，阿里最年轻P10）在X上发帖：“me stepping down. bye my beloved qwen.” 随后带核心骨干集体出走。 直接导火索是"开源vs闭源"路线之争。林俊旸团队坚持开源，集团高层主张闭源快速商业化。贾扬清在评论区一针见血：“对企业而言，要平衡开源和商业利益确实非常困难。” 这不是正常的人才流动，是路线清洗。留下的技术债不小，Qwen开源社区的核心贡献者一夜之间少了一大半。 2. 钱紧——电商失血，AI烧钱 一组数据，自己看： 指标 数据 同比 调整后净利润 167.1亿元 -67% 自由现金流 —— -71% 中国电商收入 1593.5亿元 +6% 客户管理收入（CMR） 1026.6亿元 +1%（上季度+10%） 吴泳铭承诺2025-2027财年云和AI基础设施投入将超过3800亿元，超越过去十年总和。 ...

导语：被低估的巨头 2026年3月，阿里发布最新一季财报，AI成为绝对主角。 摩根大通在一份题为《Two Zeroes That Should Not Be》的报告中指出： 阿里市值仅为其国内电商业务盈利预期的10倍市盈率 投资者似乎只认可其单一业务的收益价值 两个业务被市场隐含估值为零：即时零售（万亿GMV目标）和云+AI（五年1000亿美元营收目标） 这篇文章将深入分析阿里如何通过全栈AI战略，从一家电商公司转型为AI基础设施提供商。 战场凶猛：算力战争的入场券 全球科技巨头的共同困境 围绕AI与大模型的投入正在压缩盈利能力，但这并非阿里独有： 公司 资本支出变化 市场反应 微软 单季资本开支激增66% 股价较高点跌25% Alphabet 资本支出计划同比翻倍 盘中闪崩7% 阿里 单季资本支出290亿人民币 ？ 核心逻辑：高昂的Capex是穿越技术周期的入场券，本质是在抢夺大模型时代的核心生产资料。 算力的稀缺性 需求侧：GPT-4参数量是GPT-3的10倍以上，Llama 3预训练数据量高达15万亿Token 供给侧：台积电先进封装与HBM产能爬坡周期漫长，万卡集群面临电网负荷瓶颈 结论：未来3-5年，全球AI算力都将处于高度紧缺状态 阿里的判断：中国市场尤为突出。 阿里列阵：四层垂直整合 全栈AI战略首次完整披露 阿里围绕AI构建起四层垂直整合能力： ┌─────────────────────────────────────┐ │ 应用层：千问App + 悟空（Agent平台） │ ├─────────────────────────────────────┤ │ 模型层：Qwen开源模型 + MaaS业务 │ ├─────────────────────────────────────┤ │ 云基础设施：阿里云 + 亚太最大规模算力 │ ├─────────────────────────────────────┤ │ 芯片层：平头哥自研AI芯片 │ └─────────────────────────────────────┘ 每一层的作用 1. 芯片层（平头哥） 自研AI芯片与通用服务器芯片已规模化量产 对冲外部断供风险 “真武"等算力卡产品价格上调5%-34%，具备市场议价权 摩根士丹利估算：平头哥单独上市估值280亿-860亿美元 2. 云基础设施层（阿里云） 过去一季度营收同比增长36% AI相关产品收入连续第十个季度三位数同比增长 聪明的"剪刀差"策略：裸算力涨价，模型调用降价，倒逼企业从买服务器转向买Token 3. 模型层（Qwen） ...

核心数据速览 阿里巴巴第三财季（截至2025年12月）关键指标： 指标 实际值 预期值 同比变化 营收 2,848.43亿元 2,897.9亿元 +2% 调整后每ADS收益 7.09元 12.34元 -42.5% 调整后净利润 167.1亿元 316亿元 -67% 经调整EBITA 233.97亿元 - -57% 云智能收入 432.84亿元 423.6亿元 +36% ✅ 现金及流动投资 5,601.75亿元 - 财务根基稳固 美股盘前反应：一度跌超5%，市场观望情绪浓厚。 云智能集团：AI引擎全速运转 ⭐⭐⭐ 指标 数据 意义 收入 432.84亿元 超预期 ✅ 同比增速 36% 加速增长 AI产品收入 连续10季度三位数增长 核心增长引擎 市场地位： Gartner云数据库管理系统魔力象限：连续6年领导者 Gartner生成式AI新兴市场象限：亚太唯一全象限领导者 IDC中国金融云市场：连续6年第一（43%份额，历史新高） 全球布局：29个地域、92个可用区，中国最大、全球领先的云服务商 全栈AI技术突破 1. 平头哥自研GPU：规模化量产 里程碑：自研GPU已实现规模化量产 服务对象：阿里内部业务 + 外部数百家企业客户 商业贡献：为云基础设施供应带来实质性贡献 2. 千问模型家族：开源领导者 里程碑 数据 Hugging Face下载量 突破10亿次 全球地位 最广泛使用的开源模型家族 霸榜成绩 7款Qwen3.5模型闯进前十，包揽榜单 Qwen3.5技术亮点： ...

引言：Token，AI时代的新度量衡 过去两年，AI从模型到应用，各有各的衡量指标。而在Agent时代，一切指标都要加上一个后缀："/ 1M tokens"。 美国旧金山当地时间3月16日，英伟达GTC 2026大会正式开幕。在英伟达创始人兼CEO黄仁勋两个小时慷慨激昂的主题演讲中，贯穿的一个关键词是——Token。 无独有偶，在GTC 2026的前一天，阿里巴巴宣布成立Token事业群——这是地位与淘天电商、阿里云一般的核心独立事业群。这个新事业群里，阿里也明确了"创造Token、输送Token、应用Token"链路。 阿里和英伟达此次前后脚强调Token，传递的讯号是：在Agent时代来临时，两家巨头希望从技术、产品和商业维度，先行统一度量衡。 一、万亿叙事：从数据中心到Token工厂 1.1 推理拐点已然到来 “推理拐点已然到来”，黄仁勋在GTC演讲中指出。 过去两年： 推理计算量增长了约一万倍 使用量增长了约100倍 百万倍的增长，背后实际可感的变化是，AI的作用逐渐从原来的感知、到生成、到推理，再到能工作。 1.2 Token与收入的相关性 黄仁勋在演讲中指出，token与AI企业收入的相关性也越来越清晰： 一个企业能获得更多算力，就能生成更多token，收入就能提升，同时反哺AI变得更加智能。 这条传递链路下，英伟达是背后最大的受益者，目标也日渐激进。 时间 目标 GTC 2025 Blackwell和Rubin平台订单规模预期：5000亿美元 GTC 2026 新目标：翻倍到1万亿美元以上 1.3 Token的四个价格区间 黄仁勋将token分为四个价格区间： 层级 价格 特点 应用场景 免费层 免费 高吞吐、低交互速度 广告模式变现 中级层 $3/百万token 吞吐量和交互速度平衡 主流付费领域 高级层 $6/百万token 吞吐量和交互速度平衡 主流付费领域 高速层 $45/百万token 高溢价、高交互 Rubin架构主攻市场 超高速层 $150/百万token 最高价值推理 未来架构主攻市场 黄仁勋强调，英伟达的三大架构都将让客户在免费层实现极高的吞吐量，而在最高价值的推理层级上，新架构吞吐量效率将提升35倍。 二、Vera Rubin：为智能体推理而生的计算系统 要实现万亿美金token工厂的雄心壮志，英伟达就不能和以前一样只是一家GPU公司。 此次GTC上，黄仁勋交出了新答卷：专门为智能体推理设计了计算系统Vera Rubin——由7款新芯片、5个机架系统、1台超级计算机构成。 2.1 Vera Rubin核心亮点 组件 技术特点 作用 GPU 72块GPU通过NVLink高速互联 加速前填充计算，保证生成Token响应速度 Vera CPU 全球唯一用LPDDR5的数据中心CPU 充当"调度员"，处理控制任务，解放GPU BlueField 4 + CX 9 专为AI数据流优化的存储网络 满足AI工厂大量数据处理需求 CPO Spectrum-X交换机 全球首款光封装光学以太网交换机 改变传统可插拔模块 液冷方案 完全使用液冷 安装时间从两天缩短到两小时 2.2 性能提升 据黄仁勋介绍，Vera Rubin将在2026年下半年开始出货： ...