问题——全球数字经济加速演进的背景下，生成式技术正推动产业竞争从“单点能力比拼”转向“算力、模型、场景与生态协同”的系统性竞争。如何把技术优势转化为可持续的商业增长、如何在企业与消费两端建立规模化应用入口，成为互联网与云计算企业进入新阶段后的关键命题。阿里巴巴最新财报显示，公司正以“AI+云”为新增长引擎，尝试在B端与C端同时打开局面。 原因——其一，云与大模型需求同频共振，带动算力与平台服务增长。财报显示，阿里云季度收入同比增长36%，保持加速；AI涉及的产品收入连续十个季度同比三位数增长，显示企业在训练、推理与应用开发上的投入上升，进而拉动云资源、模型服务及配套工具链需求。其二，应用侧“入口能力”正在重塑行业格局。面向C端，阿里AI旗舰应用千问2月月活跃用户突破3亿。春节活动期间，超过1.4亿用户通过千问App的智能体功能完成首次“AI购物”，表明智能体正从“问答工具”加速向“任务执行”延伸。其三，企业端对“可落地、可控、可治理”的智能体平台需求快速增长。3月17日，阿里发布企业级AI原生工作平台“悟空”，作为To B旗舰平台将以独立应用形态运行，并计划内置于钉钉覆盖的超2000万企业组织中。通过对钉钉能力进行命令化改造，智能体可调用沟通、协同、审批等多类能力，推动“沟通即执行”，以降低企业使用门槛与改造成本。 影响——首先，双端发力有望带动算力消耗与平台调用量提升，反哺云业务。随着智能体执行复杂任务的频率提高，推理侧tokens用量增长趋势更为明显，云服务在弹性算力、推理加速、数据治理与安全合规等的需求空间将扩大。其次，生态协同正成为智能体竞争的关键变量。阿里表示，千问App已与淘宝天猫、淘宝闪购、高德、飞猪、支付宝等业务更打通，形成从需求理解到交易支付再到履约交付的链路能力。对智能体而言，能否连接真实业务系统并完成闭环，是衡量“可用性”的重要标尺；生态的完整度将直接影响执行深度与商业转化效率。再次，全栈能力有助于增强供应链稳定性与成本控制。财报披露公司在“自研芯片+大模型+云基础设施”的布局：模型层面推出新一代大模型Qwen3.5-Plus；硬件层面，平头哥GPU芯片实现规模化量产并为云基础设施供应提供支撑。相关机构研报认为，阿里在芯片、云、模型、应用层面的垂直协同具备结构性优势，并据此调整对公司的评级与预期。 对策——随着AI商业化从“试点验证”进入“规模运营”，组织与机制将更直接影响落地效率。3月16日，阿里宣布成立Alibaba Token Hub（ATH）事业群，涵盖千问事业部、悟空事业部等，意在强化To B与To C协同、提升资源统筹效率，并以统一平台出口推动生态能力以“技能”方式沉淀与复用。同时，企业级智能体的推广仍需在数据安全、权限边界、流程合规和结果可追溯等上完善治理体系；消费端则需要提升任务成功率与服务稳定性，减少“能对话但难办事”的体验落差。 前景——从产业趋势看，智能体正从“辅助工具”走向“生产要素”，预计将带动新一轮云基础设施投资与软件形态演进。对企业而言，AI原生工作平台若能在办公协同、客户服务、供应链管理、营销运营等场景形成可复制模板，将推动企业数字化从“系统上线”转向“智能运营”。对平台企业而言，谁能在安全可控前提下高效连接模型能力、工具链、业务系统与交易履约链条，谁就更可能在新周期获得先发优势。阿里巴巴集团CEO吴泳铭表示，将依托“大模型+云+芯片”全栈能力并与商业生态融合，继续推进To B与To C双线发力。业内普遍认为，下一阶段竞争将更多体现在工程化能力、行业理解与生态协同效率，而不再仅是参数规模。
AI技术正从实验室加速走向商业应用。阿里巴巴通过全栈布局与生态打通，正在推进AI在消费端与企业端的规模化落地：从千问的应用入口到悟空的企业平台，从自研芯片到大模型迭代，形成从底层算力到上层场景的闭环能力。随着应用深化与治理体系完善，阿里有望在新一轮产业变革中继续保持竞争力，也为行业探索可复制的落地路径提供参考。