问题：全球新一轮科技革命与产业变革加速推进，人工智能正从“能用”走向“好用、耐用”。算力供给、模型能力、行业落地和商业化路径，正成为企业竞争的关键变量。对平台型科技企业而言，如何在高投入、快迭代的赛道中打造可持续增长引擎，并把技术优势转化为稳定收入和产业带动效应，是当前的核心课题。 原因：一上，大模型训练与推理需求持续增长，带动算力、存储、网络等基础设施投入扩大，云计算成为承接产业需求的主要载体；另一方面，应用侧正从“对话式工具”升级为“可执行任务的智能体”，企业对稳定、可控、可规模化的模型服务需求上升，推动模型即服务（MaaS）加速普及。叠加各行业数字化转型深入，互联网、金融服务、制造、自动驾驶等领域对模型推理、代码生成、流程自动化等能力的需求更为旺盛，构成长期增长动力。 影响：吴泳铭在电话会上提出，未来五年包括MaaS在内的云与人工智能商业化年收入要突破1000亿美元。经营数据也显示需求升温：本季度阿里云外部商业化收入增速提升至35%，对应的产品收入连续第十个季度实现三位数同比增长；过去三个月，百炼MaaS平台公共模型服务市场的Token消耗规模提升6倍。业内人士认为，这些指标表明模型调用正从试点走向常态化生产使用，云厂商的收入结构可能从传统计算、存储加速转向“算力+模型服务+行业应用”，MaaS有望成为云业务的重要增量来源。 对策：围绕“从基础设施到应用”的全链条能力建设，阿里巴巴更明确组织与产品路径。一是强化基础设施底座，形成芯片与云计算协同供给。吴泳铭介绍，平头哥自研图形处理器芯片已实现规模化量产，截至2026年2月累计交付47万片；在阿里云实际场景中，60%以上用于外部商业化客户，已完成面向外部客户的任务适配，支持400多家企业客户相关任务，覆盖互联网、金融服务、自动驾驶等领域。二是以Token Hub为主线，打通模型与应用供给链路。阿里成立Alibaba Token Hub事业群（ATH），以“创造Token、输送Token、应用Token”为目标，整合通义实验室、MaaS业务线、千问事业部、悟空事业部及创新业务力量，提升模型研发、平台供给与业务落地的协同效率。三是加速模型迭代与场景优化。吴泳铭表示，春节期间推出的新一代大模型Qwen3.5-Plus在推理、编程、智能体等评测中表现突出，并透露将推出面向代码与智能体场景优化的新版本。四是推动B端与C端“双线突破”。阿里推出面向企业的“人工智能to B平台悟空”，并计划将生态内B端商业能力逐步接入，与面向消费者的千问应用形成联动，提升行业供给与用户体验。 前景：从趋势看，人工智能正从“辅助决策”走向“执行任务”。企业级需求将更关注数据安全、成本可控、可观测运维与行业知识融合，这也对云平台的算力调度、模型服务稳定性、工具链和交付能力提出更高要求。阿里巴巴的全栈布局，若能在自研芯片供给、云平台规模化服务、MaaS商业模式与智能体应用落地之间形成良性循环，有望在新一轮竞争中扩大优势。同时也需看到，行业竞争将更为激烈，高投入与快迭代并存，商业化增长仍取决于企业客户的持续付费能力、标杆场景复制效率以及生态伙伴协同水平。
大模型竞赛正在进入以“可用、可控、可持续”为特征的新阶段。算力底座是否扎实、平台能力是否通用、应用交付是否深入，将决定AI能否真正转化为现实生产力。企业提出更明确的商业化目标与更系统的全栈布局，既回应了市场需求，也将推动行业从技术突破走向规模化应用与更高质量的增长。