问题——新一轮科技革命加速推进，人工智能正从“工具型应用”走向“能够自主执行复杂任务的智能体”。对企业来说，算力成本、模型供给、行业适配以及安全合规等门槛并存；对平台企业来说，如何把技术优势转化为稳定、可持续的商业收入——并全球竞争中形成生态协同——成为必须直面的现实问题。 原因——市场需求持续上升，是企业加大投入的直接驱动。一上，大模型带来的推理、编程和智能体应用进入集中落地阶段，企业对弹性算力、推理服务和行业模型的采购意愿更强；另一方面，国产算力供给体系加快完善，叠加云计算较成熟的交付与运维体系，使“以云为载体、以模型为核心”的服务模式更便于规模化复制。，吴泳铭提出未来五年云计算与人工智能商业化年收入突破1000亿美元的目标，意以更明确的商业坐标牵引研发投入、产品迭代与生态扩张。 影响——从最新披露的数据看，需求拉动正在显现。吴泳铭介绍，本季度阿里云外部商业化收入增速提升至35%；人工智能涉及的产品收入连续第十个季度实现三位数同比增长。模型即服务上，百炼平台公共模型服务市场的调用规模在近三个月提升6倍。此外，自研芯片推进至规模化阶段：平头哥自研图形处理器芯片实现量产，截至2026年2月累计规模化交付约47万片，其中六成以上用于外部商业化客户；目前已完成面向外部客户的人工智能任务适配，服务企业客户超过400家，覆盖互联网、金融服务、自动驾驶等行业。多项指标显示，人工智能正从“试点尝鲜”走向“规模采购”，云端算力与模型服务的收入结构也可能随之调整。 对策——为打通从基础设施到应用的链路，阿里巴巴深入梳理并强化“全栈”路线：在底座层，以芯片与云计算构建人工智能基础设施能力；在模型与应用层，以“令牌枢纽”为主线，整合大模型、模型即服务以及“面向企业再触达消费者”的应用体系，形成从算力供给、模型调用到行业场景落地的闭环。在组织层面，集团新设Alibaba Token Hub事业群，整合通义实验室、模型即服务业务线、千问事业部、悟空事业部及创新业务单元，旨在以统一中枢提升协同效率，加快产品迭代与商业化节奏。产品层面，集团在春节期间发布新一代大模型Qwen3.5-Plus，并表示将推出面向编程与智能体场景优化的后续版本；应用层面推出面向企业的平台“悟空”，并计划推动集团生态的企业端能力陆续接入，与面向消费者的应用形成双线推进。 前景——业内普遍认为，智能体化将成为下一阶段的重要趋势：模型不仅“回答问题”，还将进入“可执行、可协同、可度量”的业务链条，带动推理算力需求、模型调用量与行业应用深度同步增长。对云厂商而言，能否以可靠算力、可用模型与行业解决方案形成组合供给，将决定其在新周期中的位置。吴泳铭预计，商业化的模型即服务收入有望成为阿里云最大的收入产品；其关键在于，模型调用从“研发消耗”转向“生产消耗”，并在金融、制造、零售与交通等行业实现更标准化的交付。与此同时，算力供给、芯片生态与合规治理仍将影响行业推进节奏，平台需要在降本增效与安全可控之间找到更精细的平衡。
当人工智能从技术探索走向规模商用，企业的战略定力与生态协同能力将成为关键；阿里巴巴的千亿美元蓝图，既检验技术创新的深度，也考验商业转化的能力。在这场围绕智能化的长期竞赛中，中国科技企业正推动自身从跟跑走向并跑。