AI 重构商业，读懂阿里财报里的长期主义

B端稳增，C端破圈。

撰文/ 孙宇浩

编辑/ 陈晓晓

杭州西溪园区的大屏上跳动的数字，如同AI时代的鼓点敲击着资本市场的心跳。

当阿里云398.24亿元的收入曲线划破天际，当千问App下载量突破千万的声浪席卷应用商店，这家曾以”让天下没有难做的生意”闻名的商业巨舰，正悄然完成从电商航母向AI方舟的华丽转身。

在数字海洋的惊涛骇浪中，阿里展现出独特的”双螺旋”进化路径：

B端业务如深潜的蛟龙，在云计算、企业服务等深海领域持续下潜；C端业务似展翅的鲲鹏，通过千问App等创新产品直击用户心智。

这种”深海与高空”的协同作战，让中国科技企业在这场全球AI竞赛中，探索出一条既非硅谷式的技术至上，也非传统互联网的流量为王，而是”技术深耕+场景落地”的双轮驱动模式。

当1200亿元的真金白银化作AI赛道的燃料，当34%的增速成为行业新标杆，这场始于电商的转型，正在书写中国科技企业参与全球AI竞赛的新范式——不是单兵突进，而是生态共生的进化史诗。

阿里云本季度34%的增速背后，是其在AI基础设施领域的持续投入。财报显示，阿里已构建起涵盖芯片层（含光800）、框架层（魔搭社区）、模型层（通义千问）、应用层（行业解决方案）的全栈AI能力。其中，Qwen3-Max大模型在MMLU、HumanEval等国际基准测试中表现优异，性能跻身全球第一梯队。

这种技术优势直接转化为市场竞争力。根据IDC最新数据，阿里云在中国AI云市场占据35.8%份额，在金融、政务、医疗等垂直领域保持领先。以金融云为例，阿里云已服务超过200家金融机构，其智能风控系统可将信贷审批时间从3天缩短至3分钟。

本季度，阿里云与NBA、万豪国际等跨国企业达成战略合作，标志其国际化布局取得突破。在混合云市场，阿里云增速达45%，远超行业平均水平。这种增长源于其”公有云+专有云”的混合部署模式，既满足企业数据安全需求，又保留云计算弹性扩展优势。

以某全球500强制造企业为例，通过采用阿里云混合云方案，其全球工厂的物联网设备接入效率提升60%，设备故障预测准确率达到92%。这种行业解决方案的深度定制能力，正在成为阿里云区别于其他云服务提供商的核心竞争力。

面对AI业务激增的需求，阿里宣布追加投资，计划未来三年将AI基础设施投入提升至3800亿元。这笔资金将主要用于建设数据中心、研发下一代AI芯片、扩大模型训练集群规模。目前，阿里云在全球拥有超过200个数据中心，总算力规模达到15EFLOPS（每秒百亿亿次浮点运算）。

这种投入正在产生规模效应。

财报显示，阿里云的单位计算成本同比下降18%，模型训练效率提升40%。通过自研的”飞天”操作系统，阿里云实现了百万级服务器集群的智能调度，资源利用率达到行业领先水平。

千问App公测首周下载量突破1000万，创下全球AI应用增速纪录。这款基于Qwen3大模型的产品，正在重新定义人机交互方式。用户可通过语音、文字、图像等多种方式与千问互动，完成从查询天气、订餐到撰写报告、设计海报等复杂任务。

这种爆发式增长源于三大优势：技术层面，Qwen3系列模型采用MoE（专家混合）架构，在保持模型规模相对较小的同时，大幅提升推理效率；生态层面，千问深度整合淘宝、高德、饿了么等阿里系应用，形成”搜索-决策-交易”闭环；市场层面，精准把握AI从专业工具向大众服务转型的契机。

千问App正在从聊天工具进化为”能办事”的数字生活助手。在电商场景，用户可通过语音描述需求，千问自动生成个性化购物清单并完成比价；在本地生活场景，千问可基于用户位置、时间、偏好推荐餐厅，并直接完成订位、点餐；在办公场景，千问支持多语言实时翻译、会议纪要自动生成等功能。

这种场景化能力正在改变用户行为。数据显示，使用千问App的用户平均每月活跃天数达22天，远高于行业平均水平。用户对AI的依赖度从最初的”辅助工具”逐渐转变为”生活伙伴”。

阿里通过开源策略构建开发者生态，目前Qwen系列模型在GitHub上的衍生模型数量超过18万个。这种开源策略产生了双重效应：一方面，吸引全球开发者参与模型优化，加速技术迭代；另一方面，通过开发者社区收集真实场景反馈，反哺模型训练。

以医疗领域为例，某三甲医院基于Qwen模型开发了智能诊断系统，可自动分析CT影像并给出初步诊断建议。该系统在测试中准确率达到92%，超过部分初级医生水平。这种行业解决方案的快速落地，得益于开源生态的协同创新。

阿里独特的商业模式正在形成闭环：云业务为千问提供技术底座和算力支持，千问则为云服务沉淀用户洞察和场景数据。这种协同效应在财报中体现为：云业务客户中有35%同时使用千问服务，使用千问的企业客户云服务消费额平均提升40%。

以零售行业为例，某连锁超市通过部署千问智能客服系统，将客户咨询响应时间从5分钟缩短至30秒，同时通过分析对话数据优化库存管理，使缺货率下降25%。这种B端与C端的协同创新，正在创造新的商业价值。

财报显示，阿里即时零售业务UE（单位经济效益）亏损收窄50%，目标三年带动万亿GMV。这种改善源于AI驱动的运营优化：通过千问模型分析用户行为数据，实现精准营销和动态定价；通过智能调度系统优化配送路线，将平均配送时间缩短至28分钟。

在某三线城市试点中，阿里通过千问模型预测消费需求，提前将热销商品部署至前置仓，使订单满足率从78%提升至92%。这种”预测-决策-执行”的智能链路，正在重塑即时零售行业的竞争格局。

阿里CTO吴泳铭提出的AGI三阶段演进路线，正在指导公司技术投入：第一阶段”辅助人”（当前阶段），通过千问App实现人机协同；第二阶段”理解人”（未来3-5年），开发具备情感识别和意图理解能力的AI；第三阶段”超越人”（长期目标），实现具有自我意识和创造力的AGI。

这种战略布局在财报中体现为研发投入的结构变化：基础研究投入占比从15%提升至25%，应用开发投入占比从50%降至40%。这种调整表明，阿里正在从短期业务驱动转向长期技术驱动。

斯坦福报告显示，Qwen系列对缩小中美AI差距贡献度全球第三。这种贡献体现在三个方面：技术层面，Qwen3-Max在多项国际基准测试中达到GPT-4水平；生态层面，阿里构建了全球最丰富的AI应用场景；市场层面，通过开源策略吸引全球开发者参与。

与美国科技巨头相比，阿里采取”技术深耕+场景落地”的双轮驱动策略。以自动驾驶为例，阿里不追求L5级完全自动驾驶，而是聚焦L4级特定场景应用，通过千问模型实现车路协同，已在杭州、上海等城市部署智能交通系统。

阿里积极参与全球AI治理，提出”负责任AI”框架，包括数据安全、算法公平、可解释性等原则。在欧盟《AI法案》制定过程中，阿里提交的建议中有12条被采纳，涉及高风险AI系统的透明度要求、生成式AI的标识规范等。

这种参与正在产生实际影响。某跨国企业采用阿里AI解决方案时，发现其符合欧盟GDPR和美国CCPA双重标准，最终选择阿里作为全球AI合作伙伴。这种合规优势正在转化为市场竞争力。

财报显示，阿里在东南亚、中东等新兴市场的AI业务增速达120%，远超中国本土市场。这种增长源于本地化策略：在印尼，千问App支持印尼语和方言识别；在沙特，与NEOM新城合作建设智能城市系统；在印度，通过Jio Platforms合作开发本土化AI解决方案。

这种布局正在改变全球AI产业格局。某国际咨询机构预测，到2030年，中国AI企业在新兴市场的份额将从目前的15%提升至35%，成为全球AI生态的重要一极。

结语

阿里宣布未来三年将AI研发投入提升至2000亿元，重点投向量子计算、神经形态芯片、生物计算等前沿领域。这种投入正在产生突破：在量子计算领域，阿里已实现72量子比特处理器，在特定任务上比传统计算机快1亿倍；在神经形态芯片领域，研发的”天机”芯片能效比达传统芯片的1000倍。

阿里正在测试”AI即服务”（AIaaS）新商业模式，企业可按使用量付费，无需前期投入。某中型制造企业通过该模式，将AI应用成本从每月50万元降至5万元，AI渗透率从10%提升至65%。这种模式正在改变企业采用AI的门槛。

阿里AI战略包含明确的社会责任目标：到2030年，通过AI减少碳排放1亿吨，赋能1000万中小企业，培训500万AI人才。这种目标正在转化为具体行动：在环保领域，千问模型优化电网调度，使某省电网年节电2.3亿度；在教育领域，AI助教系统已覆盖1.2万所学校，使教师工作效率提升40%。

当34%增速的云业务遇见千万级C端应用，当3800亿基础设施投入遇见18万开源衍生模型，阿里正在构建一个涵盖模型层、基础设施层、应用层的完整AI生态。这种生态不仅重新定义了阿里的增长曲线，更展现了中国企业在全球AI竞赛中的独特路径——通过”技术深耕+场景落地”的双轮驱动，实现从跟跑到并跑的跨越。

正如财报发布后阿里股价上涨8%所反映的，资本市场正在重新评估这家中国科技巨头的价值。

在AI时代，阿里的故事才刚刚开始。