一条超级人工智能之路。
作者｜栗子
一场由人工智能驱动的产业革命，正以前所未有的速度和深度重塑世界。在这场巨变中，每一个巨头都在寻找自己的定位和航向。
9月24日，阿里巴巴集团CEO吴泳铭在2025云栖大会现场，给出了阿里云迄今为止最清晰、也最大胆的答案。
“通用人工智能（AGI）只是起点，终极目标是发展出能自我迭代、全面超越人类的超级人工智能（ASI）。”
这并非一次务虚的远景展望。围绕ASI这一终极目标，阿里云系统性地规划了一条通往未来的路径、一套支撑路径的战略以及一份确保战略落地的决心。
在过去一年多里，这家中国最大的云计算公司经历了一场从内到外的深刻变革。吴泳铭上任后迅速确立了“AI驱动、公共云优先”的核心战略，将公司的未来与AI浪潮紧紧绑定。
如今，这一战略的轮廓日益清晰：阿里云不再满足于做一家传统的云服务商。它的野心是成为全球领先的“全栈人工智能服务商”。
在「甲子光年」看来，一个正在全力加速、意图定义下一个计算时代的阿里云，其在AI时代的战略野心，清晰而坚定。
1.阿里云为什么必须“All in AI”？
任何一家巨头的战略转向，都是内外因合力的结果。阿里云将AI置于前所未有的核心位置，既顺应了技术浪潮，也是寻求自我突破的必经之路。
自2022年底以来，以大语言模型为代表的生成式AI技术席卷全球，其颠覆性潜力已成共识。这场由人工智能驱动的智能化革命，正以前所未有的速度和广度重塑各行各业。
根据吴泳铭在演讲中引述的数据，AI的行业渗透速度已经超过了历史上所有技术。Tokens的消耗速度每两三个月就翻一番；未来5年全球AI的累计投入将超过4万亿美元。
不仅如此，全球的AI市场规模也在以惊人的速度扩张。多家市场研究机构预测，到本世纪30年代初，全球AI市场规模将达到万亿美元级别。
AI不仅是一个全新的技术赛道，更是一个新的商业模式和经济范式，其核心生产资料是数据，核心生产力是算力，而核心生产关系则由模型与应用生态定义。
这是一个任何科技公司都无法忽视的巨大增量市场。
对于云计算厂商而言，这场变革尤其关键。因为大模型的训练和推理需要海量的计算资源，这会使云平台从过去的“IT基础设施”转变为“AI工厂”。
更直白一点：谁能提供最强大、最高效、最易用的AI能力，谁就将主导下一个十年的云计算市场。
所以我们看到，微软与OpenAI的深度绑定使其Azure云业务焕发新生；谷歌凭借其深厚的AI研究底蕴全力追赶；AWS则利用其市场领导地位整合AI服务。
在这场全球性的牌局中，阿里云别无选择，唯有迎战。
但要赢下这场战役并不容易。在AI浪潮来临之前，阿里云乃至整个阿里巴巴集团都面临着增长的挑战。在2024财年的第三和第四季度，阿里云的营收增速一度放缓至个位数。
尽管通过优化收入结构，盈利能力有所提升，但市场迫切需要一个新的、更具想象力的增长故事。吴泳铭正是在这一背景下接任，并迅速为阿里云开出了“AI驱动、公共云优先”的药方。
这一战略的核心逻辑在于：放弃利润率较低的项目制合同，聚焦高价值、高毛利的公共云核心产品，并通过AI能力加持，驱动公共云业务的爆发式增长。
在这一战略下，AI不再是云上的一个普通应用，而是云业务增长的核心驱动力。
这一转变的效果立竿见影。根据阿里巴巴最新发布的2026财年第一季度财报，阿里云季度收入同比大涨26%至333.98亿元，创下三年新高。其中，AI相关收入已连续8个季度保持三位数增长，并强力带动了计算、存储等其他公共云服务的需求。
资本市场也用真金白银投了赞成票，阿里股价从2023年的低谷反弹，市值重回3万亿港元，高盛等国际投行也因其清晰的AI叙事而上调其目标价。
因此，All in AI对阿里云而言，不仅是技术上的与时俱进，更是商业模式上的自我革新，是从规模增长到高质量增长的必然选择。
2.解构“全栈AI”：阿里云正在构建怎样的未来？
All in AI战略之后，“全栈人工智能服务商”是吴泳铭给AI时代阿里云的新定位。
“全栈”一词意味着提供从底层基础设施到上层应用的全链路、端到端的能力。我们可以从“云基础设施-模型-应用”三个层次来解构阿里云的“全栈”布局。
首先看云基础设施。
吴泳铭判断，“超级AI云是下一代的计算机”。这个“下一代计算机”必须具备几个特征：超大规模的基础设施、更稠密的算力、更高效的网络、以及至关重要的“全栈技术积累”。
在他的构想中，未来的AI应用场景是，每个人都可能拥有几十甚至上百个Agent，24小时不间断地工作。这将产生对计算资源的海量需求。而数据中心内的计算范式，也正在“从CPU为核心的传统计算，加速转变为以GPU为核心的AI计算”。
这一切，都需要用一个全新的基础设施进行支撑。
为了承载这一需求，阿里云正在构建一个软硬一体、垂直整合的AI基础设施。
•巨额投入：阿里云正在推进一项“三年3800亿”的AI基础设施建设计划，并计划持续追加投入。吴泳铭甚至给出了一个惊人的远期规划：到2032年，阿里云全球数据中心的能耗规模将比2022年提升10倍。这种“饱和式投入”彰显了其构建全球领先算力网络的决心。
•全栈自研：阿里云是现阶段中国唯一具备软硬件垂直整合能力的公司，在全球范围内也只有少数公司采取类似路径。从自研的核心存储系统、网络架构到计算芯片，阿里云通过底层技术的协同创新，来确保大模型训练和推理的极致效率。
•全球网络：目前，阿里云在全球29个地域运营着91个可用区，服务全球500万客户。这张遍布全球的智能算力网络，是其“Token就是未来的电”这一愿景的物理载体，旨在将AI能力像电力一样输送到世界各地。
再看模型。
如果说超级AI云是计算机硬件，那么大模型就是运行在其上的操作系统。吴泳铭用“AI时代的Android”来比喻通义千问的战略定位。
这是一个极具冲击力的类比。在PC时代，Windows定义了人机交互；在移动互联网时代，iOS和Android定义了应用生态。
阿里云认为，在AI时代，大模型将取代传统OS的地位，成为“承载用户、软件与AI计算资源交互调度的中间层”。在这个新的“操作系统”上，“自然语言是AI时代的编程语言，Agent就是新的软件”。
正是基于这个判断，阿里云为通义千问坚决地选择了开源路线。吴泳铭直言：“在LLM时代，开源模型创造的价值和能渗透的场景，会远远大于闭源模型。”
这一战略选择的背后，是阿里云对AI生态发展规律的深刻洞察。通过开源，阿里云计划将通义千问打造成一个基础平台，吸引全球开发者在此之上构建应用，进而形成一个繁荣的生态系统。
这条路，阿里云走得异常坚决且迅速。自确立新战略以来，通义千问的开源步伐不断加速：
从最初的几个版本，到如今“开源300余款模型，覆盖了全模态、全尺寸”，成为全球最大的开源模型家族；从Qwen2.5到Qwen3，再到专用的Coder和VL模型，通义的快速迭代和全面布局，使其在技术上足以与全球顶级开源模型一较高下。
截至目前，通义千问全球下载量超6亿次，衍生模型超17万个，是全球第一的开源模型矩阵。
通过开源，阿里云正在构建一个强大的“引力场”。它让通义大模型快速渗透到全球的计算设备中，成为事实上的标准之一。
根据海外大模型API聚合平台OpenRouter的数据，阿里千问模型的全球市场份额一度突破12%，位列全球第四。这正是其开源生态吸引力的体现。
正如Android系统一样，虽然谷歌不直接通过操作系统本身盈利，但它掌控了整个移动生态的入口和分发渠道。
阿里云的逻辑与此类似：通过一个开放的“AI安卓”，掌控未来AI应用生态的入口，最终将海量的应用和开发者，汇聚到自己的“下一代计算机”之上。
最后看应用。
不只是对云基础设施和模型，阿里云对应用软件也做出了颠覆式判断：Agent将吞噬软件，自然语言就是未来的源代码。
“以前由于软件开发的成本问题，只有少量高价值场景才会被工程师开发出来变成商业化的软件系统。未来所有终端用户都可以通过大模型这样的工具来满足自己的需求。”吴泳铭直言。
站在阿里云的视角，未来绝大多数与计算世界交互的，将不再是今天由软件公司预先开发、打包售卖的商业软件，而是由大模型根据用户需求即时生成的智能体。
这不仅意味着软件的形态将会从以往固化的、功能有限的App，转变为灵活的、可组合、可演进的Agent集群；更意味着软件开发的门槛将会被无限拉低，潜在的开发者将从全球几千万专业程序员，扩展到数以亿计甚至数十亿的普通用户；同时，开发的长尾需求将被充分释放，任何个性化、非标的需求，都有可能被低成本地数字化和自动化。
事实上，这一趋势已初现端倪。阿里云百炼平台上，超过20万开发者已经创建了70多万个Agent。在各行各业，Agent正在替代传统软件，执行更复杂的任务。
例如在智能编码领域，通义灵码插件下载量已超2000万，累计生成超30亿行代码。在中国建设银行旗下的建信金科，代码智能生成采纳率超30%；在吉利汽车，AI生成代码占比超30%；在用友，AI代码生成占比已达37%。AI Coding Agent正在成为程序员的“全栈超级工程师”雏形。
而在智能终端领域，AI同样正在重构硬件市场。全球TOP 10的手机品牌有9家与通义大模型达成深度合作。荣耀Magic V5手机已经搭载了飞猪和高德的垂直Agent应用。安克创新的新一代AI智能体耳机，接入高德等MCP，搭载通义千问，支持百种语言的实时翻译和百科问答。
这些案例表明，AI不再是飘在空中的概念，而是已经落地的生产力工具。根据国际权威市场调研机构Omdia和沙利文的报告，阿里云已成为中国企业采用GenAI渗透率第一、选择最多的厂商，这正是其“全栈AI”战略在市场端得到验证的有力证明。
3.10年能耗翻10倍，阿里云通往ASI
无论是超级AI云还是LLM OS，或者是未来Agent对今天软件形态的颠覆，这一切变化都指向了一个明确的发展路径：人工智能将会AGI发展到ASI。
吴泳铭将其对AI未来演进的判断，提炼为一个极具洞察力的理论框架——通往ASI的三阶段演进路线。这个框架不仅是对技术路径的预测，更是前面提到阿里云所有AI战略布局的逻辑基石。
第一阶段是“智能涌现”，特征是“学习人”。
这一阶段的本质，是AI对人类已有知识的消化和复刻。它解决了AI“知其然”的问题，使其能够理解人类的意图，成为一个知识渊博的“博学者”。
通义千问在过去的发展中，正是这一阶段的典型代表。从最初的版本到如今能够“在10个权威测评中，综合性能超过GPT-3.5”的Qwen2.0，再到中文领域性能全面赶超GPT-4 Turbo的Qwen2.5，其能力的提升，正是对人类知识理解深度和广度不断拓展的结果。
第二阶段是“自主行动”，特征是“辅助人”。
AI行业目前正处于这个阶段的开端。这一阶段的革命性突破在于，AI不再仅仅是一个被动的知识问答系统，而是开始具备在真实世界中行动的能力。
在这个阶段，AI成为了人类强大的“协作者”，并以前所未有的速度渗透到千行百业。
•制造业：西门子与阿里云合作的Industrial Copilot，能够完成订单调度、生产、仓储物流等具体任务；三一重工基于通义千问打造的“维修助手AI agent”，将繁杂的历史维修案例转化为即时可用的智能诊断能力。
•金融业：中国工商银行基于通义千问多模态大模型推出的“商户智能审核助手”，用AI取代传统OCR技术；中华联合财险利用通义大模型实现保险产品要件的智能编写与校验。
•招聘领域：智联招聘基于通义千问打造的AI智能体，覆盖了从职位发布到面试的全流程，使得HR发起沟通率和人岗匹配率均提升超过70%。
这些Agent应用的爆发式增长，正在深刻地改变着各行各业的生产力范式。在阿里云百炼平台上，“企业级Agent月均创建量近8.4万个，单月最高突破9.8万”，这串数字背后，是AI从“辅助工具”向“核心生产力”的质变。
第三阶段是“自我迭代”，特征是“超越人”。这是对AI终局最大胆，也最引人深思的预判。
吴泳铭认为，未来的AI将会摆脱对人类归纳知识的依赖，直接从物理世界获取全量、原始的数据。正如新一代自动驾驶系统采用端到端的训练方法，直接从原始的车载摄像头数据中学习，而非依赖人类总结的规则。
当AI深度渗透物理世界，积累了足够多的原始数据后，将有能力为自己模型的升级迭代“搭建训练infra、优化数据流程和升级模型架构”。
通过与真实世界的反馈循环，“每一次交互都是一次微调，每一次反馈都是一次参数优化”，最终自我迭代出超越人类的智能能力。
宏大的愿景和清晰的战略，最终需要靠“真金白银”的投入来落地。
吴泳铭在演讲中表示，为了迎接ASI时代的到来，阿里云不仅在积极推进今年2月宣布的“3年3800亿的AI基础设施建设计划”，并将会持续追加更大的投入，目标是对比2022年（GenAI元年），未来10年阿里云全球数据中心的能耗规模将提升10倍。
这种不计成本的“饱和式投入”，背后是阿里云对未来市场格局的深刻判断：AI时代的竞争，是基础设施的竞争，是规模效应的竞争。只有通过超大规模的投入，构建起在性能和成本上的绝对优势，才能在未来的“超级AI云”竞赛中胜出。
因为“未来，全世界可能只会有5-6个超级云计算平台”。
显然，阿里云想成为其中一个。
（封面及文中配图来源：阿里云）
END.
