阿里AI再次变阵

lnradio.com 5 0

当大厂进入“Token 战争”时代。

距离上一次围绕 Token Hub 的集约调整不到一月,阿里有关AI业务的组织架构再度迎来迭代。

4月8日,阿里巴巴集团CEO吴泳铭发布内部信,宣布AI相关组织调整,包括新设立集团技术委员会,升级通义大模型事业部,加速AI建设。

根据内部信,阿里巴巴在集团层面设立技术委员会,由吴泳铭担任组长,成员包括周靖人、吴泽明、李飞飞。其中,周靖人担任技术委员会首席AI架构师,李飞飞负责阿里云技术以及AI云基础设施建设,吴泽明负责集团业务技术平台以及AI推理平台建设。

三个人,三条线,分别指向模型、基础设施和推理平台。

要知道,传统阿里的组织架构讲究“专业化 + BU 制”,但这次阿里把所有“能跑通未来”的人都请到一张牌桌上,把原本散落在云、业务线、模型团队里的关键环节整合起来。

有接近阿里的人士向华尔街见闻表示,公司过去擅长堆人、堆资源、堆业务矩阵,但大模型时代这招行不通了。“模型要快速训练,推理要快速落地,业务要快速复用,组织再分散就会拖慢整个链路”。

因此在业内看来,新成立的技术委员会是一个决策枢纽,模型往哪个方向迭代,算力资源怎么分配,推理平台如何建设,都在这个层面拍板。

一个值得注意的细节是,这次调整中,吴泽明卸任了淘宝闪购CEO,由雷雁群接任。吴泽明是阿里的老兵,也是集团CTO,让他从一线业务管理中抽身,专注于集团技术平台和AI推理平台建设,这本身就是一个信号:AI基础设施的优先级,在阿里内部已经被提到了业务运营之上。

类似的逻辑也出现在李飞飞身上。他出任阿里云CTO,同时负责AI云基础设施建设。

阿里云是阿里AI战略的卖铲端口——企业要用大模型,就需要算力,需要推理服务,需要模型调用平台。李飞飞要做的,是确保这条管道足够通畅。

周靖人作为首席AI架构师同时掌管升级后的通义大模型事业部,则承担着最核心的使命:让阿里的模型,始终站在全球第一梯队。Qwen 3.6 Plus的爆发式表现证明了这条路线的可行性,但大模型竞赛没有终局,OpenAI、Anthropic,以及国内的字节、腾讯、没有人会停下来等待。

聚合优势力量和资源,投入最关键战场,这表明阿里已经进入了AI的全面战斗状态。事实上,这已经是阿里在不到一个月内第二次围绕AI进行重大组织变革。

3月16日,阿里刚宣布成立ATH事业群——全称Alibaba Token Hub——CEO吴泳铭直接挂帅,下辖通义实验室、MaaS业务线、千问事业部、悟空事业部和AI创新事业部。一个"创造Token、输送Token、应用Token"的完整链条,在组织层面被绑在了一起。

这是对未来商业模式的判断:大模型的核心不是能力,而是消耗。谁能让 Token 流动得更快、更广、更稳定,谁就能掌握 AI 云的未来。

在近期阿里集团财报电话会上,吴泳铭就说到,2026年以来,公司已经看到一些非常明显的趋势,大模型开始具备完成To B复杂工作流的能力。当越来越多的企业开始在内部启用由大模型驱动的Agent来完成端到端的工作任务时,整个AI和云面向的IT预算市场发生了根本性的变化。

吴泳铭表示,企业在消耗Token时,不再将其视为IT预算,而是将其视为生产成本或研发成本,视为生产资料的一部分,这是支撑AI长期增长最根本的内在因素。

面对巨大而长期的AI市场成长动能,吴泳铭宣布了阿里集团AI战略的商业目标,未来五年,包含MaaS在内的云和AI商业化的年度收入突破1000亿美元。

“关于未来五年AI与云相关业务年营收突破1000亿美元的目标,从当前的市场增长空间、我们现有的业务基础和产品基础来看,这一目标的路径是具有较强可见性的。”

当然,看到时代机遇而调整航向的不止阿里一人。就在阿里密集调整的同一时期,腾讯也在进行AI组织架构的重塑。

3月20日,腾讯内部通知撤销AI Lab,部分人员并入大语言模型部,向首席AI科学家姚顺雨汇报。AI Lab成立于2016年,是腾讯最早的企业级AI实验室之一。它的撤销,正是要把分散的AI研发力量集中到混元大模型这条主线上来。

腾讯总裁刘炽平在3月中旬的媒体交流会上透露,过去几个月腾讯围绕AI进行了密集的团队调整和工作流程重构。

他说,未来两到三个季度会呈现出"可量化的进展"。而腾讯混元的新版本HY 3.0已在内部测试中,据称推理和Agent能力有显著提升。

两家巨头的动作几乎同步,但路径有所不同。阿里的思路是"建制化",从零搭建一个以Token为中心的完整事业群,CEO亲自挂帅,五大事业部齐头并进;腾讯的思路更像"集约化",把散落在各处的AI研发力量收拢到一个统一的技术底座上,让混元成为唯一的基础模型入口。

殊途同归的是,两家公司都在做同一件事:消灭内部的AI孤岛,把资源往一个方向上砸。

这不是巧合。2026年的AI竞赛已经进入了一个新阶段——不再是"要不要做AI"的战略选择题,而是"能不能把AI做到极致"的执行力比拼。模型能力的天花板还在快速上移,Agent正在从概念走向产品,企业端的需求正在从"试试看"变成"全面部署"。

在这个窗口期,谁的组织效率更高,谁的资源整合更快,谁就能吃到最大的蛋糕。

风险提示及免责条款

市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。