文｜蛇眼財經v

經過近兩年大規模精簡整合之後，阿里終於在AI方向上放出了大招。就在日前，阿里突然宣佈，未來三年阿里將投入超過3800億元，用於建設雲和AI硬件基礎設施，總額超過去十年總和。這個金額的投入相當於其全年營收的40%，遠超亞馬遜、谷歌等國際巨頭的研發投入，其決心之大可見一斑。

而在市場驚歎於阿里大手筆之時，人們從阿里的財報中，似乎也逐漸嗅到了AI商業化爲其帶來的機遇。

阿里下定決心梭哈AI

在2025財年Q3的財報中，阿里CEO吳泳銘表示：“AI爆發遠超預期，國內科技產業方興未艾潛力巨大，阿里巴巴將不遺餘力加速雲和AI硬件基礎設施建設，助推全行業生態發展。”當外界還在猜測阿里是否要“重倉換賽道”時，阿里的千億重磅投資，徹底坐實了其戰略投入AI的傳聞。

首先，是阿里巴巴在新增長焦慮下做的必然選擇。從財報數據來看，阿里的核心電商業務增速，已經連續六個季度低於20%，雲業務遭遇政策調整衝擊，曾經引以爲傲的"履帶式增長"模式出現斷層，阿里整個集團遭遇到了增長瓶頸，而在消費互聯網紅利見頂的當下，阿里必須找到新的增長引擎，而AI顯然是當下最有希望出來挑大樑的。IDC數據顯示，全球AI產業規模將在2025年突破5000億美元，年複合增長率達26.2%，這個賽道足以容納下一個萬億級企業。

其次，當前AI技術代際更迭加速，對於龐然大物的阿里而言更意味着生死時速。從GPT-4到Sora，全球AI技術迭代週期已縮短至3個月，中國科技企業普遍面臨"卡脖子"風險：ChatGPT訓練所需的高端AI芯片，中企市佔率不足5%；大模型訓練數據量，頭部企業差距達兩個數量級。阿里CTO程立坦言：“錯過這輪AI革命，可能失去未來十年的入場券。”因此，阿里入局AI具有戰略緊迫性，不做很可能完全錯失機遇，這對阿里而言是決不允許的。

最後，隨着AI技術生產力的逐漸商用，其對阿里商業帝國的生態重構正發揮積極作用。據公開數據顯示，阿里達摩院最新發布的“通義”大模型，已在醫療問診場景實現95%的準確率；菜鳥物流AI調度系統讓倉儲效率提升40%。這些成果揭示着更宏大的圖景：當AI滲透到電商、金融、物流、雲計算等業務矩陣，其可能重構20年來阿里建立的商業帝國根基。

三路並進，阿里拼齊AI

藍圖

當然，阿里的AI佈局絕非簡單的技術堆砌，而是一場圍繞“技術底座-業務融合-生態構建”的三維革命。這種打法既延續了其“讓天下沒有難做的生意”的初心，又在數字時代開闢出新戰場。

一是注重技術基建，從底層硬件上爲AI應用提供充分而強大的算力基礎。在杭州西溪園區，全球最大規模之一的智算中心“飛天智算”日夜運轉，10萬張自主研發的含光800芯片提供算力支撐。這個算力池不僅服務阿里系，更向外部開放，目前已有2000多家企業接入。同時，達摩院主導的“超大規模預訓練模型”項目，參數規模突破10萬億，逼近人類神經元數量。

二是注重場景的應用，不斷推動AI深入業務場景深水區。以淘寶爲例，AI設計師“鹿班”宛如一位不知疲倦的創意先鋒，自它加入淘寶設計大軍以來，已生成超過50億張商品海報 ，這一數字背後是傳統設計模式難以企及的高效，它設計風格不僅形式多樣，而且全程設計成本還降低了90%……

在菜鳥驛站，機器人配備了先進的傳感器和智能算法，能夠快速識別包裹上的信息，準確無誤地將包裹分揀到相應的區域。如今，它們的日均處理包裹量已經突破1億件，大大提升了物流效率，縮短了消費者的收貨等待時間，讓快遞配送更加高效便捷。在阿里健康，AI輔助診斷系統接入全國800多家醫院，閱片速度是人工的30倍。這些不是孤立的技術應用，而是構建"AI原生商業操作系統"的模塊化嘗試。

三是阿里圍繞AI展開合縱連橫，構建了完整的生態聯盟。在科研探索的前沿陣地，阿里積極與高校展開深度合作，與清華、浙大等國內頂尖高校共建了15個聯合實驗室。這些聯合實驗室猶如智慧的搖籃，匯聚了高校的學術精英與阿里的技術專家，共同向AI倫理、量子計算等前沿課題發起挑戰。

在AI倫理方面，研究人員深入探討隨着AI技術廣泛應用所帶來的隱私保護、算法偏見、責任歸屬等複雜問題，致力於爲AI的發展制定合理的道德準則與規範，確保技術在造福人類的同時不違背倫理底線。而在量子計算領域，聯合實驗室的團隊專注於攻克量子比特的穩定性、量子算法的優化等難題，力求在這一新興且極具潛力的領域取得突破性進展，爲未來的計算能力飛躍奠定基礎。

在產業佈局方面，阿里對商湯科技、曠視科技等AI獨角獸展開戰略投資，這一舉措宛如在產業版圖上精心編織了一張龐大而緊密的網絡，使之覆蓋到計算機視覺、自動駕駛等諸多領域。這種“航母戰鬥羣”式的佈局，讓阿里在AI軍備競賽中佔據有利身位。

千億豪賭背後的隱憂與挑戰

當市場爲阿里的雄心鼓掌時，硅谷的前車之鑑卻仍然值得警惕：IBM在AI領域投入超200億美元后黯然轉型，Meta的元宇宙豪賭導致市值蒸發60%……對於矢志重倉出擊AI的阿里而言，這樣的風險同樣存在。

技術突破的深水區，是阿里首先要跨越的難關。當下，大模型訓練成本以指數級瘋狂增長，GPT - 4單次訓練費用高達6300萬美元，這無疑是一場燒錢的競賽。阿里的“通義”大模型雖承載着厚望，但在常識推理、跨模態理解等核心指標上，與頂尖水平仍存在明顯代差。更棘手的是，美國對高端GPU的出口管制，可能致使2025年算力缺口達到50%。算力作爲AI發展的“燃料”一旦短缺，阿里的技術突破進程必將嚴重受阻。

商業化的征程同樣迷霧重重。在B端市場，華爲、騰訊憑藉深厚的技術積累和廣泛的客戶基礎，與阿里貼身肉搏；C端場景中，字節跳動、百度攜強大的流量和創新能力跨界競爭。以阿里雲的AI繪畫工具“通義萬相”爲例，其用戶活躍度不足Midjourney的十分之一。這表明，即便擁有先進技術，在激烈的市場競爭中，如何將技術優勢轉化爲商業價值，仍是阿里管理層亟待破解的現實難題。

而倫理與監管，猶如高懸的達摩克利斯之劍。上海某金融機構使用阿里AI風控系統，卻導致用戶授信歧視，這一事件無情地暴露出算法偏見風險。在全球範圍內，歐盟已通過《人工智能法案》，中國相關立法也在加速推進。當AI決策深度影響數億人的生活，企業勢必要面對更爲嚴苛的社會責任審查。稍有不慎，倫理問題便可能引發公衆信任危機，對企業聲譽造成難以挽回的損害。

阿里在AI領域的探索，是一場充滿勇氣的冒險，卻也面臨着前所未有的挑戰。技術突破、商業化變現、倫理合規，每一個都是艱難險阻。倘若阿里能找到自己的破局之道，實現技術與商業的良性循環，兼顧倫理責任，AI不僅能爲自身開闢新的增長曲線，也將爲全球AI產業的健康發展提供寶貴經驗。

回過頭來說，對於這場3800億的豪賭，本質是傳統互聯網巨頭向科技公司蛻變的生死突圍。阿里在AI領域的探索，折射出中國科技產業從模式創新，向硬核創新的艱難轉身。當張勇說出“未來所有業務都值得用AI重做一遍”時，我們看到的不僅是一個商業帝國的轉型決心，更是一個時代更迭的縮影。