2025年互联网行业深度报告：以云计算+AI为主线看阿里巴巴未来发展

1 总结

人工智能的竞争是中美两国竞争的关键。在美国实行高端芯片对华出口封锁来限制中国 人工智能产业发展的大背景下，中国形成了自己的 AI 产业联盟，包括底层算力（华为昇腾、 寒武纪）+云计算基础设施（阿里云、华为云）+ 通用基础模型（DeepSeek、通义千问）。 阿里巴巴，作为 AI 产业联盟中重要的一环，将在人工智能的浪潮中实现快速增长，其增长 机会包括四个方面，分别是 AGI 端到端布局、云计算与 AI 融合、AI 原生应用探索以及 AI 赋 能原有业务升级。

1.1 通用人工智能 AGI 端到端升级

围绕平头哥芯片自研（包括倚天处理器芯片、镇岳 SSD 主控芯片、含光人工智能芯片、 羽阵 RFID 芯片）、算力中心基建和通义千问基础大模型打造 AI 底座。以通义千问全面开源 为抓手，构建技术生态，加速模型创新，打造技术和商业壁垒，在 AGI 的探索中获得快速增 长。目前，阿里的 AI 业务相关产品收入实现连续七个季度三位数增长，已经形成正向反馈。

1.2 云计算与 AI 融合

云计算与通义千问基础模型结合，为开发者提供从可弹性伸缩的算力，到高性能模型， 再到开发者工具的一站式全栈解决方案，赋能个人和企业开发者高效使用高性价比的模型， 优化自身业务逻辑。用户受益的同时也为云业务创造增量收益，包括模型 API 收益和云服务 收益，帮助云智能集团在 2025 财年实现两位数同比增长（11%），实现商业闭环。

1.3 原生 AI 应用探索

打造 AI to B 的钉钉和 AI to C 的夸克两款旗舰应用产品，协同集团 ToB 生态（内外部各 类 Agent 生态）和 To C 生态（淘宝、天猫、饿了么、飞猪等各类 To C 应用），为用户提供 Agentic AI，定义大模型时代的全新用户体验。 连线 insight 报告数据显示，2025 上半财年（2024 年 4 月 1 日— 2024 年 9 月 30 日）， 钉钉软件订阅 ARR 突破 2 亿美元。2025 财年全年（2024 年 4 月 1 日— 2025 年 3 月 30 日）， 钉钉的软件订阅年化收入预计突破 4 亿美元（约合 28.8 亿元）。利润侧，预计钉钉能在 2025 年实现盈亏平衡。 Aicpb.com 网站数据显示，夸克的表现同样亮眼，2025 年 3 月，根据 AI 产品榜数据，夸 克凭借全球近 1.5 亿的月活跃用户数（MAU）在中国 AI 应用中位居榜首。

1.4 AI 赋能原有业务升级

通过 AI 大模型，优化传统电商零售、物流（淘天集团、菜鸟集团、阿里国际数字商业 集团等）的链路，升级用户体验，降低综合成本，提升整体经营效率。

2 中美博弈背景下的 AI 产业联盟

中美博弈已经进入到了白热化阶段，除了关税贸易战之外，科技领域的竞争格外激烈， 而人工智能是科技领域竞争的关键，也是中美争夺下一次产业变革话语权的关键所在。 从两国 AI 的发展路径来看，中美之间呈现出显著的差异，美国的技术路径是由基础研 究驱动工程创新，由底层算力支撑上层模型效能提升；而中国的技术路径更为务实，由场景 / 应用驱动，到大模型追赶，再到工程优化。比较普遍的观点是，美国引领基础层突破，中 国引领应用层创新，正如互联网/ 移动互联网时代一样，中国所有的应用创新都离不开美国 所主导的 IT 基础设施（WIntel、iOS/ 安卓操作系统、英伟达等）。 然而，底层的 IT 基础设施往往是产业变革和护城河形成的关键所在，也是最容易被卡 脖子的领域（早在十多年前，阿里巴巴就提出了去 IOE 计划，自研飞天系统、OceanBase 数 据库等，实现自主可控）。在人工智能领域，美国已经形成了底层算力（英伟达、AMD）+ 云计算基础设施（微软、亚马逊等）+大模型（OpenAI）的产业联盟，美国试图通过限制高 端芯片入华来限制中国人工智能产业的发展。而中国通过积极的产业政策引导、核心大厂的 高研发投入，部分突破了美国的禁令限制，形成了自己的产业联盟，底层算力（华为昇腾、 寒武纪）+云计算基础设施（阿里云、华为云等）+大模型（Deepseek、通义千问等）。 阿里巴巴，作为中国 AI 产业联盟重要的一环，其云计算的能力和通用基础大模型的能 力（飞天系统+通义千问）≈ 微软的 Azure+OpenAI，在中美科技博弈的大背景下，有着举足 轻重的位置。

3 阿里 AGI 端到端探索持续构建护城河，预计将快速增长

当下，对比国内外大型科技厂商，阿里的 AI 综合能力位于第一梯队。阿里集团战略升 级，“用户为先、AI 驱动”，首次提出以 AI 为集团核心战略目标。我们认为，大模型底座能力 （包括技术能力+生态能力）是实现战略目标的关键，也是未来的基础设施。对比国内外大 型科技厂商，从顶层设计、资本开支、投入方向、模型能力等角度出发来看，阿里当前的 AI 综合能力位于第一梯队。 未来，阿里在探索 AGI 的过程中将持续构建护城河，获得快速增长。AGI 通用人工智能 所带来的生产力变革和商业想象力远超当前的 AI 应用，按照终局 AGI 替代 50% GDP 来计算， 我们认为，预计 AGI 能带动的整体市场规模达 55 万亿美元。对于下注 AI 的大型科技企业来 说，探索 AGI 才是构建未来智能时代核心壁垒的主要方式。阿里凭借端到端的 AI 布局、自 身清晰的开源战略以及云与 AI 的高效协同与融合，形成了独特的竞争优势。综合 AGI 本身 的想象力和阿里的战略竞争优势，阿里巴巴将在探索 AGI 的过程中获得快速增长，这里的增 长包括但不限于智能能力增长、用户规模增长、收入和利润增长等多方面。 基于当前的 AI 能力及未来的增长潜力，阿里在 AGI 探索中将高速增长。

3.1 当下，对比国内外核心大型科技厂商，阿里集团的 AI 能力处于第一梯队

我们发现，从资本开支的角度，海外大厂显著高于国内大厂。尽管微软、亚马逊等传出 数据中心建设放缓/ 停摆的消息，总体 AI 投入依旧呈现高速增长态势，海外大厂核心的资本开支投入都在基础算力和基础研究，如芯片、AI 算力中心基建、基础模型开发等等。总体 思路是“供给创造需求”，寻找突破 AGI 的技术路径和工程化落地实践。 相比而言，国内大厂虽然总体资本开支低于海外大厂，但增速显著，显示了国内大厂在 AI 领域投入的决心，国内大厂的 AI 投入除基础算力、基础模型之外，更看重 AI 应用商业化 落地的探索，基于自身场景，探索 AI 变现可能性，更加务实。 而阿里巴巴的资本开支除了在算力基础设施、AI 应用商业化探索之外，在基础模型的投 入上更坚定，AI 与云计算的耦合程度更强，同时，是为数不多坚持全尺寸、全模态模型开源 战略（其他两家为 Deepseek 和 Meta）的公司，构建了繁荣的开发者生态和模型生态。我 们认为，阿里巴巴的基础模型投入、云与 AI 的融合、开源战略和自身的多元化场景是使其 能保持技术领先性的关键，使其 AI 能力处于世界一流的位置。

3.2 未来阿里在探索 AGI 的过程中将持续构建护城河，获得快速增长

未来三年阿里巴巴的高资本开支投入围绕 AI 展开，以全面开源基础模型为抓手，打造技 术生态、开发者生态，持续探索 AGI，探索人类智能的边界。我们认为阿里集团在探索 AGI 的过程中将获得快速增长，而其获得快速增长的核心原因有两点，第一点是 AGI 整个行业 本身的吸引力，包括其商业价值和竞争壁垒；第二点是阿里集团在 AGI 通用人工智能领域 的独特竞争优势，包括端到端技术的布局、清晰的开源战略、云和 AI 的融合。

3.2.1 AGI 是构建智能时代技术&商业壁垒的主要方式

AGI 商业价值巨大：阿里集团 CEO 吴泳铭在 2024 年 12 月季度电话会议提到，“AGI 的标 准定义是能够完成 80%以上的人类的能力，全球 GDP 50%的支出是就业者的劳动工资支出， 包括脑力劳动和体力劳动。从这个角度来看，如果实现 AGI，人工智能相关的产业大概率将 会是全球最大的产业，有可能影响或者替代现在 50%左右的 GDP 的构成”；根据 IMF 的数据， 2024 年全球 GDP 预计 110 万亿美元，在不考虑未来 GDP 增长的情况下，终局角度来看，我 们认为，AGI 所带动的人工智能产业将达到 55 万亿美元。

AGI 技术&商业壁垒高：目前 AI 战略有两条路径，一条路径是聚焦基础模型的创新，从 预训练的 scaling law 到推理侧强化学习的 scaling law；另一条是做“套壳模型”-- 基于基模 做 AI 应用的商业化探索；对于大型科技企业而言，基本上是两条腿走路，两者都做，AI 应 用的探索是眼前，用较低的成本，利用大厂自身的平台和网络效应，本质上是一种用户体验 的提升，是一种防御型的策略；基础模型的创新是明天，需要投入大量人力、物力，搭建算 力基础设施，训练大参数、大数据模型。然而从 AGI 的终极形态来看，其本身强大的底层智 能能力不仅构成高技术壁垒，且会很容易向上长出各种“垂类智能”，吃掉各种做“套壳模 型”的 AI 应用公司，从而形成高商业壁垒。目前的 AI 原生应用探索，包括 chatbot、AI 搜索 等，也只是 AGI 发展过程的中间态，因此，发展底层的智能能力才能构建未来智能时代的核 心壁垒（从技术壁垒的构建延申至商业壁垒）。

3.2.2 阿里集团在构建 AGI 过程中的独特竞争优势

端到端的技术壁垒：从平头哥 CPU/ GPU 自研芯片，到算力集群建设，从基础模型探 索，再到上层 AI 应用，阿里在硬件芯片、模型和应用侧均有布局。①硬件芯片侧，阿里集 团平头哥推出四类芯片产品，包括倚天处理器芯片、镇岳 SSD 主控芯片、含光人工智能芯片 和羽阵 RFID 芯片；其中倚天处理器芯片主要是基于 ARM 的 IP 为阿里云的数据中心研发芯 片，提供普惠算力；镇岳 SSD 主控芯片对存储底层架构进行重构，叠加算法创新，破解 AI 算 力瓶颈；含光系列芯片通过自研架构，针对推理任务优化，推动 AI 芯片国产化；羽阵 RFID 芯片是端侧芯片，广泛应用于物流、仓储、零售等场景。②模型侧，通义千问在全球基础模 型排名前列。③AI 应用侧，集团不仅推出了钉钉和夸克两款 AI 原生旗舰产品，同时也深入 探索 AI 与自身业务的结合，包括淘天、阿里国际数字商业、菜鸟等，业务数据反哺大模型 迭代。

全球最大的开源模型：大模型开源的价值和重要性有两方面，①从宏观层面来看，开源 利于 AI 普及，提升全产业快速发展，能让更多的技术人才参与，加速创新，也能让需求方， 也就是大模型的使用者降低门槛、降低对于数据隐私的顾虑。②从商业组织本身的逻辑来看， 开源的模型能让市场上更多开发者参与测试、验证、找 bug，倒逼模型进步，同时，也能让 商业组织的影响力提升，特别是阿里云这类 ToB 的商业组织，影响力往往决定了需求组织的 采购决策，可直接转化为收益。2025 年 4 月 29 日，阿里集团推出全新开源模型 Qwen3，其 性能全面超越 OpenAI-O1、GPT 4o、Gemma3 以及 Deepseek R1 等国内外顶尖模型，在榜单 的各项数据上，包括推理、工具调度、多语言等方面取得领先，登顶全球最强开源模型。阿 里集团已陆续推出了数十款模型，包括语言大模型、多模态大模型、混合专家模型、代码大 模型等。基于 Qwen 的衍生模型数量超越 LlaMA 和 Mistral，为全球第一。阿里在 Qwen 开源 取得的成绩源自于其清晰的开源战略，①阿里集团是最早推出开源模型分享社区的商业组织， 在 2022 年推出“魔搭”，并且在 2023 年 8 月开源其通义系列基础模型；②同时，阿里不仅 开源“开得早”，还“开得全”，阿里云 CTO 兼通义千问实验室负责人周靖人表示，阿里云 将持续推进“全模态、全尺寸”开源路线，满足各类用户的需求。 云与 AI 高效协同，融合能力市场最强：阿里集团 CEO 在 2024 年 12 月季度会议上表示， “云和 AI 的深度结合，将会成为最重要的 AI 基础设施。阿里云和 AI 的结合在未来的云计算 网络上会成为输出 AI 智能最大的云计算网络之一” 。阿里云本身的云底座可以为基础模型 的技术突破提供保障，也为客户的智能化服务提供高性价比，而基础模型能力的提升又给智 能化的云业务带来增量收益，商业模式清晰。对于在阿里云魔搭社区和百炼平台的客户来说， 选择了通义千问模型，自然会选择阿里云的云底座来提供算力支持，一方面性价比高，另一 方面适配性好，产生粘性。阿里巴巴是将基础模型和云计算两者结合得最好的公司之一，对比 AWS 和 Azure，通过投资 Anthropic 和 OpenAI 获得顶尖大模型能力，但与自身云业务耦合 程度低于阿里云+通义千问。

3.3 我们预估阿里集团在 AGI 探索过程中将高速增长

根据 Precedence Research 数据预测，2030 年，全球 AI 市场规模达 114,554 亿元，结合当 下阿里的 AI 能力和未来的 AI 增长潜力，我们预估阿里在 AGI 探索过程中将高速增长。

4 云计算与 AI 融合，智能云服务升级

当前，中国公共云市场受生成式 AI 驱动，重回两位数增长，阿里云市场份额遥遥领先。 根据 IDC 的数据显示，2024 年 H2 中国公共云市场受生成式 AI 驱动，同比增长 15.8%，重回 两位数增长；其中，阿里云在公共云 IaaS 和 PaaS 市场中依旧处于领导者地位，市场份额遥 遥领先。 未来，云计算与 AI 的持续融合，云与大模型的持续联合优化很重要，是科技大厂的重点 方向。云计算与 AI 的融合可以为客户带来高适配、低成本、弹性伸缩的智能服务，同时也 能够为云厂商带来新的增长点，包括长尾客户覆盖和向上促销增收（upsell）；除了云计算 和大模型本身能力之外，云与大模型的耦合程度高低是决定用户体验的关键，也是未来云厂 商市场份额争夺的关键，阿里云的通义千问基础模型和云基础设施的融合优势显著。 未来，阿里云发展智能云服务的核心战略为 AI 优先、公共云优先和生态优先。AI 优先、 公共云优先和生态优先三者是相互融合，层层递进的关系，AI 优先的战略是集团对前瞻性技 术将带来的巨大商业价值（50%的 GDP 替代）的思考，是整个战略的起点；公共云优先，不 仅是对于自身经营健康性的考虑，更是围绕 AI 大模型通义千问，对整个计算体系进行重构 的一次战略选择；而生态优先，则是在公共云的基础上，实践“被集成”的策略，让阿里云能 够聚焦公共云的核心技术和标准化产品，与合作伙伴各自分工，把整个蛋糕做大。 基于云+ AI 的战略，阿里云收入将高速增长。

4.1 中国云计算市场洞察

根据 IDC 数据显示，受生成式 AI 对公共云的驱动，整体公共云市场规模同比重回两位 数增长，2024 年下半年同比增长 15.8%，其中，阿里云在中国公共云市场中依旧保持领先位 置。

4.1.1 公共云整体市场情况

从 IDC 最新发布数据来看（2024 年下半年），中国公共云整体市场规模（IaaS+ PaaS + SaaS）达 241.1 亿美元；IaaS 132.1 亿美元，占 54.8%，同比增长 14.4%，环比增长 11.3%；PaaS 市场规模为 43.7 亿美元，占 18.1%，同比增长 20.3%，环比增长 12.2%；从 IaaS + PaaS 市场来看，2024 年下半年同比增长 15.8%，环比增长 11.5%；公共云市场的增速重新回暖， 其主要原因是由生成式 AI 对公共云的驱动所致。

4.1.2 公共云市场格局

2024 年 H2，阿里云在公共云 IaaS 和 PaaS 市场中依旧处于领导者地位，在公共云 IaaS 厂商中，阿里云占 26.1% vs. 华为云 13.2%；在公共云 PaaS 厂商中，阿里云占 24.4% vs. 腾 讯 11.7%，优势显著。

4.2 云计算和 AI 融合是关键

从当前的趋势来看，不同大模型之间的能力差异、开源和闭源大模型之间的能力差异均 已逐渐减小，基础模型已经充分商品化，而基础模型及衍生出来的各式各样的多模态模型和 垂直行业模型利好云计算厂商，因为大部分模型都需要 hosting 在云计算的网络上；这一趋 势（模型丰富度的提升）加速了未来云计算基础设施与 AI 大模型的持续融合，新的计算范 式将围绕 AI 大模型重构，云基础设施和大模型的联合优化将成为科技大厂重点布局的方向， 云与 AI 的耦合程度，特别是公共云和 AI 的耦合程度将是未来决定云厂商市场份额的关键。 而从大模型商业化的角度来看，云与 AI 的融合所形成的 MaaS 服务是当前大模型的商 业模式中比较有确定性的逻辑；AI 大模型的核心商业模式是订阅+按量付费，以大模型龙头 OpenAI 为例子，面向个人开发者，订阅是主流；面向 2B 企业开发者，订阅、基于 API 调用 量付费是主流。云& AI 的融合，能让开发者专注于自身业务逻辑，高效使用大模型赋能自身 业务。在用户获取价值的同时，也能让云计算公司获取两部分价值，包括模型 API 调度的智 能服务商业价值和公共云算力服务的商业价值。从用户获利到云厂商获利，最终实现商业闭 环；

以下三点是对云& AI 融合价值的总结： ① 从最终用户的视角来看，云计算基础设施和大模型的结合，可以带来高适配、低成 本、弹性伸缩的智能 API 服务，能够帮助用户降低大模型的使用门槛，用户可以不 考虑底层架构的差异性，能在通用智能计算能力的基础上，基于自身业务场景，快 速构建应用服务，为自身业务实现增收、降本、增效。 ② 从云厂商的角度来看，云基础设施和大模型的结合，能够给云服务带来新的增长点； 比如，此前由于中小企业上云意愿不高，长尾客户难以覆盖；而 AI 大模型给客户带 来的增收、降本、增效相比于单一兜售云计算基础设施来说，价值量显著增加，能 够显著吸引客户做出采购决策，从而能够推动未覆盖的客户上云，这里的云是智能 化的云服务，是 AI 和云的结合服务（AI +云，AI 为先）；又比如，对于已经上云的 客户，强大的基础模型又能创造向上促销增收（upsell）的新增长点（云+ AI，云为 先） ③ 对于绝大部分大型科技企业来讲，他们本身具备云计算能力且又具备基础大模型能 力，而除了比较云计算和基础模型本身能力的高低之外，这两者的联合优化和耦合 程度的高低也是决定其用户体验的关键，而用户体验带来的粘性，又能决定未来云 厂商的持续性收入。我们认为，在市场上的云计算公司里，阿里云不仅其自身的云 计算能力和基础模型能力属于第一梯队，而且其云计算基础设施和通义千问大模型 的耦合程度优势显著（微软的 Azure 和亚马逊的 AWS，都是通过投资的方式和 GPT, Claude 绑定，云计算和基础模型的耦合程度相对较低）。

4.3 未来阿里云发展智能云服务的关键是 AI、公共云和生态合作伙伴

从整个云计算产业链来看，简单可以分为 IaaS（基础设施即服务）、PaaS（平台即服务） 和 SaaS（软件即服务）。其中，IaaS 和 PaaS，是通常意义上被市场所广泛认知和评估的多 数大型云厂商（如 AWS、Azure、阿里云）所主要提供的服务。而 SaaS 因为是直面客户的软 件，由于其多变性，分 ToB（以 SAP 、Salesforce 为代表）和 ToC（以 Office 为代表），很难 放在一个维度上去评判高下。

在这里，我们不考虑钉钉的部分（SaaS 办公软件），阿里云的主要业务涉及的是 IaaS（基 础设施即服务）和 PaaS（平台即服务），以及最新的 MaaS（模型即服务），其中 MaaS 又 往往构建在 IaaS 和 PaaS 的基础之上。 我们认为阿里云的核心战略发展重点，包括以下三 点：

4.3.1 核心战略①：AI 驱动，AI 与 Cloud 融合

在 AI 大模型市场高速增长的背景下，阿里提出 AI 驱动，阿里云是集团 AI 驱动战略的承 接者，其在 AI 大模型领域的核心差异化战略之一是云与 AI 融合（部分已经在上一章节有所 阐述）。我们在此处重点介绍阿里云如何从 IaaS + PaaS 升级为 IaaS + PaaS + MaaS，将云基 础设施和 AI 高度耦合，重构整个计算体系，这里主要包括以下三部分（选自阿里云产品介 绍书）： 端到端优化的 AI 基础设施，涵盖从服务器到计算、存储、网络、数据处理、模型训练 和推理平台以及端到端的安全能力，在 AI 时代，我们认为计算将从以 CPU 为核心重构至 以 GPU 为核心，这是一次整体范式的改变，涉及到整个基础设施。在阿里云的计算布局里， 我们可以看到，例如磐久 AI 服务器，支持单机 16 卡、显存 1.5T，并提供 AI 算法预测 GPU 故障，准确率达 92%。为 AI 设计的高性能网络架构 HPN 7.0，可稳定连接超过 10 万个 GPU， 模型端到端训练性能提升 10%以上；阿里云 CPFS 文件存储，数据吞吐 20 TB/s，为 AI 智算提 供指数级扩展存储能力；ACS 首次推出 GPU 容器算力，通过拓扑感知调度，实现计算亲和度 和性能的提升；人工智能平台 PAI 实现万卡级别的训练推理一体化弹性调度，AI 算力有效利 用率超 90%等多项业界领先的技术。除此之外，面向大模型的全生命周期安全进行产品能力 升级，从数据采集与处理、模型设计与训练、模型评测到模型的部署与服务，进一步提升大 模型服务的安全能力。

通义千问大模型，通义千问系列模型包括基础模型、多模态模型和行业垂直模型三部 分。全尺寸、全模态、广应用的通义千问 Qwen3 全系列涵盖多个尺寸的大语言模型、多模 态模型、数学模型和代码模型，能满足各类客户的各种需求。Qwen3 支持高达 128K tokens， 可生成最多 8K tokens 的内容，支持更长文本的输入输出，拥有更多的知识、更强的编程和 数学能力，且增强了对 MCP 的支持，在多个主流评测指标上都名列前茅；通义万相包含图 像生成与视频生成，图像生成模型能力全面进化，提升了文生图的理解能力与图片效果，升 级 Diffusion Transformer 框架使其具备更强的扩展性和灵活性，结合通义千问提升复杂提示 词的解析能力，同时升级人类偏好的美学标准，提升数据质量；视频生成模型，可生成影视 级高清视频，可应用于影视创作、动画设计、广告设计等领域；首批上线文生视频、图生视 频功能。 MaaS 模型服务平台——百炼平台：百炼平台全新升级模型与应用服务，提供全尺寸、 全模态、多场景的模型服务，打造高效模型服务底座；模型调用简单，符合业界主流框架的 标准化服务接口，提供灵活、易用、高效的模型 API 和 SDK，开发者无需关注底层架构差异， 只需要专注于业务逻辑的创新，显著降低技术迁移成本；深度融合 RAG 等技术，可高效管 理复杂企业知识，灵活优化各组件效果，是企业级知识管理、知识问答和检索增强的首选； 通过提示词扩写、案例优化、反馈优化等多种提示词优化方式提升落地效果；通过多模态模 型微调和多类型的微调方式，支持更多垂直领域的搜索，打造以模型为中心的开发范式。

4.3.2 核心战略②：公共云优先

通用人工智能的底座一定是公共云，我们从云计算的定义、AI 时代公共云的价值、阿 里云的布局来阐述公共云优先战略。

【云计算的定义】云计算的核心是弹性伸缩和多租户复用，云厂商在供给端布局超大型 IDC 机房实现规模经济效益，摊薄单位研发和单位资源成本，并通过虚拟化技术和多租户复 用技术提高整体资源的使用率，进一步降低单位使用成本，为客户提供高可用、低门槛、高 性价比的计算服务；云计算不是计算的替代，也不是计算的升级，而是计算的另一个维度， 英伟达的芯片是提高计算本身的性能，而云是通过极致的弹性和多租，能够在计算本身性能 提升的基础上，进一步提升资源的使用率，减少整体资源的闲置浪费，提高计算的性价比。

【AI 时代公共云的价值】公共云是 AI 大模型时代的基础设施。从过去来看，由于国内 客户，特别是大型客户，出于业务数据安全隐私的考虑（部分也是因为现金流足够好），喜 欢建设私有云或自建 IDC，自己做 IT 基础设施，自己维护管理，导致国内的 IT 基础设施的 利用率不高，根据 2024 年德勤&阿里云共同发布的报告数据显示，美国公共云占算力规模 的 65%，中国仅仅为 28%；而公共云的计算资源利用率约 40%，私有云的计算资源利用率不 超过 5%，导致美国和中国在全球算力规模中的实际份额分别为 9.54%和 5.12%。而在 AI 大 模型的时代，公共云架构的底层技术栈才是计算的核心，原因有两点，包括基础模型的训练 以及 AI 应用的规模化。 基础大模型的训练需要高性能、稳定、高性价比的算力支持，公共云比私有云更具优势， 全球的主要基础大模型计算都是基于公共云来实现。理论上公共云和私有云都能提供大模型 训练的解决方案，但由于算力基础设施的技术挑战、建设周期、综合成本等原因，全球领先 的基础大模型事实上都选择了基于公共云完成训练。比如，OpenAI 基于微软公共云训练出了 GPT 系列大模型；Anthropic 基于亚马逊公共云训练出了 Claude 大模型；谷歌基于谷歌公 共云训练出了 Gemini 1.5 Pro 大模型；XAI 基于 Oracle 公共云训练出了 Grok 大模型。 模型应用需要高性价比、高弹性、高可用和就近合理分布的算力支持，公共云是 AI 规 模化应用的必然选择：模型应用相比于模型训练更强调计算的性价比和可得性；公共云的规 模效应可以降低模型推理的成本，从而降低 AI 应用的价格，使得 AI 应用的规模化成为可能。 其次，AI 应用的推理算力需要具备高可用、高弹性、低延时等特点，而公共云本身的特性即 支持高可用、高并发、高弹性的服务，这也为 AI 应用面向海量用户访问奠定了基础。

【阿里云的公共云布局】2023 年，阿里云提出“AI 驱动，公共云优先”，阿里云围绕 通用大模型能力，重构计算体系，我们认为，阿里云的公共云优先战略，核心有三大布局思 考。 对跑马圈地，做项目，做总集，做收入的思路进行纠偏：由于互联网企业上云的渗透率 已经较高，而阿里云曾为了收入增长，一度面向大型企业、政务客户等发力私有云专项，私 有云项目的特点是总金额高，可以带来可观的收入，但是由于其本身项目制特点，交付重、 周期长，回款周期慢，又需要专业领域的知识沉淀和储备，需要现场铺人力，同时服务也需 要自己兜底，导致了整体的利润水平较低，且交付服务风险、舆情风险也随之增加。而公共 云的项目不存在重交付的问题，其重点在保证安全可用的前提下，如何优化虚拟比，降低成 本，给到用户最极致性价比的稳定服务；同时，公共云优先的策略让阿里云能够更加聚焦技 术本身，沉淀技术，让技术的厚度增加。虽然在短时间内，阿里云因为项目制收入的减少， 整体的收入受到影响，但长期来看，公共云优先策略是阿里云业务健康稳定发展的基石。 为通义千问系列基础模型的训练提供高经济性、高稳定性、高可用性的算力保证：通义 千问系列基础模型训练本身需要大算力的支持，在国内英伟达系列 GPU卡被限制的背景下， 如何在有限的算力里提高算力的利用率和性价比，从而提高算力的实际使用效率是阿里云重 点考虑的内容，而公共云的技术栈是最经济和高效的解法。公共云的解决方案不仅为通义千 问系列模型的训练提供了算力支持，同时通义千问的训练也增强了阿里云自身公共云的技术 能力，两者相互融合，相互增强。

通过百炼平台的智能云服务输出给各行各业，增加收入，来抵消项目制收入的减少：百 炼平台作为统一面向开发者的界面，在给开发者提供智能 API 服务和其他各类开发者服务的 同时，顺带消耗了阿里云资源。同时，对于使用通义千问开源模型的企业开发者，也会优先 选择适配性更高的阿里云公共云服务，来支持其企业自身应用（对模型开发者来说，托管 GPU 算力的门槛和成本都很高，经济性低，选择阿里云公共云的服务能够更便宜的享受到通义千 问基础模型的能力，且不需要考虑底层资源搭建、升级等问题）。围绕阿里云的百炼平台和 通义千问生态搭建自身应用的客户，与阿里云的技术栈进行绑定，产生粘性，复购能力强。

4.3.3 核心战略③：合作伙伴生态优先

阿里云聚焦标准化产品的设计和通用技术的沉淀，实践“被集成”的策略，通过开发者生 态、销售生态、产品生态、交付服务生态等各类生态合作伙伴，把产品和技术做强，把客户 服务做好，把整体市场蛋糕做大。从各家生态合作伙伴数量对比来看，国内外云厂商合作伙 伴规模差距较大，微软在生态合作伙伴领域做得最好，合作伙伴数量最多。以下，我们将从 五方面阐述阿里云的生态策略，包括被集成策略的定义、开发者生态的商业价值、三种生态 的三种被集成方式、AI 时代的生态合作以及生态的核心考核。

【被集成策略，本质上是对直销模式的否定】

集成是让阿里云走在最前面，面向客户，是销售、产品、服务的第一责任人，集成的策 略能够给阿里云带来收入，做总集分包给其他伙伴，能够做大营收。但集成的利润相对低（需 要重交付、铺人力，压力大），且需要承担各种风险。而所谓被集成，就是云服务商扮演好 基础资源供应商（ISV），让上层的行业解决方案供应商（SI/ MSP）在给客户咨询和实施的 时候 “带出去”，可以 Scale Out。阿里云的战略是被集成，也就是把产品做得尽可能通用化， 相对少去做一些少数客户定制或行业属性极强的产品，尽可能提供通用解决方案，而非行业 解决方案；让 SI/ MSP 来将其行业解决方案或行业化的产品集成在云服务商的产品、通用解 决方案之上。

【开发者生态的商业价值】

上一章节已经阐述了开源对于阿里云构建 AGI 壁垒的意义，此处重点阐述通义千问的开 发者生态所带来的商业价值。目前，已有众多企业和开发者通过阿里云百炼平台调用通义千 问的 API；我们认为，开发者生态的商业价值有三方面： 商业价值①：API 收费。开源不等于免费，百炼平台通过 API 的方式服务企业开发者和 个人开发者，并收取相关 API 调用的费用。目前 API 收入较少，但随着模型能力和厚度的提 升，收入也将提升。 商业价值②：带动云资源的消费。除了 API 收入之外，企业开发者&个人开发者选择通 义千问模型做开发，会自然选择阿里云的基础设施做算力支持（适配性高），带动云资源的 消费收入提升。 商业价值③：技术影响力。开源提升了通义在广大开发者群体心中的影响力；在 ToB 领 域，企业采购的决策过程中，影响力占据重要位置（比如，在众多能力出众的友商中，苹果 最终选择阿里成为合作伙伴，我们认为，其技术影响力占据了很重要的位置）。

【云计算（IaaS/ PaaS）的三种生态和三种被集成的方式】

产品集成/ 产品生态：阿里云展示自己的通用平台属性，产品生态把他们的行业解决方 案或产品集成到阿里云的 IaaS 和 PaaS 上。 销售集成/ 销售生态：阿里云的 PDM（生态拓展经理）赋能销售生态（1）技术（2）联 合营销（Co-marketing）（3）联合销售（Co-sell）。 服务集成/ 交付服务生态：交付服务生态作为客户界面的第一服务提供者，阿里云作为 针对 SI/ MSP/ ISV 而非客户的技术支持提供者。

【AI 时代（MaaS）的生态及被集成方式】

MaaS 的生态策略和 IaaS/ PaaS 类似，同样是产品、销售、交付服务三层生态；产品生 态是各类大模型厂商（如 deepseek，月之暗面，百川智能）集成到阿里云的 MaaS 百炼平台 之上；销售生态&交付服务生态更多是销付一体化的模式，阿里云做底层的 API 封装，开发 者工具等，而让行业生态（如东软、汉得）去触达最终垂直企业客户，同时，也为垂直企业 客户提供数据、私域知识、专业知识和服务；上层生态的繁荣不仅能帮助阿里云在市场拓展 中占据优势，也能让阿里云在 AI 时代的云计算底座更稳定、更安全、性能更好。

【生态的核心考核】

合作伙伴生态考核的核心是让更多的合作伙伴能够与云厂商形成绑定关系、会营销 + 会卖云厂商的产品、有丰厚收入或者丰厚利润可以获取。此时给合作伙伴考核（评级）的核 心是，有多少软件（对于 ISV）或者解决方案（对于 SI 和 MSP）已经集成在云厂商上。而对 于 PDM（生态拓展经理）考核的优先级设计包括：新招募的合作伙伴数量 → 建立的最佳实践、应用数量 → 能够和阿里云一起卖的合作伙伴数量 → 合作伙伴自身消费量、用量以及 通过合作伙伴产生的收入。

4.4 AI 优先、公共云优先和生态优先战略对于阿里云收入形成了正向反馈

阿里云 2025 财年整体收入重新实现两位数增长，同比增长 11%。而 AI 相关产品收入连 续七个季度实现同比三位数增长，已经给阿里云的增长带来正向反馈。基于云+ AI 的战略， 我们预计阿里云收入将高速增长。

5 AI 原生应用探索

AI 原生应用的探索是阿里集团端到端 AI 战略的最后一块拼图。相比于 “卖铲子的人” -- AI Infra，AI 原生应用是真正创造用户价值的部分，阿里的 AI 原生应用由 AI to B 的钉钉和 AI to C 的夸克组成，是阿里巴巴端到端 AI 战略的最后一块拼图。 To B 钉钉：从办公协作平台升级转型为 AI 智能中枢，成为 AI to B 的入口。钉钉的核心 使命是成为 AI to B 的入口，围绕中腰部客户的各类细分场景，基于自身大模型能力和各类 生态的能力，探索各种 AI Agent 落地的可能性，从而来帮助企业客户实现 AI 转型，帮助企 业客户的员工提升工作效率和创造力。 To C 夸克：AI 超级框，打造个人一站式智能体助手。夸克承载着阿里集团 AI to C 的使 命，以 “搜索+工具” 为切入口，未来连接阿里巴巴集团内外各类生态（淘宝、闲鱼、饿了 么、高德、飞猪等等），打造个人一站式智能体助手体验。

5.1 AI 原生应用的探索是阿里集团端到端 AI 战略的最后一块拼图

阿里集团 AI 能力的商业闭环主要有两部分，第一个落脚点在云计算，是 AI 时代卖铲子 的人。而另一个落脚点是 AI 原生应用，是真正创造用户价值的部分，微软的 Copilot 就是一 个很好的 AI 原生产品创造价值的例子。阿里的端到端 AI 布局中，AI 原生应用是最后一块拼 图，这块拼图由 AI to B 的钉钉和 AI to C 的夸克组成。

5.2 To B 钉钉：从办公协作平台升级为 AI 智能中枢，成为 AI to B 的入口

我们从钉钉的战略方向、产品模式、竞争态势和商业化结果四个角度，来解析钉钉的 AI 布局。

5.2.1 战略方向调整

钉钉独立，创始人回归，抓效率、抓客户、重产品、重细节，回归中腰部客户，全面拥 抱 AI。 钉钉独立：2020 年，时任阿里云总裁张建锋（行颠）在云栖大会提出云钉一体的构想， 做大阿里云。核心是将阿里云和钉钉捆绑，销售侧将钉钉的办公场景兜售给客户，顺带打包 兜售底层云资源，扩大收入。这是典型的场景化销售，单独去卖 ECS 资源很难卖，而通过合 作伙伴来卖又缺乏抓手，钉钉成了一个最好的场景；在成本侧，钉钉又与阿里云的销售资源、 交付服务资源等共享，提高资源利用率。然而，实际情况是，钉钉属于典型的 SaaS 产品，而阿里云本身又专注于 IaaS 和 PaaS，从技术实现上，SaaS 与 IaaS/ PaaS 之间并不接近，捆 绑销售实行起来有很多困难，比如，①SaaS 产品采购的决策人往往不是出身于 IT 部门，对 于听冗长的技术讲解会感到困难，对云技术的捆绑没有太大兴趣；②云钉一体的战略下，钉 钉被要求集成在复杂的专有云技术架构上，整体产品复杂度提升、体验下降。在阿里集团组 织架构升级后，钉钉也从云钉一体化走向独立运营，这是基于大模型时代探索 ToB 企业服务 先进生产力的考量，给钉钉“减负”，打磨面向 B 端的先进生产力平台。 创始人回归：在钉钉独立的背景下，创始人陈航（无招）回归钉钉，接棒叶军（不穷）。 两位钉钉掌门人在风格上有显著差异，叶军擅长运营、商业化，陈航更加擅长做产品，特别 擅长将新技术产品化，从风格上来看，陈航更严格，抓效率、抓细节、抓客户。 战略调整：从做大客户、大专项回归做中腰部客户，从更注重商业化扩张到更注重产品 打磨，从做定制化的功能到更注重生态构建，注重扎根客户，深挖客户场景与 AI 大模型的 结合，做 PMF，迭代升级产品，构建基于各类场景的 AI Agent 服务分发平台。

5.2.2 产品模式

钉钉的 AI 产品探索包括了办公场景的提效和企业整体的 AI 转型。钉钉一系列的产品动 作，本质上是为了解决个体办公场景提效，和企业整体的 AI 转型，我们从超级个体和企业 客户的视角，来看钉钉的产品。 超级个体：钉钉前总裁叶军曾说，AI 时代，先进的个体可能比先进的公司更重要。而如 何成为先进的个体，能力的提升和效率的提升是关键。职场人经常面对多线程、高并发的需 求，需要同时处理多个文件，阅读多份报告，打开多个应用软件，还需要做一些重复、事务 性的工作。钉钉的 AI Agent，基于底层模型的能力和对办公场景的理解，赋能个体成为超级 个体；钉钉推出 365 超级会员（对标微软的 365 Copilot），旨在通过先进的 AI 技术升级个 体的创造力和工作效率，包括能全面整合钉钉内部的聊天信息、文档、会议，结构化输出给 个体用户、能够帮助个体整理总结待办事项/ 会议纪要、自动回复信息等等。 企业客户：从企业客户的视角，钉钉能够帮助企业实现 AI 数字化转型。例如，钉钉的 客户新奥集团，基于钉钉打造 iCome 协作平台，并在 iCome 平台上实践“客创一体”的理 念，所谓客创一体，就是将客户价值进行分解，分解到集团内的各个部门（供应链、生产、 财务、HR、IT 等等），并为每个部门创造智能体助手，高效管理目标并制定行动方案，提升 组织效能，帮助组织创收。

5.2.3 竞争态势：飞书、企业微信和钉钉三足鼎立，各自有其特点

钉钉：聚焦中腰部客户，围绕中腰部客户场景，挖掘 AI 应用落地的机会点，更重视 整体生态的构建，包括底层大模型的生态以及 Agent 智能助理的生态。总体而言，钉钉的核 心发力点在于构建各类 Agent 的应用平台。 飞书：战略定位为卖数字化咨询+软件，面向大型客户为主，整体产品能力和服务较 强，体验和口碑好，同时，客单价更高。在产品上实施“All in One”的策略，核心是将协同 办公打造成操作系统，集成所有办公工具，减少用户多窗口反复跳转切换，提高效率。但面 向大客户的飞书需要做大量定制化工作，整体研发成本、交付成本都很高。

企业微信：生态上最具优势，和微信打通（包括微信本身的关系网络、视频号、小程 序、腾讯文档等），有微信的超级流量入口来导流，且可以和外部的客户、合作伙伴实现高 效沟通。在客户管理和营销侧/ 服务侧具备优势，护城河显著。

5.2.4 钉钉收入

钉钉的收入分成三部分，订阅收入、开放平台的佣金收入以及硬件收入。从阶段性商业 化结果来看，2025 上半财年（2024 年 4 月 1 日- 9 月 30 日），钉钉软件订阅 ARR 突破 2 亿 美元；整个 2025 财年（2024 年 4 月 1 日- 2025 年 3 月 30 日），钉钉的软件订阅年化收入 有望突破 4 亿美元（约合 28.4 亿元）；利润侧，预计钉钉在 2025 年实现盈亏平衡。

5.3 To C 夸克，AI 超级框打造一站式智能助手，阿里集团 AI to C 的核心应用

我们从夸克的历史演进，当下产品业务布局，友商对比，未来的展望来解析夸克的 AI to C 战略。

5.3.1 夸克的历史演进

2016 年 8 月，夸克由阿里集团 UC 内部孵化，主打一款极简、高效、无广告的浏览器。 2018 年，夸克业务模式调整，重心从浏览器转型为搜索，定位为极简、无广告的智能搜索， 与百度形成差异化；经济观察报显示，2020 年，夸克用户量实现突破，首次达到千万级，活 跃用户数 1 年增加 5 倍，搜索量增长 6 倍，夸克从 UC 母体独立，成为“智能搜索业务部”的 一份子，定位为生活、工作、学习智能助手。2020-2023 年，夸克用户数增长率 200%以上， 2023 年 11 月累计服务用户过亿。2024 年，夸克提出 AI 超级框。

5.3.2 友商对比

在 AI to C 的布局里，核心有三个产品，分别是夸克、豆包和元宝。三家均有非常鲜明的 特点。 夸克：搜索+工具，聚焦学习、工作、生活、娱乐的垂直场景，以个体生产力的提升为 核心抓手，帮助用户解决实际问题，承载着阿里集团 AI to C 的重要使命。根据 aicpb 数据， AI 产品榜单最新数据显示，中国 AI 应用仅 Quark MAU 破亿。美国风险投资公司安德森・霍 洛维茨在三月份发布的报告中，将 Quark 排在全球第六大 AI 应用。当前，夸克的核心商业 闭环思路还是在夸克网盘的会员付费，其他工具以免费为主，而网盘的收费模式模糊了 AI 的功能，夸克尚未跑通基于其 Agent 能力的商业模式。 豆包：豆包的基础界面集成了深度思考、AI 生图、拍题答疑、写作等功能；同样包含了 学习、工作、生活、娱乐等垂直场景。而豆包的主界面是一个智能体的应用平台，用户可以 创建不同的智能体，并与之对话，泛娱乐属性更强。2024 年，豆包通过烧钱换市场，字节凭 借抖音、今日头条、西瓜视频等庞大的流量引擎，为豆包带来了用户量的迅猛增长。 元宝：元宝的界面和 deepseek 类似，是一个典型的 chatbot 界面，风格是典型的腾讯极 简风，元宝产品的背后是两套大模型引擎，元宝自研的混元大模型和 deepseek。接入deepseek 保证了用户的体验，同时也为自研大模型争取了更多时间，打法很务实。同时，元宝的核心 优势是和微信的生态打通，不仅有微信的超级流量入口，未来其和微信的小程序生态链接形 成 Agent 能力，想象空间巨大。

5.3.3 未来展望

夸克的核心优势是垂直场景的工具属性（网盘、扫描等），帮助用户解决实际具体问题， 而且有通义千问基础模型做底座，用户体验有保障。当前，夸克尚未和集团内部的生态打通， 未来，从产品层面来看，用户可以通过多模态方式（文本、语音、拍照等根据用户的习惯而 定）发出指令，夸克通过 AI Agent 能力对指令进行感知、思考和执行，最终给到用户解决方 案。而这里夸克 AI Agent 背后的能力不仅仅是大模型能力，更是工具调度的能力，能够调用 阿里生态体系的各类 API。比如，用户旅游规划的指令，夸克可以调度后端的飞猪帮忙订飞 机票和住宿，饿了么帮忙看餐厅等。 在 To C 领域，国内 C 端的流量常年被抖音（内容）和微信（社交）占据，夸克是个挑战 者，相比于字节和腾讯，阿里的包袱更轻，在未来的 AI 时代，有望能够在流量的重新分配 中占据一席之地。

6 AI 赋能原有业务升级

通过 AI 大模型，可以优化传统电商零售、物流（淘天集团、菜鸟集团、阿里国际数字 商业集团等）的链路，升级用户体验，降低综合成本，提升整体经营效率。 我们聚焦阿里巴巴集团三大核心业务：淘天集团、菜鸟物流和国际化，从业务的基本逻 辑，AI 赋能的落脚点来看三大核心业务 AI 化所带来的潜力。

6.1 淘天集团

包括淘宝天猫、中国批发商业（1688），和线下零售业务；其中，我们将重点分析淘宝 天猫、中国批发商业（1688）的 AI 化。

6.1.1 淘宝天猫

中国零售商业淘宝天猫是典型的平台化电商，一边连接商家，另一边连接用户，为用户 提供丰富的产品内容，其收入可以拆分成两部分，分别为 GMV（商品交易总额）和 Take Rate （货币化率）。我们从 GMV、Take Rate 和成本三个角度，来看 AI 对淘宝天猫利润的影响。 首先，对于 GMV 来说，AI 的影响有以下几部分 ①个性化推荐：AI 可以根据用户行为和偏好提供个性化的商品推荐，提高转化率，从 而增加 GMV。 ②用户互动：AI 技术可以增强用户互动，提高用户粘性和购买频次，从而推动 GMV 的增长。 ③交易效率：AI 可以优化供应链管理和物流配送，提高交易效率，减少退货率，进一 步提升 GMV。 其次，对于 Take Rate（货币化率）来说，AI 的影响有以下几部分 ①全站推广工具：更精准地匹配广告与用户需求，提高广告效果，吸引更多商家使用 全站推广工具，进一步提升货币化率。 ②基础软件服务费：AI 帮助优化平台运营，提高用户体验，从而吸引更多商家愿意支 付基础软件服务费。

最后，成本端，AI 可以自动化降低人工审核、纠纷处理等运营成本。

6.1.2 中国批发商业（1688）

AI 技术提升采购效率与用户体验，直接拉动交易规模。 ①AI 精准推荐与采购链路优化：1688 在 2025 年 3 月宣布全面升级 APP，通过 AI 技术 重构买家采购流程。例如，基于大模型的“AI 商机”功能，通过分析下游平台热搜数据及市 场趋势，为买家推荐采购商机，显著降低买家搜寻成本，提升采购效率。 ②AI 工具免费化策略激活商家参与度：1688 面向买家和商家的 AI 产品全部免费开放 （如 AI 选货、AI 导购、AI 补货），降低中小商家技术应用门槛。这一策略不仅提高商家粘 性，还通过技术普惠吸引更多长尾商家入驻。AI 辅助的选品优化与风险预判对交易质量提升 作用显著。 AI 赋能供应链管理，优化平台成本结构与商家生态 ①智能供应链与库存管理降本增效：1688 依托 AI 技术优化供应链响应速度与库存周转 效率。例如，通过 AI 分析历史交易数据预测需求波动，动态调整供应商备货策略。 ②清退低质商家，优化账号诚信体系，降低平台风险：2025 年 1688 全面取消“仅退款” 政策，转而基于 AI 驱动的账号诚信体系判定交易纠纷，平台补贴取代商家赔付。此举减少 恶意索赔对商家的资金占用，同时通过算法识别虚假交易行为（如调包、P 图欺诈），降低 平台纠纷处理成本，商家生态净化间接推动平台佣金收入增长。

6.2 菜鸟网络

菜鸟网络的业务包括国际物流（跨境快递、国际供应链、海外本地物流服务），国内物 流（国内供应链、国内品质快递）以及科技及其他服务（菜鸟驿站、菜鸟 APP、物流科技、 物流资产服务）。菜鸟物流的 AI 大模型实践包括以下几部分：

【成本节约】

智能调度系统：菜鸟的主要优化 AI 引擎由菜鸟内部开发的解算器提供支持，通过包裹 打包、订单合并和路线规划等应用程序革新包裹旅程，每年处理数百亿次 API 调用。作为“超 级大脑”，菜鸟的解算器采用 AI 优化算法来提高车辆匹配效率，最大限度地减少行驶距离 和成本，提高运营精准度，并准确预测送达时间。

【效率提升】

智能仓储管理：在 2023 年 6 月菜鸟发布基于大模型的数字供应链产品"天机π"，通过 动态库存管理和算法预测，能够更精准地预测需求，减少库存积压和缺货，提高库存周转率。 快速响应市场变化：大模型能够实时分析市场数据，快速调整物流策略，提高供应链的 灵活性和响应速度。例如，菜鸟的智能物流解决方案能够在复杂业务场景中实现全流程无人 化，提高生产效率。

【服务质量提升】

个性化服务：通过大数据和 AI 技术，菜鸟能够提供更加个性化的物流服务，满足不同 客户的需求。例如，菜鸟驿站为上海用户提供淘宝天猫包裹“专享上门”服务，提升用户体 验。

透明度和可追溯性：提供全程透明的物流跟踪服务，提高物流过程的可见性和可追溯性， 增强客户信任。菜鸟的物流云平台能够实时监控物流状态，提供详细的物流信息。

【创新业务模式】

智能物流解决方案：通过提供端到端的智能物流解决方案，帮助企业在生产、仓储、运 输等各个环节实现智能化升级。 跨境物流优化：大模型能够优化跨境物流的各个环节，提高国际物流的效率和可靠性。 菜鸟荣获 2024 雨果奖“最佳跨境物流”，其跨境电商全链路供应链解决方案和海外仓配能 力得到了市场的认可。

6.3 阿里国际数字商业

买家：AI 搜索（B2B 采购搜索引擎） - Accio 搜索改善采购效率，高效匹配供应商和买 家。传统搜索引擎，如谷歌/ 百度等，会基于搜索提问，给出上百个网页，信息无法快速收 敛到精确结果；而 Accio 基于大语言模型的智能能力和阿里国际站的跨境电商场景化数据， 升级搜索功能，成为 AI 采购助手，基于用户需求，通过市场分析、供应商/ 卖家对比、产品 比价等给到用户最佳的采购解决方案。帮助买家用户省钱、省时间。 商家：AI 生意助手，针对外贸领域四大难点，发品、接待、营销、合规，设计 4 个 AI Agent，包括智能商品托管、智能接待托管、智能全站营销、智能风险托管。 【发品】阿里国际站极简发品，秒级生成商品链接，同时将商品一键托管，并通过 Agent 生成托管效果报告（现状、问题、改进措施），定时发送给商家。 【接待】7 * 24 小时 AI 智能客服回复买家问题，Agent 连接专家知识库，并学习真人沟 通技巧，提高与买家的沟通效率、专业性等。 【营销】全自动智能推广，商家设置相关营销预算，智能 Agent 基于营销数据，自动为 商家分析目标市场、分析目标市场的用户画像和行为数据，精准匹配和触达买家，提升营销 投放效率。 【风险】自动分析目标市场的各类风险（法律风险、市场风险等）、自动化协助与买家 抗辩，做出海企业的智能合规顾问。 供应链与物流：阿里国际的 AI 大模型在需求预测、仓储优化及配送路径规划中的应用， 降低跨境物流成本并缩短履约周期。通过 AI 算法优化全球仓储网络布局，减少跨境运输中 的冗余环节，直接推动订单转化率与用户复购率上升。 商业闭环：基于 Accio 搜索入口，提升买家的采购体验。基于 AI 生意助手，保障了商家 的出海体验。又基于 AI 对于跨境电商供应链的改善，提升了整体履约的效率和体验。AI 助 力阿里国际数字商业供需两端的体验和效率提升，增加了用户粘性。同时，阿里国际已开始 探索对 AI 工具进行商业化探索，从用户体验提升到商业化闭环的路径清晰。

7 阿里集团基础业务介绍

7.1 阿里集团业务概览

2024 财年，阿里集团业务包括淘天集团、云智能集团、阿里国际数字商业集团、菜鸟集 团、本地生活集团、大文娱集团及所有其他。其中，其他业务中有两大战略级创新业务，钉 钉和夸克，一个是 AI to B 的排头兵，另一个是 AI to C 的探索者，共同构成了阿里集团 AI 应 用探索的核心，以下是各业务板块的介绍。

7.1.1 淘天集团，主要包括中国零售商业和中国批发商业

中国零售商业业务主要由淘宝和天猫组成，二者共同构成全球最大的数字零售业务，是 阿里集团收入和利润的核心来源。淘宝和天猫一边连接着商家侧，另一边连接着用户侧，是 典型的互联网平台服务提供者，其收入大部分来自客户管理服务（CMR）。通过提供由各种 不同服务（广告、数据分析等）组成的全面解决方案，使商家能够触达客户、吸引客户、引 导客户购买、完成交易和留住客户，提升品牌及运营效率，从而从商家处获得客户管理收入。 客户管理收入主要有四类，包括基于点击次数计价，基于千次展示计价，基于时间计价和基 于销售计价。中国批发商业务 1688.com 是中国最大的综合型内贸线上批发交易平台， 1688.com 也是阿里集团起家的业务，其为各行业的批发买卖双方提供交易撮合（商机平台+ 流量平台），以会员、广告、增值服务的模式进行商业变现。

7.1.2 云智能集团

世界第四（仅次于 AWS、Azure 和 Google）、亚太第一的云计算基础设施服务提供商 （IaaS），也是中国最大的公共云服务提供商（IaaS + PaaS），2008-2009 年成立，历经磨难 终于实现 5K 技术（单集群 5,000 台服务器实现分布式计算）。云智能集团向阿里生态体系 及外部企业提供一整套完整的云服务基础设施（目前，阿里集团自身业务已全面跑在阿里云 上），包括自有服务器、计算、存储、网络、安全、数据库、大数据及人工智能、容器、机 器学习以及模型训练和推理。2024 年 12 月 18 日，达摩院旗下基础大模型通义千问合并进 入云智能集团，标志着云与 AI 融合的时代到来，阿里云也升级成为了大模型加持的云计算 平台（IaaS + PaaS + MaaS）。

7.1.3 阿里国际数字商业集团，包括国际零售商业和国际批发商业

国际零售商业业务，即“国际版的淘宝天猫”，通过多元平台矩阵实现全球布局：速卖 通（AliExpress）助力全球消费者对接产销端，Choice 模式（托管+优选，类似 APP 首页的精 选页面）优化消费体验（占 B2C 平台整体订单量的 70%以上，是主要增长动力）；trendyol 立足土耳其，业务辐射新兴市场，提供多元服务与优质物流；Lazada 在东南亚服务庞大用户， 兼具丰富产品与领先物流网络；Daraz 深耕南亚重点市场；Miravia（中高端电商）在西班牙 通过将品牌、内容创作者和消费者连结在一起，提供创新体验式购物体验；各平台协同为品 牌、商家提供市场洞察与商业支持。 国际批发商业 Alibaba.com 是中国最大的综合型外贸（B2B）线上批发交易平台，2024 财年，在 Alibaba.com 上寻找商机或完成交易的买家来自超过 190 多个国家。

7.1.4 菜鸟集团

菜鸟区别于京东物流（自建物流仓储），是典型的平台型公司（接入核心物流供应商， 比如三通一达等）。菜鸟构建全球智能物流网，掌控关键节点，并借助伙伴拓展网络，全球 层面，提供跨境快递及国际供应链方案赋能商家。国内方面，有通用及行业供应链方案满足 多元需求。

7.1.5 本地生活，分为到家和到目的地两大服务场景

到家业务依靠饿了么平台（vs.美团），消费者能够在平台上随时订购食品、饮料、日用 品等多种商品（即时外卖）。到目的地业务依托高德（国内领先的移动数字地图服务提供商）， 以导航场景为切入口，汇聚用户流量，并延展到打车、本地生活（到店）等场景。

7.1.6 大文娱，包含优酷、阿里影业及其全资子公司大麦等平台

优酷作为国内领先的线上长视频平台，以精品内容为用户提供视听互动体验，供给端借 助人工智能推动影视工业化升级（探索 AIGC）；阿里影业及大麦为娱乐产业提供内容制作、 宣发、票务运营、知识产权相关服务及互联网数据服务等。大文娱集团通过这些平台覆盖线 上线下多元娱乐场景，助力用户发现、享受内容并实现互动。

7.2 淘天、云智能、菜鸟、阿里国际是阿里巴巴最核心的四大业务

从阿里集团各项业务的增速和优势两个角度来看，淘天、云智能、菜鸟和阿里国际是阿 里集团最核心的四大业务，占集团整体营业收入的 80%，占集团利润（经调整 EBITA）的 111% （数据来源：2025 财年年报） 淘天业务，尽管受到外部竞争的冲击（拼多多&京东等），增速有所下滑，但作为阿里 现金流的主要来源，是阿里的基本盘。 云智能业务受到组织架构调整，战略方向调整的影响（从项目制 → 公有云等），短期 收入增速下滑，但从长期来看，AI 预计给云智能业务带来显著增量，是集团潜在增长点。受 AI 业务高速增长影响，2025 财年增速同比已经提升至 11%。 菜鸟网络实现全球化、端到端的布局，受到跨境物流行业的景气度提升影响，实现扭亏 为盈。 国际业务（国际零售和国际批发）投入持续提高，收入同比快速提升。同时，国际业务 竞争激烈（Temu、Shein、亚马逊等），业务依旧处于亏损阶段。

7.3 四大核心业务，电商、云、物流和国际化的财务表现

从收入、利润及人员数据来看，2020 年是个转折点，阿里巴巴股价（美股）从 2020 年 3 月的 170 美元/股上涨到 2020 年 10 月的 310 美元/股，涨幅超 80%。这与 2020 年阿里集 团业务基本盘（利润、收入、人员创收创利效率大幅增长）以及关联业务蚂蚁集团即将上市 的利好消息有关。2020 年 11 月后蚂蚁集团 IPO 暂停，同时，阿里集团受到整体扩招导致效 率下降、电商平台和云业务等核心业务商业化竞争加剧、消费不景气等内外部因素影响，业 绩和估值双双下滑。 2023 年，集团启动组织架构升级，实行“1+6+N”的组织结构（1 是阿里控股集团，6 是 淘天、云智能、菜鸟、阿里国际、本地生活和大文娱，N 代表其他业务，如夸克、钉钉等）， 打破中台架构，让各业务独立经营，剥离售卖非核心业务，重新激活组织活力。创始团队回 归（蔡崇信、吴泳铭等）提振了团队信心。同时，集团首次将 AI 战略提到集团核心战略层 面。经历了一系列改革和转型的阵痛期后，阿里集团收入侧和成本侧改善明显，业绩和股价 表现均有显著提升，股价从 2023 年底的 70 美金/股上涨到 2025 年 3 月接近 150 美金/股， 涨幅超 100%。

7.3.1 收入侧

2017 年至今，阿里集团营业总收入年复合增长达 25.9%。2022 年- 2023 年，由于国内消 费乏力、外部竞争加剧、商业化效率下降，导致整体营收增速放缓。2023 年，集团启动整体 组织变革，实施"1+6+N"组织架构，激活组织活力，财务侧营收增速回升。

7.3.2 利润侧

2017-2021 年，净利润逐年增长，2021 - 2023 年，由于战略性投资增加（并购高鑫零售）、 外部环境与监管政策冲击、组织转型变革的阵痛以及 AI 业务投入的刚性成本上升，导致整 体净利润发生显著下滑，直到 2024 年，组织转型、非核心业务剥离、人员优化目标阶段性 完成，整体净利润重回正增长（同比 +19.91%）。

7.3.3 人员数量

2017-2022 年集团持续扩张，人员数量增长近 5 倍，其中，2021 年阿里集团并入高鑫零 售，人数迅速增长，2022 年后集团整体进行组织优化，人员数量下降显著（2022 - 2025 年 人员数量下降↓22.34%）。

7.3.4 人均创收、人均创利

人均创收整体处于上升趋势，2021 年集团并入高鑫零售，人数迅速增长，导致人均创 收显著下滑，后续逐渐提升。2020-2023 年人均创利整体趋势处于下滑状态，创利效率降低， 2023-2025 年，由于整体组织转型，收入端增速提升，成本端人员优化目标阶段性完成，非 核心业务剥离，人均创利有所提升。

7.3.5 收入结构

从 2025 财年阿里集团各业务营收比重来看（按财报最新的分类，参考阿里集团官网）， 重点关注传统电商业务、云智能业务、阿里国际数字商业业务和菜鸟物流业务，四项业务营 收总占比约 80%。 传统电商业务淘天集团占比最大，为 41.00%，业务收入整体对比 2024 财年增长 3.43% （+4,498.27 亿元人民币 vs. ￥+4,348.93 亿元人民币）。其中客户管理收入同比增长 6%，主 要由线上 GMV 增长且整体转换率提升所致。中国零售商业直营及其他收入（天猫超市、天 猫国际等）同比下降 7%，主要由于按计划减少若干直营业务导致直营收入下降所致，部分 被增值服务收入增长所抵消。中国批发商业务同比增长 19%，由付费会员的增值服务收入推 动。

阿里云业务占比 10.76%，业务收入同比 2024 财年增长 11%（+1,180.28 亿元人民币 vs. +1,063.74 亿元人民币），同比增长幅度扩大。核心原因是云智能业务战略调整（公共云优 先），虽然私有云重交付项目减少导致收入流水减少，但随着 AI 给集团带来增量收入，已 经部分对冲项目制收入减少带来的影响（AI 收入已经连续七个季度三位数增长）。 阿里国际数字商业集团业务占比 12.06%，业务收入同比增长 28.95%（+1,323.00 亿元人 民币 vs. +1,025.98 亿元人民币），增幅显著。其中国际零售商业（国际版淘宝天猫）同比增 长 33%，主要是由于整体订单强劲增长，来自速卖通 Choice 模式的收入贡献以及 Trendyol 收 入增长所带动。国际批发商收入同比增长 14%，主要来自于跨境业务相关的增值服务收入增 长。 菜鸟物流业务占比 9.23%，业务收入同比增长 2.27%（+1012.72 亿元人民币 vs. +990.20 亿元人民币），主要由跨境物流履约解决方案的收入增长所带动，部分被电商业务承担部分 物流平台职责而导致的国内物流服务收入下降所抵消。 本地生活业务占比 6.11%，业务收入同比增长 12.16%（+670.76 亿元人民币 vs. +598.02 亿元人民币），主要由饿了么和高德业务订单增长以及市场营销服务收入增长推动。 大文娱业务占比 2.03%，业务收入同比增长 5.31%（+222.67 亿元人民币 vs. +211.45 亿 元人民币），主要由阿里影业线下娱乐业务的收入和优酷增长推动。

其他业务收入占比 18.80%，业务收入同比增长 7.25%（+2,062.69 亿元人民币 vs. +1,923.31 亿元人民币）， 主要由于盒马和阿里健康收入增长所致，部分被高鑫零售于 2025 年 2 月的出售及终止合并而导致的收入下降所抵消。

7.3.6 利润结构

从 2025 财年利润（经调整 EBITA）结构来看，传统电商业务淘天集团是主要利润（经 调整 EBITA）来源，约占总利润（经调整 EBITA）的 109.52%，实现盈利的业务单元是淘天 集团、云智能集团和菜鸟集团，其他业务均处于亏损状态。 淘天集团利润（经调整 EBITA）同比增长 1%左右（+1,962.32 亿元人民币 vs. +1,948.27 亿元人民币），增长主要由客户管理服务收入的增加和若干业务亏损收窄所致，部分被用户 体验投入以及科技基础设施投入（AI 应用投入）增加所抵消。 云智能集团利润（经调整 EBITA）同比增长 72%（+105.56 亿元人民币 vs. +61.21 亿元人 民币），主要由于云智能集团整体战略调整，由低毛利高收入的项目合约制转向高毛利的公 共云产品结构，以及组织变革带来的运营效率提升推动整体利润（经调整 EBITA）大幅增长。 阿里国际数字商业集团业务亏损（经调整 EBITA）同比增加 88.38%（-151.37 亿元人民 币 vs. -80.35 亿元人民币），主要由于包括速卖通 Choice、Trendyol 的跨境业务及 Miravia 在 內的业务的投入增加，部分被 Lazada 变现率和运营效率提升以及 Trendyol 本地业务的盈利 能力的改善所抵消，需关注其未来的投入产出情况。 菜鸟集团业务利润（经调整 EBITA）大幅下降（+3.02 亿元人民币 vs. +14.02 亿元人民 币），主要是由于跨境物流履约解决方案的利润下降所致。 本地生活业务亏损大幅收窄，利润（经调整 EBITA）同比增加 62.40% (-36.89 亿元人民 币 vs. -98.12 亿元人民币)，主要是由于饿了么的单位经济效益改善和规模扩大。 大文娱集团亏损大幅收窄，利润（经调整 EBITA）同比增加 64%（-5.54 亿元人民币 vs. -15.39 亿元人民币），主要是由优酷的亏损收窄所致。

8 阿里集团组织建设

阿里集团的组织能力是技术创新力和商业创新力的基本保证，优先级甚至高于技术创新 和商业创新本身，AI 时代的创新区别于传统互联网时代，具有不可规划性、不可预测性。高 效的组织能力是创新的土壤，阿里集团组织变革（1+6+N），创始人回归，提高了创新效率， 也提振了作战士气，使得阿里的技术领先性和商业效率有了保障。

8.1 组织架构历史变化及驱动因子

2023 年，阿里进行组织架构升级，提出“1+6+N”独立经营制，1 代表阿里控股集团， 6 代表 6 大核心业务，包括淘天集团、云智能集团、菜鸟集团、阿里国际数字商业集团、本 地生活和大文娱，N 代表以钉钉、夸克为代表的其他业务。我们看到，在分久必合、合久必 分的阿里组织体系里，集团又一次从集权走向分权，让各业务单元有更多的自主权，同时也 承担更多责任，自负盈亏，自主创新，提高各业务创新效率，以应对 AI 时代颠覆性创新的 外部环境。总体而言，在阿里集团发展的历史过程中，当面临外部挑战和大的历史性变革时 （移动互联网& AI），强调创新和破局，呈现出拆分独立经营的组织形态；当集团在稳定增 长、业务扩张时，更注重效率，强调经营单元的协作（大中台、小前台）。 第一阶段，从创始团队十八罗汉到四大业务，其中最核心、影响最深远的组织变革是 2004 年支付宝从淘宝分拆独立成蚂蚁金服，支付宝和淘宝的解耦，使得支付宝的场景不局 限于淘宝，想象空间扩大，奠定其在线支付基础设施的基础。 第二阶段（2011 年），淘宝网“一拆三”，裂变出淘宝、天猫、一淘。核心是对未来电 商业务模式的探索，三匹马同时赛跑，结果是最终形成淘宝（C2C）和天猫商城（B2C）的双 轮驱动，聚划算由于其业务特性及外部百团大战的挑战，从淘宝分拆成独立业务部门。淘宝 “一拆三”的组织调整是一次商业实验，核心目标是摸索出一套电商的策略打法，但与之相 随的是组织效率降低，资源浪费。这次商业实验体现了阿里在进行创新实践探索的过程中， 是容忍一些效率损失的（几乎同时期的腾讯内部，多个团队做即时通讯，最终跑出了微信）。

第三阶段，2012 年，集团拆成 7 大事业群，紧接着，2013 年，又拆成 25 大事业群，为 迎接移动化浪潮带来的机会和挑战，阿里集团将业务子模块切分更细，将业务划分成更小、 更灵活的作战单元，让前线听到炮火的人能自主决策，避免层层汇报，贻误战机。第四阶段：大中台、小前台，2013 年后，25 大事业群出现“部门墙”问题，部门各自 为政，重复造轮子（每个部门造一套基础设施），且遇到需要部门协作的领域，容易互相推 诿，把事情“掉在地上”。此外，阿里集团陆续收购大量外部企业，需要融入阿里体系。因 此，集团急需重构组织，提高效率。大中台、小前台的核心是在保证前线业务团队灵活作战 的基础上，将集团整体技术能力、数据能力等可复用的能力沉淀并标准化，实现可复用，提 高整体作战效率。 第五阶段：2021 年后，从中台战略升级为多元化治理；2013-2021 年是阿里集团大扩张 的时期，大中台、小前台的组织战略为业务扩张保驾护航，保证了扩张的效率。然而，效率 和创新就像鱼和熊掌不可兼得，始终需要做权衡与取舍；牺牲部分效率，浪费一些成本，可 以换来更多产品的创新，如淘宝的一拆三最终走出了淘天，社交软件来往的失败为钉钉的成 功奠定基础。2021 年后，外部竞争加剧，叠加监管风险、国际贸易、地缘政治、消费不景气 等因素影响，集团业务增速放缓；阿里集团开始“拆中台”，将更多权限开放到前台，以业 务部门独立经营责任制的方式（自负盈亏），探索更加敏捷的组织形态。这也是下一阶段的 “1+6+N”的前奏。 第六阶段：“1+6+N”模式，创始团队回归；“1”是阿里巴巴集团，“6”是阿里云智 能、淘宝天猫商业、本地生活、国际数字商业、菜鸟、大文娱，阿里的六大板块业务；“N” 为高鑫零售、银泰商业、阿里健康、盒马、夸克、钉钉等其他重要业务。“1+6+N”模式是 多元化治理的延续，强调各 BU 的独立经营制度，探索更多业务创新可能性，同时独立经营 制自负盈亏可减少资源浪费。此外，创始团队回归，大刀阔斧高效改革，为推进改革保驾护 航，减少内部阻力。

8.2 核心领导团队

当前，核心管理层主要以早期创始团队为主，创始团队的回归提升了团队整体信心，理 顺了思路，化解了集团内部的症结，带领团队重回创业文化，为 AI 时代的改革保驾护航； 而中层管理团队年轻化，也为创新注入新的活力。 阿里集团董事长：蔡崇信，阿里巴巴集团创始合伙人及唯二的永久合伙人（另一位是马 云），1999 年加入阿里巴巴，历经集团所有组织变革，对于阿里巴巴发展脉络熟悉，资历 深，内部威望高，精通财务、投资和法律，此前在集团一直担任首席财务官&董事局副主席。 加入阿里巴巴前，1990-1993 年担任纽约国际律师事务所 Sullivan & Cromwell 税务组律师， 1993-1995 年担任 Rosecliff,Inc.首席法律顾问，1995-1999 年任职瑞典瓦伦堡（Wallenberg）家 族投资公司 Investor AB，从事亚洲私募股权投资业务。蔡崇信重回一线担任集团董事长，提 振了团队整体信心，是集团改革顺利进行的有力保障。 阿里集团 CEO &阿里云智能集团董事长、CEO：吴泳铭，阿里巴巴集团创始合伙人，历 经集团所有组织变革，早期从事技术研发工作（阿里最早的技术负责人），是电商、支付等 业务的技术负责人。后来又在各业务线担任一号位，包括阿里妈妈、集团搜索、广告、移动 业务、阿里健康等。2015 年创立元璟资本，从事私募股权投资，主要投资方向为前沿科技、 企业服务、数字医疗等。吴泳铭（吴妈）的三重身份，技术、业务、投资，以及老阿里人的 使命感，使其不仅对阿里巴巴集团业务发展、技术路径发展具有极高敏锐度，也能够带领集 团重回创业文化，提振团队信心。

阿里电商事业群 CEO：蒋凡，2013 年 8 月加入阿里巴巴集团，是管理层中最年轻的合 伙人，加入集团后，全面负责淘宝无线业务，担任淘宝、天猫、阿里妈妈总裁；后又担任国 际事业部总裁，带领国际化业务高速发展。加入阿里前，蒋凡曾在谷歌中国从事产品开发， 后创立友盟（被阿里收购），蒋凡是帮助阿里进入移动互联网时代的重要人物（阿里集团前 董事长张勇亲自招募），也是电商领域的核心领导者之一。 菜鸟集团 CEO：万霖，2014 年加入菜鸟以来，统筹打造全球物流产业互联网布局，围 绕物流的产业化、全球化、数智化，带领菜鸟核心物流能力建设，在全球物流、智慧供应链 及配送、末端驿站、物流地产、物流科技等各大板块形成了服务优势。并通过开放的行业合 作，引领和推动了物流业的数智化升级，加入菜鸟前，万霖担任亚马逊全球物流部门的高级 管理人员。 首席人才官：蒋芳，阿里巴巴集团创始合伙人，历经集团所有组织变革，1999 年至今， 在阿里巴巴集团多个业务部门轮岗发展，历任诚信通策划部、国际网站业务分析部、全球营 运协调、网站运营部、国际市场营销部及诚信体系发展、国际业务特别助理兼副首席人才官 等多个岗位。 除了核心领导团队之外，在中层管理团队里，集团启用了多位年轻、业务和技术经验丰 富的领导者，包括阿里巴巴智能信息事业群总裁吴嘉，以及最近重新回归钉钉的原钉钉创始 人陈航（无招），分别掌管 AI to C 和 AI to B 的两大核心应用，夸克&钉钉，为 AI 创新战略 保驾护航。

8.3 组织人才战略

全面拥抱 AI，从人才密度、人才结构两个角度，保障高效创新。

8.3.1 人才密度

集团董事长蔡崇信公开发言重启招聘，各经营单元纷纷启动招聘，抢夺 AI 人才，阿里 是国内主流大厂 AI 人才密度最高的公司之一（另一个 AI 人才储备较高的公司是字节跳动）。 核心 AI 专家：2025 年开年招聘全球顶尖 AI 专家、前 Salesforce 集团副总裁、新加坡管 理大学终身教授许主洪，出任阿里集团副总裁，专注于 AI to C 业务的多模态基础模型及 Agents 相关基础研究与应用解决方案；近期，又招募前微软首席数据科学家朱晓勇；再加上 一直在阿里系担任要职，目前担任阿里云 CTO &通义千问实验室负责人的周靖人，共同组成 了阿里集团豪华的 AI 专家团队，顶尖 AI 人才密度高。 重启招聘：人才密度是技术创新和商业创新的基础，2021-2024 年的组织优化阶段性完 成，“瘦身”后的组织为符合新业务战略的人才招聘创造了空间。2025 年 3 月 25 日，蔡崇信 在香港举行的汇丰全球投资峰会上表示，阿里巴巴的员工数量触底，将 "重新启动并重新招 聘"。 重启招聘：阿里云宣布启动历史上最大规模 AI 人才校园招聘，面向清华大学、斯坦福 大学、麻省理工学院等国内外顶级高校，招募大语言模型、多模态生成、AI 基础设施等领域 的技术精英。 重启招聘：阿里国际抢夺核心 AI 人才，首次启动了一项面向全球的头部 AI 科技人才培 养计划 —— “Bravo 102”，2025 届校招，绝大多数 HC 将给到 AI，覆盖算法、研发、产品等 核心岗位，为 AI 在电商领域的应用落地探索更多可能性。

生态化人才战略：阿里云与全球众多高校联合培养 AI 人才，生态化的人才战略是阿里 巴巴保持技术创新活力的基础，不仅扩大了人才储备，也增加了技术影响力。

8.3.2 人才结构

从招聘的岗位结构来看，整体招聘以技术人才招聘为主，包括 Java 工程师、测试开发、 架构师、算法工程师等。 人才结构更加全球化，比如，阿里云通过生态化合作招募来自世界各地的人才，包括斯 坦福、麻省理工、新加坡国立、苏黎世联邦等世界顶级高校。 AI 岗位人才，不同业务单元侧重点不同，阿里云人才招聘以 AI 基础设施、大模型底座 及多模态生成等前沿模型领域为主，以算法和研发岗位为主。淘天、国际化、菜鸟、大文娱、 本地生活、及其他 AI 人才招聘以模型应用、AI 应用为主，岗位类型涵盖算法、研发、产品、 运营，更加多元化。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）