引言

从奶茶价格回落到财报关键词的变化，阿里正在把脚从即时零售的油门上松开，将更多筹码推向人工智能。最新季度里，“AI”在管理层表述中的权重已远超电商；组织架构也画出清晰分界线：一边是收缩优化的传统电商，一边是加速投入的AI基础设施与应用。某种意义上，十多年前王坚推动“飞天”自研云的长期主义，成为今日阿里转向AI的底座与后路。

核心内容

即时零售的高光与天花板

过去一年，即时零售短暂成为阿里电商里最亮的遮羞布。相关营收在二季度达到约533亿元（包含天猫超市的即时配送），同比增长45%。但这份亮丽更多源于去年同期基数偏低以及阶段性补贴拉动。如今管理层将重心从“全力做大”转向“优化、亏损收窄”，意味着烧钱换增速的策略告一段落。

• 国内电商营收整体承压：中国区电商营收约1109亿元，同比下滑8%；直营物流下滑10%，客户管理收入下滑7%。
• 国际电商同样不乐观：在地缘与逆全球化的扰动下，二季度营收下滑1%。
• 市场格局稳定：电商三足鼎立已成定局，难以通过高强度投入重塑。即时零售战场上，对手的本地供给与履约效率优势也让投入产出比不够理想。

考虑到即时零售的边际成本与履约复杂度，加之政策层面对极端补贴的约束，这块业务回归理性增长几乎不可避免。从资源配置角度，阿里更需要把资本投向具有长期正外部性、具备规模经济的“新底座”——AI基础设施。

战略分界线：从六分之一到三分之二

去年的阿里，云智能只是六大板块之一；今年二季度开始，阿里把包含国际电商、菜鸟、即时零售在内的业务统一归入电商集团，同时把AI拆成两大独立单元，成为三大主业中的两席。这不是简单的部门重排，而是明确的资本与组织流向：

• 以结果为导向的资源聚焦：AI成为唯一两位数增长的主业，获得预算与人力优先权。
• 业务边界清晰：一端是“卖货”的传统电商，强调效率与利润；另一端是“卖水”的AI底层和“造井”的AI应用，强调长期规模效应与平台化外溢。

这种分法有助于避免短期KPI绑架长期投入，让AI的技术和产品节奏按照产业规律推进，而不是被电商促销节奏牵引。

王坚的“遗产”：从飞天到算力“卖水”

2008年，王坚坚持自研云操作系统“飞天”，顶着多年质疑和巨额亏损，最终在2013年让阿里云跑通商业化，形成了电商之外的独立增长曲线。此后阿里云在中国IaaS市场份额达32.8%，高于第二、第三名之和，这份底盘成为阿里拥抱AI的“先手棋”。

如今阿里将AI分为基础层与应用层两条腿走路：

• 基础层：云智能与平头哥合并为“AI云与算力服务”，聚焦数据中心、云操作系统、芯片与网络等基础设施。过去几个季度资本开支显著抬升，二季度达到约676.78亿元，同比增长75%，重点投向AI底座。
• 应用层：整合模型实验室、千问消费者与千问办公，面向消费者与企业推出模型与生产力套件，打通从模型训练、推理到行业解决方案的闭环。

在“卖水”生意上，阿里走的是纵向一体化路线：平头哥自研AI处理器的上一代已出货超50万颗，新一代“真武M890”已在阿里云以Supernode（超节点）形态上线，支持自动驾驶、互联网等20余个行业、650+家客户，实现商业化应用；基于M890的“臻5”超节点与Kimi K3、千问3.8 Max等头部模型建立合作；大规模AI数据中心交付周期压缩至约100天。这种“芯—云—算—平台”的协同，有望在推理成本和供给弹性上形成结构性优势。

AI商业化的路径与挑战

短期看，AI最可见的现金流来自算力与平台化服务；长期看，应用层决定护城河与估值弹性。阿里需要在两端同步发力：

• 应用侧落地方向
• AI原生电商：搜索推荐生成化、智能导购、内容化种草与商家AIGC营销，帮助商家获客提效、降低投放不确定性。
• 企业生产力：以千问办公、钉钉为入口的知识助理、文档自动化与智能客服；以行业模型为核心的制造、供应链、金融风控、文娱生产等垂直方案。

• 开放生态：面向ISV与模型伙伴开放超节点与工具链，吸引第三方在阿里云上构建AI应用，形成“算力—模型—应用—交易”的循环。

• 关键挑战

• 成本曲线：大模型推理成本高企，需依托自研芯片与系统优化，把单位推理成本持续压低。
• 模型同质化：通用能力趋同后，差异化来自数据、场景与安全可信的治理框架。
• 云端价格战：基础资源价格压力与高资本开支并存，需要通过高附加值PaaS与行业解决方案提升ARPU。
• 全球不确定性：供需、技术出口与合规要求变化，加大跨境算力与业务拓展难度。

影响与展望

对阿里而言，从“电商+本地生活”向“电商+AI平台”切换，是一次现金流与估值结构的重塑：传统业务回归利润与效率，AI业务承接增长想象力。真正决定成败的不是口号，而是三条曲线的拐点：算力利用率、推理成本下降速度、应用侧ARPU与留存。能否延续王坚时代的长期主义，把技术红利转化为商业飞轮，将决定这条“唯一的路”能走多远。

对行业与生态而言，阿里转向AI将带来三点变化：其一，即时零售和补贴战或将降温，产业资源更多投向基础设施与高质量供给；其二，云与芯片的本土化协同加速，推动AI产能与成本的结构性改善；其三，模型服务商与应用开发者的合作更紧密，围绕真实场景的行业模型将迎来更快的验证与迭代。

十多年前的“飞天”让阿里走出电商单线的路径依赖；今天的“AI云+应用”，则把这条后路修成了主路。短期或许看不到爆表的利润，但只要底层能力与生态稳步夯实，商业化的临界点终究会到来。

标签： 阿里巴巴 大模型 云计算 AI基础设施 产业互联网