文 | 新眸，作者 | 李小東

最近這段時間，國內科技圈的注意力，幾乎都被各家大廠圍繞 AI 的組織調整吸引了。

先是騰訊在半個月前，把運營了近十年的 AILab 整體并入混元大模型團隊，震動了整個行業；緊接著 4 月 8 日，阿里 CEO 吳泳銘發了一封內部信，給阿里的 AI 業務，又做了一次頂層設計上的關鍵升級。

很多人看這類新聞，最先關注的是誰升了職、誰管了新業務，其實大可不必。對于一家科技公司來說，組織架構不是目的，而是服務于戰略的工具。你想往哪里走，想做成什么事，就得搭對應的班子，建對應的組織。

阿里這次的調整，本質上就是給 AI 這條未來的核心賽道，把路鋪得更順了。

阿里這波調整，到底解決了什么核心問題？

這封內部信的核心內容，其實就是兩件事。

第一件，是在集團層面新設立了技術委員會，由吳泳銘親自擔任組長，核心成員包括周靖人、吳澤明、李飛飛三個人。第二件，是把原來的通義實驗室，正式升級為通義大模型事業部，由周靖人全面負責。

可能有人會覺得，不就是改個名字、成立個新部門嗎？其實不然。這兩項調整，剛好解決了 AI 業務在大廠里最容易遇到的兩個核心問題：一個是頂層決策和資源統籌的問題，另一個是技術研發和商業落地脫節的問題。

先說這個集團技術委員會。吳泳銘自己當組長，意味著 AI 戰略徹底成了阿里的 " 一把手工程 "，所有的決策和資源調度，都能直接拉到最高層面來定。再看三位核心成員的分工，剛好把 AI 的全鏈條都覆蓋住了：

周靖人是首席 AI 架構師，同時管著升級后的通義大模型事業部，抓的是基礎模型這個核心引擎；李飛飛剛出任阿里云 CTO，負責底層的云基礎設施和算力建設，給 AI 筑牢根基；吳澤明是集團 CTO，負責把模型能力和電商、本地生活這些阿里的核心業務場景打通，讓技術真正落到實處。

熟悉阿里的人應該知道，在此之前，阿里的 AI 相關能力，其實是分散在各個業務板塊里的。達摩院做基礎研究，阿里云做算力和模型服務，淘天、本地生活這些業務板塊，又各自有自己的 AI 應用團隊。

哪怕有協同機制，跨部門的資源調度、技術路線對齊，難免會有隱性的溝通成本，甚至會出現重復建設、資源內耗的情況。

這個技術委員會的成立，相當于把 AI 的核心決策權和資源調配權，直接收歸到了集團頂層。全集團的技術資源一盤棋，既能避免各個業務單元各自為戰，也能讓 AI 的技術路線選擇，保持長期的一致性，不會因為短期的業務波動，就偏離了長期的戰略目標。

再說說通義實驗室升級成事業部，這其實是這次調整里，最有標志性意義的一個動作。

從 " 實驗室 " 到 " 事業部 "，只是兩個字的變化，背后是業務定位的根本轉變。實驗室的核心使命是什么？是基礎研究和技術探索，對技術突破負責，只要能做出領先的技術成果，就算完成了核心任務。

但事業部不一樣，它是一個獨立的業務主體，既要繼續承擔模型技術迭代的研發工作，更要對產品化、商業化的最終結果負責。

這個調整，和吳泳銘在 2026 財年 Q3 財報電話會上提的目標，是直接對應的。在那次會議上，他明確說了，到 2030 財年，阿里包含 MaaS 在內的云和 AI 商業化年收入，要突破 1000 億美元，算下來，復合年增長率要達到 47%。

這個目標不是隨便喊的，說明阿里的大模型業務，不能再一直是個只燒錢的成本中心，必須變成阿里營收增長的核心引擎。升級成事業部之后，通義團隊就要直接直面市場的考驗，承擔起把技術能力轉化成商業收入的任務，真正實現研發和商業化的閉環。

有意思的是，這次調整，距離 3 月 16 日阿里成立 ATH 事業群，只隔了短短 23 天。ATH 的全稱是 AlibabaTokenHub，核心目標就是圍繞 "Token" 這個 AI 時代的核心生產資料，做 " 創造 Token、輸送 Token、應用 Token" 的全鏈條布局。

吳泳銘之前說過一句話，Token 就是未來的電。那 ATH 事業群，自然就是要做 AI 時代的電網。

如果把 ATH 看作是輸送 AI 能力的全鏈條管道，那這次成立的集團技術委員會，就是這個管道的總調度室，升級后的通義大模型事業部，就是管道里的核心發動機。

三者結合到一起，阿里就形成了一套從頂層決策定方向，到核心引擎提能力，再到全鏈條體系促落地的完整 AI 架構，從戰略決策到終端場景，徹底打通了。

大廠集體動刀 AI 組織，背后是行業邏輯徹底變了

其實阿里這次的動作，不是孤立的。

2026 年開年到現在，國內的頭部互聯網公司，幾乎都在同步做 AI 組織架構的深度調整。大家不約而同地做同一件事，背后一定是整個行業的邏輯發生了根本性的變化。

就像前面提到的，騰訊在半個月前，剛做了一次力度極大的調整：正式撤銷了運營近十年的 AILab，核心的基礎研究人員，全部并入了混元大模型團隊，由集團總裁辦的首席 AI 科學家姚順雨統一執掌，直接向總裁劉熾平匯報。

騰訊的這個動作，和阿里的邏輯幾乎是一模一樣。2016 年成立的 AILab，曾經給騰訊打下了很好的技術底子，計算機視覺、自然語言處理、游戲 AI、數字人這些方向，都出過不少成果。

但到了大模型時代，獨立實驗室的模式，弊端就慢慢顯現出來了：AILab 和混元團隊、各個業務事業群之間，出現了研用脫節的問題，甚至有技術能力重合、資源內耗的情況，比如之前開發的 GIINEX 游戲引擎，就和混元團隊的能力有重疊，平白推高了協同成本。

把 AILab 并入混元團隊，本質上就是把分散的研究力量，集中到核心的業務單元里，從 " 研究驅動 " 轉向 " 產品與落地驅動 "，讓技術研發，直接服務于業務需求。

不止是騰訊，字節跳動在 2025 年就完成了 AILab 的重組，核心目標就是推動 " 所有產品線 AI 化 "，把大模型的能力，深度融入抖音、今日頭條這些核心業務場景里。同時，字節還主動收縮了非核心的賽道，暫停了豆包 AI 眼鏡項目，把資源集中到豆包大模型的核心場景優化上。

從數據來看，豆包的月均活躍用戶已經超 2 億，連續多個季度排在國內 C 端大模型應用的榜首，這種聚焦的策略，已經看到了效果。

百度也推出了 "O 計劃 "，把文心一言和百度搜索做了深度的整合，讓搜索成為文心大模型的知識底庫，同時把大模型的能力，全面注入搜索的核心體驗里，把技術和自己的核心業務，徹底綁在了一起。

為什么大家都在不約而同地做這件事？

前兩年，大模型的競賽，核心是參數規模、技術指標的比拼。各家都在追逐更大的模型、更高的跑分，誰能在實驗室里做出更領先的技術，誰就有話語權。那時候，實驗室的研發能力，就是核心競爭力。

但現在，市場已經進入了全新的階段。IDC 發布的報告顯示，2024 年中國公有云上的大模型調用量，已經達到了 114.2 萬億 Tokens，2025 年之后，這個數字還在持續飛躍式增長。艾媒咨詢的數據也顯示，2025 年中國 AI 大模型市場規模達 495 億元，2026 年預計會突破 700 億元，同比增長率高達 49%。

更有標志性意義的是今年初，全球最大的 AI 模型 API 聚合平臺 OpenRouter 發布的數據，中國 AI 模型的周調用量，首次超越了美國，達到 4.12 萬億 Token，全球占比從兩個月前的 30%，直接飆升到了 61%。

這些數字背后，是一個非常明確的信號：中國的大模型產業，已經徹底走出了實驗室的技術驗證階段，全面進入了規?；虡I落地期。

在這個階段，競爭的核心，是企業能不能把大模型的能力，和自己的業務場景深度結合；能不能實現技術研發和商業化落地的閉環；能不能通過組織架構的優化，提升全鏈路的協同效率。

大廠們集體重構 AI 組織，本質上都是為了適配這種全新的競爭邏輯。

吳泳銘的 AI 藍圖畫了兩年，現在才是真正的大考

對于吳泳銘來說，這次的組織調整，可以說是他掌舵阿里這兩年，AI 戰略一步步推進的必然結果。

2023 年接任阿里集團 CEO 之后，吳泳銘上任之初，就把 "AI 驅動 " 定為了阿里的最高戰略，并且親自執掌阿里云，把它作為阿里 AI 戰略的核心載體。

那時候，阿里內部對于大模型的高強度投入，其實還有不同的聲音，正是吳泳銘說服了馬云，堅定了 All in AI 的方向，他當時說，AI 有機會把阿里巴巴打造成一個世界級公司。

從那之后，吳泳銘就對阿里的 AI 布局，做了系統性的重構。首先是重新定義了阿里云的定位，從傳統的云服務商，轉向 " 全球領先的全棧人工智能服務商 "。在 2025 年的云棲大會上，他首次提出了以超級人工智能（ASI）為錨點的長期戰略，明確說 AGI 只是 AI 發展的起點，終極目標，是發展出能自我迭代、全面超越人類的超級人工智能。

為了支撐這個長期戰略，他宣布了阿里史上最大規模的 AI 基建投入計劃：未來三年，投入至少 3800 億元人民幣，用于建設云計算和 AI 基礎設施。這個數字，超過了阿里過去十年在云和 AI 基礎設施上的投入總和。

在模型層面，阿里選了開源開放的路線，通義千問系列模型持續迭代，開源了全尺寸、全模態的模型體系。到現在，阿里通義已經開源了 300 余個模型，全球下載量突破 6 億次，衍生模型數量達到 17 萬個，形成了非常龐大的開發者生態。

2026 年開年之后，吳泳銘的 AI 戰略推進節奏，明顯加快了。3 月成立 ATH 事業群，4 月升級頂層技術架構和核心業務單元，不到一個月的時間里，兩次重磅調整，其實都是在把之前畫的藍圖，一步步變成可落地的組織和業務體系。

當然，這次組織調整，只是讓阿里拿到了大模型競速下一階段的入場券，擺在前面的挑戰，依然不少。而這些挑戰，其實也是整個中國 AI 行業，共同要面對的命題。

最直接的就是商業化的兌現壓力。1000 億美元的年收入目標，意味著未來五年，阿里的云和 AI 業務，要保持每年 47% 的復合增長率。在當前的市場環境下，這絕對是一個極具挑戰性的目標。

現在國內大模型的商業化，主要就是 ToB 和 ToC 兩條路。ToC 端，字節的豆包憑借 2.3 億的月活，已經占了明顯的先發優勢，微信也在慢慢把混元大模型的能力，融入到社交生態里，阿里的千問 APP，在 C 端的市場份額，還有很大的提升空間。

ToB 端，百度智能云、阿里云、華為云，占據了公有云大模型服務市場的主要份額，但同質化的競爭依然很激烈，怎么在垂直領域建立起不可替代的壁壘，把模型能力轉化成持續的付費收入，還是需要持續探索的問題。升級成事業部之后，通義團隊首先要面對的，就是怎么平衡長期技術研發投入，和短期商業成果之間的關系。

與此同時，行業競爭持續加劇?，F在的國內大模型市場，已經形成了多強競爭的格局。公有云服務市場，火山引擎份額領先，百度智能云和阿里云緊隨其后；開源市場，DeepSeek 這些創業公司憑借高性價比的模型，快速搶占市場份額；垂直領域，華為盤古大模型已經形成了明顯的優勢。

在這樣的格局里，阿里要找到自己的差異化優勢，核心籌碼，其實就是自己龐大的商業生態。從電商、零售、云計算，到金融、物流、本地生活，阿里手里有海量的商業場景和企業客戶資源。

怎么把通義大模型的能力，和這些場景深度結合，形成其他廠商復制不了的解決方案，是阿里突圍的關鍵。

事實上，大模型的技術發展，現在還處在高速迭代的階段，多模態能力、智能體技術、推理效率優化這些方向，幾乎每個月都有新的技術突破。

吳泳銘把阿里的長期戰略錨定在 ASI，這意味著必須持續做高強度的研發投入，而這種投入，又需要有足夠的商業化收入來支撐。怎么在保持前沿技術研發投入的同時，實現技術的快速落地和商業變現，形成 " 研發 - 落地 - 收入 - 再研發 " 的正向循環，是所有大廠都要解決的核心命題。

其實回頭看，互聯網發展這么多年，每一次技術變革，都是這樣的路徑。一開始是技術的狂歡，所有人都在追新，都在講未來的故事；然后潮水慢慢退去，能留下來的，永遠都是那些能把技術真正落地，能創造真實價值的公司。

阿里這次的調整，說白了，就是把 AI 從一個講給未來的故事，變成了當下要扎扎實實做的業務；把分散在各個角落的技術力量，整合成了一個有明確目標、有清晰權責、有落地路徑的完整體系。

這場關于 AI 的競速，最終的勝負手是企業能不能建立起一個能持續迭代、持續落地、持續創造商業價值的體系。

對于吳泳銘和阿里來說，這次組織調整，只是 AI 全面加速期的開始。