深度:由「輕」變「重」,是阿里在AI時代的宿命

2026年8月26日 17:54
深度:由「輕」變「重」,是阿里在AI時代的宿命
站內 AI 整理稿

在互聯網產業的漫長週期中,阿里巴巴向來被視為典型的「輕資產」營運典範。從早期的B2B電子商務平台,到後來的淘寶、天貓,再到阿里雲的公有雲服務,這家巨頭的核心能力長期建立在平台撮合、軟體服務與生態系統之上,而非沉重的實體基礎設施。然而,當人工智慧從雲端概念落地為具體的算力競賽,阿里正經歷一場深刻的戰略轉向:由「輕」入「重」,似乎已成為這家科技巨頭在AI時代無法迴避的宿命。所謂「輕」,是阿里過去二十年最鮮明的標籤。電商平台不需要自建倉儲與物流,而是透過連結商家與消費者創造價值;雲端運算雖然需要數據中心,但本質上仍是提供虛擬化的運算資源,資產負債表上的折舊壓力遠低於傳統製造業。

這種模式讓阿里得以快速擴張,維持高毛利與資本市場的估值想像。然而,AI時代的遊戲規則正在改寫這套邏輯。生成式AI的爆發,讓運算力成為如同水電般的基础資源,但這項資源的生產成本極其高昂。訓練一個前沿大語言模型,需要數萬張高端GPU晶片,以及與之配套的散熱、電力與數據中心基礎設施。這意味著,任何想要在AI領域佔有一席之地的企業,都必須先砸下巨額資本支出,購置實體設備、興建大型算力中心,才能換取進入賽場的門票。對阿里而言,這是一場從「賣鏟子」到「自己挖礦」的轉變。過去,阿里雲的角色是提供算力給開發者與企業客戶,阿里本身並不直接消耗大量算力來訓練自己的模型。

但自2023年以來,阿里先後推出通義千問系列大模型,並在2025年以開源策略席捲全球AI社群。開源意味著更低的門檻與更廣泛的應用,但也代表阿里必須持續投入資源訓練更強大的下一代模型,以維持其技術領先地位。這直接推升了阿里的資本開支曲線。從財務數據可以觀察到明顯的軌跡。阿里近幾個季度的資本開支呈現倍數級增長,主要投向AI伺服器、數據中心擴建與網路設備。管理層在財報電話會議中多次強調,AI基礎設施的投入是未來增長的必要投資,短期內犧牲部分利潤率也在所不惜。這種表態,與過去幾年阿里強調降本增效、收縮非核心業務的基調形成鮮明對比。這種「變重」不僅體現在硬體採購上,更滲透到組織架構與業務邏輯之中。

阿里將通義千問團隊與阿里雲深度整合,並在集團層面成立專門的AI基礎設施部門,統籌GPU資源調度與數據中心建設。與此同時,阿里也積極參與對AI晶片新創企業的投資,並與多家半導體設計公司合作,試圖降低對單一供應商的依賴。這一系列動作,都顯示阿里正試圖將「算力」內化為自身的核心競爭力。然而,「由輕變重」並非沒有代價。沉重的資本開支意味著折舊與攤銷費用將逐年攀升,對短期獲利能力構成壓力。數據中心的電力消耗與碳排放,也讓阿里面臨更嚴格的環境監管要求。

更重要的是,當所有科技巨頭都在瘋狂建設算力基礎設施時,市場開始擔憂產能過剩的風險——如果未來AI應用的需求成長不如預期,這些重資產將成為拖累財務報表的沈重包袱。從戰略角度來看,阿里別無選擇。在AI時代,模型能力與算力規模直接掛鉤,沒有自有算力基礎的企業,只能淪為雲端服務商的租戶,無法掌握核心技術的演進方向。阿里選擇將自己變「重」,本質上是為了在未來的AI生態中佔據主導地位,而非僅僅作為一個分發管道的角色。這是一場賭注,賭的是AI技術將持續滲透到各行各業,賭的是算力需求將長期供不應求。與競爭對手相比,阿里的轉型路徑有其獨特性。

騰訊傾向於投資外部AI公司,透過社交與遊戲場景變現;百度則全力押注自動駕駛與智慧雲。阿里則選擇了一條更為綜合的道路:既要做底層算力供應商,也要做模型開發者,同時還要將AI能力嵌入電商、物流、本地生活等龐大的商業生態之中。這種「全棧式」的佈局,讓阿里的「重」不僅是基礎設施的重,更是業務協同的重。回到商業本質,阿里的「由輕變重」其實是對互聯網產業發展規律的某種回歸。當流量紅利見頂、模式創新空間收窄,技術壁壘與基礎設施能力重新成為決定企業高度的關鍵因素。阿里選擇擁抱這種「重」,意味著它承認了AI時代的競爭是一場持久戰,需要以更堅實的物理基礎來支撐未來的數位願景。當然,這場轉型才剛剛開始。

阿里能否在沉重的資本開支與創新的速度之間找到平衡,能否讓巨額投入最終轉化為可持續的商業回報,仍有待時間檢驗。但可以確定的是,那個靠平台模式「輕裝上陣」的阿里已經漸行漸遠,取而代之的,是一個願意扛起算力重擔、在AI深水區搏擊的新阿里。這既是時代的選擇,也是阿里在AI浪潮中必須承擔的宿命。

Related

相關文章

DeepSeek一張漲價單,繁榮了一條產業鏈?

DeepSeek近期的一紙漲價公告,在AI圈內掀起波瀾。過去以「高性價比」著稱的國產大模型代表,如今調整定價策略,市場反應迅速分化:有人擔憂成本壓力上漲,也有人從中嗅到產業鏈新機會。一張漲價單,是否真的能繁榮一整條產業鏈?答案或許比表面看起來更複雜。 一直以來,DeepSeek憑藉開源模型與親民價格,吸引大量開發者與企業用戶,成為中國AI生態中不可忽視的力量。其API定價遠低於國際主流廠商,讓許多中小型團隊得以低成本嘗試大模型應用。然而,隨著模型能力升級、推理需求暴增,算力成本與營運壓力也同步攀升。

剛剛

Nature子刊:當8億人都在用AI寫作,語言多樣性正在快速消失

生成式人工智慧席捲全球之際,一篇發表於《Nature》子刊的最新研究敲響警鐘:當全球約八億人日常依賴AI輔助寫作,人類語言的多元樣貌正以前所未有的速度流失。這項研究指出,大型語言模型雖然大幅提升內容生產效率,卻也同時將全球語言推向單一化與標準化的深淵,文化多樣性面臨嚴峻威脅。 研究團隊分析大量AI生成文本與人類原創文本後發現,AI寫作工具在詞彙選擇、句式結構與修辭手法上,呈現高度集中的傾向。無論使用者身處何地、使用何種母語,經由AI產出的文字往往趨向同一種「最安全」的表述模式。

剛剛

復旦大學劉典談AI時代的企業傳承和組織:AI轉型最大風險是「一把手」缺位

在人工智慧浪潮席捲各產業之際,企業如何順利完成數位轉型,已成為經營者必須面對的關鍵課題。復旦大學管理學院的劉典近日針對AI時代的企業傳承與組織變革提出觀察,他直言,當前許多企業推動AI轉型時,最大的風險並非技術瓶頸或資源不足,而是「一把手」的缺位。這項觀點點出了決策層在變革過程中的核心角色,也為眾多正在摸索轉型路徑的企業敲響警鐘。 劉典分析,AI轉型本質上是一場涉及商業模式、營運流程與組織文化的系統性重構,並非單純導入新工具或新系統就能完成。

剛剛

微軟、阿里千問、Plaud、KIRI:“硅基員工”來了,你的組織準備好了嗎?

微軟、阿里巴巴千問、Plaud、KIRI,這些名字同時出現在企業管理與生產力討論的場合,背後指向同一個趨勢:被稱為「硅基員工」的AI代理,正從實驗性工具走向真實的組織編制。當AI不再只是回答問題的聊天機器人,而是能自主拆解任務、調用工具、完成交付的數位勞動力,企業的組織架構、績效考核與管理邏輯,都將迎來一次根本性的重構。 所謂「硅基員工」,指的是具備一定自主決策與執行能力的AI代理。與傳統自動化流程不同,這類AI能夠理解模糊的業務目標,將其拆解為具體步驟,並透過調用各種軟體、API或資料庫來完成工作。

剛剛

AI投資神話破滅

崔鵬CP2026.08.26 16:42 · 來自北京全文3866字00:00 / 11:04市場保持非理性的時間,可以比你保持償付能力的時間更長。文 | 崔鵬CP“我們距離永久性資金虧損只有一步之遙。”7月底,當炙手可熱的明星基金Situational Awareness(SA)向投資人發出這封郵件時,它正在滑向倒閉的深淵。

剛剛