阿里AI再次變陣

距離上一次圍繞 Token Hub 的集約調整不到一個月，阿里有關 AI 業務的組織架構再度迎來迭代。

4 月 8 日，阿里巴巴集團 CEO 吳泳銘發布內部信，宣布 AI 相關組織調整，包括新設立集團技術委員會、升級通義大模型事業部，加速 AI 建設。

根據內部信，阿里巴巴在集團層面設立技術委員會，由吳泳銘擔任組長，成員包括周靖人、吳澤明、李飛飛。其中，周靖人擔任技術委員會首席 AI 架構師，李飛飛負責阿里雲技術以及 AI 雲基礎設施建設，吳澤明負責集團業務技術平台以及 AI 推理平台建設。

三個人，三條線，分別指向模型、基礎設施和推理平台。

要知道，傳統阿里的組織架構講究「專業化 + BU 制」，但這次阿里把所有「能跑通未來」的人都請到一張牌桌上，把原本散落在雲、業務線、模型團隊裡的關鍵環節整合起來。

有接近阿里的人士向華爾街見聞表示，公司過去擅長堆人、堆資源、堆業務矩陣，但大模型時代這招行不通了。「模型要快速訓練，推理要快速落地，業務要快速重用，組織再分散就會拖慢整個鏈路」。

因此在業內看來，新成立的技術委員會是一個決策樞紐，模型往哪個方向迭代、算力資源怎麼分配、推理平台如何建設，都在這個層面拍板。

一個值得注意的細節是，這次調整中，吳澤明卸任淘寶閃購 CEO，由雷雁群接任。吳澤明是阿里的老兵，也是集團 CTO，讓他從一線業務管理中抽身，專注於集團技術平台和 AI 推理平台建設，這本身就是一個訊號：AI 基礎設施的優先級，在阿里內部已經被提到了業務運營之上。

類似的邏輯也出現在李飛飛身上。他出任阿里雲 CTO，同時負責 AI 雲基礎設施建設。

阿里雲是阿里 AI 戰略的賣鏟端口——企業要用大模型，就需要算力，需要推理服務，需要模型調用平台。李飛飛要做的，是確保這條管道夠通暢。

周靖人作為首席 AI 架構師同時掌管升級後的通義大模型事業部，則承擔著最核心的使命：讓阿里的模型，始終站在全球第一梯隊。Qwen 3.6 Plus 的爆發式表現證明了這條路線的可行性，但大模型競賽沒有終局，OpenAI、Anthropic，以及國內的字節、騰訊，沒有人會停下來等待。

聚合優勢力量和資源，投入最關鍵戰場，這表明阿里已經進入了 AI 的全面戰鬥狀態。事實上，這已經是阿里在不到一個月內第二次圍繞 AI 進行重大組織變革。

3 月 16 日，阿里剛宣布成立 ATH 事業群——全稱 Alibaba Token Hub——CEO 吳泳銘直接掛帥，下轄通義實驗室、MaaS 業務線、千問事業部、悟空事業部和 AI 創新事業部。一個「創造 Token、輸送 Token、應用 Token」的完整鏈條，在組織層面被綁在了一起。

這是對未來商業模式的判斷：大模型的核心不是能力，而是消耗。誰能讓 Token 流動得更快、更廣、更穩定，誰就能掌握 AI 雲的未來。

在近期阿里集團財報電話會上，吳泳銘就說到，2026 年以來，公司已經看到一些非常明顯的趨勢，大模型開始具備完成 To B 複雜工作流的能力。當越來越多的企業開始在內部啟用由大模型驅動的 Agent 來完成端到端的工作任務時，整個 AI 和雲面向的 IT 預算市場發生了根本性的變化。

吳泳銘表示，企業在消耗 Token 時，不再將其視為 IT 預算，而是將其視為生產成本或研發成本，視為生產資料的一部分，這是支撐 AI 長期增長最根本的內在因素。

面對巨大而長期的 AI 市場成長動能，吳泳銘宣布了阿里集團 AI 戰略的商業目標，未來五年，包含 MaaS 在內的雲和 AI 商業化的年度收入突破 1000 億美元。

「關於未來五年 AI 與雲相關業務年營收突破 1000 億美元的目標，從當前的市場成長空間、我們現有的業務基礎和產品基礎來看，這一目標的路徑是具備較強可見性的。」

當然，看到時代機遇而調整航向的不止阿里一人。就在阿里密集調整的同一時期，騰訊也在進行 AI 組織架構的重塑。

3 月 20 日，騰訊內部通知撤銷 AI Lab，部分人員並入大語言模型部，向首席 AI 科學家姚順雨彙報。AI Lab 成立於 2016 年，是騰訊最早的企業級 AI 實驗室之一。它的撤銷，正是要把分散的 AI 研發力量集中到混元大模型這條主線上來。

騰訊總裁劉熾平在 3 月中旬的媒體交流會上透露，過去幾個月騰訊圍繞 AI 進行了密集的團隊調整和工作流程重構。

他說，未來兩到三個季度會呈現出「可量化的進展」。而騰訊混元的新版本 HY 3.0 已在內部測試中，據稱推理和 Agent 能力有顯著提升。

兩家巨頭的動作幾乎同步，但路徑有所不同。阿里的思路是「建制化」，從零搭建一個以 Token 為中心的完整事業群，CEO 親自掛帥，五大事業部齊頭並進；騰訊的思路更像「集約化」，把散落在各處的 AI 研發力量收攏到一個統一的技術底座上，讓混元成為唯一的基礎模型入口。

殊途同歸的是，兩家公司都在做同一件事：消滅內部的 AI 孤島，把資源往一個方向上砸。

這不是巧合。2026 年的 AI 競賽已經進入了一個新階段——不再是「要不要做 AI」的戰略選擇題，而是「能不能把 AI 做到極致」的執行力比拼。模型能力的天花板還在快速上移，Agent 正在從概念走向產品，企業端的需求正在從「試试看」變成「全面部署」。

在這個窗口期，誰的組織效率更高，誰的資源整合更快，誰就能吃到最大的蛋糕。

風險提示及免責條款

        市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別使用者特殊的投資目標、財務狀況或需要。使用者應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。