新眸原创·作者 | 李小东

最近这段时间，国内科技圈的注意力，几乎都被各家大厂围绕AI的组织调整吸引了。

先是腾讯在半个月前，把运营了近十年的AILab整体并入混元大模型团队，震动了整个行业；紧接着4月8日，阿里CEO吴泳铭发了一封内部信，给阿里的AI业务，又做了一次顶层设计上的关键升级。

很多人看这类新闻，最先关注的是谁升了职、谁管了新业务，其实大可不必。对于一家科技公司来说，组织架构不是目的，而是服务于战略的工具。你想往哪里走，想做成什么事，就得搭对应的班子，建对应的组织。

阿里这次的调整，本质上就是给AI这条未来的核心赛道，把路铺得更顺了。

阿里这波调整

到底解决了什么核心问题？

这封内部信的核心内容，其实就是两件事。

第一件，是在集团层面新设立了技术委员会，由吴泳铭亲自担任组长，核心成员包括周靖人、吴泽明、李飞飞三个人。第二件，是把原来的通义实验室，正式升级为通义大模型事业部，由周靖人全面负责。

可能有人会觉得，不就是改个名字、成立个新部门吗？其实不然。这两项调整，刚好解决了AI业务在大厂里最容易遇到的两个核心问题：一个是顶层决策和资源统筹的问题，另一个是技术研发和商业落地脱节的问题。

先说这个集团技术委员会。吴泳铭自己当组长，意味着AI战略彻底成了阿里的“一把手工程”，所有的决策和资源调度，都能直接拉到最高层面来定。再看三位核心成员的分工，刚好把AI的全链条都覆盖住了：

周靖人是首席AI架构师，同时管着升级后的通义大模型事业部，抓的是基础模型这个核心引擎；李飞飞刚出任阿里云CTO，负责底层的云基础设施和算力建设，给AI筑牢根基；吴泽明是集团CTO，负责把模型能力和电商、本地生活这些阿里的核心业务场景打通，让技术真正落到实处。

熟悉阿里的人应该知道，在此之前，阿里的AI相关能力，其实是分散在各个业务板块里的。达摩院做基础研究，阿里云做算力和模型服务，淘天、本地生活这些业务板块，又各自有自己的AI应用团队。

哪怕有协同机制，跨部门的资源调度、技术路线对齐，难免会有隐性的沟通成本，甚至会出现重复建设、资源内耗的情况。

这个技术委员会的成立，相当于把AI的核心决策权和资源调配权，直接收归到了集团顶层。全集团的技术资源一盘棋，既能避免各个业务单元各自为战，也能让AI的技术路线选择，保持长期的一致性，不会因为短期的业务波动，就偏离了长期的战略目标。

再说说通义实验室升级成事业部，这其实是这次调整里，最有标志性意义的一个动作。

从“实验室”到“事业部”，只是两个字的变化，背后是业务定位的根本转变。实验室的核心使命是什么？是基础研究和技术探索，对技术突破负责，只要能做出领先的技术成果，就算完成了核心任务。

但事业部不一样，它是一个独立的业务主体，既要继续承担模型技术迭代的研发工作，更要对产品化、商业化的最终结果负责。

这个调整，和吴泳铭在2026财年Q3财报电话会上提的目标，是直接对应的。在那次会议上，他明确说了，到2030财年，阿里包含MaaS在内的云和AI商业化年收入，要突破1000亿美元，算下来，复合年增长率要达到47%。

这个目标不是随便喊的，说明阿里的大模型业务，不能再一直是个只烧钱的成本中心，必须变成阿里营收增长的核心引擎。升级成事业部之后，通义团队就要直接直面市场的考验，承担起把技术能力转化成商业收入的任务，真正实现研发和商业化的闭环。

有意思的是，这次调整，距离3月16日阿里成立ATH事业群，只隔了短短23天。ATH的全称是AlibabaTokenHub，核心目标就是围绕“Token”这个AI时代的核心生产资料，做“创造Token、输送Token、应用Token”的全链条布局。

吴泳铭之前说过一句话，Token就是未来的电。那ATH事业群，自然就是要做AI时代的电网。

如果把ATH看作是输送AI能力的全链条管道，那这次成立的集团技术委员会，就是这个管道的总调度室，升级后的通义大模型事业部，就是管道里的核心发动机。

三者结合到一起，阿里就形成了一套从顶层决策定方向，到核心引擎提能力，再到全链条体系促落地的完整AI架构，从战略决策到终端场景，彻底打通了。

其实阿里这次的动作，不是孤立的。

2026年开年到现在，国内的头部互联网公司，几乎都在同步做AI组织架构的深度调整。大家不约而同地做同一件事，背后一定是整个行业的逻辑发生了根本性的变化。

就像前面提到的，腾讯在半个月前，刚做了一次力度极大的调整：正式撤销了运营近十年的AILab，核心的基础研究人员，全部并入了混元大模型团队，由集团总裁办的首席AI科学家姚顺雨统一执掌，直接向总裁刘炽平汇报。

腾讯的这个动作，和阿里的逻辑几乎是一模一样。2016年成立的AILab，曾经给腾讯打下了很好的技术底子，计算机视觉、自然语言处理、游戏AI、数字人这些方向，都出过不少成果。

但到了大模型时代，独立实验室的模式，弊端就慢慢显现出来了：AILab和混元团队、各个业务事业群之间，出现了研用脱节的问题，甚至有技术能力重合、资源内耗的情况，比如之前开发的GIINEX游戏引擎，就和混元团队的能力有重叠，平白推高了协同成本。

把AILab并入混元团队，本质上就是把分散的研究力量，集中到核心的业务单元里，从“研究驱动”转向“产品与落地驱动”，让技术研发，直接服务于业务需求。

不止是腾讯，字节跳动在2025年就完成了AILab的重组，核心目标就是推动“所有产品线AI化”，把大模型的能力，深度融入抖音、今日头条这些核心业务场景里。同时，字节还主动收缩了非核心的赛道，暂停了豆包AI眼镜项目，把资源集中到豆包大模型的核心场景优化上。

从数据来看，豆包的月均活跃用户已经超2亿，连续多个季度排在国内C端大模型应用的榜首，这种聚焦的策略，已经看到了效果。

百度也推出了“O计划”，把文心一言和百度搜索做了深度的整合，让搜索成为文心大模型的知识底库，同时把大模型的能力，全面注入搜索的核心体验里，把技术和自己的核心业务，彻底绑在了一起。

为什么大家都在不约而同地做这件事？

前两年，大模型的竞赛，核心是参数规模、技术指标的比拼。各家都在追逐更大的模型、更高的跑分，谁能在实验室里做出更领先的技术，谁就有话语权。那时候，实验室的研发能力，就是核心竞争力。

但现在，市场已经进入了全新的阶段。IDC发布的报告显示，2024年中国公有云上的大模型调用量，已经达到了114.2万亿Tokens，2025年之后，这个数字还在持续飞跃式增长。艾媒咨询的数据也显示，2025年中国AI大模型市场规模达495亿元，2026年预计会突破700亿元，同比增长率高达49%。

更有标志性意义的是今年初，全球最大的AI模型API聚合平台OpenRouter发布的数据，中国AI模型的周调用量，首次超越了美国，达到4.12万亿Token，全球占比从两个月前的30%，直接飙升到了61%。

这些数字背后，是一个非常明确的信号：中国的大模型产业，已经彻底走出了实验室的技术验证阶段，全面进入了规模化商业落地期。

在这个阶段，竞争的核心，是企业能不能把大模型的能力，和自己的业务场景深度结合；能不能实现技术研发和商业化落地的闭环；能不能通过组织架构的优化，提升全链路的协同效率。

大厂们集体重构AI组织，本质上都是为了适配这种全新的竞争逻辑。

对于吴泳铭来说，这次的组织调整，可以说是他掌舵阿里这两年，AI战略一步步推进的必然结果。

2023年接任阿里集团CEO之后，吴泳铭上任之初，就把“AI驱动”定为了阿里的最高战略，并且亲自执掌阿里云，把它作为阿里AI战略的核心载体。

那时候，阿里内部对于大模型的高强度投入，其实还有不同的声音，正是吴泳铭说服了马云，坚定了All in AI的方向，他当时说，AI有机会把阿里巴巴打造成一个世界级公司。

从那之后，吴泳铭就对阿里的AI布局，做了系统性的重构。首先是重新定义了阿里云的定位，从传统的云服务商，转向“全球领先的全栈人工智能服务商”。在2025年的云栖大会上，他首次提出了以超级人工智能（ASI）为锚点的长期战略，明确说AGI只是AI发展的起点，终极目标，是发展出能自我迭代、全面超越人类的超级人工智能。

为了支撑这个长期战略，他宣布了阿里史上最大规模的AI基建投入计划：未来三年，投入至少3800亿元人民币，用于建设云计算和AI基础设施。这个数字，超过了阿里过去十年在云和AI基础设施上的投入总和。

在模型层面，阿里选了开源开放的路线，通义千问系列模型持续迭代，开源了全尺寸、全模态的模型体系。到现在，阿里通义已经开源了300余个模型，全球下载量突破6亿次，衍生模型数量达到17万个，形成了非常庞大的开发者生态。

2026年开年之后，吴泳铭的AI战略推进节奏，明显加快了。3月成立ATH事业群，4月升级顶层技术架构和核心业务单元，不到一个月的时间里，两次重磅调整，其实都是在把之前画的蓝图，一步步变成可落地的组织和业务体系。

当然，这次组织调整，只是让阿里拿到了大模型竞速下一阶段的入场券，摆在前面的挑战，依然不少。而这些挑战，其实也是整个中国AI行业，共同要面对的命题。

最直接的就是商业化的兑现压力。1000亿美元的年收入目标，意味着未来五年，阿里的云和AI业务，要保持每年47%的复合增长率。在当前的市场环境下，这绝对是一个极具挑战性的目标。

现在国内大模型的商业化，主要就是ToB和ToC两条路。ToC端，字节的豆包凭借2.3亿的月活，已经占了明显的先发优势，微信也在慢慢把混元大模型的能力，融入到社交生态里，阿里的千问APP，在C端的市场份额，还有很大的提升空间。

ToB端，百度智能云、阿里云、华为云，占据了公有云大模型服务市场的主要份额，但同质化的竞争依然很激烈，怎么在垂直领域建立起不可替代的壁垒，把模型能力转化成持续的付费收入，还是需要持续探索的问题。升级成事业部之后，通义团队首先要面对的，就是怎么平衡长期技术研发投入，和短期商业成果之间的关系。

与此同时，行业竞争持续加剧。现在的国内大模型市场，已经形成了多强竞争的格局。公有云服务市场，火山引擎份额领先，百度智能云和阿里云紧随其后；开源市场，DeepSeek这些创业公司凭借高性价比的模型，快速抢占市场份额；垂直领域，华为盘古大模型已经形成了明显的优势。

在这样的格局里，阿里要找到自己的差异化优势，核心筹码，其实就是自己庞大的商业生态。从电商、零售、云计算，到金融、物流、本地生活，阿里手里有海量的商业场景和企业客户资源。

怎么把通义大模型的能力，和这些场景深度结合，形成其他厂商复制不了的解决方案，是阿里突围的关键。

事实上，大模型的技术发展，现在还处在高速迭代的阶段，多模态能力、智能体技术、推理效率优化这些方向，几乎每个月都有新的技术突破。

吴泳铭把阿里的长期战略锚定在ASI，这意味着必须持续做高强度的研发投入，而这种投入，又需要有足够的商业化收入来支撑。怎么在保持前沿技术研发投入的同时，实现技术的快速落地和商业变现，形成“研发-落地-收入-再研发”的正向循环，是所有大厂都要解决的核心命题。

其实回头看，互联网发展这么多年，每一次技术变革，都是这样的路径。一开始是技术的狂欢，所有人都在追新，都在讲未来的故事；然后潮水慢慢退去，能留下来的，永远都是那些能把技术真正落地，能创造真实价值的公司。

阿里这次的调整，说白了，就是把AI从一个讲给未来的故事，变成了当下要扎扎实实做的业务；把分散在各个角落的技术力量，整合成了一个有明确目标、有清晰权责、有落地路径的完整体系。

这场关于AI的竞速，最终的胜负手是企业能不能建立起一个能持续迭代、持续落地、持续创造商业价值的体系。

对于吴泳铭和阿里来说，这次组织调整，只是AI全面加速期的开始。