阿里云的AI经济学

2026年春节，AI以最昂贵、最璀璨的方式登上春晚舞台。烟花绚烂，却也转瞬即逝。有人视之为大厂春节营销的新巅峰，有人开始仔细考察“留存率”。

谁也没想到，这场C端的AI大战只是个序曲——2026年2月，国际知名咨询机构沙利文（Frost & Sullivan）发布了《中国GenAI市场洞察：企业级大模型调用全景研究，2025下半年》，中国企业级大模型日均调用量飙升至37.0万亿tokens，较上半年增长263%。其中，阿里云千问（Qwen）占比32.1%位列第一，较上半年的17.7%几乎翻倍。

C端市场还在普及期的当下，中国大模型已经在企业级市场进入深水区。报告给了一个具有颠覆性的观察窗口——在企业级大模型的全球角力中，中国开源模型已悄然形成全球重要一极，我们不仅要突破技术上的天花板，更要走出一条深度嵌入中国万亿级复杂产业环境的“第二条道路”。

而这条道路上，领跑的为什么是阿里云？

——导语

01

工程化能力的超级比拼

沙利文报告的硬核之处，在于它的数据基于一线调查。870份来自互联网、金融、消费电子及汽车等重点行业的有效问卷显示，企业应用大模型的动因发生了本质变化。

2025年上半年，企业使用大模型的主要驱动力，是提升产品性能与客户体验；到下半年，提升企业运营效率和研发效能跃升为首要动因。

换句话说，半年之间，大模型应用走过了“炒作期”，进入了“务实期”。

为什么爆发点卡在2025下半年这个节点？这不是由某个版本的模型发布造成的，而是水滴石穿引起的质变。

我个人的观点是，这种陡峭上升，是中国大模型的宏观能力的升级到位，以及阿里云这样以云端赋能为依托的全栈式AI巨兽，在工程化能力上有了具体的、微观层面的核心突破。

简单说，2025年，以千问为代表的部分中国大模型完成了从“有趣、有料”到“好用、见效”的惊险一跳。在这个过程里，“用得上”的门槛被彻底拉低——得益于成熟的生态和丰富的工具体系，今天的中小企业无需顶级算法工程师，只需像拧开水龙头一样调用API；而“用得好”的标准则被极大低推高了——AI必须嵌入工作流，甚至与终端产品融为一体。

而千问为何领先？简单说，就是基础建设和服务于客户的工程能力到位了。

首先，对企业来说，最现实的痛点是：自己不需要先成为一家“会造AI基础设施的公司”，才能开始使用AI。

阿里云直击这个痛点。把大模型能力从“少数技术精英手中的尖端工具”，改造成可以被千行百业稳定调用、持续迭代、按需付费的工业化能力。在这个过程中，阿里云举重若轻——先用重资产把云能力的底盘做厚，再用工程化把复杂性藏到平台后面。

若只看表层，人们看到的是千问；若往下看一层，则是完整的“AI供给链”——从底层芯片与算力基础设施，到模型研发与供给方式，再到开发工具链、应用框架、行业方案与生态运营，层层衔接，彼此咬合，最终把企业使用AI的门槛一截一截地削平。

图：根据沙利文报告制作

过去，云原生、容器、弹性调度、Serverless用来服务互联网业务高并发场景；在AI时代，它们被重新组织，变成了企业使用大模型时最关键的“隐形托底”——扩缩容不再需要自己搭架构，安全隔离不必从零设计，高峰请求来临时也不至于系统先崩、预算后崩。

其次，在企业最容易“卡壳”的中段——从试验到上线——阿里云的工程价值也更显出分量。许多公司并不是不知道大模型有用，而是死在“中间地带”：算法团队能做Demo，业务团队提得出需求，但一旦开干，就会立刻变成工程泥潭。

阿里云凭借极强悍的体系性工程能力，把分散在不同工具、不同角色、不同系统里的能力尽可能收束到同一套生产流水线里。企业得到的不再只是一个模型API，而是一套从开发环境到训练车间，再到上线工厂的连续生产能力。它真正降低的，不是“调用一次模型”的门槛，而是“把AI功能长期稳定地变成企业产品和流程一部分”的低门槛。

最后，今年为啥会有这么大的增量，我想是用户渗透开始了。AI市场是典型的正金字塔结构。最开始、最亮眼的客户是金融、银行、500强企业，不仅是它们在客户名单上好看，也是因为它们是典型的金字塔尖的三高用户——高预算、高预期、高合规性。它们有强大的预算，但也有强大的降本增效的压力。

02

从“独角兽”到“华强北”

赢得了金字塔尖的客户只是马拉松的第一步。居于金字塔中部和底部的部分，则既是最能贡献营收的部分，又是最难渗透的部分。

这一层极广大的客户，不可能在公司内单独设立一个“AI应用部门”，它们需要更现成的工具和生态。对此，阿里云的思路从不是鼓励企业“从零造轮子”，而是把复杂能力尽可能模块化、组件化。比如，知识库检索（RAG）、工作流编排、插件调用、智能体构建、跨系统接入，这些原本需要一支经验丰富的AI工程团队才能拼出来的能力，如今被逐步封装进平台，成为可组合、可配置、可迭代的模块。

这样一来，企业做AI应用的重心就发生了变化：过去是把大量精力耗在底层通用能力的搭建上，或者放弃，如今则可以更早进入真正有商业价值的环节——业务流程设计、场景打磨、组织协同和用户体验优化。对于一家制造企业、一家银行、一家零售品牌而言，这种变化的意义非常直接：它可以从一个小场景开始，从一个流程节点切入，在可控预算里验证价值，再逐步扩展到更复杂的系统。

也正因如此，阿里云这条链路的最终价值，并不体现在某一次发布会上的技术炫目，而体现在它如何改变企业采用AI的经济学，并最终把自己的工具和模块变成企业工作流的一部分。

图：根据沙利文报告制作

所以，我们看到的是一个均衡度很高的阿里云客户生态——金融业一马当先，成为“AI高亲和力”标杆。工商银行、建设银行、中信证券、中国人寿等头部机构几乎全数接入阿里云AI平台。千问在风险定价、反欺诈、智能投顾等场景的落地，已形成近乎独占的统治力。

同样，更震撼的是“独角兽”与“华强北”生态：在胡润全球独角兽榜单中，60%新锐企业选择阿里云；在2026年1月的千问智能硬件展上，1500多款产品惊艳亮相——从手机、AR眼镜、智能汽车到学习机、家电，这些产品的研发方大多是有一些机电技术的中小创新型企业，它们急需AI补上短板，但又找不到适合自己的赋能方式，直到千问出现——最终，模型得以深度嵌入终端，形成“模型+硬件+服务”的闭环。

从这个意义上看，阿里云在AI时代最核心的竞争力，并不是单点技术的锋利，而是工程体系的厚度。它把芯片、算力基础设施、大模型研发、开发工具链、应用框架、行业方案与生态运营，串成了一条完整而可运行的链路，再用持续多年的工程化能力，把这条链路从“少数人的技术能力”打磨成“多数企业的生产力基础”。这或许才是大模型进入产业深水区后，最稀缺、也最有长期价值的能力。

03

高并行竞争中的“全栈进化”

沙利文报告中有两句看似矛盾的话，精准预言了大模型行业宿命：“闭源市场，百模大战已结束”；“开源市场，多厂商并行竞争下的全栈能力扩展，将成常态。”

前者比较好理解，报告提到了企业青睐的范式：以开源模型作为长期可控底座，在关键推理、安全、内容治理等高风险能力位引入闭源模型补齐短板。

后者则需要仔细品味，我的理解是要把这句话一分为二，也就是“多厂商并行竞争”还会保持一段时间，但最终的考验将是“全栈能力的扩展”。

开源更便宜，这是用户迁移的一部分原因；但基础设施更完善，切换门槛更低，反而是市场集中度提升的更重要原因。

翻译过来就是，在不同的模型间切换更容易了，但用户集中度却提高了。

是不是很反常识？的确，因为几十年来，企业级云市场习惯的叙事是——要通过Iaas、PaaS多层能力的紧耦合，使得用户的迁移成本很高，所以用户黏性远高于消费级市场。

但企业级大模型市场掀开了新的篇章，或者说，它不完全依靠这种过时的方式“绑”住客户。

那靠什么留住客户？那就是“选择自由”与“体验完美”的终极组合。

选择自由很好理解——开源市场短期内还不会出现闭源市场已经开始收敛的特性，竞争仍将在许多体量不一的大模型企业之间展开，随时有可能再跑出一个DeepSeek。

那么比拼的到底是什么？

我认为，比拼的还是解决问题的能力，本质上则还是超级工程化能力。它要求模型企业不再死磕单一SOTA指标，而是比拼尺寸梯度、部署灵活度与成本控制。当创业者能在“模型货架”上以极低价格找到最匹配的“零部件”时，生产力就被彻底释放了。

它最终体现为沙利文报告里的一句话：

“企业级市场已进入工程能力主导阶段。开源模型的竞争不再是单点性能领先，而是模型尺寸梯度、场景适配、微调效率、可部署性与生态工具链的全面比拼”。这种比拼，已从模型本身转向基础设施（Infra）的博弈。

Kimi（月之暗面）的案例就很具代表性。作为C端爆款，Kimi在Agent热潮中动作频频，“深度研究”“数据分析”等功能高峰期承载数万并发。每一次Agent启动，都需海量独立算力与频繁启停。月之暗面选择“轻装上阵”，与阿里云深度合作：借助阿里云容器服务ACK与ACS Agent Sandbox，构建端到端Agent Infra体系。高峰期，系统可在秒级启动成千上万个互不干扰的沙箱实例——既要快、又要准、还得稳。

这正是中国AI市场的真性格：轻而快的模型企业（如Kimi）与重而深的基石企业（如阿里云）共生共荣。2025年，阿里云为Kimi等伙伴提供的弹性算力、向量存储、Agent沙箱，已成为千行百业渗透的“隐形底座”。这种交相融合、互相借力、多路并举的格局，可能是未来10年的主流。

04

战略能力的“自然递归”

2025年底，曾有一篇2万多字的深度报告在AI圈引起广泛关注，OpenRouter与a16z联合发布了《State of AI 2025：100万亿Token实证研究》。

这份报告和沙利文的报告在口径和数据上有些区别，但它们都记录了一个历史事实——2025年下半年，是中国开源大模型在世界崛起的时间。

OpenRouter的报告显示，开源模型的市场份额在过去一年稳步攀升，到 2025 年末已接近 30%，其中中国模型贡献了相当大部分。沙利文报告则提到，2025下半年，全球新增开源大模型中，中国厂商占比高达90.2%，远超海外市场。

图：根据沙利文报告制作

开闭源是中美AI经济学的差异，但更深的答案，藏在中国独一无二的产业土壤里。中国是全球唯一拥有联合国产业分类全部工业门类的国家——41个工业大类、666个工业小类。这张“期票”曾经给AI开发者市场空间上的巨大信心，但走进去才发现不同的领域的数智化开展条件有天渊之别。

检验AI从能用到好用的检验标准仍是，谁先把AI深度嵌入企业的工作流，谁就赢得了这家企业。但我不相信有海外公司能够像千问以及类似的中国大模型企业这样，去贴近用户解决问题。

千问大模型深受中国企业欢迎，其实是阿里云长期主义战略的自然递归。

首先是开源的笃定。2023年以来，Qwen已开源400余个模型，下载量突破10亿次。全尺寸“模型货架”，覆盖云端、端侧、私有化部署全场景。这种“全栈渗透”能力，让它在企业级市场形成无可争议的标志性地位。

其次，是重资产的豪赌。2025年2月，阿里云宣布未来三年投入3800亿人民币（约530亿美元）用于AI与云计算基础设施，总额超过去十年总和。目前，阿里云运营着中国第一、全球领先的AI基础设施和云计算网络，在全球29个地域设有94个可用区。

这些提前部署带来了成本的极致。最新开源的千问3.5新模型甚至可直接部署于消费级显卡，对开发者极为友好。2月25日，阿里云百炼推出包含Qwen3.5、GLM-5、MiniMax M2.5、Kimi K2.5四大顶尖开源模型API服务的最强Coding Plan。用户订阅套餐后不再受限于单一模型，全球云厂商中仅阿里云提供这一服务。

这不是简单的价格战，而是对产业成本结构的“降维打击”。当中小企业能以接近零边际成本调用顶级能力时，创新门槛被整体拉低。

如果谷歌最近的1800亿预算震惊全球，那么阿里云的3800亿人民币投入从本质上、战略设计上，高度相似。它们都认为，未来的市场会非常细分，轻巧的小公司各有生存之道，但就全局而言，能留在顶级赛场上的玩家，要有决心、想象力和足够胆量去放眼投资看不见的未来。