企业数据安全告急！阿里推出物理断电硬件，只为守护你的核心资产

AI 原生工作平台“悟空”横空出世，继人事变动之后，阿里巴巴又在AI这波浪潮下扔下了炸弹。

伴随着国内科技行业底层算力竞争的持续升温，3 月 16 日，阿里巴巴宣布成立 Alibaba Token Hub（ATH）事业群，由集团 CEO 吴泳铭直接牵头负责。3 月 17 日，阿里通过钉钉团队正式发布企业级 AI 原生工作平台 “悟空”，同步推出带物理断电保护的企业级 AI 硬件 “DingTalk Real”。

这一系列动作意味着阿里将分散的资源重新集中整合，在企业级数字服务市场正式与手握底层算力优势的华为展开正面竞争。

从阿里最新财报来看，目前集团现金流因大规模资本开支面临不小压力，但阿里云业务在 AI 需求的带动下实现了快速增长。

在企业服务市场，钉钉的核心定位已经从单纯的协同办公工具，转变为承接 AI 算力需求的核心入口。

在2024 年秋季钉峰会上，钉钉曾披露 2025 上半财年（2024 年 4 月 - 9 月），软件订阅业务的年度经常性收入（ARR）已超过 2 亿美元，钉钉靠产品与服务向企业收费的模式已经初步跑通，为后续推行 AI 算力计费模式积累了扎实的客户基础。

而此次发布的 “悟空” 平台不同于传统的图形界面操作模式，它能让 AI 直接通过机器语言，对接后台数据库与淘宝、1688 等阿里系商业系统，实现了全命令行化操作。企业员工只需输入简单的基础指令，平台就能自动完成跨平台的复杂业务流程，比如自动向供应商下单、同步完成财务审批等全流程操作。

而且针对大型企业普遍担心的数据泄露、AI 越权操作等安全问题，钉钉也同步推出了配套硬件 DingTalk Real。该设备支持企业局域网内部署，还配备了物理级紧急断电机制，一旦系统出现异常，管理员可直接切断电源终止 AI 运行，确保系统全程处于人为可控范围。

但在企业级服务市场，华为是阿里无法回避的核心竞争对手。近期华为刚发布了新一代 AI 数据基础设施和 Agentic Core 解决方案，核心目标是搭建能支撑海量智能体通信的网络底座。而双方的竞争路径与核心优势有着明显差异：

从切入路径来看，阿里依托钉钉积累的海量企业用户，自上而下将 AI 能力融入企业业务流程，核心是把控数字工作流的入口；华为则依托自身硬件与网络底座优势，自下而上提供行业垂直大模型服务，核心是搭建 AI 运行的物理底座。

从优势场景来看，阿里的长板在商业流通、财务审批、电商供应链协同与中小企业服务领域，更擅长提升商业运营效率；华为则在重资产实体工业、政务安全、电信网络、自动驾驶等领域更具优势，实体产业赋能的经验更丰富。

从交付模式来看，阿里以公有云、混合云部署为主，核心是追求算力消耗的规模化；华为则更适配政企大客户的需求，工业大模型中私有化部署占比约 69%，私有化交付的经验更充足，而阿里此次推出 DingTalk Real，也是为了顺应大客户本地部署的需求。

从收入逻辑来看，阿里正从软件订阅费，逐步向 “模型算力消耗（Token）计费” 转型，赚取的是高频业务调用的服务费；华为则以销售软硬一体的 AI 数据平台、网络设备及大模型定制服务为主，赚取的是基础设施建设的工程费。

当前阿里正处于传统业务与 AI 新业务交替的关键投入期。

2025 财年，阿里巴巴集团实现总收入 9963.47 亿元人民币，净利润 1259.76 亿元人民币。

进入 2026 财年（截至 2025 年 9 月），阿里云业务增长亮眼，第一、第二季度分别实现 26%、34% 的同比增长，其中 AI 相关产品收入已连续九个季度保持三位数增长。这一增长主要来自两方面：一是垂直行业训练私有大模型带来的算力需求，二是通义千问等开源大模型吸引了大量中小开发者，带动了云基础设施的采购。

作为主业的电商板块，淘天集团的客户管理收入保持了约 10% 的增长， AI 营销工具 “全站推” 的渗透率提升，通过AI 算法优化广告投放精准度，提升了商家的营销转化效率，进而拉动了平台收入。

AI 基础设施的投入具有很强的刚性，一旦投入放缓，模型能力就可能落后于竞争对手，因此如何平衡主业盈利与 AI 算力建设的资金投入，是阿里当前面临的核心财务挑战。为了维持算力竞争优势，阿里在过去四个季度，已投入约 1200 亿元人民币用于采购 AI 硬件、建设数据中心。

除了财务压力，阿里的 AI 战略落地，还面临组织架构调整与底层硬件供应链限制两大关键考验。

如今阿里新成立的 ATH 事业群，将通义实验室、MaaS 业务线、千问事业部及悟空事业部，统一交由 CEO 吴泳铭管理。这种集中管理的模式虽然能有效打破部门壁垒，将资金与算力资源聚焦到核心 AI 产品上，但高度集权也带来了管理难题：大模型基础科研与企业级产品商业变现的考核目标天然存在差异，若要求科研团队承担商业转化指标，短期内虽能加快产品交付节奏，但长期来看，可能会压缩前沿技术的探索空间，甚至增加核心技术人才流失的风险。

此外，受芯片出口管制影响，阿里搭建 AI 算力底座面临着硬件供应的限制。为了弥补算力缺口，阿里云采取了两套替代方案：一是提升自研处理器的部署比例，二是大规模采购国内厂商的 AI 加速卡。

那也就意味着，阿里在应用层与华为将展开激烈竞争，但在底层算力硬件上，却需要依赖华为的供应。当前部分替代芯片的单卡算力与国际主流产品存在差距，阿里云只能通过大规模集群横向扩展的方式组网，这种架构不仅增加了网络互联的延迟，推高了数据中心的能耗，还大幅增加了相关网络组件的采购成本，这也是阿里云营收高增长的同时，仍面临巨大资本支出压力的重要原因。

值得注意的是，当淘宝、钉钉等阿里内部业务全面接入 AI 大模型后，消耗的大量算力会作为内部交易计入阿里云的营收，这种结算方式虽能体现业务调用规模，却无法直接带来外部现金流入。

整体来看，阿里巴巴目前正处于从传统互联网平台向 AI 基础设施提供商转型的关键时期，未来 1-2 年，是观察其转型成效的核心窗口期。

评估阿里 AI 转型的健康度，不能只看短期的营收增速，更要重点关注两个核心指标：

一是自由现金流何时能企稳并重新转正，庞大的算力建设必须依靠健康的资金循环支撑，若现金流持续大规模流出，将增加企业的长期经营风险；

二是钉钉 “悟空” 平台在外部真实企业客户中的部署情况，以及实际算力消耗量，只有当越来越多的外部企业愿意为这些 AI 服务付费，阿里的 AI 战略才算真正完成了商业闭环。

在复杂的硬件供应链环境与激烈的市场竞争中，阿里若能合理控制资本支出节奏，借助 AI 技术稳住电商主业的利润，同时推动 “悟空” 平台在企业市场实现规模化落地，便有望在 AI 时代确立自身的核心市场地位。