阿里CEO吴泳铭：机器智能不是人类替身，是重写文明规则新物种

撰文｜曾宪勇
出品｜勇砺商业评论 阿桶观察

“未来，机器供给的思考总量，将是人类思考总量的1000倍以上。”2026云栖大会现场，台上的吴泳铭抛出了他的“第一个判断”。

作为阿里集团CEO，他执著地认为，“顶级思考，将从奢侈品变成可规模化供给的商品。”

要知道，今天机器思考的总量还不到人类的3%。如果要达到超越人类1000倍的目标，这背后意味着几万倍的恐怖增长空间。

未来，人类的思考总量还会继续增长，但机器思考规模将以更快的速度扩张，预期将会承担99.9%的思考工作。

吴泳铭并非为了耸人听闻。他抛出这个推演，本质上是在向整个行业发问：当“思考”真正变成一种可以无限量规模化供给的要素时，人类的商业社会到底会被重构到何种地步？

去年的这个时候，整个科技圈还陷入一种对参数规模、跑分榜单近乎狂热的崇拜里。所有同行都在相互打量：你的大模型更聪明吗？你的机器人真的像人类吗？仿佛在挑选一个精致的“提线木偶”。

但今年，风向彻底变了。当吴泳铭在台上直接端出这个底线判断，并明确提出在机器智能时代坚定投入“AI模型、AI芯片、AI云”三大基石时，你能明显嗅到一种粗暴且强烈的实用主义气息。

这股气息，才是阿里最熟悉的那个“味儿”。

机器人从“听得懂”到“干得漂亮”

当时代的指针指向2026，人们开始惊异地发现，阿里不再迷恋单纯的“秀肌肉”——秀漂浮在大模型表面的智商，而是全面转向了“造骨骼”——让智能体（Agent）真正落地去“干活”。

有时候，当你把一个人的前世今生做一下比较，就会更理解他的方向。读懂阿里，也应如此。

2025年的云栖大会，吴泳铭将目光锁定在能够自我迭代的超级人工智能ASI上，强调通义千问的开源开放路线与超级AI云建设。彼时，阿里云已明确了全栈人工智能服务商的定位。如果把今年概括为“阿里终于重视全栈”，显然低估了这条路线的战略连续性。

今年传播重心的质变在于：阿里把这条技术路线背后的需求账本算得更透了。机器正在成为思考的主力，智能正在成为一种规模化的工业品。沿着这个逻辑，模型研究、芯片研发与云基础设施的布局全部拥有了同一种指向：让机器思考具备流水线化供给的条件。

在投入表达上也更为具体。去年，吴泳铭强调推进三年3800亿的AI基础设施建设计划，并将持续追加更大的投入；今年，他提出的目标是：到2032年，阿里云运营的全球数据中心规模超过20GW。前者表达投入力度，后者勾勒未来运营规模，两者口径不同，却共同呈现了长期建设的意愿。

很显然，当业界还在滔滔不绝地探讨AI能聊什么、机器人能不能走两步像人一样的假猫步时，阿里已经在死磕AI到底能“做”什么。

衡量AI价值的标尺变了。曾经我们为机器“听得懂”而惊呼，现在谁能把智能转化为“干得漂亮”，谁才拥有真正的商业定价权。

这绝不是一句用来博眼球的漂亮话。在这个判断背后，隐藏着阿里对未来三十年科技走向的底层重构——跳出“人工智能（Artificial Intelligence）”的思维牢笼，全面拥抱“机器智能（Machine Intelligence）”。

告别“拟人陷阱”：机器智能不是人类替身，是新物种

在科技发展的历史上，人类总是习惯用已知的经验去框定未知的事物。

正如吴泳铭在演讲中所辨析的那样，英文里的“Artificial”更偏向于“人造的”，比如人造钻石、人造皮革。在这种语境下，整个行业都在拿人类已有的行为范式作为标尺，图灵测试一度成为不可撼动的最高信仰。

这是一种极其狭隘的路径依赖。回顾工业革命，早期的蒸汽机和内燃机确实是被用来替代人和马的体力，去矿井抽水、去织布、去搬运，以至于今天我们衡量发动机功率依然在使用“马力”这个词。但历史证明，再多的人和马，也无法让火车飞奔，更无法让飞机和火箭上天。机器动力从来不是单纯的“人造体力”，而是诞生了一个全新的动力物种。

今天的AI同样如此。目前主流应用让AI去编程、写报告，本质上依然停留在“机器智能的初级阶段”。如果一家万亿市值的科技巨头，其终极目标只是为了替代几个初级程序员，那这笔商业账本怎么算都是巨亏的。

在吴泳铭看来，再多的人和马也拉不动火箭。当全行业还在执着于把大模型调教成“更像人类的提线木偶”时，阿里已经看破了这层幻象：它不再执念于制造人类的替身，而是开始为这个拥有全新智力形态的“新物种”，铺设遍布全球的能量网络。

1000倍的思考吞吐：当“智力”成为流水线上的标品

新物种的爆发，必然伴随着生产要素的彻底重组。此前，吴泳铭刚刚给出了那个惊人判断——未来，机器供给的思考总量，将是人类思考总量的1000倍以上。

要理解这个数字的恐怖之处，我们需要拆解底层的智力供需法则。

在供给端，人类顶级思考一直是极其昂贵的“奢侈品”。培养一名顶级科学家需要数十年的沉淀，这直接导致许多冷门领域根本得不到足够的智力投入。以新生儿早衰症为例，全球每年新增仅几十例，从商业回报的角度，极少有药企愿意为几百人耗费巨资和十几年时间去研发新药。

但在机器智能时代，只要算力足够庞大且廉价，每个细分领域都可以组织上百万个Agent，不眠不休地进行持续研究、模拟和验证。过去那些被商业利润抛弃的研究方向，将史无前例地获得大规模智力供给。顶级思考，将彻底从奢侈品沦为可规模化供给的工业标品。

在需求端，工业时代的物理商品消费上限受制于人口规模。但思考的消耗量是没有上限的。当我们需要造一艘飞船去火星，AI可以将这个超长复杂任务分解成上千万个子任务，由上百万个Agent并行推进。每个超级个体，都能瞬间撬动上万倍的智力杠杆。

1882年的珍珠街电站：为何代表性产品尚未出现？

既然增长空间如此巨大，为什么放眼全球，至今还没有出现颠覆一切的杀手级AI应用？

吴泳铭给出的第二个判断冷静得近乎残酷：机器智能时代的代表性产品，现在根本还没有出现。

他引用了一个极其精妙的历史隐喻：1882年，爱迪生建成了珍珠街电站，点亮了附近街区大约400盏电灯。当时爱迪生的商业逻辑是“卖灯泡送电”，这与今天大模型厂商“用Agent送Token”何其相似。

但在1882年，人们根本无法想象出空调、洗衣机、电冰箱这些真正改变人类生活形态的产品，更别提六十多年后才诞生的计算机。今天的AI Coding，充其量就是当年那400盏用来替代煤油灯的早期电灯。

这揭示了一条冰冷的科技铁律：基础设施的暴力美学，永远先于杀手级应用的繁荣。

1900年前后，全世界一整年的发电量，放到今天甚至支撑不了现代工业两个小时的运转。没有遍布全球的高压电网与发电站，所有天马行空的电器发明都只是空中楼阁。

这也是为什么阿里不再过度纠结于前端应用的“小打小闹”，而是坚决将重兵压向最脏、最硬的底层基础设施。

算力底牌与冷峻账本：20GW与50万卡的极限挑战

如果说Token是AI时代的电，芯片就是发电机，而云则是把电送到千家万户的超级电网。在这个逻辑闭环下，阿里祭出了机器智能时代的三大基石：AI模型、AI芯片、AI云。

在AI模型层面，通义Qwen团队已经摸索出了通往超级人工智能（ASI）的技术路径——递归式自我改进（RSI）。他们计划训练5-10T参数规模的全新模型，不仅要在长程复杂任务上取得突破，还要攻克理解与生成一体化的多模态能力，让AI能像人一样对齐文化、审美和价值观。

但这仅仅是“大脑”。真正让竞争对手感到窒息的，是阿里在算力硬件底层的强悍掌控力。

在此次大会上，平头哥正式发布了中国算力性能最强的新一代AI芯片——真武V900。它的性能直接飙升至上一代真武M890的3倍，更恐怖的是，基于它构建的单一集群可以扩展至50万卡规模。结合此前的倚天CPU、磐脉智能网卡以及ICN互联芯片，阿里已经完成了组建超大规模AI集群的核心芯片全面覆盖。

而在AI云的建设上，阿里云更是抛出了一个令人咋舌的“能源账本”。面对行业中长期远超供给能力的强劲需求，以及全球性供应链紧缺的现状，阿里云定下了一个极其宏大的目标：到2032年，阿里云运营的全球数据中心规模将超过20GW。

20GW是什么概念？相当于三峡大坝的额定装机总容量。

当思考的总量不再取决于人类大脑的生理极限，云计算的竞争就不再是单纯的代码博弈，而是一场关乎人类认知产能大迁徙的超级基建赛跑。谁掌握了20GW的算力阀门，谁就拿到了通向新时代的定价权。

写在最后：当机器承接了繁重，人类该向何处去？

面对机器思考量达到人类千倍的未来，不可避免地，很多人心中会升起一种被技术巨浪碾压的本能焦虑：如果机器把思考都占满了，人类还剩下什么？

吴泳铭在演讲的最后，给出了一个极具人文穿透力的回答。

正如工业革命让机器承担了繁重的体力劳动后，人类不仅没有失去价值，反而发展出了奥运会、世界杯、NBA等体育竞技；照相机的出现没有消灭绘画，反而逼出了印象派和抽象艺术；留声机也没有让歌手失业，而是让音乐成为了最广泛的大众艺术。

当机器把那些“不得不做的事”全部接管，人类才真正拥有了时间的支配权，去探索纯粹的好奇心，去挥洒无拘无束的创造力。

就像300年前在田里挥汗如雨的农夫，绝对无法想象现代人会花钱去一家名叫“健身房”的地方挥洒体力。机器智能的终极目的，从来都不是把人类挤下牌桌，而是将人类从低效的脑力拉扯中强行拔出，推向纯粹的好奇心与创造力之境。

愿景决定一家企业往哪里走，持续兑现愿景的能力，才决定它能走多远。

2026年的云栖大会，不是一场充斥着空洞修辞的秀场，不再是简单的技术秀肌肉，本质上是一场算力时代的“新物种”交接仪式。

阿里选择了一条或许最难、但也最务实的路径。它撕掉了大模型行业虚假繁荣的包装，把AI的触角死死扎进企业的骨架，扎进手机的操作底层，扎进超算机房的物理深处。

商业的本质永远是真实的价值创造。机器智能不是人类替身，而是重写文明规则的新物种。

在阿里面前，“新物种时代”才刚刚开始。（文/曾宪勇）