作者 | 李威（北京）
2023年9月，阿里将「AI驱动」确定为战略重心之一。过去的一年，阿里围绕AI，在基础能力建设、业务场景改造、新需求开发等多个维度上进行了积极探索。
一方面，阿里投资升级了从服务器到计算、存储、网络、数据处理、模型训练和推理平台的技术架构体系，通义原生模型和衍生模型也发展成为业内比较重要的一个模型群。
另一方面，阿里也在沿着内部场景优化和外部需求开发两个方向同步挖掘着新的增长动能。在内，AI已经融入进阿里平台上的电商、协同办公、搜索和外卖等多个场景；对外，依托基础设施的投入，AI正在成为阿里云和钉钉连接企业需求的新抓手。
今年5月，阿里巴巴集团董事长蔡崇信在摩根大通第20届全球中国峰会上表示，阿里应该是关于增长、关于技术创新的故事，「具体来说，到2027年3月底的这个财年，我们希望能实现两位数的增长。」
在这个目标的实现过程中，AI无疑会扮演重要的角色，甚至正在成为重新理解阿里的核心参照物，帮助我们更清晰地把握到阿里的脉搏。
就像阿里巴巴CEO吴泳铭所说，互联网连接了人、信息、商业和工厂，通过连接提高了世界的协作效率，创造了巨大的价值，改变了人们的生活方式；生成式AI是通过生产力的供给创造了新的价值，从而为世界创造了更大的内在价值。
生成式AI正在为阿里带来新的发展叙事：从互联网时代的用连接提升效率，过渡到让AI成为生产力。这个叙事建立在对AI的乐观预期下——AI能够通过大模型的不断升级来实现泛化能力和自适应能力的提升，更有希望帮助人类解决复杂问题，通过一个解决方案满足相对个性化的场景需求。
这种语境下，吴泳铭在今年云栖大会上说的「渗透数字世界、接管数字世界，进而改变物理世界」才是AI最大想象力的判断，也表明将业务重心收拢到电商和云计算业务的阿里，对拥抱产业互联网依然有极大的热情。生成式AI的出现，为阿里服务产业提供了一种更具体的工具和路径。
同样，我们也能看到在这条路径上存在着诸多不确定性。基础模型迟迟没有迎来GPT5，尽管OpenAI又通过o1模型指出了一条强化学习的前进路径，但并没有逆转大众对生成式AI的预期由激进转向保守的趋势。应用方面，无论是C端还是B端，都还在寻找验证生成式AI更彻底革新体验和生产力的最佳实践，以求在初期带来效率提升基础上，找到让AI持久生效的秘诀。
探索都还在早期，阿里这一阶段围绕AI进行的基础投资和业务场景的渗透，也只是针对这场生成式AI大开发，做了比较全面的参赛准备。真正的挑战不会在蜜月期出现，大众对生成式AI祛魅之后，才是更考验阿里变革之后组织、技术、研发、产品、创新等综合能力的时候。
AI正在融入进阿里的骨子里
蔡崇信认为，阿里可以有三种方式参与AI：相信AI的持续发展，将AGI视作一个纯粹的理想去争取；将AI与云计算业务结合；将AI应用到各个垂直应用中去。现在来看，AGI依然是一个没有找到确切实现路径的理想，而生成式AI却已经融入进阿里的具体业务中，开始对其进行改造。
除了已经与AI紧密绑定在一起的云计算业务，对电商业务的改造是阿里AI应用发展的重头戏。一方面，营销本身就是生成式AI能力适合发力，且更容易看到成效的场景之一。另一方面，AI带来营销确定性的提升，能够帮助淘天集团增强对商家和用户的吸引力，满足了阿里守好基本盘的需要。
「全站推广」是阿里面向中小商家推出的一个重要的AI驱动的产品。阿里希望这个产品的推出，可以让中小商家不必再紧盯搜索、推荐、直播等各个营销场域的变化，去做投放玩法的人工调优，而是通过AI的方式，在全站推广自动化地帮助商家做好消费者触达，降低商家的经营成本。
“我们非常期待全站推广在今年双11能发挥很大的作用，其实背后是AI。我们今年信息流业务的涨幅也非常大，背后也是AI。”阿里巴巴集团副总裁、淘天用户平台、阿里妈妈事业部总裁吴嘉表示，这个双11 AI在赋能商家有更好的投放效率、发品效率、素材制作效率上，会有一个全面的落地。
首先，阿里已经在利用大模型来强化对消费者和商品的理解，吴嘉表示，「它能够做到的程度远超历史上的一些传统模型」；其次，在基于大规模的匹配模型上，AI也在给整个技术底层带来变革，对单位流量上的效率进行优化；同时，大模型也会帮助阿里对商家提供的商品、价格、服务、素材质量等进行评估，校正流量分配的精准度。
阿里用来提升中小商家效率的另一个AI化探索是智能创作平台「阿里妈妈万相实验室」。在阿里妈妈智能创作与AI应用团队负责人葛铁铮的介绍中，万相实验室自去年6月份上线以来，已经累计为超过100万商家提供过服务，每天可以为这些商家生成几十万个图片和视频，累计生成量达到1亿多。
阿里妈妈万相实验室正在基于生成式AI研发新一代的视频创意生成产品。这个产品将能够用大语言模型生成一个真正结构化的剧本，然后根据剧本需要生成视频素材或配音素材，最后将所有素材剪辑成片。并且，商家利用万相实验室生成的素材能够做到制作和投放一体化，实时看到素材投放的结果，对素材进行更有针对性的迭代优化。
过去一年，阿里国际数字商业集团也在客服、营销等40多个场景里尝试融入AI能力，探索如何帮助商家提升点击率、转化率，实现降本增效。阿里国际站推出的AI采购智能体，能够将一个模糊需求延伸为一场对话，通过主动提问理解采购需求，缩小搜索范围，最终生成详细报价，匹配合适的供应商。
电商之外，我们还可以看到阿里旗下的不同业务都在更积极的探索AI应用的创新，钉钉通过AI进行智能化演进，目前拥有AI生态伙伴超100万，AI智能体超过50万，AI日调用量超1000万次；夸克推出了以AI搜索为中心的一站式AI服务；饿了么面向商家上线了AI经营助手；高德最新版上线AI领航员功能等。
To B业务找到新的切入点
麦肯锡在一篇文章中预测，到2030年前，生成式AI有望为全球经济贡献约7万亿美元的价值，并将AI的总体经济效益提高50%左右；作为AI研发高地的中国，将凭借战略性投资贡献其中约2万亿美元，将近全球总量的1/3。
优化自身业务之外，阿里也在抢抓AI给to B业务发展带来的新机会。致力于成为AI生产力平台的钉钉，在这个过程中扮演了连接AI能力和场景的角色。「在大模型的基础之上，在钉钉的协同底座基础上，让AI应用和企业本身的数据业务和场景结合，进入到真正的业务场景中去。」钉钉AI产品负责人麻幸林说道。
不断拓展的Agent生态是钉钉扮演中介角色的关键。钉钉的Agent，不是简单的聊天机器人，而是一个具有行动能力的智能体。作为私人助理的Agent能够搜集日程、待办事项的进展，进行一对一的调研沟通；员工也可以把问题的图片和资料直接转发给钉钉上的工单助理，由它识别后转给对应的人……
对于阿里云而言，AI也已经成为推动公共云业务增长的主要因素之一。财报数据显示，2024年上半年，阿里云AI相关产品收入连续两个季度实现同比三位数增长，大量客户新增的需求集中在以GPU为核心的AI项目上。吴泳铭表示，阿里云来自阿里集团之外的客户的收入在下半财年恢复双位数增长，并逐步加速。
目前，中国一汽、联想、微博、携程、喜马拉雅、三得利（中国）等30多万企业客户已经接入通义大模型，包含营销设计、社交、游戏、在线教育、智慧终端、自动驾驶、智能座舱、金融客服、政务服务、代码开发、药物研发、气象预测、太空探索等在内的众多场景正在通义大模型的支持下尝试重构。
已经公布的案例中，中国一汽联合阿里云，打造的大模型应用GPT-BI能够以自然语言实现对数据的智能查询和报表的快速生成，数据洞察的准确率能够接近90%。在代码开发方面，阿里云预计其推出的AI编程助手“通义灵码”未来将编写阿里云超过20%以上的代码，并且可以辅助读代码、查BUG。
阿里的这些to B探索和尝试，都在指向人类与Agent进行协同办公的未来。越来越多的Agent将被融入到各个行业的工作流中，提升工作效率，辅助人类进行决策、生产和创造。
这就会接近黄仁勋所说的，「让AI招募其他AI来解决问题。AI将能够通过Slack相互交流，并与人类沟通。」在黄仁勋的构想中，未来的英伟达可能会拥有一个由人类和AI共同组成的庞大员工群。未来，创造和输出AI员工的能力可能会是to B的重头戏。
未来阿里to B的方式可能是，由AI负责组合阿里云和钉钉提供的原子能力，以Agent的方式让其进入到产业中。不只是阿里，腾讯也在关注如何把握住「智能体」的方向，通过组合不同技术模块，搭建更有价值的应用，解决具体问题，建立合理的商业模式。
AI改变物理世界的新可能
AI的一条实践路径是，利用生成式AI为已经存在的问题寻找更高质量的解决方案，创造更大的价值。我们此前提到的阿里在内和对外的业务场景的AI化改造，大部分是在沿着这个路径前进，并且已经能够看到一些变化，等待在更长时间内验证其价值。
另一条路则是围绕AI技术创造出新的交互体验、业务模式、产业机会。目前也可以看到阿里在这条路径上的尝试，例如淘天集团此前推出的购物助手淘宝问问，通义产品对用户全能AI助手的打造，夸克在AI搜索和全场景AI能力方面的建设等。
当下，这两条路径上的尝试，更多展示了阿里朝着让AI渗透数字世界、接管数字世界方面做出的努力。这些努力以内容创作与客户互动方向为主，对任务的简化、编程及软件开发方向的探索还比较早期。在改变物理世界方面，阿里相继投资了逐际动力、源络科技、星动纪元等国内的人形机器人公司，但目前还不能看出具体的落地思路。
在吴泳铭的展望中，AI具备理解世界的能力之后，就可以模仿人类去执行物理世界的任务，未来所有能移动的物体都会变成智能机器人，在工厂和家庭场景中为人类服务。
「这将带来新的产业革命。」吴泳铭表示。阿里强调AI与云计算的结合，持续投入研发性能更强的大模型，推动大模型降价，从长远来看，都是在为抓住AI融入产业的新机会做准备，期待在AI走出数字世界后，与物理世界形成协同效应。
从近期的市场变化来看，生成式AI的爆发，刺激了一些需求还没得到更好满足的企业，以更积极地态度拥抱这轮AI浪潮。
阿里巴巴集团副总裁、瓴羊CEO朋新宇过去一年观察到，在诸如制造业这种相对传统的行业中，很多企业极其缺乏数字化能力，有强烈的变革需求，行动比具备一定数字化基础的企业要更快、更积极。麦肯锡也认为，先进制造、电子与半导体、包装消费品、能源与银行将是中国受生成式AI影响最为显著的5个行业。
这些企业之所以没能被卷入到上一轮的互联网to B浪潮中，很大程度上是由于缺少低成本、低门槛、高灵活度、可快速复制的标准化行业解决方案。企业能够通过SaaS解决一部分通用性的需求，另一部分需求通过定制开发和贴身服务得到了解决，但是还有一大部分个性化需求没得到满足。
这也带来了上一轮AI与产业化融合最难解决的问题。就像零一万物联合创始人祁瑞峰所指出的，很多AI 1.0时代的公司在产业端的打法是从数据到模型，到应用，到交付，都自己做，重度定制带来的是成本不断攀升；基于大模型能力做AI 2.0的应用、产品和解决方案，可以尝试让大模型在知识迭代的基础上成为可以标准化的产品。
大模型与低代码一样，都是在降低构建生产力的门槛，将数字化能力普及给更多企业。红杉资本最新发布的AI报告中介绍了Day.ai的案例。这个AI原生产品正在尝试让企业只需接入电子邮件、日历，再加上一页简单的问卷回答，就可以完全自动化地生成一个适合自身业务需要的CRM系统，不必再对Salesforce进行复杂的定制化配置。
如果阿里云实现了CTO周靖人所说的最终的目标——「甚至小学生也可以调用模型，能做业务系统的开发。」那更多类似Day.ai，甚至比Day.ai要更简单的应用开发能力将支持更多生产一线的员工搭建起提升工作效率所需的小工具，对现有的生产线工作流程进行优化。
对于阿里而言，AI是打开这种新的产业可能性的钥匙。
- END -
