阿里云的商業模式已經變了！

/記得星標我/

比大部分人早一步看見未來

團隊中幾個分析師都參加了今年的云棲大會，國慶期間開了兩場內部分享會，同時我也看了云棲大會的大部分演講材料和視頻，一個很直觀的感覺——阿里云的商業模式已經變了，曾經以“賣算力”為主的阿里云，如今已悄然轉型為全棧人工智能服務商，這場變革遠比我們想象的更為徹底。

——是為序

2025年云棲大會上，阿里云宣布在巴西、法國和荷蘭首次設立云計算地域節點，并擴建墨西哥、日本、韓國、馬來西亞和迪拜的數據中心。這是阿里云全球基礎設施擴建計劃的一部分，旨在滿足全球客戶日益增長的AI和云計算需求。

與此同時，阿里云發布了其萬億參數的旗艦模型Qwen3-Max及一系列AI模型，彰顯了其在AI領域的雄心。

這些舉措背后，是阿里云從傳統云服務商向全棧AI服務商的根本性轉型。

戰略重構：從“賣算力”到“全棧AI服務”

阿里云的商業模式轉型在2025財年年報中體現得淋漓盡致。阿里巴巴集團CEO吳泳銘明確表示，“用戶為先、AI驅動”是集團的核心戰略。在“AI驅動”戰略指引下，阿里云不再滿足于僅僅提供基礎的云計算服務，而是要打造全球領先的AI模型，建設具備AI技術服務能力的云計算網絡，用AI升級現有互聯網業務，將“AI+云”塑造成阿里巴巴面向未來的新增長引擎。

這一戰略已初見成效。2025財年，阿里云收入突破雙位數增長，其中AI相關產品收入連續七個季度實現三位數同比增長。在2025財年第四季度，阿里云收入同比增長加速至18%，顯示出強勁的增長勢頭，增速重新比肩國際三大云廠商（亞馬遜AWS、微軟Azure、谷歌云）。

在2025云棲大會上，吳泳銘首次明確了阿里云的兩大戰略路徑：堅定開源開放的通義大模型路線，目標是打造“AI時代的安卓”；構建作為“下一代計算機”的超級AI云，為全球提供智能算力網絡。

這兩大戰略彼此協同，構成了阿里云新商業模式的核心。開源模型吸引開發者生態，形成廣泛的應用場景和調用需求，而超級AI云則為這種需求提供底層算力支撐。這種“模型+算力”的閉環，正是阿里云“全棧AI”能力的關鍵體現。

技術布局：全棧AI體系的三重突破

阿里云轉型為全棧AI服務商的實力，源自其在技術層面的三重突破。

模型層的全面領先是阿里云的第一重突破。在2025年云棲大會上，阿里云發布了Qwen3全棧AI體系，七大模型同步升級。

旗艦模型Qwen3-Max以萬億參數規模和36T tokens的預訓練數據，在多項性能測試中躋身全球前三。

Qwen3-Next則采用混合注意力機制與高稀疏度MoE結構，實現了參數效率的突破——80B總參數僅激活3B即可媲美235B模型，訓練成本較Qwen3-32B下降90%。

開源生態的構建是阿里云的第二重突破。截至2025年4月，阿里通義已開源200余款模型，全球下載量超過3億次。

到9月，這一數字更是刷新為300余個開源模型累計下載量突破6億次，衍生模型達17萬個，穩居全球第一。通過開源戰略，阿里云正在構建全球最大的AI開發生態。

基礎設施的全面升級是阿里云的第三重突破。阿里云宣布未來三年將投入超過3800億元用于建設云和AI硬件基礎設施。

2025年云棲大會現場，全面升級的阿里云AI基礎設施重磅亮相，全面展示了阿里云從底層芯片、超節點服務器、高性能網絡、分布式存儲、智算集群到人工智能平臺、模型訓練推理服務的全棧AI技術能力。

在服務器層面，阿里云發布全新一代磐久128超節點AI服務器。新一代磐久超節點服務器由阿里云自主研發設計，具備高密度、高性能和高可用的核心優勢，可高效支持多種AI芯片，單柜支持128個AI計算芯片，密度刷新業界紀錄。磐久超節點集成阿里自研CIPU 2.0芯片和EIC/MOC高性能網卡，采用開放架構，擴展能力極強，可實現高達Pb/s級別Scale-Up帶寬和百ns極低延遲，相對于傳統架構，同等AI算力下推理性能還可提升50%。

在網絡層面，阿里云新一代高性能網絡HPN 8.0全新亮相。為應對大模型時代對海量數據傳輸的需求，HPN8.0采用訓推一體化架構，存儲網絡帶寬拉升至800Gbps，GPU互聯網絡帶寬達到6.4Tbps，可支持單集群10萬卡GPU高效互聯，為萬卡大集群提供高性能、確定性的云上基礎網絡，助力AI訓推提效。

在存儲層面，阿里云分布式存儲面向AI需求全面升級。高性能并行文件存儲CPFS單客戶端吞吐提升至40GB/s， 可滿足AI訓練對快速讀取數據的極致需求；表格存儲Tablestore為Agent提供高性能記憶庫和知識庫；對象存儲OSS推出 Vector Bucket，為向量數據提供高性價比的海量存儲，相比自建開源向量數據庫，成本驟降95%，結合OSS MetaQuery 語義檢索和內容感知能力，可快速構建RAG等AI應用。

在AI智算集群層面，智能計算靈駿集群通過多級親和性與拓撲感知調度設計，基于HPN 網絡支持10萬卡穩定互聯，多級可擴展的架構讓每張卡間互聯路徑更短、帶寬更優。靈駿集群面向任務的穩定性設計、故障分鐘級恢復能力，有效提高了模型訓練任務的集群穩定性。

開源模型：技術影響力與生態號召力

阿里云將通義大模型定位為開源模型，與Meta的Llama形成對標。截至2025年9月，通義系列開源模型超過300個，全球下載量突破6億次，衍生模型數量達到17萬個，接入客戶超100萬。這一數據表明，通義已成為全球開發者社群中的重要力量。

更值得關注的是，亞馬遜AWS在其模型平臺Bedrock上架了阿里的Qwen3系列模型。這一舉動具有標志性意義——云計算廠商通常主推自家模型，很少主動引入競爭對手的模型。亞馬遜AWS打破慣例，恰恰證明了通義模型的技術實力和生態價值。

在國際開放平臺LMArena的測試中，通義模型性能位居全球第三；在中國市場，2025年上半年企業級大模型日均調用量占比17.7%，位居首位。這些市場表現說明，開源策略不僅沒有削弱阿里云的技術競爭力，反而通過廣泛的開發者采用鞏固了其行業地位。

- 04 -超級AI云：下一代計算基礎設施

吳泳銘提出的另一個重要判斷是：“超級AI云是下一代的計算機”。這一判斷基于對AI算力需求的深刻洞察。

Token消耗量正以驚人速度增長——據國家數據局2024年8月數據，中國日均Token消耗量從2024年初的1000億增長到2025年6月的30萬億，一年半時間增長300多倍。

面對這一趨勢，阿里宣布未來三年投入3800億元建設AI基礎設施，超過去十年總和。近一年（2024年三季度-2025年二季度）資本支出達1200億元，同比增長227%，增速遠超國際同行。據披露，到2032年，阿里云全球數據中心能耗規模將比2022年提升10倍，預計達到20GW-30GW。

這種投入規模背后是對未來算力競爭的前瞻判斷。全球科技巨頭的算力競賽正朝著10GW、100萬卡集群的方向發展，阿里云以十倍規模擴建算力基礎設施，旨在搶占未來5-6個超級云計算平臺之一的席位。

- 05 -全棧AI：阿里云的差異化優勢

阿里云與中國乃至全球其他云廠商的一個重要戰略差異在于“全棧AI”能力，即覆蓋芯片、算力、模型、應用等各個技術棧的能力。 從技術架構看，阿里云的“全棧AI”包括：IaaS層的GPU資源和自研AI芯片；PaaS層的智算服務PAI-靈駿、PAI-EAS推理服務；MaaS層的Qwen系列大模型、百煉模型開發平臺；以及應用層的通義靈碼、Qcoder、瓴瓴羊等工具。

這種全棧能力滿足了客戶的多樣化需求。根據阿里云高管的介紹，企業使用Token至少有三種方式：通過MaaS服務平臺API調用、在公共云上在線部署(On-premise)、在客戶線下環境或私有云中部署(Off-premise)。阿里云能為不同類型客戶提供不同方案，覆蓋了更廣泛的市場。

IDC的2025年多份報告顯示，阿里云在中國AI云市場的多個細分領域位居首位，包括智算基礎設施、生成式AI基礎設施、AI公有云服務等。這一定位使得阿里云能夠滿足客戶不同層次、不同形態的多樣化需求，在市場變化中保持競爭優勢。

- 06 -商業模式變革的背后是AI范式轉變

阿里云商業模式的變革，本質上是對AI發展范式的響應。吳泳銘在演講中指出，實現AGI已是確定性事件，但只是起點，終極方向是發展出能自我迭代、全面超越人類的ASI（超級人工智能）。只有讓AI與真實世界持續互動，獲取更全面、更真實、更實時的數據，才能更好地理解和模擬世界。

這一判斷揭示了阿里云戰略背后的深層邏輯：未來的競爭不再是簡單的云服務或算力競爭，而是整個AI生態系統的競爭。大模型正在成為下一代的操作系統，替代傳統OS的地位。幾乎所有鏈接真實世界的工具接口都將與大模型進行鏈接，這將帶來全新的計算范式。

在這個背景下，阿里云的商業模式轉變可以理解為從“提供計算資源”到“提供智能能力”的升級。其盈利模式也將從傳統的云服務收費，轉變為多元化的模型服務、算力服務、應用服務的組合。這種轉變不僅擴大了市場空間，也增強了客戶黏性和生態價值。

當然，阿里云的新商業模式也面臨挑戰。巨額投入帶來的財務壓力、國際競爭的加劇、技術路線的不斷變化，都是阿里云必須應對的問題。一位阿里云管理層坦言：“不投入就永遠不可能增長。在今天，過度投資的風險，遠遠少于投資不足的風險。”這種態度反映了阿里云對AI時代的戰略決心。

資本市場對阿里云的轉型給予了積極回應。云棲大會當日，阿里集團港股收盤價大幅上漲9.16%，紐交所收盤價大幅上漲8.19%。市場認可的背后，是對阿里云全棧AI能力和商業模式轉型的期待。

阿里云的商業模式變革代表了中國云計算產業的整體轉型方向。從賣云、賣算力到提供全棧人工智能服務，這一轉變不僅關乎一家企業的競爭策略，更反映了整個行業對AI時代的響應和布局。

阿里云的探索，為中國科技企業參與全球AI競爭提供了重要參考。

如有合作，請聯系