阿里巴巴AI战略核心观点 - 公司CEO吴泳铭的战略判断是阿里巴巴必须拥有一个AI原生的C端超级入口，这一判断已化为名为“千问”的App [2] - 公司发力C端市场的基石是吴泳铭的AGI三阶段论，当前大模型能力已从“学习人”阶段迈入能够理解任务、调用工具、执行复杂指令的“辅助人”阶段 [4] - 公司选择在此时全力押注C端AI入口，并认为C端市场真正的爆发点在“生产力型AI”而非“娱乐化AI” [4][5] “千问”App市场表现与定位 - “千问”App公测一周下载量即突破1000万，增长速度超越ChatGPT、Sora、DeepSeek，成为截至目前增长最快的AI应用 [2][4] - 产品标语为“会聊天能办事的个人AI助手”，已展现出一定的办事能力，如一句指令完成一份研究报告并制作成几十页的精美PPT [5] - 产品的战略目标是打造未来的AI生活入口，未来计划接入地图、外卖、订票、办公、学习、购物、健康等各类生活场景 [5][9] AI to C市场竞争格局 - 当前中国AI应用市场已形成三强格局：字节豆包月活1.72亿，DeepSeek月活1.45亿，腾讯元宝月活3286万位居第三，相比之下，原通义APP月活仅306万 [4] - 蚂蚁集团发布全模态通用AI助手“灵光”，支持“自然语言30秒生成小应用”，上线仅4天下载量破百万，2天后再破两百万 [4] - 麦肯锡预测，到2030年，全球AI to C市场规模将达到1.3万亿美元，年均增长率超过35% [6] 入口争夺的战略逻辑 - 从PC互联网的浏览器、移动互联网的APP商店，到AI时代的智能助手，大厂争夺C端入口的本质是对未来流量分配权的争夺 [6] - 当AI能够直接理解用户需求并完成服务交付时，控制入口就意味着控制了整个服务生态的起点 [6] - 一些大模型厂商已在利用入口进行业务拓展，例如OpenAI推出即时结账功能，豆包在答案中直接出现抖音商城商品卡片以打通电商链路 [6] 阿里巴巴的全栈AI布局 - 公司的全栈式人工智能布局是其发力C端的重要内在支撑，路径与谷歌类似，强调软硬一体的协同 [8] - 在模型层面，公司已开源超过300个AI模型，模型下载总量突破6亿次，衍生模型数量逾17万个 [8] - 新加坡国家人工智能计划宣布在其东南亚语言大模型项目中采用阿里巴巴通义千问开源架构，取代Meta模型 [8] 算力与基础设施投入 - 公司未来三年将投入超过3800亿元人民币用于建设云和AI硬件基础设施，并计划到2032年将云数据中心能耗规模扩大十倍 [9] - 过去四个季度，公司在AI+云基础设施的资本开支达1200亿元，已占三年总计划3800亿元的三分之一 [2][10] - 公司自研的PPU芯片多项配置规格超过了英伟达A800芯片，并已用于内部大模型训练 [9] 财务影响与未来展望 - 公司2026财年第二季度经营利润为53.65亿元，同比下降85%，经调整EBITA同比下降78%至90.73亿元 [10] - 公司CFO表示利润及自由现金流投向未来布局，短期盈利能力将有所波动，但AI收入在云外部商业化收入占比提升，客户管理收入同比增长10% [10] - CEO吴泳铭表示未来三年内不太可能出现人工智能泡沫，人工智能资源整体将处于供不应求的状态 [10]

文章核心观点 - 阿里巴巴CEO吴泳铭的战略判断是公司必须拥有一个AI原生的C端超级入口，并据此推出了“千问”App [1] - 尽管AI to C市场竞争激烈且阿里巴巴入局稍晚，但公司认为“生产力型AI”领域仍有巨大潜力 [1][3] - 阿里巴巴的战略选择清晰表明，在AI重塑生态的关键节点，巨头不愿缺席，其背后是全栈式AI布局的支撑 [1][7] AI入口市场竞争格局 - 阿里巴巴“千问”App公测一周下载量突破1000万，增长速度超越ChatGPT、Sora、DeepSeek，成为增长最快的AI应用 [1][3] - 当前市场已形成三强格局：字节豆包月活1.72亿，DeepSeek月活1.45亿，腾讯元宝月活3286万，相比之下原通义App月活仅306万 [3] - 蚂蚁集团发布“灵光”AI助手，上线4天下载量破百万，2天后再破两百万 [3] - 麦肯锡预测到2030年全球AI to C市场规模将达到1.3万亿美元，年均增长率超过35% [6] 阿里巴巴的AI战略路径 - 吴泳铭将AGI发展划分为“学习人”、“辅助人”和“超越人”三阶段，认为当前已进入“辅助人”阶段，构成发力C端市场的基石 [5] - 公司聚焦“生产力型AI”而非“娱乐化AI”，“千问”定位为“会聊天能办事的个人AI助手”，具备一句指令完成研究报告并制作PPT的能力 [5] - 未来“千问”计划接入地图、外卖、订票、办公、学习、购物、健康等各类生活场景，目标是打造未来的AI生活入口 [5][9] 阿里巴巴的全栈AI布局 - 在模型层面，公司已开源超过300个AI模型，模型下载总量突破6亿次，衍生模型数量逾17万个 [8] - 新加坡国家人工智能计划宣布在其东南亚语言大模型项目中采用阿里巴巴通义千问开源架构，取代Meta模型 [8] - 在算力层面，公司未来三年将投入超过3800亿元人民币建设云和AI硬件基础设施，计划到2032年将云数据中心能耗规模扩大十倍 [9] - 公司自研的PPU芯片多项配置规格超过英伟达A800芯片，已用于内部大模型训练 [9] 战略投入与财务影响 - 过去四个季度，公司在AI+云基础设施的资本开支达1200亿元，占三年总计划3800亿元的三分之一 [1][10] - 公司CFO表示AI收入在云外部商业化收入占比提升，客户管理收入同比增长10% [10] - 战略投入影响短期利润，公司2026财年第二季度经营利润同比下降85%至53.65亿元，经调整EBITA同比下降78%至90.73亿元 [10]

不止于App "阿里巴巴必须要有一个AI原生的C端超级入口。" 这是阿里巴巴CEO吴泳铭做出的战略判断。 就在今年11月，这一判断化为名为"千问"的App，以惊人的速度闯入市场。 公测一周，"千问"App下载量即突破1000万。而这一增长速度已经超越ChatGPT、Sora、DeepSeek，成为截至目前增长最快的AI应用。 此前，字节豆包、DeepSeek等先行者已经以亿级月活构筑护城河，阿里大规模发力C端显得有些晚。但当下的AI to C市场仍有空间留给后来者，潜力指向那 些能提升效率的"生产力型AI"。 产品只是形式，背后是企业积累的数据、算力与生态资源，当然也包括巨额的资金投入。阿里最新财报显示，过去四个季度在AI+云资本开支达1200亿元， 截至9月30日季度净利润同比腰斩。 尽管面临技术整合与利润承压的短期阵痛，但阿里战略选择已清晰表明，在AI重塑生态的临界点上，没有任何巨头甘愿缺席。 AI入口争夺白热化 11月中下旬，AI赛场迎来几位重量级选手的强势出击。 阿里巴巴推出"千问"APP，由原"通义"App升级改版而成，搭载阿里自研的Qwen3系列大型语言模型。公测一周，下载量即突破1000万。 紧 ...