阿里国际AI战略布局 - 公司将AIGC作为2024年关键方向后，2025年转向聚焦Agent技术，重点开发电商工作流Agent以实现降本增效[3] - AI布局包含多模态模型Ovis、60+场景AI应用及Agent工具，考核体系以"实际贡献为导向"，需证明能提升利润或降低成本[3] - 三大应用方向：AIGC提升素材质量与GMV转化率、AI自动化降本、AI+人协同提高产能[3] 技术成果与业务影响 - Ovis模型日均调用量从2024年Q4的1亿次跃升至2025年上半年的10亿次[4] - AI Agent使退款成本同比下降15%，广告投放ROI提升5%，AI处理的SEO占比达40%[4] - 2025年ACL收录公司9篇论文，AI解决方案获世界人工智能大会SAIL奖[5] ToB与ToC差异化路径 - ToB端明确以降本增效为核心，ToC端聚焦搜索推荐广告改造及电商重构探索[4] - 行业生存逻辑呈现两极分化：最通用或最垂直的技术路径具备优势，中间路线缺乏壁垒[4] 团队管理与技术方法论 - 优先级排序：差异化技术能力＞业务场景适配，基于通义模型做垂直领域后训练[7] - 核心策略强调"做减法"，通过精准需求洞察约束资源投入方向[8] - 组织架构需桥梁型通才，需兼具业务理解与技术边界认知[9][13] AI时代人才观 - Claude 4发布标志工程师生态变革，基础编码岗位面临替代，需培养产品经验与工程品位[5][10] - 招聘策略转向算法背景产品经理，偏好具备"锐度"（敢于突破传统）的人才[13][14] - 技术边界认知是关键，避免宏大但不可实现的方案[15]

阿里国际AI战略布局 - 垂直Agent被视为比垂直模型更大的机会 关键在于明确解决行业问题并做减法[1] - 2024年聚焦AIGC 2025年转向Agent 重点开发电商工作流Agent以进一步降本增效[1] - 已布局多模态模型Ovis 60+场景AI应用及推进中的Agent工具[1] - AI考核体系以"实际贡献为导向" 需证明能带来降本增效和利润提升[1] 业务影响与成果 - Ovis模型日均调用量从2024Q4的1亿次增至2025年上半年的10亿次[3] - AI Agent使退款成本同比下降15% 广告投放ROI提升5%[3] - AI提供的SEO占整体SEO近40% 获世界人工智能大会SAIL奖[3] 降本增效方法论 - 三方向：AIGC提升素材质量与转化率 AI自动化降本 AI+人提升产能[1] - 三种形式：AI取代人 AI质检辅助人 人机协同[6] - 通过AI在既有成本上扩大产量也是降本增效[5] - 客服案例：AI承担"全检"工作而非替代客服[6] 技术发展路径 - 优先建设"差异化技术能力" 避免与OpenAI等巨头直接竞争[8] - 基于通义基础模型 在业务场景中洞察需求开发通用核心能力[8] - 强调做减法 精准定位需求以形成差异化优势[9] 组织与人才战略 - 未来AI型组织需要桥梁型通才 需兼具业务理解与技术能力[10] - 产品经理需懂算法 工程师需具备成熟产品经验和编码品位[11] - 招聘偏好有"锐度"人才 敢于打破传统思路提出创新[15] - Claude 4发布后基础编码工作被取代 年轻工程师成长路径面临挑战[11][12] 业务优先级与评估 - 第一优先级：现有业务升级带动降本增效 重点攻克工作流Agent[4] - 评估维度统一为商业价值 如转化率 收入增幅 点击率提升[7] - 严格挤水分 与财务部门共同确认AI相关目标[7]