阿里不需要重估，只需要再造

3月19日，阿里巴巴发布了一份看上去并不够亮眼的财报。

单从财务数字看上，单季净利润为156.31亿元。财报显示，利润下降的主要原因，是在即时零售领域的投入——尽管该业务随着规模扩大，UE已经显著改善，且较主要竞争对手减亏速度更快，但仍然有巨大的利润提升空间。同时，还有一部分投入主要用于AI相关领域。

这两份花出去的钱一份在巩固其已有的电商地盘，另一份则在开拓AI新地盘——截至2月底，千问App的月活跃用户数（MAU）已突破3亿，近1.4亿用户首次通过其智能体功能体验了AI购物。2025年最后一个季度，阿里云智能集团收同比增长了36%，成为所有业务中增幅最大的部分。

从2025年到2026年，资本市场都在“重估阿里”的声浪中不断辩论，它到底是个传统电商公司、还是新兴的AI科技股。但阿里进入2026年以来的一系列架构调整，以及最新财报发布后的电话会中阿里高管给出的说法都表明，重要的不是如何重估，而是如何再造。

从1000亿到6900亿，再造半个阿里

阿里集团CEO吴泳铭在电话会中称，阿里对云和AI相关业务的商业化目标是“未来五年，年收入突破1000亿美元”，即如果目标达成，2031年，阿里云和AI相关业务的营收将达到约6900亿元，2025年，这部分收入为1000多亿元，意味着阿里将在AI领域实现约47%的复合年化增长率。

以自然年计算，阿里2025年总营收10167亿元。上述目标如果达成，意味着AI业务的营收贡献到时将再造半个阿里。吴泳铭在电话会中表达了对这个目标的达成“非常有信心”，他给出的理由与黄仁勋的“5层蛋糕”论相似，又不完全相同。

刚刚结束的年度技术会议GTC上，黄仁勋发表了《AI是一块五层蛋糕》(AI is a Five-Layer Cake) 的论述，认为AI产业自下而上包含5层结构：能源层、芯片层、基础设施层（包括云计算）、模型层和应用层。

阿里布局了其中除能源外的所有层：芯片层有平头哥，其自研GPU芯片已实现规模化量产，并在阿里云公共云和混合云产品中商用，未来还有IPO计划；基础设施层，阿里云自互联网时代以来就布局了从租服务器的IaaS（基础设施即服务）到购买软件的SaaS（软件即服务）的全环节，大模型时代以来还新增了MaaS（模型即服务）层，提供基于大模型调用的；模型层有通义实验室的千问系列模型；应用层则包含AItoC的千问C端事业群和AItoB的钉钉团队等。

黄仁勋的5层蛋糕论是静态的，吴泳铭对每一层如何创造价值给出了具体的方法论。

提升MaaS战略地位

吴泳铭认为，MaaS业务推动的增长是AI和云营收的核心关键因素。

从2025年下半年到2026年年初，终端应用领域开始从ChatBot主导进入了Agent主导，这种范式转变使得AI开始具备完成To B复杂工作流的能力，从而有能力进入生产力驱动的B端场景。当越来越多的企业开始在内部启用由大模型驱动的Agent完成端到端的工作任务，整个AI和云面向的IT预算市场就会发生根本性变化。

首先是token消耗量的增长。当AI不只能聊天，而是能开始动手干活、端到端地完成任务，海量Agent就作为数字劳动力出现了，企业算力使用方将因此直接实现十倍乃至百倍的规模扩张。到时企业购买的将不再只是IT基础设施，而是购买可计量、可进化的智能与算力。智能对应的经济价值与传统互联网不在一个量级：传统互联网本质上赚取的是占GDP约1%至2%的广告费，而智能对应的人力资本对全球GDP增长的贡献率高达33%以上。

同时，企业对云服务的预算管理方式也会改变。一个新出现的现象是，企业在消耗Token时，不再将其视为IT预算，而是开始将其视为生产成本或研发成本，即视为生产资料的一部分。

这种转变已经在发生。过去三个月，阿里云百炼MaaS平台上公共模型服务市场的Token消耗规模提升了6倍。3月18日，阿里云宣布将部分AI算力和存储产品最高涨价34%，继续顺应这种技术变革，阿里云将升级为按Token计费的高毛利MaaS科技巨头。

应用层进入Agentic时代，成立新事业群构建数据飞轮

3月16日，阿里宣布新成立了一个叫Alibaba Token Hub（ATH）的事业群，将包括通义实验室、MaaS业务线、千问事业部、悟空事业部、AI创新事业部等在内的5个板块整合在一个大团队下，由吴泳铭直接负责。

吴泳铭在3月19日财报电话会中首次对外解释了为何做这项调整。“从2025年下半年到2026年初这两三个月，我们已经看到AI进入了以Agentic驱动的新时代。这个时代与早期AI阶段最大的区别，在于模型与应用之间的紧密配合，这对于如何做好模型、发展应用至关重要。”他说，早期AI主要依赖大量静态数据进行预训练，进入Agentic时代后，提升模型能力、改善应用效果的关键，越来越依赖模型与应用的紧密结合，以及在客户使用场景中形成的数据闭环。

进入生成式AI时代以来，用户数据与产品进化之间的数据飞轮一度被认为不再重要、一切取决于模型本身的智能程度。然而当AI开始进入每个个体、每个垂直领域的工作流，更好地理解和在产品中使用用户的数据再度变得重要。

这轮组织架构调整中，阿里希望打破BU墙、统一调度，彻底打通“创造Token→输送Token→应用Token”的链路，打造完整的AI工业体系，驱动模型层与这些蛋糕上层距离用户最近的团队紧密合作、构建数据飞轮。

整个事业群的业务逻辑最终形成一个大的闭环：AI应用层是未来AI Token最大的分销渠道、强大的模型能力能吸引更多应用来调用、高效的MaaS产品则能更好地衔接二者。

平头哥自研芯片，不受全球算力紧缺约束

财报电话会上，吴泳铭还披露了一个极其关键的进展：平头哥自研GPU芯片已实现规模化量产，累计出货超过47万片芯片，年化营收规模已达百亿元级别。

在当前国内AI芯片生态中，平头哥技术能力和产品能力都处于第一梯队。产品覆盖从训练、微调到推理的完整AI工作流。在阿里云的公共云和混合云产品中，60%以上的平头哥芯片正在被外部商业化客户使用，涵盖互联网、金融、智能驾驶和智能制造等多个行业。

这些芯片是基于阿里的千问系列模型和阿里云基础设施深度协同设计的，注重在整体AI能力上创造更高的性价比，这让它不仅保障了阿里内部千问大模型的迭代和外部Token业务的爆发，还能因成本优势在云服务涨价浪潮中获得额外利润。

阿里预计，未来3到5年，全球AI算力都将处于高度紧缺的状态，中国市场尤为突出。作为中国市场中领先具备自研芯片能力的云计算公司，阿里的芯片布局将成为其“年收入突破1000亿美元”战略成功的必要基础设施。

此外，传统云计算需要的芯片架构在Agent时代也在转型升级。传统云计算是为IT工程师设计的，但在Agent时代，由大模型创造的Agent数量可能高达数十亿，这些Agent的运行环境需要大量以CPU为核心的传统云计算资源来支撑，包括CPU、数据库、存储以及大量内存，以支持Agent的长期稳定运行。

将传统云计算从面向人类IT工程师的产品，转型升级为更适合Agent调用的云计算产品之间的增长空间巨大。吴泳铭称，阿里云已经在推动传统云计算向更适合Agent调用的产品转型。

阿里不排除未来推进平头哥独立上市，不过目前还没有明确时间表。