以“Token經(jīng)濟”為名，千問用AI重塑組織

千問試圖用AI定義硬件，但“云+端+生態(tài)”布局的最大難點，在于阿里內(nèi)部跨業(yè)務協(xié)同的利益壁壘與組織慣性。

文｜王雅迪

ID | BMR2004

自2025年年底，阿里巴巴（以下簡稱“阿里”）上線“千問”APP后，便開始全力進軍AI to C市場，關注度居高不下：先是將千問大模型嵌入大淘寶生態(tài)內(nèi)，并在春節(jié)期間用“AI點奶茶”活動搶奪用戶心智，后又在MWC 2026上展示了千問AI眼鏡G1，強調(diào)其AI辦事能力。

然而在此期間，通義千問（Qwen）技術負責人林俊旸卻離職了，阿里云智能CTO周靖人繼續(xù)推進后續(xù)工作。作為千問“從0到1”的靈魂人物，林俊旸的出走引發(fā)外界對阿里AI戰(zhàn)略走向的猜測。3月16日，阿里CEO吳泳銘宣布成立Alibaba Token Hub（以下簡稱“ATH”）事業(yè)群，其核心目標被歸納為“創(chuàng)造Token、輸送Token、應用Token”，將通義實驗室、MaaS（模型即服務）業(yè)務線、千問事業(yè)部、悟空事業(yè)部以及AI創(chuàng)新事業(yè)部整合進同一戰(zhàn)略框架。

ATH成立前夕，阿里將Qwen 3.5的百萬Token價格降至0.8元，此舉意味著大模型競爭已從單純的技術比拼轉向規(guī)模化商業(yè)落地的深度較量。這一系列的調(diào)整更是阿里AI從“技術驅(qū)動”向“商業(yè)驅(qū)動”深刻轉型的必然陣痛，千問試圖用AI定義硬件，但“云+端+生態(tài)”布局的最大難點，在于阿里內(nèi)部跨業(yè)務協(xié)同的利益壁壘與組織慣性。

01

建立以Token流轉為核心的協(xié)同機制

吳泳銘判斷，隨著AI員工成為企業(yè)主力，Token需求將進入爆發(fā)式增長期，阿里必須提前布局，搶占這一新興市場。

從阿里成立ATH事業(yè)群，將此前獨立的千問納入其中，并首次曝光悟空事業(yè)部（定位為B端AI原生工作平臺）。這一組織調(diào)整不難看出，阿里打造了“4+N”體系，即以通義、百煉、千問、悟空為基礎，持續(xù)孵化多個創(chuàng)新項目，將整個AI布局升級為覆蓋“創(chuàng)造—輸送—應用”全鏈條的工業(yè)化生產(chǎn)體系。

據(jù)媒體報道，春節(jié)后，吳泳銘曾提出，AI已跨越“臨界點”，未來云計算的主要用戶將從人類工程師轉向AI Agent，而Token將成為AI運行的“糧食”。他判斷，隨著AI員工成為企業(yè)主力，Token需求將進入爆發(fā)式增長期，阿里必須提前布局，搶占這一新興市場。

阿里AI從技術驅(qū)動轉向商業(yè)驅(qū)動，也就不難理解林俊旸的離開。這位號稱“最年輕P10”的技術靈魂人物，在開源社區(qū)，曾帶領千問成為全球唯一能與Llama抗衡的中國力量，但在集團“AI驅(qū)動”的戰(zhàn)略壓力下，理想主義恐怕要讓位于更加現(xiàn)實的商業(yè)落地。

網(wǎng)經(jīng)社電子商務研究中心數(shù)字生活分析師陳禮騰向《商學院》記者表示，林俊旸作為通義千問早期核心技術負責人與開源社區(qū)關鍵推動者，其離職連同核心團隊出走，短期內(nèi)會直接影響千問模型迭代節(jié)奏、開源社區(qū)信心與內(nèi)部研發(fā)穩(wěn)定性，也會被外界解讀為阿里AI戰(zhàn)略從技術優(yōu)先轉向商業(yè)優(yōu)先的標志性事件。但從長期來看，千問的走向更多由集團整體戰(zhàn)略、資源投入和組織架構決定，個人影響會逐步淡化，更關鍵的是后續(xù)技術路線、商業(yè)化目標能否快速補位并形成共識。

ATH事業(yè)群形成了三大業(yè)務層級架構：基礎層由通義實驗室主導，負責最前沿的AI模型研發(fā)與技術創(chuàng)新，這是阿里AI能力的核心根基；平臺層整合MaaS業(yè)務線，承擔模型輸出與算力調(diào)配的關鍵角色，確保技術成果能夠高效輸送給下游應用；應用層則匯聚千問、悟空及AI創(chuàng)新事業(yè)部，產(chǎn)品直面終端用戶，也是Token消耗量最大的業(yè)務板塊。

此番調(diào)整被外界視為自電商事業(yè)群整合以來，阿里最重要的一次架構調(diào)整，也是面向AI Agent時代的重要戰(zhàn)略舉措，以Token Hub為核心主線，強化AI業(yè)務戰(zhàn)略協(xié)同。

阿里目標很明確，集中力量辦大事，試圖打破以往圍繞DAU或GMV各自為戰(zhàn)的組織慣性，建立以Token流轉效率為統(tǒng)一度量衡的協(xié)同機制。因為無論是千問AI眼鏡還是未來的AI耳機，這些硬件終端不再是孤立的設備，而是ATH體系中捕獲物理世界實時數(shù)據(jù)、消耗并創(chuàng)造Token的關鍵入口。

陳禮騰表示，大模型算力、研發(fā)、人力成本極高，長期只投入不產(chǎn)出難以持續(xù)，而阿里本身具備電商、本地生活、云計算、支付等完整業(yè)務生態(tài)，AI必然要優(yōu)先服務于主業(yè)增效與變現(xiàn)。這一趨勢在國內(nèi)具備普遍性，百度、字節(jié)、騰訊等廠商均已從“炫技競賽”轉向落地優(yōu)先，只是路徑不同：百度側重云與搜索，字節(jié)側重流量與內(nèi)容，阿里則強在交易與服務閉環(huán)，商業(yè)變現(xiàn)壓力決定了技術必須讓位于業(yè)務價值。

02

“AI辦事”，生態(tài)能力的集中輸出

相比于其他大模型僅停留在“問答”層面，千問依托淘寶、高德、餓了么構成的生態(tài)護城河，實現(xiàn)了“一句話點外賣”“一句話打車”的閉環(huán)。

2025年12月，千問APP接入第一個阿里生態(tài)場景“高德”，開始具備物理世界理解與行動能力。千問不再只是生成一段文字建議，而是能夠調(diào)用高德地圖、掃街榜等底層服務，即時生成包含推薦餐廳、酒店、地理位置及出行方案的可視化決策卡片。

2026年1月，阿里緊鑼密鼓地將淘寶、支付寶、淘寶閃購、飛豬等消費支付的核心業(yè)務場景陸續(xù)接入千問。1月15日，阿里宣布千問APP進入“AI辦事”時代，上線超400項AI辦事功能，完成了從“數(shù)字助手”到“真實世界助手”轉變的第一步。

數(shù)據(jù)顯示，春節(jié)期間，用戶通過“一句話下單”功能完成近2億次交易，全國每10人中就有1人使用千問進行下單，涵蓋餐飲奶茶、機票酒店、電影票及景點門票等場景，這也使很多用戶第一次體會到“可以用AI辦事”。

知名經(jīng)濟學家、工信部信息通信經(jīng)濟專家委員會委員盤和林向《商學院》表示，千問AI眼鏡深度打通淘寶、高德、釘釘、餓了么等阿里生態(tài)，未來可以辦公，也可以購物，實現(xiàn)智能硬件的豐富應用場景生態(tài)。同時，促進了數(shù)據(jù)飛輪效應，眼鏡數(shù)據(jù)脫敏后幫助千問在線學習，語音和文字是不同的模態(tài)，因此提升了千問處理多模態(tài)信息的能力。

此前，千問AI硬件負責人宋剛在接受媒體采訪時曾公開表示，對比第三方AI助手類的APP，AI眼鏡的用戶交互數(shù)大概是6倍增長，應該是非常大的提升。現(xiàn)在樣本數(shù)據(jù)還在早期，但交互這個指標很關鍵。

盤和林指出，這說明AI眼鏡的交互便利性大大提高，的確有其應用場景，也說明AI眼鏡的交互效率更高，是相對進步的交互方式。高頻交互數(shù)據(jù)可以反哺千問模型，在數(shù)據(jù)脫敏之后，可以作為訓練素材增強千問在語音交互上的能力。

這種高頻交互帶來的數(shù)據(jù)積累，將反哺模型進化，形成“更強模型—更好體驗—更多用戶—更多數(shù)據(jù)”的正循環(huán)。千問的優(yōu)勢不在于硬件本身，而在于模型對用戶“上下文”的深刻理解與生態(tài)的強力支撐。

03

低留存，挖掘剛需場景的挑戰(zhàn)

千問在春節(jié)“高日活、低留存”是大模型C端應用的共同痛點，依賴活動拉新，但缺乏高頻剛需場景，用戶新鮮感過后會快速流失。

千問“AI辦事”依托于阿里獨有的全鏈路交易生態(tài)與端云一體化能力，的確形成了從需求理解、商品服務推薦、下單支付到履約售后的閉環(huán)完整性。然而，在落地過程中，硬件體驗仍存在理想與現(xiàn)實的差距，部分AI硬件用戶留存率低、場景適配不足的問題值得注意。

盡管千問在春節(jié)期間憑借紅包大戰(zhàn)將日活推至驚人的7300萬，但喧囂背后隱藏著“拉新易、留存難”的尷尬。數(shù)據(jù)顯示，其30日留存僅20%，這暴露了當前大模型應用的普遍痛點。用戶在好奇心驅(qū)使下嘗試了“AI點奶茶”，但習慣固化后，如果沒有持續(xù)的驚喜點，很容易回流到原有的APP操作邏輯。

陳禮騰表示，千問春節(jié)“高日活、低留存”是大模型C端應用的共同痛點，依賴活動拉新，但缺乏高頻剛需場景，用戶新鮮感過后會快速流失。

XR Visio監(jiān)測顯示，主流電商平臺AI眼鏡的平均退貨率高達30%，而在以直播帶貨為主的抖音渠道，這一數(shù)字甚至飆升至驚人的40%—50%。佩戴體感、交互體驗、續(xù)航問題等成為退貨的主要原因，這直擊硬件產(chǎn)品的核心短板——如何好用，而不僅僅是停留在營銷概念。

清華大學附屬中學科技辦公室主任譚洪政向《商學院》表示，目前階段，AI對算力的要求與人們對于剛需功能的體驗需求是矛盾的，現(xiàn)有的硬件算力不足以支撐很好的AI體驗，需要云端+硬件的協(xié)同，算力、延遲、續(xù)航等均是難點。此外，對AI的準確率及容錯率是對大模型的挑戰(zhàn)，AI權限、隱私保護等均需培養(yǎng)客戶對廠家的信任度。

04

“云+端+生態(tài)”立體戰(zhàn)，打破內(nèi)部藩籬

ATH的成立本身正是吳泳銘試圖以“Token經(jīng)濟”為名，打破組織慣性的嘗試，將各業(yè)務線的交互數(shù)據(jù)統(tǒng)一抽象為可計量的“Token”，按調(diào)用量內(nèi)部結算，從而讓數(shù)據(jù)流動起來。

業(yè)內(nèi)普遍認為，中國本土模型之間無代差，字節(jié)的Seed、阿里的千問、DeepSeek等均在第一梯隊且差距在半代以內(nèi)。這意味著在AI硬件上，誰的模型能跑通，體驗都大同小異。千問雖然擁有電商生態(tài)的獨門絕技，但阿里內(nèi)部長期存在的業(yè)務線利益藩籬與協(xié)同痛點，為其在AI時代構建統(tǒng)一的軟件生態(tài)帶來了深層挑戰(zhàn)。

以淘寶與釘釘?shù)膮f(xié)同困境為例，當ATH試圖為千問AI眼鏡打造“語音點外賣、打車”的“AI辦事”場景時，理論上需要調(diào)用淘寶的本地生活服務數(shù)據(jù)（如餓了么商戶列表、高德路線規(guī)劃）和釘釘?shù)霓k公協(xié)同能力。然而，淘寶本地生活業(yè)務長期以GMV為考核核心，釘釘則以企業(yè)用戶數(shù)和付費率為導向，兩者在數(shù)據(jù)接口的開放意愿上存在博弈。

這種博弈可能直接導致在AI眼鏡的原型測試中，用戶通過眼鏡說“訂一份公司樓下的外賣”時，系統(tǒng)可能因淘寶與本地生活商戶的底層數(shù)據(jù)未完全打通，而優(yōu)先推薦淘寶平臺傭金更高的店鋪，而非用戶真正指定的那一家，首先遵循的并非用戶體驗，而是業(yè)務線的商業(yè)利益分配規(guī)則。

陳禮騰坦言，阿里電商、本地生活、云計算、釘釘?shù)葮I(yè)務線各自擁有獨立KPI、數(shù)據(jù)權限與核算體系，AI中臺要深度滲透，必然面臨數(shù)據(jù)不愿開放、資源不愿傾斜、價值難以分配的問題。此外，各業(yè)務系統(tǒng)架構差異大，統(tǒng)一AI入口容易造成體驗割裂、鏈路冗長，再加上合規(guī)與數(shù)據(jù)安全約束，真正實現(xiàn)“一句話打通全生態(tài)”的無縫協(xié)同，仍需要極強的頂層推動與長期磨合。

這從ATH試圖打通硬件、模型與應用的戰(zhàn)略中便可見一斑，而且吳泳銘親自負責這一事業(yè)群，CEO親自下場也側面印證了阿里內(nèi)部的組織協(xié)同存在問題，不打通內(nèi)部業(yè)務之間的組織管理，便很難實現(xiàn)全生態(tài)布局。

ATH的成立本身正是吳泳銘試圖以“Token經(jīng)濟”為名，打破組織慣性的嘗試，將各業(yè)務線的交互數(shù)據(jù)統(tǒng)一抽象為可計量的“Token”，按調(diào)用量內(nèi)部結算，從而讓數(shù)據(jù)流動起來。但這一改革觸及的是阿里20年來“大中臺”戰(zhàn)略留下的深層組織慣性，當每個業(yè)務線都已習慣在自己的圍墻內(nèi)計算ROI時，要求它們?yōu)榱恕癆I硬件生態(tài)”開放核心數(shù)據(jù)接口，無異于一場組織心智的硬核手術。

譚洪政認為，原有的KPI、組織架構與現(xiàn)在新的組織架構、績效的磨合還需要一段時間，能否適合現(xiàn)在人工智能以日為單位的更新；另外在新的項目創(chuàng)新與迭代上可能存在組織架構的挑戰(zhàn)，這主要由各個部門的文化所決定，科研、產(chǎn)品、銷售各自思考方式的不同，需要強有力地推動與時間的稀釋，這同樣會存在頂尖人才流失的風險，導致效率與質(zhì)量進一步降低。還會存在技術接口統(tǒng)一性、標準化等工程問題，以及市場驗證與競爭的風險。

對于ATH而言，技術上的Token流轉或許不難，難的是如何讓淘寶、釘釘、高德、支付寶這些習慣了各自為戰(zhàn)的“諸侯”真正相信在AI時代，打通數(shù)據(jù)形成的生態(tài)價值，大于一畝三分地的眼前利益。

對于千問而言，未來的競爭難點已不再是單點技術突破，而是“云+端+生態(tài)”的立體戰(zhàn)。在硬件方面，AI眼鏡、指環(huán)、耳機的多終端布局能否形成真正的入口矩陣；在軟件方面，通義實驗室與電商、本地生活等業(yè)務線的利益沖突能否被解決；在技術方面，千問3.5所展示的視頻推理、具身智能能力何時能真正落地到硬件產(chǎn)品中。這些都將成為千問能否真正實現(xiàn)“AI辦事”藍圖的挑戰(zhàn)。