文 | 光子星球

过去一年，杭州阿里西溪园区每隔一段时间都会出现一个激荡 AI 圈的产品，今年亦不例外。

3 月 17 日，阿里正式发布了面向企业级市场的 AI 战略核心应用 " 悟空 "。该产品以钉钉为母本，为了让 AI 真正服务于企业的安全、高效与规模化需求，其底层代码全部重写。

钉钉 CEO 无招在发布会上提到，重构钉钉的背后是人机协作范式的变革。人机协作最早的范式是 DOS（指令）时代，先后经历了 GUI（图形用户界面），以大模型对话框为代表的 LUI（语言用户界面），如今正在全面转向命令行交互（CLI）。

如果用到餐厅吃饭来类比，那么 DOS 时代是死记硬背，用户需要输入指定的暗号，如 " 做 "" 番茄 "" 鸡蛋 "" 米饭 "，才能点餐，说错单词就是 404 响应。GUI 时代，有了图片，用户可以看图，敲击键鼠的方式点餐。LUI 时代，有了一位懂你的管家，无需看图说话，把想法描述给管家即可。

上述 3 个时代，用户需求与实际操作流程是彼此割裂的，无论暗号式的 DOS、图形化的 GUI、语言输入的 LUI，仍然没有办法最终执行。而 CLI 改变了用户需求与餐厅墩子、厨师间的割裂问题，让一套专业流程，确保用户需求能全面执行。

值得一提的是，前一天组织架构调整后，阿里集团 CEO 吴泳铭出席了钉钉发布会，释放了一个明确信号：在阿里这张更大的牌桌上，" 悟空 " 不仅是钉钉的升级，更是阿里 ATH，攻入 B 端市场的一把尖刀。

ATH 里的 " 内燃机 "

钉钉发布会前一天，阿里巴巴进行了一次组织架构调整。

将通义实验室、MaaS、千问、悟空、AI 创新事业部五个事业部整合为新成立的 Alibaba Token Hub（ATH）事业群，由集团 CEO 吴泳铭负责。

当下 Token 如同驱动生产力发展的新能源与新货币。阿里组织架构调整的主线其实是创造 Token、输送 Token、应用 Token，通过对三个环节的全覆盖，从而掌握 AI 时代的基础设施话语权。ATH 事业群的本质，是阿里为自己绘制的一张从底层算力到顶层应用的完整价值地图。

在这张地图中，" 悟空 " 占据了至关重要的生态位。如果将通义实验室比做炼油厂，MaaS 扮演着输油管线的作用，那么 " 悟空 " 就是驱动企业端消耗 Token 的生产力引擎。这使得钉钉摆脱了作为一个孤立 SaaS 产品的局限，变成阿里集团 AI 战略在 B 端的主阵地，是连接模型能力与商业场景的价值转换器。

悟空事业部定位于 " 打造 B 端 AI 原生工作平台，将模型能力深度融入企业工作流 "。阿里如此大动干戈地加码 B 端，其实是看到了珠玉在前的 Anthropic。

三年前，当全球目光都被 ChatGPT 和 Bot 所吸引时，几乎无人看好专注于企业服务的 Anthropic。这家从创立第一天起就死盯住企业级客户的 AI 原生公司，让 Claude 的能力迭代与企业级复杂场景形成了完美的正循环。到了 2025 年，Anthropic 已然一跃成为硅谷叫好又叫座的 AI 公司。

Anthropic 商业价值增长源于其清晰的 AI 商业化飞轮。随着模型能力变强，模型执行企业级任务的完成度便越高，从而激发客户付费意愿，最终获取收入用以反哺模型研发。这个飞轮在 B 端天然成立，且转速极快。

阿里显然注意到 Anthropic 背后的增长飞轮，钉钉不仅能跑通算力消耗与商业回报，而且也能激活阿里在基础设施上的布局。

C 端用户与 ChatBot 闲聊、写文案，一天消耗的 Token 量是有限的。但一个中型企业，一旦部署了几十个 AI Agent 自动跑采购比价、7x24 小时客服、跨境多语言运营、财务自动对账，它们一天 " 烧掉 " 的 Token 量，可能是一个 C 端用户一年的用量。

一位业内人士指出，" 在 B 端市场，AI 带来的核心变化是对企业原有 IT 预算的重新分配 "。

AI 正在将传统应用重做一遍，例如将现有应用改造为 AI 原生应用，并集成 AI Agent。在此过程中，通过 AI 与数据的深度融合，企业得以在原有 IT 架构内构建内部模型。这一转变使得原本投入在人力外包、应用开发、服务器等方面的常规 IT 预算得以降低。实际上，AI 与 IT 化是一个相互交织、协同演进的过程。

B 端市场不仅有更高的付费意愿，更有近乎无限的算力消耗场景。

对于拥有庞大算力储备的阿里而言，B 端是消化产能、实现商业变现的终极市场。" 悟空 " 的目标，就是撬动中国 2000 万家企业的数字化转型需求，将它们转化为阿里 AI 生态中源源不断的 Token 消耗者。

某大厂客户负责人提到，" 我所见到的几百家客户，尚未真正把业务全部 AI 化，所有业务场景还没有被 AI 重做一遍。甚至制造业，我们也只看到头部几家先进企业在尝试用 AI，行业当中 99% 的企业还没开始用 "。

这也是为什么摩根士丹利发布快评，明确指出 ATH 事业群有望在现有分类加总估值（SOTP）框架之外，成为一个独立的估值构成部分。该行指出，ATH 事业群的成立，意味着未来存在进一步上调估值的空间，维持对阿里的增持（Overweight）评级，并将阿里列为首选股（Top Pick），视其为 " 拥有顶级完整 AI 技术栈的中国 AI 赢家 "。

为 " 龙虾 " 上把 " 安全锁 "

市面上不缺 AI Agent 产品，无论大厂还是小厂都试图在 Agent 价值喷涌的当下，分得一杯羹。

企业级 AI Agent 最大的门槛，从来不是 "AI 能不能干活 "，而是 "AI 能不能在企业里安全、合规、可审计地干活 "。面对当下对 " 龙虾 " 的趋之若鹜，悟空团队注意到了个人级 Agent 在应用到企业环境中存在大量风险问题。对权限的管理与数据的审核都是个人级产品无法给出的答案。

悟空给出的解法是，依托于钉钉十余年打造的成熟的企业级的数字基础设施，包括全盘继承钉钉的组织架构与企业沉淀数据，让企业可以在极高颗粒度的情况下，随时查看与管理内部调用数据与执行操作的情况。

企业级应用中潜藏的最大成本漏洞与信任危机，在日前龙虾火热的情况下毕露无疑：AI 在无实质产出、死循环、重复思考，或者处理无效任务时消耗大量 Token。

针对这一普遍存在的问题，悟空的四层滤网机制同样可以规避。第一层是前面提到的 CLI 模式下的 " 意图锁 "，第二层是钉钉原生的 " 审批流 " 熔断机制，引入置信度阈值，一旦 Agent 对某一步操作置信度低于设定值，或其他风险情况，立即暂停执行。第三层是检索增强生成的精准化，对企业知识库进行预清洗与向量化。此外，接入阿里生态后还有封装的 API Skill，都能确保调用的确定性。

ATH 事业群整合还带来了第四层能力，无论企业到底使用了哪些功能，调用了哪些能力，都可以看到每一笔 Token 消耗的明细账单。到底是哪个 Agent 在什么时间、完成何种任务，消耗了多少 Token，其中中间思考与有效输出的比例是怎样的。

把龙虾装进 " 壳 " 里，让风险可控，Token 消耗可视化之外，悟空还展示了实际 " 办事能力 "。

跨境独立卖家的一人公司，全能运营，借助悟空构建起采购、客服、营销三位一体的 Agent 集群。

选品环节，悟空实时监控同行竞品动态，自动分析市场趋势并调整选品策略。它能够自动对接 1688 供应链平台，与供应商进行多轮智能交涉，确认货源、价格、交期等关键信息，并自动完成选品决策与补货计划。所有操作记录在案，形成透明的供应链管理。

在客户服务方面，悟空内置的多语言模型，可自动处理来自全球各地的客诉与咨询，无需人工干预，确保 24 小时响应。营销环节，悟空会根据目标市场生成适合本地化的营销物料，并自动投放至海外主流社交媒体和广告平台。更重要的是，它还会持续跟踪市场反馈，根据后续几天的数据表现自动优化营销物料，不断提升转化效果。

在传统制造业中，一款新产品从图纸到落地，往往受制于外部工程师的经验与沟通效率。以星空灯工厂为例，过去需将外观图送往专业模具市场委托设计，周期长、反复修改，且常因经验不足导致产品隐患。

借助 " 悟空 "AI，这一切被彻底重构。上传外观图并下达指令，悟空自动完成内部结构分解，输出专业设计图，同步评审可能存在的潜在风险，并附改进意见。随后，它自动拆解所有零件，匹配市场价，生成完整 BOM 表与生产排班。

从模具设计到抛光试模的全流程文档，悟空一键整合为可视化项目体系，实时预警风险。项目结束后，问题与方案自动归入知识库，下次主动避坑，实现自我迭代。这相当于让工厂拥有 AI 大脑与手脚，使创意直连生产，全过程透明且可控。

对于一个线下门店而言，一位店长加上一个 " 悟空 "AI 助手，就相当于拥有了一个完整的智能门店团队

在悟空接收到 " 拉客 " 的指令后，会自主进行任务拆解。它不光会学习自动发帖、回复、评论互动等基础操作，还会自主分析竞品、模仿人类爆款内容创作，甚至还会跑到竞对或热门帖子评论区里，与用户互动，将流量引导回自家门店。待 AI 学习完成后，就可以自主在电脑上打开小红书、抖音等平台，自动完成发帖、撰写并发布评价等一系列操作。

一位正在内测中的杭州汽车维修店老板，亲眼见证了上面一系列操作，整个过程行云流水，没有人工干预。当即，他就开始询问起了价格。

正是有了上述大大小小的案例，才让悟空团队更加确信 AI 的能力，以及能为企业创造的价值。

新建 ATH，剑指 Token

从主动迎接 AI 化改造，到打造 Agent 时代的 iOS，钉钉一直都是弄潮儿的存在。钉钉的速度，行业有目共睹。

这次也不例外，悟空事业部成为 ATH 事业群的重要组成部分，担当起 AI to B 市场的主要平台角色。

某种程度上说，这意味着它依托于上游的千问大模型强大的能力，然后在悟空这个平台上把这些 Token 再加工，转化为企业能够理解、愿意付费的 B 端产品。从 To C 和 To B 的视角看，如果说千问 APP 的任务，是让每个普通用户都用上 AI，那么悟空的任务，就是让每家企业把 AI 嵌入核心业务流程中。

回到 Token 价值链条上，悟空承担了价值放大器的角色。因为，同样一批 Token，如果只是通过 API 卖给开发者，其价值就是 API 调用的收入。

但如果通过悟空融入到企业的工作流中，这批 Token 的价值就会被放大。它不仅产生了 Token 消耗，还帮助企业降本增效，创造了增量价值。这些增量价值，最终会以更高的客单价、更长的合作周期和更深的产品粘性形式，反哺到悟空的收入和利润中。

这也是阿里内部所讨论，" 从无状态的 Token，到有状态 Token" 的演进路径。当 Token 融入企业流程和沉淀业务数据，并形成使用习惯后，它就变成了有状态的 Token，变成了为生产力提效、更有质量的 Token。

客户与悟空的绑定越深，依赖程度也会越来越高。从这个意义上，悟空事业部也承担着一个战略使命：把阿里的模型能力，从 " 可替代的 API" 变成 " 不可替代的 AI 业务基础设施 "。这是一个更广阔的、万亿级市场，也将是 AI 时代在 2026 年的最重要战役。

现在，阿里在亮出完整牌面后，打出了悟空这张手牌。

ATH 事业群的成立，体现了阿里组织变革的速度，用一次干脆利落的框架调整，把分散的 AI 力量拧成了一股绳，用 Token 打通创造、输送、应用的全链路，推翻了内部协同间无形的墙。

悟空的发布，体现的是阿里引领产品技术变革的速度。把模型能力深度融入企业工作流，让 AI 不再是外挂的功能模块，而是内嵌于审批、会议、文档、流程的每一个环节，真正把 "AI 员工 " 的愿景落地为可交付的产品。

组织变革的速度，决定了能不能跟上战场的节奏；产品技术变革的速度，决定了能不能在战场上打赢。两样都要快，两样都要硬，这才是阿里亮出这副牌面想要传递的信号。

这场仗才刚刚开始，阿里已经大步迈开。对手也将出牌，市场正在躁动，客户还在观望。

接下来的看点在于：阿里何时打出下一张牌？当千问大模型、千问 APP、悟空、MaaS 真正开始打出组合拳时，又能产生怎样的化学反应？