本文来源：时代周报 作者：林佳

" 未来五年，云和 AI 商业化年收入突破 1000 亿美元。"3 月 19 日，在阿里巴巴 2026 财年第三季度财报电话会上，CEO 吴泳铭抛出了一个极具张力的目标。这意味着，未来五年，阿里巴巴云和 AI 商业化收入复合年化增长超 40%。

这一目标迅速吸引市场关注。财报显示，2026 财年第三季度，阿里云收入同比增长 36%，阿里云外部商业化收入加速增长至 35%，AI 相关产品收入连续第十个季度实现三位数同比增长。

但比增长数字更值得关注的，是其背后的商业模式变化。" 从 2025 年下半年到 2026 年年初这两三个月，我们已经看到 AI 进入了以 Agentic 驱动的新时代。" 吴泳铭表示，" 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。"

这种商业模式的变化已经开始在财报数据中得到验证。2026 财年第三季度，百炼 MaaS 平台 Token 消耗在过去三个月增长 6 倍，公司预计商业化 MaaS 收入将成为阿里云最大的收入来源。

从芯片、云基础设施，到模型平台，再到应用层，阿里正在构建一套纵向打通的 AI 全栈体系。但这一体系的核心正在发生转移，不再是传统意义上的算力资源，而是以 Token 为计量单位的可调用智能。

在 OpenAI 等厂商推动下，全球 AI 商业模式发生巨变。阿里显然正在押注这一方向：从云计算服务到按 Token 计费的生产力服务，一套新的商业逻辑正在形成。

图源：图虫创意

生产力计量革命

在本次财报电话会上，"Token" 成为被反复提及的关键词。

作为大模型运行的最小计量单位，Token 正在从一个技术指标，转变为 AI 商业体系中的核心变量。阿里云这一变化的本质，是计费逻辑与价值衡量方式的同步重构。

Token 需求的变化首先来自应用侧的爆发。在客服场景中，AI Agent 开始替代人工处理工单；在电商运营中，模型被用于自动生成商品文案与投放策略；在金融、制造等行业，AI 逐步参与数据分析与决策辅助。

这些应用背后，本质都是 Token 的持续消耗。随着 AI Agent 规模扩张，企业侧算力调用需求有望呈现数倍甚至数量级增长。在全球范围内，ChatBot 向 Agent 转型已成为趋势，AI 正在从辅助工具进化为能够自主执行复杂任务的智能体。

在消费场景中，AI Agent 的能力已经开始落地。例如，千问 App 已与淘宝天猫、淘宝闪购、高德、飞猪、支付宝等阿里生态业务打通，能够执行购物、出行等真实世界任务。

此外，相比一次性的软件采购，企业正在以按调用付费的方式，持续为模型能力付费。Token 也因此从 IT 成本，转变为企业的生产成本与研发成本，成为一种新的生产资料。

正如吴泳铭所说：" 企业在消耗 Token 时，不再将其视为 IT 预算，而是将其视为生产成本或研发成本，视为生产资料的一部分。这是我们看到的、支撑 AI 长期增长最根本的内在因素。"

与此同时，模型与应用之间正在形成新的反馈机制。吴泳铭认为，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。

"AI 应用层是未来 AI Token 最大的分销渠道。" 吴泳铭指出。

在 Token 需求迅速放大的背景下，阿里也在同步进行组织重构。3 月 16 日，阿里巴巴成立 Alibaba Token Hub（ATH）事业群，整合通义实验室、MaaS 业务线、千问事业部、悟空事业部以及 AI 创新事业部，由吴泳铭直接负责。这一事业群以 " 创造 Token、输送 Token、应用 Token" 为核心目标，成为阿里 AI 战略落地的组织中枢。

从更宏观的视角看，这种变化背后对应的是生产力结构的重构。过去互联网的发展依赖自然人用户增长，天花板相对明确；而在 AI 时代，大量 AI Agent 作为数字劳动力被引入生产体系，算力与模型调用需求有望实现数量级扩张。

有行业观点认为，相比传统互联网主要对应 1%～2% 的广告市场，AI 所重构的人力与生产效率空间，对应的是更接近整体经济体量的成本结构，这也意味着 Token 需求具备指数级放大的潜力。

量价重构

在 Token 需求快速增长的同时，算力供给成为决定商业模式能否成立的关键变量。

过去两年，平头哥已成功实现商业化应用，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 2026 — 2027 年，阿里预计平头哥能够生产的高质量 AI 芯片规模将持续扩大。

其中，在阿里云的实际业务场景，60% 以上的平头哥芯片服务于外部商业化客户，已完成规模化外部客户 AI 任务适配，支持了 400 多家企业客户的 AI 任务，涵盖互联网、金融服务、自动驾驶等多个行业。

" 在当前国内 AI 芯片生态中，我们认为平头哥的技术能力和产品能力都处于第一梯队。" 吴泳铭表示，" 我们的产品覆盖从训练、微调到推理的完整 AI 工作流。平头哥的 AI 芯片已通过阿里云在训练场景，以及百炼平台在推理场景中得到深度大规模应用。"

" 未来 3～5 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。" 吴泳铭表示。

从技术路径看，阿里正在构建 " 芯片—云—模型—应用 " 的垂直整合体系，通过平头哥与阿里云基础设施、千问大模型的协同设计，提升整体性价比。

而在软件生态方面，平头哥的软件栈正逐步适配主流 AI 开发体系，以降低客户迁移成本。

供需关系的变化，也开始传导至价格端。阿里云近期对部分核心算力与存储产品进行提价，最高幅度达到 34%。类似的调整也在全球范围内出现，亚马逊 AWS、谷歌云等厂商亦在陆续上调 AI 相关服务价格。

这一价格变动标志着云计算市场的竞争逻辑正在发生变化，从过去的价格竞争，转向供给能力主导。在高固定成本结构下，随着算力利用率提升，边际成本下降，叠加价格上调，阿里云业务呈现出明显的经营杠杆效应。

从财务结构看，云计算属于典型的高固定成本模型，服务器折旧与数据中心投入占据主要成本。在固定成本已被覆盖的前提下，这种需求的快速增长与价格提升，将显著放大阿里云的利润弹性。

摩根士丹利测算，假设每年有 20% 的合同续签，整体合同价格每上涨 10%，就能带来整整 4 个百分点的 EBITA 利润率扩张。在提价推动下，阿里云营收增速将在 2027 年达到 50%，EBITA 利润率将飙升至 12% 以上。

这也意味着在需求与价格共振的情况下，阿里云的盈利能力存在加速释放空间。在 AI 时代，算力不再只是成本项，而是一种关键生产资料。谁掌握供给能力，谁就掌握定价权。

重估阿里

随着云与 AI 业务的重要性持续提升，资本市场对阿里的定价逻辑，也开始出现调整。长期以来，阿里的估值锚点主要基于电商业务，采用市盈率（PE）体系。但在 AI 业务逐渐成为增长引擎的背景下，阿里的估值逻辑正在被重新审视。

" 当越来越多的企业开始在内部启用由大模型驱动的 Agent 来完成端到端的工作任务时，整个 AI 和云面向的 IT 预算市场发生了根本性的变化。" 吴泳铭表示。

更深层的变化来自需求结构。当企业在消耗 Token 时，Token 支出的性质已经发生变化，不再只是 IT 投入，而是逐步向生产环节渗透。在产品层面，AI 商业化趋势已初步显现。在模型侧，阿里已推出新一代 Qwen3.5 大模型家族，并在推理、编程及 Agent 等场景中持续优化。

阿里巴巴方面透露，下一版本模型将进一步针对 coding 与 Agentic 场景进行强化。同时，千问 App 与阿里消费生态的融合，也在持续带动用户增长与交易活跃度。

ATH 事业群中，新设立的悟空事业部，定位为企业级 AI 原生工作平台。该事业部旨在将大模型能力嵌入企业工作流。与此同时，钉钉作为重要入口，拥有超过 8 亿用户，正在持续推进 AI 能力在企业场景中的落地。

业内人士普遍认为，企业办公软件正在成为 AI Agent 最直接的落地场景之一。当 AI 可以自动生成报告、处理客服工单甚至参与研发流程时，AI 的角色也从工具转向生产力。IDC 数据显示，中国企业活跃智能体数量将在 2031 年突破 3.5 亿，年复合增长率超过 135%。与此同时，智能体任务复杂度的提升，也将带来 Token 消耗的指数级增长。

吴泳铭将 AI 与云相关业务未来增长动能总结为三点：第一，以大模型驱动的 MaaS 业务作为核心增长引擎；第二，企业级内部推理和训练市场；第三，传统云计算在 AI Agent 时代的转型升级。

在这一背景下，投资者开始尝试用不同于传统电商公司的方式，重新评估阿里的价值，而这种评估方式更接近云基础设施或 AI 平台公司的定价逻辑。

在市场预期下，若云与 AI 业务收入规模迈向千亿美元区间，并叠加利润率提升，资本市场通常会参考全球头部云厂商切换至 EV/Sales 的定价模型。

不过，阿里巴巴估值的重估并非线性过程。" 这个提升过程并非线性的，它可能随着规模效应的突变而阶段性跃升。" 吴泳铭表示。

对阿里而言，这场围绕 AI 展开的二次创业，不仅是一次业务结构的调整，更是一场关于生产力如何被计量的系统性实验。

在 AI 与消费两条主线并行推进下，阿里正试图在技术与商业之间建立更紧密的协同关系。而这一次，阿里试图重新定义的，或许不仅是一家公司的增长路径，也包括整个 AI 时代的价值标尺。