3 月 16 日，阿里巴巴集团 CEO 吴泳铭宣布了一项组织调整：成立 Alibaba Token Hub（简称 ATH）。

这个新成立的事业群整合了阿里 AI 版图上的几乎所有主力，包括通义实验室、MaaS 业务线（百炼）、千问事业部以及 AI 创新事业部。此前定位为 B 端 AI 原生工作平台的 " 悟空事业部 "，也通过这次调整首次推向台前。

在外界看来，这更像是阿里在 AI 赛道上的一次 " 握指为拳 "，但在阿里内部，这次调整的信号远比业务合并更为彻底。

在此之前，阿里习惯于围绕具体的 " 产品 " 和 " 流量 " 来构建组织，这是过去二十年互联网竞争留下的管理惯性。每条业务线拥有独立的研发与市场预算，围绕各自的 DAU 或 GMV 各自为战。但在 AI 时代，这种以产品为核心的划分方式正在失效。

阿里正在尝试将组织的基本单位从 " 产品 " 切换为 "Token"。ATH 的成立，是这家互联网巨头在试图回答一个最根本的问题：当生产要素从 " 人头 " 变成 "Token"，一个巨头该如何重新设计它的引擎？

从管理 " 产品 " 到管理 "Token"

长期以来，阿里的 AI 业务分散在不同部门。最底层的支撑被称为 " 通云哥战略 " ——即通义实验室的模型能力、阿里云的算力底座，以及平头哥在芯片层提供的硬件。千问 App 作为 C 端入口，在 2025 年春节爆发式增长。

尽管这一架构在物理层面完成了从芯片、云、模型到应用的卡位，但各业务之间依然维持着互联网时代的产品逻辑：每条业务线拥有独立的预算与 KPI，优先考虑的是自家的 DAU 或 GMV。

Token Hub 的成立，标志着阿里正在主动打破这种模式。在互联网红利期，以产品为中心能最大化业务灵活性，但面对 Agent（智能体）带来的消耗规模，阿里开始尝试将组织的基本单位从 " 产品 " 切换为 "Token"。

这种转向折射出整个行业正在发生的范式切换：Agent 的爆发带来了一套完全不同的消耗逻辑。

在旧有的交互模式下，Token 的消耗依赖于 " 人问、AI 答 "，这种线性消耗的上限始终受限于人类的使用时长。但在新逻辑下，人只需要提出需求，AI 会自动拆解任务并生成多个 Agent 自主协作，Token 的消耗从此脱离了人类输入频率的限制。在这种情况下，Token 不再是 AI 能力产生的某种 " 结果 "，而是驱动整个工业体系运转的 " 燃料 "。

阿里是很快感知到水温的玩家。2026 年春节期间，阿里云上线了一个名为 Coding Plan 的计划。受 AI 原生工具 " 龙虾 " 的带动，算力需求出现了超出预期的跳跃式增长。阿里云原本计划持续数周的首购优惠活动，在上线不到两周后便陆续中止。

这次意外的 " 卖爆 " 证明了一个判断：当燃料的消耗量以千百倍的量级跃升时，旧有的、按产品线切割资源的组织模式会显得过于迟钝。阿里必须在 Agent 全面爆发之前完成重构，将模型、算力和应用端重新定义为链条上的功能节点。

以 Token 为主线的组织升级

在 ATH 成立之前，阿里的 AI 布局已经完成了初期探索。这种布局保证了各业务线能敏捷地在各自领域进行尝试，但随着 Agent 时代临界点的到来，业务之间需要一种比以往更紧密的连接方式。

Token Hub 的出现，本质上是将这种连接固化为一套从 " 创造 "" 输送 " 到 " 应用 " 的全链路闭环。在这个体系中，各业务单元的定位变得更加对齐。

通义实验室处于链路前端，目标是提升单位 Token 的 " 智能密度 "，为下游提供基础材料；中游的 MaaS 业务线则通过与云基础设施的打通，确保 Token 能高效触达开发者；链路末端则是应用层，千问、悟空以及 AI 创新事业部，分别在不同场景中将 Token 的消耗转化为实际的用户价值。

这种整合模式与过去最大的区别在于，它建立了一套以 Token 为基础的协同逻辑。

过去，各部门主要围绕各自的产品指标进行优化。而现在，Token 成为了跨部门协作的 " 共同语言 "。模型研发、算力调度与应用开发不再是孤立的环节，而是围绕着 Token 的流转效率进行实时对齐。这种形态的升级，不再单纯依赖业务间的自发协同，而是通过组织重塑，将所有环节纳入到同一个战略视角下，应对可能出现的规模化需求。

组织的 " 度量衡 " 与代差

在大型科技公司的惯例中，CEO 直接统领一个事业群是极具信号意义的。这种安排通常意味着业务已脱离了孵化阶段，被置于集团资源的最高优先级。在 ATH 内部，决策链路被极度缩短，这是一种战略资源的集中投入。

更值得关注的是阿里的路径选择。面对 AI 业务的扩张，巨头通常有两种路径：一种是 " 平台化 "，即建立 AI 中台，各业务线按需调用，维持独立性；另一种则是 " 垂直整合 "，将核心环节强行并表。

阿里选择了后者。这是一个更重，也更彻底的选择。

垂直整合意味着要打破原有的利益格局，其难度显而易见。但阿里的逻辑在于，Agent 时代的竞争烈度已经不允许缓慢的内部协调。在大公司，多一层的汇报关系往往意味着多一倍的时间损耗，而 AI 的进化速度是以周为单位的。只有通过全链路整合，才能消除 Token 在模型与场景之间流动的隐形摩擦。

这种整合最终落地为一套全新的内部评价体系。

过去，阿里各业务线的 KPI 是异质的：通义关注论文与跑分，MaaS 关注调用量，千问和钉钉则关注 DAU。这些指标虽然在各自领域有效，但彼此之间缺乏共通的语言。ATH 的成立，试图在内部建立一套统一度量衡：模型好不好，看每 Token 承载的智能密度；基础设施强不强，看 Token 的调度效率；场景跑通没跑通，看 Token 消耗的增长曲线。

当所有部门开始说同一种语言时，这种内部对齐能力本身就成了一种护城河。这不仅是一次组织架构调整，更像是一次内部 " 操作系统 " 的升级。

历史上每一次技术范式的更替，最终都会沉淀为组织形态的进化。当行业内大部分公司仍在沿用互联网时代的产品逻辑管理 AI 业务时，阿里已经在尝试用 AI 原生的逻辑重构自己。

这种进化或许会伴随阵痛，但它决定了谁能率先接住那个由百亿级 Agent 驱动的未来。

（文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。）

编辑|蒙锦涛

每日经济新闻