( 图片来源于网络 )
外媒消息，阿里巴巴集团主席蔡崇信 ( Joe Tsai ) 于当地时间 6 月 18 日 ( 周四 ) 亮相巴黎 VivaTech 2026 科技大会。他发表了题为 "Look East: China ’ s AI Ascent and the Full Stack Advantage" 的演讲，并在 VivaTech x Bloomberg Awards 环节进行了深入对话，系统阐述了阿里对 AI 未来的判断。
这场对谈释放出的信号非常清晰：阿里要讲的并不只是 " 全面投入 AI"，而是解释其 All in AI 背后的底层逻辑。蔡崇信认为，AI 的长期价值仍未最终定型，未来价值可能沉淀在芯片、云基础设施、大模型，也可能沉淀在应用和产业场景。因此，阿里选择的不是单点押注，而是围绕整条 AI 价值链进行全栈布局。
一、AI 不是软件市场，而是 50 万亿美元生产力市场
蔡崇信对 AI 市场空间的判断非常直接。
在他看来，如果只用软件市场规模或者企业 IT 支出规模来衡量 AI，可能会严重低估这一轮技术变革的真正价值。AI 本质上不是多卖一个软件工具，而是在创造 " 人类智能 " 和 " 人类生产力 " 的新单位。
全球 GDP 规模超过 100 万亿美元，其中至少一半与人类生产力和智能活动相关。因此，AI 对应的潜在市场空间，可能不是几千亿美元，而是约 50 万亿美元级别。
这也是阿里 "All in AI" 的底层逻辑。
换句话说，阿里并不是把 AI 看作一个短期技术风口，而是把它看作下一代生产力基础设施。既然 AI 未来可能重塑大量智力劳动、产业流程和商业效率，那么今天的大规模投入，就不只是成本，而是在抢占下一代基础设施入口。
二、为什么不只押注模型？因为价值归属还没定
当前 AI 行业最热的是大模型公司。无论是 OpenAI、Anthropic，还是其他纯模型公司，都在市场上获得了极高关注度。
但蔡崇信在 VivaTech 上提出了一个关键判断：现在纯模型公司确实很热，看起来也正在获得大量价值，但长期来看，AI 产业最大价值未必永远停留在模型层。
这句话很重要。它解释了阿里为什么不只是押注 Qwen 通义千问，也不只是押注云计算，而是选择覆盖芯片、云基础设施、基础模型和应用场景等多个环节。因为现在还太早，没有人能准确判断 AI 长期利润最终会集中在哪一层。可能是芯片，可能是云，可能是模型，也可能是应用，甚至可能是企业客户在具体产业场景中的深度使用。
所以阿里的打法不是 " 赌一个赢家 "，而是沿着 AI 价值链进行全栈投入，在产业格局尚未定型时，尽可能占据更多关键位置。
三、阿里的全栈 AI：不是大而全，而是为不确定性保留灵活性
按照阿里集团文章披露，阿里的全栈 AI 布局涵盖自研芯片、基础设施、先进大模型和应用层。具体来看，底层是芯片与算力基础设施，中间是阿里云和 Qwen 通义千问大模型，上层则是淘宝、天猫、饿了么、高德、飞猪、钉钉等真实业务场景。
这也是阿里与不少 AI 公司的不同之处。
有些公司拥有大模型，但缺少云基础设施和应用入口；有些公司拥有用户和场景，但缺少底层模型与算力支撑；有些云厂商具备基础设施能力，但未必拥有足够丰富的消费和产业生态。
阿里的特殊性在于，它同时拥有云、模型和真实业务场景。
对于 AI 来说，场景非常关键。场景不仅意味着用户入口，也意味着反馈数据、需求验证和商业化机会。一个模型能不能真正创造价值，最终要看它能否进入真实业务流程，提升效率、降低成本，或者创造新的用户体验。
因此，阿里的全栈 AI 并不是单纯扩张业务边界，而是在试图形成一个闭环：云提供算力，模型提供智能，业务场景提供应用入口和反馈，再反过来推动模型和云能力迭代。
更重要的是，蔡崇信在大会上特别强调，企业在 AI 发展浪潮中需要保持灵活性。这句话也解释了阿里全栈战略的真正价值。
因为目前没有人能够准确预测，AI 产业的长期价值最终会更多沉淀在芯片、基础设施、大模型，还是应用层。正因如此，阿里选择同时布局并持续优化各个层面，实际上是在为未来的产业变化保留更大的调整空间。
如果未来价值更多沉淀在模型层，阿里有 Qwen 通义千问；如果价值更多沉淀在基础设施层，阿里有阿里云和持续加码的算力投入；如果价值最终流向应用层，阿里又有淘宝、天猫、饿了么、高德、飞猪、钉钉等庞大的业务场景。
所以，全栈不是简单地 " 什么都做 "，也不是为了追求大而全，而是为了构建一种以变应变的能力。
在 AI 价值分配尚未定型的阶段，谁能同时理解基础设施、模型和场景，谁就更有可能在行业变化中快速调整方向。这种灵活性，正是阿里全栈 AI 布局的核心价值。
四、现金流是阿里 "All in AI" 的底气
AI 是一场技术竞争，也是一场资本竞争。训练大模型、建设数据中心、采购芯片、扩充云基础设施、服务企业客户，都需要长期持续投入。相比许多依赖外部融资的 AI 创业公司，阿里最大的优势之一，是它拥有来自核心业务的稳定现金流。
蔡崇信提到，阿里核心电商业务每年仍能创造约 250 亿美元自由现金流。这为阿里持续投入 AI 和云基础设施提供了重要资金支持。阿里巴巴集团也在 2025 年 2 月承诺，未来三年投入超过 3,800 亿元人民币，用于建设 AI 及云基础设施。
从阿里的业务结构看，它有成熟电商业务提供现金流，有阿里云承接 AI 基础设施需求，也有 Qwen 大模型和淘宝、天猫、饿了么、高德、飞猪、钉钉等真实业务场景作为落地入口。这使阿里在 AI 长期竞争中具备更强的耐力。
在内地 AI 基础设施和供应链仍需持续投入的背景下，阿里的高额投入也不只是自身业务转型的需要，更是在围绕算力、云、模型和产业落地构建长期能力。
换句话说，阿里做全栈 AI，不只是为了在模型和应用层抢占机会，更是在为 AI 时代的新型基础设施提前下注。而现金流，正是阿里能够长期下注 AI 的底气。
五、开源 Qwen：给企业第二个选择
在对谈中，Qwen 通义千问也是重要部分。
蔡崇信提到，欧洲企业非常关心 " 主权 " 问题，核心包括技术独立和数据隐私。企业不希望自己的关键技术完全依赖单一供应商，也不希望敏感数据在使用 AI 时流向不可控的平台。
开源模型在这里具有重要价值。企业可以将 Qwen 这样的开源模型下载到自己的环境中部署，用自己的数据进行微调，并把数据留在自己的防火墙内。这样既能降低对单一闭源模型的依赖，也有助于保护企业数据。
这也是阿里向欧洲市场讲述 Qwen 价值时的重要逻辑：它不是要求企业只相信阿里，而是给企业提供一个新的选择。对于高度依赖美国闭源模型的欧洲企业而言，Qwen 可以成为另一个 " 篮子 "，帮助企业分散技术依赖风险。
六、阿里云继续加码欧洲市场
阿里集团文章还披露，阿里云已在法国新增云计算地域节点，使法国成为继德国、英国之后的第三个欧洲枢纽。
这一动作与蔡崇信在 VivaTech 上强调的企业主权、数据隐私和本地化部署逻辑相互呼应。欧洲客户越来越重视本地数据托管、云服务可靠性和 AI 应用安全，阿里云在法国新增节点，正是为了满足当地企业对先进云端和数字化解决方案的需求。
此外，阿里云还计划在今年稍后推出面向欧洲市场的一系列 AI 智能体服务。
这意味着，阿里的 AI 布局不仅发生在中国市场，也在试图通过云基础设施和开源模型进入全球企业客户市场。
七、制造业会是 AI 落地的重要战场
阿里集团文章还提到，阿里云正在深化与宝马、西门子、博世等全球工业企业的合作，为企业处理和训练高质量专属数据提供安全、高效的基础设施。
这说明阿里对 AI 的理解，并不局限在聊天机器人或消费互联网，而是希望进入制造业、汽车、工业生产等更复杂的产业场景。
未来最有价值的数据，未必只来自互联网，也可能来自产业现场。比如设计数据、测试数据、质量控制数据、生产流程数据、设备运行数据、自动驾驶数据等。这些数据往往在企业内部积累多年，高度专业化，外部很难获得。
如果这些产业数据与大模型结合，就有机会训练出真正理解行业流程、工艺标准和生产约束的 AI 系统。
因此，AI 在制造业中的价值，不只是生成内容或回答问题，而是参与设计优化、质量检测、流程改进、自动驾驶和生产效率提升。
阿里的新故事，AI 时代的生产力基础设施
整体来看，蔡崇信在 VivaTech 上的发言，实际上给阿里的 AI 战略做了一次清晰解释。
阿里不是简单押注一个模型，也不是只做一个 AI 应用，而是把 AI 看作下一代生产力基础设施，并围绕芯片、云、模型和应用场景进行全栈布局。
它的逻辑是：AI 最终价值会流向哪里，现在还无法确定。因此，与其押注单一环节，不如覆盖整条价值链，保持战略灵活性。
过去的阿里，最核心的标签是电商平台公司；
后来的阿里，逐渐增加了云计算和数字化基础设施属性；
AI 时代，阿里想讲的新故事是：它不只是电商，也不只是云，而是一家以 AI 和云为核心的新型生产力基础设施公司。
这也是蔡崇信 "All in AI" 背后的真正含义。
* 疏漏难免，敬请指正
版权声明：所有瑞恩资本 Ryanben Capital 的原创文章，转载须联系授权，并在文首 / 文末注明来源、作者、微信 ID，否则瑞恩将向其追究法律责任。部分文章推送时未能与原作者或公众号平台取得联系。若涉及版权问题，敬请原作者联系我们。本文内容仅供参考，不构成投资建议。投资者据此操作，风险自担。
相关阅读
阿里巴巴：调整 AI 组织架构，成立 Token Foundry 事业部，CEO 吴泳铭负责
登录后才可以发布评论哦
打开小程序可以发布评论哦