智东西
作者 | 杨京丽
编辑 | 李水青
智东西 11 月 5 日报道，今日，阿里巴巴发布《阿里巴巴 AI 向善行动报告 2026》。报告围绕 " 全栈 AI，协同向善 " 展开，提出 AI 发展需要同时满足" 社会可接受、环境可承载、经济可持续 "三个条件。
报告中的 AI 向善行动覆盖健康、教育、科研、绿色发展、经济机会、安全包容社区六大领域，包括 26 个应用案例。
在发布会现场，阿里巴巴还围绕AI 数据中心的可持续发展进行分享，介绍了多癌早筛和循证医学辅助等医疗 AI 实践。其中，癌症筛查模型已从单一癌症，扩展到多癌筛查，进一步推进到通用影像诊断。氢离子医学 AI 助手则将医学文献、临床指南和证据分级体系纳入模型分析流程。
报告强调，在 AI 技术快速发展的同时，还应当回答 AI 如何真正服务社会、服务普通人的问题。
一、AI 发展要跨过社会、环境和经济三道边界
今年是阿里巴巴连续第二年发布 AI 向善行动报告。阿里巴巴集团 ESG 战略负责人刘伟称，随着 AI 从实验室走向千行百业，社会关注点也从模型能力和算力规模，转向技术能为普通人带来什么，以及哪些事情值得用 AI 去做。
刘伟认为，在 AI 智能体时代，AI 发展需要处在一个 " 安全运行空间 " 内，应满足社会可接受、环境可承载和经济可持续三个条件。社会可接受，意味着技术要服务人的福祉；环境可承载，要求关注能源、水资源和碳排放；经济可持续，则要让技术投入转化为长期的社会和产业价值。
阿里云智能集团全球数据中心总经理王朝阳称，随着 AI 算力需求增长，行业人才需求快速扩大。
在社会可接受方面，阿里云正在推进人才标准、培训材料和考核机制标准化。过去一年，阿里云团队吸纳的人才中，超过 70% 来自传统行业之外，包括制造、能源等行业。
在环境承载方面，阿里云数据中心算力密度已从两年前约 0.8kW/㎡提升至 4.5kW/㎡，预计到 2027 年 3 月底达到 9kW/㎡。过去一年，阿里云自建数据中心清洁电力占比已达到 73.6%。
在水资源方面，阿里云从数据中心建设之初起就坚持节水。今年自建数据中心平均 WUE（水资源使用效率）为 1.198 升 / 度，其中风冷主导园区为 0.205 升 / 度；同时，阿里云全年回收利用中水 13.5858 万立方米。未来将从数据中心选址、技术架构和运营管理三方面推进节水，提高水资源利用效率。
在经济可持续方面，阿里云通过模块化方式建设数据中心，将项目交付周期压缩至 100 天，包括 30 天设计与生产、50 天现场安装和 20 天联合调试，大幅提高数据中心交付效率。
二、从风险筛查到辅助诊疗，医疗 AI 走向临床
报告发布后，阿里巴巴重点展示了医疗相关 AI 向善案例，主要集中在多癌种影像筛查、循证医学辅助和认知障碍语音早筛三个方向。
达摩院资深算法专家、多癌早筛项目负责人张灵分享，阿里已将其癌症筛查模型覆盖范围从单一癌种扩展至胰腺癌、胃癌、肝癌、结直肠癌等消化系统高发癌症，并进一步覆盖通用影像诊断。团队利用患者已经完成的 CT 影像，通过 AI 重新分析其中的影像信息，在不增加额外检查和辐射的情况下，寻找潜在疾病线索。
张灵称，阿里多癌早筛模型正应用于真实医疗场景中。以结直肠癌前瞻性试验为例，在 29783 例 CT 筛查中，有 597 例被 AI 判定为阳性，75 例进入临床复核，17 例确诊病变，模型还发现了部分原有标准流程未识别的癌症病例。
在疾病筛查之外，阿里也将 AI 应用延伸至临床诊断和疾病治疗等环节。阿里健康 CTO、氢离子负责人王祥志谈到，医疗大模型进入临床，关键在于能否提供可靠答案、是否有医学证据支持。因此，阿里巴巴推出氢离子医学 AI 助手，将医学文献、临床指南和证据分级体系纳入模型工作流程，让模型先理解证据，再组织答案。
目前，氢离子已组建约 300 名医生参与的专家团队，用于制定评测标准、审核模型结果和持续优化产品。平台每天产生数十万次查询，用户既包括三甲医院医生，也包括基层医疗机构人员。
此外，中国科学技术大学少创班学生、守忆科技 CEO 刘思哲分享了 AI 语音认知障碍早筛项目。该项目通过电话与老人交流，从停顿、用词、表达连贯性等特征中评估认知障碍风险。刘思哲称，通过合成语音补充训练数据，模型在真实样本上的实验准确率从 81.67% 提升至 85.83%，提高 4.16 个百分点。
项目已在社区筛查出 30 多名潜在风险人群，其中一名老人筛查提示中风险，后续在医院复诊后被确诊为阿尔茨海默病相关认知障碍，提前筛查出风险，帮助老人更早接受治疗。
结语：AI 落地需要服务人的需求
从数据中心的能源、水资源和人才问题，到医疗 AI 的筛查、诊断与循证应用，阿里 AI 向善报告思考 AI 如何进入真实社会、服务普通人。
无论是降低算力基础设施的资源消耗，还是帮助医生和患者更早发现疾病，AI 向善最终都需要落实到可验证的效果和可持续的应用中。