市場需求正在快速成長。阿里雲的AI相關產品收入已連續 10個季度保持三位數成長，顯示企業對AI服務的需求正在持續擴大。

基礎層：AI晶片與雲端算力

在整個策略的最底層，是運算基礎設施。

阿里巴巴透過旗下晶片業務（例如T‑Head）研發AI晶片，用於支援模型訓練與推理，並與阿里雲基礎設施整合。這種垂直整合讓公司能更好控制AI算力成本、效能與供應鏈穩定性。

這些算力資源最終都透過**阿里雲（Alibaba Cloud）**提供給企業與開發者。當企業開始部署生成式AI與AI代理系統時，所需的運算、儲存與推理能力會直接推動雲端使用量上升。

模型層：Qwen大型語言模型

在基礎設施之上，是阿里巴巴的 Qwen 系列大型語言模型。

Qwen被定位為整個AI生態的核心能力層。最新版本模型強調推理能力、程式編寫能力與長時間任務處理能力，使企業能在阿里雲上構建更複雜的AI應用與代理系統。

除了用於自家產品外，Qwen也被作為**Model‑as‑a‑Service（模型即服務）**提供給開發者，讓企業可以直接透過API或平台建立AI應用。

這種模式與全球大型雲端供應商的AI策略類似：把算力、模型與開發平台整合成一個完整生態。

應用層：企業AI代理平台

在整個AI堆疊最上層，是面向企業的AI應用平台。

例如 Wukong（悟空）平台，旨在幫助企業建立與管理AI代理（AI agents），讓系統能自動處理業務流程與決策任務。

這類平台可讓企業部署多個AI代理，協同完成任務，例如：

• 軟體開發與程式生成
• 數據分析與商業決策
• 供應鏈與營運管理

透過這種模式，阿里巴巴不只出售算力與模型，而是把AI轉化為持續訂閱與使用費的企業軟體收入。

AI已開始推動雲端成長

目前的財務數據顯示，AI需求已成為阿里雲成長的重要驅動力：

• 雲端外部收入年增約 40%。
• 約30%的雲端收入來自AI相關產品。
• AI產品收入已連續 10個季度三位數成長。

其他報導也指出，在企業部署生成式AI工作負載後，阿里雲與AI相關收入在近期季度出現顯著增長。

下一個成長點：企業AI代理

阿里巴巴認為，下一波AI市場將由**AI代理（AI agents）**驅動。

公司高層指出，AI模型正快速進入企業日常工作流程。從程式撰寫到數據分析，越來越多任務可由自動化代理完成，而這會大幅增加模型使用量與算力需求。

對能提供端到端AI平台的公司而言，這代表一個可能呈指數成長的市場。

3800億元人民幣AI基礎建設計畫

為了支撐這個市場，阿里巴巴已宣布一項大型投資計畫。

公司計畫在三年內投入約 3800億元人民幣（約520億美元） 建設AI與雲端基礎設施。

資金將用於擴大：

• AI資料中心
• 全球雲端運算網路
• 模型訓練與推理能力

管理層也表示，如果AI需求持續快速成長，實際投資規模可能超過這一數字。

AI時代的收入目標

阿里巴巴預期，這些投資將帶來新的長期營收來源。

報導指出，公司預測 2026年AI收入可達約300億元人民幣，其中AI代理預計將貢獻超過一半的未來雲端銷售。

雖然這些仍屬於預測，但目前的雲端成長速度與AI產品需求，顯示這一轉型已經開始發揮效果。

全棧AI生態的核心邏輯

整體而言，阿里巴巴的策略是建立一個垂直整合的AI體系：

• AI晶片與算力：提供模型訓練與推理基礎
• 阿里雲：分發AI服務與運算資源
• Qwen基礎模型：提供核心AI能力
• 企業AI代理平台：把AI能力轉化為實際商業應用

透過控制整個AI價值鏈，阿里巴巴希望在企業AI普及的過程中，同時獲得算力、模型與企業軟體三個層面的收入。

如果企業對AI代理的採用速度如預期加快，這套全棧AI策略可能會把原本的巨額AI投資，轉變為公司未來最重要的成長引擎之一。

市場需求正在快速成長。阿里雲的AI相關產品收入已連續 10個季度保持三位數成長，顯示企業對AI服務的需求正在持續擴大。

基礎層：AI晶片與雲端算力

在整個策略的最底層，是運算基礎設施。

阿里巴巴透過旗下晶片業務（例如T‑Head）研發AI晶片，用於支援模型訓練與推理，並與阿里雲基礎設施整合。這種垂直整合讓公司能更好控制AI算力成本、效能與供應鏈穩定性。

這些算力資源最終都透過**阿里雲（Alibaba Cloud）**提供給企業與開發者。當企業開始部署生成式AI與AI代理系統時，所需的運算、儲存與推理能力會直接推動雲端使用量上升。

模型層：Qwen大型語言模型

在基礎設施之上，是阿里巴巴的 Qwen 系列大型語言模型。

Qwen被定位為整個AI生態的核心能力層。最新版本模型強調推理能力、程式編寫能力與長時間任務處理能力，使企業能在阿里雲上構建更複雜的AI應用與代理系統。

除了用於自家產品外，Qwen也被作為**Model‑as‑a‑Service（模型即服務）**提供給開發者，讓企業可以直接透過API或平台建立AI應用。

這種模式與全球大型雲端供應商的AI策略類似：把算力、模型與開發平台整合成一個完整生態。

應用層：企業AI代理平台

在整個AI堆疊最上層，是面向企業的AI應用平台。

例如 Wukong（悟空）平台，旨在幫助企業建立與管理AI代理（AI agents），讓系統能自動處理業務流程與決策任務。

這類平台可讓企業部署多個AI代理，協同完成任務，例如：

• 軟體開發與程式生成
• 數據分析與商業決策
• 供應鏈與營運管理

透過這種模式，阿里巴巴不只出售算力與模型，而是把AI轉化為持續訂閱與使用費的企業軟體收入。

AI已開始推動雲端成長

目前的財務數據顯示，AI需求已成為阿里雲成長的重要驅動力：

• 雲端外部收入年增約 40%。
• 約30%的雲端收入來自AI相關產品。
• AI產品收入已連續 10個季度三位數成長。

其他報導也指出，在企業部署生成式AI工作負載後，阿里雲與AI相關收入在近期季度出現顯著增長。

下一個成長點：企業AI代理

阿里巴巴認為，下一波AI市場將由**AI代理（AI agents）**驅動。

公司高層指出，AI模型正快速進入企業日常工作流程。從程式撰寫到數據分析，越來越多任務可由自動化代理完成，而這會大幅增加模型使用量與算力需求。

對能提供端到端AI平台的公司而言，這代表一個可能呈指數成長的市場。

3800億元人民幣AI基礎建設計畫

為了支撐這個市場，阿里巴巴已宣布一項大型投資計畫。

公司計畫在三年內投入約 3800億元人民幣（約520億美元） 建設AI與雲端基礎設施。

資金將用於擴大：

• AI資料中心
• 全球雲端運算網路
• 模型訓練與推理能力

管理層也表示，如果AI需求持續快速成長，實際投資規模可能超過這一數字。

AI時代的收入目標

阿里巴巴預期，這些投資將帶來新的長期營收來源。

報導指出，公司預測 2026年AI收入可達約300億元人民幣，其中AI代理預計將貢獻超過一半的未來雲端銷售。

雖然這些仍屬於預測，但目前的雲端成長速度與AI產品需求，顯示這一轉型已經開始發揮效果。

全棧AI生態的核心邏輯

整體而言，阿里巴巴的策略是建立一個垂直整合的AI體系：

• AI晶片與算力：提供模型訓練與推理基礎
• 阿里雲：分發AI服務與運算資源
• Qwen基礎模型：提供核心AI能力
• 企業AI代理平台：把AI能力轉化為實際商業應用

透過控制整個AI價值鏈，阿里巴巴希望在企業AI普及的過程中，同時獲得算力、模型與企業軟體三個層面的收入。

如果企業對AI代理的採用速度如預期加快，這套全棧AI策略可能會把原本的巨額AI投資，轉變為公司未來最重要的成長引擎之一。