阿里AI再次变阵

阿里AI组织架构再度迭代，技术委员会统筹核心战场

4月8日，阿里巴巴集团CEO吴泳铭通过内部信宣布新一轮组织调整，核心举措包括新设集团技术委员会，并对通义大模型事业部进行全面升级，旨在系统性加速AI能力建设。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

根据内部信，新成立的集团技术委员会由吴泳铭亲自担任组长，核心成员包括周靖人、吴泽明、李飞飞。具体分工上，周靖人出任首席AI架构师，李飞飞负责阿里云技术及AI云基础设施，吴泽明则主导集团业务技术平台与AI推理平台建设。

三人分工明确，分别对应模型架构、基础设施与推理平台三大关键领域。

此次调整打破了阿里传统上强调专业化与事业部制的架构模式，将原本分散在云业务、各业务线及模型团队的核心技术环节进行了系统性整合。这实质上是将决定未来竞争力的关键角色，集中到了同一决策层面。

有内部观点指出，过去依靠堆叠人力与资源的模式在大模型时代已显乏力。模型的快速迭代训练、推理能力的业务落地，以及跨板块技术的高效复用，都要求一个更集中、链路更短的组织形态来支撑。分散的架构会拖慢从技术研发到应用落地的整体进程。

因此，新设立的技术委员会扮演着顶层技术决策枢纽的角色。模型的技术演进方向、稀缺算力资源的精准分配、底层推理平台的架构设计等战略级议题，都将在此层面进行决策与定调。

一个关键的人事变动是，吴泽明卸任淘宝闪购CEO，由雷雁群接任。作为集团CTO，他从具体业务管理中抽身，转而专注于集团技术平台与AI推理平台，这一安排明确释放出信号：AI基础设施的优先级已超越日常业务运营。

类似的逻辑体现在李飞飞的任命上。他出任阿里云CTO并负责AI云基础设施建设，其任务是确保阿里云作为AI能力输出端口的技术供给管道足够宽阔与高效，支撑企业客户对算力、推理服务及模型调用的需求。

而周靖人作为首席AI架构师，同时掌管升级后的通义大模型事业部，其核心使命是确保阿里自研模型持续保持全球第一梯队的竞争力。近期Qwen 3.6 Plus的表现已验证了技术路线的可行性，但面对OpenAI、Anthropic及国内字节、腾讯等对手的持续进击，模型竞赛远未结束。

聚合最优势的资源，投入最关键的战场，这表明阿里已进入AI的全面攻坚状态。值得注意的是，这已是阿里在不足一月内的第二次重大组织变革。

从“ATH”到“技术委员会”：阿里AI的体系化演进

回溯至3月16日，阿里宣布成立ATH（Alibaba Token Hub）事业群，由吴泳铭直接管理，下辖通义实验室、MaaS业务线、千问事业部、悟空事业部及AI创新事业部。这一架构在组织层面构建了一个覆盖“Token创造、输送与应用”的完整商业闭环。

其背后是对AI商业模式的深度洞察：大模型的核心价值不仅取决于能力高低，更在于其被规模化消耗的效率。未来AI云服务的竞争焦点，在于谁能更高效、更稳定、更广泛地驱动Token（模型调用产生的计算单元）的流动。

在近期的财报电话会上，吴泳铭指出，自2026年以来，大模型已展现出处理To B端复杂工作流的能力。当企业开始普遍采用大模型驱动的智能体（Agent）完成端到端任务时，AI与云所面对的IT预算市场发生了结构性变化。

吴泳铭进一步阐释，企业已将Token消耗视作生产成本或研发成本的一部分，而非单纯的IT预算。这种认知转变，构成了支撑AI产业长期增长的根本逻辑。

面对这一长期且巨大的市场动能，吴泳铭公布了阿里云与AI业务的商业目标：未来五年，包含MaaS在内的相关业务年总收入突破1000亿美元。他表示，基于当前市场增长空间、现有业务与产品基础，这一目标的实现路径已具备较高可见性。

当然，敏锐调整航向的巨头不止阿里。同期，腾讯也在对其AI架构进行重塑。

巨头共识：打破内部AI资源壁垒

3月20日，腾讯内部通知撤销了成立于2016年的AI Lab，部分人员并入大语言模型部，向首席AI科学家姚顺雨汇报。这一调整明确传递出将分散的AI研发力量向混元大模型主线集中的决心。

腾讯总裁刘炽平在3月的媒体交流会上透露，过去几个月公司围绕AI进行了密集的团队与工作流程重构。他预计，未来两到三个季度市场将看到腾讯在AI方面“可量化的进展”。据悉，腾讯混元新版本HY 3.0已在内部测试，其推理与Agent能力据称有显著提升。

两家巨头的调整几乎同步，但路径各有侧重。阿里更偏向“体系化建制”，从零构建以Token为中心的新事业群，由CEO亲掌，五大事业部协同；腾讯则更侧重“集约化整合”，将散落的AI研发力量收拢，统一至混元大模型这一技术底座，使其成为公司内外的核心模型入口。

尽管路径不同，但两者殊途同归，核心目标一致：全力打破内部的“AI孤岛”，将所有资源与火力向最核心的方向聚焦。

这并非巧合。2026年的AI竞赛已进入全新阶段，它不再是“是否要做AI”的战略选择，而是“能否将AI做到极致”的执行力比拼。模型能力上限持续快速攀升，Agent正从概念走向实用产品，企业需求也从初步尝试转向全面部署。

在这个关键的窗口期，组织的运转效率、资源的整合速度，将直接决定谁能在这场AI盛宴中占据主导地位。