阿里云副总裁张翅：中美大模型竞争格局与AI发展趋势

一、战略定位：全栈AI与全球化

阿里云将业务战略定位于“全栈AI”与“坚定全球化”两个方向。全栈AI的竞争不仅仅是大模型基模能力的竞争，更是包含半导体芯片、全球化网络基础设施以及模型生态体系的综合竞争。当行业内许多公司都在试图成为“中国的OpenAI”时，阿里云率先意识到AI时代的人工智能服务商需要构建一套涵盖云、应用、数据和生态的全栈AI体系化升级能力。这种能力不仅服务于国内，更是为了支持中国企业的出海，从新能源汽车到游戏文娱，中国企业正在成群结队地走向世界，阿里云要做的，就是陪伴他们，提供全球一体化覆盖的AI全栈能力。

二、中美大模型竞争格局与AI发展趋势

回顾2022年ChatGPT发布以来，中美在模型竞争上已形成两个体系：美国以闭源模型及商业化逻辑为主，中国则展现出开源体系、丰富的应用场景和商业模式。不同模型领域能力上中美你追我赶、各有优劣，但在自动驾驶、具身智能等细分垂类领域中国已经展现出明显领先优势。

关于算力，美国市场因为过度炒作开始出现是否存在AI泡沫的疑问，但在中国，算力市场目前处于真实的“供不应求”状态，其中最重要的原因是2026年已经看到中国的AI应用在爆发的前夜，而应用的爆发也来自大模型的快速迭代，尤其是以通义为代表的中国开源大模型的迭代发展。过去的技术发展浪潮的迭代周期是五年到十年，现在变成每年都有颠覆性的产品出现，背后的大模型更是以星期为时间单位在迭代，中国企业端使用AI的情况时指出，智能硬件、金融、教育、物流、招聘、农业畜牧业、制造业都在不同程度地落地AI应用。从趋势看，随着多模态交互应用，视频生成以及各类Agent应用的爆发，推理算力的需求正在快速增长，预计一年后将出现倒置，推理算力需求将大幅超越训练算力。规模定律（Scaling Law）依然存在，大模型的结构和模型训练方法的优化，对训练算力的需求可能不会像过去那样呈十倍级膨胀，而推理的算力则是下一阶段技术的优化进步，通过集群优化和软件工程能力让AI应用对推理算力的需求不成为瓶颈。

三、云与AI开启商业新逻辑，AI重塑金融行业核心业务

云与AI的关系是密不可分且互为促进的，这是一种“飞轮”逻辑。AI依托于云的基础设施诞生，同时AI业务的升级也带动了云网络、存储及跨数据中心调度能力的升级。

金融机构的AI转型不能停留在简单的L1、L2阶段，而必须向L3（高度智能）范式演进，这也是AI模型服务金融行业的难点。这需要以模型为核心，解决金融知识的专业性与复杂性，将专家的经验数字化。要扎扎实实地做，不追求快速的C端变现，而是把AI变成“一岗一助手、一客一管家”的生产力工具，而这些生产力工具， 在商业模式上，不会简单套用上一个十年互联网平台模式，简单流量变现的逻辑。基础模型开源，但通过垂直模型、Agent应用完成企业级的工作内容和任务，是可能诞生新的商业模式。