不是一条平滑的上升曲线，而是阵痛与跃迁的非线性攀爬。
忧伤是给今天的阵痛买单，糖要留给有耐心的明天。
财报日阿里美股大跌 7%，消费端的阵痛投入是真实的，因为市场看到了 2026 财年 Q3 真实的伤口，利润和现金流都在承压，阿里净利润同比跌了 67%，即时零售还在拖累利润，AI 技术投入还在拉升资本开支，自由现金流九个月累计为负 293 亿元。
AI 带来的糖是甜的，过去一年，阿里云外部商业化收入超过 1000 亿人民币，平头哥自研 GPU 芯片已经规模化交付 47 万片，而财报电话会中明确说，面向未来的五年，阿里云和 AI 商业化年收入要增长到 1000 亿美元，意味着这是一艘每年中期情景保持 35% — 40% 年复合增长的前行巨轮。
AI 和消费是阿里的两大增长引擎，市场最受关注的依然是 AI+云业务。如今，阿里走进了从传统电商向 AI 驱动型科技公司的阵痛期。
引擎已经点火，对阿里来说，5 年 1000 亿美元目标若达成，云+AI 业务将贡献远超今天整个集团的利润弹性，这相当于再造一个当前体量的阿里。
按照阿里目前的速度，这个五年目标大概率会实现，但自我进化的过程总会有起伏，正如阿里巴巴集团 CEO 吴泳铭所提醒的，它是一个持续的进程，却不会是一个线性的过程。
看营收更要看协同
Agent 趋势来了，组织结构变了，目标清晰了。1000 亿美元的目标如何实现？吴泳铭在电话会中给出了 3 个核心驱动力：
第一，MaaS 业务为核心，由大模型驱动的 MaaS（Model as a Service，模型即服务）业务为核心增长引擎，覆盖自身应用、客户及行业 AI 应用场景；
第二，是企业级私有化部署市场，因为安全性和业务特殊性，中大型企业的企业级私有化部署与推理训练市场长期存在，是阿里云 AI 基础设施的增量场景；
第三，则是阿里云传统 CPU 为主的云计算，这在 AI 时代有巨大增长空间，因为 AI Agent 爆发，底层还需要 CPU、数据库和存储的支持，这就需要业务从 「以人为中心」 向 「适配 AI Agent 调用」的平台化转型。
这三个业务驱动的逻辑，都是建立在 AI 大模型能力突飞猛进的前提之下，吴泳铭认为，「一个长期性的根本改变是，大量企业在用 Token 消耗时，并不是把它当 IT 预算，而是当成公司生产研发的成本」。
也就是说，AI 尤其是 Agent 开始完成复杂的工作流，一个趋势就是未来更多参与企业的生产，规模越大越成本化，越用越赚钱。
但要注意，国内各大云厂商都已经开始在 MaaS 业务和最新的 Agent 上发力，这意味着未来两年，云厂商之间的价格战和技术迭代最激烈。
而过去三个月，MaaS 平台上公共模型服务市场的 token 消耗规模提升了 6 倍，并预计 MaaS 收入将成为阿里云最大的收入产品。
所以阿里云的未来，不只是看营收的增速，更要看 MaaS 收入占比、Token 消耗规模、ATH + 云智能集团的协同效率这三大核心维度，这也是验证阿里 AI 商业化能力的关键。
尤其是最新成立的 Alibaba Token Hub（ATH） 事业群，将通义实验室、百炼 MaaS、千问、悟空、AI 创新五个事业部纳入其中，以「创造 Token、输送 Token、应用 Token」为核心，聚焦 AI 时代的 Token 生产、输送与应用，让 AI 能力像水电一样高效流转。
这种高效流转，首先考验的就是 ATH 与阿里云的协同效率，因为要让 AI 资产单独定价，就要拿出 1+1>2 的实际效果。当 MaaS 成为核心驱动，而 MaaS 成为 ATH 事业群的组成部分，必然要求 ATH 的增长业绩匹配 AI 业务的爆发式增长，成为国内第一梯队的示范。
更传统的云智能不重要了？
如果说 ATH 事业群是阿里的前锋，那么阿里云智能集团要做好压舱石。
ATH 很好讲故事，MaaS 是未来的最大看点，推出企业 AI 平台「悟空」，千问全端 MAU 破 3 亿，成为连接阿里消费生态各应用的粘合剂，带动 AI 智能体进入真正的办事时代。
所以，MaaS 被纳入 ATH 后，一个直接的问题是：阿里云在 AI 时代最核心的抓手，还剩下什么？
一方面是传统企业级混合云和私有云市场，金融、制造、政务等核心行业客户对数据安全要求极高，AI 模型私有化部署是刚需，这正是阿里云的传统优势领域，这部分不能丢。
另外一方面，则是 Iaas 层的算力基础设施，无论 ATH 的大模型训练、企业客户私有化部署 AI，还是全球 MaaS Token 调用，都依赖阿里云的 GPU/CPU 集群、高速网络、分布式存储，这是 AI 时代的 「水电煤」，是所有 AI 应用的底层底座。
所以，即便传统云业务不如 ATH 亮眼，但也是五年 1000 亿美元目标的重要组成部分，它并非不重要，而是要成为 ATH 和所有企业客户都离不开的「卖水人」。
此外，云智能中最大的看点要算平头哥芯片，管理层明确表示，「未来不排除为平头哥推进独立上市，但目前尚无明确时间表。」
阿里财报电话会透露的数据是，平头哥自研的 GPU 芯片已实现规模化量产，截至 2026 年 2 月，已经累计规模化交付 47 万片。在阿里云的公共云和混合云产品中，有 60% 以上的平头哥芯片服务于外部商业化客户，涵盖包括互联网、金融服务、自动驾驶等多个行业。
很明显，相比英伟达等国际主流芯片，自研芯片确实能降低推理成本，长期对利润率是利好，但短期仍在投入期。
至于吴泳铭提到的，传统 CPU 为主的云计算，这在 AI 时代有巨大增长空间，这需要更清晰的价值转型。因为传统 CPU 云计算的增长，会通过 AI 算力带动、提价优化、混合云拓展等方式持续维持，同时与 ATH 的协同会为其打开新的增长空间。
这个传统优势领域的增长空间到底有多大？这才是阿里云作为国内最早起步的云厂商的压力所在。
熬过 Token 黑洞阶段
资本投入巨大，要面临资本市场严苛的审视，而高价值的闭环场景竞争激烈，落地端的不确定性很大，「高投入低产出」，这就是当下科技巨头们在度过「Token 黑洞」阶段的真实写照。
阿里最新的财报中，明确提到了阿里在 AI to C 上的千问，但没有提及最近发布 AI to B 方向的「悟空」。
千问的数据已经相对成熟，千问 App 在 1 月 15 日接入了淘宝闪购（即时零售）的服务，2 月全平台 MAU 突破 3 亿，1.4 亿用户通过千问 Agent 功能完成了购物、外卖、机票预订等任务，这意味着 C 端的AI 应用已经在阿里生态内跑通了。
但阿里财报前三天，阿里刚刚公布了 ATH 成立，之后企业级的 Agent 平台「悟空」在钉钉发布会上亮相。
作为阿里 B 端 AI 原生工作平台，「悟空」承载了比钉钉更大的使命，因为不论企业端是否使用钉钉，都可以调用「悟空」来完成企业端的工作流场景，而且一个很重要的特点就是「安全、合规、可审计」，吴泳铭也明确提过，大量数字化工作将由数以百亿计的 AI Agent 来支撑。
「悟空」能否跑通阿里 AI to B 并取得一定的成绩，显然要到下一个季度财报才能有显现。
因为对于企业客户来说，「悟空」的功能是刚需，但要让企业心甘情愿为 AI 付费，就得让 Agent 在企业内落地生根，真正实现嵌入企业核心业务流程，从规模上解决企业 Agent 落地的真实痛点，进而带动巨大的 Token 消耗，从而实现客户转化和费用的提升。
这是一个当下「Token 黑洞」难点，因为企业不再只是为「买软件」付钱，而是为「AI 的劳动量」付费，理性的客户需要透明的投资回报，即便它不是 IT 预算而是研发成本。
当「悟空」消耗了 1000 元的 Token，但节省了 500 元的人工成本，就会对「Token 黑洞」产生怀疑，只有优化算法不断迭代之后，「悟空」和整个 ATH 能够把 Token 产生价值远超成本，才会带动 B 端不同场景下的企业转化率提升，形成正向的闭环。
阿里五年 1000 亿美元的宏愿，注定不是一条平滑的上升曲线，而是一场伴随着阵痛与跃迁的非线性攀爬，熬过 Token 黑洞阶段，远方的「糖」如何冲淡眼前的「忧伤」，答案藏在阿里下一个季度、下一个 AI 产品商业化里程碑里。