💡

文章摘要

2026 年 6 月,阿里巴巴宣布成立 Token Foundry 事业部,由 CEO 吴泳铭直接管辖。这个命名意味深长——从「通义大模型事业部」到「Token Foundry(代币工厂)」,不仅是组织架构的调整,更是 AI 战略底层逻辑的根本转变:从「研发模型」转向「生产 Token」,从「技术探索」转向「算力经济」。本文解读这次调整的三个关键信号、Qwen 商业化的进展与挑战、以及对中国 AI 产业格局的影响。

一、从「通义」到「Token Foundry」:命名的政治经济学

2026 年 6 月 8 日,阿里巴巴集团宣布了一项重大组织架构调整:

  1. 合并通义大模型事业部与未来生活实验室,成立全新的 Token Foundry 事业部
  2. CEO 吴泳铭直接管辖,提升至最高战略层级
  3. 周靖人转任首席科学家,负责前沿研究而非产品商业化

这三个动作中,最值得关注的是第一个——新部门的命名

1.1 为什么叫「Token Foundry」?

Token Foundry」直译是「代币工厂」或「令牌铸造厂」。在 AI 语境下,Token 是大模型处理信息的基本单位——你输入一句话,模型把它拆成若干 Token;模型输出一个回答,也是若干 Token

Token 就是 AI 时代的「产品」。 大模型公司卖的不是软件、不是服务,而是 Token——按量计费、按 Token 收费。

把部门命名为「Token Foundry」,传递了一个极其清晰的信号:阿里不再把大模型当作一个「研究项目」,而是当作一个「生产 Token 的工厂」来运营。

1.2 命名的三层含义

第一层:从研发到生产

  • 「通义大模型事业部」强调的是「大模型」——技术产品
  • Token Foundry」强调的是「Token」——可量化的产出

这个转变意味着:阿里的关注点已经从「模型有多强」转向「能生产多少 Token、卖给多少客户」。

第二层:从项目到工厂

  • 「事业部」是一个组织概念
  • 「Foundry(工厂/铸造厂)」是一个生产概念

Foundry 这个词在半导体行业有特殊含义——TSMC(台积电)就自称「Foundry」,意思是「为客户代工芯片的工厂」。阿里用这个词,暗示其 AI 战略正在向 「AI 算力代工」 方向演进:不只是卖自己的模型,还要为客户提供「生产 Token 的基础设施」。

第三层:从技术语言到商业语言

  • 「通义」是一个技术品牌,强调的是「通用、正义」的技术理念
  • Token Foundry」是一个商业概念,强调的是「可量化、可交易」的商业模式

这个命名变化说明:阿里 AI 战略的沟通对象,正在从技术人员转向投资者和商业客户。

图表加载中…

💡 一句话理解

理解「Token Foundry」的关键是理解 Token 在 AI 经济中的地位。Token 不是技术概念,而是商业概念——它是 AI 服务的「度量衡」和「计价单位」。把部门命名为 Token Foundry,等于宣布 AI 正式进入「工业化生产」阶段。

⚠️ 常见踩坑

命名变化反映的是战略意图,不等于战略已经实现。阿里能否真正建成高效的「Token 工厂」,还取决于模型能力、算力成本、客户获取等多个因素。

二、三个关键信号:谁在管、谁在研、谁在产

这次组织架构调整中有三个人事安排值得深入分析。

2.1 信号一:CEO 直管 = 最高优先级

吴泳铭亲自管辖 Token Foundry,这在阿里的组织架构中意味着什么?

回顾阿里过去两年的 AI 布局:

  • 2023 年:通义大模型隶属于达摩院,属于「前沿研究」
  • 2024 年:通义大模型独立为事业部,但仍由 CTO 线管辖
  • 2025 年:Qwen 开源策略成功,但商业化进展被投资者质疑
  • 2026 年:Token Foundry 由 CEO 直管

这个升级路径说明:AI 在阿里内部的优先级从「研究」→「产品」→「核心商业」,现在正式成为「CEO 工程」。

对于一家年营收超 9000 亿的集团来说,CEO 直管的部门不超过 5 个。Token Foundry 能进入这个圈子,说明阿里已经把 AI 视为未来 5 年最重要的收入引擎

2.2 信号二:周靖人转任 = 研发与商业化分离

周靖人是阿里 AI 的核心人物之一,此前同时负责通义大模型的研发和商业化。现在转任首席科学家,专注前沿研究。

这个调整传递的信号是:阿里认为「研发」和「商业化」需要分开管理。

  • 首席科学家(周靖人)负责:模型架构创新、前沿技术探索、学术论文发表
  • Token Foundry 负责人负责:产品化、客户获取、Token 产量和收入

这种「研发-生产」分离的模式,在科技公司中很常见:

  • 谷歌的 Google DeepMind(研究)vs Google Cloud AI(商业化)
  • 微软的 Microsoft Research(研究)vs Azure AI(商业化)

阿里现在也走上了这条「研究与商业化双轨制」的道路。

2.3 信号三:合并未来生活实验室 = AI 落地场景整合

未来生活实验室是阿里探索 AI 在消费者场景中应用的部门。把它与通义大模型事业部合并,说明:

  • 阿里不再把「模型能力」和「应用场景」分开考虑
  • Token Foundry 不仅要生产 Token,还要自己消化 Token——通过自有场景(搜索、电商、社交、办公)来验证和消费 AI 能力

这种「自产自销 + 外供」的模式,类似于台积电既为苹果代工、也为自己芯片代工的逻辑。

图表加载中…

💡 一句话理解

CEO 直管 + 研发商业化分离 + 场景整合,这三个信号合在一起,说明阿里 AI 战略正式从「技术驱动」转向「商业驱动」。这不是技术不重要了,而是技术必须服务于商业目标。

⚠️ 常见踩坑

组织架构调整的效果通常需要 6-12 个月才能显现。短期内不要期待 Token Foundry 立即带来收入飞跃——更重要的是关注其模型能力、客户增长和单位经济模型的改善。

三、Qwen 的商业化:进展与挑战

Token Foundry 的核心资产是 Qwen(通义千问) 系列模型。要理解 Token Foundry 的前景,必须先理解 Qwen 的商业化现状。

3.1 Qwen 的成绩单

开源侧(亮眼):

  • Qwen 系列在 Hugging Face 下载量超过 5 亿次
  • Qwen2.5-72B 在多项基准测试中接近 GPT-4 水平
  • 全球开发者社区活跃度仅次于 Meta Llama 系列

商业侧(待验证):

  • 阿里云 AI 相关收入连续 11 季度三位数增长(2025 年数据)
  • 但具体 Token 销售收入未单独披露
  • 投资者对「高增长但高投入」的模式仍有疑虑

3.2 商业化的三大挑战

挑战一:价格战

2026 年中国大模型 API 市场已经陷入激烈的价格战:

  • 字节跳动(豆包):多次降价,部分模型免费
  • 百度(文心):企业套餐打折
  • 智谱 AI:推出「百万 Token 1 元」的激进定价

阿里 Qwen 虽然也有价格优势,但在一个「免费/极低价」成为常态的市场中,Token 销售的利润空间极其有限

挑战二:差异化不足

大模型 API 市场正在出现「同质化」趋势——各家模型能力差距缩小,客户选择时主要看价格和服务。Token Foundry 需要找到差异化:

  • 是更好的模型能力?
  • 是更低的延迟
  • 是更丰富的行业解决方案?
  • 还是与阿里云生态的深度绑定?

挑战三:自有场景的消化能力

阿里虽然有淘宝、钉钉、夸克等丰富场景,但这些场景对 Token 的消耗量是否能支撑一个「Token 工厂」的产能?

以钉钉为例:

  • 假设 5000 万日活用户
  • 每个用户每天使用 10 次 AI 功能
  • 每次消耗 500 Token
  • 日消耗量 = 5000万 × 10 × 500 = 2500 亿 Token

这个数字看起来很大,但按当前市场价格(约 0.01 元/千 Token),日收入仅 2500 万元,年收入约 90 亿元——对于阿里这样体量的公司来说,并不算多。

这意味着:Token Foundry 的真正收入引擎不是自有场景,而是外部企业客户。 而企业客户市场,正是所有大模型公司争夺最激烈的战场。

图表加载中…

💡 一句话理解

理解大模型商业化的关键:不要只看 Token 单价,要看「Token 产量 × 利用率」。一个工厂的价值不在于它能生产多少产品,而在于它能以多高的利润率卖出多少产品。

⚠️ 常见踩坑

阿里 AI 收入「连续 11 季度三位数增长」是一个相对指标——基数小时三位数增长很容易,基数大后增速必然放缓。投资者更关注的是绝对收入规模和利润率,而非增长率。

四、对中国 AI 产业格局的影响

阿里 Token Foundry 的成立,不仅仅是阿里一家的战略调整,它反映了中国 AI 产业正在进入一个新的阶段

4.1 从「百模大战」到「Token 工厂」

2023-2024 年,中国大模型市场处于「百模大战」阶段——上百家公司发布自己的大模型,竞争焦点是「谁的模型更强」。

2025-2026 年,竞争焦点正在转向「谁能把 Token 卖出去」——从技术竞赛转向商业竞赛

阿里 Token Foundry 的成立,是这个转变的标志性事件。它意味着:

  • 头部公司开始用工业化思维运营 AI
  • 「模型强」不再是唯一标准,「能赚钱」变得更重要
  • 中小模型公司的生存空间进一步被压缩

4.2 与竞争对手的对比

字节跳动(豆包)

  • 策略:C 端免费 + B 端低价,用流量换数据
  • 优势:C 端用户基础庞大(抖音、飞书)
  • 劣势:B 端企业服务能力待验证

百度(文心)

  • 策略:搜索场景深度绑定 + 企业解决方案
  • 优势:搜索是天然的 AI 应用场景
  • 劣势:核心搜索业务本身在下滑

腾讯(混元)

  • 策略:内部场景优先(微信、游戏)+ 谨慎外供
  • 优势:社交和游戏场景独特
  • 劣势:对外开放程度有限

阿里(Token Foundry)

  • 策略:阿里云生态 + 电商场景 + 企业客户
  • 优势:云计算基础设施最完善,企业客户基础最大
  • 劣势:电商场景对 Token 消耗不如社交/搜索高频

4.3 产业集中度将进一步提升

Token Foundry 的成立,预示着中国大模型市场将进一步向头部集中

  1. 算力壁垒Token 工厂需要巨量算力,只有大厂才能负担
  2. 客户壁垒:企业客户更信任大品牌,中小公司难以获取
  3. 生态壁垒:与云计算、办公、电商等生态绑定后,客户迁移成本高

预判:到 2027 年,中国大模型 API 市场将形成「3+2」格局——阿里、字节、百度三家主导 + 腾讯、智谱两家差异化竞争。

图表加载中…

💡 一句话理解

中国大模型市场正在经历「从春秋到战国」的转变。百模大战的春秋时代即将结束,头部集中的战国时代正在开始。Token Foundry 的成立,是阿里在战国时代的布局。

⚠️ 常见踩坑

产业集中度提升对中小企业意味着更大的生存压力。如果你是一家大模型创业公司,现在就需要思考:你的差异化在哪里?你的护城河是什么?纯模型能力的差异化已经越来越难。

五、总结:Token 经济时代的开端

阿里 Token Foundry 的成立,标志着中国 AI 产业正式进入「Token 经济时代」

5.1 什么是 Token 经济?

Token 经济的核心逻辑是:

  • Token 是 AI 时代的基本商品,类似于云计算时代的「算力小时」
  • 大模型公司是 Token 的生产者,云厂商是 Token 的分销商,企业/消费者是 Token 的购买者
  • Token 的价格由供需决定——供给端是算力和模型效率,需求端是 AI 应用的渗透率

5.2 Token Foundry 的战略意义

阿里把 AI 部门命名为「Token Foundry」,本质上是在宣告:

AI 不再是技术实验,而是工业化生产。我们的目标不是发论文,而是生产 Token、卖 Token、让 Token 成为阿里最重要的收入来源。

这个战略是否成功,取决于三个因素:

  1. Qwen 模型能否保持竞争力——Token 的质量
  2. 阿里云能否有效分发——Token 的渠道
  3. 企业客户是否愿意买单——Token 的市场

5.3 对行业的启示

阿里 Token Foundry 的成立,给整个行业传递了一个信号:

大模型的「技术竞赛期」即将结束,「商业竞赛期」正式开始。

未来 2-3 年,我们会看到:

  • 更多大模型公司转向「Token 工厂」模式
  • 纯技术研发型公司被收购或淘汰
  • AI 收入开始可量化、可预测、可估值
  • Token 价格持续下降,但总量爆发式增长

AI Master 核心观点Token Foundry 不仅是一个部门名称,它是一个宣言——宣告 AI 从「实验室里的技术」变成「工厂里的商品」。这个转变,可能比任何技术突破都更深刻地影响 AI 产业的未来。