文 | 市值榜，作者 | 赵元，编辑 | 何玥阳
3 月 16 日，吴泳铭那封全员信在科技圈激起的涟漪，至今还没散去。
信里正式宣布，全新核心事业群 Alibaba Token Hub（简称 ATH）落地，与电商、云智能两大事业群平级，由吴泳铭亲自带队。
吴泳铭在内部信中提出，当前正处于 AGI 爆发的前夜，未来数字化工作的主体将是数以百亿计的 AI Agent。这些 Agent 的运行核心依赖于模型产生的 Token，Token 因此成为人类与数字世界交互的主要载体 。在 ATH 的官方定义中，其核心使命被精炼为 " 创造 Token、输送 Token、应用 Token" 。
这意味着，阿里打算从 " 卖模型 " 彻底转变成 " 卖燃料 "。这种转变背后的逻辑，以及它对中国互联网格局的搅动，远比换个名字要复杂得多。
当然，它也是一场昂贵的 " 赌局 "：赌的是 Agent 时代的真实降临、企业工作流的 AI 化，赌的是通义千问模型在核心能力上持续领先。如果赌赢了，阿里将成为 AI 时代的 " 电网 "。如果赌输了，这个庞大的部门整合可能会成为阿里历史上又一个昂贵的试错记录。
一、从 " 诸侯制 " 到 " 供应链 "
要看懂 ATH，得回头看阿里这几年的 AI 布局才能更清楚理解其逻辑。
阿里在 AI 领域的投入不算晚，早在 2017 年就成立了达摩院，聚焦基础 AI 研究，后来推出通义系列大模型，跻身国内第一梯队；钉钉、淘宝、1688 等业务线，也各自有自己的 AI 团队，尝试把 AI 能力融入业务。
但问题也很明显，这些 AI 力量一直是分散的，各自为战。
通义实验室埋头做模型研发，不用太关注商业化落地。阿里云的 MaaS 平台负责好模型服务输出。千问 APP 专注 C 端个人助手，和钉钉、淘宝的生态打通进展缓慢。钉钉想做企业级 AI 应用，要对接 1688 的供应链能力，得跨好几个事业群协调，往往耗时耗力还没结果。
这种 " 诸侯割据 " 的局面，在追赶技术的阶段或许能多点开花，但在需要大规模工程化交付的商业竞赛里，却成了内耗的根源，没有形成合力。
从阿里最近发生的 " 通义千问 " 与 "Qwen" 品牌统一，以及 ATH 事业群的火速成立，能看出阿里战略的取向：不再允许各业务单元在 AI 领域各自为战、重复建设，必须进行资源集约化作业 。
具体来说，ATH 旗下整合了五大核心板块：通义实验室负责做基础大模型，相当于 " 炼油厂 "，生产高质量的 Token。MaaS 业务线负责搭建模型服务平台，相当于 " 输油管道 "，把 Token 高效、低成本地输送到各个场景。千问事业部做 C 端个人 AI 助手，悟空事业部攻 B 端企业级 AI 应用，AI 创新事业部探索新场景，这三者相当于 " 发动机 "，把 Token 转化成用户价值和商业价值。
这种 "Token 化 " 的思维，实际上是阿里历史上的第三次平台化尝试。
二十多年前，阿里把商家平台化，卖的是交易机会。十年前，阿里把算力平台化，阿里云卖的是水电一样的计算资源。现在，当模型能力趋于同质化，算力不再是稀缺资源，如何高效、安全、低成本地产生和调用 Token，成为决定企业竞争力的关键。
吴泳铭想把 " 智能 " 平台化，卖的是 Token 消耗量 。在阿里的设想中，未来的企业不需要操心底层的算法，只需要像交电费一样，为每一次 AI 调用产生的 Token 买单。
我们判断，阿里的这次变革，大概率也会倒逼国内其它重押 AI 的大厂加速 AI 组织整合。之前，大厂间的竞争是拼模型参数、拼单个应用的体验，接下来拼的是资源整合能力，以及从模型到落地的闭环能力，而组织架构的整合，正是这一切的基础。
阿里这次是把 AI 彻底从 " 云 " 的附庸中独立出来，给它一个和云、电商平起平坐的地位。这意味着，阿里可以不再计较短期内云资源的毛利，而是通过压低 Token 价格，用规模效应去摧毁对手的护城河。
毕竟，当 Token 变成一种通用的基础物资时，谁的规模大、分发效率高，谁就掌握了定价权。
二、是历史性机会，也是一场攻坚战
在管理学中，有一个共识：战略（或架构）决定成败的可能性，而执行决定成败的现实性。具体到阿里此次变革也同样适用。
首先是阿里能不能真正拆掉长久以来的 " 部门墙 "，当然，" 部门墙 " 并非阿里独有，几乎成为所有大公司的隐疾。
虽然 ATH 在名义上收拢了 AI 相关的核心战线，但大公司内部组织惯性极强。这些团队的基因、工作方式、考核标准完全不同，要真正打破部门墙，形成合力，难度不小。
这几个团队的基因和核心诉求差异显著：通义实验室侧重科研，以技术突破和技术指标为核心。MaaS 业务线主打 ToB 服务，聚焦稳定性、成本控制和商业化。千问事业部聚焦 C 端，关注用户体验与流量变现。悟空事业部深耕企业服务，主打行业适配与规模化落地。
这些团队原本存在甲乙协作关系，如今同属一个事业群，即便汇报关系统一，长期形成的工作习惯和利益诉求也难以快速调整，比如通义追求技术突破可能忽略成本，而 MaaS 侧重商业化需控制成本，两者易产生矛盾。
同样，ATH 和阿里现有业务板块的利益边界，很难划清。ATH 是阿里 AI 的核心枢纽，它和阿里云、钉钉、淘宝、天猫这些原有业务线的关系，是赋能还是管控？比如，之前阿里云是阿里 AI 对外输出的核心出口，现在 MaaS 业务线放到了 ATH，阿里云和 ATH 怎么分工？利益怎么分配？
阿里历史上有过多次组织整合的尝试，比如 2018 年的 "1+6+N" 组织变革，试图打破部门墙，实现资源协同，但效果并不理想，很多部门依然各自为战，甚至出现新的内耗。
这次 ATH 的整合，如果利益边界划不清，团队之间不能真正协同，那么 ATH 的成立就失去了意义。
除了能不能拆掉部门墙，阿里这次 "All in" 了 AI Agent 时代，这种押注基于一个前提：通义千问模型必须在核心能力上保持绝对领先。
ATH 这套复杂的 "Token 供应链 " 是建立在自家模型性能之上的。如果通义实验室产出的 Token，在质量、长文本处理能力或多模态理解上被竞争对手拉开跨代差距，那么，整个 ATH 庞大的供应链，可能会面临 " 产能过剩 " 或 " 技术落后 " 的风险。
在 ATH 成立前夕，通义千问的灵魂人物林俊旸离职，这在某种程度上反映了 " 科学家领军 " 与 " 工业化管理 " 之间的摩擦 。如果阿里为了极致的工程化和 Token 消耗量，削弱了对底层原创技术的探索，那么一旦开源社区或像 Kimi、DeepSeek 这样的敏捷团队在算法上实现突破，那么 ATH 搭建的 " 创造 - 输送 - 应用 " 闭环，就会失去核心支撑。
这就像一个投资了百亿的炼油厂，如果发动机技术突然跳过了化石能源，直接进入核能时代，那么炼油厂的管道铺得再广、效率再高，也只是在管理一堆废铁。
对于阿里来说，ATH 的成立只是第一步，真正的考验是如何理顺内部利益关系，打破部门墙，让各个团队真正形成合力。能不能持续加大研发投入，保持通义模型的领先性，应对行业竞争的冲击。也需要快速推动 AI 应用落地，把 Token 的价值转化为实实在在的商业收益，让 ATH 真正成为阿里未来的核心增长引擎。
