“让天下没有难做的AI应用”，阿里云的底气在哪？
作者 | 于佳卉
来源 | 科技行者
与之前几乎所有的平台性技术不同，生成式AI骨子里就带着“应用”的基因，因为这个概念的兴起就是和ChatGPT这个“超级应用”结合在一起的。不过，通用性的聊天机器人，显然更擅长解决通用性问题，如何面向更多行业、更多企业、更多个人，将大模型能力下沉到细分场景中，将所有“传统应用”再做一遍，才是AI真正的价值所在。
产业机遇在哪里很清楚，但抓住这个机遇并不容易。因为信仰“Scaling Law”的大模型，是高投入的游戏，叠加新的技术门槛，没有足够的资源，开发者们很难上牌桌。他们急需一个强大基础设施的托举。
而阿里云正在承担这个使命。
作为国内云计算产业的领军者，阿里云过去15年的厚重积累早已被打上云时代基础设施的标签。而面向新的AI时代，这家公司现在又成为生成式AI创新的底座。Gartner 2024年度《云AI开发者服务魔力象限》报告显示，阿里云是唯一进入挑战者象限的中国企业，且在云上AI服务的执行能力上，阿里云获评中国最佳。
如果说象限图上的指标还略显抽象，那么在2024云栖大会期间，阿里云4万平米智能科技展区上，所展示的百余款前沿AI应用，则是相当具象的。
在百景AI应用展区入口，有一句醒目的标语：“让天下没有难做的AI应用”，显然也巧妙地呼应了阿里早期立下的使命：“让天下没有难做的生意”。阿里云大模型与AI计算解决方案总经理张天劼对此总结说，“（让难事不再难）这不是一个新话题，而是延续阿里多年来一直做的事情，只是在AI时代赋予了新的使命。”
解题三板斧
从大模型的基础能力到应用落地，中间横亘着一条漫长的PMF链路。张天劼指出，指令理解、知识增强、工具增强——这些都是AI应用中的关键技术点，虽然很多创新团队可以通过框架或工具，快速搭建简单的应用，但将其优化到完全契合业务需求，仍是一个巨大挑战。
此外，AI应用的落地不仅考验技术，对人才也提出了更高的要求。根据《2024年中国企业智能化发展人才需求调研》报告，高达91.3%的受访企业面临AI人才缺乏的问题。换言之，高水平的AI产品经理和AI架构师的匮乏，进一步加剧了这一难题。
既然如此，阿里云凭借什么来降低AI应用门槛，从而实现“让天下没有难做的AI应用”？张天劼总结而言，有这样的三重保证：
第一，对基础模型的坚定投入和持续创新。阿里云不仅在大模型的基础研发上不断精进，还通过开源展示了其在行业中的引领者姿态。
第二，云产品的深度和厚度。云产品的技术深度和厚度。从模型服务到高水平的AI应用，其实还有大量的工程挑战，用户除了模型的训练和推理服务之外，面对多种类型数据的存储与持久化、数据处理加工、标量向量一体化的数据检索等一系列技术问题，阿里云沉淀了足够深厚的技术积累，可以大大降低AI应用研发的门槛；
第三，持续的生态建设。“阿里云重点关注AI驱动的SaaS生态和AI Agent生态”张天劼特别提到，未来的MaaS模式可能不只是“模型即服务”，而是将基础模型封装成很好的Agent，再服务于更多的上层应用。
落到具体的措施层面，在推动AI应用落地的过程中，阿里云也提供了多个维度的支持：
在技术层面，阿里云提供模型、云上数据库、人工智能平台PAI、智能搜索平台OpenSearch等核心服务，为企业的AI应用筑下坚实的技术底座。同时，针对不同需求的客户，阿里云推出了灵活的解决方案——对于技术自服务能力强的客户，提供原子化产品；而对于需要完整工具链的客户，则提供“百炼”这样的一站式平台。
在价格方面，阿里云也表达了极大的诚意。继5月首次大幅降价后，本次云栖大会上，阿里云宣布百炼平台上的三款通义千问主力模型再次降价。其中，Qwen-Turbo的价格直降85%，低至百万tokens仅0.3元，Qwen-Plus和Qwen-Max分别降价80%和50%。此外，阿里云百炼平台还为所有新用户免费赠送超5000万tokens及4500张图片生成额度。
这一系列举措，不仅有效降低了AI应用的门槛，也在推动更多企业参与AI创新。云栖大会的百大AI应用展示，是最有力的说明。
四大板块，解码百景AI
为了让业界更方便找到契合自身赛道的应用范本，阿里云将这100个应用分为创作搭档、效率工具、专业助手、拟人交互四大板块，也间接勾勒出一幅AI产业画卷。
中国一汽、趣丸集团、申通、网易伏羲、巨人网络、小冰、星巴克、小红书、微博、喜马拉雅、创维酷开、小鹏汽车等众多企业悉数亮相。从软件到硬件，从商业到服务，业态类型丰富程度可想而知。
张天劼指出，这四大板块实际上是沿着时间线脉络，体现了工程由易到难、产品由简单到丰富的演进过程。大模型从支持创作者激发内容想象力、到办公场景做提效工具、再到行业垂直领域专家助手以及社交娱乐领域的拟人交互，落地的场景和商业化闭环在不断演进。
在创作搭档板块，无论是音频生成、音乐创作、短剧编写，还是绘本创作，AI如同灵感缪斯，激发创作者无限的创意与想象。起初，人们担心AIGC（AI生成内容）会冲击UGC（用户生成内容），但事实证明，创作者正加速拥抱AI技术，推动UGC与AIGC的深度融合。
例如，中文在线的逍遥AI协作平台，能够一键生成万字小说，甚至只用一张图就能写一部小说；趣丸集团的唱鸭APP，提供文本生曲、图片生曲、视频生曲的AI能力，实现了“零门槛”音乐创作。
在效率工具板块，从会议摘要自动生成、智能决策支持、标书快速编写，到智能搜索优化、智能外呼服务、精准营销推荐，AI驱动的生产工具正在带来工作方式的革命性变化。
作为传统制造企业的代表，中国一汽在拥抱AI上表现得尤为积极。今年2月，中国一汽联合阿里云通义千问打造的大模型应用GPT-BI率先落地，可接收自然语言查询，结合企业数据自动生成分析图表。在现场，观众还可以体验智慧助手“红旗云妹”，体验“输入一句话实时产出数据看板”。
如今“AI上车”已成为汽车行业的热词，虽然目前还处于初级阶段，但张天劼认为，AI与车辆核心功能的深度结合已是大势所趋，未来通过AI交互实现整车控制的时刻会加速到来。
在专业助手板块，无论是交通、能源、金融、医疗、教育，还是旅游出行、面试招聘，AI降低了获取行业知识的门槛，通过知识库训练的虚拟专家逐渐成为各领域不可或缺的助手。
例如，申通利用AI加速快递行业的数字化转型。他们以快递员和客服的AI助手为切入点，AI快递员助手可以实现即时业务支持和知识检索，客服AI助手则帮助客服人员进行工单摘要和热线推荐，这很大程度提升了服务质量。
在拟人交互板块，针对社交娱乐、直播电商等需要人形态的服务场景，智能NPC通过模拟真实的人类行为和情感反应，极大地丰富了互动的内容和形式。
例如，网易伏羲联合阿里云打造了游戏UGC-NPC、游戏Copilot语音AI队友、智能捏脸等AI应用，为玩家提供多模态的AI游戏体验。在展台现场，观众可以试玩《永劫无间》，亲身感受AI队友带来的游戏体验。
这些百大AI应用，代表着AI为产业带来的无限可能，正是这些广泛落地的应用场景，昭示着AI产业化的蓬勃发展。
云与AI，是一体两面
有一句人人皆知的观念，叫做“能力越大责任越大”，但是反过来，要想承担更大的责任，也需要能力这个基本功。换言之，打铁还要自身硬。
为了给更多生成式AI企业赋能，阿里云在这次云栖大会上，升级了自身的“云+AI”实力。具体而言，通过全栈优化，阿里云打造出一套稳定和高效的AI基础设施，连续训练有效时长大于99%，模型算力利用率提升20%以上；同时，阿里云全线升级了云原生安全能力，首次发布了云原生网络检测与响应产品NDR（Network Detection Response），并宣布将持续增加免费的安全防护能力，帮助中小企业客户以极低的投入完成基础的云上安全风险治理。
谈到云与AI的关系，张天劼认为，AI已成为云的一个基本能力。两者相互促进，云为AI提供了弹性的高可用基础设施，AI为云带来了智能化的运维、体验、监测、建模能力，以及对数据化能力的重构。
他进一步指出，“在阿里云内部，我们从未将云与AI视为两件事。AI的到来，使云成为更先进的生产力形态。10年前的云服务可能仅限于初级的IaaS层产品；而如今，数据库、大数据、云原生等高层次的服务已成为云的标配。同样的道理，我们认为未来的云将默认包含AI的能力。”
总之，云计算之所以在AI时代更有优势，是因为云面向AI的能力提升，能为AI应用开发、应用部署提供最强有力的支持和最好的客户体验。此外，AI应用还要兼具企业应用的基础特征、高可用、业务连续性、数据强一致性等，这才是能够被广泛使用的AI应用的核心要素。
在具体构建AI应用或AI Agent方面，企业需要高性能的网络、存储等弹性基础设施、底层基础大模型能力、弹性的API能力、以及模型服务工具、微调工具、向量数据库等能力。而阿里云当下的路线，几乎覆盖了所有的AI技术栈，并在每一条线上都持续投入。
类似地，在AI应用场景上，阿里云也并未局限在一两个热门领域，而是广泛覆盖了几乎所有重点业务场景。对此，张天劼表示：“我们希望能够服务更多的客户，因为AI技术的想象空间非常广阔。不过事实上，很多时候并不是我们去选择场景，而是客户找到了我们。”
从公司战略角度，阿里云始终坚守云与AI技术服务商的定位，不会跳下去做具体应用，也不会打造一个超级APP作为商业模式的主要出口。这种坚定的生态站位，确保了阿里云专注于技术赋能，为各行各业提供坚实的基础支撑，同时也让客户和生态伙伴敢于和阿里云长期合作。
此外，大模型的开源和闭源一直是业界颇有争议的话题，阿里云在这方面坚持开源开放的战略，同时形成了开源与闭源相结合的整体体系。2023年8月，通义千问宣布加入开源行列，此次云栖大会上，阿里云宣布开源通义千问Qwen2.5。相比Qwen2，Qwen2.5拥有更强的知识、编程和数学能力，在多个核心任务上，性能超越了Llama 405B。
张天劼认为，首先，开源一定有利于生态的发展，甚至是今天中国AI产业实现全球领先的唯一路径；由于AI技术可探索的方向太多，任何一个团队都无法覆盖所有方向，开源能够吸引更多的力量参与进来。其次，开源为用户提供了更多选择，尤其是那些希望在独立环境中使用AI的客户，闭源会限制这些客户的使用，开源则为他们打开了大门。最后，开源也表达了阿里云长期投入、持续创新的决心。
三个新落脚点
尽管大模型的舆论热度已经高到沸点，但是在云栖大会上，几乎所有发言嘉宾都认为，我们依然处于AI大时代的早期阶段。
站在产业应用一线的角度，阿里云也观察到了三大新趋势：
首先在语言模型层面，行业内正在探索两条路线：一是探索更大的Dense模型，寻求更高的智能化水平；二是在同等智能化水平，把模型能做得更小。今天，阿里云的很多模型服务已经在更小的尺寸上提供了同样的泛化能力，这是工程上的一大进步。
其次是全模态模型，GPT-4o掀起一股全模态（Omni-modal）热潮，而目前国内尚未有严格对标的全模态模型，阿里云的VL模型（Vision-LanguageModel）、VL模型（Audio-LanguageModel）都在开发者生态获得了非常高的评价，阿里云正在快速发展对标4o的全模态模型。
最后是下一代端到端的机器人技术，端到端的自动驾驶技术已经逐步具备了工程化的能力这也让我们看到了端到端机器人技术的曙光，尽管当下这项技术不一定有突破，但值得各个公司长期研究和投入。
得益于这些战略布局和前瞻洞察，阿里云才能有底气引领AI产业的发展方向，践行“让天下没有难做的AI应用”这一使命。
张天劼说，“上半年很多友商都在宣传自己的大模型调用量、token量，这些数字只对厂商自己有意义，对客户没价值。接下来，我们不会通过数字来秀肌肉，而是更加关注客户价值，只有为客户创造价值，才能证明我们的技术是有意义的，服务是可持续的。”
写在最后
自2009年成立以来，阿里云已经走过15载春秋。阿里云是中国内地最早跨入云计算领域，开始部署算力集群并研发飞天操作系统的企业，也是最早投入大模型研发的科技公司之一。
2014年，阿里成立数据科学与技术研究院，并在当年打造国内首个人工智能平台PAI；
2019年，阿里启动了大模型研发；
2021年，阿里做出了国内第一个百亿级参数规模的大模型；
2023年4月，阿里云正式发布了自研大模型“通义千问”；
2024年5月，阿里云发布通义千问2.5，宣布性能赶超GPT-4 Turbo。
而在此刻的云栖大会上，阿里云开始全面迎接“云+AI”时代。
从阿里云的发展历程中不难看出，在不同的技术时代，它总能抓住当下的机遇。正如它在互联网时代创造了淘宝，开创中国电商的先河；在移动互联网时代，推动了计算范式从本地向云端转变，研发了飞天操作系统，促进了国内云计算的发展。而如今，“百模大战”已成历史，“百大创新”方兴未艾，面向AI时代的到来，阿里再次站在了技术革新的浪潮之巅。