阿里成立 Token Foundry, 意欲何为?

当一家年收入万亿的公司把"铸造厂"这个词放进组织架构，它在向整个产业宣告一件事：我们不再是模型提供商，我们要成为 AI 时代的工业基础设施。

有些话只能在视频号里说, 欢迎关注:

事情的来龙去脉

2026年6月8日，阿里巴巴悄悄完成了一次重大手术——把通义大模型事业部和未来生活实验室合并，成立了一个听起来有点陌生的新部门： Token Foundry 事业部。

这不是第一次了。仅在2026年，阿里对 AI 组织架构已经动了三刀：3月，成立 Alibaba Token Hub（ATH）事业群；4月，成立集团技术委员会，通义实验室升级为大模型事业部；6月，这是第三刀，也是迄今动作最大的一刀。

CEO 吴泳铭亲自挂帅新事业部。原通义团队的灵魂人物周靖人，则从业务负责人升格为阿里历史上首任集团首席科学家，去做更前沿的事——组建 AI 未来研究院。

理解这次调整，不能只看组织图，要看数字：阿里最新财报显示，AI 相关产品收入单季已达 89.71 亿元，年化突破 358 亿元，连续 11 个季度三位数同比增长，在云业务外部收入中的占比首次超过 30%。云业务外部收入增速达到 40%，跑赢了亚马逊 AWS，追平了微软 Azure。

这家公司正在高速行驶。问题是：它要驶向哪里？

一、"铸造厂"这两个字，藏着阿里的野心

我在工业经济学框架里看这个名字，立刻明白了它的隐喻。

历史上，真正改变世界的力量往往不是那些生产炫目终端产品的人，而是那些制造生产工具的人。19世纪的工业革命，英国之所以能主导全球，靠的不是某件特定的纺织品，而是织布机本身的制造能力。钢铁、蒸汽机、精密机床——这些"铸造"能力，才是真正的护城河。

现在，阿里在 AI 时代的语境里，用了同一个词："Foundry"，铸造厂。

在大模型领域，Token 是一切的基本单位。模型理解语言靠 Token，生成文字靠 Token，Agent 调用工具靠 Token，最终 AI 服务的计费也以 Token 计量。谁掌握了"Token 的铸造能力"，谁就掌握了 AI 产业链的核心控制点。

这不是我的推断，吴泳铭已经公开说过：ATH（Alibaba Token Hub）的使命是" 创造 Token、输送 Token、应用 Token "——一条从模型生产到服务交付的完整工业链。

Token Foundry 在这个链条里扮演的，正是最核心的"制造车间"角色。它把 Qwen 系列基础模型（文本理解）和 Happy Horse（视频生成）、Happy Oyster（3D 世界模型）这些多模态能力，整合进同一个"铸造"单元，统一生产、统一质量管控、统一交付。

┌─────────────────────────────────────────────────────────────┐
│                    阿里 ATH 事业群全景                        │
├─────────────────┬───────────────┬────────────────────────── ┤
│  Token Foundry  │   MaaS 业务线  │  千问（C端）  悟空（B端）  │
│  [铸造层]        │   [输送层]     │  [应用层]                  │
│  · Qwen 系列    │   · 百炼平台   │  · 个人 AI 助手            │
│  · Happy Horse  │   · API 接口   │  · 企业 AI 工作平台         │
│  · Happy Oyster │   · 模型市场   │                            │
├─────────────────┴───────────────┴───────────────────────────┤
│                    AI 未来研究院（前沿探索）                   │
│              芯片层：平头哥 / 云基础设施：阿里云               │
└─────────────────────────────────────────────────────────────┘

这个架构的逻辑非常清晰： 研究院负责烧脑，Token Foundry 负责量产，MaaS 负责卖货，千问/悟空负责占领用户心智。四层分工，上下贯通。

二、为什么是"现在"？看AI产业的关键拐点

光看内部架构还不够，还要理解外部时机。

从产业经济学的视角看，一个技术驱动的产业，通常会经历三个阶段： 探索期、整合期、工业化期。

2022年到2024年，是野蛮生长的探索期。每家公司都在跑参数、刷榜单，大家比的是"我的模型更聪明"。这段时间，中国一度出现几百家大模型公司，充满泡沫。

2025年开始，市场进入整合期。光有聪明的模型不够，客户要的是能稳定运行、能接入业务流程、能产生可计量价值的服务。落地能力、工程化能力、MaaS 化能力，开始成为新的竞争维度。这一阶段，大量没有工程化能力的模型公司开始被淘汰。

2026年，我们正站在第三阶段的入口 —— 工业化期。当 AI 产品收入开始占云收入的 30%，当年化收入突破 350 亿，当越来越多的企业把 AI 调用变成日常标配，这个产业的规律开始从"谁更智能"变成"谁的产能更稳定、谁的交付更可靠、谁的成本更低"。

Token Foundry 的成立，恰恰是阿里对这个时机的回应——我要主动定义工业化时代的生产标准，而不是等别人来定义。

三、吴泳铭亲自挂帅，权力信号比组织图更重要

如果说 Token Foundry 的成立是"做什么"，那么吴泳铭亲自挂帅，则是"怎么做"和"优先级"的强烈信号。

从组织行为学来看，一件事"谁负责"，往往比"如何负责"更能说明问题。一家公司的 CEO 时间，是最稀缺的资源。当 CEO 决定把某个业务装进自己的直接汇报线，它传递的信号是：这件事失败了，我是第一责任人；这件事的资源，拥有最高优先级。

对比来看，全球主要科技公司在 AI 组织升级上有惊人的相似性：谷歌将 Brain 和 DeepMind 合并后直接向 Pichai 汇报，微软新设 Copilot 副总裁直接向纳德拉汇报，Meta 四次重构 AI 组织都在打通实验室和产品的边界，亚马逊则把 AGI、芯片和量子计算统一归建。这些动作背后的共同逻辑，是 把 AI 从"旁路"拉进"主路" —— 不再是某个副总裁主导的独立项目，而是嵌入公司最核心的决策回路。

阿里今天的动作，符合这一全球共性。吴泳铭挂帅 Token Foundry，意味着大模型能力和产品商业化之间不再有协调成本，决策链路缩短到最短。

值得关注的还有另一个人事安排：周靖人升任首席科学家，成立 AI 未来研究院。这个职位在阿里历史上是头一次设立。他要探索的方向包括 Test-Time Compute（推理时计算）、万亿级 MoE 稀疏化、递归自我改进（RSI）——这些都是 2026-2028 年 AI 能力跃升的核心赌注。

这是一个典型的 "双轨制" 布局：Token Foundry 负责把今天的模型能力变成商业化收入；AI 未来研究院负责确保明天仍有新的弹药。两件事同时推进，互不干扰。

  现在                                       未来
  ───┬─────────────────────────────────────────────────→ 时间
     │
     ├── [Token Foundry] 量产・商业化・规模化交付
     │         ↑
     │      吴泳铭直管，优先级最高
     │
     └── [AI未来研究院] 前沿探索・新范式研究・下一代模型
               ↑
            周靖人主导，五年视野

四、这次调整真正想打败的对手是谁？

表面上看，阿里的竞争对手是百度、华为、字节。但如果放大视野，用竞争博弈的框架来看，我认为 Token Foundry 真正在意的对手，是两个层面的威胁：

第一个威胁：平台化的大洋彼岸对手

OpenAI 正在加速从模型公司转变为平台公司，其 API、微调能力、Agent 框架正在让越来越多的企业直接建立在 OpenAI 的基础设施上。如果中国企业的 AI 基础设施话语权被境外平台占据，那无论国内的模型跑分多高，都可能变成一个生态孤岛。Token Foundry 的战略意义之一，是给中国企业提供一套本土化的、可信赖的、完整的 AI 工业底座。

第二个威胁：碎片化的内卷

中国 AI 市场今天存在一个隐患：过多的玩家在过多的细分方向上各自为战，产业生态碎片化严重。谁能率先形成"事实上的标准"，谁就能吸引生态向自己聚拢。阿里的 MaaS 平台（百炼）上，公共模型服务 Token 消耗规模在一个季度内提升了 6 倍，这说明聚拢效应已经开始显现。Token Foundry 的成立，是在给这个聚拢加速——把最好的模型能力装进最标准的服务容器里，让生态接入变得极其简单。

吴泳铭在财报电话会上立下了一个宏大的目标：未来五年，云和 AI 商业化年收入突破 1000 亿美元。今天的起点是约 1000 亿人民币。五年内增长近 7 倍，复合年化增速约 47%。这不是财务指引，而是一张战争地图。

五、边界条件

我需要在这里说一些不那么乐观的话。任何战略都有它可能失效的边界条件。

Token Foundry 的逻辑建立在几个前提上： Qwen 系列模型保持全球竞争力、MaaS 商业化模式被市场接受、多模态模型（视频+世界模型）真正产生商业价值。

如果这些前提出现问题，比如：开源生态（比如 Meta 的 LLaMA）持续降低模型能力门槛，让"模型本身"成为可替代商品，那么 Token Foundry 的核心竞争力会被大幅削弱。又或者，Happy Horse、Happy Oyster 这些多模态产品，在真实商业落地中遭遇"技术很炫、实用有限"的困境，整合的加法就可能变成减法。

还有一个组织层面的风险：高度集中的 CEO 直管模式，在高速发展时能产生强大执行力，但一旦市场节奏放缓、内部出现意见分歧，集中化结构的容错空间会比分布式结构小很多。

如何判断这个战略是否成功？ 三个观测指标：

• ① MaaS 收入是否在 2027 年超过 IaaS 成为阿里云最大收入产品（阿里自己预测会发生）；
• ② Happy Horse/Happy Oyster 是否在淘系电商和文娱外，找到第三个、第四个规模化落地场景；
• ③ AI 未来研究院是否在 2027 年产出有全球影响力的技术突破。

结语：工业时代的 AI 铸造厂

回到那个隐喻。19世纪的铸造厂，生产铁轨和蒸汽机零件，奠定了工业文明的物理基础。

2026年，阿里选择用"Foundry"这个词，是一种清醒的自我定位：我们不只是在竞争谁的 AI 更聪明，我们在竞争谁有能力成为下一个时代的工业基础设施。

Token 正在成为 AI 时代的"电"——无处不在，按需计量，不可或缺。谁铸造了最好的"电厂"，谁就掌握了这个时代最重要的开关。

这场竞争，还远远没到终局。

本文数据来源：阿里巴巴2026财年Q4财报、虎嗅、时代周报、第一财经、财联社等公开报道