“阿里巴巴必须要有一个AI原生的C端超级入口。”
这是阿里巴巴CEO吴泳铭做出的战略判断。
就在今年11月，这一判断化为名为“千问”的App，以惊人的速度闯入市场。
公测一周，“千问”App下载量即突破1000万。而这一增长速度已经超越ChatGPT、Sora、DeepSeek，成为截至目前增长最快的AI应用。
此前，字节豆包、DeepSeek等先行者已经以亿级月活构筑护城河，阿里大规模发力C端显得有些晚。但当下的AI to C市场仍有空间留给后来者，潜力指向那些能提升效率的“生产力型AI”。
产品只是形式，背后是企业积累的数据、算力与生态资源，当然也包括巨额的资金投入。阿里最新财报显示，过去四个季度在AI+云资本开支达1200亿元，截至9月30日季度净利润同比腰斩。
尽管面临技术整合与利润承压的短期阵痛，但阿里战略选择已清晰表明，在AI重塑生态的临界点上，没有任何巨头甘愿缺席。
AI入口争夺白热化
11月中下旬，AI赛场迎来几位重量级选手的强势出击。
阿里巴巴推出“千问”APP，由原“通义”App升级改版而成，搭载阿里自研的Qwen3系列大型语言模型。公测一周，下载量即突破1000万。
紧接着，蚂蚁集团发布全模态通用AI助手“灵光”，支持“自然语言30秒生成小应用”，上线仅4天，下载量破百万，2天后再破两百万。
AI to C的市场又变得活跃起来，尤其是阿里系的战略转身。过去两年，字节跳动的豆包、腾讯的元宝、百度的AI搜索、DeepSeek等产品已率先在C端站稳脚跟。
根据QuestMobile发布的《2025年第三季度中国AI应用市场报告》，当前市场已形成三强格局：字节豆包月活1.72亿，DeepSeek达1.45亿，腾讯元宝以3286万位居第三。相比之下，原通义APP月活仅306万。
阿里为何在此时全力押注C端AI入口？吴泳铭的AGI三阶段论提供了答案。
吴泳铭将通用人工智能发展路径划分为“学习人”、“辅助人”和“超越人”三个阶段。当前，大模型能力已从早期模仿人类语言的“学习人”阶段，迈入能够理解任务、调用工具、执行复杂指令的“辅助人”阶段。
这一判断构成了阿里发力C端市场的基石。
另一方面，C端市场真正的爆发点不在“娱乐化AI”，而在“生产力型AI”，这也是当前C端应用略显薄弱的地方。因此，无论是“千问”还是“灵光”，都在强调其“可用性”。
例如，蚂蚁“灵光”的标语是“把复杂变简单的AI伙伴”，尤其是“自然语言30秒生成小应用”的功能，展现了AI能为用户做得更多。
“千问”的标语也是“会聊天能办事的个人AI助手”。目前，千问已经展现出一定的办事能力，比如一句指令完成一份研究报告，并制作成几十页的精美PPT。更远的未来，千问APP的战略目标是打造未来的AI生活入口。
从PC互联网的浏览器、移动互联网的APP商店，到如今AI时代的智能助手，大厂争夺C端入口的逻辑似乎一脉相承，本质是对未来流量分配权的争夺。当AI能够直接理解用户需求并完成服务交付时，控制入口就意味着控制了整个服务生态的起点。
一些大模型厂商已经在尝试利用好入口来做业务的拓展。今年10月份，OpenAI宣布推出即时结账功能，用户无需离开聊天界面即可完成购物。OpenAI还表示，即将有超过一百万家Shopify商家加入。
豆包同样在打通电商链路。最近有用户发现，在豆包里随便聊聊护肤、家电、旅游路线，答案里会直接出现抖音商城商品卡片，通过对话直接连接交易。
在“千问”APP的设想中，未来也计划接入地图、外卖、订票、办公、学习、购物、健康等各类生活场景。
“未来一定是大模型和Agent的时代，有野心的企业，都不会错过C端布局。”IDC中国研究总监卢言霞向21世纪经济报道记者表示。
麦肯锡预测，到2030年，全球AI to C市场规模将达到1.3万亿美元，年均增长率超过35%。
背后是全栈布局
值得注意的是，这场入口之争不仅是产品竞争，更是基础设施与生态体系的全面对抗。阿里的动作之所以受到关注，也是因为其全栈式人工智能的布局，这是阿里发力C端的重要内在支撑。
谷歌是这一模式的先行者。其TPU芯片专为PaLM大模型设计，Gemini系列模型深度集成Android、Workspace等生态，近期推出的Nano Banana图像生成模型更推动Gemini APP登顶AI应用榜首。这种软硬一体的协同，使其在AI推理效率和用户体验上建立壁垒。
阿里的路径也是类似的。在模型层面，阿里已开源超过300个AI模型。其AI模型下载总量突破6亿次，衍生模型数量逾17万个，成为全球应用最广泛采用的开源AI系列之一。
11月25日，新加坡国家人工智能计划（AISG）宣布在其东南亚语言大模型项目中采用阿里巴巴通义千问（Qwen）开源架构，取代Meta模型，中国开源技术已成为多国AI生态“技术底座”。
这既是中国开源AI模型在全球影响力版图中的一次关键突破，也是对美国AI技术霸权的挑战。
在算力层面，早在今年年初，阿里宣布未来三年将投入超过3800亿元人民币，用于建设云和AI硬件基础设施。9月又提出新的目标，到2032年，云数据中心能耗规模扩大十倍。阿里的自研芯片也在同步进行，此前央视曝光的PPU芯片多项配置规格超过了英伟达A800芯片，已用于内部大模型训练。
西部证券分析指出，若千问用户规模放大，也将带来更高的Token调用与持续推理需求，从而继续带动AI算力与基础设施投资的进一步扩张。
至于生态，阿里背后是地图、外卖、订票、办公、学习、购物、健康等各类生活场景，与入口整合，将比OpenAI的购物研究（Shopping Research）更为垂直与闭环。
11月25日，吴泳铭在电话会上表示，基于AI模型和阿里生态优势，千问APP有望率先打造未来的AI生活入口，为用户提供巨大的消费价值。
不过，挑战也同样明显。即便拥有最广泛的生态资产，千问能否真正打破各业务线之间的壁垒，实现流畅的跨 agent调度，将直接决定用户体验的上限。技术上的整合，远比战略上的规划要复杂。
除了技术瓶颈，也包括安全与合规保障。“要办事，执行的指令需要绝对正确，这就要求较高的准确度；可能涉及到支付和工业设备等，这需要绝对的安全。”卢言霞向记者表示。
虽然技术尚未成熟，但路都是在早期探索中才找到的。阿里持续的投入AI决心并未削减，反而更盛。
过去四个季度，阿里在AI+云基础设施的资本开支约1200亿元，已经占此前宣布的三年总计划的三分之一。“从大方向上看，之前说的三年规划3800亿的投资目前看来说少了。”吴泳铭在财报电话会上表示。
战略投入影响利润。财报显示，阿里巴巴2026财年第二季度经营利润为53.65亿元，同比下降85%，经调整EBITA（息税及摊销前利润）同比下降78%至90.73亿元。
阿里巴巴集团CFO徐宏在财报会议上表示：“我们的核心业务收入保持强劲增长，AI收入在云外部商业化收入占比提升，客户管理收入同比增长10%。我们将利润及自由现金流投向未来布局，短期盈利能力将有所波动。”
吴泳铭表示，未来三年内不太可能出现人工智能泡沫。人工智能资源整体将处于供不应求的状态。
阿里能否将算力优势、开源影响力与丰富的场景数据真正熔于一炉，构建出流畅、可信、智能的生活入口，仍需时间检验。但可以确定的是，这场围绕AI展开的基础设施与生态之战，正在重塑阿里的未来轮廓，也将影响中国互联网下一阶段的竞争格局。
