先说几个核心判断。阿里云在2024年云栖大会上提出的“ASI三阶段路线图”，本质上是一份面向未来十年AI基础设施的战略规划。表面上看是技术演进路线，背后真正值得关注的是——开源模型与云计算规模效应如何形成商业闭环。这件事，我们需要跳出框架来看。

9月24日，杭州云栖大会。阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭做了一场分量十足的主旨演讲。他的核心判断非常明确：实现通用人工智能AGI已经是一个确定性事件，但这只是起点，最终目标是发展出能够自我迭代、全面超越人类的超级人工智能ASI。

吴泳铭首次系统性地阐述了通往ASI的三阶段演进路线：

第一阶段：“智能涌现”——AI通过学习海量人类知识，具备了泛化能力。这是目前大家最熟悉的阶段。

第二阶段：“自主行动”——AI开始掌握工具使用和编程能力，进入“辅助人”的阶段。按照吴泳铭的说法，行业当前正处于这个节点。

第三阶段：“自我迭代”——AI通过连接物理世界并实现自学习，最终“超越人”。

支撑这套演进路线的，是阿里云明确的战略路径。阿里云将自己定位为“全栈人工智能服务商”，采取两条腿走路：第一，通义千问坚定走开源开放路线，目标是打造“AI时代的Android”；第二，构建作为“下一代计算机”的超级AI云，为全球提供智能算力网络。

为了支撑这个宏大的愿景，阿里巴巴已经拿出了实际决心：积极推进三年3800亿的AI基础设施建设计划，并明确表示会持续加大投入。根据远期规划，到2032年，阿里云全球数据中心的能耗规模将是2022年的10倍。注意，2022年被视为GenAI的元年。

阿里云背后真实逻辑是什么？

阿里云向来擅长讲述大概念。但如果我们把叙事的外壳剥开，深入分析底层逻辑，会发现几个关键支点：

第一，阿里云切入的核心逻辑，是认定AI对云计算算力的消耗将成为确定性的增长引擎。因此战略性动作是先做大蛋糕，再考虑从中切走最大的一块。

第二，怎么做大蛋糕？关键是让开发者和企业用户真正把大模型用起来。这意味着模型要更强、更好用，而且最好能开源——通义千问过去开源了300多个模型，原因就在这里。但值得留意的是，为了保留商业转化空间，阿里并没有把最强的模型开源。

第三，更多大模型应用真正跑起来之后，自然会产生对基础设施的需求，云计算盘子也就水到渠成地做大了。

第四，盘子大了以后，阿里用了两招来确保转化率最大化，争取占住最大份额。一是开源模型培养生态：企业或开发者使用开源阿里模型免费，但要想获得更好的服务，自然会找阿里云。二是那3800亿的巨额投资：规模效应带来的成本降低，可以确保最佳性价比。

简单总结一下这个飞轮逻辑：

• A（开源模型 + 大规模投资，做大盘子） →
• B（生态培养 + 规模效应获取最大份额） →
• C（最大的份额，进一步增强模型 + 云计算的竞争力，推出更强的模型） →
• A（循环往复，形成飞轮）

这事靠谱吗？

三个字：有看点，但悬念不少。

先说行得通的一面。当前大模型确实会带来大规模的基础设施投资。如果大模型相关应用真能起来，阿里云这套逻辑类似于上一个时代——云计算靠移动互联网和大数据形成正循环。从历史经验看，有可能走通。

但必须警惕的是，这里面存在大量争议点：

• 大模型究竟能不能带动那些长尾场景被数字化？门槛是否真正降到了足够低的程度？
• 未来行业是否会从“vide coding”真正走向“vide working”？
• 最根本的：这一轮大模型技术浪潮是否能走到AGI，业界本身就争论不休，更别提ASI了。

如果战略行不通，对阿里来说绝对是灾难级别的。类似的教训并不陌生——就像马老师当年提出的“新零售”，一度把阿里带入了一条歧路。

未来大模型落地是否只有一个路径？

还有一点值得深思。在吴泳铭的定义和理解里，大模型有可能获得所有原始数据，因此有机会超越人类智慧。这个判断是否站得住脚？

从行业观察来看，更大概率是未来大模型会走向两个不同路径：

一个方向是面向2C的、可以获取数据的场景。这类场景下，大模型持续增强智能，不断扩展适应的场景。

另一个方向是面向2B的。这类场景下，数据才是真正的核心，模型不一定占据中心位置。如果模型不是中心，那它自然也就谈不上成为操作系统。从实际需求来看，AI数据操作系统才是真正意义上的OS。

所以，阿里云这个“AI时代的Android”构想，究竟能覆盖多少个路径？这条路径能否真正闭环？才是阿里云战略背后，真正的胜负手。