距离上一次围绕 Token Hub 的集约调整不到一月，阿里有关 AI 业务的组织架构再度迎来迭代。

4 月 8 日，阿里巴巴集团 CEO 吴泳铭发布内部信，宣布 AI 相关组织调整，包括新设立集团技术委员会，升级通义大模型事业部，加速 AI 建设。

根据内部信，阿里巴巴在集团层面设立技术委员会，由吴泳铭担任组长，成员包括周靖人、吴泽明、李飞飞。其中，周靖人担任技术委员会首席 AI 架构师，李飞飞负责阿里云技术以及 AI 云基础设施建设，吴泽明负责集团业务技术平台以及 AI 推理平台建设。

三个人，三条线，分别指向模型、基础设施和推理平台。

要知道，传统阿里的组织架构讲究 " 专业化 + BU 制 "，但这次阿里把所有 " 能跑通未来 " 的人都请到一张牌桌上，把原本散落在云、业务线、模型团队里的关键环节整合起来。

有接近阿里的人士向华尔街见闻表示，公司过去擅长堆人、堆资源、堆业务矩阵，但大模型时代这招行不通了。" 模型要快速训练，推理要快速落地，业务要快速复用，组织再分散就会拖慢整个链路 "。

因此在业内看来，新成立的技术委员会是一个决策枢纽，模型往哪个方向迭代，算力资源怎么分配，推理平台如何建设，都在这个层面拍板。

一个值得注意的细节是，这次调整中，吴泽明卸任了淘宝闪购 CEO，由雷雁群接任。吴泽明是阿里的老兵，也是集团 CTO，让他从一线业务管理中抽身，专注于集团技术平台和 AI 推理平台建设，这本身就是一个信号：AI 基础设施的优先级，在阿里内部已经被提到了业务运营之上。

类似的逻辑也出现在李飞飞身上。他出任阿里云 CTO，同时负责 AI 云基础设施建设。

阿里云是阿里 AI 战略的卖铲端口——企业要用大模型，就需要算力，需要推理服务，需要模型调用平台。李飞飞要做的，是确保这条管道足够通畅。

周靖人作为首席 AI 架构师同时掌管升级后的通义大模型事业部，则承担着最核心的使命：让阿里的模型，始终站在全球第一梯队。Qwen 3.6 Plus 的爆发式表现证明了这条路线的可行性，但大模型竞赛没有终局，OpenAI、Anthropic，以及国内的字节、腾讯、没有人会停下来等待。

聚合优势力量和资源，投入最关键战场，这表明阿里已经进入了 AI 的全面战斗状态。事实上，这已经是阿里在不到一个月内第二次围绕 AI 进行重大组织变革。

3 月 16 日，阿里刚宣布成立 ATH 事业群——全称 Alibaba Token Hub —— CEO 吴泳铭直接挂帅，下辖通义实验室、MaaS 业务线、千问事业部、悟空事业部和 AI 创新事业部。一个 " 创造 Token、输送 Token、应用 Token" 的完整链条，在组织层面被绑在了一起。

这是对未来商业模式的判断：大模型的核心不是能力，而是消耗。谁能让 Token 流动得更快、更广、更稳定，谁就能掌握 AI 云的未来。

在近期阿里集团财报电话会上，吴泳铭就说到，2026 年以来，公司已经看到一些非常明显的趋势，大模型开始具备完成 To B 复杂工作流的能力。当越来越多的企业开始在内部启用由大模型驱动的 Agent 来完成端到端的工作任务时，整个 AI 和云面向的 IT 预算市场发生了根本性的变化。

吴泳铭表示，企业在消耗 Token 时，不再将其视为 IT 预算，而是将其视为生产成本或研发成本，视为生产资料的一部分，这是支撑 AI 长期增长最根本的内在因素。

面对巨大而长期的 AI 市场成长动能，吴泳铭宣布了阿里集团 AI 战略的商业目标，未来五年，包含 MaaS 在内的云和 AI 商业化的年度收入突破 1000 亿美元。

" 关于未来五年 AI 与云相关业务年营收突破 1000 亿美元的目标，从当前的市场增长空间、我们现有的业务基础和产品基础来看，这一目标的路径是具有较强可见性的。"

当然，看到时代机遇而调整航向的不止阿里一人。就在阿里密集调整的同一时期，腾讯也在进行 AI 组织架构的重塑。

3 月 20 日，腾讯内部通知撤销 AI Lab，部分人员并入大语言模型部，向首席 AI 科学家姚顺雨汇报。AI Lab 成立于 2016 年，是腾讯最早的企业级 AI 实验室之一。它的撤销，正是要把分散的 AI 研发力量集中到混元大模型这条主线上来。

腾讯总裁刘炽平在 3 月中旬的媒体交流会上透露，过去几个月腾讯围绕 AI 进行了密集的团队调整和工作流程重构。

他说，未来两到三个季度会呈现出 " 可量化的进展 "。而腾讯混元的新版本 HY 3.0 已在内部测试中，据称推理和 Agent 能力有显著提升。

两家巨头的动作几乎同步，但路径有所不同。阿里的思路是 " 建制化 "，从零搭建一个以 Token 为中心的完整事业群，CEO 亲自挂帅，五大事业部齐头并进；腾讯的思路更像 " 集约化 "，把散落在各处的 AI 研发力量收拢到一个统一的技术底座上，让混元成为唯一的基础模型入口。

殊途同归的是，两家公司都在做同一件事：消灭内部的 AI 孤岛，把资源往一个方向上砸。

这不是巧合。2026 年的 AI 竞赛已经进入了一个新阶段——不再是 " 要不要做 AI" 的战略选择题，而是 " 能不能把 AI 做到极致 " 的执行力比拼。模型能力的天花板还在快速上移，Agent 正在从概念走向产品，企业端的需求正在从 " 试试看 " 变成 " 全面部署 "。

在这个窗口期，谁的组织效率更高，谁的资源整合更快，谁就能吃到最大的蛋糕。