阿里巴巴千问APP推免费无限用 3800亿基础设施投资重构AI入口

硅谷101

大模型竞争终局属于拥有全栈生态的巨头，阿里通过降低边际成本将Token转化为Take-rate，凭借实体履约能力构筑纯模型公司无法企及的护城河。

AI-assisted summary of 阿里千问与“AI Layer”崛起：一场重塑互联网的“操作系统”生态战【硅谷101】 — original source. Check the original for full context.

Source published: 2025-12-17

Detailed notes

## Background 该内容由Bilibili科技频道“硅谷101”于2025年12月17日发布。视频围绕互联网交互方式的断代史展开，探讨了2025年末阿里集结工程师让“千问”APP杀入C端市场、试图通过全栈全模态能力构建“AI Layer”操作系统的野心，并深入分析了传统流量商业模式被AI重新洗牌的行业终局之战。

## TL;DR 视频深入剖析了AI时代科技巨头之间重构互联网入口的生态战争。通过对比OpenAI等纯模型“空军”在算力边际成本上的软肋，展现了谷歌与阿里等拥有自研芯片和云基础设施的“全栈全能巨头”如何实施成本降维打击。同时，节目揭示了电商领域正从依赖广告点击的传统模式向由AI Agent截流并提升转化率的“将Token转化为Take-rate”模式转型，未来商业将从AdTech时代全面迈向更看重数字信誉的AgentTech时代。

## Atmosphere & style 整体基调宏大、理性且充满行业洞察力，透露出一种身处科技变革前夜的紧迫感与审慎。叙事风格专业深刻，主持人通过“空军与陆军的对决”、“全科医生与专家门诊”等一系列接地气且精妙的商业比喻，将枯燥的技术架构具象化为生动的博弈画面。视频不仅传递了科技巨头西溪园区挑灯夜战的商战张力，还在结尾对AI究竟是“管家还是推销员”的伦理信任挑战进行了深层探讨，给观众带来一种既震撼又引发长久行业思考的沉浸式体验。

## Key takeaways - [00:00](https://www.bilibili.com/video/BV1PkqvBwEgv?t=0s) 千问APP在2025年11月开启公测后首周下载量破千万，MAU迅速突破3000万，标志着AI正在成为重构互联网入口的核心变量。 - [00:20](https://www.bilibili.com/video/BV1PkqvBwEgv?t=20s) 互联网30年进化史本质是一部交互方式的断代史，从Wintel时代的鼠标点击到移动互联网的手指触控，再到AI时代的自然语言意图，交互逻辑正从“人适应机器”转变为“机器拟人化”。 - [00:53](https://www.bilibili.com/video/BV1PkqvBwEgv?t=53s) 传统互联网复杂的消费决策（如跨App多次点击跳转）不仅效率低下，且也是旧巨头隐藏广告和推荐位利润的路径，而AI试图将这些繁琐路径折叠进一个对话框中。 - [02:40](https://www.bilibili.com/video/BV1PkqvBwEgv?t=160s) 未来互联网入口权的争夺战至关重要，谁掌握了对话框谁就掌握了分发权，失去控制权的传统巨头将沦为底层被调用的管道。 - [03:25](https://www.bilibili.com/video/BV1PkqvBwEgv?t=205s) 真正的AI入口能力需要“全栈全模态能力”，包括能听看说的感官以及从底层芯片到顶层服务的垂直整合能力，C端产品的终局可能仍属于生态巨头。 - [04:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=299s) 谷歌通过将全模态的Gemini植入安卓系统和Chrome浏览器，展现出OpenAI等纯模型公司所不具备的生态落地与直接调动现实服务的能力。 - [05:39](https://www.bilibili.com/video/BV1PkqvBwEgv?t=339s) 阿里推进3800亿人民币的AI基础设施建设，通过自研芯片（倚天、含光、PPU）与阿里云架构协同，构建起类似谷歌的全栈生态链。 - [06:35](https://www.bilibili.com/video/BV1PkqvBwEgv?t=395s) 全栈硬件生态的优势在于能将成本控制在极低水平，通过“快慢思考分离”机制（小模型处理简单查询，大模型处理疑难杂症）极大压缩平均推理成本，用边际成本递减打击对手的边际成本固定。 - [08:21](https://www.bilibili.com/video/BV1PkqvBwEgv?t=501s) 千问APP彻底对标ChatGPT并重视工作流落地，集成了视觉、视频（WAN 2.6）、教育（千问 3-Learning）和办公重塑等功能，实现工作流的折叠。 - [08:50](https://www.bilibili.com/video/BV1PkqvBwEgv?t=530s) 通义千问在开源社区和全球开发者中累积的技术底座（如Meta的Avocado项目以其为底座），为其C端战略提供了强力支撑。 - [09:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=599s) 生态型选手的另一大护城河在于实体服务生态，阿里拥有“大脑”（模型）和“手脚”（盒马、淘宝、物流等地面部队），未来愿景是实现“意图的闭环”。 - [11:00](https://www.bilibili.com/video/BV1PkqvBwEgv?t=660s) AI Agent作为“AI Layer”插在消费者和平台之间，正在颠覆传统主动搜索的“Pull（拉）”模型，通过直接提供答案截留传统电商的广告费。 - [11:45](https://www.bilibili.com/video/BV1PkqvBwEgv?t=705s) 硅谷的攻防战体现为“空军”（OpenAI等）与“陆军”（亚马逊、沃尔玛）的对决：空军缺乏地面履约能力，而陆军则面临商业模式转型的纠结。 - [12:45](https://www.bilibili.com/video/BV1PkqvBwEgv?t=765s) 亚马逊陷入“柯达时刻”，由于其高昂的广告业务利润来自搜索结果页，完美的AI助手会消灭用户翻页与点击广告的机会，导致其在防御时极度纠结。 - [13:50](https://www.bilibili.com/video/BV1PkqvBwEgv?t=830s) 沃尔玛选择向AI公司开放实时库存、门店位置等物理世界的API，甘愿做所有AI背后最可靠的超级履约中心，以此置换零售机会。 - [14:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=899s) 阿里的策略是“将Token转化为Take-rate（服务费/抽成）”，赌AI精准理解需求能带来转化率的质变，将总收入模式从赚无效点击广告费转向收最终成交的服务费。 - [16:20](https://www.bilibili.com/video/BV1PkqvBwEgv?t=980s) 商业模式正从AdTech（广告技术）时代迈向AgentTech（智能体技术）时代，商家的营销策略也将从SEO（搜索引擎优化）转向GEO（生成式引擎优化）。 - [17:05](https://www.bilibili.com/video/BV1PkqvBwEgv?t=1025s) GEO时代将倒逼供应链升级与良币驱逐劣币，因为AI会通过阅读海量真实评论来判断商品好坏，商业竞争将回归本质——即“数字信誉”。 - [17:35](https://www.bilibili.com/video/BV1PkqvBwEgv?t=1055s) AI面临的最大挑战是“伦理与信任”，即如何保证AI建议客观、不偏向广告商品（管家还是推销员的问题），信任将是新入口最昂贵的货币。 - [18:35](https://www.bilibili.com/video/BV1PkqvBwEgv?t=1115s) 互联网模式中赢家通吃是常态，这场重构互联网入口的迁徙中，最终赢家很可能是谷歌或阿里这样既有最强模型又有全栈生态的全能巨头。

## Detailed walkthrough 以下是关于该视频片段的详细、忠实的内容 walkthrough：

[00:00](https://www.bilibili.com/video/BV1PkqvBwEgv?t=0s) 交互方式的断代史与 AI 入口之战

2025年11月中旬，阿里巴巴杭州总部呈现出一片异常忙碌的景象。11月17日，千问 APP 正式开启公测，首周下载量便迅速突破了1000万大关。在公测仅23天后，其月活跃用户数（MAU）更是突破了3000万。大约一个月后，最新的 WAN 2.6 视频生成模型也正式上线，最大支持15秒的输出长度，这意味着它不仅能支持更完整的叙事，还支持多镜头的自动切换。在这些亮眼的市场反馈背后，预示着 AI 正在成为搅动整个互联网格局的巨大变量，而这个变量的本质，是一场重构入口的战争。

如果我们把视线拉长，审视互联网这30年的进化史，会发现商业帝国的兴衰更替本质上是一部交互方式的断代史。每一次输入输出逻辑的重写，都会引发一场新的变局： - **上世纪90年代（Wintel 联盟时代）**：微软和英特尔组成的 Wintel 联盟赢得了战争，他们的胜利建立在鼠标点击（click）之上。图形用户界面（GUI）将晦涩的代码变成了可视化的图标，谁掌握了鼠标的去向，谁就掌握了通往数字世界的“收税权”。 - **十几年前（移动互联网时代）**：苹果和谷歌开启了移动互联网的黄金时代，这次的胜负手变成了手指触控。多点触控技术让屏幕成为了身体的延伸，App Store 和微信的对话框取代了浏览器，成为了新的流量黑洞。 - **当下（AI 时代）**：我们正站在第三次代际更替的边缘，这一次革命的烈度可能远超前两次，因为“自然语言意图正在试图消灭图形界面本身”。以前的互联网是将人类数字化，试图让人去适应机器的逻辑；而 AI 时代的互联网则是将机器拟人化，让机器去理解人的意图。

这种变革的紧迫感并非来自技术本身，而是来源于我们仍然臃肿和低效的数字生活。视频中举了一个非常接地气的典型生活场景：你计划在春节期间带全家去哈尔滨看冰灯，顺便买几双防滑保暖的雪地靴。在今天的互联网上，这意味着一次漫长的“手指劳动”： 1. 打开社交软件（如小红书、抖音）搜索哈尔滨穿搭攻略，在眼花缭乱的种草帖中分辨真伪。 2. 打开 OTA 软件（如携程、飞猪）查阅机票和酒店，在价格、位置、房型之间反复权衡。 3. 打开电商 APP（如淘宝、京东）搜索防滑雪地靴，面对满屏的促销满减和复杂的优惠规则筛选候选产品。 4. 切回社交 APP 验证这几款鞋的口碑，最后终于回到电商平台下单。

行业数据残酷地揭示了这种低效：亚马逊此前统计过，完成这样一个典型的复杂消费决策，用户平均至少要点击14次，在至少三个 APP 之间来回跳转。这14次点击每次都是用户的流失点，但同时也是旧世界巨头们的利润点——广告、竞价排名、推荐位都藏在这些繁琐的路径里。直到 OpenAI 和 Perplexity 的出现，他们试图将这繁琐的14次点击折叠进一个简单的对话框里。你只管说出你的意图：“帮我规划春节去哈尔滨的行程，并推荐三款防滑保暖的雪地靴”，而 AI 负责搞定其余的一切。

这不仅仅是效率的提升，更是一场互联网入口权的争夺战。在全球科技巨头的董事会里，高管们都意识到了同一个残酷的现实：未来谁掌握了这个对话框，谁就掌握了分发世界的权利。如果在 AI 时代失去了对这个对话框的控制，你庞大的帝国、引以为傲的供应链、积累了多年的用户数据，可能通通会沦为底层被别人调用的管道。

为了打响这场反击战，硅谷的谷歌和杭州的阿里都在押注相似的逻辑。在资本市场对 AI 原生应用经历了一阵狂热追捧后，随着谷歌携 Gemini 展现出前所未有的威力，整个局面迎来了反转。也许 C 端产品的终局依然属于那些生态巨头。因为真正的 AI 入口能力绝不仅仅是理解文本，它需要的是“全栈全模态的能力”：既要有能听、能看、能说的感官，又要有从底层芯片到顶层服务的垂直整合能力。

---

[04:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=299s) 谷歌与阿里的全栈生态链与成本降维打击

谷歌曾一度被 ChatGPT 打得措手不及，甚至被嘲笑为“船大难掉头”，但随着 Gemini 的崛起，谷歌正在找回它的节奏。Gemini 最大的强项在于其全模态优势，它不仅能聊天，还能通过 YouTube 看懂视频，通过 Google Lens 看懂万物。更可怕的是它的生态落地能力：谷歌正把 Gemini 植入安卓系统和 Chrome 浏览器。试想一下，当你在手机上搜索如何修自行车时，OpenAI 可能只能给你一段文字建议；但植入了 Gemini 的安卓系统不仅能给出建议，还能直接调起谷歌地图导航到最近的修车店，甚至帮你拨打电话预约。这是 OpenAI 做不到的，是生态的胜利。

在大洋彼岸，阿里走的是最像谷歌的路径，构建了一套非常全面的全栈生态链。在 AI 时代，算力就是石油。根据高盛的研报，阿里正在推进一项高达3800亿人民币的 AI 基础设施建设计划。这不仅仅是买 GPU 那么简单，阿里拥有自研的倚天 CPU、含光 NPU 以及正在部署的通用推理芯片 PPU，配合阿里云的“邻居集群”，构建了一套严密的全栈生态链。

这带来的最大优势，是商业模式的降维打击。对于 OpenAI 这样的纯模型公司来说，每一次用户提问都是一次实打实的算力消耗，构成了其高昂的边际成本。尽管 OpenAI 也采用 MoE（混合专家模型）等技术进行优化，但它仍然需要支付高昂的硬件溢价给英伟达，以及云服务溢价给微软。因此，ChatGPT 不得不努力探索商业化路径，或限制免费用户的使用次数，否则就会面临巨额亏损。

而谷歌和阿里这种拥有硬件生态的公司，其优势在于能够通过自研芯片与云架构的深度协同，将异构计算和 MoE 架构的效能压缩到极致，并将成本控制在对手难以企及的水平。视频中指出，大部分互联网巨头都会往全栈的方向走，这取决于每一家的能力。谷歌从一开始就是往全栈走的，至今已有20多年的历史。软件栈的特点就是上下游需要整合，为了实现研发效率的最大化，必须从全栈角度切入。一个经典的例子是，大约20年前，谷歌就自己做路由器和服务器，这在当时就是非常典型的全栈案例。

全栈的成本控制逻辑就好比一家超级医院： - 处理简单的伤风感冒（即闲聊、简单查询），由成本极低、随调随用的“全科医生”（小模型）快速解决。 - 只有遇到疑难杂症（需要复杂逻辑推理、代码生成等），才调用昂贵的“专家”（如千问 Max 大模型）。

这种“快慢思考分离”的机制，配合自研芯片带来的硬件红利，使得全栈巨头能够极大压缩平均推理成本。本质上，阿里是在用“边际成本递减”的逻辑，去打竞争对手“边际成本固定”的软肋。这也是为什么千问在 C 端敢于打出“免费无限用”的旗号——这不仅是烧钱换市场，更是技术红利带来的定价权。

在生态的上层（模型与应用层），在12月3日发布的最新版本中，千问 APP 彻底撕掉了试水的标签，其功能矩阵直接对标 ChatGPT。千问更重视在工作流中的落地应用，因为阿里意识到光靠聊天是留不住用户的，它必须成为一个无所不能的“超级瑞士军刀”，实现工作流的折叠： - **视觉与视频模型**：千问接入了千问 Imagine 满血版和 WAN 2.6 视频模型。用户可以用它生成与人物 ID 高度一致的连环画，或制作一段音画同步的短视频。在过去，这需要分别订阅 Midjourney 和 Sora，还得忍受复杂的提示词工程；现在阿里把它们塞进了一个免费的 APP 里。 - **教育场景**：新上线的千问 3-Learning 模型拥有5亿级的独家资料库。它不是简单的搜题工具，而是试图理解教材、考试逻辑甚至学生心理的 AI 导师，直接切入了中国家庭最焦虑也最愿意付费的教育场景。 - **办公场景**：阿里试图用 AI 重塑 Office。以基金分析师撰写新兴行业分析报告为例：在旧工作流中，分析师需要打开至少五个标签页（公司财报、维基百科、学术网站等）来回跳转，复制到 Word 整理，再打开 PPT 制作演示文稿，去图片网站找素材，最后辛苦校对。而基于千问的 AI 工作流，只需在对话框输入详细的提示词，几分钟后千问就可以直接交付文档和 PPT 文件，甚至支持格式互转和多轮深度对话。用户不再是操作软件的人，而是直接下达命令的指挥官。

在技术圈子里，通义千问在全球开源社区的表现非常出色。在 Hugging Face 等全球主流开源模型社区中，千问系列模型保持着极高的活跃度和下载量，在多项基准测试中的表现使其成为 Meta Llama 系列在开源领域最主要的竞争者。这种技术实力也获得了行业头部玩家的认可，英伟达 CEO 黄仁勋曾提及千问在推动全球开源生态中的作用，硅谷科技公司如 LlamaIndex 等也曾表示在业务探索中采用了千问模型。海外的主流开发者（包括白人及各种本土开发者）都在使用千问。例如，Meta 最近推出的“牛油果”（Avocado）项目，其实也是用千问作为技术底座。这种在开源与开发者社区累积的技术底座，为阿里的 C 端战略提供了强力支撑。

---

[09:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=599s) 实体服务生态的护城河与电商“推拉博弈”

除了技术与模型能力，像阿里这样的生态型选手，其另一大护城河在于其庞大的“地面部队”——实体服务生态。目前的千问已经具备了连接生态接口的能力（虽然尚未实现完全的自动化闭环，有时仍需跳转）。但阿里的终局愿景非常清晰，即实现“意图的闭环”。

视频中畅想了一个未来的场景：你拍了一张刚刚拿到的体检报告（千问 VL 视觉模型工作），千问调用夸克的医疗知识库，解读出你的尿酸偏高；紧接着，它根据你的身体状况为你推荐了一周的低嘌呤健康食谱；如果你同意，它就会自动调用盒马或淘宝的接口，将食谱所需的食材直接加入购物车，并安排物流在今晚送到你家。在这个过程中，AI 不仅感知了信息、进行了决策，最终还在物理世界完成了履约。这种“全链路的能力”是纯模型公司目前根本无法企及的——他们有强大的大脑，但缺乏在物理世界行动的手脚。而阿里既有大脑又有手脚。

如果说全栈能力是地基，那么电商就是这座大厦最核心的商业战场。在这个领域，AI 的介入正在引发一场关于“推（Push）”与“拉（Pull）”的博弈： - **Push 模型（推荐）**：以 TikTok 和抖音为代表，这是一种被动发现的模式。AI 生成内容（AIGC）的爆发对于这种依赖算法推荐的模式是天然的利好，因为 AI 可以以极低成本生产海量视频和图片，填满用户的时间缝隙。 - **Pull 模型（搜索）**：以谷歌、亚马逊和淘宝为代表，这是一种用户主动的模式。颠覆正发生在 Pull 这一侧。AI Agent 的出现正在插在消费者和平台之间，成为新的“用户意图看门人”（AI Layer）。当你在对话框里输入“我想买一个充电宝，要容量大、能带上飞机、最好自带线”，AI 会直接理解意图，过滤掉不符合要求的广告商品，直接推荐最适合的几款。在这个过程中，传统的搜索动作消失了，取而代之的是答案和行动。对于传统电商平台来说，这意味着他们失去了展示广告的机会，AI 截获了用户的意图，也截留了广告费。

在硅谷，这场攻防战已经白热化，可以看作是“空军”与“陆军”的对决： - **空军（OpenAI、Perplexity）**：不再满足于做配角，正在通过 Shopping Research 等功能试图空降到交易环境。Perplexity 推出了 Chrome 浏览器插件，OpenAI 也在测试类似 Operator 的产品，试图替用户执行复杂的购物操作。他们的野心是成为用户进入互联网的第一站。但空军有致命的软肋：缺乏地面部队。OpenAI 没有库存、没有物流车队、没有支付牌照，也没有售后客服，必须依赖合作伙伴（如沃尔玛）来完成最后的履约。如果 AI 推荐的商品送晚了或质量不好，用户体验的割裂是纯模型公司难以解决的。 - **陆军（亚马逊、沃尔玛）**：面对空军的轰炸，亚马逊陷入了某种“柯达时刻”（柯达发明了数码相机却不敢推广，因为卖胶卷太赚钱）。亚马逊完全有技术能力做一个更好的 AI 助手帮用户一键下单，但在没有找到新的商业模式之前，一个完美的 AI 助手可能会杀死它自己。亚马逊目前利润最丰厚的业务之一是高达680亿美元的广告业务（主要来自搜索结果页的赞助商品 Sponsored Products）。如果 AI 助手直接帮用户选好了唯一的商品，用户就不需要翻页和点击赞助链接，这意味着680亿美元的广告费将瞬间蒸发。因此，亚马逊目前处于极度纠结的状态，一方面不得不推出 AI 助手 Rufus 进行防御，又不敢让它太好用；另一方面在技术上筑墙，拒绝并起诉 Perplexity 对其接口的调用。 - **沃尔玛的策略**：采取了完全不同的态度，向 AI 公司敞开怀抱。作为一个实体零售商，沃尔玛没有亚马逊那么重的广告包袱，它看到的是机会。沃尔玛选择开放数据给 OpenAI，让用户可以直接在 ChatGPT 里调用沃尔玛的服务。沃尔玛开放的不仅仅是商品图片和价格，而是物理世界的 API（实时库存、履约状态和门店位置）。OpenAI 的大模型或许能写出莎士比亚风格的诗，但它绝对不可能知道沃尔玛在旧金山某个门店的货架上是否还剩一瓶可口可乐。沃尔玛的算盘是：“既然我做不了最聪明的 AI，那我就做所有 AI 背后那个最可靠的超级履约中心。”

---

[14:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=899s) Token 转化为 Take-rate 与 AgentTech 时代展望

面对同样的变局，阿里既不甘心做亚马逊式的防守者，也不愿做沃尔玛式的纯供应商，它试图通过千问 APP 走出第三条路。摩根大通（JP Morgan）的分析师 Alex Yao 将这种策略精妙地概括为“将 Token 转化为 Take-rate（服务费/抽成）”。

在传统的电商逻辑里，`GMV = 流量 × 转化率`。当 AI 截流了流量，平台似乎必死无疑。但阿里赌的是 AI 能带来转化率的质变。我们可以算一笔新账： - **传统模式**：100个用户搜索跑鞋，产生了1000多次点击，但因为选择困难症和信息不透明，最后只有3个人下单，转化率只有3%。平台赚的是那1000次点击的广告费。这种模式下，大部分流量是无效的，大部分点击是浪费的。 - **AI 模式**：同样是100个用户，AI 精准服务了其中10个核心用户。虽然流量看起来跌了90%（没有了那1000次无效点击），但因为 AI 精准理解了需求并直接推荐了最合适的鞋，最后这10个人里面也有3个人下单了，转化率提升至30%。

虽然流量和传统广告费减少了，但成交额（GMV）并没有变。更重要的是，因为 AI 提供了极高的匹配效率和服务体验，平台的收入模式将从“赚广告费”转向“收 Token 所带来的服务费（Take-rate）”，从而维持总收入不变甚至增长。这种平台与商家共同为最终成交结果负责的模式，比让商家为无效点击买单的传统广告模式更健康、更可持续。此外，“赞助商答案”可能会成为新的广告形式——未来的广告不再是硬生生的横幅，而是原生知识（例如在 AI 提供的专业滑雪板挑选指南中，自然地包含合作品牌的购买链接）。

当然，这些新形式都还处于早期探索阶段。此时此刻，用更强、更有用的模型来吸引用户才是重中之重。互联网里提得最多的还是“入口”这个词，履约虽然是后端非常重要的一环，但如果你掌握了入口，就可以慢慢去实现后端的履约。拿到 AI 时代的“门票”或“船票”，本质上就是争夺入口。

当 AI 重构了入口，商业模式的代际跃迁也就不可避免。我们正在从 AdTech（广告技术）时代迈向 AgentTech（智能体技术）时代： - **过去20年**：商家为了获得流量做的是 SEO（搜索引擎优化），研究关键词堆砌指标，试图讨好百度或淘宝的算法。 - **未来**：商家要做的是 GEO（生成式引擎优化）。商家的目标不再是买一个显眼的广告位，而是如何进入 AI 的推荐名单。这要求商家的数据必须更加结构化、更加真实。因为 AI 并不好忽悠，它会阅读成千上万条评论来判断一个商品的好坏。未来的商业竞争将回归本质——即“数字信誉”。如果产品质量不行、服务不好，无论刷多少单，在 AI 看过海量差评后都不会被推荐。这将倒逼整个供应链的升级，是一个良币驱逐劣币的过程。

然而，这个新世界也充满了风险，最大的挑战莫过于“伦理与信任”。当 AI 既是你的私人助理，又背靠巨大的商业生态时，如何保证它的建议是客观的？这是一个“管家还是推销员”的问题。如果某家的 AI 总是优先推荐广告商品或高溢价商品，用户很快就会发现并失去信任。而一旦失去信任，AI 助理也就沦为了一个并不聪明的推销员。这也引发了对平台中立性的深层探讨。未来或许会出现第三方的 AI 审计机构专门去测试各大 AI 模型的推荐偏见，又或者引入区块链技术来记录 AI 决策的链路，确保每次推荐都透明可追溯。在 AI 时代，信任将是新入口最昂贵的货币。

总之，互联网的入口正在经历一场从“链接信息”到“链接服务”的大变革。在这场迁徙中，OpenAI 最先掀了桌子，让我们看到了新世界的可能性。但历史往往告诉我们，先驱虽然不一定是先烈，但也未必是最后的赢家。最终收割这场比赛的很可能是谷歌或阿里这样既有“大脑”（最强模型）又有“手脚”（全栈生态）的全能巨头。因为在商业的终极逻辑里，用户不仅需要一个能陪你聊天的 AI，更需要一个能帮你把热腾腾的饭菜、把合适的鞋子送到家门口的 AI。

在互联网模式中，“Winner takes all”（赢家通吃）事实上是一个常态。AI 以后会不会出现多生态的格局，在今天依然很难判断。有可能是单生态（如 GPT 通吃所有），也有可能是多生态（不同生态之间有区隔，应用需要去适配或跨生态）。对于阿里来说，千问不仅是一个 APP，它是通往下一个十年的入场券。这场战争才刚刚开始，西溪园区的灯火恐怕还要亮很久。

## Notable quotes > [00:00](https://www.bilibili.com/video/BV1PkqvBwEgv?t=0s) 自然语言意图正在试图消灭图形界面本身

> [00:00](https://www.bilibili.com/video/BV1PkqvBwEgv?t=0s) 以前的互联网是将人类数字化，试图让人去适应机器的逻辑；而 AI 时代的互联网则是将机器拟人化，让机器去理解人的意图

> [00:00](https://www.bilibili.com/video/BV1PkqvBwEgv?t=0s) 未来谁掌握了这个对话框，谁就掌握了分发世界的权利

> [04:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=299s) 在 AI 时代，算力就是石油

> [04:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=299s) 用‘边际成本递减’的逻辑，去打竞争对手‘边际成本固定’的软肋

> [04:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=299s) 用户不再是操作软件的人，而是直接下达命令的指挥官

> [09:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=599s) 他们有强大的大脑，但缺乏在物理世界行动的手脚。而阿里既有大脑又有手脚

> [09:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=599s) 既然我做不了最聪明的 AI，那我就做所有 AI 背后那个最可靠的超级履约中心 — 沃尔玛的算盘

> [14:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=899s) 将 Token 转化为 Take-rate（服务费/抽成） — Alex Yao

> [14:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=899s) 拿到 AI 时代的‘门票’或‘船票’，本质上就是争夺入口

> [14:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=899s) 未来的商业竞争将回归本质——即‘数字信誉’

> [14:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=899s) 这是一个‘管家还是推销员’的问题

> [14:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=899s) 在 AI 时代，信任将是新入口最昂贵的货币

> [14:59](https://www.bilibili.com/video/BV1PkqvBwEgv?t=899s) 最终收割这场比赛的很可能是谷歌或阿里这样既有‘大脑’（最强模型）又有‘手脚’（全栈生态）的全能巨头

## Mentioned 阿里巴巴, 千问 APP, WAN 2.6, Wintel 联盟, 微软, 英特尔, 苹果, 谷歌, 微信, OpenAI, Perplexity, Gemini, YouTube, Google Lens, 安卓系统, Chrome, 高盛, 倚天 CPU, 含光 NPU, PPU, 阿里云, 千问 Max, 千问 Imagine, Midjourney, Sora, 千问 3-Learning, Hugging Face, Meta, Llama, 黄仁勋, 英伟达, LlamaIndex, Avocado, 夸克, 盒马, 淘宝, TikTok, 抖音, 亚马逊, 京东, 小红书, 飞猪, 携程, 沃尔玛, Rufus, 摩根大通, Alex Yao, 百度

[Source](https://www.bilibili.com/video/BV1PkqvBwEgv)

中文简报

阿里巴巴千问APP推免费无限用 3800亿基础设施投资重构AI入口大模型竞争终局属于拥有全栈生态的巨头，阿里通过降低边际成本将Token转化为Take-rate，凭借实体履约能力构筑纯模型公司无法企及的护城河。视频深入剖析了AI时代科技巨头之间重构互联网入口的生态战争。通过对比OpenAI等纯模型“空军”在算力边际成本上的软肋，展现了谷歌与阿里等拥有自研芯片和云基础设施的“全栈全能巨头”如何实施成本降维打击。同时，节目揭示了电商领域正从依赖广告点击的传统模式向由AI Agent截流并提升转化率的“将Token转化为Take-rate”模式转型，未来商业将从AdTech时代全面迈向更看重数字信誉的AgentTech时代。千问APP公测首周下载量破千万、23天MAU突破3000万，标志着交互方式正从图形触控跨入自然语言意图时代，将复杂的跨应用跳转与消费决策折叠进对话框中。 (0:00) 谷歌与阿里正在构筑全栈全模态壁垒，阿里推进3800亿元AI基础设施并依托自研芯片打造异构架构，通过“快慢思考分离”压低推理成本，以边际成本递减打击纯模型公司。 (4:59) AI Layer的崛起正在重塑电商搜索逻辑，引发缺乏履约能力的纯模型“空军”（如OpenAI）与面临广告利润蒸发困境的实体零售“陆军”（如亚马逊、沃尔玛）之间的激烈博弈。 (9:59) 商业模式正从AdTech向AgentTech演进，阿里尝试将Token转化为Take-rate以做大有效转化率，而商家竞争也将从讨好算法的SEO转向以真实供应链与数字信誉为核心的GEO。 (14:59)

Reading summary

《硅谷101》指出，生成式AI正推动互联网从鼠标点击、屏幕触控迈入“自然语言意图”时代，重塑流量入口；在这场变革中，拥有底层芯片、云架构与实体履约“手脚”的全栈生态巨头，或将对纯大模型公司构成降维打击。交互变革与对话框入口争夺 (0:00) 互联网三十年的演进本质上是交互方式的断代史。上世纪90年代微软与英特尔的Wintel联盟依靠鼠标点击与图形界面掌握数字世界分发权，移动互联网时代苹果与谷歌凭借多点触控将流量聚拢在应用商店与即时通讯框。当下以自然语言意图为核心的AI交互正尝试消灭繁琐的图形界面，让机器主动理解人类意图。当前数字生活仍显冗长低效。例如用户筹备一次春节冰雪出行，传统流程需要在社交、OTA与电商软件间跳转比对，亚马逊统计此类典型复杂消费决策平均需点击至少14次并切换至少三个应用。这些繁琐点击虽构成旧巨头的广告收入来源，但也成为流失点。OpenAI与Perplexity等试图将复杂链路折叠进单一对话框，促使科技巨头意识到：谁控制了意图对话框，谁就掌握了分发权利，落后者将面临沦为被调用底层管道的风险。全栈生态与快慢思考的成本壁垒 (4:59) 在模型竞争进入落地期后，单纯的C端聊天能力不足以构建壁垒，需要全模态感知与芯片到顶层服务的垂直整合能力。谷歌凭借Gemini融合YouTube、Google Lens并深植安卓与Chrome生态，拉开与纯软件助手的差距；阿里巴巴则依托自研倚天CPU、含光NPU以及规划中的通用推理芯片PPU，结合高盛研报提及的高达3800亿元AI基础设施建设，构建了类似的软硬一体全栈链条。这种全栈协同构成了边际成本控制的降维打击。OpenAI等纯模型厂商每次响应均需承担硬件与云服务溢价，导致边际成本高企、面临亏损与限次压力；而拥有自研软硬件架构的巨头能够利用“快慢思考分离”机制——轻量查询由低成本小模型快速响应，复杂逻辑调用超大模型，将异构计算效能压至极致。阿里在千问中整合视觉模型、WAN 2.6视频生成、独家教育库以及多步骤办公工作流，并推行C端免费策略，正是依赖这种边际成本递减的技术红利。实体履约手脚与电商推拉博弈 (9:59) 全栈技术之外，连接物理世界的履约生态是另一道核心护城河。大模型即便具备多模态感知和决策能力，若缺乏实体网络仍无法独立完成闭环。节目设想，千问未来在结合视觉诊断与健康知识库后，能直接调用盒马或淘宝接口下单配送，展现出“大脑搭配手脚”的全链路优势，而纯模型公司难以独自覆盖库存、物流、支付与售后等复杂环节。在电商领域，AI Agent的接入正在重构传统搜索（Pull）模式。Agent作为意图看门人，直接根据诉求过滤冗余信息并生成决策结果，跳过了传统的商品列表展示，从而威胁到平台依赖的搜索展示与赞助广告收入。这导致了“空军”与“陆军”的策略博弈：OpenAI和Perplexity加速空降购物环节但受制于实体履约；年广告收入高达680亿美元的亚马逊陷入既需防御又怕冲击主营利润的“柯达时刻”；而沃尔玛则选择开放线下实时库存与门店位置API，甘愿转型为各大AI背后的超级履约中心。从流量点击到智能体信任经济 (14:59) 面对电商商业模式的重塑，摩根大通分析师Alex Yao将阿里千问的探索总结为“将Token转化为Take-rate（服务费/抽成）”。在传统“GMV = 流量 × 转化率”模型中，AI可能使无目的浏览与点击量大幅缩减，但通过精准匹配意图，转化率可出现质的飞跃。平台收益机制由此有望从“向商家收取无效点击广告费”，转变为依托高效交付抽取确定性服务费，推动平台与商家对成交结果负责。从技术范式看，商业竞争正由针对算法权重的搜索引擎优化（SEO）迈向智能体生成式引擎优化（GEO）。由于AI依靠综合研判海量真实评价与结构化数据来提供推荐，刷单与关键词堆砌将逐渐失效，倒逼供应链回归数字信誉。与此同时，AI的商业角色也面临“客观管家还是带货推销员”的伦理考量，过度商业化推荐可能迅速瓦解用户信任，未来或需引入第三方审计或追溯技术以保障决策中立性。该节目总结指出，互联网竞争正从“链接信息”走向“链接服务”。尽管AI原生企业率先打破了原有格局，但在互联网惯有的赢家通吃法则下，最终具备统合优势的可能仍是兼备模型大脑与全栈履约手脚的生态巨头；不过，未来AI世界究竟会形成单一寡头垄断还是多生态共存，目前仍存变数。

Source quotes

[0:00] 自然语言意图正在试图消灭图形界面本身 [0:00] 以前的互联网是将人类数字化，试图让人去适应机器的逻辑；而 AI 时代的互联网则是将机器拟人化，让机器去理解人的意图 [0:00] 未来谁掌握了这个对话框，谁就掌握了分发世界的权利 [4:59] 在 AI 时代，算力就是石油 [4:59] 用‘边际成本递减’的逻辑，去打竞争对手‘边际成本固定’的软肋 [4:59] 用户不再是操作软件的人，而是直接下达命令的指挥官 [9:59] 他们有强大的大脑，但缺乏在物理世界行动的手脚。而阿里既有大脑又有手脚 [9:59] 沃尔玛的算盘: 既然我做不了最聪明的 AI，那我就做所有 AI 背后那个最可靠的超级履约中心 [14:59] Alex Yao: 将 Token 转化为 Take-rate（服务费/抽成） [14:59] 拿到 AI 时代的‘门票’或‘船票’，本质上就是争夺入口 [14:59] 未来的商业竞争将回归本质——即‘数字信誉’ [14:59] 这是一个‘管家还是推销员’的问题 [14:59] 在 AI 时代，信任将是新入口最昂贵的货币 [14:59] 最终收割这场比赛的很可能是谷歌或阿里这样既有‘大脑’（最强模型）又有‘手脚’（全栈生态）的全能巨头

Original transcript

[0:00] 2025年11月中旬阿里杭州总部格外忙碌11月17日千问APP正式公测首周下载量迅速突破了1000万而在公测的23天之后月活跃用户数突破了3000万而在差不多一个月之后最新的WAN2.6视频生成模型也上线了最大支持15秒的输出长度这也意味着支持更完整的叙事还支持多镜头自动切换在这些市场反馈的背后预示着AI正成为搅动整个互联网格局的巨大变量而这个变量是一场重构入口的战争我们这个视频就来讲讲阿里想如何去打这场重塑互联网的操作系统生态战如果我们把视线拉长审视互联网这30年的进化史会发现商业帝国的兴衰更替本质上是一部交互方式的断代史每一次输入输出逻辑的重写都会引发一场新的变局上世纪90年代微软和英特尔组成的Wintel联盟赢得了战争他们的胜利建立在鼠标点击也就是click之上图形用户界面将绘色的代码变成了可视化的图标谁掌握了鼠标的去向谁就掌握了通往数字世界的收税权十几年前苹果和谷歌开启了移动互联网的黄金时代这次的胜负手变成了手指触控多点触控技术让屏幕成为了身体的延伸App Store和微信的对话框取代了浏览器成为了新的流量黑洞而现在我们正站在第三次代际更替的边缘这一次革命的烈度可能远超前两次因为自然语言意图正在试图消灭图形界面本身如果说以前的互联网是将人类数字化试图让人去适应机器的逻辑那么AI时代的互联网则是将机器拟人化让机器去理解人的意图这种变革的紧迫感并非来自技术本身而是来源于我们仍然臃肿和低效的数字生活试想一个典型的生活场景你计划在春节期间带全家去哈尔滨看冰灯顺便买几双防滑保暖的雪地靴在今天的互联网上这意味着一次漫长的手指劳动第一步你要打开社交软件也就是小红书抖音这些搜索哈尔滨穿搭攻略在眼花缭乱的种草帖中去分辨真伪第二步打开OTA软件也就是鞋成或者飞书查阅机票和酒店在价格位置防行之点反复权衡第三步打开电商APP也就是淘宝或者京东搜索防滑雪地靴面对满屏的促销满减和复杂的优惠规则要去筛选出几款候选的产品第四步切回社交APP验证这几款鞋的口碑到底怎么样最后终于回到电商名单去下单行业数据曾经残酷地揭示了这种低效亚马逊之前统计过完成这样一个典型的复杂消费决策用户至少要平均点击14次在至少三个app之间来回跳转这14次点击每次都是用户的流失点但也是旧世界巨头们的利润点广告竞价排名推荐位都藏在这些繁琐的路径里直到OpenEye和Puralacity的出现他们试图将这繁琐的14次点击折叠进一个简单的对话框里你只管说出你的意图帮我规划春节去哈尔滨的行程并推荐三款防滑保暖的雪地靴而AI负责搞定其余的一切特别是这个学习过程当然这不仅仅是效率的提升更是一场互联网入口权的争夺战在全球科技巨头的董事会里高管们都意识到了同一个残酷的现实未来谁掌握了这个对话框谁就掌握了分发世界的权利如果在AI时代失去了对这个对话框的控制你庞大的FD国你引以为傲的供应链你积累了多年的用户数据可能通通会沦为底层的被别人调用的管道而已而巨头们在如何建立权战能力来打响这场反击战呢硅谷的谷歌和杭州的阿里都在压住相似的逻辑在资本市场对AI原生应用的狂热追捧后随着谷歌携Gemini王者未来谷歌全家桶展现出了前所未有的威力整个局面迎来了反转也许C端产品的终局依然属于那些生态巨头为什么呢因为真正的AI入口能力绝不仅仅是理解文本它需要的是全战全模态的能力既要有能听能看能说的感官又要有从底层芯片到顶层服务的垂直整合能力在这场反击战中我们看到了两个巨头在走相似的路径硅谷的谷歌和杭州的阿里谷歌曾一度被ChadGPT打得措手 [4:59] 被嘲笑为传大难掉头但随着Gemini的崛起谷歌正在找回它的节奏Gemini最大的强项在于它的全模胎优势它不仅能聊天给你足够好的答案还能通过YouTube看懂视频通过Google Lens看懂万物更可怕的是它的生态落地能力谷歌正把Gemini植入安卓系统和Chrome浏览器试想一下当你在手机上搜修自行车时OpenEye可能只能给你一段文字建议但植入了Gemini的安卓系统不仅能给你建议还能直接调起谷歌地图导航到最近的修车店甚至帮你拨打电话预约这是OpenEye做不到的这是生态的胜利而在大洋彼岸阿里走的是最像谷歌的路径却构建了一套非常全面的全站生态链在AI时代算力就是石油根据高盛的演报阿里正在推进一项高达3800亿人民币的AI基础设施建设计划这不仅仅是买GPU那么简单阿里拥有自演的以天CPU含光NPU以及正在部署的通用推理芯片PPU配合阿里云的邻居集群阿里固建了一套严密的权战生态链这带来的最大优势是什么与谷歌的TPO优势一样是商业模式的降维打击对于OpenAI这样的纯模型公司来说每一次用户提问都是一次实打实的算力消耗这构成了其高昂的编辑成本尽管OpenAI也采用MOE等技术优化但它仍然需要高昂的硬件溢价给英伟达和云服务溢价给微软因此ChatGPT不得不努力探索商业化路径或是限制免费用户的使用次数不然就会面临巨额亏损而谷歌和阿里正要拥有硬件生态的公司优势在于能够通过自演芯片与云架构的深度协同将异构计算和MOE架构的效能压缩到极致并将成本控制在对手难以企及的水平其实全站是互联网公司的一个特点大部分互联网公司其实都会往全站的方向走就是取决于每一家的能力所以谷歌实话说是从一开始就是往全站在走的所以这个已经20多年的历史了因为软件站的特点就是说上下是要整合的就是说你要实现你的研发的最大的效率你一定要从全站的角度去切入所以你看几乎所有的巨头都是上下都做的我说个经典的例子就是大概将近20年前谷歌当时就自己做路由器这个就在当时就是网络它不光是这些底层的这些应用还有上层它自己做网络就路由器都自己做然后服务器也是自己做的这个其实就是一个很典型的一个权战的一个案例这就好比一家超级医院处理简单的伤风感冒也就是我们的闲聊简单查询由成本极低的全科一生也就是小模型快速解决只有遇到疑难杂症需要复杂逻辑推理代码生成这些才调用昂贵的专家比如千问MAX大模型这种快慢思考分离的机制配合自演芯片带来的硬件红利使得全战巨头能够极大的压缩平均推理成本本质上阿里是在用编辑成本递减的逻辑去打竞争内手编辑成本固定的软肋这也是为什么千问在C短敢于打出免费无限用的旗号这不仅是烧钱换市场更是技术红利带来的定价权在生态的上层就是模型与应用层在12月3日最新的版本中千万APP彻底撕掉了试水的标签它不再演示野心其功能矩阵直接对标ChatGPT而千万更重视在工作流中的落地应用阿里似乎意识到光靠聊天是留不住用户的它必须成为一个无所不能的超级瑞士军刀实现工作流的折点我们可以列举几点第一是视觉与视频模型千问接入了千问Imagine满血版和WANS 2.6视频模型你可以用它生成与人物ID高度一致的连环化或者制作一段音画同步的短视频在过去这可能需要你分别订阅Midjourney和Sora还得忍受复杂的提示词工程现在阿里把它们塞进了一个免费的app里让普通用户能一键生成商业级的海报和视频第二是教育场景新上线的千万三learning模型有5亿级的独家资料库它不是简单的搜题工具而是试图理解教材考试逻辑甚至学生心理的AI导师这直接切入了中国家庭最焦虑也最愿意付费的教育场景他不仅能够给出答案还能拆解知识点这种懂学生的能力可能是通用模型难以比拟的第三是办公场景阿里试图用AH重塑office让我们拿一个基金分析师要想完成一份新兴行业分析报告所会产生的新旧两种工作流来举例旧的工作流是他需要先打开浏览器查资料 [9:59] 这可能至少要打开五个标签页在公司财报维基百科学术网站等等之间来回跳转然后把资料复制到word里去整理再打开PPT去做演示文稿其中可能还要去图片网站去找素材最后再辛苦校对一遍而基于签问的AI工作流变成了他只需要在对话框输入一个详细的提示词指定几分钟后签问就可以直接交付文档和PPT文件甚至支持格式互转当然如果你想深度学习还可以跟千问形成多轮对话把一些话题进行得更深入这不仅是效率的提升简直是对传统办公软件交互逻辑的彻底颠覆你不再是操作软件的人你直接变成了下达命令的指挥官当然了最终结果是否足够好跟你下达的这个指令也有很大关系你需要尽可能的详细认真专业的去下达指令在技术圈子里通议千问在全球开源社区的表现其实还挺不错的在Hugging Face等全球主流开源模型社区中千问系列模型保持着较高的回忆度和下载量它在多项基准测试中的表现使其成为Meta Llama系列在开源领域最主要的竞争者之一这种技术实力也获得了部分行业头部玩家的认可黄仁君曾经提及签问在推动全球开源生态中的作用LVMe等硅谷科技公司也曾表示其在业务探索中采用了签问模型签问的表现非常好在海外确实是经常被提到不仅是华人的开发者主流的开发者白人还有各种本土的开发者都确实是在用这两天不是有个消息比如说Meta的最新的那个叫牛油果它其实也是用千问这种在开源与开发者社区累积的技术底座为Ali的C段战略提供了支撑千问APP的推出实则是Ali将其大模型技术进行了产品化封装的结果对于用户来说这意味着在前端体验的背后是一套经过了全球开源社区高强度测试和迭代的算法模型当然上述这些能力或许还无法拉开跟现有领先大模型公司的绝对优势但像阿里这样的生态性选手其实还有另一大护城河在于它的地面部队那个庞大的实体服务生态目前的千万已经具备了连接生态接口的能力虽然还没有实现完全的自动化闭环比如有时候还需要跳转按但阿里的终局愿景已经非常清晰实现意图的闭环让我们畅想一个未来的场景你拍了一张刚刚拿到的体检报告这个是签问VR视觉模型在工作签问调用夸克的医疗知识库解读出你的尿酸偏高紧接着它根据你的身体状况为你推荐了一周的低嫖龄健康食谱如果你同意它就会自动调用河马或者淘宝的接口将食谱所需要的食材直接加入购物车并安排物流在今晚送到你家在这个过程中AI不仅是感知了信息他去读了那个报告还进行了决策给你推荐了食谱最终在物理世界完成了旅约送菜上门这种全链路的能力是纯模型公司目前根本无法企及的他们有强大的大脑但缺乏在物理世界行动的手脚而阿里既有大脑又有手脚虽然一句话购物这种完美的体验尚且在构建中技术和生产的磨合还需要时间但这个无疑代表了互联网服务的最终方向如果说全战能力是地基那么电商就是这座大厦最核心的商业战场在这个领域AI的介入正在引发一场关于推与拉也就是push和pull的博弈这也是检验巨头全战战略是否有效的最佳试炼场为了理解这场战争我们需要引入一个经典的分析框架Push模型也就是推荐是以Ttok和抖音为代表这是一种被动发现的模式AI生成内容的爆发对于这种本来就依赖算法推荐的模式反而是利好因为AI可以以极低的成本生产海量的视频和图片填满用户的时间缝隙Pull模型也就是搜索这部分是以谷歌亚马逊和淘宝为代表的这是一种用户主动的模式你有一个明确的需求你去搜索平台把你拉到商品面前颠覆正发生在Pro这一侧AI Agent的出现正在颠覆传统的Pro模式它插在了消费者和平台之间成为了一个新的用户意图看门人也可以说是新的AI层也就是一个AI layer当你在AI对话框里问我想买一个充电宝要容量大能带上飞机最好自带线AI会直接理解你的意图过滤掉那些不符合要求的广告商品直接给你推荐最适合的几款在这个过程中传统的搜索动作消失了取而代之的是答案和行动对于传统电商平台来说这意味着他们失去了展示广告的机会AI截获了用户的意图也截留了广告费在硅谷这场攻防 [14:59] 已经白热化我们可以将其看作是空军与陆军的对决OpenEye和Properacity不再满足于做培料的空军他们正在通过shopping research等功能试图空降到交易环境Properacity推出了comment浏览器OpenEye也在测试类似operator的产品试图替用户执行复杂的购物操作他们的野心是成为新的浏览器成为用户进入互联网的第一站但空军有致命的软肋虽然他们拥有最强的模型也就是大脑却缺乏了地面部队OpenEye没有库存没有无流车队没有支付牌照也没有售后的客服团队它必须依赖于合作伙伴比如说沃尔玛来完成最后的旅约这可能成为其商业闭环中的阿基里斯之种它无法控制最终的交付体验如果AI推荐的商品送晚了或者说质量不好用户会怪罪AI还是怪罪商家这种体验的割裂是传墨性公司难以解决的面对空军的轰炸亚马逊陷入了某种科达时刻也就是科达发明了数码相机却不敢推广因为卖胶卷实在是太赚钱了亚马逊完全有技术能力去做一个更好的AI助手帮用户一键下单但是呢在没有找到新的商业模式之前一个完美的AI助手可能会杀死亚马逊自己让我们来算一笔账亚马逊目前利润最丰厚的业务之一就是他高达680亿美元的广告业务这笔巨额收入主要来自搜索结果业的sponsored products也就是赞助商品如果AI助手直接帮用户选好了那个唯一的商品用户就不需要翻页不需要点击那些排在后面的赞助链接了这意味着680亿美元的广告瞬间蒸发这简直就是挥刀自攻所以目前的亚马逊处于一种极度纠结的状态一方面他不得不推出AI助手Rufus来防御但又不敢让Rufus太好用另一方面他在技术上筑墙拒绝和起诉Properacity对亚马逊的接口调用保护自己的战略数据不被AI白外吸走但这注定是一种权宜之极沃尔满则采取了完全不同的策略向AI公司敞开怀抱作为一个实体零售商沃尔玛没有亚马逊那么重的广告包袱他看到的是机会他选择开放数据给OpenEye甚至让用户可以直接在ChatCP里调用沃尔玛的服务这里有一个关键点沃尔玛开放的不仅仅是商品图片和价格而是物理世界的API实时库存履约状态和门店位置OpenAI的大模型或许能写出沙士比亚风格的诗但他绝对不可能知道沃尔玛在旧金山的某个门店的货架上是否还剩了一瓶可口可乐这种对物理世界的实时感知能力是全线上的巨头无法复制的沃尔玛的算盘是既然我做不了最聪明的AI那我就做所有AI背后那个最可靠的超级旅游中心无论你用哪个AI下单最后货都是我沃尔玛出的钱还是我来赚面对同样的变局阿里既不甘心做亚马逊时的防守者也不愿去做沃尔玛式的纯供应商他试图通过千万APP去走出第三条路GP Morgan的分析师Alex Yau将这种策略精妙地概括为将Token转化为Tigrate在传统的电商逻辑里GMV等于流量乘以转化率当AI截流了流量平台似乎必死无疑但阿里赌的是AI能带来转化率的质变我们可以算一笔心账在传统模式下100个用户搜索跑鞋产生了1000多次点击但因为选择困难症信息不透明最后只有3个人下单了转化率只有3%平台赚的是那1000次点击的广告费这种模式下大部分流量是无效的大部分点击是浪费的而在新的AI模式下同样是100个用户AI服务了其中10个核心用户虽然流量看起来跌了90%因为没有了那1000字无效点击但因为AI精准理解了需求直接推荐了最合适的写最后这10个人里面也有3个人下单了转化率是30%虽然流量减少了广告费也减少了但成交额将微没变更重要的是因为AI提供了极高的匹配效率和服务体验平台的收入模式从赚广告费将转向收Token所带来的服务费从而维持总收入不变甚至增长并且通过AI提升撮合成功的效率很有可能会远大于原来的广告模式因为这其实是一种更健康更可持续的商业模式因为平台的收入模式 [19:59] 商家都为最终的成交结果去负责而不是为无效的点击买单此外赞助商答案可能会成为新的广告形式未来的广告不再是硬生生的横幅而是原生知识当用户问新手怎么去挑选滑雪板时在AI提供的专业指南中可能会自然的包含合作品牌的购买链接当然这些新型式都还出于早期的探索包括OpenAI也在探索此时此刻用更强更有用的模型来吸引用户才是重中之重互联网里面提的最多的还是入口这个词履约就是后端的非常重要但是如果你掌握了入口其实你可以去慢慢的去实现后端的履约把它叫落地也好那我掌握了AI的这个门票我是不是对我们经常说门票船票以前其实也是入口的概念那我是不是就能够把入口给拿下来这个显然是阿里想要的事情当AI重构了入口商业模式的待机跃迁也就不可避免我们正在从AdTech广告技术时代迈向AgentTech智能体技术时代在过去20年商家为了获得流量做的是SEO也就是搜索引擎优化他们研究关键词堆切指标试图讨好百度或淘宝的算法未来商家要做的是GEO也就是生成式引擎优化商家的目标不再是买一个显眼的广告位而是如何进入AI的推荐名单这要求商家的数据必须更加的结构化必须更加的真实更符合AI的评价标准因为AI也不怎么好忽悠它会阅读成千上万条评论来判断一个商品的好坏这意味着未来的商业竞争将回归本质也就是数字生育如果你产品质量不行服务不好无论刷多少单在AI看过海量的差评后都不会把你推荐给用户这将倒逼整个供应链的升级也是一个良币去除劣币的过程然而这种新世界也充满了风险最大的挑战莫过于伦理与信任当AI既是你的私人助理又背靠巨大的商业生态时如何保证它的建议是客观的这是一个管家还是推销员的问题如果某家的AI总是优先推荐广告商品或者总是推荐溢家高的商品用户很快就会发现并失去信任而一旦失去信任AI助理也就沦为了一个并不聪明的推销员这也引发了对平台中立性的深层探讨如何在既当裁判又当运动员的情况下自证清白或许未来会出现第三方的AI审计机构专门去测试各大AI模型的推荐偏见又或许区块链技术会被引用用来记录AI决策的链路确保每次推荐都是透明可追溯的在AI时代信任将是新入口最昂贵的货币巨头们必须在商业里和用户代理人的角色之间找到那个微妙的平衡点这比技术开发更考验巨头的智慧总之我们今天想说的是互联网的入口正在经历一场从链接信息到链接服务的大变革在这场迁徙中OpenAI最先掀了桌子让我们看到了新世界的可能性但历史往往告诉我们先驱虽然不一定是先烈但也未必是最后的赢家最终收割这场比赛的很可能是谷歌或者阿里这样既有大脑也就是有最强的模型又有手脚也就是全战生态的全能巨头因为在商业的终极逻辑里用户不仅需要一个能陪你聊天的AI更需要一个能帮你把热腾腾的饭菜把合适的鞋子送到家门口的AI首先就是winner takes all事实上是一个常态就是在大部分的尤其在互联傲模式里面事实上是个常态所以说我们就要思考的问题AI以后会不会出现一个多生态的一种格局这个在今天again还是很难判断的因为还是这个意思所以这种多生态的格局有可能是单生态的就GPG就通吃所有的也有可能还是多生态的那就说不同的生态之间是有区隔的那我作为一个应用我就要适配不同的生态或者是去跨生态这种事也是完全有可能的对于阿里来说千万不仅是一个APP它是通往下一个十年的入场卷这场战争才刚刚开始而西西园区的灯火恐怕还要亮很久好了这就是我们今天的全部节目我是硅谷2012的特约研究员刘一鸣我们下期再见