1.1 从人云到Agent云：一次彻底的身份重构

2026年5月20日，杭州西湖畔的阿里云峰会上，阿里云做了一件颠覆性的事——宣布完成“芯片-云-模型-推理”全栈Agent化升级，并同步推出全新AI产品官网“千问云”。这是国内云厂商首次围绕Agent进行全栈产品发布。

为什么是“Agent”？阿里云资深副总裁刘伟光给出了一个震耳欲聋的判断：**未来云计算产品的主要使用对象，将逐渐从人类工程师变成Agent**。

怎么理解这个判断？很简单，看看实际情况就知道了。当用户对AI说“帮我总结昨天全球AI领域的重要新闻”，背后Agent要做的事包括：扫描几十个信源、提炼核心观点、生成摘要、甚至起草完整分析报告。在这个过程中，Agent自动调用云计算资源、调用模型做推理、读取存储中的历史文章、抓取搜索接口的实时信息、调向量数据库做语义匹配——最终，一篇分析报告从选题到成文，Agent可能已经发起了上百次调用，而真正的人类用户只说了“一句话”。

这样的变化是量级跃迁的。以前云服务的是几百万登录控制台的人，以后要服务的是数以亿计、永不下线的Agent，而且它们可以7×24小时不间断运转。

1.2 全栈自研：从芯片到推理的“几何式组合”

理解阿里云的AI获客能力，不能只看前端的产品，必须深入技术体系的底层。

本次峰会上，阿里云亮出了一张目前国内云厂商中独一份的牌——覆盖算力、网络、存储的完整自研数据中心芯片矩阵。其中，新一代训推一体AI芯片“真武M890”首次亮相，性能是上一代真武810E的3倍；搭载真武M890的磐久AL128超节点服务器，可让128张AI芯片组成一台计算机，主打解决Agent场景下的海量并发推理和大模型训练需求。

为什么要自研芯片？阿里云副总裁刘伟光说得很直白：“如果今天没有芯片这个环节，要说打造最好的性价比、最开放的云，其实是有点虚的。这一环补上来之后，我们的全栈路线就是一个完美的故事线了。如果未来拼的是让每一块芯片都能跑出比竞争对手更多的、更高质量的token，那我们就胜利了。”

事实上，平头哥已经在朝这个方向加速迭代。目前真武系列AI芯片累计出货56万片，服务来自20多个行业的400多家客户。而在模型层，阿里云的最新旗舰模型Qwen3.7-Max在三方机构Arena全球大模型盲测总榜中位列国产模型第一。更令人震撼的是，Qwen3.7-Max仅凭一份任务说明，从零开始自主工作35小时，独立完成了一个生产级AI计算内核的编写与调优，最终性能较官方版本提升10倍。

1.3 AI收入成为增长引擎：数据见证转型

转型的成果已经体现在财务数据中。根据最新财报，阿里云AI相关产品收入已连续11个季度保持三位数同比增长，在外部商业化收入中的占比首次突破30%。AI模型及应用服务ARR已超过80亿元，预计年底将突破300亿元。

更关键的一个指标是：从今年初到峰会，MaaS（模型即服务）业务日均Token收入增长了约15倍，月度Token收入已达到数亿元级别。这意味着，阿里云的增长引擎正在全面切换为以Token为计量单位的AI收入，MaaS将取代ECS成为阿里云最大的产品线。

阿里巴巴集团首席执行官吴泳铭表示，预计未来一年AI相关产品收入的占比将突破50%，成为推动云业务收入增长的主要引擎。

这就是阿里云AI获客能力的“技术底座”——不是靠一时的营销手段，而是靠一整套从芯片到应用的全栈能力在驱动增长。

---

2.1 GEO是什么？为什么它不是传统SEO？

如果说阿里云的技术底座是“靠什么提供AI能力”，那么阿里云的GEO（生成式引擎优化）战略就是“如何让这些能力被用户找到”。

GEO，全称Generative Engine Optimization（生成式引擎优化），是继SEO之后的新一代流量优化赛道。二者的区别非常直观：

- **传统SEO的目标**：让品牌在搜索引擎结果页排名靠前。 - **GEO的目标**：让品牌进入用户与AI对话的回复内容。

换句话说，以前用户搜“最好的云服务”，看到的是十个蓝色链接，需要自己一个个点进去对比；现在用户问AI“推荐一个靠谱的云服务商”，AI直接给出一个综合性的答案——如果这个答案里恰好提到了你，你的获客成本可能为零，转化效率却可能翻倍。

2025年双11期间，一家空气净化器品牌通过GEO优化，在豆包、DeepSeek等大模型的回复中显著提升了曝光。当用户询问“空气净化器怎么选”时，AI会主动提及该品牌的优势与差异化特点。而在国内GEO赛道已经涌现出一批专业服务商，如智推时代，其服务的客户涉及教育、汽车、企业服务、金融、游戏、大健康、新零售等多个领域。GEO的渗透速度之快，远超预期。

2.2 阿里云如何“自建GEO”？

阿里云作为云计算平台的提供者，既是AI技术的赋能者，也是AI获客的深度实践者。它在两个方面同时发力，构建了完整的GEO闭环：

**第一，在产品层面“被AI记住”**。随着千问成为今年用户增长最为迅猛的APP（月活同比增长4241%），大量用户在移动端搜索、决策场景中使用AI助手。阿里云作为千问的技术提供方，天然占据了“认知锚点”——用户在AI对话中问“云服务”，AI会优先推荐自己“最熟悉”的解决方案。这是一种由技术和品牌双重背书形成的“GEO红利”。

**第二，在内容层面“让AI推荐”** 。阿里云通过主动布局优质内容、建设开发者社区、发布高质量技术白皮书和实践报告，让自身在各种AI问答场景中被高频引用和推荐。例如，阿里云联合零售电商行业发布的《2026年零售电商AI云最佳实践报告》系统阐述了AIGC在智慧营销、高并发秒杀、智能决策等场景的落地路径。这样的内容一旦被大模型收录并作为可信源，就会在用户问相关问题时持续输出阿里云的品牌价值和解决方案。

**第三，在生态层面“教AI认识伙伴”** 。阿里云面向全球AI ISV合作伙伴推出了“Co-Build, Co-Market, Co-Sell”合作框架，投入超过200万美元专属营销资金。在国内，阿里云发布OPC创新助力计划，宣布未来一年支持5000家AI原生创新团队，通过Token补贴、专属技术服务、生态场景对接、品牌曝光、融资对接等五大维度加速AI原生新业态繁荣。这意味着，阿里云不仅仅是自己在做GEO，更是在帮助整个生态伙伴一起“被AI看见”。这种“生态共生式”的GEO模式，放大了每个参与者的获客能力。

2.3 GEO的实战价值：数据不会说谎

GEO的效果已经有真实数据支撑。一家在线教育企业在采用GEO优化后，一周之内其官网主动注册渠道的转化率从3%提升至11%，月均转化数从60单提升到250多单。

这种效果背后的逻辑是什么？**AI推荐的信任度往往高于传统广告。** 当用户问“哪家云服务性价比最高”时，AI给出的推荐被认为比广告更客观、更可信。这就意味着，一旦进入AI的推荐列表，企业的获客成本呈现断崖式下降，而转化率却可能实现跃升。

GEO的价值还体现在它的长效性上。传统广告是按点击付费的，投了就有流量，停了就没有。但GEO是“一次内容布局，长期被AI调用”——只要你的内容被大模型收录并认为是权威、可信的信息源，它就会在用户提问时反复出现。这是一种越积累越有效的获客方式。

---

3.1 智能客服系统：从降本到获客的跃迁

很多人理解智能客服，第一反应是“省人工费”。但在阿里云的体系里，智能客服已经变成获客的前沿阵地。

阿里云在2026阿里云峰会上正式发布了企业级对话智能体平台——伶鹊。伶鹊致力于为企业构建智能、专业、有温度的对话服务，用AI重塑企业与客户之间的每一次链接。平台分为三层架构：底层是实时交互内核，由千问对话领域模型与全双工实时交互引擎构成，可实现极致的低延迟对话体验，并通过智能打断、云端降噪和情感识别实现高拟人度的交互；中间层提供Agent Builder（对话模型微调与智能体编排）和Voice Studio（音色定制与管理）两大工具；上层则面向智能客服、营销外呼、HR招聘、保险接报案、医疗慢病随访等高频场景提供开箱即用的对话智能体。

一个具体的产品是“服务数字员工”——基于阿里云千问大模型构建的智能外呼服务，具备类人思考与沟通能力。它通过深度学习亿级真实通话语料和专利级情绪识别引擎，能在100毫秒内洞悉客户意图与情感变化，为企业提供7×24小时的外呼服务。

服务数字员工可以应用于续费提醒、销售推荐、客户回访等多种场景，帮助企业在与存量客户沟通的过程中发掘增量需求。在成本上，以不到真人坐席1/4的成本获得同等甚至优于人工的业务产出。更重要的是，企业知识库一经上传即可实现业务知识100%传承，避免因人员流动导致的知识断层。

数据是最有力的证明。部分品牌商家使用阿里云“AI店小蜜”后，客服环节正在发生根本性变化，AI与人工协作的转化效率显著提升。

3.2 数据驱动的精准营销：OneID与AIGC的联动

在零售电商领域，阿里云的智慧营销方案以CDP（客户数据平台）实现全域用户数据整合，通过OneID打通身份壁垒，搭配AIGC数字人、AI海报与视频生成、智能客服等技术，构建全链路个性化营销体系，显著提升营销ROI与用户粘性。

这套系统的工作逻辑是：第一，通过CDP整合用户在各个触点的行为数据，构建完整的用户画像；第二，利用OneID技术跨渠道识别同一用户，避免重复触达和干扰；第三，通过AIGC自动生成个性化的营销内容——包括文字、图像、视频甚至数字人交互；第四，在用户最可能产生转化的时机和渠道上精准触达。

最终效果是：每个用户看到的内容都是定制化的，营销素材的生产效率提升数倍，广告投放的精准度和转化率大幅提高。

3.3 AgentOne与电商智能体矩阵

AgentOne是一款面向企业数智化升级的AI智能体服务平台，提供智能营销、智能客服、智能运营、智能分析等场景化能力，支持企业以自主规划、对话编排及专家组等多形态智能体提升业务效率。

在电商领域，Quick BI的“智能小Q”实现了对话式数据分析，用户通过自然语言提问即可获取深度业务洞察；Data Agent作为企业级数据治理专家，可自动完成数据清洗、整合和质量监控。Quick Service则告别了传统关键词匹配的老路，进化为具备多轮对话、情感识别和业务办理能力的服务Agent。

这套智能体矩阵覆盖了电商企业从获客到转化再到复购的全链条，实现了“无人值守，智能运转”的运营模式。智能体之间的协同，大大降低了人工作业量，使企业可以聚焦资源在核心决策和创新上。

3.4 千问云：Agent驱动的模型分发中枢

千问云的定位非常独特——它不是一个传统意义上的官网，而是一个为Agent设计的AI产品官网，也是阿里云成立17年以来首次为单独业务做的独立官网。阿里云公共云事业部负责人刘伟光说得很直接：“千问云是为Agent设计的，而不是人类。”

千问云提供了Qwen、GLM、Kimi、DeepSeek、Wan、HappyHorse等150多款主流模型API，并将模型服务的核心能力封装为Skills（技能）和CLI（命令行界面）工具，可让Agent高效地用模型和开发AI应用。Skills将模型选型、调用、认证、用量查询等完整能力打包，Agent可动态路由不同模型，自动用视觉模型处理图片、用生图模型生成图片、用视频模型创作视频；CLI则通过命令行自动化完成模型服务的全部工作流。

千问云的实质是“面向开发者和Agent的大模型超市”，入口的变革意味着Agent可以绕过人类工程师的繁琐操作，自主选择并调用最适合任务的模型，大幅提升开发效率和任务完成质量。用户可在一个界面下对比不同模型在参数、能力、价格、上下文长度等多维度的差异，并用真实Prompt或任务验证输出效果，决策周期大大缩短。

3.5 百炼推理平台：让AI应用跑起来

如果说千问云是Agent的“选型大脑”，那么百炼推理平台就是让AI应用真正落地的“生产车间”。

阿里云在百炼平台上构建了大规模GPU资源集群，并通过完整的技术栈应对Agent场景的特殊挑战。峰会上，阿里云宣布百炼平台全面开放，与月之暗面、Minimax、智谱、阶跃星辰、爱诗科技、生数科技等多家AI厂商达成合作，为用户提供“一个入口、多模型可选”的一站式服务体验。

事实上，截至2026年3月，百炼平台客户数量同比增长8倍，过去三个月Token消耗规模较上一季度大幅提升。这种增长说明，企业和开发者正在快速将AI应用从概念验证阶段推向生产环境。

百炼的价值在于降低了AI应用落地的门槛。开发者无需从零搭建复杂的推理基础设施，而是可以直接调用百炼平台提供的高性能GPU集群和优化过的推理引擎，聚焦业务逻辑本身。

3.6 生态合作伙伴协同：独行者速，众行者远

AI时代的技术体系极其复杂，没有任何一家公司能包揽一切。阿里云的策略是建设开放生态，让ISV合作伙伴在平台上发挥各自的专业能力。

阿里云面向全球AI ISV合作伙伴显著加强了2026年的支持力度，通过“Co-Build, Co-Market, Co-Sell”增强合作框架，投入超过200万美元专属营销资金，并提供最高25万美元技术额度、免费AI Tokens以及更低的平台佣金。这不仅仅是资金支持——阿里云还整合了全球销售团队和渠道伙伴，通过额外奖励优先推广ISV解决方案，帮助合作伙伴直接触达超过500万的企业客户。

在国内，阿里云OPC创新助力计划提供了一个更贴近创业者的支持体系。Token补贴从1000元起步到最高100万元，搭配1V1技术护航、生态场景对接、品牌曝光、融资及创业空间等多维支持，目标是为“1人+AI”的创业模式提供全生命周期护航。同时，全国24个阿里巴巴旗下OPC创业社区对创业者开放免费通行3次，入驻合作空间享8折起租金优惠，形成了从技术、市场到物理空间的完整孵化闭环。

2026阿里云峰会上，MiniMax、Kimi、阶跃星辰、智谱等AI大模型明星企业的管理层悉数到场，这就是阿里云生态“朋友圈”的最好证明。在这个开放生态里，获客不是单向的——阿里云为合作伙伴提供流量，合作伙伴的优质解决方案又反哺阿里云的平台吸引力，形成了良性增长飞轮。

---

4.1 从AI落地关键年到算力组织效率年

2025年被称为“AI落地关键年”，市场焦点在于模型能力的突破和应用的初步落地。进入2026年，整个行业正在从“模型能力驱动阶段”进入“算力组织与效率驱动阶段”。

这意味着，未来的竞争重心将不再是“谁的参数更多”，而是“谁的算力更高效”“谁的集成能力更强”。根据行业数据，78%的企业已部署AI，企业端渗透率仍处于早期阶段，长期增长空间非常广阔。

4.2 Agent将重塑人与云的关系

Agentic时代最核心的变革是：**AI正在从辅助工具走向执行主体**。AI不再只是“回答问题”的工具，而是能“做事”的劳动力——它可以自主跨越数十小时、上千步骤完成复杂任务，且能24×7不间断工作。

这种变革将深刻影响获客的方式。想象一下：未来的采购决策越来越多地在Agent的推荐下完成——一个AI销售代理在为企业选购软件时，会同时查询行业报告、对比价格、评估供应商信誉、审核合规性，然后给出推荐。如果企业想在Agent做出决策前被“看见”，就必须提前在AI可读的体系里做好信息布局。

从更宏大的视角看，Token经济的演进方向令人惊叹。刘伟光认为，未来的IT支出将从现有模式最终演进为按结果付费，形成一个由智能体自我驱动、互相交易的闭环经济体。这意味着，企业的AI获客策略不仅需要技术支撑，更需要前瞻性的商业模式设计。

4.3 GEO生态化的趋势与机遇

当前的GEO市场还存在一些不可忽视的挑战。“黑箱决策”是品牌方面临的头号难题——AI应用的算法迭代速度远超传统搜索引擎，品牌方很难准确判断优化方向和效果。商业化模式也处于早期阶段，国内多数GEO服务仍以定向优化为主，尚未形成成熟的按效果付费机制。此外，GEO的效果需要一定的周期才能体现，考验企业的耐心和长期投入的决心。

但机遇同样不容小觑。中国是全球最大的GEO单一市场，这意味着巨大的需求和增长空间。GEOSaaS工具正在不断降低实施门槛，有预测指出相关服务成本有望从20万元/年降至5万元以下，这将帮助更多中小企业迈入GEO的门槛。同时，AI应用中“蓝链跳转”等功能已开始试探商业化路径，整个GEO商业化体系正在加速成型。

对于企业来说，当下正是布局GEO的黄金窗口——AI推荐位的流量价格尚未高涨，进入门槛相对较低，而一旦形成先发优势，就能构建起竞争对手难以撼动的认知护城河。

---