新眸原创 · 作者 | 桑明强
最近和几位国内企业服务领域创业者闲聊，谈到这轮 AI 浪潮，大家的感受出奇一致：这东西火了快三年，人人都在说，人人都在试，但真要落到企业的日常业务里，总觉得差了口气。
写文案、做 PPT、画思维导图，这些浅层次的需求，AI 确实能帮上忙，但新鲜劲一过，大家该怎么干活还是怎么干活。至于让 AI 帮你跑审批、拉数据、做业务分析、跨系统走流程，要么是功能实现不了，要么是企业不敢用——核心数据传出去了怎么办？AI 越权操作了怎么办？出了问题谁来担责？
近两个月科技圈掀起的 " 龙虾热 " 就是最好的例子，随着时间推移，相比怎么让 OpenClaw 帮忙处理工作，越来越多人开始关心它背后的安全问题。
这些问题，消费级 AI 解决不了，开源的 Agent 框架也解决不了，直到阿里这两天的一连串动作，给了一个完整的答案。
3 月 16 日，阿里发了全员信，宣布成立 Alibaba Token Hub 事业群，简称 ATH，由集团 CEO 吴泳铭直接挂帅，统筹集团所有 AI 相关的业务。消息出来，科技圈都在猜，阿里接下来要出什么牌，没人想到节奏会这么快。
紧接着，ATH 成立的第二天，阿里就发布了全球首个企业级 Agent 平台 " 悟空 "，当天上午的钉钉发布会，吴泳铭亲自到场站台。从 C 端的千问 APP 春节出圈，到 ATH 在组织层面完成 AI 业务的大一统，再到悟空落地 B 端核心场景，阿里动作之迅猛，远超市场预期，阿里股票也随之上涨。
这一连串动作，不是简单的产品发布与组织调整，而是阿里正式打响了 AI to B 的第一枪，这一枪，对着的是 AI 行业一直没解决的核心痛点：怎么把 AI 从玩具，变成真正能给企业赚钱、提效的生产力工具。
ATH：
阿里 AI 的组织重构与全链路闭环
先说说 ATH 这个事业群，很多人只看到了 " 阿里成立了个 AI 部门 "，没看懂这个调整背后的深意。
在这之前，阿里的 AI 布局，其实和很多大厂差不多，分散在各个业务板块里。 通义实验室负责搞大模型研发，阿里云负责算力和模型服务平台，钉钉负责探索企业级 AI 应用，千问 APP 负责 C 端的用户探索。各个板块之间虽然有协同，但也都有自己的 KPI，有自己的业务边界，难以真正一盘棋发挥贯穿整体的 AI 合力。
这是当前大型科技企业面临的最真实现状。就像一支足球队，前锋、中场、后卫、门将，每个人都有自己的想法，踢不到一块去，技术再好，也赢不了比赛。
ATH 的成立，就是把这支球队彻底重组了。吴泳铭把 Token 定义成了数字时代的 " 水电煤 "，ATH 的核心使命，就是把这个 " 水电煤 " 的全链路给打通了，实现了从造 Token、到输 Token、再到用 Token 的完整闭环。
上游，通义实验室负责 " 造 Token"，专心打磨大模型，生产高质量、低成本的模型能力，给全集团做底层支撑；中游，阿里云 MaaS 平台负责 " 输 Token"，把标准化的模型能力，高效地输送到各个业务场景，同时开放给外部的开发者和合作伙伴；下游，千问 APP 和悟空平台，分别负责 C 端和 B 端的 " 用 Token"，让模型能力真正落到用户的真实需求里。
这个全链路的大一统布局，在国内的互联网大厂里，是独一份的，也是当前科技企业面向 AI 时代的最前沿的组织探索。更关键的是，这个事业群是 CEO 吴泳铭直接挂帅的，这意味着 AI 已经成了阿里的 " 一号工程 "，整个集团的资源，都会向 AI 倾斜，所有的业务，都要围绕 AI 来展开。
如果说此前的阿里组织调整，给了各个业务集团一定自主权，这次成立 ATH，不是否定之前的调整，而是在 AI 时代，对核心生产力的一次集中统筹。AI 不是某个业务的附属工具，是所有业务的底层基础设施，只有统一研发、统一调度、统一标准，才能避免内部的重复建设，才能把模型能力，最高效地落地到电商、云计算、企业服务、本地生活这些所有的业务场景里。
很多时候，大厂的 AI 能不能成，技术是底限，组织是上限。技术再好，组织跟不上，各部门互相掣肘，最后也落不了地。阿里这次的组织调整，就是把上限给拉高了，给后面的产品落地，扫清了最大的障碍。
资本市场的反应也能说明一些问题，ATH 成立和悟空发布的两个交易日里，阿里港股的股价均有较大涨幅。之前资本市场对阿里的 AI 故事，一直有疑虑，觉得布局太散，看不到清晰的商业化路径，这次的调整，加上悟空带来的 B 端落地前景，让市场看到了阿里 AI 从概念到落地的确定性。
悟空：把爆火的 " 龙虾 "
从玩具变成企业级生产力
ATH 解决了组织和战略的问题，而悟空的发布，就是把阿里的 AI 战略，真正落到了地上。
很多人第一眼看到悟空，会觉得这是钉钉的一个 AI 升级版，其实完全不是。用官方的话说，钉钉是悟空的 " 母体 "，悟空从钉钉里长出来，但它是一个面向 AI 时代的全新物种。
钉钉做了 11 年，服务了 8 亿用户，2700 万企业组织，它沉淀下来的最核心的资产，从来不是那些审批、考勤、协同的功能，而是一整套完整的企业组织架构、精细化的权限管理体系，还有覆盖全行业的工作流和业务场景。这些东西，是其他任何厂商，花再多钱、再多时间，都复制不了的，也是悟空能做成企业级 Agent 的核心底座。
为了适配 AI 的原生操作逻辑，钉钉把自己的底层代码，全部重写了一遍，做了 CLI 化改造。什么是 CLI 化？简单说，就是把钉钉里所有的功能，不管是审批、考勤、客户管理，还是报表生成、供应链协同，全部都改成了 AI 能直接听懂、直接调用的命令行接口。
之前的软件，都是给人设计的，人要对着屏幕，点这个按钮，进那个菜单，一步一步操作。现在的 CLI 化改造，相当于给 AI 配了一个万能遥控器，你只要用自然语言说出你的需求，AI 就能直接调用对应的功能，帮你把所有的事都干完，不用你再动手点任何东西。
这个改造，从底层打破了 AI 和企业业务系统之间的壁垒，真正实现了 " 沟通即执行 "。
举个很常见的例子，你是一家零售企业的区域销售主管，想要一份上个月华东区域的销售分析报告，要对比去年同期的数据，找出增长的核心原因，还要给出下半月的销售优化方案。
放在以前，你要先打开 CRM 系统，导出华东区域的销售数据，再打开 ERP 系统，导出库存和供应链的数据，再找财务要同期的营收和成本数据，然后用 Excel 整理数据，做清洗，画可视化图表，最后对着数据，写分析报告和优化方案，整个流程下来，快的话要大半天，慢的话要一整天。
现在有了悟空，你只需要对着它说一句需求，剩下的事，AI 会全部帮你搞定。它会严格继承你在公司里的权限，调用对应系统的接口，导出你能看到的所有合规数据，自动完成数据清洗、分析和可视化，结合行业情况生成完整的分析报告，还会按照公司的审批流程，把报告同步给相关的负责人。
整个过程，你不用动手做任何操作，几分钟就能搞定，更重要的是，所有的操作，都在公司给你设定的权限边界里，数据不会流出公司，AI 的每一步动作，都有完整的日志记录，随时可以回溯审计，出了任何问题，都能查得清清楚楚。
现在市面上的 Agent 产品，无非是两类。一类是像 OpenClaw 这样的开源通用 Agent 框架，它给开发者提供了一套底层的技术能力，相当于一套完整的积木，技术能力强的开发者，可以用这套积木，搭出自己想要的 AI Agent。但对于绝大多数企业来说，这套东西的门槛太高了，你要自己组建技术团队，自己定义任务流程，自己对接业务系统，自己解决安全合规的问题，投入大，周期长，中小企业根本承担不起。
另一类是消费级的 Agent 产品，操作简单，可玩性强，能满足个人用户的日常需求，但放到企业场景里，完全用不了。它们没有完整的企业权限管理体系，很容易出现数据越权访问的问题；没有本地化的安全执行环境，企业的核心数据要传到第三方服务器，有泄露的风险；更没有全链路的审计追踪能力，AI 干了什么，你根本不知道，出了问题，连责任都厘清不了。
企业用 AI，最核心的需求从来不是有多炫酷，而是安全，是可控，是能解决真问题。悟空从架构设计的第一天起，就是完全按照企业级的安全标准来做的，用四个维度的能力，彻底解决了企业的后顾之忧，包括权限管理、本地化执行、全链路审计和集群管理。
比如对于安全极为重要的权限管理，悟空完整继承了钉钉 11 年积累的企业级权限架构，统一的账号体系，组织架构级的权限管控，角色和数据的精细化隔离。AI 在执行任务的全过程里，都会严格遵守企业设定的权限边界，你看不到的数据，AI 绝对不会去碰，从根源上避免了内部数据泄露的风险。
未来，阿里巴巴集团旗下淘宝、天猫、1688、支付宝、阿里云等 B 端商业能力的 Skill 将逐步接入悟空。同时，悟空也保持了足够的开放性，它全面兼容 OpenClaw 的 Skill 体系，开发者可以基于悟空平台，开发适配不同行业、不同场景的 Skill，上架到生态平台里，服务平台上的海量企业用户。
更值得关注的是，悟空的野心，从来不止于阿里自己的体系。按照发布会公布的信息，悟空正式上线之后，会支持连接钉钉、Slack、微信这些全球主流 IM 平台。也就是说，不管你的公司现在用的是什么办公协同工具，都可以通过悟空，获得 AI 原生的工作体验。如果这个布局能落地，悟空就不再是一个简单的产品，它会成为一个跨平台的企业级 AI 工作入口，甚至是 AI 时代的办公操作系统。
新的战争：
AI 行业的竞争逻辑彻底变了
悟空的发布，不仅是阿里 AI to B 战略的关键一步，也给整个 AI 行业，开启了一个全新的节点。
2022 年底 ChatGPT 的发布，让全世界看到了生成式 AI 的潜力，开启了 AI 的 C 端普及浪潮。但三年过去了，整个行业还是陷在两个怪圈里：要么是卷模型参数，卷跑分，你出个千亿参数的模型，我就出个万亿的，好像参数越高，AI 的未来就越清晰；要么是卷 C 端的流量，做各种各样的 AI 应用，聊天、绘图、做视频，看着 DAU 很高，但留存和付费一直上不去，赚不到钱。
大家都知道，AI 真正的商业化蓝海，在企业级市场。中国有超过 5200 万市场主体，数字化转型走了十几年，早就完成了基础的线上化，AI 作为新一代的生产力工具，是企业降本提效的核心抓手。但现实是，绝大多数企业的 AI 应用，都停留在写周报、做 PPT 的浅层次，真正能融入核心业务流程的，少之又少。
为什么会这样？因为之前绝大多数厂商对 AI to B 的理解，都走偏了。他们觉得 AI to B，就是卖模型，卖 API，卖私有化部署，相当于给企业卖钢材，企业买了钢材之后，还要自己设计图纸，自己盖房子，自己做装修，绝大多数企业，根本没有这个技术能力和资金实力。
而阿里探索的，是一条完全不同的路。通过悟空，阿里给企业提供的，不是一堆钢材，而是一套已经盖好、装修好的房子，企业直接拎包入住就行。你不用投入大量的资金做定制化开发，不用组建专门的技术团队，只要升级一下最新版的钉钉，就能直接用适配全行业的 AI 能力，不管是几万人的大企业，还是几个人的小公司，都能轻松上手。
而在这一轮竞争里，阿里已经跑到了最前面。
本文系新眸原创，申请转载授权、商务合作请联系微信：ycj841642330，添加好友请备注公司和职位。
— END —
更多内容，点击下方关注
