9月22日，阿里巴巴集团CEO吴泳铭在云栖大会主论坛发表演讲时，抛出对“机器智能”时代的判断：机器正在成为思考的主力，智能正成为一种规模化供给的商品，未来机器供给的思考总量将是人类的1000倍以上，而今天这一比例不到3%。

机器智能时代还差一座“发电站”

“上一次这样的变化，是工业革命把‘动力’变成了规模化的商品。”吴泳铭说，人类先后发明蒸汽机、内燃机和电，并建立起现代产业，这一次轮到思考。他给出的推演是：机器动力今天已承担99.9%的物理工作，而随着AI基础设施扩张，机器思考同样将承担99.9%的思考工作。届时，过去因商业逻辑得不到充分研究的领域，比如全球只有几百名患者的罕见病，将第一次获得大规模的智力供给，顶级思考将从奢侈品变成大宗商品。

不过，吴泳铭并不认为那个时代已经到来。他将今天的AI Coding比作1882年的电灯：“替代的是现有工作，还不足以创造一个新的时代。”正如电灯之后要等六十多年才出现第一台计算机，机器智能时代的代表性产品还没有出现。但有一点是确定的：无论后来出现多少新发明，第一步都要建足够多的发电站、铺足够广的电网。1900年前后，全世界一整年的发电量放到今天只够用两个小时。

建发电站的紧迫性并非阿里一家的感受。就在云栖大会开幕前一天，IDC与浪潮信息联合发布的《2026年中国人工智能计算力发展评估报告》给出了近乎同构的判断：2026年中国智能算力规模预计同比增长87.9%，全球Token消耗量2026至2030年复合增长率高达4822.6%，是活跃智能体数量增速的37倍；全球AI算力需求满足率将从2024年的79%降至2027年的71%谷底，算力缺口绝对值到2030年将扩大至3809亿美元。报告同时指出，显存供给被少数厂商垄断、训练产能与推理需求错配，短缺至少持续到明年。

阿里由此给出自己的战略选择：坚定投入AI模型、AI芯片和AI云三大基础设施。当天落地的进展包括：模型侧，Qwen团队公布通往超级人工智能的递归式自我改进（RSI）路径，并计划训练5至10万亿参数规模的全新模型；芯片侧，平头哥发布新一代训推一体AI芯片真武V900，据称性能为上一代的3倍，单一集群可扩展至50万卡，2027年一季度量产；云侧，吴泳铭给出量化目标，到2032年阿里云运营的全球数据中心规模超过20GW。其在演讲中坦言，AI数据中心相关供应链全球性紧缺，正在限制算力增长速度。

算力竞赛开跑，价格战与基建潮并行

算力缺口背后，是需求端的真实膨胀。大会现场的企业案例给出了直观参照：中国平安集团首席技术官王晓航披露，过去不到一年，平安日均Token用量从约300亿增至超3000亿，以不到2倍的算力增长支撑了10倍的Token增长，单位Token成本下降76%。浙江大学则联合阿里云发起国内首个AI自主科研挑战，让AI系统连续72小时研究牛顿时代提出的吻接数难题，验证AI能否完成从选题到结论的完整科研过程。中国工程院院士潘云鹤在会上评价，全球科技竞争正从“谁拥有更强的大模型”转向“谁能用大模型在真实场景中解决复杂问题”。

值得玩味的是各家的姿态。就在同一天，DeepSeek官宣Flash系列模型降价最高60%，大模型API价格战仍在延续；而上游的算力竞赛才刚刚开始，阿里之外，腾讯、字节等厂商同样在加码自研芯片与数据中心投入。当“卖灯泡送电”的历史重演，吴泳铭的判断显得颇为直白：不管未来的“空调”和“冰箱”是什么，先把发电站建起来的人，才有资格定义下一个时代。

“AI越强大，人类更强大。”吴泳铭以此收尾。他的注脚是：当机器承担了更多不得不做的事，人便有时间去做真正想做的事，就像工业革命后人类发展出了奥运会和世界杯。

文｜记者 沈钊

图｜受访者提供