千问最核心的问题是，规模日益庞大背后，稳固的用户心智，却迟迟没有真正建立起来。
作者|予溪
编辑|杨 铭
烧掉138亿后，千问依然未能证明，如此高投入，聚集了外界和内部所有光环，是否能换一个清晰的未来？
阿里的家底，的确足够厚。8月24日，阿里公告称募资总额800亿元，全部用于AI基础建设，但对千问来说，真正值得追问的命题是：千问，到底值不值得持续巨额投入？
8月20日，阿里巴巴发布二季度财报。数据本身并不复杂：营收2690亿元，同比增长9%；净利润104.44亿元，同比下降75%；资本性支出676.78亿元，同比增长75%。
数字背后，藏着AI时代阿里内部业务鲜明的结构性分化。
过去几年，从组织战略到业务重构，再到资本开支的重点流向，对“All in AI”的BAT来说，全栈AI故事，已经实实在在写进财报之中。
比如阿里云,就交出了一份干净利落的答卷。外部商业化收入加速增长45%，增速创22个季度新高；AI相关产品收入连续第十二个季度实现三位数同比增长。算力紧缺的格局下，云的增长路径清晰可测，AI已成为云最确定的增长引擎。
但利润被侵蚀大头，同样也是因为AI。阿里在AI实验室与应用（含模型实验室、千问2C事业部、千问办公）上，本季度经调整EBITA亏损达138.61亿元，同比扩大330%。财报将亏损原因直接指向千问的高投入——模型训练、推理成本、用户获取，每一项都在加速失血。
这正是千问尴尬而又无奈的现实处境，聚光灯与资源向它高度集中，但真正兑现营收与利润的，却是云和芯片。这像极了淘金热——千问是那个挖矿的人，而阿里云是卖铲子的人。挖矿的越用力，铲子卖得越多，但千问自己挖到的是金子还是石头，到今天仍然没有答案。
1
云是好故事：算力紧缺下的确定性红利
过去几个月，阿里经历了一轮密集的组织架构调整。
4月成立技术委员会，吴泳铭任组长；6月将通义大模型事业部与未来生活实验室合并为Token Foundry事业部，仍由吴泳铭直管；到本季财报口径再度调整，云智能集团与平头哥合并为“AI云与算力服务”板块，AI模型实验室、千问2C事业部、千问办公则整合为“AI实验室与应用”。而在上一轮架构中，千问的C端和B端业务还散落在“所有其他”里。
这轮调整的思路很清晰：把能赚钱的AI资产，和需要烧钱的AI资产分开披露。一方面让资本市场看清云业务真实增长质量，另一方面，也让AI模型板块的亏损不再被其他业务数据掩盖。资本市场对于AI赛道的亏损容忍度，远高于传统业务的利润下滑，拆分披露，也是面向投资人的一次清晰沟通。
分拆后的云业务数据相当漂亮。本季“AI云与算力服务”收入484.37亿元，同比增长45%，创22个季度新高。利润端的改善更为关键：经调整EBITA达56.28亿元，同比暴增133%，利润率从约7%跃升至11.6%，首次站稳两位数。
增长引擎是AI相关产品。本季AI产品收入达123.76亿元，连续第十二个季度三位数增长，在云外部收入中占比从上季的30%提升至35%，年化收入突破495亿元。吴泳铭在电话会上进一步给出指引：下季度AI产品年化收入将接近100亿美元。而截至8月，百炼MaaS平台的ARR已超过160亿元，年底达到300亿元“把握很大”。
吴泳铭对云业务的长期目标毫不含糊：2030年前实现外部云收入1000亿美元，EBITA利润率达到20%以上，“我们具备极强的信心”。
这一信心的根基，是对算力供需格局的判断。吴泳铭多次强调：2030年之前，AI算力紧缺的局面很难改变。这并非阿里一家的判断，腾讯刘炽平、DeepSeek梁文锋都表达过类似看法。供给短缺格局下，技术早期的价值会大量沉淀在最上游的芯片和AI云。
这解释了阿里为何在本季砸下676.78亿元的资本开支，同比增长75%。吴泳铭试图打消市场对投入回报的疑虑，给出了罕见的明确测算：按当前AI产品的毛利率水平，相关Capex投入可在三年内回本；若毛利率持续改善，回本周期有望缩短至两年半甚至两年。
从行业横向对比看，阿里云的增速也相当突出。本季亚马逊AWS收入同比增长37%，微软Azure增长43%，阿里云的45%位居全球主要云厂商第二，仅次于Google Cloud的82%。虽然收入基数仍有差距，但增长势头已经引起资本市场的重新审视。
阿里云的未来已然清晰：算力需求确定、供给短期紧缺、投资回报可测算、利润率持续改善。这是一条明码标价的商业化路径，也是阿里AI叙事中最经得起检验的部分。
2
千问的困局：规模越大，失血越快，心智越散
过去一年，千问汇集集团内部最多的公关资源、资金倾斜与高层注意力。据知情人士透露，比如千问办公的关键产品会议，集团高层常会亲自参会，它是阿里最高优先级的战略产品之一。
可对比云业务的确定性，以千问为代表的AI实验室板块，正面临一场关于商业闭环的严酷大考。
新拆出的“AI实验室与应用”板块（含千问大模型、千问App、千问办公），收入仅33.38亿元，同比增长16%，却产生了138.61亿元的经调整EBITA亏损。一个季度比去年同期多烧了106亿元，亏损扩大逾四倍。财报明确解释，亏损主要来自AI能力投入增加和千问App的推理成本上升。
简单换算，便能感知这份亏损的重量：云业务辛辛苦苦挣下的 56 亿元利润，尚且不足以覆盖千问板块半个月的消耗。将云和AI实验室合并观察，两项业务本季经调整EBITA合计亏损约82亿元。
客观来看，千问不缺技术。本季发布的Qwen3.8-Max拥有2.4万亿参数，在智能体能力排行榜中位列全球第一，阿里首次为最大规模模型开放权重，技术上的进取心不容置疑。
千问同样拥有足够宽广的生态触角。外卖下单、购物助手、文档生成、AI办公、智能体开放平台、AI视频生成，几乎市面上所有热门AI应用方向，千问均有所布局。数据显示，千问App月活已经达到1.67亿，累计约2.5亿用户通过智能体体验过AI购物。用户规模层面，这份成绩单足够亮眼。
千问最核心的问题是，规模日益庞大背后，稳固的用户心智，却迟迟没有真正建立起来。
当一个产品既可以点外卖、写文档，又能生成视频、查询物流时，在普通用户心中，它究竟是什么定位？是无所不能的超级流量入口，还是样样都能浅尝、却样样不够专精的 “万能漏斗”？
外卖场景，用户心智牢牢锚定美团、淘宝闪购；购物消费，用户习惯直接打开淘宝完成搜索下单；协同办公赛道，腾讯文档、钉钉、飞书已经构筑起成熟稳固的用户习惯。
千问接入这些场景，依靠大模型能力带来短期新鲜感，却没有在任意一个核心场景，形成无可替代的替换理由。用户出于好奇，会用千问完成一次外卖下单，但是否会形成持续使用，核心要看它能否比原生态体验更好——现实来看，目前还做不到。
更何况，在如此体量大厂内部，集团丰富的生态，并不真正等于千问的生态，所谓的协同，到底有多少能落到实处。懂的，都懂。
结果是，渗透越来越广泛，却没有一个场景能真正扎根，千问由此陷入 “平庸的万能” 的处境：什么都能做，什么都不突出，用户用完就走，记不住，更留不下。
心智难以扎根，进一步抬高了商业化突围的难度。
对比豆包，其今年8月已开始对酒店订单收取合计12%的佣金——虽然处于早期探索阶段，但至少跑通了“从服务到抽佣”的闭环雏形。而千问现阶段的变现，更多还停留在免费获客，等待商业模式自然发生的被动状态。
当然，千问也在密集推进商业化尝试。8月，千问上线会员体系，划分高级、精英、旗舰三档，一年最高1499元。几乎同一时期，千问开放平台正式推出，面向开发者开放手机、PC、AI 眼镜多终端接入能力。
这些动作放在行业背景下审视，面临的结构性挑战不容忽视。
办公场景本应是AI应用付费意愿最强的赛道之一，但千问办公刚刚开启公测，面对腾讯WorkBuddy和字节豆包专业版的先发优势与成熟生态，千问的入场不仅晚了半拍，且尚未拿出足够差异化的付费理由。而在C端，用户对AI助手“应该免费”的预期已经被市场教育得根深蒂固，任何试图向个人用户收费的动作，都可能面临用户大规模流失的风险。
更值得警惕的是战略层面的自相矛盾。本季发布的Qwen3.8-Max首次开放权重，意味着阿里重新回到了以用户规模而非利润为先的竞争策略。但开源模型在行业中的商业转化效率，至今没有一个成功的先例。
千问的算盘，是先用免费把用户圈进来，再慢慢“收割”——问题是，当模型权重都开源了，用户凭什么一定要留在千问的生态里？竞争对手可以直接基于千问的开源权重做二次开发，体验做到更好，用户随时可以迁移。千问正为开源社区做嫁衣，却要独自承担所有的训练和推理成本。
这把千问推到进退两难的夹缝之中。扩大用户规模，推理成本抬升，亏损持续放大；收缩用户规模，则连未来变现想象基础都会丢失。持续投入，前方是看不到底的亏损深渊；停下，就要直面业务边缘化的悬崖。
3
卖铲子的赚了，挖金矿的还在亏
客观来说，千问问题，也是几乎所有国内通用大模型C端产品共同难题——大模型可以做万能助手，但很难替代垂直领域原生产品。
把BAT三份最新季度财报放在一起，三家虽共同奔赴AI浪潮，却走出截然不同的路线，各自背负不一样的压力。
阿里选择完整全栈布局：芯片、云、大模型、上层应用全线打通。这套模式的优势，在于无论行业价值沉淀在哪一层，阿里都有机会承接红利；代价是四层业务同步负重，投入压力持续叠加、且不断递增。
百度路线最为激进。本季度核心AI业务收入125亿元，占总收入比重首次过半，GPU云收入同比大涨283%，是三家之中AI转型推进力度最大的一家。但它的挑战同样突出，AI应用的发展速度，尚不足以对冲传统业务的下滑。
腾讯走生态赋能的思路，并不急于让AI产品独立赚钱，优先把AI能力嵌入游戏、广告、企业服务等原有基本盘。财报没有单独披露AI板块收入，如果剔除AI新产品带来的收入、成本与开支，Non-IFRS经营利润会从861亿元抬升至966亿元，中间约105亿元差额，可以大致理解为AI业务带来的净亏损。
路径各有差异，但BAT面临相似处境：持续加码AI基础设施投资，短期利润均受到挤压。卖算力、卖云服务的 “铲子厂商” 已经看到盈利曙光；真正挖掘AI应用金矿的参与者，大多还没有拿到真金白银的回报。阿里云、百度GPU云的盈利逻辑，某种程度上复刻了英伟达的故事；至于算力之上的应用，究竟能挖出什么，需要交给上层业务去作答。
行业共性困境里，阿里手握充足现金流，同时拥有国内最完整AI全栈链条。全栈布局，让阿里在芯片研发、算力基建、大模型训练、应用推广各个环节完成卡位。但这条路也是负重最重的一条：云要扛起重资产算力投资；千问要同时攻克用户心智缺失、商业闭环尚未跑通两道难题。两场硬仗同时推进，不断消耗集团现金流。
阿里已经踏上一条很难回头的道路，三年3800亿AI投资计划才走完一半，后续投入还会进一步加大。最新800亿元募资，只是巩固阿里AI地位的一枚落子。
不过对于千问来说，当下的核心矛盾，不完全是投入金额大小，而是资金投入的使用效率。阿里云每一笔资本开支，都有清晰的回报测算；千问板块的投入，却越来越像一个无底洞，每一笔资金，都在等待一个不断延后的答案。
千问不缺技术，不缺场景，不缺用户。它需要的，是一次从广度到深度的战略复盘——在纷繁复杂的场景之中，找到真正属于自己的“主场”，建立别人难以抢夺，甚至和阿里其他生态有明显差异化的用户心智与使用习惯，再以此为根基向外辐射拓展其他场景。
如果千问能找到这个“主场”，今天的每一分亏损，都将被重新定义为“建立壁垒的必要成本”。如果找不到，那么生态越广，失血就越快，战略价值反而越模糊。
这套商业逻辑能否跑通、何时跑通，不仅决定千问在阿里AI版图里的最终位置，也将定义阿里的AI转型，究竟会成为一段波澜壮阔的产业转型叙事，还是一份代价高昂的试错报告。
