蔡崇信谈AI发展方向:五年后AI或将像互联网一样融入业务每个环节,企业规划应先看什么

内容摘要
当AI像互联网一样"消失"进业务的每个环节,企业今天的准备方式还跟得上吗?阿里巴巴主席蔡崇信在Wave by Vento 2026上判断,五年后人们或许不再单独讨论AI,它将沉降为隐性基础设施。这意味着规划逻辑正从"要不要上AI项目"转向"业务流程里哪里还没有AI"。本文顺着这一思路,拆解企业该如何从融合深度、基础设施兼容性与长期运维成本重新审视AI投入,并借阿里"算力—模型—应用"的全栈分层给出参照。当AI最终隐入业务,真正拉开差距的会是谁?
— 软盟官方网站文章导读

北京时间10月7日晚,阿里巴巴集团主席蔡崇信在意大利都灵出席国际科技与投资盛会Wave by Vento 2026,围绕AI的应用价值、阿里巴巴的全栈AI布局和未来发展前景展开交流。据每经网2026年10月8日报道,蔡崇信在会上作出一项判断:未来AI将从显性话题转为隐性基础设施。他表示,"五年后,人们可能不再单独讨论AI,因为它将像今天的互联网一样,融入业务的每个环节。相关术语可能会随技术普及程度而演变,但AI作为根本性的技术突破,将持续影响商业与社会。"对企业管理者和数字化决策者而言,这一表态是一位高管的趋势预判,而非经过验证的统计结论,但它提示了一个值得提前准备的方向:AI的规划逻辑,正在从"要不要上一个AI项目"转向"业务流程里哪里还没有AI"。

AI作为隐性基础设施融入商业网络的概念示意图

蔡崇信说了什么:从显性话题到隐性设施

蔡崇信这次发言的核心,是把AI的角色类比为今天的互联网。互联网早期是独立讨论的热门议题,如今则沉降为几乎所有业务默认依赖、却很少被单独拎出来谈论的底座。他认为AI会走同样的路径:五年后相关术语或许还会演变,但技术本身会持续渗透到商业与社会的运转中。

在交流中,他还对AI当前的能力边界给出了具体看法。蔡崇信认为,AI擅长帮助人们"省时间",但在帮助人们"花时间"上尚未取得同样的突破,仍有较大发展空间;在他看来,提升知识工作者的生产力是AI最确定的应用场景,医疗、科研等领域也可以把AI当作加速创新的工具。

需要说明的是,这些是高管在行业峰会上的判断和展望,报道中出现的市场规模估算属于其个人估测,不宜作为企业测算的既定事实。本文关注的,是这类判断对企业规划层面的参考意义,而非预测数字本身。

把"AI成为基础设施"翻译成企业的实际问题

如果AI真的会像互联网一样下沉为基础设施,那么企业今天的准备方式就需要相应调整。一个有用的转换是:不要再孤立地评估单个AI功能是否"炫酷",而是去看它能否稳定地嵌进现有业务流程,并在未来几年持续运转。围绕AI基础设施这一定位,企业数字化规划可以从几个角度重新审视。

看融合深度,而不是单点能力

基础设施的特征是"无处不在但不显眼"。因此在AI应用选型时,比起演示阶段的亮眼效果,更应关注它与具体业务流程的融合深度:能否接入现有的订单、客服、风控或内容生产链路,能否读取和回写企业已有的数据,能否在流程中承担可量化的环节而不是停留在旁路工具。一个只能单独使用、无法与主业务打通的AI功能,很难沉淀为长期资产。

看基础设施兼容性

互联网之所以能融入每个环节,前提是协议、接口和网络的标准化。企业评估AI方案时,同样需要把兼容性放在前面:模型和智能体能否对接企业当前的云环境、数据平台与权限体系,是否支持开放接口以避免被单一供应商锁定。蔡崇信在发言中也强调了开源路径的价值,认为把AI进展开源能让更多人受益,并把开源视为欧洲工业企业利用自有数据改进业务运营的机会。对企业而言,开源与开放标准意味着更低的迁移成本和更大的组合空间,这正是基础设施型技术应有的属性。

看长期运维成本

把AI当作一次性项目和当作长期基础设施,预算结构完全不同。基础设施需要持续的算力投入、模型更新、数据治理和运维人力。企业在立项时就应把这些长期成本纳入评估,而不是只核算首次部署费用。换句话说,判断一个AI投入是否值得,关键看它能否在数年内稳定摊薄成本、持续产生业务价值。

阿里的全栈布局提供了一个参照视角

蔡崇信在会上也系统阐释了阿里巴巴的AI战略。他以2023年为界,将1999年至2023年称为公司的"公元前"阶段,2023年起进入"公元后"阶段,明确聚焦电商与全栈AI两大核心业务,并把AI视为面向未来的关键方向。

所谓全栈,他从三个层面作了说明:算力层依托阿里云的多年积累构建计算能力,模型层自主开发大模型形成智能能力,应用层则把AI用于面向消费者和企业客户的产品与服务。对企业读者来说,这套"算力—模型—应用"的分层并不只是厂商叙事,它恰好勾勒出AI基础设施的典型结构——企业在做技术选型时,可以用同样的分层去检查自己依赖的供应商在每一层的能力与开放程度,判断方案是整体协同还是各自为战。

对企业的几点现实提示

结合这次发言,企业管理者和数字化决策者在推进AI相关规划时,可以把握以下方向:

  • 规划视角从"项目"转向"底座":评估AI投入时,优先看它能否长期嵌入业务流程,而非短期演示效果。
  • 选型以融合深度和兼容性为先:关注接口开放、数据打通和跨平台能力,警惕单一供应商锁定。
  • 预算覆盖全生命周期:把算力、模型更新、数据治理和运维人力的长期成本提前纳入测算。
  • 组织能力同步建设:知识工作者生产力被视为最确定的落地场景,意味着真正的收益往往来自流程改造和人员能力提升,而不只是采购一套工具。

蔡崇信的判断本质上是一种时间表式的提醒:AI从被单独讨论到被默认使用,可能只需要几年。企业不必据此押注任何具体的预测数字,但可以据此提前检视自己的数字化规划——当AI最终像互联网一样"消失"进业务里时,真正拉开差距的,是那些早已把它当作基础设施来建设的组织。

软盟——专注软件定制开发、AI智能体、区块链与全场景数字化解决方案,拥有10+年技术沉淀,支持100%全量源码交付、7×24小时极速响应,服务覆盖APP/小程序开发、电商全链路系统、数智化转型全周期需求,了解完整服务与最新产品可联系客服!
© 版权声明
THE END
喜欢就支持一下吧
点赞14 分享