走向AI原生，企業架構升級靠“全棧”引爆增長

　　阿里云智能集團公共云事業部首席解決方案架構師韓鴻源

　　本次峰會還匯聚了多位行業領軍企業的技術負責人。在不同領域，AI時代的架構實踐與戰略規劃持續引發行業思考。

　　哈啰CTO劉行亮深度解析了公司實踐，具象化地呈現了全棧AI架構為出行領域業務帶來的變革。劉行亮指出，哈啰目前已經推出了多個AI Agent，同時還有Robotaxi業務。通過構建“車云數據閉環”，哈啰實現了全棧AI能力的協同。

　　在云端，哈啰利用海量數據進行模型訓練與仿真，優化出更強大的駕駛Agent(VLA模型)和座艙服務Agent，再部署至車端。這使智駕決策能持續迭代，更準更穩;同時，座艙能深度融合用戶意圖與生態服務，實現從“出行工具”到“個性化第三空間”的體驗升級。

　　好未來CTO田密分享了AI在教育領域的進階路徑，提出AI老師的L1-L5分級。目前好未來已實現L3級閉環教學，通過軟硬件結合打造個性化學習體驗。

　　在多模態的模型訓練上，好未來使用Qwen2.5-32B-VL做九章多模態模型的后訓練和強化，最終在多個任務上，包括OCR、公式識別和圖力解題等層面，都取得了SOTA的結果。

　　在這一過程中，“云端一體”發揮了很大作用。田密認為，未來云端結合的范式越來越常用，把訓練好的大模型蒸餾到本地之后，效果也是足夠應用，而且反應非�？�。

　　演講中，田密進一步表示，在阿里云發布全新大模型之后，他們也會第一時間采用做后訓練，“非常感謝阿里云的優秀的開源生態，給中國做大模型的開發者都提供一個很好的基座模型。”

　　在走向AI原生時代的過程中，好未來的架構升級理念已然誕生：基于通義千問開源模型做后訓練，同時進行云端協同。

　　作為電商領域的代表，識貨CTO陳歡在分享中詳細介紹了識貨如何利用AI重構其核心資產——商品數據平臺。面對巨量的數據處理，AI的應用使商品庫建設流程(渠道關聯、商品新建、審核)的自動化率達到了85%以上。而陳歡也提到，其技術架構的核心是構建了10億級規模的商品向量庫，基于通義千問進行訓練，從而實現了高精度的商品匹配和去重。

　　陳歡提到的核心理念之一是雙平臺能力的建設。底層平臺“Model X”圍繞研發流程，比如接到大模型需求之后任務拆解做提示詞編寫、微調、自動評測、運維資源分配成本管理等，讓研發高效完成大模型需求，全流程自主開發上線，后期會推廣到產品及運營;而“Model L”旨在加速算法訓練推理，尤其聚焦推理的復雜場景。陳歡表示，這套算法大模型平臺+研發大模型平臺的雙平臺模式，是大模型時代最接地氣和實用的架構。

　　身處電視行業，創維酷開智能系統研究院院長郭尚鋒的分享，或許能揭示傳統領域企業如何借助 AI 破局。郭尚鋒表示，在架構支撐上，阿里云 AI 全棧技術提供了從底層算力、模型訓練到應用部署的全鏈路支持，為智能休的構建與運行提供了堅實底座。尤其是基于云原生AI網關、Fuction Call 和 MCP廣場生態等產品，將傳統 API 服務 MCP 化，在百煉平臺上快速構建 AI 應用，貫穿跨終端、跨場景的智能體體系，構建無界融合的全場景智慧體驗�；诖耍瑒摼S酷開的Agent 得以實現長記憶、快思考、秒行動的核心優勢能力。

　　這一架構確保了AI真正在智能體硬件的全場景應用中發揮作用，最終讓創維酷開成功構建了覆蓋生活、教育、健康等場景的六大用戶智能體，重塑用戶體驗與行業格局。

　　尤其是對于科技公司，數據對于AI原生架構升級的重要性不置可否。OPPO大數據部長鄭秋野分享了Data+AI統一底座的建設經驗，上云后成本降低50%，并通過AI助理實現自然語言查詢與智能打標，提升數據使用效率。

　　當下，OPPO在AI時代的應用主要聚焦在用戶、產品、營收三個方面。鄭秋野特別提到，在營收增長層面，多云協同的智能推送已經是公司內部增長的核心引擎，團隊也一直持續在探索如何在保障體驗的同時，借助AI驅動收入上的增長。

　　總結而言，這三個方面的落地其實都離不開DATA + AI深度的協同，但過往自建IDC存在成本高、彈性差、運維難等問題。經過和阿里云的深入溝通和技術支持，OPPO采用混合云架構和精細化的遷移方案，實現了業務無感遷移和成本降低50%的結果�；诖�，OPPO構建了具備統一存儲、統一元數據、彈性伸縮和多引擎兼容四大特性的Data+AI底座，持續支撐AI業務的擴張。

　　同樣在傳統行業深耕多年，昕諾飛中國研究院院長劉海濤從一家跨國企業的視角分享了AI落地實踐。目前，昕諾飛擁有全球1.56億個智能互聯照明節點，AI的價值恰恰在于挖掘這些節點產生的數據，實現智能運維和能效優化。

　　從發展方向上來說，昕諾飛的三個關鍵詞是高效互聯、云邊協同和生態共創。尤其是在生態共創層面，劉海濤強調，昕諾飛這樣的照明企業非常希望通過MCP協議，打通各個設備之間的互聯。

　　劉海濤還從應用者的角度對云平臺提出了四大訴求：極致的安全與合規、模型生態的開放與敏捷、高性能低成本的推理優化以及行業級的大模型運維(LLM Ops)賦能。

　　他特別強調，“AI本身是個工具，工具本身要和各個垂類的應用進行創新，如果不了解應用本身，只有這個工具，很難找到真正的落地場景，真正為客戶解決問題。”作為跨國企業，昕諾飛在中國的AI創新實踐體現了“Local for Global”的策略，即利用中國領先的AI技術和應用市場環境，打造最佳實踐后向全球輸出。劉海濤表示，在多年的合作中，阿里云這樣的企業給了他們很好的支持，推進了公司在中國的AI業務落地。

　　整場峰會中，數家企業技術負責人都談到了技術之外的“AI戰略”思考。在當下這一階段，企業如何進行以AI為核心的戰略和組織升級同樣會決定最終的成敗。

　　本場峰會上，鈦媒體集團聯合創始人、聯席CEO、ITValue發起理事劉湘明作為圓桌主持人，和來自不同企業的嘉賓一同探討了AI時代的戰略實踐。他提到，AI對于所有人來說都是新的知識積累，都是新的能力站，也是因為這樣，大家才有更多交流和碰撞。

　　天鵝到家CTO杜佳利則分享了AI在家政領域的“激進”落地路線：包括考慮企業的獲客成本、運營成本、優先在ROI高的場景投入等等。在具體的組織上也作出了變革，以更好更快地支撐AI戰略的落地，他們打破部門壁壘、崗位壁壘，通過成立AI實驗室、高頻次的內部分享和頭腦風暴，從上而下(從leader到骨干)，快速提升全員認知，并鼓勵跨崗位參與AI項目。

　　最后，阿里云智能集團公共云事業部AI加速器解決方案總經理婁恒回溯到了“AI原生”的出現上。他指出，AI原生架構的興起是因為AI開始承擔核心業務比重，其特征體現在對算力(GPU)、模型(泛化與管控)、數據(非結構化)和服務協同(如MCP協議)的新一代治理需求。而在場景選擇上，企業可以從業務價值、技術難度、數據豐富度三個維度評估，關鍵是業務方要深度參與甚至主導，而非僅做裁判。

　　阿里云智能集團公共云事業部AI加速器解決方案總經理婁恒

　　文章內容僅供閱讀，不構成投資建議，請謹慎對待。投資者據此操作，風險自擔。