2025年被视为AI产业落地元年,作为国内云计算和AI基础设施建设者和领跑者,阿里云在这一年里携手广大合作伙伴正不断将AI像水和电一样输送到各行各业,加速中国产业智能化进程。
在此背景下,至顶科技访谈了凌云创想、青莲网络、源信网络、神州数码、远石科技在内的5家阿里云合作伙伴,旨在挖掘生成式人工智能浪潮下,中国云计算产业分销生态AI转型和助力产业升级的时代故事。
本文为【阿里云和Ta的朋友们】“AI创新加速季”专题报道系列内容第一篇。
凌云创想CEO陈亚文第一次切身感受到人工智能技术带来的震撼,是在2024年年初。
这一年,在与客户交流过程中,陈亚文发现,某个从事品牌营销业务的客户,在从IDC迁移到阿里云后,通义千问大模型的日token调用量迅速突破了10亿。
如此大规模的大模型在内容创作、图片生成、辅助编码等领域的应用,带来的直接好处是,这家公司成本下降的同时,业务实现了高速增长。
这让陈亚文颇为震撼,也再次让他意识到,如今的人工智能已经和十年前的云计算一样,成了时代的必然趋势。
于是,在这一年里,作为阿里云华北地区的重要分销合作伙伴之一,也是一家已经服务了华北地区众多互联网公司云上转型的云专线、云服务供应商,凌云创想开始面向AI进行转型。
01 成为AI能力伙伴,重塑团队战斗力
2025年,大模型商业落地元年正式开启。
阿里巴巴集团是最早面向人工智能战略转型的互联网巨头之一。其中,作为阿里巴巴AI战略重要践行者的阿里云,早在2018年就开始启动大模型的研发,是国内最早自研大模型的大公司,也是全球唯一一家积极研发先进AI模型并且全方位开源的云计算厂商,旗下通义千问和通义万相已全面开源,模型全球下载量超4亿次。今年5月,阿里云最新发布了Qwen3系列模型。其中,Qwen3-235B-A22B模型登顶全球开源模型榜首。
作为阿里云旗舰级代理商,凌云创想“近水楼台”。据陈亚文透露,凌云创想在今年,已经在内部开始从两个方向面向AI伙伴转型:
第一,搭建内部知识库,借助AI知识库,凌云创想在内部构建起了针对不同销售经验人员更个性化、更高效的培训体系;
第二,搭建标准化方案体系,借助这一体系,凌云创想针对不同行业、不同场景,以及不同体量的企业,梳理了不同的方案和报价。
基于这一系列面向AI转型策略,凌云创想开始跨入到人工智能大潮中。不过,对于凌云创想而言,真正在业务上带来的重要改变是,他们有了进一步深入挖掘客户需求,提供更深层次的场景化服务的机会。
陈亚文告诉我们,“由于现在云服务已经相对成熟,仅仅是基础的云计算产品,已经很难打动客户。而如果我们找客户聊AI,聊现在AI市场近况,聊阿里云最新的AI技术和能力如何与客户的实际业务结合应用,他们很愿意和我们聊。”
凌云创想CEO陈亚文
陈亚文就曾通过这种模式,帮助一家服装企业实现了AI落地。
这家服装企业原本有自己的工厂和线上淘宝店铺,属于现在广受大众欢迎的厂家直销模式,以往这家企业要将自己的服装上线到淘宝店,往往需要找专门的设计人员设计海报,甚至找专门的拍摄团队进行产品拍摄,由此产生的人力成本和上线周期一直是令这家企业头疼的问题。
在引入通义万相后,基于企业自己设计的服装,通过大模型生成线上线下图片、海报等物料,不仅极大地缩短了产品上线周期,还进一步降低了成本。
万相2.1专业版生成淘宝店防晒衣海报
凌云创想还推动这家企业将通义系列大模型引入到了服装设计环节:当设计师进行服装设计时,服装设计模型会快速生成上百个设计初稿,设计师们只需要在这上百个初稿中挑选出更符合自己想法、更符合市场需要的设计稿进行服装设计和生产即可。
据陈亚文透露,“通过使用通义大模型,过去往往要一两个月才能完成的服装设计方案,现在只需要两三天就能完成。”
此外,这家服装企业还将通义大模型进一步应用到了供应链管理环节中,他们将多款大模型生成的设计方案在线上渠道进行预售,当其中有某个设计方案成为爆款产品时,就可以线下加大生产,由此减少库存积压。在服装领域形成设计、生产、销售的良性循环。
这是大模型为服装领域带来的变革和创新机会,也让凌云创想得以进一步深入行业,迎接又一个业务增长拐点。
而上一次面临拐点,还是2020年的事。
彼时,陈亚文刚刚加入凌云创想,面对公有云这一时代必然趋势,陈亚文在凌云创想开始着手组建阿里云分销团队,拥抱公有云。
02 凌云创想打造第二增长曲线
回忆起2020年加入凌云创想、着手建立阿里云分销团队的经历,陈亚文依然历历在目。
2020年,云计算市场逐渐成熟,凌云创想也已经通过云专线服务了华北地区诸多互联网头部客户,对于当时的凌云创想而言,面对越来越成熟的公共云市场,亟需找到一个新的业务增长点。
这时,本就与阿里云有着紧密合作的凌云创想,自然想到了是否可以与阿里云建立更进一步的合作关系——成为阿里云的分销商,来拓展出自己的新业务。陈亚文就是在这时加入到凌云创想团队,着手筹备这项业务。
2020年,中国公共云市场增速达到了62.3%,位居全球第一,彼时的阿里云也已经成长为亚太区排名第一的云厂商。
这样的云计算行业发展趋势,为凌云创想基于阿里云分销业务打造第二增长曲线提供了很好的机会,也为本就有着多年销售经验的陈亚文提供了无限的发挥空间。
作为凌云创想阿里云分销业务的第一位员工,也是今后团队的一号位,陈亚文仅用三个月时间就做出了数百万元的销售业绩,验证了这项业务的可行性。
于是,在2020年底,陈亚文在凌云创想团队正式组建起了阿里云分销团队。然而在销售团队创建初期,如何对这批员工进行系统化的培训成了当时摆在陈亚文面前的一大难题。
据陈亚文回忆,当时阿里云华北地区生态负责人、商务拓展负责人、解决方案技术负责人等共同参与了凌云创想阿里云分销团队成立的启动仪式,并为团队提供了为期三天的专业培训。
阿里云团队为凌云创想销售团队做培训
在这之后,凌云创想负责给团队进行销售技巧和行业知识的培训,阿里云团队进一步为他们进行专业的产品和技术能力培训,帮助团队员工建立起行业认知并理解业务。
正是基于这一系列专业培训,这支新人团队在随后的项目磨炼中,逐渐成长为一支能打胜仗又极具凝聚力的团队。
也正是拥有了这样一支团队,凌云创想仅用一年时间就成为了阿里云旗舰级合作伙伴,并帮助大型文旅平台、票务系统等客户完成了由传统IDC向公共云的业务迁移,见证并服务了中国规上企业核心系统上云的全过程。
据陈亚文透露,“直到现在,这支团队留存率依然高达70%左右,始终保持着绝对的战斗力。”
稳定的团队是企业发展的根本,也是企业在新机遇来临时,抓住机会进行业务转型的关键。
当在2024年在与客户交流过程中发现,一些已经将核心业务迁移到阿里云上的企业,基于通义大模型的日token调用量已经突破10亿次,并正在对企业降本增效和业务创新产生直接影响时,陈亚文意识到,凌云创想同样需要一场面向AI的变革。
这时的阿里云分销业务经过三年高速发展,已经正式成长为凌云创想的核心业务,凌云创想在此过程中也建立起了一支足以面向人工智能继续转型的硬核团队。
03 开启AI产业创新加速新周期
2025年4月,联合国贸易与发展组织在《2025年技术与创新报告》中指出,到2033年,人工智能全球市场规模将达到4.8万亿美元。届时,大模型将会如同云计算一样,成为各行各业的基础设施。
在2024年的云栖大会上,阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭就曾指出,“生成式AI最大的想象力,绝不是在手机屏幕上做一两个新的超级APP,而是接管数字世界,改变物理世界。”
为此,阿里不仅投入了大量资源在做人工智能技术研发和产业生态,推动大模型各行各业产业落地。
阿里云智能集团资深副总裁、公共云事业部总裁刘伟光在AI势能大会上也特别指出,“大模型的社会价值正在企业市场释放,阿里云将坚定投入,打造全栈领先的技术,持续开源开放,为AI应用提速。”
实际上,作为国内最大的云厂商,阿里云也在今年6月特别推出了“AI创新加速季”年中大促活动,将多款AI产品以更普惠的价格推向市场,以此进一步推动大模型在各行各业的应用。
作为阿里云华北地区重要分销伙伴,陈亚文更是深刻体会到了大模型产品能力和服务能力正在成为云计算分销领域的重要话语权,只有加强AI服务能力,才能在这波AI云浪潮中让凌云创想再上一个新台阶。
凌云创想内部组织了多次AI培训,陈亚文为培训员工颁发纪念品
在刚刚过去的2025年一季度,凌云创想分销业务销售额同比增长超过70%,陈亚文告诉我们,“带来如此迅猛增长势头的一个关键驱动力正是AI,凌云创想2025年一季度销售额的50%与AI相关。”
实际上,凌云创想2025年在销售侧积极推动大模型产业落地,不仅将内部销售激励机制做了关联,还在寻找对大模型有较强需求的企业客户,推动大模型在这些企业中率先落地。
而这些尝试,也成为了凌云创想推动行业进入AI创新加速新周期的开始。
好文章,需要你的鼓励
随着AI策略成熟,CIO开始重新考虑对公有云的依赖,私有云和本地环境重新受到关注。调查显示,67%的企业领导计划在未来12个月内将部分AI数据迁移至非云环境。主要原因包括成本可预测性、数据隐私保护、安全问题和云集成挑战。对于持续的AI工作负载,购买自有GPU比租用公有云更经济。私有云支出增长更快,预计2025年将有54%的组织在私有云上投入超过1000万美元。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
本文深入分析了从传统AI发展到AGI过程中可能出现的智能爆发现象。基于AI专家共识的2040年AGI实现预期,文章探讨了七种主要发展路径,重点关注突破性的"登月路径"。智能爆发理论认为,智能可以像原子链式反应一样相互促进,快速产生大量新智能。文章预测2038-2039年可能发生智能爆发,随后在2040年实现AGI,但也指出了关于智能爆发的启动、控制和潜在风险等争议问题。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。