百度阿里围绕AI产业化形成两条全栈路线

9月16日，百度沈抖在智能经济论坛上以电力时代比喻AI发展；六天后，阿里云栖大会上吴泳铭提出“Token是新电，云是电网”。两场演讲都把关注点从模型榜单和跑分，转向智能如何进入千行百业。两家公司共同判断，模型已不再是主要瓶颈，下一阶段的关键是把AI转化为生产力。

百度的全栈布局始于更早阶段：2015年“仙童”团队开展芯片工作，2018年形成覆盖芯片、框架、平台和生态的技术体系；2020年提出“云智一体”，打通芯片、框架、大模型和行业应用。2023年进一步概括为“芯片—框架—模型—应用”四层，并推出百度智能云超级工厂；2024年升级为“人工智能+”企业级服务体系。到2026年，百度以“芯云模体”和“新全栈AI云”承接智能体增长。阿里则同步推进芯片、云和模型三大基础能力。

两家的差别在于飞轮起点。百度从产业智能体的真实业务价值出发，智能体解决问题后产生数据，推动模型迭代，并带来更多云和芯片投入，形成需求拉动供给的循环。阿里则从供给端启动，通过算力提升带动Qwen RSI等模型增强，等待代表性产品引爆需求，并计划在2032年前建成20GW数据中心。前者担心智能体落地不及预期，后者面临代表性产品迟迟未出现的风险。

这种路线差异也体现在计费方式上。阿里更接近Token经济学，按机器“思考量”收费，吴泳铭预计未来机器思考总量将超过人类1000倍；百度强调生产力经济学，关注收入与业务结果。沈抖指出，过去三年模型能力持续提升，但GDP变化并不明显，AI资本开支占GDP仅0.4%，而电力体系接近5%。他预计到2030年将有30亿个产业智能体持续运行，并带来超过100吉瓦的推理需求。

客户案例体现了百度路线的落地标准：阿尔特借助“伐谋”智能体自主演化120多轮，将一次CFD仿真从数小时压缩到秒级；南方电网使用“胜算”处理电网业务；泰康部署平台后上线3500多个智能体，日均Token消耗达200亿。阿里路线则是在更大规模供给上等待需求爆发。两种模式仍处于竞争阶段，最终胜负取决于哪一个飞轮能率先形成规模。