阿里為什么會成長為一家平臺型高科技公司，為什么能為中國數字經濟提供強大的技術基礎設施。

    科技怎么樣轉化為生產力？就看它有沒有發掘新資源，有沒有擴大市場規模，或是擴展市場成長的新空間。

    過去兩百年，人類社會依照這樣的規律完成了機械化、電氣化、信息化，生產力的持續提升，讓全球經濟實現了史無前例的騰飛。

    下一個時代屬于數字化和智能化，大數據是新時代的石油，規模化智能化的計算能力則是新時代的引擎。

    波瀾壯闊的畫卷緩緩展開，我們驀然發現，全球人工智能（簡稱AI）的激烈賽道上擠滿了中國企業，阿里巴巴更是悄然跑進了第一梯隊。

    也許你沒有注意到，阿里達摩院兩年來在國際AI頂級賽事上已經斬獲40多項第一，還有近400篇論文入選國際頂會，也許你也說不上來，達摩院那些在業內鼎鼎大名的明星科學家叫什么名字。

    但是，你可能察覺到了生活中悄然發生的一些變化。端著手機刷淘寶“猜你喜歡”，合你眼緣的好貨越來越多了；看到想買的東西卻叫不上名字，拍張照上傳到拍立淘，匹配出來的結果越來越精準了；哪怕擠在雙11下單，包裹上門的速度也越來越快，這不是因為包裹坐上了飛機，而是發貨地變得離你更近了……

    這些變化，都來自阿里巴巴AI技術的進步。

    在阿里巴巴，有一群最接地氣的AI科學家和AI工程師，他們將高冷的AI技術，變成了平易近人的應用，再從大規模應用中沉淀出新技術，引領著新一輪AI創新。
那些想改變世界的科學家

    2014年9月19日，阿里巴巴在紐交所上市，淘寶店主、云客服、淘女郎、快遞員們一起上臺敲鐘，AI科學家漆遠和阿里云創始人王堅博士在臺下目睹了這一歷史性時刻。

    漆遠是美國麻省理工學院博士后，普渡大學計算機系和統計系終身教授，全球機器學習頂級會議ICML 2014 和 ICML2015主席，有近20年機器學習研究經驗。

    漆遠還在實驗室跑數據的時候，王堅找上門來，游說他加入阿里巴巴，“阿里擁有海量的購物和支付數據，這些數據都是圍繞‘錢’產生，價值遠高于其他數據。你如果來的話，建立超大規模機器學習平臺的偉大任務，就交給你了。”

    這番話極具煽動性，像極了喬布斯招募斯卡利時說的，“你是想賣一輩子糖水，還是跟著我們改變世界？”

    于是，在前后拒絕了谷歌、Facebook、百度等公司的邀約后，漆遠決定歸國來到杭州工作，加入了當時看起來“最沒有技術范兒”的阿里巴巴。

    在漆遠之后，密歇根州立大學終身教授金榕也加盟阿里巴巴，他曾擔任NIPS、SIGIR等頂級國際會議領域主席，重點研究包括分布式信息檢索、機器學習、多媒體數據處理與挖掘等。

    后來，阿里又陸續迎來了華先勝、司羅、周靖人、任小楓等一眾AI領域的頂尖大牛。

    為什么科學家們紛紛相中一家以電商為主業的互聯網公司？其實問題本身就透露了答案。

    電商公司，是所有互聯網公司中最重運營的公司，電商、支付、金融、物流，每一個場景都離不開運營和服務的支撐。而當電視業務的規模，上升到幾十億商品、幾億買家、幾百萬賣家和百億計的包裹之后，運營不可能全靠由人力完成，必須依托技術的支撐。

    所以，技術之于阿里，從來不是錦上添花的門面功夫，而是攸關生死的空氣與水。“如果不做云計算，會死掉”，如果不做AI呢？大概率也活不舒坦。

    重運營的模式，飛速發展的業務規模，給阿里技術帶來了前所未有的挑戰，可同時也帶來了一個好處——豐富的場景和海量的數據，對研究計算機科學的人來說，阿里巴巴就是一座天然的“頂配實驗室”。

    在正式加入阿里前，金榕曾給阿里做過一年顧問，在解決了一個大規模算法優化問題從而將廣告展示收入提升15%-20%后，他第一次深刻感受到“理論的東西原來可以改變生活”。

    還有普渡大學終身教授司羅，他加入阿里巴巴的理由也差不多：“在學校里研究一個新的算法，有20個學生來做評測就已經算是豪華陣容了。而在阿里巴巴研究一個新的算法，會有上千萬真實世界的體驗和反饋。”

    為挖掘金山鋪平道路的人

    然而，科技改變世界的道路不是一條坦途，尤其在阿里巴巴，技術研發之路，從來不是什么風花雪月的浪漫回憶，而是一段篳路藍縷的艱難歷程。

    作為阿里巴巴技術的先行者之一，王堅當然清楚這是一種怎樣的體驗，只是如人飲水，冷暖自知，要嘗盡個中滋味，還是得讓科學家們親自走上一遭。

    理想主義者不會給理想主義者潑冷水，所以王堅只是告訴漆遠，“阿里巴巴是坐在金山上啃饅頭，金山是阿里巴巴擁有的豐富數據，可是這些數據的價值并沒有被挖掘出來。”

    這番話，其實是6年前，時任阿里巴巴首席人力資源官的彭蕾對王堅說的。

    當時，王堅還在微軟亞洲研究院，孤獨地探索著被外界懷疑沒有前景的“大數據技術”，彭蕾的話，難免讓他將阿里引為同道，直到毅然擔起了設計全新自主計算架構的艱巨任務。

    關于王堅、阿里工程師和阿里云的故事，充滿坎坷和波折，此前已經有過無數版本的演繹，暫且略過那些悲歡離合的細節，故事的結局是阿里巴巴用6年時間更換掉了整個底層技術架構，技術終于追趕上了飛速發展的業務：

    2011年7月，淘寶商品庫全部從Oracle遷移到自己開發的AliSQL數據庫；

    2013年5月，阿里巴巴最后一臺IBM小型機下線；

    2013年6月，飛天5K達成，成功實現調度5000臺服務器的目標，成為中國第一個超大規模計算集群；

    2013年7月，淘寶最后一個Oracle數據庫下線。

    至此，阿里巴巴順利實現了去IOE的目標，完全擁有了自主核心技術，這在當時是前所未有的壯舉，極大推動了計算能力的提升。

    計算能力，讓阿里巴巴擁有了挖掘數據價值的前提條件和基礎能力，可是吹盡狂沙始到金還遠不是終點，要將數據價值挖掘充分，提煉為成色十足的真金，阿里巴巴還需要優秀的算法人才。

    因此，頂尖AI科學家，作為阿里巴巴科技故事中的新一代主角閃亮登場。

    AI科學家是請來了，可連王堅當時心里都沒底的是，在一個務實、接地氣、結果導向的阿里巴巴，“陽春白雪”和“下里巴人”能做到笙磬同音嗎？

    技術與產品之間的巨大鴻溝

    熊彼特說：“所謂創新，就是發明的第一次商業化應用。”

    再前沿的技術，倘若不能滿足市場需求，就無法產生價值，而沒有價值的創新，充其量只能稱之為創意。

    王堅一直跟金榕說，我們應該學習SRI（斯坦福國際咨詢研究所），因為“那里的基礎研究和其他地方都不一樣，不僅創造出了最好的理論知識，還能把技術變成產品，產品收益再反哺到學術。”

    可現實是，這些加盟阿里的科學家多為學界出身，精通基礎理論，卻缺乏業務理解和工程實踐經驗，所以難免低估了技術與產品中間的巨大鴻溝。

    因此，科學家們在融入阿里巴巴的過程中，多多少少都經歷過一段磕磕碰碰的磨合期。

    金榕加入阿里后，接手的第一項工作是優化聚劃算算法，目標是提升GMV（商品交易總額）。

    團隊很自然地把低價商品排列在搜索和推薦結果的前列以提升成交量，卻忽視了對業務本質的理解——低價固然刺激購買，可是也讓目標用戶群下沉到了三四線城市。

    技術為業務開路，科學家們卻在無意中篡改了產品的內核。

    漆遠接到的首個任務，則是打造一套大規模機器學習平臺，落地到阿里媽媽。他提交了一份申請數千臺服務器的計劃，這并不是一筆小數目，計劃討論后就被否決了。

    于是漆遠團隊便陷入了一種悖論：沒有CPU集群，如何證明自己的算法高效？不能證明自己的算法高效，又如何爭取到CPU集群？

    這場僵持長達半年，漆遠團隊一度走在解散的邊緣。在業務部門口中，很多科學家也落下了“不懂業務”的名聲。

    解開僵局讓研發業務融合

    解開僵局的人，是時任阿里巴巴COO張勇，他找到金榕和其他幾位科學家懇談，“你們要想在阿里發揮出真正的價值，就必須克服這些困難。”

    怎么克服困難？既然不熟悉業務，那唯有深入到電商和金融兩大核心業務的一線。

    2015年7月，那群科學家被拆分為3路人馬——漆遠加入螞蟻金服；金榕帶視覺團隊加入淘寶和天貓的搜索事業部；語音團隊則留在了阿里云。明眼人都能看出來，這是阿里巴巴生態內部發展人工智能土壤最肥沃的幾塊地。

    這次融入業務的練兵經歷，后來被稱為阿里科學家們的“上山下鄉”。

    “必須要知道糧食是怎么長出來的，錢是怎么掙的。”金榕回憶。

    分流到各業務部門的科學家們，通過和一線業務充分的溝通和交流，對業務需求有了更深刻的理解，這才逐漸將技術的興趣點和業務的痛點真正結合了起來。

    金榕團隊為淘系的智能搜索推薦奠定了一臺底層大腦，如今每天為十幾億人提供精確推薦，第二年就拿到了阿里最高榮譽——集團CEO獎。

    漆遠則接手了螞蟻金服智能客服項目，2015年雙11，首次采用深度學習技術的支付寶客服實現了94%語音自助，2016年雙11當天自助服務率更是達到了99%。去除掉人工智能團隊的人員工資和計算資源成本，智能客服項目為公司節省了一個多億。

    而在信貸業務中，通過機器學習，螞蟻金服把虛假交易率降低了近10倍，新開發的OCR系統使證件校核時間從1天縮小到1秒，同時提升了30%的通過率。

    漆遠夢寐以求的分布式機器學習平臺也終于啟動，雙11期間，平臺首次實現淘寶、天貓個性化推薦的大規模應用。那一年的阿里巴巴集團算法大獎上，漆遠帶領80人的團隊包攬了16項獎中的6項。

    這段科學家“上山下鄉”的經歷，真正打通了阿里巴巴“研發”和“業務”的對話體系。阿里巴巴也逐漸從技術支撐業務走向技術驅動業務。

    一家平臺型高科技公司

    轉眼到了2017年，新成立的達摩院在這年云棲大會上搶盡風頭，尤其當阿里巴巴宣布三年投入1000個億支持達摩院時，整個世界都驚掉了下巴。

    達摩院首任院長張建鋒當時說，阿里的技術分為優化和創新兩個部分，推薦、搜索和廣告屬于優化；而真正的創新是“定義一個新市場”，成立達摩院的意義之一，就是要將“兩件事都要做到極致。”

    也就是說，阿里技術在從支撐業務走到驅動業務之后，又開始嘗試向創造業務的方向探索。

    新市場來自哪里？一方面，來自基礎科學和顛覆式技術創新的突破，所以達摩院成立了機器智能、量子計算、區塊鏈和自動駕駛四大實驗室，后來又有了主攻芯片技術的平頭哥，這些都是阿里面向未來基礎性技術領域的深度布局。

    另一方面，新市場來自各行各業的場景金山。只是有些行業數字化的腳步偏慢，場景金山暫未轉化為數據金山，有些行業開始數字化了，卻和早期的阿里一樣坐在金山上啃饅頭，尚未充分挖掘已有數據的價值——各行各業的數字化轉型，在未來都有可能進化成無數依靠技術驅動的新業態。

    阿里有助力各行業完成數字化轉型的底氣，自然是因為這條路他們自己已經趟了一遍。

    在阿里的技術百寶箱里，有飛天云操作系統、飛天大數據平臺、阿里巴巴業務、數據雙中臺和智聯網AIoT平臺這些壓箱底的平臺技術。

    而阿里的云計算與AI能力，都經受過內部海量業務和長期實戰的檢驗，這些，都是阿里云平臺對外輸出技術與方案時最硬核的實力。

    以AI視覺技術為核心的“城市大腦”就是一個典型代表，這項技術的源頭是淘寶拍立淘的圖像搜索技術。

    目前，城市大腦已能做到處理上百萬路視頻數據，實現了大規模實時交通事件事故檢測，跨區域、跨時段尋找肇事逃逸車輛、失蹤人口，預測車流、人流，給出市政規劃建議等功能。

    3年多來，阿里的城市大腦已在杭州、上海、蘇州、衢州、吉隆坡等境內外十幾個城市落地。而阿里技術的競爭力在于通過沉淀標準化產品，大大降低了部署城市大腦的成本。

    面向新時代，阿里還在持續加大研發投入。

    在全球知名科技公司中，阿里巴巴是唯一一家研發人員占一半以上的公司，阿里巴巴的研發投入已經連續三年位列中國上市企業之首。

    從開創中國云時代，到引領人工智能創新，今天，阿里巴巴已經成長一家平臺型高科技公司，技術是阿里實現長治久安的命脈，是阿里創造新商業模式的引擎，也是阿里面向未來的底氣所在。

    社會消費品零售總額和網上零售額增速放緩。2019上半年，我國社會消費品零售總額達到19.5萬億元，同比增長8.4%；網上商品和服務零售額總額達到4.8萬億元，同比增長17.8%。隨著我國進入經濟發展新常態，社零總額增速維持在7-10%之間，相較于17年以前增速放緩。網上商品和服務零售近幾年發展迅猛，但自2018年以來增速也震蕩下行，目前維持在18%左右。

社零總額增速維持在地位

數據來源：公開資料整理

網絡零售增速降低，進入發展新階段

數據來源：公開資料整理

    網絡零售結構開始分化，實物商品零售額保持高增速。從結構上看，實物商品和非實物商品網上零售開始出現分化，實物商品網上零售額增速長期保持在20-30%區間。非實物商品的網上零售額增速在2018年之前明顯高于實物商品網絡銷售，但由于2018年我國電子游戲行業進入發展調整期等因素影響，以虛擬商品、服務類商品為主的非實物商品網上零售額增速開始明顯下滑，在網上零售中占比逐漸降低。

網絡零售品類結構分化，實物商品零售額增速依舊

數據來源：公開資料整理

    網上零售占社零比例穩步提升，成為社零增長重要驅動力。2019年6月，我國網上零售占社零總額的比例為24.7%，占比接近社零總量1/4,較17年初提升9.9pct，其中實物商品網上零售占比達到19.4%，網上零售渠道已經成為社零增長的重要驅動力。相比之下，根據歐睿咨詢數據，截至2018年底，傳統零售業較為發達的美國和日本，其實物商品網上零售額占社零總額的比例分別為13.66%和8.59%，網上零售滲透率遠低于我國。因此，網上零售的發展對于我國的社零增長來說顯得尤為重要。

實物商品網上零售額占比接近20%

數據來源：公開資料整理

實物商品網上零售額增速明顯高于社零增速

數據來源：公開資料整理

    B2C業務頭部電商平臺市占率穩步提升，腰部電商和垂直電商平臺市占率略有下降。B2C作為電商行業的主要形態，市場集中度在穩步提升。截至2019年上半年，B2C業務的CR3集中度已經提升至93.3%，其中天貓、京東和蘇寧易購占比分別為62.4%，25.6%和5.3%，較去年同期分別變化+4.2pct，-0.6pct和-0.2pct。天貓市占率進一步提升，擠壓亞馬遜中國（市占率0.2%，同比-0.4pct，下同）、國美（0.7%，-0.5pct）、1號店（0.1%，-0.1pct）等腰部電商平臺市場份額。此外，以唯品會（3.2%，-1.3pct）、聚美優品（0.1%，-0.1pct）等為代表的垂直電商市占率略有下降。雖然該榜單未將淘寶、拼多多等C2C、B2C混合交易平臺統計在內，但是不影響對于整體趨勢的方向判斷。頭部電商憑借平臺雙邊效應以及在下沉市場的優異表現，未來電商行業市場集中度有望進一步提升。

各品類電商滲透率均保持增長

數據來源：公開資料整理