螞蟻沒有跨界，只是AI走到了這里

??深響原創 · 作者｜劉亞瀾

AI一天，人間一年。

不知不覺中，全球AI產業發展范式已然轉向：從年初OpenAI推進廣告業務加速商業化、Google 深度整合Gemini與NotebookLM改善工作流，到最近WAIC上超過300款智能體手機、機器人等AI硬件首發，全球AI產業的核心競爭正在跨越純粹的“Chat”和“參數軍備競賽”階段，進入了一個比拼應用落地、生態場景、技術基座協同的綜合競爭期。

而在一眾技術新貴和硬件廠商之中，螞蟻集團的動向有些令人意外——WAIC上，螞蟻展示了“阿福”、“阿寶”、AI支付、支付寶AI開放平臺、“碰一下”商家Agent、大模型、具身智能、數據能力、安全可信和智能體生產平臺等多項布局。原來人們印象中主攻支付、金融的螞蟻，在AI的路上已經走了這么遠。

但這其實又是情理之中：過去20年螞蟻所積累的資產和能力，恰恰是當下智能體商業要落地、要應用、要深入商業所亟需的。AI進入下半場，開始比拼螞蟻擅長的事情。從應用層、商業生態層到技術基座層，審視螞蟻的AI布局，你不會覺得它在跨界，而是越發確信：在悄然間，螞蟻在智能體時代走入了屬于它的主場。

未來AI的決勝賽點到底是什么？

為什么說AI下半場是螞蟻的主場？要回答這個問題，我們先要知道AI現在的發展到底朝何處去，而在通往未來的路上，行業又有哪些痛點亟待解決。

當前，AI產業的發展方向可以概括為一句話：從“虛擬對話”走向“真實世界”。早期的AI側重于信息交互和內容生成，現在的方向是全面推進智能體的產業化，AI開始替用戶在現實世界中“辦成事”、參與經營并完成交易，真正進入生產力深水區。

而這一過程或許會分為兩個大階段：

第一階段是在“屏幕內”。今年上半年“龍蝦”、“skill”、“蒸餾同事”等熱詞頻出，其實是AI走出“聊天框”的明確信號——AI開始在電腦內暢通無阻地干活，實現跨軟件的復雜工作流自動化。現在一些大廠面試官一上來就問「你怎么用AI干活」，這點相信很多人都已經深有體感了。

第二階段則要“走出屏幕”，滲透物理世界。

一方面是接入實際生活中的交易，比如OpenAI 與 Stripe 共同維護的 ACP 協議已接入沃爾瑪、Target 和超百萬 Shopify 商家；AI版支付寶“阿寶”，一句口語指令打通打車、點外賣、查公積金等操作……這就與普通AI助手形成了本質上的區別，支付+服務的深度綁定，能讓AI真的“辦事”。

另一方面是具身智能，今年“物理AI”“世界模型”成為風口，黃仁勛反復強調物理AI將成為下一波浪潮，馬斯克也在將AI的觸角延伸至物理世界，完全自動駕駛實現端到端進化，高頻迭代Optimus人形機器人……機器人們從練武術到疊衣服、開汽車，實用價值逐漸走到最前面。

淘寶AI購物助手可用支付寶“AI 付”搶低價

你會發現，隨著AI參與真實世界的深度不斷增加，產業發展與競爭的賽點又回到了場景、用戶、商家經營這些商業世界最基本的元素上。

而這恰恰也是當前AI產業進步、智能體商業發展最大的痛點、卡點：

第一是缺少真實場景。

之前大語言模型的早期訓練，主要依賴海量的公開網頁文本、書籍、百科和學術論文。但當行業不再滿足于讓AI只停留在聊天框內，而是希望它全面走向真實世界去“辦成事”時，場景就成了不可替代的訓練燃料。

一些技術公司做出了通用的醫療或法律大模型，但在實際應用中，由于缺乏真實的醫院導診數據或法院辦案流程反饋，模型就憑空捏造不存在的藥方或法條。沒有真實場景里海量、動態的用戶交互數據做反饋，AI在垂直領域就無法遵循產業規則完成自我糾偏。

AI沒法憑空顛覆一切。

“中國醫療健康行業的數字化程度較低，數據孤島問題一直存在，醫院只能一家家去談、去接，”螞蟻集團CEO韓歆毅在此前的采訪中坦言：“雖然我們有十多年做醫保碼、掛號業務的基礎，但到了 AI 應用，無論是服務打通還是醫生分身、科研合作，這些都得重新去談去做產品改造。做這件事情很辛苦很難，非常需要耐心，好處是對手想快速復制也很難。”

所以你看螞蟻阿福現在連接5000多家醫院和30萬名真人醫生，構建了覆蓋健康問答、報告解讀在線問診、預約掛號、醫保支付等環節的完整鏈路，這背后其實是螞蟻多年在醫保碼、掛號、就醫支付等領域打下的基礎，以及長期積累下來的醫療生態鏈接能力。

先有真實場景、資源和能力，再有AI的加持，兩者結合從而實現螺旋式上升。

螞蟻阿福試點“醫生把關”功能

第二大痛點是缺乏商業服務接口，跨平臺交易難實現。

讓AI走進生活，一定是為了讓人更輕松便利，但如果你點一杯咖啡，AI要讓你反復確認身份、確認付款，你肯定會失去耐心，還不如不用AI。

信息交互只需要網頁文本，但商業履約需要的是被結構化、接口化的真實商業能力。如何把復雜的線下服務打包成智能體可以直接調用的“機器指令網絡”，把跨平臺協作的交易成本降到最低，是目前生態規模化最大的卡點。

第三大痛點則是跨主體協同中的隱私合規與安全焦慮。

當AI進入商業生活、日常交易，就必然涉及“錢”，這就變得極其敏感。

比如商家想用AI來優化庫存，但不敢把核心的供應鏈賬目和客戶隱私數據托管給第三方大模型；用戶想讓AI幫自己管理資產，也擔心個人財務信息泄露。AI行業安全和信任的缺失，導致企業不敢給數據、用戶不敢給授權，成為了智能體商業化落地的巨大障礙。

難怪微軟緊急推出“Agent ID”給智能體辦身份證，谷歌重金投入密算技術，AI版支付寶也在原有金融級安全體系之上，額外增加了意圖識別與權限管控、數據隔離與加密、所有操作可追溯可撤銷等更多的保障措施。

為什么AI下半場，來到了螞蟻的主場？

AI產業下半場的賽點，已經從單純的算力內卷，轉向了對真實場景滲透力、商業履約連接力、以及風險治理能力的綜合比拼。而其中的痛點和機遇，恰恰對應了螞蟻深耕多年的能力積累。

從用戶規模來看，支付寶手握10億級超級入口，放眼國內市場，也只有騰訊、字節、阿里處于這一體量。

但規模只是入場，場景的“縱深度與連貫性”才是螞蟻的獨特之處。螞蟻所在的是醫療健康、政務辦事、資金管理等中國數字生活中最“難”、容錯率極低、最需要專業信任的“重度深場景”。之所以“難”，是因為在刷視頻、閑聊天等看完即走的“淺場景”中，如果AI說錯了，用戶基本是一笑而過；但醫療、金融這些領域，都是與用戶生命、財產緊密相關的，AI如果犯錯，可能就是“大事情”。

另外，AI想替用戶辦事除了具體業務的操作之外，還有身份認證和資金授權兩大卡點。螞蟻覆蓋的場景天然貫穿具體服務、實名認證、信用體系、資金收支，這種順暢度是很難在短時間內建立的。

所以一旦競爭來到真實場景，螞蟻過去二十多年積累的用戶、服務、交易、安全和治理能力，便不再只是傳統互聯網時代的存量，而成為AI進入真實世界所需要的基本能力。

除了獨特的場景，螞蟻的商業生態契合了AI發展所需的“未來圖景”：相比于社交或內容生態離交易遠、履約黏性弱，螞蟻的生態天然“離錢近、離商戶近、離履約近”。

在交易層面，螞蟻的“AI支付”形成了覆蓋AI付、AI收、AI錢包、Token Pay等在內的產品體系，相關能力已完成3億筆AI智能體支付，并支持95%通用智能體框架。對比普通支付，AI支付必須要解決可信、安全、可控的問題。

螞蟻的主場并不是支付本身，而是對真實需求、服務供給、交易閉環和風險治理的長期組織能力。

這種能力也是螞蟻的基因——回溯其成立的原點，2003年“支付寶擔保交易”就是為了解決買家和賣家之間的交易信任問題而誕生的。擔保交易成就了電商時代；移動支付點燃了移動互聯網的需求大爆發以及數字化經營。

在AI時代，螞蟻顯然也可以以支付這一交易的關鍵動作為突破口，打開智能體商業的未來圖景。

智能體經濟時代，商業的本質并未改變

在開放生態層面，螞蟻的AI開放平臺連接了8000多種數字生活服務和10億用戶，將復雜的社會服務標準化為大模型可自由調用的接口。

“碰一下”的3000萬線下觸點則成為了線下AI經營網絡，配合商家經營Agent“曉雨”，可幫商家完成門店分析、營銷配置、會員經營、到店到家流量分發等動作，讓商家以更低門檻進階AI經營。

為了商業生態的順暢運行，技術同樣在扮演著安全防線的角色。螞蟻密算在WAIC發布HOP高階智能體架構3.0版本，在技術層面上保障了產業AI應用中的數據流通安全，消除了企業托管核心機密時的合規與隱私焦慮。

我們留意到，今年以來，螞蟻AI安全實驗室持續圍繞智能體安全開展技術研究和開源實踐，相繼完成開源智能體框架OpenClaw專項安全審計，還聯合清華大學開源智能體安全防御插件ClawAegis，并發布智能體安全可信互連協議ASL，為智能體之間建立可信身份、可信連接和安全協同提供基礎能力。

毫無疑問，當AI從內容生成走向自主執行，AI的安全與倫理原必須“內置”而不是“后補”，這將成為智能體規模化應用的重要基本條件。

總結一下，螞蟻AI應用的布局回答了“AI如何服務人”，商業生態上回答了“AI如何參與經濟活動”，技術基座層則回答了“AI如何長期可靠運行”。智能體商業的核心，不是AI替代某個單點環節，而是AI開始參與需求、服務、交易和治理的完整鏈路。

螞蟻站在了AI走向真實世界的必經之路上。

跳出舊框架，重新認識一個“新螞蟻”

站在企業發展的角度看，企業最大的優勢，往往來自能力遷移，而非業務遷移。

回顧過去幾十年科技史上的贏家，幾乎沒有一家是通過盲目跨界進入一個陌生賽道而獲勝的，它們無一不是將原有的底層能力遷移到了新的技術周期。

比如早期的奈飛（Netflix），表面上是一家通過郵寄提供“DVD租賃”的公司，但其底層的核心競爭力，是隱藏在郵寄業務背后對用戶觀影偏好的海量數據分析與推薦算法。當互聯網時代到來時，媒介改變了，但這種底層能力被成功遷移到了流媒體時代，進而成長為如今的原創內容帝國。

而微軟始終堅守著操作系統和企業辦公軟件的護城河，它沒有去轉型做別的事情，而是將Office、Azure與Copilot重新組裝，升級為AI時代的平臺能力；亞馬遜沿著過去支撐電商高并發的IT架構與全球物流供應鏈的能力慣性，自然而然地將這種分布式計算與運維能力延伸，變成了全球AWS云基建和如今的Agent商業；Google則依托原有的高頻入口，將搜索、安卓、Workspace等全面升級為Gemini的AI生態。

經濟學中的動態能力理論指出，在高度動態、不確定的市場環境中，企業最核心的資產并非某種靜態的資源，而是“整合、構建和重組內部與外部能力，以應對急速改變的環境”的動態能力。面對AI時代的智能體商業，最厲害的企業絕非從零開始學習新技術，而是擁有將原有資產“模塊化、接口化”并迅速接入新操作系統的敏捷度。

再看螞蟻，早在十幾年前的2010年，螞蟻就做了自研數據庫OceanBase，解決大規模數據處理和分布式計算的問題；2025年螞蟻及子公司研發投入創歷史新高，達到350.3億元，集團技術人才占比60.4%……它在新的產業周期中，把過去二十多年積累的用戶、服務、交易、信任和技術重新組織，形成了一套服務智能體商業的新能力體系。

當AI的發展軌跡從“虛擬對話”駛向“真實世界”時，剛好撞進了螞蟻的區間 —— 這家公司，正站在AI連接真實服務和真實交易的關鍵位置上。