Alibaba AI change de stratégie à nouveau

À peine moins d’un mois après l’ajustement groupé mené autour de Token Hub, la structure organisationnelle des activités liées à l’IA d’Alibaba fait à nouveau l’objet d’une itération.

Le 8 avril, le PDG du groupe Alibaba, Wu Yongming, a publié une lettre interne annonçant des ajustements organisationnels liés à l’IA, notamment la création d’un nouveau comité technique du groupe, la montée en niveau du département des modèles de base Tongyi et l’accélération de la construction de l’IA.

D’après la lettre interne, Alibaba met en place, au niveau du groupe, un comité technique, dont Wu Yongming assure la direction en tant que chef. Les membres incluent Zhou Jingren, Wu Zeming et Li Feifei. Parmi eux, Zhou Jingren occupe le poste de chef architecte IA du comité technique, Li Feifei est responsable de la technologie d’Aliyun ainsi que de la construction de l’infrastructure de cloud IA, et Wu Zeming est responsable de la plateforme technique des activités du groupe ainsi que de la construction de la plateforme d’inférence IA.

Trois personnes, trois lignes, qui pointent respectivement vers les modèles, l’infrastructure et la plateforme d’inférence.

À savoir que, dans la structure organisationnelle traditionnelle d’Alibaba, l’on insiste sur « la spécialisation + le modèle BU ». Mais cette fois, Alibaba a convié toutes les personnes « capables de faire fonctionner l’avenir » autour d’une même table, et a intégré les maillons clés qui étaient auparavant dispersés entre le cloud, les lignes d’activité et les équipes de modèles.

Des personnes proches d’Alibaba ont indiqué à Wall Street des informations selon lesquelles, par le passé, l’entreprise savait empiler des effectifs, empiler des ressources et empiler des matrices d’activités. Mais à l’ère des grands modèles, cette astuce ne fonctionne plus. « Les modèles doivent être entraînés rapidement, l’inférence doit être déployée rapidement, l’activité doit être réutilisée rapidement. Si l’organisation se disperse de nouveau, cela ralentira toute la chaîne. »

Ainsi, de l’avis du secteur, le comité technique nouvellement créé est un centre de décision. L’orientation dans laquelle le modèle itère, la manière dont les ressources de puissance de calcul sont réparties, et la manière dont la plateforme d’inférence est construite : tout cela est tranché à ce niveau.

Un détail à noter est que, lors de cet ajustement, Wu Zeming a quitté son poste de PDG de Taobao Flash, remplacé par Lei Yanqun. Wu Zeming est un ancien d’Alibaba, et aussi le CTO du groupe. Le fait de le détacher de la gestion des activités de première ligne pour qu’il se concentre sur la construction de la plateforme technique du groupe et de la plateforme d’inférence IA, est en soi un signal : la priorité de l’infrastructure IA, en interne chez Alibaba, a déjà été élevée au-dessus de l’exploitation des activités.

Une logique similaire se retrouve du côté de Li Feifei. Il a été nommé CTO d’Aliyun, tout en assumant également la responsabilité de la construction de l’infrastructure de cloud IA.

Aliyun est la porte de vente de l’IA dans la stratégie IA d’Alibaba : pour qu’une entreprise utilise des grands modèles, elle a besoin de puissance de calcul, de services d’inférence et d’une plateforme d’appel de modèles. Ce que Li Feifei doit faire, c’est s’assurer que ce pipeline est suffisamment fluide.

En tant que chef architecte IA, tout en supervisant le département des grands modèles Tongyi après sa montée en niveau, Zhou Jingren assume la mission la plus essentielle : faire en sorte que les modèles d’Alibaba se maintiennent en permanence dans le premier groupe mondial. L’explosion des performances de Qwen 3.6 Plus prouve la faisabilité de cette voie, mais la compétition des grands modèles n’a pas de point final : OpenAI, Anthropic, ainsi que, en Chine, ByteDance et Tencent — personne ne s’arrêtera en attendant.

En agrégeant les forces et ressources les plus avantageuses et en investissant le champ de bataille le plus crucial, cela montre qu’Alibaba est déjà entrée dans un état de bataille totale pour l’IA. En fait, il s’agit de la deuxième grande transformation organisationnelle autour de l’IA menée par Alibaba en moins d’un mois.

Le 16 mars, Alibaba avait annoncé la création du groupe d’activité ATH — abréviation complète : Alibaba Token Hub — et le PDG Wu Yongming en a pris directement la direction. Le groupe regroupe le Tongyi Lab, la ligne d’activité MaaS, le département Qianwen, le département Wukong et le département d’innovation IA. Une chaîne complète « créer des Token, acheminer des Token et appliquer des Token » a été reliée ensemble au niveau organisationnel.

C’est un jugement sur le modèle commercial futur : le cœur des grands modèles ne réside pas dans la capacité, mais dans la consommation. Celui qui peut faire circuler les Token plus vite, plus largement et de manière plus stable, contrôlera l’avenir du cloud IA.

Lors de la conférence téléphonique des résultats financiers du groupe Alibaba récemment, Wu Yongming a également évoqué que, depuis 2026, l’entreprise a déjà observé des tendances très évidentes : les grands modèles commencent à disposer de la capacité d’exécuter des workflows complexes orientés To B. À mesure que de plus en plus d’entreprises commencent à activer en interne des Agents pilotés par des grands modèles pour exécuter des tâches de bout en bout, tout le marché des budgets IT orientés IA et cloud subit un changement fondamental.

Wu Yongming a déclaré que, lorsque les entreprises consomment des Token, elles ne les considèrent plus comme un budget IT, mais comme un coût de production ou un coût de R&D, comme une partie des moyens de production : ce facteur interne est l’élément le plus fondamental qui soutient la croissance à long terme de l’IA.

Face à l’élan de croissance énorme et durable du marché de l’IA, Wu Yongming a annoncé l’objectif commercial de la stratégie IA du groupe Alibaba : au cours des cinq prochaines années, les revenus annuels de la commercialisation du cloud et de l’IA, incluant MaaS, dépasseront 100 milliards de dollars.

« Concernant l’objectif selon lequel les revenus annuels des activités liées à l’IA et au cloud dépasseront 100 milliards de dollars au cours des cinq prochaines années, au regard des marges de croissance du marché à partir d’aujourd’hui, ainsi que de nos bases d’activités et de produits existantes : d’après nous, cette trajectoire présente une visibilité assez forte. »

Bien sûr, ce n’est pas seulement Alibaba qui ajuste sa trajectoire en voyant l’opportunité du moment. Au même moment où Alibaba effectue des ajustements intensifs, Tencent procède également à une refonte de l’organisation de son IA.

Le 20 mars, une notification interne de Tencent a supprimé AI Lab ; une partie des équipes a été intégrée au département des grands modèles de langage, et devait faire un reporting au premier scientifique IA, Yao Shunyu. AI Lab a été fondé en 2016 et faisait partie des premiers laboratoires d’IA à l’échelle entreprise de Tencent. Sa suppression vise précisément à concentrer les forces de R&D IA dispersées sur la ligne principale des grands modèles de base.

Lors d’un échange avec les médias à la mi-mars, le président de Tencent, Liu Zhiping, a révélé que, au cours des derniers mois, Tencent a mené des ajustements intensifs des équipes et une refonte des processus de travail autour de l’IA.

Il a déclaré que, au cours des deux à trois prochains trimestres, apparaîtraient des « progrès quantifiables ». Et la nouvelle version des grands modèles de base, HY 3.0, a déjà été testée en interne ; on dit que les capacités d’inférence et d’Agent ont été sensiblement améliorées.

Les actions des deux géants se déroulent presque en parallèle, mais les trajectoires diffèrent. L’approche d’Alibaba est « institutionnalisée » : construire à partir de zéro un groupe d’activité complet centré sur Token, avec le PDG à sa tête, et faire avancer de concert les cinq départements d’activité ; l’approche de Tencent ressemble davantage à une « consolidation » : regrouper les forces de R&D IA dispersées en un seul socle technique, et faire des grands modèles de base l’unique point d’entrée des modèles de base.

La voie est différente, mais l’objectif est le même : les deux entreprises font la même chose, à savoir éliminer les îlots d’IA internes et concentrer les ressources dans une seule direction.

Ce n’est pas une coïncidence. La compétition IA de 2026 est entrée dans une nouvelle phase : ce n’est plus un sujet de stratégie de type « faut-il faire de l’IA », mais une compétition de capacité d’exécution « peut-on pousser l’IA jusqu’au bout ». Le plafond des capacités des modèles continue de monter rapidement ; les Agents passent de la notion au produit, et les besoins côté entreprises passent de « essayer » à « déploiement complet ».

Dans cette fenêtre, celui dont l’efficacité organisationnelle est la plus élevée, celui qui intègre les ressources le plus rapidement, pourra emporter la plus grande part du gâteau.

Avertissement sur les risques et clauses de non-responsabilité

        Le marché comporte des risques, investissez avec prudence. Le présent article ne constitue pas un conseil en investissement personnel, et ne tient pas compte des objectifs d’investissement spécifiques, de la situation financière ou des besoins particuliers de certains utilisateurs. Les utilisateurs doivent considérer si les opinions, points de vue ou conclusions figurant dans cet article correspondent à leur situation spécifique. Investir sur la base de ce qui précède relève de la seule responsabilité de l’investisseur.