蚂蚁正在重回战场，AI 时代的新战略在颇具温情的三个小故事中得到明晰。

一名不懂代码的用户用蚂蚁 " 灵光 " 生成了一个专属的 " 话筒 " 应用，让偏瘫失语的父亲可以自主表达吃饭、休息等日常需求；有蚂蚁员工在就医决策犹豫时，借助 AI 健康应用 " 阿福 " 进行初步分析与复核，避免了母亲接受不必要的大手术；在日常消费场景中，用户通过 " 碰一下 " 便捷完成支付，将手机、手表等设备变成无需扫码的支付入口。

蚂蚁集团 CEO 韩歆毅在 2026 家书中分享的这三个使用场景细节背后，对应着蚂蚁当前最明确的业务推进节奏与战略落点：灵光已支持普通用户累计生成超过 1200 万个小应用；阿福月活跃用户突破 3000 万，跻身国内 AI 应用前列；" 碰一下 " 支付日交易笔数突破 1 亿，已覆盖 2260 个生活场景，成为蚂蚁在支付基础设施层面向 AI 时代延展的核心抓手。

更重要的是，随着上述业务数据逐步跑通，蚂蚁集团 " 两朵花 " 新战略开始愈发清晰——一朵指向 " 有钱花 " 的金融服务底盘，另一朵指向 " 有命花 " 的健康入口，通过 AI 将两类普通人最大关切转化为可持续的产品与增长逻辑。

沉寂五年的蚂蚁，正以更为进击的姿态，重回科技竞争的主战场。

进击的蚂蚁

事实上，在蛰伏的几年里蚂蚁已经在 AI 领域做出了不少探索。2023 年蚂蚁管理层首次提出 "AI First" 战略，将 AI 提升至公司战略高度。也是在这一年，蚂蚁自研的百灵大模型完成生成式 AI 服务备案，成为国内首批合规大模型之一。

2025 年初，DeepSeek 异军突起并在全球掀起新一轮生成式 AI 发展狂潮，顺应 AI 发展更多转向落地应用的趋势，蚂蚁也开始把新阶段的战略抓手锚定在了 AI 应用。

也是从这一年开始，蚂蚁在 AI 领域的探索推进也明显加快：在应用层面，先是于 6 月发布了阿福的前身 AQ，11 月又推出了灵光 AI 助手；在模型层方面，百灵万亿参数大模型 Ling-1T 于 10 月发布，今年 1 月承载蚂蚁具身智能业务的灵波科技，对空间感知、具身等四款模型进行了开源。

当前，全球 AI 竞争已进入深水区，在模型能力持续跃升、应用探索持续涌现的同时，行业内也逐渐显露出一种普遍现象：不少大厂与头部创业企业，在 AI 能力快速堆高的过程中，开始 " 拿着锤子找钉子 "，即先做出通用能力，再在各类行业和场景中反复试探落点，期待某一个应用自然跑出规模。这种路径在技术探索阶段具备合理性，但当 AI 逐步进入商业兑现期，它带来的资源消耗与战术迂回也愈发明显。

与之不同，重回战场的蚂蚁并未选择在能力层面全面铺开，而是较早地将新一阶段的 AI 战略锚定在少数几个长期深耕、需求密度足够高的应用场景当中。蚂蚁集团 CEO 韩歆毅在近期对这几个锚点做了进一步明确：支付、金融和医疗健康。他把这三大方向比作一张桌子的三条腿，对蚂蚁的未来十年乃至 102 年，起到支撑稳固的作用。

这种 " 以终为始 " 的路径，客观上减少了战术层面的反复试探和资源损耗，让 AI 投入更容易与用户价值、业务回报形成闭环。与此同时，在行业内外开始更多关注 AI 投入产出比，以及应用可持续性的当下，这种从场景出发的战略选择无疑也更贴合行业发展规律。

更值得关注的是，有别于海外巨头军备竞赛式的算力竞争，以及多数创业公司高度聚焦企业端效率提升和白领工作流重构的智能体发展方向，蚂蚁并未将 AI 的主要想象力放在 " 提升谁的生产效率 " 之上，而是将应用场景明确聚焦于普通人日常生活中最基础，也最普遍的焦虑——有钱花和有命花。

无论是通过 " 碰一下 " 对支付体验与金融基础设施的持续重塑，还是以 " 阿福 " 为入口降低医疗健康服务的获取门槛，蚂蚁试图用 AI 回应的，都是与个人财富安全感和生命质量直接相关的问题，而非仅服务于少数特定人群的工作效率优化。

在韩歆毅的 2026 家书中，我们可以直观看到灵光、阿福和碰一下，如何被拆解进一个个具体而细微的生活场景。家书中提及的三个故事，几乎都发生在普通人最容易感到无助的时刻：当失语的父亲无法表达最基本的生活需求；当家人站在是否接受手术的十字路口迟疑不安；当支付方式的变化第一次被一个孩子敏锐地感知到。

在 " 父亲的小话筒 " 里，AI 并未扮演技术主角，而是被嵌入最基础的照护场景，让不懂代码的普通用户，可以用一句话生成一个只服务于父亲的应用程序，让进食、休息、活动等日常需求能够被清晰表达，减少了照料过程中的不便。

在 " 健康就是福 " 的故事中，AI 的意义也不在于替代医疗决策，而是在信息高度不对称的时刻，给出一次更稳妥的参考，让一家人避免了承受不必要的风险；而 " 一亿次碰一下 " 所呈现的，则是一种更轻盈的改变：当支付动作被简化到几乎无感，技术才真正融入了日常生活的肌理之中。

在生成式 AI 能力持续提升、社会层面对技术红利分配的讨论不断升温的背景下，这种将 AI 应用锚定在财富与健康两类高共识需求上的路径，是对技术发展方向有一定掌控和塑造能力的大厂，是对普通人技术焦虑的一种温情回应，也是对社会痛点和真实需求的精准把握。

从这个意义上看，重回战场的蚂蚁，姿态是进击的，但所选择的实现路径则是降低普通人享受专业服务的门槛。正如韩歆毅所言，蚂蚁的初心是 " 做专业服务的普惠 "，从降低金融服务的门槛，到如今试图降低医疗健康服务的门槛，这一模式正通过 AI 被复制到新的场景。

进击的底气

在韩歆毅的讲述中，蚂蚁把未来十年的三条支撑腿确定下来的过程，并没有耗费多久："2025 年初春节回来花了两天时间讨论，就重新把蚂蚁 AI 战略定下来了。"

这一决策之所以能够迅速收敛，和蚂蚁的技术和业务积累密不可分。在外界的认知中，蚂蚁更显性的形象还是在支付、金融领域的巨头。但从蚂蚁长期以来的资源禀赋和能力沉淀来看，蚂蚁通过 AI 深度聚焦健康和财富并非冒进的跨界，而是在支付领域长期深耕后自然的能力迁移和涌现。

从更底层来看，蚂蚁的业务基因，本就建立在对微观个体需求的长期服务之上。无论是早期通过 " 你敢付我敢赔 " 降低线上支付的心理门槛，还是以余额宝将原本只属于机构的理财能力拆解给普通用户，其核心逻辑始终围绕普通人在真实生活中的具体问题展开。

这种以个体为中心的服务取向，也决定了蚂蚁在引入 AI 能力时，更容易将技术用于回应大众的普遍需求。从支付与财富管理，再到医疗健康这样的高门槛场景，蚂蚁所做的，并非改变服务对象，而是用新的技术手段，继续放大对普通人的服务能力。

如果将这一逻辑再向上追溯，会发现蚂蚁对健康与财富的持续聚焦，并非某一阶段的策略偏移，而与阿里系更底层的价值取向一脉相承。早在更早之前，马云便提出过 " 双 H 战略 "，即 Happiness 与 Health，在商业效率与规模增长之外，关注个体的幸福感与健康状况。因此对蚂蚁而言，AI 只是新的工具，用来延续那条始终围绕普通人生活质量展开的主线。

与此同时，以支付宝为核心的长期运营，也为蚂蚁在健康与财富领域的延展，提供了难以被快速复制的资源闭环。在十余年的大众服务过程中，蚂蚁不仅积累了对普通人核心痛点的理解，也逐步搭建起涵盖支付、金融与公共服务的协作网络。

具体到医疗健康领域，阿福也并非从零起步的独立产品，而是建立在蚂蚁此前在医保码、挂号、医院数字化等领域持续投入的基础之上。从 2014 年第一笔手机挂号缴费开始，蚂蚁健康服务医保码用户超 8 亿。

2023 年 11 月，蚂蚁与浙江省卫健委合作推出全国首个 " 数字陪诊人 " 安诊儿的智能体，率先在浙江省内打通了医院与医疗服务体系，实现挂号、云陪诊、报告解读等流程的线上协同，这一实践也为后续全国版阿福的推出，积累了关键的技术路径与产品经验。

正是基于这种与现实医疗体系的深度协同，阿福才得以直接嵌入真实就医流程，而不仅停留在信息咨询层面，这也构成了蚂蚁的健康 AI 能够落地，并具备可复制性的一个重要前提。

更进一步看，蚂蚁在技术层面的长期投入，也为这一能力迁移提供了支撑。在韩歆毅的表述中，信任始终是蚂蚁服务体系中的核心前提，而信任的建立，首先来自专业能力本身。

正因如此，蚂蚁并未简单将通用模型能力叠加在既有产品之上，而是选择在金融与医疗等高门槛领域，持续推进垂直大模型建设，先在专业性上 " 立住 "，再谈规模化应用。这种路径，也让蚂蚁得以在健康与财富这样高度敏感的场景中，具备了更稳固的技术基础。

从时间线上看，尽管蚂蚁 " 三条腿 " 新战略直到近期才在高层表述中逐步清晰，但公司内部的酝酿和探索已有一段时日。按照韩歆毅回溯，早在 2024 年，蚂蚁便已开始思考健康作为长期方向的可能性，并做了一系列相对应的资源倾斜和组织架构调整，以更好地展开长周期探索。

他进一步透露，蚂蚁对阿福项目在 2024 和 2025 两年共计投入了几十亿，医疗健康已从原来支付宝下属事业部，拆分为独立部门，并在 2025 年底进一步升级为和支付、金融并行的事业群。

由此，蚂蚁近日更为公开的战略表态，更像是一次集中总结。据悉，截至 2026 年 1 月，阿福单日用户提问数超 1000 万，跻身国内健康类 AI 应用头部；" 碰一下 " 则继续向更多终端与场景渗透。

未来蚂蚁还将进一步加大投入，实现 AI 时代的升级和再造。韩歆毅表示，蚂蚁一方面将继续重投健康与支付等核心应用场景，推动阿福、碰一下等产品的深化落地；另一方面，也不会放弃对基础大模型与 AGI 的长期研发，并在专业团队、算力资源、生态与安全机制等层面维持高强度投入。

目前看来，蚂蚁这一轮 " 进击 "，更像是一次方向明确、步伐克制的回归。AI 并没有被蚂蚁包装成一个遥不可及的未来概念，而是被拆解、嵌入到普通人每天都会面对的财富选择与健康焦虑之中——回应那些看似琐碎，却长期缺乏更优解的真实问题，把 AI 的落点放在 " 人 " 身上，这既是一种源自自身基因的自然选择，也是一种对技术边界的自觉约束。

每日经济新闻