一个扛住“双11”，一个接住深夜求助：两项乌镇奖项的背后，蚂蚁如何从难题中找到下一个创新

【环球网科技报道 记者 李文瑶】2026年世界互联网大会乌镇峰会，蚂蚁集团旗下两项业务获得认可：蚂蚁阿福获得领先科技奖，OceanBase获得杰出贡献奖。

把这两个业务放在一起，有一种微妙的反差：OceanBase的起点是2010年前后“双11”流量洪峰逼近时的那道生死题——传统集中式数据库撑不住，扩容成本高、周期长，每一次大促都像一次大考，蚂蚁没有退路，只能自己写一个分布式数据库。阿福的起点则是2025年才上线的AI健康应用，面对的不是数据库管理员和架构师，而是半夜身体不舒服、不知道该不该去医院的普通人。

一个用了十五年从内部技术项目长成独立技术公司，一个用一年多走到1.5亿用户、单日近2000万次健康咨询。年龄相差十五岁，客户完全不同，解决的问题也分属两个世界，却在同一场峰会上被同时看见。

这不是偶然。两项获奖成果代表了不同技术周期里的成长路径：OceanBase从解决内部业务的技术难题起步，经过“双11”等复杂场景的长期验证，逐步成长为独立技术公司，并在AI时代向AI数据平台转型；阿福则诞生于新一轮AI技术变革，聚焦专业健康服务，将AI能力转化为普通人能够直接使用的产品。

两条路径虽然不同，但都离不开真实需求与技术创新的结合。这也引出一个值得观察的问题：蚂蚁如何在不断变化的技术周期中，持续将技术转化为新的产品与业务？

把技术能力做成产业能力

OceanBase的故事，起点是一个被逼到墙角的现实问题。

2010年前后，支付宝业务量在电商大促刺激下飞速膨胀，传统集中式数据库在峰值面前越来越吃力，扩容成本高、周期长，每一次大促都像一次大考。蚂蚁没有继续买更贵的机器，而是选择自研分布式数据库。这个决定在当时并不“划算”：数据库是基础软件里最难啃的骨头之一，投入大、周期长、失败率高。但真实业务的需求摆在那里，没有退路。

此后十余年，OceanBase长期支撑支付、金融、互联网等核心系统，历经十余年“双11”流量洪峰考验，其扩展性、高并发、高可靠、强一致性的关键负载能力，已在数千家企业客户的核心业务中得到大规模验证。

它从蚂蚁内部的技术项目，逐步成长为独立技术公司，服务金融、运营商、交通、制造、零售、公共服务、互联网等行业，并持续拓展东南亚、日本、中东、印度、非洲和美洲市场。自2010年以来，OceanBase先后推动原生分布式、单机分布式一体化、交易与分析一体化、云上线下一体化等技术创新。

更值得关注的是OceanBase正在发生的转变。过去几十年，数据库主要解决企业数据的存储和管理问题；AI时代，数据库开始成为连接企业数据与模型、Agent的关键基础设施。随着企业AI进入生产阶段，数据能力正在成为决定AI应用落地效果的核心因素。市场预测，随着多模数据量的暴涨、AI应用的深化，全球AI数据将创造超过万亿美元的新市场。

在这样的背景下，OceanBase正从数据库能力向AI数据平台演进：数据使用者从人和传统应用扩展到Agent，数据形态从结构化走向多模态，OceanBase正向企业全量数据管理、Agent数据供给和数据服务延伸。2026年6月，它发布了湖库一体的AI数据库新产品。一个从“双11”里长出来的数据库，如今要去解决Agent时代的数据供给问题，这条路径本身就是“真实业务场景推动底层技术突破，再形成独立产业能力”的展现。

如果放到蚂蚁更广泛的AI to B布局中观察，可以发现更多业务都有着相同的发展路径：蚂蚁数科将金融级技术、数据与安全能力拓展到企业服务，通过智能体平台等产品推动AI进入实际业务流程；蚂蚁灵波则聚焦具身智能通用大脑，探索AI从数字世界走向物理世界的可能。

从AI应用到产业化，蚂蚁如何持续创造新业务？

阿福的起点则完全不同。2025年6月，蚂蚁集团上线AI健康管理应用蚂蚁AQ；12月15日，AQ品牌升级为“蚂蚁阿福”并发布新版App。它诞生于这一轮AI技术变革之中，没有十几年内部场景的漫长打磨，面对的也不是数据库管理员和架构师，而是普通人。

阿福的故事，最容易被记住的不是技术参数，而是一些带有冲突感的日常瞬间。都市快报曾报道过一个登上热搜的案例：一位刚离婚六天的女性，前夫因身体不适让她“帮忙立个遗嘱”，她随手问了一下AI，结果AI的判断救了前夫一命。媒体报道则把镜头对准“那些被阿福催去医院的人”：有人原本只是随手描述症状，却被AI反复提醒尽快就医，最终在医院得到及时处理。《时代》将蚂蚁阿福列入最佳发明，给出的理由是它让上亿人半夜也能“看上病”。

这些故事之所以能够让人感同身受，是因为它们戳中了一个真实矛盾：半夜身体不舒服时，人最需要的往往不是一篇医学论文，而是一个能先问一句、能判断要不要去医院、能告诉你去哪里的入口。传统医疗体系里，这个入口在深夜是稀缺的。阿福试图补上的，正是这个缝隙。

它不替代医生，而是把问答、陪伴和服务连接起来。用户半夜问完症状，如果AI判断需要线下就医，后面接的是线上问诊和线下就医通道；日常慢病管理，则用小日记、小目标、小提醒把健康行为拆成可坚持的动作。

数据也直观反映了健康AI背后的需求。2026年9月10日，蚂蚁集团副总裁、蚂蚁健康事业群总裁张俊杰披露，阿福App最新用户数已达1.5亿，用户单日健康咨询人次近2000万。1.5亿用户和单日近2000万次咨询放在一起看，意味着它已经不是一个尝鲜型工具，而是高频的健康管理入口。

从阿福能看到的是，蚂蚁在AI原生应用上的选择非常清晰：不是先有一个大模型，再去找场景套用，而是从医疗健康、生活服务这些真实需求出发，把AI能力做成普通人愿意用、用得上的产品。AI应用最难的从来不是演示有多惊艳，而是用户半夜会不会打开、打开后能不能解决问题、问题解决后会不会再回来。阿福的1.5亿用户和单日近2000万咨询人次，至少说明这条路走通了第一步。

OceanBase和阿福代表了蚂蚁的两条业务主线，这些业务处于不同的发展阶段，但共同呈现了蚂蚁在AI时代的技术选择：既让长期积累的技术能力进入新的市场，也主动探索下一代技术可能带来的产业机会。

两条路径所处的发展阶段不同，但共同体现了蚂蚁对新技术的判断、应用和产业化能力，以及AI时代新的业务可能。一端是AI原生应用，一端是技术产业化，看似一轻一重，实则共享同一套能力：把场景里的问题翻译成技术问题，再把技术做成可交付的产品或产业能力。

如何理解一家科技公司的长期竞争力？

回顾蚂蚁二十多年的发展，从解决电商交易的信任问题，到移动支付的普及，再到今天探索AI健康、智能体商业及产业智能化，业务形态不断变化，但始终坚持一条逻辑：持续寻找真实而重要的问题，善于将技术转化为产品与服务，并在技术周期变化时主动调整自己。

这条逻辑在蚂蚁前CTO鲁肃的复盘里被拆解的很详细。他在蚂蚁527分享中讲了三点。第一，找到当下时代最有价值的问题并解决它。“我们能够走到今天，我觉得是社会给我们的一种奖赏。这种奖赏不是奖赏我们有多强的技术，而是奖赏我们在那个时代解决了最有价值的问题。”第二，在每个技术周期来临时学会驾驭技术。“很多时候我们不是这个技术的发明者、原创者，但我们把这个技术变成了生产力，把它变成了产业。”第三，组织能力必须变革。鲁肃说，“组织愿不愿意为新一代的技术、新一代的商业去做变革”。

这三点的共同之处在于，蚂蚁的战略思维不是“我有什么技术，就去找什么场景”，而是“这个时代最关键的问题是什么，我能不能用技术把它解决掉”。

2026年1月，蚂蚁CEO韩歆毅接受专访时谈到，2024年出任总裁后的焦虑是蚂蚁需要重新找到有足够用户规模、能够发展十年的新业务；2025年初管理层花两天讨论AI战略，最终确定聚焦应用、探索智能上限，并选择健康、生活服务等方向。

这段自述里有一个值得注意的细节，韩歆毅说道：蚂蚁选择方向的标准不是“哪个技术最热”，而是“有没有足够用户规模、能不能发展十年”。这与鲁肃此前所说的“解决当下时代最有价值的问题”是同一套判断标准在不同周期的表达。

外部视角也在印证这一企业发展能力。2026年9月23日，中信证券发布蚂蚁集团最新研究报告认为，AI产业正从模型竞争走向任务执行，智能体进入真实经济所需的数据、服务与交易能力成为商业化落地的关键，AI正成为评估蚂蚁集团的核心变量：金融科技业务存量焕新，阿福、阿宝、AI支付等AI原生业务打开新的增长空间，OceanBase、蚂蚁数科、蚂蚁灵波等科技业务向外部市场延伸，全球化拓宽成长边界，蚂蚁的价值结构正由金融科技扩展到AI、全球化网络和科技资产。

但更值得关注的，是这套能力如何长出来。两项乌镇大奖放在一起看，OceanBase用了十五年从内部难题走到AI数据平台，阿福用一年多从新技术走到1.5亿用户——起点不同、周期不同，但都是“从真实问题出发、把技术做成产品、在周期变化时主动调整”的产物。

如何再深入挖掘，蚂蚁的长期竞争力可以拆解成三层：第一层是把场景里的痛点翻译成技术问题的能力，OceanBase的“双11”难题和阿福的深夜就医缝隙都是这种翻译的产物；第二层是把技术做成可交付产品的能力，数据库要能扛住金融核心系统，健康应用要能让普通人半夜敢用、用了有用；第三层是在技术周期切换时主动重构组织和业务的能力，从2009年调200人去无线，到2018年提出BASIC、后来All in AI，再到2025年AI战略聚焦应用，都是同一动作的反复出现。

这也提供了一个认识蚂蚁的新视角：理解今天的蚂蚁，要看到它持续将场景优势转化为技术竞争力，并由此培育下一代业务的能力。

对于一家科技公司而言，长期价值不仅来自今天已经形成的业务，也来自它面对下一轮技术变革时，继续创造新产品、新业务的可能。乌镇的两项大奖，奖励的是两个产品，但真正被看见的，是一家公司在不同技术周期里反复证明的能力：把场景里的难题，变成下一代创新。