阿里云把奥运云留在塞内加尔：达喀尔青奥会赛后移交主权云

资讯 AI 行业观察作者：李文朋 2026/11/13 15:07 全文 5413 字 · 约 14 分钟读完

11 月 13 日，2026 年达喀尔青年奥林匹克运动会将在塞内加尔闭幕，这是奥林匹克运动首次进入非洲。中国代表团也派出了 66 名运动员参赛。把奥运带到非洲大陆，是本届青奥会写下的第一项历史。另一项，藏在聚光灯之外，中国企业为塞内加尔打造了奥运史上首个专有云底座。奥运会结束后，支撑它的云会怎么样？过去的方案很简

塞内加尔将在 11 月 13 日迎来 2026 年达喀尔青年奥林匹克运动会的闭幕式。这是奥林匹克运动头一回落地非洲，中国代表团此番参赛的运动员有 66 名。

把奥运带到非洲大陆，是本届青奥会写下的第一项历史。另一项历史不在聚光灯下——中国企业为塞内加尔建起了奥运史上首个专有云底座。

奥运结束之后，支撑赛事的这朵云会怎么处理？

过去的做法很直接：赛事数字系统跑在公共云节点上，比赛一完，技术团队撤走，云资源随即释放。

这次却不同。阿里云智能集团副总裁、专有云总经理刘国华近日在一场线上媒体沟通会上给出了另一种答案：达喀尔青奥会的这朵云赛后不拆，会留在本地。

这朵云部署在达喀尔和萨利两地，支撑票务与电子签证系统。赛后它将整体移交给塞内加尔政府，转成这个国家的“主权云”。未来，它会具备接近公共云的完整服务能力，由本地团队自主运营。

项目体量不小。票务系统一项就覆盖 7 个场馆和官方节庆场地，涉及约 100 万张票，现场有 100 多台扫描设备。青奥会从 10 月 31 日持续到 11 月 13 日，约 2700 名运动员参赛。

组委会把这套技术看作长期数字遗产，希望 14 天赛期结束后，它还能继续惠及塞内加尔和非洲体育界。阿里云方面称，这是奥运史上第一次把赛事云整体留给举办国。

刘国华说，过去双方的合作周期偏短，无非是用云方提供云资源、另一方支持项目落地，项目做完关系就结束了。他提到，这一回阿里是把云技术当作一个平台交到本地手里，最终它会变成当地的国家云。

背后还有一个更大的行业背景：主权云正在成为一个独立市场。Gartner 预测，2026 年全球主权云 IaaS 支出将达 800 亿美元，同比增长 35.6%，中东和非洲增速最快，约为 89%。需求在涨，市场却还没有完全成形。

类似的尝试，云厂商以前也做过。2024 年底，国内一家云厂商在尼日利亚上线了当地第一个本地云，还承诺为开发者和合作伙伴提供培养。达喀尔的不同在于所有权的移交：平台和运维能力一并由厂商交了出去，运营能力因此留在了当地。

不过，“留下”这一步并不轻松。它对应的，是中国云计算出海思路的转变——不再只卖资源，而是交付能力；不再做短期项目，而是做长期基础设施；不再停留于技术输出，而是转向组织赋能。

转变之后，还有几道关要过。出海讲究耐心，投入也得持续；企业 AI 正从试点阶段迈向规模化，成本这一关仍绕不过去；每进入一个新市场，合规要求都会变，企业只能一个个去适配。

中国云厂商的技术能力已处于全球前列。出海过程中，如何把能力真正交付给本地、让对方用起来，也是比技术本身更大的挑战。

第一笔钱的问题

云出海过去常见的做法是“交钥匙”：基础设施建好，系统和手册留下，团队就撤了。在欧美，客户那边的 IT 团队比较成熟，接过去就能跑起来。

非洲和东南亚的情况不太一样。刘国华的说法是：“很多国家拥抱新技术的意愿非常强，但缺少相应能力。”需求确实存在，真正缺的是本地把系统用起来、并且敢动手调整它的能力。

但比能力更现实的问题是：第一笔投资由谁出？

以往的路子大致有两条：一是政府借钱采购，二是等外资进来。前者给财政带来压力，后者周期长、附加条件多，而且这两条路都不会顺带把能力转移过去。Gartner 的数据显示，撒哈拉以南非洲主权云 IaaS 支出 2026 年约为 3100 万美元，2027 年约为 6100 万美元。盘子就这么大，厂商很难靠“先垫资、再等回报”的方式撑下去。

达喀尔选了第三条路：挑一件预算和工期都清楚的事，由它来承担第一笔投入，青奥会就是这个角色。平台一边支撑赛事，一边完成本地化部署和人员培训，赛后再转为持续运营的公共云，用往后的商业收入把成本补回来。换句话说，这届赛事本身也成了这朵云的融资方式。

非洲的电力不稳，网络也不可靠。项目早期，两地之间的容灾切换还要靠人工完成。

于是团队在达喀尔和萨利建起双可用区体系，随后反复演练。难的地方不在于把云部署起来，而在于云平台、票务应用和运维团队同时出状况时，三方如何协同响应。从“能切”走到“敢切”，演练耗了好几个月。赛事没有重来的机会，14 天赛期要求核心系统零中断，这种压力本身就抵得上最好的演练，而这套方案源自阿里云在国内为多家银行建设“两地三中心”的经验。

这是阿里云三层服务体系的第一层：团队常驻当地，手把手带本地运维人员熟悉操作、排障和切换。

另一层是 7×24 小时的全球应急服务。本地团队碰上处理不了的重大问题，阿里云专家会远程接入。这一层相当于安全阀，按设计并不会频繁启用。

第三层是在线培训认证平台，这一块分量最重。阿里云技术学院给 35 岁以下的塞内加尔青年开了免费的云计算在线课程，注册人数已经超过 1 万。赛事结束后，当地企业和开发者还能借这朵云调用阿里的全栈 AI 能力以及千问开放权重模型。

刘国华引了一句老话："授人以鱼不如授人以渔。"他接着说，很期待 2 到 3 年后这朵云变成"塞内加尔本地的阿里云"，它很可能成为一个可以复制的案例。

耐心是战略投入

刘国华透露了一个比例：阿里云专有云国际化业务只占整个部门业务的不到 10%，可资源投入却接近 50%。

这并非被动结果，而是主动选择。市场基数小、增速快，投入就得赶在市场长大之前落下。Gartner 估计，主权云 IaaS 支出里约 80%来自新建数字化项目或者待迁移的存量业务。赛事这种"先有项目、后有平台"的切入方式，恰好踩在需求密集的地带。

这笔战略投入，头一样要的就是耐心和时间。

"做国际化不能按一个月考核 KPI，那样肯定会挂掉。"刘国华说，得按年、甚至按三年的维度来考虑。不少专有云项目从接触客户到实施落地，要花两到三年。国内的竞争按月甚至按周算，海外是另一种节奏，阿里云选择去适应它。

再就是现场问题得一个个解决。达喀尔项目撞上三个硬挑战：

基础设施这一关，难在云平台、票务应用和运维团队同时出故障时怎么协同响应。团队练了数月，把"能切"练成了"敢切"。

爆发式流量这一关，项目用混合云架构应对，在 CDN 等环节引入公共云技术，靠弹性能力顶住带宽瓶颈。

供应链波动这一关，刘国华说 2026 年内存涨价把整体硬件价格抬到了 2 到 4 倍，阿里云靠"一云多芯"的开放性，兼容不同规格的服务器。

投入里还有人和文化。跟海外客户直接讲"公专一体"，对方听不懂；换成"Cloud Native（云原生）架构"这个说法，才进得了对方的语境。

达喀尔项目里也有类似的"翻译"。开幕式上，阿里用 AI 视频模型，把大约 100 名各国年轻人做成了演奏塞内加尔萨巴鼓的短视频。

刘国华还认为，国际市场更讲究开放合作，厂商得把能力开放给本地伙伴，让他们在核心技术之上做创新，合作才走得远。

技术只是底子。协同、文化和组织心态，才是真正的考验。

回报的信号已经冒头。2026 年上半年，阿里云专有云国际化服务收入接近 2 倍增长，增速比国内高得多。单看达喀尔一个项目，利润空间可能并不大，但整体趋势已经把空间打开。

成本下降数十倍

有个细节容易被忽略：这届青奥会算过成本和时间账，没有铺开太多 AI 应用，精力集中放在最核心的票务和签证系统上。不过这并不代表非洲大地不需要用 AI 来加速本地产业创新。

美国人口普查局的数据显示，2026 年 8 月，23.2%的美国企业在用 AI，250 人以上的企业这一比例为 38.4%。欧盟统计局给出的数字是 20.0%。非洲使用 AI 的人群也在快速增加，把 AI 嵌进工作和生产流程的案例在当地并不少见。

20%这个数字受关注，是因为跨过这条线，行业就从"试点验证"迈进了"规模复制"。Citi Institute 的报告称，约 60%的机构还在探索或试点，约 40%已经进入生产或规模化。另一项针对 AI 智能体的调查显示，78%的企业做了试点，真正做到组织级规模化的只有 14%。

刘国华判断，企业级 AI 的整体渗透率正在迈过 20%这道门槛。据他观察，AI Coding 已经跑起来了，很多企业达到 30%到 40%，大企业超过 60%；智能客服的 AI Agent 渗透率突破 80%；剩下的场景基本还在早期，空间很大。

说到成本，这是绕不过去的第一关。刘国华打了个半开玩笑的比方："CIO 们能'闭上眼睛继续用 AI'的价格底线，得比现在的 token 再便宜数十倍。"

可 token 其实一直在降价。一份行业分析称，2024 年到 2025 年，企业 AI 推理支出从 115 亿美元涨到 370 亿美元，同期每 token 成本降了约 1000 倍。单价下来了，账单还在涨，原因是调用量涨得更快：智能体会反复检索、调用工具、失败重试，干完一件任务消耗的 token 比一次问答多得多。

所以刘国华建议换个计价单位：别只盯着 token，还要看"完成一次工作的调用成本"。达喀尔青奥会同样出于成本考虑，把精力集中在最核心的数字化系统上。

第二道门槛落在效果上，牵出的是业务流程重构——哪些环节该交给 AI 去做，哪些还得靠人来判断？调查一再指向同一个瓶颈：试点卡住，多半不是模型能力不够，而是治理、数据准备和可观测性没跟上。另一项调查显示，62%的停滞项目找不到明确的业务负责人。FDE（驻场工程师）这个工种就这样流行开来，核心任务正是帮客户把业务流程重新定义一遍。

还有一条路是用更小的模型配更厚的数据。阿斯利康借阿里云的工具链，把私有数据训练进模型，结果 8B 模型的效果压过了开源 235B 模型，QPS 提升 35 倍以上。

这套打法并不一味追大模型，而是拿较小的模型配更深入的数据，在垂直场景里做出大模型的效果，同时把成本压下来。学术研究也给出相近结论：用专门数据微调过的小模型，在文本分类这类明确任务上明显强于直接调用大模型。阿里云的做法是“模型+数据”双飞轮——客户的生产数据接入知识加工流程，业务和模型一起迭代。往后企业 AI 大概会走两条路：基于私有数据做后训练，成为主流；通过混合云调用更大的模型处理复杂场景，作为补充。

刘国华还提到，近期受关注的“判断型模型”有望用接近百分之一的成本解决同样的问题。这个方向一旦跑通，“token 再便宜数十倍”就不只是玩笑，而是两三年内可能落地的现实。