奥运史上第一次，一朵云整体留给了举办国

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？

过去的方案很简单：赛事数字系统运行在公共云节点上，赛事结束后，技术团队撤场，云资源用完就释放。

但这次不一样。近日，阿里云智能集团副总裁、专有云总经理刘国华在一场线上媒体沟通会上给出了不同的答案：达喀尔青奥会的这朵云，在结束之后不会拆，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，转为这个国家的“主权云”。未来，这朵云将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。仅票务系统就覆盖 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。组委会也将这套技术视为长期数字遗产，希望它在 14 天赛期结束后，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。

“以前的合作周期相对较短：你用我的云，我支持项目落地，用完就结束。”刘国华说，“这次我们真正把阿里的云技术变成一个平台交付给本地，最终它会成为当地的国家云。”

这背后还有一个更大的行业背景：主权云正在成为独立的市场。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%。需求在增长，市场还没有完全形成。

云厂商也做过类似的事。国内某云厂商于 2024 年底在尼日利亚推出当地首个本地云，同时承诺培养开发者和合作伙伴。但达喀尔的特别之处，在于所有权移交：厂商将平台连同运维能力一起交给当地，让运营能力留在本地。

“留下”并没那么简单。这个动作背后，是中国云计算出海逻辑的一次转向：从卖资源到交付能力，从短期项目到长期基础设施，从技术输出到组织赋能。

而这一转向，也要面对几重考验。出海需要耐心，也需要持续的投入；企业 AI 正从试点走向规模，成本仍是绕不开的门槛；合规要求则随着每进入一个新市场而变化，企业需要逐一适配。

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

“交钥匙”曾是云出海的通行做法：搭好基础设施，留下系统和手册，团队撤场。在欧美，客户有成熟的 IT 团队，接手后就能运行。

在非洲和东南亚，情况有所不同。刘国华说：“很多国家拥抱新技术的意愿非常强，但缺少相应能力。”需求是真实的，缺的是把系统用起来、敢于调整它的本地能力。

但比能力更现实的问题是：第一笔投资由谁出？

传统路径主要有两条：政府举债采购，或等待外资进入。前者财政压力大，后者周期长、条件多，两者也都不能自动解决能力转移的问题。Gartner 数据显示，撒哈拉以南非洲 2026 年的主权云 IaaS 支出约为 3100 万美元，2027 年约为 6100 万美元。这样的市场规模，难以支撑厂商“先垫资、再等回报”的模式。

达喀尔走的是第三条路：找一件预算明确、工期明确的事，让它承担第一笔投入。青奥会就是这件事。平台在支撑赛事的同时完成本地化部署和人员培训，赛后转为持续运营的公共云，再用后续的商业收入覆盖成本。这次的赛事同时也是这朵云的融资方式。

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。

团队于是在达喀尔和萨利搭了双可用区体系，然后一遍遍演练。最难的不是把云部署起来，而是云平台、票务应用和运维团队同时出问题时，三方怎么协同响应。从"能切"到"敢切"，演练花了好几个月。赛事没有重来的机会，14 天赛期要求核心系统零中断，这种压力本身就是最好的演练，这套方案来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。

第二层是 7×24 小时的全球应急服务。本地团队遇到处理不了的重大问题，由阿里云专家远程介入。这一层是安全阀，设计上不会经常用到。

第三层最重要，是在线培训认证平台。阿里云技术学院向 35 岁以下的塞内加尔青年提供免费的云计算在线课程，注册人数已超过 1 万。赛后，当地企业和开发者还能通过这朵云调用阿里的全栈 AI 能力和千问开放权重模型。

"授人以鱼不如授人以渔。"刘国华说，"我们很期待 2 到 3 年后，这朵云会成为'塞内加尔本地的阿里云'。它很可能成为一个可复制的案例。"

耐心是战略投入

刘国华透露，阿里云专有云国际化业务占整个部门业务的比例不到 10%，资源投入却接近 50%。

这是主动选择。市场增速快、基数小，投入必须赶在市场长成之前。Gartner 估计，约 80%的主权云 IaaS 支出来自新建数字化项目或待迁移的存量业务。赛事这种“先有项目、后有平台”的切入方式，正好落在需求较集中的地方。

这笔战略投入，首先是耐心和时间。

“做国际化不能按一个月考核 KPI，那样肯定会挂掉。”刘国华说，“要按年、甚至按三年的维度来考虑。”很多专有云项目从接触到实施需要两到三年。国内竞争以月甚至周计，海外则是另一种节奏，阿里云选择了适应它。

其次是解决现场问题。达喀尔项目面临三个硬挑战：

• 基础设施。难点在于云平台、票务应用和运维团队同时出故障时如何协同响应。团队用了数月演练，把“能切”练成了“敢切”。

• 爆发式流量。项目采用混合云架构，在 CDN 等环节使用公共云技术，借助弹性能力缓解带宽瓶颈。

• 供应链波动。刘国华说，2026 年内存涨价带动整体硬件涨到 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。

投入还包括人和文化。“公专一体”直接讲给海外客户，对方听不懂；换成“Cloud Native（云原生）架构”，才能进入对方的语境。

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，把约 100 名各国年轻人变成演奏塞内加尔萨巴鼓的短视频。

刘国华还认为，国际上则更讲开放合作，厂商需要把能力开放给本地伙伴，让他们基于核心技术创新，这样合作才能走得更远。

技术只是基础。协同、文化和组织心态才是真正的考验。

回报的信号已经开始出现。2026 年上半年，阿里云专有云国际化服务收入接近 2 倍增长，增速远高于国内。单看达喀尔，项目可能利润空间并不大，但整体趋势已经打开了空间。

成本下降数十倍

这里有一个容易被忽略的细节：这次青奥会出于成本和时间的考虑，没有铺开太多 AI 应用，精力集中在最核心的票务和签证系统上。但这并不意味着非洲大地不需要通过 AI 加速本地的产业创新。

美国人口普查局的数据显示，2026 年 8 月有 23.2%的美国企业在使用 AI，250 人以上的企业为 38.4%。欧盟统计局的数字是 20.0%。在非洲使用 AI 的人数也在快速增长中，将 AI 嵌入到工作和生产流程中的案例在本地并不少见。

20%之所以受到关注，是因为跨过这条线，意味着行业开始从“试点验证”进入“规模复制”。Citi Institute 的报告称，约 60%的机构仍处于探索或试点阶段，约 40%已进入生产或规模化。一项针对 AI 智能体的调查显示，78%的企业有试点，但只有 14%做到组织级规模化。

刘国华判断，企业级 AI 整体渗透率正迈过 20%这道门槛。在他的观察中，AI Coding 已经跑起来，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%；其余场景基本还在早期，空间很大。

第一道门槛是成本。刘国华半开玩笑地说：“能让 CIO 们‘闭上眼睛继续用 AI’的价格底线，是比当下的 token 再便宜数十倍。”

但 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 成本下降了约 1000 倍。单价降了，账单还在涨，因为调用量涨得更快：智能体会反复检索、调用工具、失败重试，完成一件任务消耗的 token 远多于一次问答。

因此，刘国华建议换个计价单位：不只看 token，还要看“完成一次工作的调用成本”。达喀尔青奥会也出于成本考虑，把精力集中在最核心的数字化系统上。

第二道门槛是效果，背后涉及业务流程重构：哪些环节交给 AI 执行，哪些仍需人来判断？

调查反复指向同一个瓶颈，试点停滞往往不是因为模型不行，而是治理、数据准备和可观测性跟不上。另一项调查发现，62%的停滞项目没有明确的业务负责人。FDE（驻场工程师）这个工种因此流行起来，他们的核心工作就是帮客户重新定义业务流程。

一个解法是用更小的模型，配更深的数据。阿斯利康用阿里云的工具链把私有数据训练进模型后，8B 模型的效果超过了开源 235B 模型，QPS 提升 35 倍以上。

这一思路并非一味追求更大的模型，而是用较小的模型和更深入的数据，在垂直场景中取得大模型的效果，同时压低成本。学术研究也有类似结论：用专门数据微调的小模型，在文本分类等明确任务上明显优于直接调用的大模型。

阿里云的方案是“模型+数据”双飞轮：把客户的生产数据接入知识加工流程，让业务和模型一起迭代。未来，企业 AI 大概有两条路：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。

刘国华还认为，近期受关注的“判断型模型”，有望以接近百分之一的成本解决同样的问题。如果这个方向跑通，“token 再便宜数十倍”就不只是玩笑，而是两三年内可能看到的现实。

合规写进架构

合规，是 AI 云出海绕不开的一关。

欧盟《人工智能法案》2024 年 8 月 1 日生效。它没有取代 GDPR，处理个人数据的 AI 系统必须同时满足这两部法律：既要保护数据隐私，也要满足风险分类、透明度和可解释性的要求。

此外，还有中国的数据安全法、个人信息保护法，以及各国各自的主权云和数据本地化要求。出海企业需要在不同司法辖区之间切换合规策略。

行业观察认为，合规投入已占企业研发预算的 35%到 50%，三年前还不到 20%。不过，这条曲线未必会一路上升：欧盟刚放宽时间表，还为中小企业简化了文档要求。

这些压力直接影响技术选型。据 Gartner 2026 年企业 AI 落地报告，89%的大型集团把私有部署作为 AI 智能体落地的核心诉求。私有部署成本更高，但数据留在可控的物理边界内。

混合云因此成为主流：核心数据留在本地以满足合规要求，算力和弹性资源放在云端以控制成本。Gartner 预测，70%的企业将通过混合云实现服务智能化，2026 年混合云在企业级市场的占比已突破 60%。

阿里云的产品节奏也在对接这一需求。10 月 29 日，在荷兰阿姆斯特丹国际云栖大会上，阿里云专有云正式发布面向国际市场的可信 AI 云解决方案，该方案以飞天企业版为底座，将涵盖 IaaS、PaaS 到 MaaS 的全栈 AI 能力完整交付到客户本地。

其中，“可信 AI 云”围绕开放、可信、高效三个特性展开。

可信对应数据主权：数据可完全专有化，平台支持断网部署，基本实现 100%本地化。

开放体现在多个层面：硬件层支持 95%的主流硬件、13 家 GPU 厂商的 51 款 GPU 卡；模型层支持千问及第三方开源模型；接口层允许客户构建自主可控的本地公共云。

这套设计试图直接把合规要求纳入架构。数据从一开始就在客户的物理边界内，就不需要为跨境传输再做额外的加密、脱敏和审计；平台支持断网部署，联网风险的防护成本也随之降低。

数据可用性、隐私合规和成本可控很难三者兼得。可信 AI 云，是目前相对平衡的解法。

结尾：一个值得期待的样板

达喀尔这朵“不拆的云”，正试图回答一个问题：如何在短期项目结束后，成为长期基础设施？

它不是中国云出海的第一个本地云，国内其他厂商在海外也做过类似的事。但据阿里云称，把赛事云整体移交给举办国，在奥运场景中还是第一次。

第一阶段已经有了一些成果：三层服务体系帮助本地团队提升能力，混合云平衡了成本与合规，电子签证系统已经开始迁入，本地团队学会了容灾切换。

接下来是更长的考验。2 到 3 年后，这朵云能否成为“塞内加尔本地的阿里云”？三年里，市场、政策和竞争格局都会变化，每进入一个新的地区和国家，产品和服务都需要适配当地需要。这些变量，是先行者必须面对的成本。

这个问题的答案，关乎一家云厂商的商业模式，也关乎中国云出海能否走出一条可复制的路。

刘国华说：“国内客户和国际客户买的是同一朵云、同一个产品，但购买的货币单位不一样，国内用人民币，国际可能用的美元。中国企业要相信自己的技术优势，市场足够大，值得花 2 到 3 年不断去探索、去投入。”

达喀尔的完整答案，要等到 2028 年或 2029 年。但这朵云已经留下。