阿里巴巴Q1業績會實錄：AI算力投資3年內回本！AI+雲收入增長還將持續加速

昨日，阿里巴巴集團發佈2027財年第一季度財報。財報顯示，第一季度阿里巴巴營收2690億元，上年同期營收2476.52億元；調整后淨利潤207.2億元。其中，阿里雲外部商業化收入加速增長45%，增速創22個季度新高。今日港股市場，阿里巴巴-W高開走低，截至發稿跌逾2%。

財報發佈后，阿里巴巴集團董事會主席蔡崇信、CEO吳泳銘、CFO徐宏、以及阿里電商事業群CEO蔣凡出席了隨后召開的電話會議，對財報進行了解讀，並回答了分析師提問。

以下為本次電話會議分析師問答環節的主要內容：

花旗銀行分析師Alicia Yap：感謝管理層接受我的提問。大家晚上好，也祝賀你們取得非常紮實的業績表現。我想問的問題主要是有關於本季度的資本支出大幅增加背后的原因和驅動力，還想了解一下接下來幾個季度的資本支出總體趨勢，以及對於之前公佈的三年投入3800億的這樣一個預算是不是有任何更新，另外想要了解當前這些資本支出的分配情況，多少用於訓練等等，各方面的風險，然后管理層是否可以評估這些資本支出的投資回報率。

吳泳銘：好，謝謝你的問題。這個問題我覺得挺重要的，我也想借這個問題詳細解釋一下我們在AI方面的整個商業模型，以及未來的資本支出投入的一個預期。我們去年2月份公佈了三年3800億的投資計劃，到今年6月季度末已經累計投入了一千九百億，還是符合預期的。本季度的677億確實高了一些，但是因為硬件交付它有一個周期，並不是每個季度均勻的，所以更多的是一個設備交付的波動性。同時本季度我們還增加了對於CPU的採購，因為 Agent時代，我們看到對CPU的需求在大幅的增長。當然也有芯片組件價格的上漲的因素構成。

總體來看，我們不應該強調就是本年度的資本支出是677乘以4這樣的一個勻速勻速投入的建設，但總體來説，我們是希望今年的投入建設還是在維持在一個更積極的態度上。

我也想趁這個機會和各位投資人朋友解釋一下全棧式 AI 的平臺的服務的商業模式，這本質上是一個重資產的一個商業模式，我們現在看到所有的 AI 的變現方式，無論是AI軟件訂閲，還是大模型的API推理，還是GPU的aaS服務，以及AI相關的訓練或者推理的軟件服務，本質上所有的這些變現都需要在AI的算力中心這個基礎上。而AI算力中心的建設，我們才能夠獲得市場份額的高速增長。所以這是一個非常明確的一個重資產的商業模式，而重資產商業模式要獲得高速的增長的前提，需要在CAPEX（資本支出）投入上進行前置，所以我們會看到，我們從2025年開始進入了一個非常積極的一個硬件方面的投資建設周期。從這個角度上來説，我們要獲得一個高速增長，就必須在前面幾年去投入更多的一個AI算力中心的建設。所以這是我們一個商業模式上決定的，就必須是CAPEX先行，才能獲得后面的業務的增長。

下面我再來解釋一下，為什麼在現在這個階段進行CAPEX，進行 AI 算力相關的 CAPEX投資的回報確定性非常高。行業共識是在2030年之前，我們看不到 AI算力緊缺的這個情況有會有非常大的改變。所以在這個行業背景下，我們現在看到我們的AI算力的CAPEX的投資回報確定性非常高。從數據上來看，按照我們現在的AI產品的平均毛利水平，我們的CAPEX可以實現在三年之內回本。而我們 AI 的產品的毛利潤水平還在處於持續的提升過程當中，這個回報周期未來還會持續的縮短，比如説往2.5年回本的方向去推進。

按照我們現在的投資回報周期，我們的 AI 算力在投入三年之后回本之后，還會非常長時間的持續不斷的貢獻正向的現金流。從我們現在看到的實際情況來看，一個最直接的例子，在我們的數據中心里面，2020年購買的A100，2018年購買的V100，到現在還是近乎滿載的被客户使用。AI算力資產的實際使用壽命周期遠遠長於理論上的折舊周期。

同時我們在提升AI產品的毛利率水平上和投資回報率上有三個重要的手段。第一，是我們可以持續提升 AI產品的毛利率，比如包括我們現在持續投入推動我們的 sota 模型建設，拓展高毛利的 mass業務，同時還可以使用我們更完善的產品組合來提升我們的 AI aaS產品或者 AI 相關的軟件產品的競爭力，從而提升毛利率水平。我們看到AI產品毛利率還在持續提升，本季度已經帶動了阿里雲整體板塊的利潤率提升四點四個百分點，來到百分之十一點六，這是初步的驗證。

第二個重要措施是我們的自研芯片，也可以説是在這個過程當中最重要的一個方案。我們平頭哥的自研芯片路徑覆蓋 GPU、CPU 和網絡芯片，這是新一代 AI 數據當中最核心的芯片組合。在 AI 數據中心里面最昂貴的成本就是芯片以及存儲。芯片的自研芯片是我們長期重要的方向，隨着我們平頭哥自研芯片未來的產能的持續提升，在我們的數據中心的這種自研芯片的比例還會持續提升，替代我們更多的商業化採購的芯片。我們知道在現在這個算力緊缺的時代，商業化芯片的本身它們的毛利率就很高，所以，自研芯片的比例大幅提升，會大幅度提升我們的產品競爭力以及我們的毛利水平。

第三點也很重要，我們還有多種商業化的手段來提升我們的現金流的使用效率。比如我們和合作夥伴共建AI的算力中心，比如我們現在有一些的AI的算力合同已經開始採取預付的方式。所以這些的通過商業上的方式也可以大幅提升我們的投資回報率。

通過這三條路徑，我們可以持續的把 AI 開發式的回本周期推向更短的時間。比如推向2.5年，甚至接近2年。我覺得可以給大家算一個簡單的框架，如果按我們現在的 AI產品毛利水平，Capex三年回本的條件下，理論上把我們的增速控制在33%以內，就可以實現正向的現金流。

但這現在不是我們的戰略選擇。由於 AI 還處於整個行業的非常早期階段，對我們的戰略選擇，我們是會堅定的投入 capex ，積極的建設，去推動業務的高速增長。而后面隨着我們的產品毛利率的提升，自研芯片的替代比例的提高，我們的回本周期將進入二點五年甚至更短的時候，我們可以看到在追求百分之四十以上增速的同時，還能夠維持正向的現金流，這是我們的長期方向。

匯豐銀行分析師Charlene Liu：感謝給到我這個提問機會。我想問一個跟電商相關的問題，首先想問一下閃購的一個進展情況。另外，阿里巴巴把多項業務進行了梳理，組成了阿里巴巴電商集團。那這些業務未來各自的一些戰略重點是什麼呢？謝謝！

蔣凡：我先給大家介紹一下，我們新財年對這個電商板塊進行了重新的梳理，未來我們會圍繞着中國電商、即時零售、還有國際電商、全球B to B四個核心板塊向大家持續同步我們的進展。今天我想先簡要分享一下這四個板塊的進展跟思考。首先中國電商，國內電商的短期宏觀環境還是面臨挑戰，放眼長期，我們聚焦核心供給，同時希望通過AI 提升電商的體驗跟整體經營效率。首先在供給方面，從去年開始，淘寶天貓就聚焦對平臺，包括品牌商家在內的原創商家進行扶持，同時挖掘優質產業帶的白牌供給的潛力。

我們會繼續加強和頭部品牌商的合作關係，幫助品牌客户實現穩定且可持續性的生意發展，天貓依然是品牌商跟很多原創商家最核心的經營陣地。同時我們也會深入產業帶，挖掘源頭好貨，支持更多製造業工廠職業的平臺上開店經營，也利用平臺 AI 能力幫助更多白牌商家進行更加簡單、更加高效的託管經營。產業帶託管經營模式在平臺的交易比例在持續提升。在剛過去的618，儘管宏觀環境面臨一定挑戰，從結果上看符合我們的預期，尤其是核心商家的這個經營結果還是取得了不錯的成績。

同時我們也看到 AI 在電商供需兩側的機會，那麼用户側我們會持續推出更多基於 AI能力的新體驗、新場景，例如多模態搜索、AI試衣等。另一方面，利用 AI 技術提升現有購物場景下的體驗跟效率，例如我們看到 AI 對我們的商品推薦帶來了非常顯著的提升。商家側，我們看到商家已經在經營中非常普遍的使用 AI，我們在經營的各個環節嘗試通過 AI 幫助商家提升能力，尤其是數據分析、廣告營銷、客服等環節。商家可以明顯受益，后面我們也會跟千萬辦公合作，推出更加適配電商場景的 AI 智能體。

然后回到即時零售的這個問題，經過一年多的發展與投入，淘寶閃購的規模跟市場份額都已經發生了實質性的變化。無論是用户心智、供給豐富性、物流體驗還是訂單規模，都取得了巨大的提升。上個季度我們在用户跟訂單規模都保持上漲的前提下，實現了優異的大幅度優化，虧損規模顯著縮小。在今天這樣一個基礎上，接下來我們會加速整合盒馬、天貓超市等相關板塊，發展非餐飲品類的即時零售，尤其是加速發展前置倉。盒馬過去一年加快前置倉的佈局，帶動了整個交易額的同比加速。

同時閃購也會持續拓展更多品類覆蓋，在一些重點品類上持續創新，提升消費者體驗。我們認為，非餐飲品類的即時零售交易額規模將在下個財年內超過餐飲品類，會帶動電商大盤很多實物品類。即時零售板塊預計在2029財年實現整體盈利，長期看我們認為即時零售有望貢獻平臺整體交易額的30%，成為電商板塊的第二曲線。

關於國際電商板塊，短期來看，我們的海外電商確實受到了國際税收政策和地緣環境的影響，面臨一定的壓力。但我們也看到，儘管市場環境很複雜，跨境電商依然保持交易規模上漲的同時，盈利水平也有顯著提升。不管是交易規模還是盈利能力，我們都認為，跨境業務具備長期潛力。另外，我們在中東等區域的本地電商平臺也發展很快，東南亞等市場的經營效率也在持續改善。

最后，關於全球的B to B業務，B to B業務包括我們的1688平臺跟Alibaba.com。那麼過去二十年，這個業務一直在持續的發展。我們看到AI技術會給B to B交易平臺帶來非常大的變化，甚至可能從根本上改變原有的商業模式，尤其是AGENT代理模式會在B to B交易中扮演越來越重要的角色。我們面向跨境電商商家推出的AI智能體Accio Work，上線后很快就擁有了五萬的付費商家在使用，AI正在全面改變B to B商家尤其是跨境商家做生意的方式。我們認為。基於過去20多年在這個領域的積累，我們有機會在 AI時代的 B to B 跟跨境貿易領域創造出全新的業務模式跟商業機會。

總體來看，過去幾年我們在電商板塊的幾個領域完成了階段性的佈局。接下來我們希望繼續發揮我們從供給協同到AI技術的優勢，讓各個業務在AI時代釋放更多的潛力，同時也實現更加多元化的收入利潤結構，推動整個板塊更加穩健的發展。

中金公司（CICC）分析師白洋（Yang BAI）：管理層好，我的問題是關於雲與AI的業務。我們觀察到阿里雲的收入增速逐季提升，本季度已經來到了百分之四十五。那麼公司此前其實也提出過未來五年外部雲收入突破千億美元的長期目標，這次也提出了未來幾個季度仍會加速。那麼我想請教兩點，第一，如果展望未來幾個季度雲業務的增長節奏，支撐雲計算進一步加速增長的核心驅動因素是什麼。第二，當前其實行業還是處於一個算力供給偏緊的階段，雖然管理層剛纔也提到，可能在2030年前這個供需格局都不會有變化，但也想請教一下，如果是站在一個更長期維度去看，雲業務長期增長的核心驅動都有哪些，是否會和短期有所不同？謝謝。

吳泳銘：好，謝謝你的問題。我覺得這個問題我可以稍微展開一點，分三個部分來講。第一，講一下就是我們的現在的業務的現狀和數據。然后在后面再來講一下我們覺得驅動我們的 AI 相關的業務的增長的動能。最后再來講一下從我們現在的分析來看，長期的一個遠期展望。

我先來講一下我們現在的現狀和數據。我們看到就是AI加雲的外部收入已經持續九個季度加速增長，那本季度的已經持續加速到百分之四十五。我們看到客户的需求強勁。而我們的供給相對別的雲廠商來説，也具備非常強的優勢。所以未來幾個季度，我們判斷收入還會收入增速還會持續加速。

我們看到本季度AI相關的產品，本季度的收入來到124億元人民幣，對應年化我們可以換算的約73億美元。那在我們現在的數據的業務預測情況下，我們在下個季度的 AI產品的年化收入將接近100億美元，所以可以看到我們的增速還是還是非常之高的。

同時，我們也判斷未來幾個季度，我們的EBITDA利潤率會逐季提升。還有對於我們的雲業務相當重要的Mass業務，在本季度的 AI 需求的增長，以及我們的推理效率的提升共同推動下，8月份的最新的 mass業務現在也已經突破了160億元人民幣。

再解釋一下我們的商業模式的增長動能，我覺得首先還是要説一下阿里巴巴在 AI 上面的這個投入模式。和單一的 AI 公司有最大的一個區別，我們是在 AI 的全棧技術上進行飽和式的投入，尤其是在芯片 AI雲基礎設施和模型側的飽和投入，保證了我們在這個三個最重要的技術層面都處於行業的領先地位。而且我們判斷AI行業的技術發展還在早期，在不同的技術發展階段，AI行業的核心商業價值會在芯片、雲、模型和應用等不同層次之間流動，而我們全棧式的投入可以保障我們具備最佳的服務能力和最好的性價比，也使得我們在未來行業技術發展的不同階段都能夠保持競爭力和長期的增長動能。

我們覺得，在最近一兩年的一個短期的最重要的增長動能，從2025年底開始爆發的大規模的商業化推理服務，已經徹底改變了AI雲的商業模式。剛纔我已經提到了，算力纔是AI營收能力的核心資產。現在所有的AI營收模式都是圍繞着AI算力所展開，而算力緊缺現在又是全行業的中期共識。同時，由於mass推理服務廠商的高毛利，使得AI算力不再是一個原來意義上的成本中心，而是成為與收入正相關的生產資料。

所以行業內高定價的算力供不應求，推動了各場景下就不同的場景下他們都要需要使用GPU，但是不同場景下他們的定價模型。就開始越來越趨近於行業最高毛利的變現方式，共同推動了幾乎所有 GPU 相關產品的定價模型，而阿里巴巴同時具備全模態的模型能力。我們的大部分模型能力都處於行業前沿的一線水平，也使得我們在算力的價值實現上具備優勢，使得我們在我們的算力定價上有一個非常強的錨點，在阿里雲具備算力的差異化定價能力。所以我們看到，在旺盛的需求以及算力的商業價值正在被市場重新定價，而我們也能夠以更健康的價格續簽新的合同，以及包括客户老合同的續約，都是隨着新的市場需求在發生定價模式的變化。所以我們看到阿里雲的盈利能力在今年開始都在處於一個顯著的提升過程當中。

再來講一下，就是 AI雲的這個商業模式，長期的規模效應和網絡效應其實是一個長期的增長動能。其實前兩年行業投資人一直在問 AI 的超級應用是什麼，但其實我們認為 AI 最大的超級應用就是以 AI 算力為核心的 AI雲平臺。長期來看，大部分企業的核心的 AI 工作負載都需要全棧的 AI雲來提供服務，比如大規模的訓練、大規模的推理、定製化的推理軟件、企業 agent 的開發與運營。這些都需要在一個全棧式的雲平臺來提供覆蓋 GPU、 CPU、存儲、數據庫和虛擬化。所以 AI雲就像就像是一個超級城市，訓練推理企業系統以及 AI agent 就像是這個城市的居民，持續迭代提升全棧的 AI雲服務，就像城市的基礎設施，源源不斷地吸引更多的新居民，並在提升老居民的留存率。所以我們長期來看，AI雲平臺的規模效應和網絡效應可以長期的推動我們的 AI業務長期的增長。

因此，鑑於我們擁有亞洲雲廠商里最多的數據中心，具備最強的規模效應，同時我們自研的平頭哥 AI 芯片的規模化部署擴大避免了外購高端的商業化 GPU 的高額溢價，對毛利的侵蝕。同時，由於我們自研模型的行業搜查的能力具備極高的算力定價能力，因此我們從行業的發展趨勢以及我們自身的產品優勢上來看，AI加雲的長期的營收增長和利潤率的增長動能非常強勁。所以對於加速實現2030年前雲外部收入1000億美元的目標，我們具備極強的信心。也認為。對 AI雲業務實現20%以上的利潤率有很強的可見性。

分析師：感謝管理層接受我的提問，也恭喜公司這個季度在雲計算和 AI 這個領域取得積極進展。我有一個問題關於我們的 mass 業務，剛纔你們也講到我們8月份的 mass業務已經超過160億人民幣了，那我想問，我們上個季度也有講到，就是年底的一個目標是要突破300億的 mass arr。那基於現在的一個進展，我們年底的目標會不會有一些調整。另外，在mass這個業務當中，我們自研模型和三方的一個模型的一個佔比分別是怎麼樣的？那未來模型的一個競爭加劇，以及也有更多的開源模型的一個涌現，這些將怎麼影響到我們mass的一個毛利率以及盈利的一個能力？謝謝。

吳泳銘：謝謝你的問題，我們現在的百鍊平臺的mass業務的增速確實非常迅速。8月份的我們的ARR已經突破了160億人民幣，從現在的增增速以及我們現在后面持續還會上線的更多的新的模型來看，我們在年底突破300億的 ARR 的目標，我們覺得還是會比較確定性的實現。

在我們現在的mass業務中，我們的自研模型還是佔大部分的一個比例，但是我們三方的開源模型的比例其實營收也是不小的。這個還是要説一下我們對於模型競爭的長期看法，從我們現在看起來，一方面客户有比較強的需求，在一個AI應用當中，它可能會使用多方的模型，因為每個模型都會有自己的能力特點。同時我們也會看到未來模型的更多的開源模型更會更多的涌現，所以從這個角度上來説，其實是有利於阿里雲、百鍊這樣的這樣的雲廠商的推理平臺，因為實際上在我們的毛利水平當中，託管開源的免費的三方模型和託管我們的自研模型，從毛利水平上來説，其實是相差不大的。我們的自研模型其實更多的是爲了長期的去追求我們在模型的智能水平上的提升，和 agi 方面的這個突破，但是在短期的 mass服務上面，實際上整個的毛利水平和託管開源模型是毛利水平是是差不多的，所以更加競爭，或者説更加開放繁榮的開源生態，其實是有利於有利於阿里雲這樣的雲廠商的。

摩根大通分析師Alex Yao：謝謝管理層給我問最后這個問題的機會。剛纔你們也花了蠻多篇幅，講咱們的這個全棧式的AI生態。我的問題就是咱們這個全棧式的AI生態，它的這個價值最終是在哪一層去沉澱，或者説去變現啊？

因為我們看到，公司在旗艦模型發佈三個月之內就開源了這個Queen3.8 Max的權重，同時咱們資源芯片的這個商業化開展的也挺成功的，現在落地到了650多家的外部客户。這是不是意味着管理層的判斷價值將會最終沉澱在算力與調度編排層，而不是

模型層；還是説管理層覺得這個 AI 的在不同的發展階段，它的這個全棧式生態的價值可能會沉澱在不同的環節。如果咱們覺得它會長期的價值沉澱在這個硬件或者是算力這個層面的話，咱們怎麼考慮當政府主導的算力供給，或者是同樣擁有合規芯片的競爭對手擴大供應以后，在硬件或者算力這層的回報靠什麼來保護？謝謝。

吳泳銘：你這個問題問的問的很專業，就是也涉及到一個長期的判斷，那長期的判斷來説，我覺得其實還是有一些不確定性的。但是總體來説，我們覺得，因為我們的由於全棧式的 AI 投入，所以無論這個價值在哪一層，在不同階段，在哪一層的多還是少，我們都有機會捕獲在我們這個生態當中。那我説一下我自己個人的短期的判斷，就現在短期的判斷上來説，我們覺得大部分的價值還存在於芯片和雲基礎設施這一層，這是我們從國內外的更多公司當中也看到的一個情況，就是在當一個技術的早期，尤其在一個這個技術的供給稀缺的情況下，大部分情況確實會是這樣，就大量的價值會存在於提供基礎設施以及最核心的硬件，包括我們的一些芯片、存儲這樣的供應商當中。那在阿里巴巴的這個設計當中，我們把我們的算力、雲基礎設施和 AI 推理這一層其實是放在一個模塊當中，放在我們的一個板塊當中的。

關於您剛纔説的模型的這一層的商業價值如何體現，那這一層我覺得在行業內的爭論也很多，我覺得在我們公司內部也是大家各有不同的看法。我只是説一下我的個人看法，就我的個人看法而言，AI大模型的這一層現在現在通過API來變現的商業模式，我覺得是對於大模型來説是一個短期階段性的商業模式，肯定不是最終極的商業模式。其實我們公司投入這麼大的算力，在我們的全棧式模型上面的一個投入，其實目標肯定不是爲了現在短期的API的這這部分收入，因為我們覺得，未來當 AI 大模型能夠實現 AGI 或者接近 AGI 的能力的時候，其實最終的商業模式應該是會直接創造產品，或者直接創造客户所需要的結果。尤其是在商業的產品研發或者產品創造上面，或者商業的直接的運營上面，所以到了那個階段，其實AI模型公司或者 AI 模型的商業模式不應該是提供 api服務，那個階段的商業價值，這也是支撐全世界這麼多模型公司在現階段持續不斷的軍備競賽投入的原因所在。所以從這個角度上來看，我覺得 AI 大模型的商業價值現在還遠遠沒有看到，未來的商業價值會比現在所提供的 API 的商業服務會高很多。

關於你説的在硬件算力層面，我覺得你這個問題我也想比較重點的回答一下，因為實際上對於我們的自研芯片，平頭哥的芯片的佈局，其實我們在以前投資人會議上説的比較少，我今天稍微展開一下。我們的平頭哥的上一代芯片已經出貨了50萬片以上，而我們剛纔所説的全國產化的第一代芯片已經在8月份開始以超節點的形式在阿里雲上面已經開始全面上架。而這一代的芯片，我覺得我們是中國市場唯二的可以放量進行對超節點上架的一個公司。所以我們對這一代國產芯片在客户的接受度上以及大規模的商業化程度上，我們的信心非常強，因為這里面我也要説一下我們平頭哥芯片的在所有國產芯片當中的一個不同的特點，因為平頭哥的 AI 芯片在國內芯片當中比較獨特的，以 gpu 架構作為核心的一個技術架構，那麼在這個技術架構下，我們同時能夠非常好的支持訓練和推理的工作負載。所以我們在支持的眾多的幾百個中大型的客户當中，既在幫他們做推理，也在幫他們做模型的訓練，尤其是像眾多的巨升智能公司和眾多的自動駕駛公司，包括很多的大的模型公司，所以從這個角度上，我們可能是在中國唯一具備大規模的訓練和推理商業化客户的這樣一款芯片。

然后另外一個我也想説一下，我們對平頭哥的第二代的國產芯片的一個期待，我們對平頭哥的第二代國產芯片因為今年下半年會開始開始逐漸的流片和產出，我們這一代的芯片會有非常強的算力以及非常強的互聯帶寬，我們覺得完全可以替代大規模的模型訓練。從這個角度上，我覺得我們在國內的芯片上的技術上的升位是非常獨特的，所以我不覺得有一個所謂政府主導的算力供給會能夠有一個非常強的競爭力的芯片。

所以從這個角度上，我們覺得對於平頭哥未來成為阿里雲的主要核心競爭力，我們覺得還是非常有信心的。尤其是阿里雲現在已經有幾百這個中大型的客户，在平頭哥的芯片上獲得了一個比較好的使用價值。在國內我覺得從接觸的工程師的角度上來説，其接觸的工程師的範圍也是非常廣的。

所以總結來説，我覺得我們的平頭哥的芯片在支持多行業的訓練和推理的這個多樣性上，我覺得是國產芯片可以説第一。從我們在行業的未來的這個產能和供應鏈的佈局上，我們可以説是前二的存在。從我們對於未來 AI 芯片的對客户的渠道能力上，由於阿里雲的長期的在中國的 AI雲上面是最大市場份額的廠商，我們在未來的渠道能力上，我覺得會是非常強的存在。所以從這個角度上，我覺得我們平頭哥芯片長期的商業價值，我覺得我們還是非常有信心的。（完）