阿里巴巴於8月20日釋出2027財年第一季度財報,顯示單季資本開支高達676.78億元,主要用於AI算力投入。儘管營收2689.53億元同比增長9%略超預期,但利潤端承壓明顯:經調整淨利潤207.15億元同比下降38%,經營利潤151.61億元同比暴跌57%。自由現金流淨流出446.7億元,約為去年同期188.15億元淨流出的2.4倍。
與投入形成對照的是,阿里雲外部商業化收入同比增長45%,創22個季度新高;AI相關產品季度收入123.76億元,連續第12個季度實現三位數同比增長。AI雲與算力分部經調整EBITA利潤率從去年的7%提升至12%,利潤額同比大增133%,AI收入在雲業務中佔比升至35%。
利潤下滑並非僅由算力投入造成,AI應用側同樣在燒錢。阿里AI實驗室與應用分部經調整EBITA虧損138.61億元,較上年同期32.24億元的虧損擴大超100億元。傳統電商業務仍面臨宏觀壓力,客戶管理收入報表口徑同比下降7%,主要受新營銷發展計劃會計處理變化影響;剔除該影響後,同口徑CMR同比增長約1%,顯示電商基本盤低速增長。
管理層將AI業務概括為一條完整鏈路:算力—模型—Token—應用—收入。CEO吳泳銘在業績會上強調,客戶在算力、模型、應用任何一層的需求增長都會轉化為商業機會,這是阿里與純算力租賃或純模型廠商的關鍵差異。
在晶片層,平頭哥已建成覆蓋GPU、CPU、網路晶片的全棧自研晶片組合,真武晶片已服務超650家外部客戶,覆蓋自動駕駛、網際網路、金融等20多個行業。吳泳銘透露,新一代真武M890整合144GB HBM高頻寬視訊記憶體,片間互聯頻寬可達800GB/s,綜合性能達到前代真武810E的三倍,已上線阿里雲規模化銷售,可高效執行超2萬億引數的大模型推理。不過,這些效能引數均為阿里官方披露,缺乏第三方基準測試獨立驗證,650家客戶的付費規模、復購率等關鍵資訊也未公開。
模型層,過去一個月阿里模型釋出全面提速,大語言、影像、語音、影片、音樂五大類模型均完成重要版本迭代。Qwen系列全球下載量超30億次,衍生模型超30萬個。但其中有多少轉化為阿里雲付費使用者、開源拉動雲服務的商業飛輪尚未有公開資料驗證。
應用層,B端推出旗艦Agent產品千問辦公,C端千問App已帶動2.5億使用者體驗AI購物(累計觸達使用者數,非月活或付費使用者)。AI Agent爆發不僅推高Token和GPU算力需求,也大幅拉動CPU算力、儲存、資料庫、網路等傳統雲產品需求。
吳泳銘在業績會上給出三個關鍵判斷:算力緊缺至少持續到2030年;按照目前AI產品的平均毛利水平,算力資本開支可在三年內回本;2020年採購的A100至今仍近乎滿載使用。他原話是:假設目前AI產品平均毛利水平可維持,疊加自研晶片佔比提升帶來的毛利率改善,資本開支可實現在三年之內回本,未來有望縮短到2.5年甚至2年。
但三年回本並非確定性事實,而是高度依賴假設的測算。其核心假設鏈條包括:AI需求增速保持高位、算力租賃價格維持當前水平、自研晶片如期替換、AI產品毛利率持續改善。阿里雲毛利率的支撐點在於全棧協同——自研晶片降低採購成本、自研模型減少第三方API授權費、規模化資料中心將交付週期壓縮至100天。
一個簡化的現金流回本測算框架顯示:677億資本開支中GPU伺服器為主(折舊年限3-5年),資料中心基礎設施為輔(折舊年限10-15年)。按加權平均折舊年限約4年計算,年折舊約170億元;年化AI相關收入約495億元(基於季度收入123.76億),假設毛利率提升至45%-50%,對應年毛利約220-250億元,扣除運營成本後,年增量自由現金流約150-200億元,回收期約3.4-4.5年。敏感性分析顯示,基準情景下三年回本緊貼可能實現,但任何單一變數惡化都可能將週期拉長至4-5年,多重因素疊加則可能超過6年。
風險維度呈現三層結構。財務風險方面,據交銀國際研報測算,按2027財年全年Capex 2000-2400億元、折舊增長350-400億元估算,阿里雲經調整EBITA利潤率可能被拉低5-7個百分點。花旗分析師指出,大規模AI Capex將拉低阿里整體ROIC約2-3個百分點,若Capex持續高企,ROIC從當前約12%降至10%以下是大機率事件。但阿里當前現金儲備約4745億元,且有股權融資、債券發行等多種補充渠道,短期無流動性風險。
競爭與價格風險方面,當前國內AI算力尚未進入全面價格戰,但位元組火山引擎、華為雲均在快速擴張AI算力產能,若2027年算力供給集中釋放,價格戰可能實質性爆發。技術風險方面,DeepSeek、MoE架構、量化技術正在降低單位智慧的算力消耗,部分模型推理成本較2024年已下降50%以上,若下一代模型在同等智慧水平下所需算力持續下降,“算力緊缺到2030年”的判斷將受到挑戰。
基於FY2027業績估算的SOTP估值矩陣顯示,當前阿里市值約1.55萬億人民幣,處於中性偏樂觀區間。悲觀情景下雲業務僅給2倍PS,反映AI算力投資回報不及預期;樂觀情景下6倍PS反映AI雲業務成為增長引擎並獲得溢價。市場已部分計價AI算力投資成功的預期,但尚未充分反映樂觀情景。
綜合來看,管理層三年回本的預測處於樂觀情景上沿,基準情景下回收期更可能在4年左右;若算力價格下行或自研晶片延遲,回收期可能拉長至5-6年。這場677億的投入,本質上是賭全棧AI的乘數效應能否跑贏算力資產的折舊速度——晶片自研降低採購成本,模型開源拉動雲服務需求,AI應用反過來推高算力消耗,三者形成正反饋迴圈。但若算力價格因供給過剩而下降、自研晶片量產不及預期、或AI應用層商業化慢於預想,任何一個環節出問題,三年回本都可能變成四到五年甚至更長。