（圖源：視覺中國）

「目前阿里AI算力資本開支的投資回報確定性非常高。」8月20日，在阿里巴巴業績電話會上，阿里巴巴集團CEO吳泳銘在問答環節率先回應了資本開支問題。

高昂的資本開支是市場對本季度財報最關注的問題之一。去年2月，阿里巴巴宣佈一項為期三年的3800億元資本投資計劃，截至今年6月底，已經累計投入1900億元，最新財報顯示，今年第二季度，阿里巴巴的資本性支出達到676.78億元，按年增長75%。

吳泳銘表示，本季度資本開支略高於預期，但整體投資進展基本符合預期。按照當前AI產品的平均毛利水平，相關資本開支可以在三年內回本；隨着AI產品毛利率持續提升、自研芯片替代比例提高，未來回本周期有望縮短至2.5年甚至更短。

財報顯示，資本開支增加主要源於持續投入AI基礎設施，以滿足不斷增長的客戶需求，同時受到AI智能體帶動CPU算力需求增加以及芯片組件價格上漲等因素影響。

大規模投入之下，阿里的利潤端明顯承壓。今日公布的財報顯示，阿里巴巴二季度實現收入2689.53億元，按年增長9%；淨利潤104.44億元，按年大幅下降75%。

投入換回的是AI雲與算力服務的亮眼表現。二季度，AI雲與算力服務收入484.37億元，總收入和外部客戶收入按年均加速至45%，AI相關產品收入達到123.76億元，連續第12個季度實現三位數按年增長。

同時，雲業務已經開始體現AI投入帶來的利潤回報，AI雲與算力服務經調整EBITA達到56.28億元，按年增長133%，增速遠高於收入增速。

吳泳銘在業績會上透露，45%的增長來自算力、存儲、MaaS、AI應用等業務的全面增長。AI相關產品年化收入已經突破495億元人民幣，接近73億美元，在阿里雲外部商業化收入中的佔比提升至35%，AI相關產品的毛利率顯著高於雲產品的平均水平。

吳泳銘表示，從當前市場反饋及合同訂單來看，算力需求還會持續大於供給，隨着阿里雲供應能力不斷提升，未來幾個季度AI+雲的收入增長還將持續加速。

而與AI雲業務相比，AI應用仍處於更加早期的商業化階段。本季度，AI實驗室與應用收入33.38億元，按年增長16%，但經調整EBITA虧損達到138.61億元，2025年同期虧損僅32.24億元。一年時間，虧損規模擴大超過100億元。

吳泳銘在業績電話會上還重點提及了自研芯片平頭哥的進展。平頭哥自研真武芯片截至8月初已經服務超過650家客戶，真武M890的超節點實例近日已上線阿里雲進行規模化銷售，下半年將開始持續放量。

由此來看，阿里的AI商業化已經出現較為明顯的分層：上游的AI算力和雲業務已經進入收入、利潤同步增長階段，中游的自研芯片正在加速規模化商業化，而下游的千問等AI應用仍處於投入期。

以下是業績電話會中的部分重點問答，經編輯整理：

提問：首先想請教本季度資本開支大幅增加的原因，以及未來幾個季度資本開支的趨勢。此前公司提出了3800億元的三年資本開支計劃，目前是否有更新？

另外，希望管理層能夠進一步介紹資本開支在不同業務、服務之間的分配情況，以及對這項投資的預期回報。

吳泳銘：我覺得這個問題挺重要的，也想借這個問題詳細解釋一下我們AI方面的整個商業模式，以及對未來資本開支投入的預期。

我們去年2月公布了三年3800億元的投資計劃，截至今年6月季度末已經累計投入1900億元，整體進度符合預期。本季度資本開支達到670多億元，確實高了一些，但硬件交付有一定周期，並不是每個季度均勻發生，所以更多體現為設備交付的波動性。

同時，本季度我們增加了CPU採購，因為進入AI時代之後，我們看到對CPU的需求大幅增長，當然也有芯片組件價格上漲的因素。因此不應該簡單按照本年度資本開支677億元乘以4來理解全年投入，總體來說，我們希望今年的投入建設仍然維持更加積極的態度。

我也想藉此機會和各位投資人解釋一下全棧式AI平台服務的商業模式。這本質上是一個重資產商業模式。現在看到的所有AI變現方式，無論是AI軟件訂閱、大模型API推理、GPU服務，還是AI相關的訓練或者推理軟件服務，本質上都需要建立在AI算力中心的基礎上。只有建設AI算力中心，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重資產商業模式。

而重資產商業模式要獲得高速增長，前提就是資本開支需要前置。我們從2025年開始進入了一個非常積極的硬件投資建設周期，要獲得高速增長，就必須在前面幾年投入更多AI算力中心建設。這是由我們的商業模式決定的，必須是資本開支先行，才能獲得後面的業務增長。

我再來解釋一下，為什麼在現在這個階段進行AI算力相關資本開支投資，回報的確定性非常高。行業共識是在2030年之前，我們看不到AI算力緊缺的情況會發生非常大的改變。在這個行業背景下，我們現在看到AI算力資本開支的投資回報確定性非常高。

從數據上來看，按照我們現在AI產品的平均毛利水平，我們的資本開支可以在三年之內回本。而AI產品的毛利率水平還在持續提升，這個回報周期未來還會持續縮短，比如向2.5年回本的方向推進。

按照現在的投資回報周期，我們的AI算力在投入三年之後回本，還會在非常長的時間裏持續貢獻正向現金流。一個最直接的例子是在我們的數據中心裏面，2020年購買的A100、2018年購買的V100，到現在還是接近滿載地被客戶使用，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，在提升AI產品毛利率水平和投資回報率方面，我們有三個重要手段。

第一，我們可以持續提升AI產品的毛利率，包括持續投入推動模型建設，拓展高毛利的MaaS業務，同時使用更加完善的產品組合，提升AI產品或者AI相關軟件產品的競爭力，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，本季度已經帶動阿里雲整體板塊利潤率提升4.4個百分點，來到11.6%，這是初步的驗證。

第二個重要措施是自研芯片，也可以說是在這個過程當中最重要的一個方案。平頭哥自研芯片路徑覆蓋GPU、CPU和網絡芯片，這是新一代AI數據中心最核心的芯片組合。在AI數據中心裏面，最昂貴的成本就是芯片以及存儲。

芯片自研是我們長期的重要方向。隨着平頭哥自研芯片未來產能持續提升，我們數據中心中新自研芯片的比例還會持續提高，替代更多商業化採購的芯片。在現在這個算力緊缺的時代，商業化芯片本身的毛利率就很高，所以自研芯片比例大幅提升，會大幅提升我們的產品競爭力以及毛利水平。

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

通過這三條路徑，我們可以持續把AI資本開支的回本周期推向更短的時間，比如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。如果按照我們現在的AI產品毛利水平，在資本開支三年回本的條件下，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還處於整個行業非常早期的階段，我們的戰略選擇是堅月供入資本開支，積極建設，推動業務高速增長。

後面隨着產品毛利率提升、自研芯片替代比例提高，我們的回本周期將進入2.5年甚至更短。我們可以看到，在追求40%以上增速的同時，還能夠維持正向現金流。這是我們的長期方向。

提問：此前公司提出年底突破300億元MaaS ARR的目標。基於目前進展，年底目標會不會有所調整？未來模型競爭加劇，以及更多開源模型湧現，會如何影響MaaS的毛利率和盈利能力？

吳泳銘：百鍊平台MaaS業務增速確實非常迅速，從現在的增速以及後面持續上線的更多新模型來看，我們認為年底突破300億元ARR的目標還是比較確定地能夠實現。

在現在的MaaS業務中，自研模型還是佔大部分比例，但是第三方開源模型的收入其實也不小。這還是要說一下我們對於模型競爭的長期看法。

從現在看起來，一方面客戶有比較強的需求，在一個AI應用當中，他可能會使用多方模型，甚至因為每個模型都會有自己的能力特點。同時也會看到，未來更多開源模型會不斷湧現。

從這個角度上來說，其實是有利於阿里雲百鍊這樣的雲廠商推理平台的。因為實際上，託管開源的免費第三方模型和託管我們的自研模型，從毛利水平上來說其實相差不大。

我們的自研模型更多是為了長期追求模型智能水平的提升和AGI方面的突破，但是在短期MaaS服務上，實際上整體毛利水平和開源模型的毛利水平是差不多的。所以更加競爭、更加開放繁榮的開源生態，其實是有利於阿里雲這樣的雲廠商的。

提問：我們看到，公司在旗艦模型發布3個月之內就開源了Qwen3.8-Max的權重，同時自研芯片商業化開展得也比較成功，這是不是意味着管理層判斷，價值最終會沉澱在算力與調度編排層，而不是模型層？還是說管理層認為AI在不同發展階段，全棧式生態的價值可能沉澱在不同環節？

吳泳銘：這涉及一個長期判斷，我覺得其實還是有一些不確定性。但是總體來說，我覺得，由於我們採取全棧式AI投入，所以無論這個價值在哪一層、在不同階段哪一層的價值更多還是更少，我們都有機會在自己的生態當中捕獲。

我說一下我自己個人的短期判斷吧。就現在短期的判斷來說，我們覺得大部分價值還存在於芯片和雲計算基礎設施這一層，這是我們從國內外更多公司當中也看到的一個情況。當一個技術處於早期，尤其是在技術供給稀缺的情況下，大部分情況下確實會是這樣，大量價值會存在於提供基礎設施以及最核心硬件的供應商當中，包括芯片、存儲這樣的供應商。

在阿里巴巴的設計當中，我們把算力、雲基礎設施和AI推理這一層放在一個模塊當中，放在我們的一個業務板塊當中。關於模型這一層的商業價值如何體現，我覺得行業內的爭論也很多，我們公司內部大家也有不同的看法。我只是說一下我個人的看法。

就我的個人看法而言，AI大模型這一層現在通過API變現的商業模式，我覺得對於大模型來說是一個短期、階段性的商業模式，肯定不是最終級的商業模式。其實我們公司投入這麼大的算力，在全棧模型上的投入，目標肯定不是為了現在短期的API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的能力時，最終的商業模式應該是直接創造產品，或者直接創造客戶所需要的結果，尤其是在商業產品研發、產品創造或者商業直接運營方面。

到了那個階段，AI模型公司或者AI模型的商業模式不應該只是提供API服務，而那個階段的商業價值，也是支撐全世界這麼多模型公司在現階段持續不斷進行軍備競賽投入的原因所在。

所以從這個角度來看，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商業服務高很多。

關於硬件算力層面，我覺得這個問題也想重點回答一下，實際上對於我們的自研芯片、平頭哥芯片的佈局，我們在以前的投資人會議上說得比較少，今天我稍微展開一下。

平頭哥上一代芯片已經出貨50萬片以上，而剛纔所說的全國產化第一代芯片，已經在8月份開始以超節點的形式在阿里雲上全面上架。這一代芯片，我覺得我們是中國市場唯二可以放量進行超節點上架的公司之一，所以我們對這一代國產芯片的客戶接受度以及大規模商業化程度，信心非常強。

這裏面我也要說一下平頭哥芯片在所有國產芯片當中的一些不同特點。因為平頭哥的AI芯片，就我現在看到的情況，是國內芯片當中比較獨特的，以GPU架構作為核心技術架構。在這個技術架構下，我們同時能夠非常好地支持訓練和推理兩類工作負載。

我們在支持衆多幾百個中大型客戶的過程中，既在幫他們做推理，也在幫他們做模型訓練，尤其是衆多生成式AI公司、自動駕駛公司，包括很多大型模型公司。從這個角度來說，我們可能是中國唯一具備大規模訓練和推理商業化客戶的這樣一款芯片。

另外我也想說一下，我們對平頭哥第二代國產芯片的期待。平頭哥第二代國產芯片今年下半年會開始逐步流片和產出，這一代芯片會有非常強的算力以及非常強的互聯帶寬，完全可以替代大規模的模型訓練。

從這個角度，我覺得我們在國內芯片上的技術定位是非常獨特的，我們對平頭哥未來成為阿里雲主要核心競爭力之一，還是非常有信心的。

總結來說，我覺得平頭哥芯片在支持多行業訓練和推理的多樣性上，可以說是國產芯片中的第一；在行業未來的產能和供應鏈佈局上，我們可以說是前二的存在；從未來AI芯片的渠道能力上，由於阿里雲長期是中國AI雲市場份額最大的廠商，我們未來的渠道能力也會非常強。