AI带来的变化,正越来越直观地反映在阿里的财报上。
11月19日,阿里发布截至2026年9月30日止的季度财报。当季集团实现收入2715.19亿元,同比增长10%;经调整EBITA同比增长260%,达到326.36亿元。在四大板块中,AI云与算力服务增速最快,当季收入609.73亿元,同比增长53%,在集团总收入中的占比也从去年同期的16.1%提升到了22.5%。
而这种增长还可能会有更广阔的前景,阿里巴巴集团CEO吴泳铭在财报电话会上分析称,AI模型能力的提升与AI智能体的大规模部署正在共同推升算力需求,未来几年全球算力需求将持续超过供给,这也为AI的大规模商业化提供了坚实基础。
AI成为核心支柱,阿里云的增长逻辑变了
在业绩提速的同时,阿里云的收入结构也在发生变化。
财报显示,当季AI相关产品收入达到179.18亿元,连续第十三个季度实现三位数同比增长,在阿里云外部经常性收入中的占比已提升至49%,支撑起“半壁江山”。
吴泳铭也称,AI相关产品的年化收入规模突破100亿美元,已成为阿里云的核心收入支柱。
与这一结构性变化同频共振的,是客户需求端的变化。
过去,AI云业务的需求主要集中在模型公司的训练和推理。而按照阿里管理层的说法,除AI实验室之外,大型国企,以及智能制造、汽车、具身智能和生物科技等领域的需求目前也在持续放量。可以看出,AI算力正在从少数科技公司的集中投入,变成更多行业企业的长期支出。
这也让AI云愈发成为一项可以持续经营的生意。财报显示,当季阿里云外部客户收入同比增长64%,连续第10个季度实现加速增长;剔除算力设备解决方案收入后的外部经常性收入增速则进一步提升至67%。
截图来自阿里巴巴财报
盈利表现同样值得关注。当季阿里云经调整EBITA达到88.38亿元,同比增长121%,利润率提升至14.5%。阿里方面将利润率改善归结于三个因素:高毛利AI产品在经常性收入中的占比提升,算力供给紧张下议价能力的增强,以及数据中心扩张带来的规模效应。
不过,AI云有一个与传统云计算不同的地方:需求增长往往伴随着更高的基础设施投入。芯片、服务器、网络和数据中心都需要提前建设,推理服务规模越大,对持续算力供给的要求也越高。
因此,阿里云下一阶段要解决的,不只是如何获得更多客户,还包括如何以更稳定、更经济的方式获得和使用算力。
而平头哥芯片,正是这个故事的主角。
平头哥让阿里AI有了底气
自2018年成立以来,平头哥经历了从芯片研发到产品落地,再到规模化商业应用的过程。
早期,阿里自研芯片更多服务于集团内部业务,解决特定场景下的计算需求。随着AI的发展,平头哥逐渐将产品方向延伸至训练、推理以及数据中心所需的多种芯片。
根据阿里在财报电话会上给出的产品路线图,基于真武M890的超节点实例自今年8月推出以来出货量正持续爬升,已实现规模化商用,可支持超过2万亿参数模型的推理;下一代真武V900预计2027年一季度量产,算力性能为M890的三倍,基于V900的超节点集群计划于2027年二季度规模化商用;而第三代芯片真武J900则计划于2028年大规模量产。
更关键的是供给角色的变化。
吴泳铭明确表示,2027年以后,公司绝大部分新增AI芯片供给将以平头哥芯片为主,同时采购部分其他国产芯片来支持内部推理需求,旗舰芯片将优先满足大模型训练。
摩根士丹利在11月中旬发布的报告中曾预测,平头哥2027自然年芯片出货量有望达到70万颗,2028自然年进一步达到120万颗。而按照阿里提出的中长期规划,平头哥算力贡献预期要从目前的10%以上提升至40%-50%。
截图来自摩根士丹利
随着平头哥从“配角”变为“主力”,阿里云也由此走通了一条自主规划的算力供给渠道。这对降低外部依赖、增强供应链韧性以及应对愈发白热化的AI竞争,都至关重要。
AI基础设施建设具有长期性,长期性也会带来波动性。如果云厂商自己不掌握关键计算资源,就无法真正把控业务发展的节奏。而有了足量、靠谱的自研芯片,阿里在算力供给、资源调度和产品规划上才能拥有更大的主动权,也有更充足的底气应对外部的不确定性。
值得注意的是,根据阿里11月10日发布的公告,平头哥已于今年9月以保密形式向香港联交所提交上市申请,正独立走向资本市场。
此外,阿里的投资节奏也会随供给结构的调整发生变化。公司评估称,本轮AI基础设施投入的高峰将集中在2027年和2028年上半年。此后,随着以平头哥为基础的国产算力供应链持续放量,阿里也将走过Capex强度最高的阶段,并预期在2028年下半年实现现金流转正。高盛在11月上旬发布的报告中也给出了相近判断,预测阿里的资金缺口将从2027年底开始收窄,并在2028年年中转正。
芯片云、模型协同,能否激发全栈AI潜能?
不过,芯片的性能并不直接等于业务效率。
AI计算涉及芯片、服务器、网络、存储、编译器、模型和调度系统等多个环节。任何一个环节存在效率损耗,都可能影响最终的算力产出。尤其是推理业务,模型每完成一次调用,都需要消耗计算资源。随着企业使用AI的频率增加,Token消耗、响应速度和单位推理成本,都会影响云服务的商业模式。
而作为少数手握全栈AI布局的公司,阿里真正要做的,是让芯片与云基础设施、模型之间产生协同效应。
目前看来,这种协同已经进入兑现期。吴泳铭在电话会上确认,Qwen已在平头哥芯片上训练下一代模型,百炼也已基于国产芯片对外提供模型推理服务。他还表示,自研芯片与模型的深度整合将持续降低单位算力成本、提升AI应用开发效率;以自研芯片驱动的基础设施正成为阿里全栈AI能力的底座,支撑集团及阿里云客户的模型训练、推理与智能体负载,也支撑阿里AI收入持续增长。
这种协同能带来多大价值,不仅会体现在阿里今后的报表中,甚至可能影响阿里未来的命运。
根据吴泳铭的判断,2027、2028年可能是国内市场算力最紧缺的两年。
这一变化,或将深刻影响国产芯片、云计算和模型厂商的竞争格局。而对于阿里来说,最理想的情况是能够依托平头哥芯片形成更灵活、更自主的算力供给,并通过软硬件协同持续提升模型训练效果、优化推理成本,将底层技术优势转化为云服务的价格与毛利优势,以及模型、AI应用的性能优势。
阿里方面还提到,在自研芯片+自研大模型的全栈服务之下,阿里云的产品已不是标准化商品,客户难以像采购标准化云资源那样直接比价、招标。而这种差异化,也被认为是将长期支撑云利润率改善的结构性因素。按照公司的预期,2028自然年阿里云会恢复50%以上的高速增长,管理层还在电话会上数次重申,维持2030自然年外部云收入1000亿美元、利润率超过20%的目标不变。
可以看出,阿里已经形成了一套属于AI时代,不同于传统云计算的新体系。而接下来的关键两年,将检验这套体系的成色。(本文首发于钛媒体APP)
热门跟贴