阿里云重回高增长后：AI算力供给、通义生态转化、配股扩产与千亿…-深度话题-ChinaJson

阿里云没有单独上市，资本市场可交易的直接载体是阿里巴巴-W（09988.HK）。截至2026年8月28日，阿里巴巴港股收于113.90港元；结合8月26日完成的7.10亿股新股配售、扩大后约198.9亿股的粗略股本，集团市值约2.26万亿港元。投资者无法只购买云业务，买入的是云、电商、即时零售、国际业务、模型研发以及集团资本配置的组合。

这决定了“阿里云是否有吸引力”需要分成两层。第一层看云资产本身：收入增速、外部客户、市场份额、产品结构、单位算力经济性和护城河。第二层看股东拿到的回报：集团为云投入多少资本，模型与应用亏损是否被分部口径隔开，资本开支能否转为自由现金流，以及配股稀释是否反复发生。

核心结论

阿里云已经走出2022—2024年低增长阶段。2026年6月季度，“AI云与计算服务”收入484.37亿元，同比增长45%；外部客户收入同样增长45%；其中AI相关产品收入123.76亿元，连续第12个季度实现三位数增长。按同一季度机械计算，AI相关产品已占该分部收入约25.6%。外部收入与市场份额同步上升，降低了增长主要依赖集团内部调用的疑虑。

行业侧也在改善。Omdia估计，2025年第四季度中国大陆云基础设施支出147亿美元，同比增长26%，并预计2026年仍增长26%；阿里云份额从2025年第一季度的33%升至第四季度的37%，领先华为云的17%和腾讯云的10%。份额连续回升，说明阿里云在大模型推理、数据平台和企业智能体工作负载中取得了增量订单。

吸引力集中在五点：

AI需求已开始转化为云资源消耗。 生成式AI不只消耗GPU。模型推理和智能体还会带动CPU、对象存储、数据库、向量检索、消息队列、网络、安全、观测与数据治理。阿里云拥有较完整的IaaS、PaaS、模型服务和企业数据产品，收入抓取面宽于单一算力租赁商。
通义千问形成了开发者入口。 截至2026年6月季度，Qwen累计下载量超过30亿次，衍生模型超过30万个。开源提高了模型覆盖率，也为百炼、PAI、灵骏、数据库和云上部署导流。
中国企业客户基础深。 公司称FY2026服务约67%的A股上市公司。长期运维、数据迁移、权限体系和合规改造形成切换成本，阿里电商、支付、物流和高并发系统经验也具有示范价值。
自研芯片提供供应链与成本选项。 平头哥被并入“AI云与计算服务”后，芯片、服务器、调度和云服务可以在同一分部协同。公司披露最新镇武M890已通过阿里云服务超过650家外部客户，覆盖20多个行业。
资本投入已经形成规模优势。 过去两年阿里持续扩张数据中心、服务器与网络，短期压低自由现金流，却提高了其承接大客户和模型推理高峰的能力。中小云厂商很难复制同等级的区域覆盖、采购规模和工程团队。

主要折价理由也很清楚：

云分部利润没有覆盖完整AI投入。 2026年6月季度，AI云与计算服务调整EBITA为56.28亿元，利润率11.6%；另列的“AI实验室与应用”收入33.38亿元，调整EBITA亏损138.61亿元。两个分部机械相加后，收入517.75亿元，调整EBITA为负82.33亿元，合并利润率约负15.9%。该计算不是公司披露的统一AI利润口径，也可能受内部结算和资源分配影响，但它说明云分部的正利润不能代表集团全栈AI已经盈利。
调整EBITA弱化了重资产成本。 FY2026云智能集团收入1,581.32亿元，调整EBITA 142.65亿元，利润率9.0%；同年该分部披露的物业及设备折旧、减值与土地使用权相关经营租赁成本合计289.21亿元，相当于收入18.3%，并超过调整EBITA两倍。数据中心经济性需要在折旧、资产减值、能源、芯片迭代和资金成本之后审视。
自由现金流已转负。 集团FY2026经营现金流从1,635.09亿元降至762.13亿元，自由现金流从正738.70亿元变为负466.09亿元。2026年6月季度自由现金流继续流出446.70亿元，资本开支676.78亿元，同比增长75%。
资本开支开始转化为每股稀释。 2026年8月完成800亿港元配股，约稀释扩大后股本3.6%。所得资金约60%用于全球计算基础设施，约40%用于超大规模AI数据中心及智能体云所需的存储、数据库和高性能网络升级。融资用途清晰，但股东对回报率、利用率和回收期的要求随之上升。
开源生态与商业锁定存在张力。 Qwen可以部署在阿里云，也可以部署在其他云或企业本地环境。下载量、衍生模型数量和开发者热度只有在付费token、托管服务、数据库和计算资源上形成收入，才会转为阿里云的财务回报。

因此，阿里云的吸引力来自“高增长、份额回升、全栈能力和中国企业客户基础”；约束来自“全栈AI仍亏损、重资产折旧滞后、自由现金流消耗、分部口径复杂和股权融资”。当前最需要验证的不是需求有没有出现，重点是新增需求能否在价格竞争和高折旧条件下产生足够高的资本回报。

一、业务边界：阿里云卖什么，客户为何买单

1. 公有云：按用量或订阅收费

公有云的核心产品包括弹性计算、GPU/AI算力、存储、网络、数据库、大数据、云原生、安全、容灾与可观测服务。客户按照资源使用量、实例规格、调用次数或订阅周期付费。

这类收入的质量差异很大：

裸计算和标准存储接近标准化产品，客户容易比较价格，毛利率受芯片采购、电力、折旧和利用率影响。
数据库、数据仓库、安全、消息队列、开发平台和模型托管更依赖迁移、调优和长期运维，切换成本通常高于裸算力。
模型即服务和智能体平台可以按token、API调用、并发或专属实例收费，但单位价格可能快速下降，收入增长需要调用量增速持续高于降价幅度。
预留实例、包年包月和企业合约能够提高收入可见度，但公司没有披露云分部剩余履约义务、合同期限和续约率，外部难以评估收入的长期锁定程度。

AI原生公司和互联网客户购买阿里云，主要为了快速获得可扩展算力、减少自建机房时间、使用模型训练与推理工具链，并把数据库、网络和安全一并托管。大企业购买阿里云，关注点通常是稳定性、数据迁移、权限管理、审计、灾备、行业解决方案和服务团队。两类客户的采购逻辑不同：前者强调速度和弹性，后者强调迁移风险与长期运维。

2. 非公有云与项目型交付

阿里也提供硬件、软件许可、安装、应用开发和维护组成的打包方案，服务私有云、专有云和混合云客户。金融、政府、制造、能源等客户常有数据本地化、网络隔离和定制要求，纯公有云难以覆盖全部预算。

项目型收入可以扩大客户覆盖，却有三项限制：

硬件与实施收入通常比高附加值PaaS更低毛利；
项目验收和回款节奏可能带来应收账款与营运资金波动；
定制程度过高会提高交付成本，削弱标准化规模效应。

公司没有持续披露公有云、非公有云、硬件及服务的绝对收入拆分，也没有披露各类业务毛利率。收入增长45%并不能直接等同于高质量经常性收入增长。后续应观察数据库、安全、模型平台和托管服务是否占比提升，而非只看服务器和项目交付规模。

3. 模型、平台与应用的分工

2026年6月季度起，阿里重新划分AI相关业务：

云智能与平头哥组成“AI云与计算服务”；

-模型实验室、Qwen消费者产品和QwenWork等组成“AI实验室与应用”。

这一结构有战略合理性：云与芯片围绕基础设施效率协同，模型团队可以独立追求前沿能力和用户规模。但会计观察难度上升。模型训练、消费者应用获客和办公应用投入被放在另一个分部，云分部利润率因此无法反映完整AI生态成本。

通义模型对云业务的价值主要有三条路径：

模型API收费。 客户在百炼等平台调用Qwen，形成token收入。
带动基础资源。 企业进行微调、推理、数据检索和智能体编排，会购买计算、存储、数据库与网络。
形成开发者入口。 开源模型提高使用率，再通过托管、运维、安全和企业集成收费。

前两条已经出现量化证据，AI相关产品收入超过123亿元；第三条的兑现程度仍缺少公开数据。公司没有披露Qwen下载用户中有多少迁移到阿里云、付费客户留存率、平均收入或推理毛利率。

二、产业链：上游供给约束决定利润，下游工作负载决定利用率

上游：芯片、内存、服务器、网络、电力与数据中心

AI云的上游包括GPU/加速器、CPU、HBM、服务器、交换机、光模块、存储、电力、制冷、机柜和土地。资本密集度高，设备更新快，采购与建设往往发生在收入确认之前。

上游最关键的财务变量有四个：

芯片可获得性。 出口管制可能限制高端加速器供应，迫使云厂商调整产品、采购国产芯片或采用更复杂的集群方案。
单位算力成本。 自研芯片、软件优化和规模采购可以降低成本，但HBM、网络、电力和运维仍占重要份额。
利用率。 数据中心与服务器空置时仍产生折旧、电力基础费和维护成本；高利用率又可能影响交付速度和服务稳定性。
技术迭代。 新一代芯片提升性能后，旧设备可能面临经济寿命缩短和减值风险。会计折旧年限不一定等于AI设备的竞争寿命。

平头哥的战略意义在于提供替代供应与成本优化选择。镇武M890已有外部客户，说明自研芯片不再只服务集团内部。需要继续核对外部客户数量之外的指标，包括芯片承载的收入、推理性能、软件兼容性、单位token成本和稳定交付能力。客户数增长若主要来自小规模试用，对资本回报的说明力有限。

中游：云操作系统、调度、数据库、模型平台与智能体工具

中游决定阿里云能否从价格敏感的IaaS转向更有黏性的PaaS和AI平台。阿里云的产品组合覆盖飞天、灵骏、PAI、百炼、数据库、大数据、安全和云原生工具。大客户一旦把数据、权限、业务流程和监控体系迁入同一平台，迁移成本会显著上升。

智能体时代的竞争焦点会从单次模型调用扩展到：

企业数据接入与权限隔离；
检索增强、向量数据库与知识库；
工作流编排和多模型选择；
长任务运行、状态管理和审计；
线上监控、成本控制和安全治理；
与ERP、CRM、客服、研发和供应链系统集成。

这些环节给阿里云提供了增加客户钱包份额的机会。风险在于企业可能选择多云架构，把模型、数据库和计算拆给不同供应商，以降低锁定风险。阿里云需要证明整套平台的总体成本和实施效率优于多供应商拼接。

下游：互联网、AI公司、大企业、公共部门与出海客户

下游客户可分为五类：

互联网和AI原生企业。 调用量增长快，价格敏感，容易在不同云之间迁移部分工作负载。
金融、汽车、制造、零售与能源企业。 数据量大、系统复杂，服务周期长，迁移和合规成本高。
政府、公共事业和受监管行业。 更偏好私有云、专有云和本地硬件，华为、运营商云和本地集成商竞争力强。
中国企业全球化客户。 需要跨境网络、多区域部署、统一账号、当地数据治理和中文服务团队。
海外本地客户。 可扩大市场空间，但需要面对AWS、Azure、Google Cloud的渠道、开发者与合规优势。

阿里云最容易获取的增量客户是中国企业出海和已使用阿里生态的企业。海外本地大型企业的争夺难度更高，品牌信任、生态工具、数据主权和地缘政治都会影响采购。

三、需求前景：AI把中国云市场重新拉回增长区间

1. 市场增速恢复，份额向头部集中

Omdia数据显示，中国大陆云基础设施市场在2025年逐季提速：第一季度阿里云份额约33%，第二季度34%，第三季度36%，第四季度37%；第四季度市场支出同比增长26%。华为和腾讯同期份额约17%和10%。

这组数据说明两个变化：

AI训练、推理和智能体正在增加基础设施预算，云市场结束此前的低速期；
新需求倾向头部平台，因为客户需要大规模算力、模型、数据和运维同时可用。

份额回升仍需结合回报率观察。阿里在资本开支高速增长阶段获得更多订单，可能包含价格、长期合约、资源预留和渠道激励。只有在折旧与资本成本之后维持正回报，份额才具有股东价值。

2. 智能体扩大云资源消耗范围

传统生成式AI应用主要围绕文本和图片调用。企业智能体会连接数据库、业务系统和多种工具，持续运行任务，并保留状态、权限和审计记录。每次任务可能触发多轮模型调用、搜索、数据库读写和文件处理，因此资源消耗宽于单一聊天产品。

国务院“人工智能+”行动提出，到2027年新一代智能终端、智能体等应用普及率超过70%，并强化模型、数据、智能算力和开源生态。政策有利于企业试点和基础设施投资，但政策目标不等于公有云收入。部分政府和国企预算会流向私有云、运营商云、国产硬件和本地集成项目，阿里云能获取多少取决于部署方式和采购体系。

3. 中国公有云渗透率仍有空间，路径不会复制美国

公司援引行业资料称，2025年中国公有云IaaS、PaaS和SaaS收入约相当于GDP的0.2%。该比例低于美国，表明企业IT上云仍有空间。

直接按美国渗透率外推容易高估。中国大型企业与公共部门更重视私有部署、混合云和数据本地化；国内软件付费率、IT预算结构和行业集中度也不同。阿里云的增长路径可能同时包含公有云消费、专有云项目、软硬一体交付和模型服务，收入质量需要分拆审视。

4. 价格下降既刺激需求，也压缩利润

AI模型和云计算都存在快速降价。价格下降可以打开客服、代码、营销、供应链和工业场景，扩大调用量；同时会压低单位收入。财务结果取决于三个速度的比较：

token和算力价格下降速度；
芯片、能耗与软件优化带来的单位成本下降速度；
客户调用量和附加服务收入增长速度。

只要调用量增速高于价格下降，且单位成本下降不慢于价格下降，收入和毛利可以同时改善。公司目前披露AI相关收入三位数增长，却没有披露单位token价格、推理量、成本曲线和毛利率，外部还不能完成单位经济性审计。

四、竞争格局：领先份额不等于没有替代方案

1. 阿里云：公有云规模、企业数据平台与Qwen生态

阿里的优势是公有云规模、产品完整度、互联网工程经验、数据库能力、Qwen开发者覆盖和中国企业出海服务。短板是资本开支高、全栈AI亏损、公共部门和部分核心行业的私有化项目竞争激烈。

2. 华为云：国产硬件、政企客户与混合部署

华为在芯片、服务器、网络、数据库、边缘设备和行业解决方案上覆盖广，在政府、央国企、制造、能源、通信等场景拥有渠道与交付优势。受监管客户强调本地部署和国产化时，华为的软硬一体能力会削弱阿里公有云规模优势。

3. 腾讯云：社交接口、游戏、音视频与应用入口

腾讯在微信生态、企业微信、游戏、音视频、消息和内容分发方面具有场景优势。智能体若围绕社交、客服、营销和内容分发落地，腾讯可以利用应用入口获取订单。阿里在电商、供应链和企业数据方面具备不同的场景资产。

4. 运营商云与区域云：政策、网络和本地交付

电信运营商拥有网络、机房、政企渠道和本地服务队伍，能够承接政务云、国资云和混合云项目。其产品研发和软件生态未必领先，但采购关系、数据主权和本地交付能力具有竞争力。

5. AWS、Azure与Google Cloud：海外市场的高门槛对手

阿里云在海外服务中国企业具有语言、生态和客户关系优势。面向海外本地企业时，AWS、Azure和Google Cloud在开发者工具、软件伙伴、全球合规和大型客户合同上积累更深。阿里2026年8月宣布在巴西推出首个南美云区域并建设两个新数据中心，能够改善延迟、灾备和当地数据治理，却也带来前期折旧与低利用率风险。

公司不同材料对全球区域采用了不同口径：FY2026年报称34个区域，巴西发布材料称31个区域、106个可用区。定义可能包含运营、规划或产品覆盖差异。区域数量本身不适合作为增长指标，外部收入、利用率、客户续约和区域盈利更有说明力。

五、护城河：六层优势及其边界

第一层：规模与可靠性记录

云客户购买的不只是服务器时间，还购买稳定性、灾备、运维和故障响应。阿里长期承载电商大促、支付和物流高峰，形成大规模分布式系统经验。可靠性记录和企业认证周期提高了客户更换核心云平台的成本。

边界在于大客户会采用多云与混合云，核心工作负载不一定全部交给单一供应商。规模优势需要转化为更低单位成本和更高服务质量，不能只靠资本开支维持。

第二层：数据重力与PaaS黏性

数据库、数据仓库、消息队列、安全策略和开发流程迁入云后，迁移成本高于标准计算实例。阿里云若能让客户在同一平台完成数据处理、模型训练、推理和智能体部署，可以增加产品交叉销售。

边界在于开源数据库、Kubernetes和多云管理工具降低了部分迁移障碍。大型客户也会主动保持供应商议价权。

第三层：Qwen开源生态

30亿次下载和30万个衍生模型构成开发者分发优势。企业在评估模型时更容易找到工具、教程、微调方案和人才，降低采用成本。

边界非常明确：开源模型可以在客户本地、第三方云或其他国产芯片上运行。生态热度不自动归属于阿里云。商业化关键是百炼和云上推理能否提供更低总体成本、稳定SLA、安全能力和便捷数据连接。

第四层：自研芯片与软硬协同

自研芯片可以降低对单一海外供应商依赖，也可能改善推理成本。云平台能够通过编译器、调度和模型适配把芯片能力包装成服务，客户无需直接管理硬件。

边界是芯片研发需要持续投入，软件兼容、开发者工具、量产良率和迭代速度决定实际竞争力。自研芯片若只在少数内部场景使用，难以摊薄研发和制造成本。650家外部客户是积极信号，后续仍需收入与负载规模验证。

第五层：企业客户与伙伴网络

服务约67%的A股上市公司说明阿里云拥有广泛客户触点。Omdia还估计，中国云市场约25%的收入由伙伴驱动，系统集成商、软件商和咨询伙伴会影响企业选型。

边界是“服务过”不等于客户把主要预算放在阿里云。一个大型企业可以同时采购阿里、华为、腾讯、运营商和本地私有云。钱包份额、续约率和产品深度比客户数量重要。

第六层：全球节点与中国企业出海

中国品牌、制造商、游戏和互联网公司出海时，希望在多个国家快速部署，并获得中文技术支持和与国内账号体系衔接。阿里云有机会伴随客户扩张。

边界是海外基础设施前置投入高，数据合规和地缘政治复杂。本地客户获取成本也可能高于国内，初期收入不足时会拖累资产周转率。

六、扩张机会：哪些客户会增加预算

1. AI原生公司：从训练转向持续推理

训练订单具有项目波动，推理更接近持续用量。AI助手、代码、客服、搜索和内容工具的用户增长，会形成全天候推理需求。阿里云可同时出售GPU、CPU、存储、数据库、模型API和安全服务。

客户愿意买单的原因是上线速度、弹性扩容、模型选择和运维成本。风险是AI初创公司的存活率较低，信用风险和客户集中度需要控制。

2. 大企业智能体：从试点转向工作流

大企业已经积累大量客服、文档、合同、供应链、研发和营销数据。智能体若能接入这些系统并降低人工处理时间，预算会从试验项目转为生产系统。

阿里云的机会在于把模型、知识库、权限、数据库、审计和运维打包。客户付费依据是可量化的效率、系统稳定性和合规，而不是模型榜单。项目需要行业顾问和集成伙伴，交付成本可能偏高。

3. 数据库和数据平台升级

AI应用需要清洗、治理和实时访问企业数据。很多企业的数据仍分散在本地系统。数据库、湖仓、向量检索和数据治理可能比单次模型调用更具黏性。

这类业务的回报质量通常高于裸算力，原因是迁移周期长、业务耦合深和续约稳定。阿里应披露PaaS与数据库收入占比，才能判断收入结构是否改善。

4. 自研芯片云服务

平头哥若能在通义模型推理中提供更低单位成本，可以同时缓解供应约束和提升毛利。自研芯片对外以云服务出售，比直接卖芯片更容易控制软件栈和客户体验。

商业化验证应看四项数据：外部收入、持续负载、单位token成本、客户从试用转为生产的比例。单纯公布客户数和行业数不足以证明回报。

5. 中国企业全球化与海外本地市场

巴西区域扩张为拉美客户提供低延迟和本地数据治理。中国制造、跨境电商、游戏和互联网企业可能成为首批客户。海外本地客户的市场空间更大，竞争成本也更高。

海外扩张应优先依托明确的锚定客户和预售合约，降低数据中心空置期。若先建后招，折旧和能源合同会提前进入成本。

6. 渠道伙伴与行业软件

系统集成商、独立软件商和咨询机构能把阿里云嵌入行业方案。伙伴驱动收入占市场约四分之一，意味着云厂商不能只靠直销。

阿里需要在佣金、技术支持和客户归属之间平衡。过高渠道返利会抬升获客成本，过强直销又可能挤压伙伴积极性。

七、近两年财务审计：增长加速，资本回报口径仍不充分

1. 云业务三年趋势

以下为截至3月31日的财年，采用FY2026年报中的云智能集团口径；2026年6月季度起公司调整了分部结构，后续数据与历史口径并非完全一致。

财年	云收入（亿元）	同比	调整EBITA（亿元）	调整EBITA率	折旧、减值及土地使用权相关经营租赁成本（亿元）
FY2024	1,063.74	—	61.21	5.8%	143.35
FY2025	1,180.28	11.0%	105.56	8.9%	159.11
FY2026	1,581.32	34.0%	142.65	9.0%	289.21

三点值得关注：

FY2026收入增长显著加速，但调整EBITA率只提高约0.1个百分点。增量收入没有形成明显的分部利润率跃升。
折旧、减值及土地使用权相关经营租赁成本从159.11亿元升至289.21亿元，同比增长约82%，快于收入增速。
FY2026该成本约为调整EBITA的2.03倍。调整EBITA适合观察经营趋势，却不适合单独衡量数据中心资产的回报。

AI基础设施通常先资本化，再在未来折旧。当前大量采购和在建工程的完整折旧压力可能滞后进入利润表。若新设备利用率低于预期、技术迭代加快或价格下降过快，未来还可能出现资产减值。

2. 2026年6月季度：云分部盈利与全栈AI亏损并存

项目	收入（亿元）	同比	调整EBITA（亿元）	调整EBITA率
AI云与计算服务	484.37	45%	56.28	11.6%
AI实验室与应用	33.38	16%	-138.61	-415.2%
机械合并观察	517.75	—	-82.33	-15.9%

AI云与计算服务利润率从年度9%左右升至季度11.6%，可能来自规模效应、产品结构、自研芯片、资源利用率或分部边界变化。公司没有披露各因素贡献，不能把改善全部归因于单位经济性。

AI实验室与应用亏损扩大，说明模型训练、消费者产品和办公应用仍处高投入期。将两个分部机械相加存在内部资源分配和会计口径误差，但可以纠正只看云分部利润率的偏差。

同期集团收入2,689.53亿元，同比增长9%；经营利润151.61亿元，同比下降57%；净利润104.44亿元，同比下降75%；非公认会计准则净利润207.15亿元，同比下降38%。非公认会计准则口径剔除了若干非现金和一次性项目，降幅仍然明显。云增长尚未覆盖即时零售、模型与应用投入对集团利润的压力。

3. 现金流：经营现金流下降不能只归因于云，云是资本开支主因

指标	FY2025（亿元）	FY2026（亿元）	变化
经营现金流	1,635.09	762.13	-53.4%
剔除办公园区后的物业及设备购置	842.78	1,220.21	+44.8%
自由现金流	738.70	-466.09	减少1,204.79亿元
回购股份现金支出	866.62	76.38	-91.2%

经营现金流下降包含多项因素。预付款、应收款和其他资产带来的营运资金流出从FY2025的505.90亿元升至FY2026的679.31亿元，即时零售及其他业务投入也会影响现金流。把全部经营现金流恶化归因于云并不准确。

资本开支的方向更明确。FY2026剔除办公园区后的物业及设备购置达到1,220.21亿元；2026年6月季度资本开支676.78亿元，同比增长75%，自由现金流流出446.70亿元。公司明确表示季度自由现金流下降主要来自云基础设施支出。

现金及流动性投资从2026年3月末的5,208.24亿元降至6月末的4,745.05亿元，单季减少463.19亿元，期间新增银行借款约110.05亿元。集团仍有较强流动性，但资金缓冲正在被资本开支、即时零售和AI应用共同消耗。

4. 配股与每股回报

2026年8月，阿里完成800亿港元配股，发行7.10亿股，每股112.70港元。新股约占扩大后股本3.6%。资金分配为：

约478.71亿港元用于全球计算基础设施；
约319.14亿港元用于超大规模AI数据中心，以及智能体云所需的存储、数据库和高性能网络升级。

股权融资降低了债务集中上升的压力，也把项目回报门槛直接传导给每股持有人。FY2026回购现金支出从866.62亿元降至76.38亿元，同时公司增加借款并进行配股，资本配置已经从大规模回购转向AI和即时零售扩张。

这一转变能否创造价值，取决于新增资本的税后回报是否高于股权资金成本。公司没有披露云分部自由现金流、投入资本回报率、服务器利用率、数据中心预租率、合同积压或折旧批次，外部无法独立复核回收期。

5. 报表质量与需要补充的披露

阿里云收入和外部客户增速有审计与季度披露支持，市场份额也有第三方数据交叉验证。财务质量的主要不足不在收入真实性证据，而在回报口径透明度：

分部调整使历史可比性下降；
云调整EBITA剔除重资产折旧、减值和土地相关成本；
模型与应用亏损另列，云利润率不代表全栈AI利润；
公有云、非公有云、硬件、软件、实施和维护缺少绝对收入及毛利拆分；
没有披露云分部自由现金流、ROIC、利用率和合同积压；
没有披露Qwen开源使用转化为阿里云付费客户的比例；
AI相关产品收入定义较宽，缺少token量、价格和单位成本。

在这些数据缺失前，使用成熟海外云公司的利润率或估值倍数直接映射阿里云，会高估可比性。

八、海外对标：增速接近头部，利润率与业务组合差距仍大

Google Cloud在2026年第二季度收入248亿美元，同比增长82%，经营利润88亿美元，经营利润率35.6%。Microsoft同期Azure保持约40%增长，智能云经营利润增长24%，同时公司承认AI基础设施投资压低毛利率。

这些数据提供两个参照：

AI云在高基数下仍能保持较快增长，需求并非中国市场独有；
即使成熟云平台也会受到AI资本开支与折旧压力，规模不保证利润率单向上升。

对比时需要控制口径差异。Google Cloud包含Workspace等订阅业务，Alphabet部分AI研发成本可能位于其他分部；Microsoft智能云包含服务器产品与企业服务。阿里云更多暴露于中国公有云、专有云、项目交付和较低软件付费率，全栈AI研发又被拆到不同分部。海外35%左右的分部利润率不能直接作为阿里云近期利润率基准。

阿里的相对优势是中国市场份额、Qwen开源生态和本地企业数据服务；相对劣势是资本回报披露不足、国际业务规模较小、地缘政治风险和集团内部其他业务的资金竞争。

九、管理层态度：以规模和生态优先，接受现金流与稀释代价

管理层对AI投入的态度非常积极。公司此前提出三年投入至少3,800亿元，2026年5月又表示投入可能超过原计划。路透在2026年8月业绩报道中引述管理层称，按当前平均毛利率测算，AI资本开支可在三年内实现收支回收；公司还称2026年上半年已使用计划中的约一半资金，自研芯片替代部分商业芯片有助于改善毛利。

三年回收属于管理层假设，财报没有给出用于复核的利用率、价格、设备寿命、能源成本、残值和完整研发分摊。若计算只覆盖云资源毛利，不含模型训练、消费者应用、股权资金成本和设备更新，股东层面的回收期会更长。

800亿港元配股把管理层态度进一步量化：公司宁愿在账面仍有较多现金和流动性投资时发行股权，也不愿完全依靠存量现金或债务完成扩张。这个选择可以保留流动性并分散融资风险，却表明AI与即时零售同时投入后，内部现金并不宽裕到可以忽略资本约束。

管理层后续需要用三类结果回应市场：

外部客户收入持续快于行业，证明需求不依赖集团内部；
折旧后利润和自由现金流改善，证明资本效率；
Qwen、平头哥和海外节点形成可量化收入，证明生态投入转化。

十、事件驱动与催化剂

1. 外部客户增速持续高于市场

当前外部客户收入增长45%，明显高于Omdia对中国市场26%的增速。若这种差距来自产品份额和客户钱包份额，而非短期折扣，将强化份额回升的可信度。需要同步观察应收、合同负债和现金回款，避免只看收入。

2. AI相关收入占比继续提高

AI相关产品收入已占AI云与计算服务约25.6%。占比提高意味着增长来源从传统云迁移到高需求工作负载。下一步应关注毛利率、token价格和数据库等附加服务，防止收入增长主要来自低毛利算力。

3. 自研芯片外部化

镇武M890已服务超过650家外部客户。若公司披露生产负载、外部收入和成本优势，自研芯片会从供应链保障升级为利润变量。若长期停留在客户数和试用案例，财务贡献仍难判断。

4. 资本开支增速与收入增速交叉

资本开支当前增速高于云收入增速。后续若收入增速保持、资本开支增速下降，折旧前现金回报会改善；若需求放缓但资本开支惯性仍高，利用率和现金流压力会暴露。

5. 巴西及其他海外区域的锚定客户

巴西区域能否快速获得中国出海企业、当地互联网公司和公共机构客户，决定海外扩张的资产周转。应关注海外云收入、预售合约、区域利用率和数据合规成本，而非只看新区域数量。

6. 集团资本配置恢复平衡

FY2026回购大幅下降，2026年又完成配股。云资产的每股吸引力需要集团停止持续稀释，并在AI与即时零售投入后恢复自由现金流。回购、分红、借款和配股的组合会直接影响云增长对股东的传导。

十一、负面路径

路径一：收入增速回落，资本开支保持高位

数据中心和服务器建设有长周期。若企业AI预算放缓、项目从试点转生产不及预期，收入会先减速，折旧和电力合同仍继续。调整EBITA可能在折旧前保持正数，现金流和会计利润却承压。

路径二：token与算力降价快于成本下降

国产云市场竞争激烈，厂商会用降价争取开发者和大客户。调用量增加未必足以抵消单位价格下降。自研芯片、软件优化和利用率若跟不上，AI收入占比越高，毛利压力可能越明显。

路径三：Qwen生态在其他平台商业化

开源模型扩大Qwen影响力，也允许客户在本地或竞争对手云上部署。若开发者使用Qwen却不购买阿里云资源，模型生态价值会由客户和其他基础设施厂商分享。

路径四：出口管制与供应链约束

高端芯片、HBM、网络设备和软件工具受限制时，阿里可能需要使用更多服务器完成同等工作负载，增加电力与资本成本。自研芯片可以缓冲部分风险，但需要长期软件适配与量产能力。

路径五：政企客户偏向私有云和国产化采购

政府、央国企和受监管行业可能更偏好运营商、华为及本地部署。阿里云可以通过专有云参与，但项目型收入的毛利和现金回款通常不如标准公有云。

路径六：海外扩张利用率不足

海外数据中心需要提前投入，客户获取和合规认证耗时。若中国出海客户数量不足、当地客户选择国际云厂商，新增区域会出现较长空置期。

路径七：集团其他业务继续消耗现金

即时零售、国际业务和消费者AI应用会与云争夺资金。即使云自身改善，集团层面的自由现金流和每股回报仍可能受到其他投入影响。09988.HK持有人无法隔离这些风险。

路径八：重复股权融资

本次配股为长期基础设施提供资金，也打开了股权融资路径。若资本开支超过现金流承受能力并再次配股，云增长需要更高绝对利润才能抵消每股稀释。

十二、吸引力判断框架

阿里云目前具备较强的资产层面吸引力：

中国云市场进入AI驱动的加速期；
阿里份额从33%升至37%，外部收入增长45%；
AI相关收入已占分部四分之一左右；
Qwen、百炼、数据库、云基础设施和平头哥构成完整技术链；
企业客户基础和中国公司出海需求提供持续订单入口。

股东层面的吸引力要打折：

阿里云未独立上市，集团估值包含多项业务和资本配置；
全栈AI机械合并后仍处较大调整EBITA亏损；
FY2026自由现金流转负，6月季度继续大额流出；
折旧、减值及土地相关成本显著高于云调整EBITA；
800亿港元配股使资本开支转化为约3.6%的股本稀释；
云分部ROIC、利用率、合同积压和公有云收入结构仍未披露。

截至2026年8月28日，按配股后股本粗算，阿里巴巴集团市值约2.26万亿港元。以2026年6月季度AI云与计算服务收入简单年化，规模约1,937亿元人民币；该数字只提供量级观察，不能作为全年指引，也不能直接套用海外云倍数。集团还包含电商、即时零售、国际业务、物流和其他资产，云业务的隐含估值无法从公开数据中精确拆出。

吸引力提升需要看到以下组合同时出现：

外部云收入继续快于行业，且应收与回款正常；
AI相关收入占比提升，同时云毛利和折旧后利润改善；
AI实验室与应用亏损收窄，不再依赖分部边界呈现云盈利；
资本开支增速低于云收入增速，自由现金流恢复；
自研芯片带来可量化的单位成本优势和外部收入；
Qwen开源热度转为阿里云付费客户、数据库和平台收入；
海外区域由锚定客户支撑，利用率提升；
集团不再通过持续配股补充同类资本开支。

吸引力下降的组合包括：收入增速回落、价格降幅扩大、折旧继续加速、AI应用亏损不收敛、海外区域利用率偏低，以及股权融资反复发生。

综合来看，阿里云已经提供了中国大模型向公有云收入转化的一组强证据：市场份额回升、外部客户增长、AI收入占比提升和自研芯片对外服务同时发生。当前争议的重点不在技术热度，也不在需求故事，集中在资本回报能否穿透分部口径、折旧和集团现金流。作为09988.HK的一部分，阿里云是一条高增长第二曲线，同时附带集团层面的重资产投入、应用亏损和资本配置风险。对这项资产的判断，应以折旧后利润、全栈AI亏损、自由现金流和每股资本投入为核心，模型下载量与数据中心数量只能作为辅助指标。

参考资料

顶部

阿里云重回高增长后：AI算力供给、通义生态转化、配股扩产与千亿资本开支的回报审计