阿里首次公布人工智能业务年度收入规模

官方供图
5月14日,阿里巴巴集团交出了一份颇具里程碑意义的财报——首次将AI的商业价值进行了量化披露。
财报显示,2026财年全年,阿里集团营收首次突破万亿大关,达到10236.7亿元。然而,同期的净利润同比下降19%至1021亿元。更值得关注的是现金流状况:截至3月31日的季度,自由现金流转为净流出173亿元,而上年同期为净流入37.43亿元。
利润与现金流的双重压力,一度影响了资本市场情绪,阿里美股盘前出现下跌。但转折发生在财报电话会之后,股价随即转涨8%。这一波动背后,关键在于阿里首次向外清晰展示了AI MaaS(模型即服务)及应用业务的年化经常性收入(ARR)规模与目标。市场用脚投票,初步认可了阿里的AI叙事,但其中的担忧也显而易见。
AI商业化:从投入期步入回报周期
本季度,一个关键数据浮出水面:AI相关产品在阿里云外部收入中的占比首次突破30%,达到89.71亿元,年化收入已超过358亿元。阿里集团CEO吴泳铭在电话会上反复强调一个核心判断:AI已经跨越初期投入阶段,正式进入商业化回报周期。
支撑这一判断的,是AI MaaS业务的迅猛增长。吴泳铭披露,包含百炼MaaS平台在内的AI模型与应用服务,其ARR将在6月份季度突破100亿元,并计划在年底达到300亿元。增长势头有多猛?仅看今年5至6月的API Token需求数据,较去年11至12月就增长了超过10倍。
目前,阿里的AI MaaS收入主要由两大块构成:一是百炼MaaS平台的API服务收入,二是AI原生软件的订阅收入。其中,绝大部分收入来自前者,即企业客户为调用模型所支付的Token费用。商业化路径清晰指向To B(企业)市场,这与国内外的主流打法基本一致。那么,企业客户为何愿意为此买单?
吴泳铭给出了解释:随着AI从简单的对话聊天工具,演进为能够执行复杂推理任务的智能体,客户的需求发生了质变。这种需求持续飙升,即便在Token价格上调的情况下,客户的接受度依然很高,甚至出现了供不应求的局面。“就目前的需求来看,我们的供应还无法完全满足,排队的客户还有很多。”他这样描述当前的供需关系。
基于此,阿里对B端和C端的AI投入节奏做了明确区隔。B端企业付费意愿强、商业化路径清晰,因此大部分推理资源被优先投入于此。而面向C端的业务,例如通义千问App的用户获取与市场培育,则仍需一定的投资周期。
这里引出一个有趣的观察:区别于过去中国企业软件(SaaS)付费意愿低的困境,阿里认为大模型时代正在改变这一局面。只要AI产生的价值明确超过其使用成本,企业的需求几乎是无限的。这也构成了阿里持续大规模投资AI数据中心的核心逻辑。
巨头竞速:共识下的不同步伐
就在同一天,其他科技巨头也释放了关于AI的强烈信号。
腾讯控股在财报中首次将AI相关收入纳入云服务分部进行披露,尽管尚未单独列出具体规模,但明确提及“AI基础设施投入持续加大”,整体商业化节奏显得更为审慎。
字节跳动的步伐则更为激进。据悉,其已大幅上调2026年AI资本开支计划,规模超过2000亿元软妹币。一个行业共识已然形成:这笔钱必须花。据市场了解,在车企等热门竞争领域,字节的火山云与阿里云之间的市场争夺已呈胶着状态。
光鲜叙事下的风险点
尽管AI叙事获得了市场的初步回应,但有几个风险点不容回避。
首当其冲的是竞争。阿里不仅要持续保持自身模型的领先竞争力,还需应对未来可能出现的行业性模型降价所带来的利润率变化。收入增长曲线能否持续符合预期,长期投资回报率仍需观望。
在利润率层面,吴泳铭着重强调了自研芯片的战略价值。目前,平头哥自研芯片在阿里云的部署率尚有提升空间。除了TPU,其在CPU、存储网络芯片上均已实现全栈自研,未来目标是实现全栈自研芯片的规模化部署。对比国外主流AI芯片高达60%-80%的毛利率,即便国内芯片在绝对性能与功耗上存在提升空间,其带来的性价比优化潜力无疑是巨大的。
第二个风险点是资本支出。这是一个全球巨头都在集体重仓的领域。在阿里当前自由现金流承压的背景下,未来两年其AI基础设施的投入预计将远超3800亿元。吴泳铭在电话会上做了一个形象的比喻:AI就像制造业,要获得更多产出(收入),就必须建立“AI训练”和“AI推理”两座工厂,而这两座工厂的基石,正是大量的数据中心。
虽然管理层对投资回报的确定性表示信心,但这的确意味着,在相当长的一段时间内,阿里仍需在激进的资本开支与维持健康的现金流之间,小心翼翼地寻找平衡。
其他业务:止血与造血
除了AI主线,在即时零售这个曾经以投入换规模的战场上,阿里也主动给出了盈利时间表。阿里巴巴中国电商事业群CEO蒋凡披露,今年1至3月,即时零售整体订单规模达到去年同期的2.7倍,其中非餐饮零售订单增长更为显著,达到三倍。
进入4月后,阿里在维持订单规模的同时,策略转向提升物流履约效率和优化订单结构,特别是客单价的上涨,推动了该业务的单位经济效益显著改善。管理层明确表示,有信心在2027财年末(即未来一年内),实现该业务单位经济效益(UE)的转正。
当然,整体电商大盘依然面临增长压力。本季度,阿里中国电商业务收入为962.92亿元,同比微降1%。同期,客户管理收入同比增长1%,若剔除新营销发展计划产生的会计处理影响,同口径下的实际增幅约为8%。
总而言之,市场用股价的波动,为阿里的AI叙事逻辑投下了初步的信任票。然而,真正的考验——如何将高速增长的收入转化为可持续的利润与现金流,如何在激烈的竞争中守住护城河——这一切,才刚刚开始。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
RPA报表自动生成软件在财务与运营中的实际应用场景
说到提升办公效率,RPA(机器人流程自动化)在报表自动生成领域的应用,如今已是遍地开花。但凡那些需要定期、重复进行数据汇总、分析和分发的业务环节,几乎都能看到它的身影。具体有哪些场景呢?我们不妨按业务领域来梳理一下。 一、财务管理 财务部门大概是RPA报表软件最经典的用武之地了。每月关账后,那些令人
大语言模型是什么通俗解释与工作原理
在人工智能技术飞速发展的今天,大语言模型(Large Language Model,LLM)已成为推动行业变革的核心力量。它如同一个吸收了海量知识的“数字大脑”,通过解析数以万亿计的文本数据,不仅掌握了语言的表层规则,更能深入理解语义、语境,并生成流畅、合乎逻辑的自然语言内容。本文将全面解析大语言模
人工智能三大算法与实在RPA融合应用深度解析
人工智能看似高深,但其核心能力主要由三大算法——机器学习、深度学习和强化学习共同构建。它们不仅是AI技术体系的支柱,更在推动一个关键领域的质变:RPA(机器人流程自动化)。具体而言,这三大算法正成为实在RPA等智能自动化工具的技术基石,助力RPA机器人从过去按部就班的“流程自动化”,进化为更聪明、更
行政审批自动化流程优化与实施指南
提到行政审批,许多人脑海中或许会浮现出流程繁琐、等待时间长、需要多次往返办事窗口的场景。然而,这一传统印象正在被快速颠覆。随着人工智能、大数据、云计算等前沿技术的深度融合,行政审批领域正经历一场深刻的自动化转型。这不仅是将纸质表格电子化,更是通过技术手段,将信息填报、材料审核、结果批复等一系列环节,
参数规模对模型性能的影响与意义
在人工智能与机器学习领域,参数规模是一个至关重要的基础概念。它代表了模型内部可训练、可调整的变量总数,直接定义了模型的学习容量与信息处理方式。简单来说,参数是模型进行“思考”和决策的微观单元,其规模大小是衡量模型复杂度和潜在能力的核心指标。 参数规模的重要性 为何参数规模在模型设计与评估中占据核心地
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

