面对AI带来的历史性机遇，阿里巴巴正处于技术红利向商业红利转化的关键节点。
在2026财年Q4财报分析师电话会上，阿里巴巴CEO吴泳铭表示："AI正在驱动阿里云全业务升级，增长动力从传统的计算存储，全面转向模型、算力与Agent服务。"
吴泳铭预计，6月份季度，包含百炼MaaS平台在内的AI模型与应用服务年化经常性收入（ARR）将突破100亿元，年底突破300亿元。"这部分收入的高利润率优势逐渐凸显，将是我们未来收入健康、高质量的增长支柱。"
一季度，AI相关产品收入在阿里云外部商业化收入中的占比首次突破30%，季度收入89.71亿元。预计未来一年，AI相关产品收入占比将突破50%，成为阿里云收入增长的主要引擎。
为了满足庞大的AI需求，阿里称未来资本支出将超过原计划的3800亿元。吴泳铭透露，对标大模型爆发前的2022年，未来要建的数据中心规模"基本上对比2022年是一个十倍以上的增长"。
据介绍，阿里旗下平头哥自研GPU芯片已实现规模化量产，60%以上的算力已服务于外部商业化客户。
AI商业化拐点已至，对Token的需求"几乎无限"
市场高度关注大模型落地后的实际变现能力。吴泳铭在会上透露，包含百炼MaaS平台在内的AI模型与应用服务年化经常性收入（ARR）增长迅猛，近期已突破80亿元。他预计，6月份季度这一数字将突破100亿元，"并在年底前达到300亿元"。
这一指数级爆发主要由企业对复杂工作负载的需求驱动，特别是AI Coding（代码智能体）能力的飞跃。针对市场对国内企业SaaS付费意愿低的担忧，吴泳铭给出了极具冲击力的判断："只要帮助他完成的工作任务在企业内创造的价值大于token成本，那么对API token的需求就会是无限的。"
吴泳铭强调，相较于传统的SaaS业务，MaaS业务目前的毛利更高，且供不应求。"这部分收入的高利润率优势逐渐凸显，将是我们未来收入健康、高质量的增长支柱。"
算力不存在过剩："没有一张卡是闲置的"
针对AI基础设施庞大资本开支拖累自由现金流的疑问，阿里管理层传递了极其明确的定力。CFO徐宏表示，基于超过590亿美元（剔除五年以上债务）的净现金头寸，集团将坚定投入未来两年的关键机会窗口。
对于投资回报率，吴泳铭将AI类比为制造业，核心在于建设"AI训练"与"AI推理"两大数据中心工厂。"无论是云IaaS的商业化服务，还是通过Maas平台以及AI原生软件创造更多模型之上的营收，我们几乎在服务期内没有一张卡是闲置的。"他表示，"在未来3到5年的需求情况下，我们大量投入的AI数据中心建设，其投资回报是非常确定的。"
为了支撑未来的庞大需求，阿里给出了宏大的扩产指引。吴泳铭透露，对标大模型爆发前的2022年，未来要建的数据中心规模"基本上对比2022年是一个十倍以上的增长"。
鉴于扩展算力的快速投资，阿里资本支出将超出此前计划的3,800亿元。
全栈技术护城河凸显，云业务毛利率迎显著提升
在AI需求长期难以被完全满足的物理瓶颈下，阿里的全栈技术优势和规模效应正在显现。
吴泳铭指出，由于新建服务器重置成本飙升（较两年前增长100%以上），这将对云服务的资产定价产生正向牵引作用。叠加MaaS业务本身的高毛利属性及推理技术的持续优化，"一台同样的服务器交给百炼平台所创造的营收和毛利水平，高于我们传统云计算简单的算力服务。"
在底层算力方面，平头哥自研GPU芯片已实现规模化量产，且"60%以上的算力已服务于外部商业化客户"。吴泳铭表示，随着平头哥全栈自研芯片渗透率的提升，利用海内外芯片巨大的毛利率差价，阿里有望提供中国最具性价比的推理平台，"我们判断未来1-2年阿里云的毛利率会有比较显著的提升。"
消费业务回暖，即时零售有望整体盈利
在"AI+云"之外，阿里的消费业务同样迎来实质性修复。本季度，在可比基础上，核心客户管理收入（CMR）同比增长8%。
针对近场电商（即时零售）板块，管理层透露，今年1至3月整体订单规模是去年同期的2.7倍。通过物流效率提升和客单价（AOV）的上涨，单位经济效益（UE）显著改善。管理层预期，在保持规模与市场份额的前提下，有信心在新财年结束前实现UE转正，并最终走向整体盈利。这不仅将大幅收窄亏损，也将为集团未来的AI投入提供更强劲的经营现金流支撑。
以下为电话会文字实录（由AI协助翻译）
CEO 吴泳铭:
各位投资人朋友，欢迎参加阿里巴巴集团2026财年第四季度财报电话会。过去一个季度，阿里巴巴对"AI+云"和"消费"两大战略重点的高强度投入，正迅速转化为切实的业务成果，集团收入同比增长11%。
本季度，云智能集团外部收入增速加快至40%，AI相关产品收入连续第十一个季度实现三位数增长。中国电商业务在可比基础上核心客户管理收入（CMR）同比增长8%，而近场电商业务在保持市场份额的同时，实现了显著的单位经济效益改善。我们正处于从对话式聊天机器人向自主AI智能体演变的拐点，这正直接推动我们三大核心工作负载类别（训练、推理和智能体编排）的爆炸式增长。
在此背景下，阿里巴巴AI已渡过初期投资阶段，并开始大规模商业化。接下来，我将从四个方面详细阐述：AI商业化、云基础设施、AI应用生态系统以及我们的消费业务。首先，AI和云商业化的拐点已经到来。本季度，云智能集团年化AI相关产品收入已超过358亿元，并持续保持三位数增长。AI相关产品收入目前占云智能集团外部收入的30%。我们预计大约一年内，AI相关产品收入将跨越50%的门槛，成为驱动云业务收入增长的主要引擎。
因此，鉴于长期AI需求的确定性以及我们全栈技术优势，云智能集团的外部收入增长预计在未来几个季度将在当前40%的基础上继续加速。我们预计这一轨迹将在中长期保持强劲增长。这反映了阿里云在推动其整个业务全面价值升级中的作用，其增长重心已完全从传统计算和存储转向模型、AI计算和智能体服务。
我们也看到AI模型和应用服务收入呈现指数级增长，这是由基础模型服务和AI原生软件共同驱动的新收入来源。过去三个月，我们模型服务平台上的Token消费量环比大幅增长，因为企业客户正加速从简单任务转向生产级规模和复杂工作负载，这推动了对模型和应用服务的持续需求增长。在模型工场平台上，我们预计模型和应用服务的年化经常性收入（ARR），包括模型平台，将在6月季度超过100亿元，并在年底前达到300亿元。
这一收入流的健康利润率特征日益明显，使其成为健康、高质量的增长来源。第二，我们的AI基础设施支撑着我们的全技术栈，并构成持久的护城河。我们的自研GPU芯片已实现规模化量产，超过60%的计算能力已服务于外部客户，涵盖互联网、金融服务和自动驾驶等垂直行业。
作为中国唯一能够大规模提供自研AI芯片的AI云服务商，我们在计算资源稀缺的环境下，既保障了自身计算供应链的自主可控，又为客户提供了极具竞争力的AI推理和训练服务。这种结构性优势有利于我们的收入增长和毛利率提升。同时，我们的云产品正在加速AI化升级。
智能体工作负载的激增显著提升了对围绕CPU、存储和容器构建的传统云产品的需求，我们正在将这些产品升级为针对智能体时代优化的基础设施解决方案。第三，在应用层，我们构建了一个完整的闭环，涵盖AI原生软件到完整的智能体生态系统。阿里巴巴Token Hub（ATH）持续推出新产品，连接消费和企业环境，在AI原生软件和代码智能体方面取得突破性进展。
通义千问模型在推理、编码和智能体能力方面持续迭代。在企业端，我们推出了一系列产品，涵盖智能工作场所工具、AI编码和业务运营管理，帮助企业释放并提升生产力。在消费端，通义APP完全集成了淘宝和天猫的商业服务能力。
5月7日，通义APP现已深度嵌入生态系统，覆盖淘宝、支付宝、高德地图和飞猪，使其成为中国首个一站式个人助手，无缝连接日常生活、生产力和学习。第四，在我们的消费业务和集团层面，我们优先考虑从价值中学习。
在AI之外，我们的消费战略持续稳步推进，本季度CMR增长显著反弹。在可比基础上，CMR同比增长8%。我们持续改善用户体验和商家运营效率，近场电商业务在保持稳定市场份额和规模的同时，实现了显著的单元经济效益改善。
总之，我们在AI、云和消费方面的投资回报日益清晰。AI+云的收入增长正在加速，且利润率改善。模型和应用服务ARR持续增长，我们消费业务的运营效率也在持续提升。
面对AI所代表的历史性机遇，阿里巴巴正处于技术投资开始获得商业回报的关键节点。我们将保持战略定力，并利用全栈AI能力支持长期增长。
CFO 徐宏：
我们的战略重点依然坚定不移地聚焦于AI+云和消费业务。多个增长催化剂，包括技术进步和业务创新，正在AI+云领域形成强劲的顺风。我们的全栈式模型、算力框架和应用，在每一层都拥有既定的领导地位。
我们AI+云业务的强劲增长以及我们模型平台清晰的变现路径，让我们有信心进行重大投资以扩展我们在消费领域的领导地位。本季度，我们在可比基础上实现了强劲的CMR增长。
在我们的近场电商业务中，我们持续实现季度环比的单位经济效益改善。现在来看本季度的财务业绩。在合并基础上，总收入为2434亿元。剔除银泰和高鑫零售的收入，可比基础上的收入本应增长11%。调整后的EBITDA下降84%，主要是由于我们对技术业务、近场电商和用户体验的战略投资，部分被消费管理服务在云业务中的持续增长以及各业务运营效率提升所带来的经营业绩改善所抵消。
我们的净利润为235亿元，同比增长96%，主要归因于我们股权投资按市价计值的收益同比增加，以及去年同期处置银泰和高鑫零售的损失，但部分被调整后EBITDA的下降所抵消。经营活动现金流净流入为94亿元。自由现金流为流出173亿元。
我们正在将经营现金流再投资，以增强我们在AI领域的竞争优势。截至2026年3月31日，我们持有的现金约380亿美元，包括期限超过五年的债务。我们的净现金头寸约为590亿美元。
这种资产负债表的实力给了我们投资增长信心。现在来看我们的消费业务。中国电商集团收入为1220亿元，增长6%。客户管理收入增长1%。
为帮助商家在我们的平台上发展业务并增加他们的支出意愿，本季度我们为精选商家升级了业务发展计划。在该计划下，平台为这些商家提供的补贴水平直接与其在我们的平台上的营销支出挂钩。出于会计目的，先前记为销售和市场费用的此类补贴，现在记为CMR的抵减项。因此，本季度CMR同比增长1%。剔除该计划对收入的会计影响，在可比基础上，CMR本应同比增长8%。
我们的近场电商业务收入增长57%，达到200亿元。近场业务进一步改善了单位经济效益，并环比提高了平均订单价值，主要驱动力是组合优化。阿里巴巴中国电商集团调整后的EBITA为240亿元，下降40%，主要由于对近场电商、用户体验和技术的投资。
同时，客户管理服务做出了积极贡献。剔除近场电商业务的亏损，我们阿里巴巴中国电商集团的EBITA同比将保持稳定，并因重大投资、用户留存和用户体验而实现环比改善。AIDC本季度收入增长6%。AIDC调整后的亏损同比显著收窄，接近盈亏平衡，这得益于物流优化和运营效率的结合。
全球速卖通Choice业务的单位经济效益环比持续大幅改善。接下来，我们来看云智能集团的业务更新和财务业绩。我们的云业务又实现了一个季度的加速增长。
面向外部客户的收入加速增长至40%。AI相关产品继续引领这一势头。我们实现了连续第11个季度AI收入三位数增长。
AI收入在外部云收入中的占比持续提升，目前达到30%。本季度的AI收入为90亿元。年化收入运行率为360亿元，即约53亿美元。这清晰地反映了我们AI业务的规模和加速。调整后的利润率保持相对稳定，为9.1%。
所有其他分部收入下降21%，至655亿元，主要由于处置了银泰和高鑫零售业务，以及菜鸟收入减少，但被盒马和饿了么的收入增加所部分抵消。所有其他分部的EBITA亏损为212亿元，主要由于对技术业务的增加投资，包括基础模型以及面向消费者的通义APP。在结束本财年之际，我们仍然致力于提供持续的股东回报。
我们的董事会已批准每股1.05美元的年度股息。我们将继续在AI和消费业务上果断投资，我们在这些领域看到了巨大的长期增长潜力和复合竞争优势。我们相信这些投资将随着时间的推移带来增长和回报，最终为我们的股东创造更大价值。
(问答环节)
问：
感谢你们首次分享了非常可观的 AI 模型及应用 ARR 规模和目标。我想问一下，这个 ARR 中有多少是由我们的自研模型（如千问）驱动的，又有多少来自第三方模型？另外，考虑到最近的 token 价格上涨，这对模型服务（Maas）以及云的利润率会有什么影响？
答：
在我们这个季度，我们刚刚公布了一个最新的数字，也就是我们的模型及应用模型及应用服务收入。这个收入的主要业务构成其实分成两个部分：就是我们的百炼的Maas的API服务，以及我们的AI原生软件的订阅值的这些收入。现在这两部分的收入里面，绝大部分都是来自于百炼的Maas的API服务。但同时阿里云的百炼其实又是一个相对开放的平台。在我们这个平台上，我们托管自研的模型，也会托管第三方的开源模型，包括第三方的闭源模型。就现在的收入规模上来说，绝大部分还是我们的自研模型，包括我们的千问基模，以及我们的语音模型，包括我们的视频模型。
您说的第二个问题其实也比较关键。因为最近一个季度或最近几个月，整个行业发生了一个非常大的改变：整个AI正在从对话式的chatbot转向agent运行。Agent需要帮助客户完成非常复杂的推理任务。在这个推理过程中，客户对模型推理的需求持续直线上升。同时，由于可以帮助客户完成更复杂的工作任务，所以整个API token的价格和客户的接受度——虽然价格进行了上调，但客户的接受度其实还是非常高的，而且需求也非常持续且量大。而且就现在来看，我们的供应其实还没有办法完全满足这些客户的需求，排队的客户还有很多。所以就现在这个情况下，我们觉得首先Maas业务相对于SaaS业务来说，毛利就会高一些。
还有几个比较重要的点：第一，整个推理技术的发展还在持续。每个季度我们都会看到推理技术优化带来的成果，使我们在单服务器单卡的token产能上产生持续增量效果。同时，模型能力也在持续加强，而且模型价格在未来一两年内，我们看到的应该还是一个持续提升的过程。所以从这个角度来看，我觉得未来几个季度，因为Maas业务的飞速增长，会对我们的毛利率产生非常积极的影响。
关于AI投资的投资资本回报率，我有一个问题。我们的AI投资虽然驱动了令人印象深刻的40%云增长，但也对集团的自由现金流以及EBITDA造成了显著的拖累。那么投资者应该如何评估这项投资的回报？你们在积极的AI支出与盈利能力之间平衡的管理框架是什么？
答（徐宏）：
我先来回答第一部分。大家可能特别是这个季度看到我们的自由现金流是负数，所以会比较关心我们怎么控制自由现金流。首先，大家可以看到这个自由现金流的负数，最关键的原因还是我们在过去一年在AI方面的投入。正是因为我们看到了这样一个历史机遇，我们十分坚定地在这方面进行投入，所以这是最主要造成整体自由现金流为负的情况。
往未来再看两年，我们的投入还是会继续十分坚定。因为这个窗口期对我们来讲可能就是几年的时间，所以从投入角度我们会继续很坚定。同时，从经营现金流的角度来看，其实并没有大的变化。这里我想谈两个方面：
第一，从消费业务角度，淘宝天猫作为我们最重要的经营现金流产生业务，整个经营现金流的产生还是十分稳定的。而未来两年，随着闪购亏损大幅收窄，加上AIDC从亏损走向盈利，整体消费业务未来两年的经营现金流会是十分正向的发展。这是第一点。
所以，我们在过去一年非常坚定地进行这些投资。展望未来两年，我们打算同样坚定地继续这些投资，再次强调，因为我们看到这是一个关键的机会窗口，在未来几年内都会开放。此外，我们看待现金流的方式真的没有大的变化。
首先，集团经营现金流的主要贡献者是淘宝和天猫，而且那部分现金流非常稳定。展望未来两年，就近场电商而言，亏损将大幅收窄。同时，AIDC将从亏损发展到盈利。所以我们认为未来两年这些发展对净现金流是非常积极的。
第二点，另一个很重要的点是我们在云基础设施方面的投资。刚才Eddie也提到了，这将使我们的云收入、AI云收入继续加速，同时毛利率改善。所有这些会进一步提升我们在云板块的经营现金流回报，同样可以支撑我们对云基础设施的投入。
第三点，我刚刚提到了我们自己的资产负债表还是非常强劲的。我们目前的净现金差不多380亿美金。如果我们拿掉五年以上到期的债务，净现金大概有590亿美金。这样一个坚实的资产负债表也可以很好地支持我们对云基础设施的投入。
最后，我们还有很强的资本市场融资能力，可以通过不同形式的市场融资去应对战略发展的需要。所以我先回应您刚才关于现金流以及我们如何准备更充足现金流的问题。接下来看Eddie是否有补充。
答（吴泳铭）：
您说的关于AI方面的投资以及未来的ROI方面，我借此机会分享一下我们的看法。从现在整个AI业务的发展趋势来看，我觉得AI更像一个制造业。也就是说，当我们要获得更多收入时，我们必须要建立两个核心工厂。这两个核心工厂的规模会影响我们未来有多大的收入规模。这两个核心工厂，一个可以称为AI训练工厂，一个称为AI推理工厂。这两个工厂背后是AI数据中心的建设。而数据中心建设一定会消耗比较大的集团自由现金流。但是这些刚性的数据中心基础设施的建设，我们在回报路径上是非常清晰的。
当我们把这些数据中心用于to B商业化时，路径非常清晰。无论是云IaaS的商业化服务，还是通过Maas平台以及AI原生软件创造更多模型之上的营收，我们几乎在服务期内没有一张卡是闲置的。所以我认为，在未来3到5年的需求情况下，我们大量投入的AI数据中心建设，其投资回报是非常确定的。
我的问题是关于近场电商的。在准备好的发言中，你们谈到了UE的改善。我想了解一些关于AOV、补贴比率、履约率等背后的驱动因素。此外，我记得上次我们谈到了未来几年近场电商的前景，请问有什么更新或变化，比如对市场格局或UE的看法？谢谢。
好，感谢管理层。我的问题是关于即时零售。刚才准备的发言当中，你们介绍了UE得到了显著改善。我想了解一下背后的驱动因素，包括是客单价、补贴比率还是履约等各方面的贡献。另外，上一季度的业绩发布会上，你们介绍了未来两年即时零售的展望。那么从那时到现在，这种展望有什么新的变化？你们看待市场格局的方式有什么变化，包括UE和补贴等方面？
首先，经过一年的投入，我们看到即时零售业务飞速发展，我们的市场份额取得了根本性变化。对比今年3月季度和去年大规模投入前的同期，我们的订单规模与市场份额都取得了显著提升。1到3月份整体订单规模是去年同期的2.7倍，其中非餐饮零售部分是去年的3倍。四月份以来，我们在保持订单规模的同时，继续通过物流效率的提升、订单结构的优化，尤其是AOV的进一步上涨，推动了UE显著优化。我们有信心在新财年结束前实现UE转正。
在优化UE的同时，我们后续还是会持续通过创新提升用户和商家体验，保持我们在即时零售领域的长期竞争力。所以我们有信心在新的规模与市场份额水位下，未来实现即时零售的整体盈利。本季度我们也看到闪购对15电商的促进，尤其是在新客获取、促进用户活跃度、满足用户多元化消费场景、拉动成交与商业化以及物流基建等方面，推动淘天整体板块发展。我们继续看到闪购相关品类的带动明显，特别是食品生鲜等品类，也继续推动盒马、猫超等即时零售相关业务的发展。我们的实物电商这个季度无论在成交还是CMR方面都取得了比较好的增长势头，闪购与即时零售在其中起到了非常确定性的正面拉动作用。
想问一下，之前开场陈述中管理层提到的Maas业务。我想了解一下管理层如何看待在Maas领域阿里巴巴与中国其他头部AI平台公司以及AI创业公司相比，优势是什么？我们在美国看到AI agent，尤其是AI coding，已经是AI商业化增速最快的领域。所以想问一下，在中国您估计AI coding大概什么时候会看到类似的增速？另外，中国企业好像一直不愿意为SaaS产品付费，您觉得这是否会让中国的AI coding产品商业化前景没有美国同行那么有潜力？
答：
在阿里云的百炼平台上，我们定位是一个开放性的AI推理平台。目前主要营收确实主要由自研模型产生。对比这些AI创业公司，我们在模型投入和广度上远远超过它们。当然，这些创业公司在专注于某一个模型或领域方面，也有非常强的技术和很快的商业敏锐度，进展也很快。所以从这个角度，单纯看Maas领域，这些创业公司某种程度上也是阿里云的合作伙伴。
但对阿里巴巴而言，我们会更强调在各个不同领域的模型做更广度的研发。我们会做基于coding能力为优先的千问基座模型，我们的视频模型（无论是万象还是Happy House），包括更面向未来的世界模型，以及我们的语音模型。我们相信未来很多业务场景中，用户会需要多种不同模型能力综合来满足业务需求。这是我觉得我们与这些头部AI创业公司的区别。同时，它们某种程度上也是阿里云百炼的合作伙伴。
您说的关于AI coding这个问题也很好。您问何时能迎来类似的增速？其实我们的判断是，在中国现在已经迎来了类似的增速。从我们自己在百炼平台上看到的趋势，以及行业内其他和我们合作关系友好的AI创业公司那里看到，从去年11、12月份到现在今年5月份，这一段时间大量公司的API需求增长，几乎大部分都是由AI coding能力提升带来的。
而AI coding不是简单替代软件工程师的工作。由于AI模型能力提升以及AI coding与整个agent运行环境（所谓的harness工程、数据领域）的结合，我们看到由AI coding驱动的复杂任务agent已经几乎可以在各个数字化工作任务中完成任务。所以无论美国还是中国，这一波AI需求带来的增速主要靠的是AI coding能力的提升。因为AI coding能力提升，结合电脑或数字化工具场景，理论上可以解决几乎所有数字化工作的未来复杂任务。所以这是未来2-3年内一个非常重要的增长趋势。好，我再……
关于您说的中国企业长期存在SaaS付费意愿较低的问题，我觉得现在大模型时代有一个非常大的区别：现在的AI模型能力越来越强。当它能帮助用户真正完成工作中的复杂任务时，我们看到无论美国还是中国企业，为这种帮助他完成工作任务、为智能能力买单的需求在美国和中国都是一样的，而且都会非常强。理论上，只要帮助他完成的工作任务在企业内创造的价值大于token成本，那么对API token的需求就会是无限的。所以从这个角度，我们认为底层的AI需求增长还是非常长期和确定的。
从我们自己看到的数据也可以分享：我们在百炼平台上看到的整体增速非常快。对比去年11、12月份的数据，今年5、6月份的数据应该会增长十倍以上。而且最近我们的ARR已经突破了80亿。也就是说，这个季度我们突破100亿ARR是非常确定的事情。所以我们看到无论中国企业还是美国企业，愿意为智能能力买单、为通过调用智能能力帮助完成真实工作任务买单，是一个非常普适的选择。
关于您的另一个评论，我们也注意到中国为SaaS付费的意愿较低。但我认为，随着模型变得越来越强大，能够真正解决非常复杂的任务、提供真正有价值的智能，这种情况将发生改变。我认为我们可以预期在中国会看到与美国相同的对这种服务的需求。从某种意义上说，当token提供的价值超过token成本时，对token的需求在某种程度上将变得无限。因此，我们认为AI需求的增长是一个长期的确定性。
我也可以分享一些数据。从去年11月、12月到今年5月，我们在百炼平台上看到的ARR增长超过了十倍。ARR已经超过80亿。我认为，本季度实现超过100亿的ARR是非常确定的。
我想继续讨论全球比较的话题。如果看一下全球，海外同行似乎在企业智能体工作流中抓住了最直接的涨幅，而消费者端和变现则略显滞后。展望未来，考虑到阿里巴巴正在投资基础设施、模型、云和通义APP等创新前沿，我们如何评估to B和to C计划之间的战略优先级和资源分配？如果未来企业端继续获得更多牵引力，我们是否会考虑将更多资源从通义APP逐渐转移到云和Maas？
非常感谢您的问题。您这个问题问得很好。但是从AI本身本质上的原理来说，它更是一个计算范式的革命。计算范式的革命最终还是要能够帮助用户去完成任务或者更好地解决问题。从这个角度，我认为to B和to C本质上是一样的。但就现在而言，我们看到无论全球还是中国，最能接受客户付费意愿的确实是在to B领域，因为这和ROI更容易计算，企业付费意愿更强。所以我们大部分推理资源也投入在to B商业化领域。
但另一个层面，AI无非最终是要作为人的助理。作为人的助理，有工作助理、个人助理、学习助理。本质上要解决的问题是一样的：用AI帮助人去解决任务，任务可能有to B、to C或学习、工作、生活。
我们相信to C业务可能现在客户的接受程度和付费意愿还需要一定的投资周期。但我们相信to C的AI助理一样会随着技术进展和客户接受程度，或者在帮助他完成更多任务后，慢慢形成商业模式。这个商业模式在海外已经看到了，在国内我觉得未来一两年内也会看到to C AI助理方面有很多商业化进展产生。
我想跟进一下前面提到的关于云业务未来发展的问题。除了加速之外，能否请管理层再跟我们讲一下EBITA margin方面，特别是在未来几个季度，随着我们的加速，我们会不会看到和国外类似的margin扩张趋势？谢谢。
就现在AI技术以及AI技术对各行业的渗透来说，我们觉得还是处于早期阶段。但就阿里云以及我们AI业务的目标而言，主要还是要做增长，以及用户数、用户的token消耗和市场份额的绝对领先。我们希望能够超过行业平均增长速度，进一步快速获取市场份额，夯实绝对的市场领先地位。利润率是我们的第二目标。
但是由于现在有几个非常明确的行业特点：第一，我们判断未来3-5年内AI行业的需求仍然很难被满足，因为有很多物理瓶颈的限制。无论AI数据中心建设周期，还是行业内芯片或内存等各方面的生产周期、物理扩产、整个产能增长，我们都觉得3-5年内很难支撑AI需求的增长。
从这个角度，阿里云历史上因为有很强大的客户规模效应和资产，我们历史上的IT capex规模效应。在这个规模效应下，由于市场供需紧张，现在实际上我们新的一台服务器——相同的服务器在今年部署上线的成本是我们两年前部署上线的一倍以上，即成本增长了100%以上。这样的新服务器重置成本，对老客户需求和新客户需求都有一个定价牵引作用。我们相信这对未来较长周期内云各项服务的资产定价会有正向的提升效果。
第二个，我们还看到阿里云Maas业务的快速增长。因为Maas业务本身收入相对于我们传统的IT资产类业务来说，是一个高毛利的业务。同时由于整个推理技术的优化，单卡的产能还会持续提升。所以我们现在看到：一台同样的服务器交给百炼平台所创造的营收和毛利水平，高于我们传统云计算简单的算力服务。所以这个业务收入占比的提升，我们相信也能够提升未来的毛利水平。
还有一个是我们的全栈技术优势，平头哥的AI芯片自研，以及平头哥AI芯片未来的规模放量，有助于我们整体提供一个可能在中国最好的性价比水平的推理平台。这个推理平台我们相信也能创造出更好的毛利率，并与我们的模型进行较强的协同。所以由于这几个客观因素的存在，我们判断未来1-2年阿里云的毛利率会有比较显著的提升，最近也会在一两个季度内看到这些变化。
关于资本开支。为了满足 Maas 以及长期云业务收入的需求，我们需要维持什么样的资本开支水平？另外，管理层也提到了机会。目前平头哥芯片在阿里云中的部署渗透率是多少？随着渗透率的提高，我们应该预期自研芯片会带来多大的利润率提升？谢谢。
你的第一个问题也比较重要。其实我们在上个季度的讲稿中也已经提到了，我们对于未来五年的营收目标有一个非常高的目标。在这个目标情况下，对比2022年和2023年，也就是AI大模型还没爆发的年代，阿里云的外部营收，那个收入目标大概是一个增长十倍的目标。粗略计算可以理解为，至少需要当时阿里巴巴阿里云所持有的数据机房资产的十倍以上，才能够支撑我们的长期业务目标。所以某种程度上，我们未来要建的数据中心规模，基本上对比2022年是一个十倍以上的增长。
这是我们所有投入的capex也好，包括我们现在还有不少用OPEX方式去获取的算力也好，这是我们的总目标。所以对比前面所说的三年3800亿，我们面向未来的五年目标，我们相信为了获取这些算力中心所投入的资金会远远超过我们原来的3800亿。当然现在情况已经比较复杂，不见得所有算力中心都会由我们自建的capex去获取。比如我们会用OPEX租赁的方式去获取。包括随着我们平头哥芯片产能的扩大，我们也可能会通过销售平头哥AI服务器的方式，销售给各个算力中心或数据中心的服务商，同时与这些数据中心服务商共同建设。所以未来会有多种方式支撑我们数据中心容量的扩张。这是最基本的数据需求。数据中心的需求来说，我们应该对标大模型没有爆发前的2022年的一个十倍的数据中心规模。
关于自研芯片在阿里云的部署比例，目前还属于少部分范畴。当然我这里也分享一下，平头哥的芯片，我们除了有自己的GPU之外，我们的CPU包括我们的存储网络芯片都是全栈自研的。所以未来我们有机会用我们全栈自研的GPU、CPU、存储到网络芯片去做一个全栈的自研。
现在这个比例还比较低，因为有一些各方面客观的原因。比如中国国内整个半导体的产能还是比较少。当然这几年中国国内半导体的产能也在持续扩张当中。所以我们觉得随着平头哥我们自研全套芯片渗透率的提升，对我们毛利率的提升影响会非常大。但现在有一些情况在互相影响。比如说由于中国国产半导体的整体制程相对来说比国外的还是相对差一点，总体同一个芯片，无论是能耗还是效率上来说，与国外先进芯片相比都会有一些差距。
但是由于我们可以看到国外主流的AI芯片毛利率非常之高，基本上接近60%到80%的毛利率。那么就算是国内芯片总体性能或功耗有一定提升，在这个对比国外先进芯片60%到80%的毛利率中间，其实有一个非常大的我们觉得性价比提升的空间。但这个性价比提升空间最终对我们整体毛利提升的影响，需要看后面我们的产能扩张，以及整体产能扩张之后，对我们现有存量的替代比例。
更新中......
