今日，阿里巴巴集团发布 2027 财年第一季度财报。财报显示，第一季度阿里巴巴营收 2690 亿元，上年同期营收 2476.52 亿元；调整后净利润 207.2 亿元。其中，阿里云外部商业化收入加速增长 45%，增速创 22 个季度新高。

详见：阿里巴巴：2027 财年第一季度营收 2690 亿元

财报发布后，阿里巴巴集团董事会主席蔡崇信、CEO 吴泳铭、CFO 徐宏、以及阿里电商事业群 CEO 蒋凡出席了随后召开的电话会议，对财报进行了解读，并回答了分析师提问。

以下为本次电话会议分析师问答环节的主要内容：

花旗银行分析师 Alicia Yap：感谢管理层接受我的提问。大家晚上好，也祝贺你们取得非常扎实的业绩表现。我想问的问题主要是有关于本季度的资本支出大幅增加背后的原因和驱动力，还想了解一下接下来几个季度的资本支出总体趋势，以及对于之前公布的三年投入 3800 亿的这样一个预算是不是有任何更新，另外想要了解当前这些资本支出的分配情况，多少用于训练等等，各方面的风险，然后管理层是否可以评估这些资本支出的投资回报率。

吴泳铭：好，谢谢你的问题。这个问题我觉得挺重要的，我也想借这个问题详细解释一下我们在 AI 方面的整个商业模型，以及未来的资本支出投入的一个预期。我们去年 2 月份公布了三年 3800 亿的投资计划，到今年 6 月季度末已经累计投入了一千九百亿，还是符合预期的。本季度的 677 亿确实高了一些，但是因为硬件交付它有一个周期，并不是每个季度均匀的，所以更多的是一个设备交付的波动性。同时本季度我们还增加了对于 CPU 的采购，因为 Agent 时代，我们看到对 CPU 的需求在大幅的增长。当然也有芯片组件价格的上涨的因素构成。

总体来看，我们不应该强调就是本年度的资本支出是 677 乘以 4 这样的一个匀速匀速投入的建设，但总体来说，我们是希望今年的投入建设还是在维持在一个更积极的态度上。

我也想趁这个机会和各位投资人朋友解释一下全栈式 AI 的平台的服务的商业模式，这本质上是一个重资产的一个商业模式，我们现在看到所有的 AI 的变现方式，无论是 AI 软件订阅，还是大模型的 API 推理，还是 GPU 的 aaS 服务，以及 AI 相关的训练或者推理的软件服务，本质上所有的这些变现都需要在 AI 的算力中心这个基础上。而 AI 算力中心的建设，我们才能够获得市场份额的高速增长。所以这是一个非常明确的一个重资产的商业模式，而重资产商业模式要获得高速的增长的前提，需要在 CAPEX（资本支出）投入上进行前置，所以我们会看到，我们从 2025 年开始进入了一个非常积极的一个硬件方面的投资建设周期。从这个角度上来说，我们要获得一个高速增长，就必须在前面几年去投入更多的一个 AI 算力中心的建设。所以这是我们一个商业模式上决定的，就必须是 CAPEX 先行，才能获得后面的业务的增长。

下面我再来解释一下，为什么在现在这个阶段进行 CAPEX，进行 AI 算力相关的 CAPEX 投资的回报确定性非常高。行业共识是在 2030 年之前，我们看不到 AI 算力紧缺的这个情况有会有非常大的改变。所以在这个行业背景下，我们现在看到我们的 AI 算力的 CAPEX 的投资回报确定性非常高。从数据上来看，按照我们现在的 AI 产品的平均毛利水平，我们的 CAPEX 可以实现在三年之内回本。而我们 AI 的产品的毛利润水平还在处于持续的提升过程当中，这个回报周期未来还会持续的缩短，比如说往 2.5 年回本的方向去推进。

按照我们现在的投资回报周期，我们的 AI 算力在投入三年之后回本之后，还会非常长时间的持续不断的贡献正向的现金流。从我们现在看到的实际情况来看，一个最直接的例子，在我们的数据中心里面，2020 年购买的 A100，2018 年购买的 V100，到现在还是近乎满载的被客户使用。AI 算力资产的实际使用寿命周期远远长于理论上的折旧周期。

同时我们在提升 AI 产品的毛利率水平上和投资回报率上有三个重要的手段。第一，是我们可以持续提升 AI 产品的毛利率，比如包括我们现在持续投入推动我们的 sota 模型建设，拓展高毛利的 mass 业务，同时还可以使用我们更完善的产品组合来提升我们的 AI aaS 产品或者 AI 相关的软件产品的竞争力，从而提升毛利率水平。我们看到 AI 产品毛利率还在持续提升，本季度已经带动了阿里云整体板块的利润率提升四点四个百分点，来到百分之十一点六，这是初步的验证。

第二个重要措施是我们的自研芯片，也可以说是在这个过程当中最重要的一个方案。我们平头哥的自研芯片路径覆盖 GPU、CPU 和网络芯片，这是新一代 AI 数据当中最核心的芯片组合。在 AI 数据中心里面最昂贵的成本就是芯片以及存储。芯片的自研芯片是我们长期重要的方向，随着我们平头哥自研芯片未来的产能的持续提升，在我们的数据中心的这种自研芯片的比例还会持续提升，替代我们更多的商业化采购的芯片。我们知道在现在这个算力紧缺的时代，商业化芯片的本身它们的毛利率就很高，所以，自研芯片的比例大幅提升，会大幅度提升我们的产品竞争力以及我们的毛利水平。

第三点也很重要，我们还有多种商业化的手段来提升我们的现金流的使用效率。比如我们和合作伙伴共建 AI 的算力中心，比如我们现在有一些的 AI 的算力合同已经开始采取预付的方式。所以这些的通过商业上的方式也可以大幅提升我们的投资回报率。

通过这三条路径，我们可以持续的把 AI 开发式的回本周期推向更短的时间。比如推向 2.5 年，甚至接近 2 年。我觉得可以给大家算一个简单的框架，如果按我们现在的 AI 产品毛利水平，Capex 三年回本的条件下，理论上把我们的增速控制在 33% 以内，就可以实现正向的现金流。

但这现在不是我们的战略选择。由于 AI 还处于整个行业的非常早期阶段，对我们的战略选择，我们是会坚定的投入 capex ，积极的建设，去推动业务的高速增长。而后面随着我们的产品毛利率的提升，自研芯片的替代比例的提高，我们的回本周期将进入二点五年甚至更短的时候，我们可以看到在追求百分之四十以上增速的同时，还能够维持正向的现金流，这是我们的长期方向。

汇丰银行分析师 Charlene Liu：感谢给到我这个提问机会。我想问一个跟电商相关的问题，首先想问一下闪购的一个进展情况。另外，阿里巴巴把多项业务进行了梳理，组成了阿里巴巴电商集团。那这些业务未来各自的一些战略重点是什么呢？谢谢！

蒋凡：我先给大家介绍一下，我们新财年对这个电商板块进行了重新的梳理，未来我们会围绕着中国电商、即时零售、还有国际电商、全球 B to B 四个核心板块向大家持续同步我们的进展。今天我想先简要分享一下这四个板块的进展跟思考。首先中国电商，国内电商的短期宏观环境还是面临挑战，放眼长期，我们聚焦核心供给，同时希望通过 AI 提升电商的体验跟整体经营效率。首先在供给方面，从去年开始，淘宝天猫就聚焦对平台，包括品牌商家在内的原创商家进行扶持，同时挖掘优质产业带的白牌供给的潜力。

我们会继续加强和头部品牌商的合作关系，帮助品牌客户实现稳定且可持续性的生意发展，天猫依然是品牌商跟很多原创商家最核心的经营阵地。同时我们也会深入产业带，挖掘源头好货，支持更多制造业工厂职业的平台上开店经营，也利用平台 AI 能力帮助更多白牌商家进行更加简单、更加高效的托管经营。产业带托管经营模式在平台的交易比例在持续提升。在刚过去的 618，尽管宏观环境面临一定挑战，从结果上看符合我们的预期，尤其是核心商家的这个经营结果还是取得了不错的成绩。

同时我们也看到 AI 在电商供需两侧的机会，那么用户侧我们会持续推出更多基于 AI 能力的新体验、新场景，例如多模态搜索、AI 试衣等。另一方面，利用 AI 技术提升现有购物场景下的体验跟效率，例如我们看到 AI 对我们的商品推荐带来了非常显著的提升。商家侧，我们看到商家已经在经营中非常普遍的使用 AI，我们在经营的各个环节尝试通过 AI 帮助商家提升能力，尤其是数据分析、广告营销、客服等环节。商家可以明显受益，后面我们也会跟千万办公合作，推出更加适配电商场景的 AI 智能体。

然后回到即时零售的这个问题，经过一年多的发展与投入，淘宝闪购的规模跟市场份额都已经发生了实质性的变化。无论是用户心智、供给丰富性、物流体验还是订单规模，都取得了巨大的提升。上个季度我们在用户跟订单规模都保持上涨的前提下，实现了优异的大幅度优化，亏损规模显著缩小。在今天这样一个基础上，接下来我们会加速整合盒马、天猫超市等相关板块，发展非餐饮品类的即时零售，尤其是加速发展前置仓。盒马过去一年加快前置仓的布局，带动了整个交易额的同比加速。

同时闪购也会持续拓展更多品类覆盖，在一些重点品类上持续创新，提升消费者体验。我们认为，非餐饮品类的即时零售交易额规模将在下个财年内超过餐饮品类，会带动电商大盘很多实物品类。即时零售板块预计在 2029 财年实现整体盈利，长期看我们认为即时零售有望贡献平台整体交易额的 30%，成为电商板块的第二曲线。

关于国际电商板块，短期来看，我们的海外电商确实受到了国际税收政策和地缘环境的影响，面临一定的压力。但我们也看到，尽管市场环境很复杂，跨境电商依然保持交易规模上涨的同时，盈利水平也有显著提升。不管是交易规模还是盈利能力，我们都认为，跨境业务具备长期潜力。另外，我们在中东等区域的本地电商平台也发展很快，东南亚等市场的经营效率也在持续改善。

最后，关于全球的 B to B 业务，B to B 业务包括我们的 1688 平台跟 Alibaba.com。那么过去二十年，这个业务一直在持续的发展。我们看到 AI 技术会给 B to B 交易平台带来非常大的变化，甚至可能从根本上改变原有的商业模式，尤其是 AGENT 代理模式会在 B to B 交易中扮演越来越重要的角色。我们面向跨境电商商家推出的 AI 智能体 Accio Work，上线后很快就拥有了五万的付费商家在使用，AI 正在全面改变 B to B 商家尤其是跨境商家做生意的方式。我们认为。基于过去 20 多年在这个领域的积累，我们有机会在 AI 时代的 B to B 跟跨境贸易领域创造出全新的业务模式跟商业机会。

总体来看，过去几年我们在电商板块的几个领域完成了阶段性的布局。接下来我们希望继续发挥我们从供给协同到 AI 技术的优势，让各个业务在 AI 时代释放更多的潜力，同时也实现更加多元化的收入利润结构，推动整个板块更加稳健的发展。

中金公司（CICC）分析师白洋（Yang BAI）：管理层好，我的问题是关于云与 AI 的业务。我们观察到阿里云的收入增速逐季提升，本季度已经来到了百分之四十五。那么公司此前其实也提出过未来五年外部云收入突破千亿美元的长期目标，这次也提出了未来几个季度仍会加速。那么我想请教两点，第一，如果展望未来几个季度云业务的增长节奏，支撑云计算进一步加速增长的核心驱动因素是什么。第二，当前其实行业还是处于一个算力供给偏紧的阶段，虽然管理层刚才也提到，可能在 2030 年前这个供需格局都不会有变化，但也想请教一下，如果是站在一个更长期维度去看，云业务长期增长的核心驱动都有哪些，是否会和短期有所不同？谢谢。

吴泳铭：好，谢谢你的问题。我觉得这个问题我可以稍微展开一点，分三个部分来讲。第一，讲一下就是我们的现在的业务的现状和数据。然后在后面再来讲一下我们觉得驱动我们的 AI 相关的业务的增长的动能。最后再来讲一下从我们现在的分析来看，长期的一个远期展望。

我先来讲一下我们现在的现状和数据。我们看到就是 AI 加云的外部收入已经持续九个季度加速增长，那本季度的已经持续加速到百分之四十五。我们看到客户的需求强劲。而我们的供给相对别的云厂商来说，也具备非常强的优势。所以未来几个季度，我们判断收入还会收入增速还会持续加速。

我们看到本季度 AI 相关的产品，本季度的收入来到 124 亿元人民币，对应年化我们可以换算的约 73 亿美元。那在我们现在的数据的业务预测情况下，我们在下个季度的 AI 产品的年化收入将接近 100 亿美元，所以可以看到我们的增速还是还是非常之高的。

同时，我们也判断未来几个季度，我们的 EBITDA 利润率会逐季提升。还有对于我们的云业务相当重要的 Mass 业务，在本季度的 AI 需求的增长，以及我们的推理效率的提升共同推动下，8 月份的最新的 mass 业务现在也已经突破了 160 亿元人民币。

再解释一下我们的商业模式的增长动能，我觉得首先还是要说一下阿里巴巴在 AI 上面的这个投入模式。和单一的 AI 公司有最大的一个区别，我们是在 AI 的全栈技术上进行饱和式的投入，尤其是在芯片 AI 云基础设施和模型侧的饱和投入，保证了我们在这个三个最重要的技术层面都处于行业的领先地位。而且我们判断 AI 行业的技术发展还在早期，在不同的技术发展阶段，AI 行业的核心商业价值会在芯片、云、模型和应用等不同层次之间流动，而我们全栈式的投入可以保障我们具备最佳的服务能力和最好的性价比，也使得我们在未来行业技术发展的不同阶段都能够保持竞争力和长期的增长动能。

我们觉得，在最近一两年的一个短期的最重要的增长动能，从 2025 年底开始爆发的大规模的商业化推理服务，已经彻底改变了 AI 云的商业模式。刚才我已经提到了，算力才是 AI 营收能力的核心资产。现在所有的 AI 营收模式都是围绕着 AI 算力所展开，而算力紧缺现在又是全行业的中期共识。同时，由于 mass 推理服务厂商的高毛利，使得 AI 算力不再是一个原来意义上的成本中心，而是成为与收入正相关的生产资料。

所以行业内高定价的算力供不应求，推动了各场景下就不同的场景下他们都要需要使用 GPU，但是不同场景下他们的定价模型。就开始越来越趋近于行业最高毛利的变现方式，共同推动了几乎所有 GPU 相关产品的定价模型，而阿里巴巴同时具备全模态的模型能力。我们的大部分模型能力都处于行业前沿的一线水平，也使得我们在算力的价值实现上具备优势，使得我们在我们的算力定价上有一个非常强的锚点，在阿里云具备算力的差异化定价能力。所以我们看到，在旺盛的需求以及算力的商业价值正在被市场重新定价，而我们也能够以更健康的价格续签新的合同，以及包括客户老合同的续约，都是随着新的市场需求在发生定价模式的变化。所以我们看到阿里云的盈利能力在今年开始都在处于一个显著的提升过程当中。

再来讲一下，就是 AI 云的这个商业模式，长期的规模效应和网络效应其实是一个长期的增长动能。其实前两年行业投资人一直在问 AI 的超级应用是什么，但其实我们认为 AI 最大的超级应用就是以 AI 算力为核心的 AI 云平台。长期来看，大部分企业的核心的 AI 工作负载都需要全栈的 AI 云来提供服务，比如大规模的训练、大规模的推理、定制化的推理软件、企业 agent 的开发与运营。这些都需要在一个全栈式的云平台来提供覆盖 GPU、 CPU、存储、数据库和虚拟化。所以 AI 云就像就像是一个超级城市，训练推理企业系统以及 AI agent 就像是这个城市的居民，持续迭代提升全栈的 AI 云服务，就像城市的基础设施，源源不断地吸引更多的新居民，并在提升老居民的留存率。所以我们长期来看，AI 云平台的规模效应和网络效应可以长期的推动我们的 AI 业务长期的增长。

因此，鉴于我们拥有亚洲云厂商里最多的数据中心，具备最强的规模效应，同时我们自研的平头哥 AI 芯片的规模化部署扩大避免了外购高端的商业化 GPU 的高额溢价，对毛利的侵蚀。同时，由于我们自研模型的行业搜查的能力具备极高的算力定价能力，因此我们从行业的发展趋势以及我们自身的产品优势上来看，AI 加云的长期的营收增长和利润率的增长动能非常强劲。所以对于加速实现 2030 年前云外部收入 1000 亿美元的目标，我们具备极强的信心。也认为。对 AI 云业务实现 20% 以上的利润率有很强的可见性。

分析师：感谢管理层接受我的提问，也恭喜公司这个季度在云计算和 AI 这个领域取得积极进展。我有一个问题关于我们的 mass 业务，刚才你们也讲到我们 8 月份的 mass 业务已经超过 160 亿人民币了，那我想问，我们上个季度也有讲到，就是年底的一个目标是要突破 300 亿的 mass arr。那基于现在的一个进展，我们年底的目标会不会有一些调整。另外，在 mass 这个业务当中，我们自研模型和三方的一个模型的一个占比分别是怎么样的？那未来模型的一个竞争加剧，以及也有更多的开源模型的一个涌现，这些将怎么影响到我们 mass 的一个毛利率以及盈利的一个能力？谢谢。

吴泳铭：谢谢你的问题，我们现在的百炼平台的 mass 业务的增速确实非常迅速。8 月份的我们的 ARR 已经突破了 160 亿人民币，从现在的增增速以及我们现在后面持续还会上线的更多的新的模型来看，我们在年底突破 300 亿的 ARR 的目标，我们觉得还是会比较确定性的实现。

在我们现在的 mass 业务中，我们的自研模型还是占大部分的一个比例，但是我们三方的开源模型的比例其实营收也是不小的。这个还是要说一下我们对于模型竞争的长期看法，从我们现在看起来，一方面客户有比较强的需求，在一个 AI 应用当中，它可能会使用多方的模型，因为每个模型都会有自己的能力特点。同时我们也会看到未来模型的更多的开源模型更会更多的涌现，所以从这个角度上来说，其实是有利于阿里云、百炼这样的这样的云厂商的推理平台，因为实际上在我们的毛利水平当中，托管开源的免费的三方模型和托管我们的自研模型，从毛利水平上来说，其实是相差不大的。我们的自研模型其实更多的是为了长期的去追求我们在模型的智能水平上的提升，和 agi 方面的这个突破，但是在短期的 mass 服务上面，实际上整个的毛利水平和托管开源模型是毛利水平是是差不多的，所以更加竞争，或者说更加开放繁荣的开源生态，其实是有利于有利于阿里云这样的云厂商的。

摩根大通分析师 Alex Yao：谢谢管理层给我问最后这个问题的机会。刚才你们也花了蛮多篇幅，讲咱们的这个全栈式的 AI 生态。我的问题就是咱们这个全栈式的 AI 生态，它的这个价值最终是在哪一层去沉淀，或者说去变现啊？

因为我们看到，公司在旗舰模型发布三个月之内就开源了这个 Queen3.8 Max 的权重，同时咱们资源芯片的这个商业化开展的也挺成功的，现在落地到了 650 多家的外部客户。这是不是意味着管理层的判断价值将会最终沉淀在算力与调度编排层，而不是

模型层；还是说管理层觉得这个 AI 的在不同的发展阶段，它的这个全栈式生态的价值可能会沉淀在不同的环节。如果咱们觉得它会长期的价值沉淀在这个硬件或者是算力这个层面的话，咱们怎么考虑当政府主导的算力供给，或者是同样拥有合规芯片的竞争对手扩大供应以后，在硬件或者算力这层的回报靠什么来保护？谢谢。

吴泳铭：你这个问题问的问的很专业，就是也涉及到一个长期的判断，那长期的判断来说，我觉得其实还是有一些不确定性的。但是总体来说，我们觉得，因为我们的由于全栈式的 AI 投入，所以无论这个价值在哪一层，在不同阶段，在哪一层的多还是少，我们都有机会捕获在我们这个生态当中。那我说一下我自己个人的短期的判断，就现在短期的判断上来说，我们觉得大部分的价值还存在于芯片和云基础设施这一层，这是我们从国内外的更多公司当中也看到的一个情况，就是在当一个技术的早期，尤其在一个这个技术的供给稀缺的情况下，大部分情况确实会是这样，就大量的价值会存在于提供基础设施以及最核心的硬件，包括我们的一些芯片、存储这样的供应商当中。那在阿里巴巴的这个设计当中，我们把我们的算力、云基础设施和 AI 推理这一层其实是放在一个模块当中，放在我们的一个板块当中的。

关于您刚才说的模型的这一层的商业价值如何体现，那这一层我觉得在行业内的争论也很多，我觉得在我们公司内部也是大家各有不同的看法。我只是说一下我的个人看法，就我的个人看法而言，AI 大模型的这一层现在现在通过 API 来变现的商业模式，我觉得是对于大模型来说是一个短期阶段性的商业模式，肯定不是最终极的商业模式。其实我们公司投入这么大的算力，在我们的全栈式模型上面的一个投入，其实目标肯定不是为了现在短期的 API 的这这部分收入，因为我们觉得，未来当 AI 大模型能够实现 AGI 或者接近 AGI 的能力的时候，其实最终的商业模式应该是会直接创造产品，或者直接创造客户所需要的结果。尤其是在商业的产品研发或者产品创造上面，或者商业的直接的运营上面，所以到了那个阶段，其实 AI 模型公司或者 AI 模型的商业模式不应该是提供 api 服务，那个阶段的商业价值，这也是支撑全世界这么多模型公司在现阶段持续不断的军备竞赛投入的原因所在。所以从这个角度上来看，我觉得 AI 大模型的商业价值现在还远远没有看到，未来的商业价值会比现在所提供的 API 的商业服务会高很多。

关于你说的在硬件算力层面，我觉得你这个问题我也想比较重点的回答一下，因为实际上对于我们的自研芯片，平头哥的芯片的布局，其实我们在以前投资人会议上说的比较少，我今天稍微展开一下。我们的平头哥的上一代芯片已经出货了 50 万片以上，而我们刚才所说的全国产化的第一代芯片已经在 8 月份开始以超节点的形式在阿里云上面已经开始全面上架。而这一代的芯片，我觉得我们是中国市场唯二的可以放量进行对超节点上架的一个公司。所以我们对这一代国产芯片在客户的接受度上以及大规模的商业化程度上，我们的信心非常强，因为这里面我也要说一下我们平头哥芯片的在所有国产芯片当中的一个不同的特点，因为平头哥的 AI 芯片在国内芯片当中比较独特的，以 gpu 架构作为核心的一个技术架构，那么在这个技术架构下，我们同时能够非常好的支持训练和推理的工作负载。所以我们在支持的众多的几百个中大型的客户当中，既在帮他们做推理，也在帮他们做模型的训练，尤其是像众多的巨升智能公司和众多的自动驾驶公司，包括很多的大的模型公司，所以从这个角度上，我们可能是在中国唯一具备大规模的训练和推理商业化客户的这样一款芯片。

然后另外一个我也想说一下，我们对平头哥的第二代的国产芯片的一个期待，我们对平头哥的第二代国产芯片因为今年下半年会开始开始逐渐的流片和产出，我们这一代的芯片会有非常强的算力以及非常强的互联带宽，我们觉得完全可以替代大规模的模型训练。从这个角度上，我觉得我们在国内的芯片上的技术上的升位是非常独特的，所以我不觉得有一个所谓政府主导的算力供给会能够有一个非常强的竞争力的芯片。

所以从这个角度上，我们觉得对于平头哥未来成为阿里云的主要核心竞争力，我们觉得还是非常有信心的。尤其是阿里云现在已经有几百这个中大型的客户，在平头哥的芯片上获得了一个比较好的使用价值。在国内我觉得从接触的工程师的角度上来说，其接触的工程师的范围也是非常广的。

所以总结来说，我觉得我们的平头哥的芯片在支持多行业的训练和推理的这个多样性上，我觉得是国产芯片可以说第一。从我们在行业的未来的这个产能和供应链的布局上，我们可以说是前二的存在。从我们对于未来 AI 芯片的对客户的渠道能力上，由于阿里云的长期的在中国的 AI 云上面是最大市场份额的厂商，我们在未来的渠道能力上，我觉得会是非常强的存在。所以从这个角度上，我觉得我们平头哥芯片长期的商业价值，我觉得我们还是非常有信心的。（完）