"現(xiàn)在阿里的服務器內，幾乎沒有一張卡是AI工廠投票不被檢測空的。"

5月13日晚的AI工廠2026財年Q4財報分析師電話會上，阿里巴巴CEO吳泳銘用這句話解釋了當下AI的AI工廠火熱。

阿里巴巴最新季報顯示，AI工廠公司收入2433.80億元，AI工廠同比增長3%。AI工廠其中AI相關產品收入達89.71億元，AI工廠連續(xù)第十一個季度實現(xiàn)三位數同比增長，AI工廠年化收入運行率（ARR）突破358億元。AI工廠不過，AI工廠集團自由現(xiàn)金流卻單季凈流出173億元。AI工廠投票不被檢測

收入在加速跑，AI工廠錢在加速往外燒。AI工廠而這背后，透露出阿里在AI投入上的決心。

AI不是互聯(lián)網，是制造業(yè)

吳泳銘在電話會上拋出一個概念："AI更像一個制造業(yè)，要獲得更多收入，必須建立兩個核心工廠，AI訓練工廠和AI推理工廠。"

類似的觀點，英偉達黃仁勛也曾說過，但那是賣鏟子的視角。吳泳銘的版本則是在解釋為什么阿里云的利潤率不算高，卻還要砸錢。答案藏在一組對比里：

- 阿里云外部收入增速加速至40%，AI相關收入連續(xù)11個季度三位數增長

- AI收入占比已達云外部收入的30%，年化收入運行率約360億元（約53億美元）

- 但集團自由現(xiàn)金流大幅轉負，單季流出173億元

- 調整后EBITDA同比下降84%

這幾乎就是"制造業(yè)重資產投入期"的財務畫像：收入在漲，但資本開支跑得更快。

吳泳銘的判斷是，未來3到5年內，AI算力需求仍然"很難被滿足"，因為AI數據中心建設有物理周期瓶頸，芯片和內存的產能擴張速度跟不上需求增速。

供不應求格局下，誰的"工廠"先建成投產，誰就鎖定了收入。

一個被低估的數據是，同樣一臺服務器，今年部署上線的成本是兩年前的一倍以上。這意味著阿里先發(fā)建成的數據中心，資產本身就自帶"漲價期權"，后來者要用更貴的成本追趕。

3800億可能還不夠

財報電話會上，吳泳銘透露了一個讓市場重新估算阿里資本開支的口徑：對標大模型爆發(fā)前的2022年，未來要建的數據中心規(guī)模"基本上是一個十倍以上的增長"。

此前阿里宣布的AI投資計劃是3800億元。但吳泳銘在電話會上暗示"資本支出或將超過最初宣布的3800億元"。更關鍵的是他對投資回報的判斷："在未來3到5年的需求情況下，我們大量投入的AI數據中心建設，其投資回報是非常確定的。"

把這筆賬掰開看：

- AI模型與應用服務ARR已突破80億元，本季度預計破100億，年底目標300億

- 從去年11月到今年5月，ARR增長超過10倍

- 過去三個月，Token消耗規(guī)模環(huán)比大幅增長

- 智能體工作負載正從"簡單任務"轉向"生產級規(guī)模和復雜工作負載"

這背后的邏輯是：如果年底ARR真能做到300億，且增速不降，那么3800億甚至更高的資本開支就不是"燒錢"，而是"建產能"。區(qū)別在于，制造業(yè)的產能可以較準確地對應未來的產量和收入，互聯(lián)網的"燒錢換規(guī)模"往往算不過賬。

毛利率的隱藏杠桿

阿里這輪AI投資有三個被低估的利潤率改善抓手。

第一，MaaS業(yè)務的毛利率顯著高于傳統(tǒng)Iaas等IT資產類業(yè)務。百煉平臺上，模型API調用的毛利水平高于傳統(tǒng)云算力租賃。當前AI模型及應用服務收入的絕大部分來自百煉的API服務。隨著MaaS占比提升，云業(yè)務整體毛利率會被拉高。

第二，推理技術持續(xù)優(yōu)化。每個季度單服務器、單卡的Token產能都在持續(xù)提升。同硬件成本下產出更多Token，單位成本自然下降。

第三，自研芯片的降本效應正在兌現(xiàn)。平頭哥自研的AI芯片已規(guī)模化量產，60%以上服務于外部商業(yè)化客戶，覆蓋互聯(lián)網、金融服務、自動駕駛等多個行業(yè)。作為"中國唯一能大規(guī)模提供自研AI芯片的云服務商"，阿里既保障了芯片供應鏈的自主可控，又為推理平臺提供了成本優(yōu)勢。

這三條加在一起，吳泳銘的判斷是，未來1-2年，阿里云的毛利率會有"比較顯著的提升"。

結語

阿里這份財報，本質上是在回答一個問題：當AI需求確定性地到來，你是選擇做"平臺"還是做"工廠"？

做平臺是互聯(lián)網邏輯，輕資產、高毛利、靠生態(tài)賺錢。做工廠是制造業(yè)邏輯，重資產、先投入、靠規(guī)模和成本優(yōu)勢賺錢。阿里的選擇是后者。

這個選擇的對錯不會在下個季度見分曉。但有一點是確定的，AI正在從根本上改變中國互聯(lián)網巨頭的競爭維度。

過去比的是流量、GMV、用戶時長。現(xiàn)在比的是數據中心規(guī)模、自研芯片能力、模型推理的Token產出效率。用吳泳銘的話說，AI需求的增長速度超過了物理基礎設施的擴張速度。那在這個窗口期里，敢于"把現(xiàn)金流燒穿"的企業(yè)，賭的是先發(fā)優(yōu)勢帶來的不可逆壁壘。