阿里云与AI：全栈能力+真实场景+数据闭环，能否撑起中国版 Google Cloud 的估值重塑？

核心要点

阿里云AI的核心优势不在某一个单点技术，而在“全栈能力 + 真实场景 + 数据闭环”的综合体系。它在中国市场的角色，与其说是国内版 AWS ，不如说更像叠加了电商和本地生活生态的中国版 Google Cloud 。目前云和AI已经接过阿里整体增长的接力棒，但公司选择用利润和自由现金流换取一轮高强度投入，这一点和当年 Azure 的发展阶段有相似之处。市场对这块资产的定价依然偏谨慎：云和AI的收入贡献、资本开支路径都已在财报中体现，但从估值表现看，真正意义上的AI重估还没有完全展开。

全球云AI格局：阿里云处在什么位置

在全球云计算与AI格局中，AWS、Azure、Google Cloud 和阿里云各自呈现出不同的发展重心和生态特点。下表对四家厂商的整体定位做一个简要对比：

AWS 更偏向通用基础设施与开发者平台，从初创公司到大型互联网企业都会使用其多样化的IaaS与PaaS产品，企业可以在此基础上构建自己的系统；这种模式给予客户较强的技术自由度，但在架构设计和运维上也要求客户具备较强的内部技术能力。

Azure 背靠微软的 Office、Windows、Active Directory 和 GitHub 生态，更像是帮助传统企业整体升级IT系统的平台，重点在于将原有IT资产平滑迁移到云+AI架构上，以 Copilot、Teams 和 Microsoft 365 作为载体，把AI能力嵌入日常办公和业务流程，对原本就重度使用微软产品的企业具有天然优势。

Google Cloud 在近两年则把AI优先的战略推到前台，Gemini 系列模型和 Vertex AI 平台在其云业务中占据核心位置，很多新服务一开始就按照AI原生的思路设计，对高度依赖数据与模型能力的企业具备较强吸引力。

阿里云的情况与这三家都不完全相同。一方面，它要扮演通用云服务提供者的角色；另一方面，它又深度嵌入阿里体系内部的电商、本地生活和支付业务。

从结构上看，阿里云在中国市场实质上拥有一条从算力、平台、模型，到应用和数据的完整闭环：算力层有自研芯片和英伟达  GPU 的混合架构；平台层有百炼MaaS和数据中台；模型层有通义千问系列；应用层有淘宝、天猫、本地生活、支付、金融、政务等大体量业务；数据层则由这些业务每天产生的真实交易与行为数据构成。这种结构，使得阿里云的角色更接近带着电商与本地生活基因的云+AI平台，而不仅仅是一家卖算力或工具的云公司。

从估值维度看，阿里目前对标的Google 当前的动态市盈率大约在三十倍出头，阿里在二十倍上下。简单比较倍数容易得出阿里被低估的结论，但这其实忽略了多个层面的差异：

一方面，美股大型科技公司享有更高的流动性溢价和法律环境透明度带来的溢价；另一方面，Google 云与广告业务的现金流稳定性和成熟度目前仍高于阿里；更重要的是，阿里的全链路生态在带来优势的同时，也提高了内部协调难度。AI 引入之后，对既有变现模式的冲击，使得市场在估值上倾向于先保守一些，再根据管理层的执行效果来逐步修正。

在资本开支与资产负债表维度，对比阿里与几家全球科技巨头，可以更直观地看到各自在AI+云上的投入强度，数据截至2025年9月30日：

在AI基础设施层面，阿里的资本开支策略近两年从防守转向进攻。虽然阿里当前资本开支在绝对量上不及美国几家头部公司，但在自身现金规模下的投入强度仍然较高。

过去较长一段时间，阿里云在服务器采购和数据中心建设上的投入，更多是为了跟上行业进度、满足既有客户需求以及稳住市场份额。而从2024年中开始，管理层明确强调要加大AI相关投入，并公布了未来三年约3800亿元人民币的投资计划。

这三年投入的主要方向是AI服务器、GPU与自研芯片，以及国内外数据中心的扩建升级。按公司披露，大约八成资金将投入AI服务器、英伟达GPU和自研AI芯片，剩余部分投入国内存量节点升级和海外节点扩张。

这种策略与当年 Azure 的高强度投入路径有一定相似之处：在云与AI市场进入规模竞争阶段时，先在基础设施上铺量，占住高质量客户和关键场景，再通过规模效应与产品组合修复利润率。不同的是，阿里当前在中国云市场已占据领先位置，且拥有电商和本地生活的流量与数据基础，起点相对更高。

短期来看，这种抢位型投入直接压缩利润率和自由现金流，从财报表面看并不好看。但判断这一策略是否合理，不能只看当期利润，而要从中长期视角观察：单位算力成本是否随自研芯片规模化逐步下降、AI相关对外收入占比是否持续提升、海外节点是否在三到五年内转化为跨国客户的收入与利润贡献。如果这些问题的答案偏正向，当前的投入就有望在中长期换来估值层面的重估。

FY2026Q2财报：云与AI已经接过增长接力棒

从最新一期财报来看，云与AI已经接过了阿里整体增长的接力棒，而利润与现金流则处在明显的被投资压制阶段。截至2025年9月30日，阿里整体收入同比增长约5%。由于高鑫零售和部分线下业务的剥离，如果按可比口径调整，收入增速约在15%左右。归属于普通股股东的净利润为209.9亿元人民币，同比下滑超过一半，主要由于即时零售和云AI基础设施投入加大，并非主营业务恶化。

数据来源：StockAnslysis, TradingKey

云业务是本季度最亮眼的板块。云计算收入约398亿元，同比增速达到34%，其中来自外部客户的收入同比增长约29%。公司披露，AI相关产品收入已连续九个季度维持三位数同比增长，目前占阿里云外部商业化收入的比重已超过20%。这表明，AI 已经从概念和试点，逐步成为云业务收入的重要来源之一。

云与AI业务在收入端已经显著加速，而利润率和自由现金流则明显回落。这样的剪刀差在云业务进入重资产投入期时比较常见，这些投入正在帮助阿里形成结构性优势。

自研芯片：定位与对标对象

在芯片层面，阿里构建了倚天710、含光800和PPU为核心的自研芯片矩阵，与英伟达生态形成互补关系。从定位与对标对象来看：

在实际部署中，大模型训练与高复杂度推理场景仍然高度依赖英伟达GPU，这是行业现状，也是客户偏好的合理选择。但在大量标准化推理任务和部分通用计算场景中，通过自研芯片替代部分进口芯片，可以显著降低算力成本和能耗。对云业务而言，这既是改善毛利率的重要抓手，也是应对外部政策不确定性的一道安全缓冲。

通义千问、百炼与数据闭环：阿里AI的底层逻辑

阿里在AI上的布局，并非押注在单一的大模型或者平台工具上，而是在整个链条上同时推进：模型层是通义千问，平台层是百炼，算力层是阿里云与自研芯片，应用与数据层则是淘宝、本地生活、支付与金融等业务场景。

在模型层，通义千问已经从内部使用的大模型演变为阿里AI系统的基础设施。通义家族通过持续丰富参数规模与任务类型，并推出针对金融、政务、制造、医疗等垂直行业的版本，为后续行业解决方案提供了模型基础。同时，通过开源与社区运营，通义在外部开发者群体中的使用频率不断提升，增强了其在AI基础设施层的影响力。

在平台层，百炼承担着把模型能力产品化的角色。传统企业如果从零开始自建一套RAG系统，需要处理向量化、检索、重排、对话管理、日志监控、安全合规等多个环节，工程复杂度较高。百炼将这些复杂度通过组件和模板封装，让开发者能够在更短时间内完成过去需要数月甚至更久的工程工作。对于阿里自身来说，百炼同时也是把自家业务踩坑经验标准化并对外输出的平台，许多在淘宝、本地生活和支付场景中反复打磨的最佳实践，被沉淀为可复用的模块和流程模板。

阿里与其他云厂商的根本差异，在于应用与数据层的闭环能力。其他云厂商可以提供算力和模型，但缺乏类似淘宝这种高频交易的大型电商场景，缺乏类似饿了么、口碑这样的本地生活网络。阿里可以在这些场景中不断试验和优化AI方案，等到对外推向B端客户时，能够用已经在我们自己系统里跑了多久、带来了什么具体改善来说明问题，而不是停留在实验室指标和理论推演上。从长期角度看，这种建立在真实业务场景和数据上的闭环，将成为阿里AI体系中最难被复制的一部分。

C端难跑通，B端放量

从商业模式角度看，C端和B端的AI应用走的是两条不同的路。C端应用层出不穷，产品更新频繁，但迄今为止，无论国内还是海外，还没有出现一个在C端跑出高度确定、可持续盈利模式的大模型应用。用户在不同应用之间切换的成本很低，订阅收入受舆论与竞品影响较大，各家仍在探索订阅、广告、分成等不同盈利路径。因此，在当前阶段，把C端AI更多视为品牌曝光+入口布局是相对谨慎的做法。

B端企业AI业务则已经从试点项目逐步走向生产级系统。越来越多企业不再只是试试AI能做什么，而是以明确目标引入RAG系统、垂直行业模型和自动化流程，用于降低客服成本、提升转化率、加强风控或优化供应链。此类项目往往金额较大、实施周期较长、续费和扩容机会较多，一旦嵌入核心流程，替换难度也会随时间增加。

阿里在这一赛道上的优势在于：通义千问和百炼平台提供了通用和平台层能力，自身在电商与本地生活场景中沉淀的大量经验，帮助其把共性需求打包成接近半标品的行业解决方案。对客户而言，从无到有搭建一个AI系统需要经历需求分析、系统设计、模型调优和上线迭代四个阶段，而采用已经在阿里内部跑通的方案，可以明显缩短前面几个阶段的时间和不确定性。随着资本市场把对AI商业化的关注焦点从C端热度转向B端订单、续费和项目毛利，这一结构性的优势逐步体现。

风险评估与长期视角

整体而言，阿里云与AI业务的主要风险集中在三个方向：

一是竞争风险，包括国内云厂商、电商平台和即时零售业务间的高强度竞争，这将继续对短期利润率施压；

二是资本开支与执行风险，当前的高投入策略假定未来数年云和AI业务保持较高增速，一旦宏观环境或技术进展逊于预期，投资回报周期可能被拉长；

三是政策与供应链风险，美国对先进芯片出口的政策走向仍然存在不确定性，自研芯片的研发与量产也存在时间与性能的不确定。

在充分认识这些风险的前提下，阿里云与AI业务依然被长期看好，理由在于：

第一，云与AI业务已经在财报中体现出较高增速，且在集团收入中的比重有望继续上升，是当前少数几个能够提供中高速增长的板块之一；

第二，自研芯片、通义千问、百炼平台与电商、本地生活场景之间已经形成相互支撑的结构，使得单点风险不太可能轻易演变为系统性风险；

第三，相比其他国内厂商，阿里在资源投入与业务基础上的优势使其在中国AI基础设施竞争中仍处于较优位置；

第四，在估值层面，对比国外云厂商的估值，市场对阿里云AI资产尚未给出完全展开的定价，留出了可供未来业绩和执行力去填补的预期空间。

从三到五年维度看，只要云业务增速能够维持在一个健康水平，AI相关收入占比稳步提升，自研芯片带来的成本优势逐渐体现，同时内部各业务线在AI时代的新角色逐步明晰，阿里云与AI业务就能够继续成为推动集团整体估值重构的关键力量。