阿里财报电话会纪要

一、AI 与云业务发展：商业化拐点显现，增长动能加速

阿里巴巴 AI 与云业务进入规模化商业化阶段，驱动收入快速增长。2026 财年第四季度，云智能集团外部收入同比增长 40%，AI 相关产品收入连续 11 个季度实现三位数增长，年化为 358 亿元人民币，占云智能集团外部收入的 30%。公司预计，未来约一年内 AI 相关产品收入占比将突破 50%，成为云业务增长的核心引擎，推动云收入增速在未来季度进一步提升。

模型与应用服务增长迅猛：模型与应用服务（含 Model Studio 平台）年化 recurring revenue（ARR）预计 2026 年 6 月季突破 100 亿元人民币，2026 年底达 300 亿元人民币，且该业务毛利率持续改善，成为高质量增长来源。企业客户从简单任务向规模化生产级复杂 workload 迁移，推动平台 token 消耗量环比大幅增长。

基础设施构建竞争壁垒：T-Head 自研 GPU 芯片已实现规模化量产，超 60% 算力对外服务互联网、金融、自动驾驶等行业客户。作为国内唯一具备自研 AI 芯片规模化供应能力的云厂商，公司在算力供应链自主可控的同时，为客户提供高性价比的训练与推理服务，在算力稀缺环境下支撑收入增长与毛利率提升。传统云产品（如 CPU、存储、容器）加速 AI 化升级，优化为智能时代基础设施解决方案。

二、消费业务表现：CMR 增长回升，即时零售效率改善

消费业务聚焦长期价值，用户体验与商家运营效率优化推动增长。2026 财年第四季度，中国电商客户管理收入（CMR）剔除特定补贴会计调整后同比增长 8%。即时零售业务在维持市场规模稳定的同时，单位经济效益（UE）显著改善，订单量同比增长 2.7 倍（非食品订单增长 3 倍），客单价（AOV）环比提升，主要得益于订单结构优化。

业务协同与品类拓展：即时零售与传统电商形成协同，拉动用户获取、提升活跃度、满足多元消费需求，推动食品生鲜、医疗等品类增长，助力天猫超市等业务加速。公司预计，即时零售业务将在 2027 财年末实现 UE 转正，并在新规模下实现整体盈利。

长期竞争力强化：通过商家扶持计划（补贴与营销投入挂钩）提升商家留存与投入意愿，同时优化履约物流效率，支撑 CMR 持续增长。

三、财务业绩与投资策略：战略投入拖累短期利润，现金流聚焦 AI 布局

2026 财年第四季度，集团总营收 2434 亿元人民币，剔除 Sunnah 和银泰业务后同比增长 11%。调整后 EBITDA 同比下降 84%，主要因 AI 技术、即时零售及用户体验的战略投资，部分被电商 CMR 和云业务增长抵消。自由现金流净流出 173 亿元人民币，主要用于 AI 基础设施投入以强化竞争力。

资产负债表稳健支撑投资：截至 2026 年 3 月 31 日，净现金约 380 亿美元（剔除五年期以上债务后为 590 亿美元），为 AI 与消费业务长期投入提供保障。董事会批准年度股息每股 ADS 1.05 美元，维持股东回报承诺。

投资回报路径清晰：AI 业务被类比为 “制造业”，需投入建设 “训练工厂” 与 “推理工厂”（数据中心），但回报明确 —— 当前服务器算力无闲置，预计未来 3-5 年 ROI 显著。即时零售与本地生活（AIDC）亏损收窄，AIDC 接近盈亏平衡，未来两年现金流贡献有望改善。

四、AI 应用生态与竞争优势：全栈能力构建护城河，模型与场景深度融合

公司构建从 AI 原生软件到全智能体（Agent）生态的闭环，依托全栈技术能力形成差异化竞争优势。Alibaba Token Hub 持续推出新产品，连接消费与企业场景，AI 原生软件与编码代理（Coding Agents）取得突破。

消费端生态整合：Qn App 于 2026 年 5 月 7 日整合淘宝、天猫商业服务能力，并嵌入支付宝、高德、飞猪等生态，成为覆盖日常生产力与学习的 “一站式个人助手”。

企业端平台开放与自研并重：Bailian Model Studio 作为开放推理平台，收入以自研模型（如 Q1、Timoa、音视频生成模型）为主，同时支持第三方开源与闭源模型。2025 年 11 月至 2026 年 5 月，平台 token 消耗量增长超 10 倍，验证企业对复杂推理任务的需求旺盛。

竞争壁垒：技术栈与规模效应：全栈能力覆盖模型、基础设施与应用，自研 T-Head 芯片性价比优势显著，叠加历史客户规模与资产复用，在算力成本上涨（服务器重置成本同比翻倍）背景下具备定价能力。相比国内 AI 创业公司聚焦垂直领域，公司模型研发更具广度（覆盖编码、图像、语音等），同时将创业公司作为合作伙伴而非直接竞争对手。

Q&A

Q1: 模型及应用服务年度经常性收入（ARR）中，内部模型（如 Qan）与第三方模型的贡献比例如何？Token 价格上涨对 MaaS 业务及云业务利润率有何影响？

A1: 模型及应用服务 ARR 主要包含两部分：百链平台（Bailian）的 API 调用收入和 AI 原生软件订阅收入，目前绝大部分来自前者。该平台为开放平台，同时提供自研模型（如 Q1、Timoa 及音视频生成模型等）与第三方模型（含开源及闭源模型），但当前收入主要由自研模型贡献。Token 价格上涨背景下，由于 AI 正从对话式聊天机器人向自主智能体（Agentic）演进，客户对复杂推理任务需求激增，对价格接受度较高，需求持续旺盛且供应暂无法满足全部增长。MaaS 业务毛利天然高于 IaaS，叠加推理技术持续优化（单服务器及单卡 Token 处理能力每季度提升）、模型能力增强及未来 1-2 年价格改善趋势，预计将对整体毛利率产生积极影响。

Q2: 投资者应如何评估阿里投资的 AI 支出与盈利能力方面采用何种管理框架？

A2: 自由现金流为负主要因过去一年对 AI 的大规模投资，鉴于 AI 的历史性机遇，未来两年将继续坚定投入。集团运营现金流主要来自淘宝和天猫，稳定性较强。未来两年即时零售业务亏损将大幅收窄，AIDC 业务将从亏损走向盈利，有望改善净现金流。资产负债表强劲，截至 2026 年 3 月 31 日净现金约 380 亿美元（若剔除五年期以上债务则为 580 亿美元），且具备资本市场融资能力。AI 投资回报路径清晰，类比制造业，当前投入用于建设 “AI 训练工厂” 与 “推理工厂”（依赖 AI 数据中心），2B 端通过 IaaS、MaaS 及 AI 原生应用变现，服务器资源利用率达 100%，预计未来 3-5 年 ROI 明确。

Q3: 即时零售业务单位经济效益（UE）改善的驱动因素有哪些（如客单价、补贴比率、履约效率等）？未来三年该业务前景是否有更新或调整？

A3: 即时零售业务一年投入实现快速增长，市场地位显著提升：订单量较去年同期增长 2.7 倍（非食品订单增长 3 倍），市场份额显著提升。UE 改善主要驱动因素包括履约物流效率提升及订单组合优化，自 2026 年 4 月起在维持订单量的同时持续优化 UE，预计 2027 财年末 UE 转正。该业务与传统电商协同效应显著，在获客、用户粘性、需求满足、交易增长、变现及物流基础设施方面形成支撑，推动食品生鲜、医疗健康等品类销售增长，助力天猫超市等业务加速发展。未来将在优化 UE 的同时，通过创新提升消费者与商家体验，在新规模和市场份额基础上实现整体盈利。

Q4: 与中国其他 AI 平台及初创公司相比，阿里巴巴的主要优势是什么？中国 AI 编码领域何时会出现类似美国的增长？中国客户对 SaaS 付费意愿较低是否会限制 AI 编码产品的商业化潜力？

A4: 阿里巴巴在 AI 领域的优势在于模型研发的广度与规模，强调多领域模型（如编码、图像、语音等）的全面布局，以满足多样化需求；中国 AI 初创公司多聚焦垂直领域，是阿里云的合作伙伴。中国 AI 编码增长已现，2025 年 11-12 月至 2026 年 5 月，API 需求增长主要由编码能力提升驱动，模型可解决数字化生产力场景中的复杂任务，不仅限于替代软件工程师。尽管当前中国客户对 SaaS 付费意愿较低，但随着模型能力增强（可解决复杂问题并提供高价值智能），预计 1-2 年内将形成类似美国的消费者付费模式，需求具备长期增长确定性，百链平台同期 Token 消耗增长超 10 倍，ARR 有望突破 100 亿元。

Q5: 如何评估 2B 与 2C 业务的战略优先级及资源分配？若企业端持续增长，是否会将资源从 QnApp 转移至云和 MaaS？

A5:2B 与 2C 业务本质均为利用 AI 技术帮助用户解决问题、完成任务，战略优先级上当前资源更多投向 2B 端，因企业付费意愿更高且 ROI 更易量化。2C 端虽当前付费意愿较低，但美国已出现消费者按次付费模式，随着技术进步（更好解决日常生活问题），预计 1-2 年内中国也将形成类似模式。两者并非对立，而是协同发展，不会因企业端增长而转移 QnApp 资源，长期将共同推动 AI 技术的商业化落地。

Q6: 未来几个季度云业务 EBITDA 利润率走势如何？能否达到国际同行水平？

A6: 当前 AI 技术在各行业渗透仍处早期，云业务首要目标是实现增长、提升 Token 消耗及市场份额，维持高于行业平均的增速以巩固绝对领先地位，利润率为次要目标。未来 3-5 年芯片、内存等产能受限，服务器重置成本同比上涨超 100%，带来对新旧客户的定价权，长期利好收入。MaaS 业务毛利显著高于传统 IaaS，推理技术优化（单卡产能持续提升）及自研 T-Head 芯片规模化部署（性价比优势）将推动毛利率改善，预计未来 1-2 季度开始显著提升，长期有望接近国际同行水平。

Q7: 为满足 MaaS 及长期云收入需求，需维持何种水平的资本支出（Capex）？自研芯片在阿里云的渗透率如何？该渗透率提升对利润率有何影响？

A7: 需构建 10 倍于 2022 年的数据中心基础设施以满足需求，资本支出将通过 Capex 与 Opex（如租赁）结合实现，可能超过原计划的 3800 亿元；同时可通过销售自研芯片服务器或共建数据中心等方式获取算力。自研 T-Head 芯片可部署于 AI 基础设施全栈（含计算、存储），当前渗透率较低，主要受国内半导体产能限制；随着产能扩张及技术进步，其对存量服务器的替代比例提升将显著改善毛利率。国内芯片虽在能效、生产效率上落后于国际领先水平，但国际 AI 芯片厂商毛利率高达 60%-80%，国内芯片存在较大性价比提升空间，将贡献毛利增长。