Ved at placere cloud- og chipforretningen tættere på hinanden vil Alibaba mindske afstanden mellem chipdesign og kommerciel anvendelse. Det kan gøre det lettere at koordinere udvikling af chips, cloudkapacitet, modeltræning og inferens – altså den proces, hvor en trænet AI-model leverer svar til brugerne.
Satsningen handler derfor ikke kun om at udvikle en bedre chip eller en stærkere model isoleret set. Alibaba forsøger at kontrollere en større del af den teknologiske stak, så selskabet kan forbedre økonomien og ydeevnen i de tjenester, der sælges til virksomheder.
Regnskabet beviser dog endnu ikke, at en fuldt integreret stak vil give et bedre langsigtet afkast. Det er fortsat en strategisk antagelse, der skal testes gennem kundeoptag, cloudmarginer og afkastet på infrastrukturinvesteringerne.
En separat AI Lab and Applications-enhed giver Qwen et direkte organisatorisk hjem, der dækker både modeludvikling og udbredelse. Det er vigtigt, fordi Alibaba forfølger to mål på samme tid: Qwen skal distribueres bredt, men modelbrugen skal også skabe efterspørgsel efter produkter, applikationer og cloudtjenester.
Samtidig adskilles model- og applikationsforretningen fra selve infrastrukturen, uden at den strategiske forbindelse forsvinder. Qwen kan blive en distributionskanal for Alibabas cloudværktøjer, mens Alibaba Cloud kan levere den beregning, hosting og virksomhedsinfrastruktur, der skal gøre Qwen kommercielt anvendelig.
Flere af de tal, der forbindes med Alibabas AI-strategi, stammer fra forskellige regnskabsperioder. I det afsluttende kvartal af finansåret 2026 voksede den eksterne omsætning i Cloud Intelligence med 40 procent, mens AI-relaterede produkter stod for cirka 30 procent af den eksterne cloudomsætning.
Tallene for det efterfølgende Q1 FY2027 var stærkere på flere punkter:
Det betyder, at tallet på 35,8 milliarder yuan i annualiseret AI-omsætning og oplysningerne om 11 kvartaler i træk med trecifret vækst skal forstås som tidligere periodetal – ikke som den mest aktuelle beskrivelse af Q1 FY2027.
Retningen er dog klar: AI-efterspørgslen er ikke længere kun et forskningsprojekt internt i Alibaba. Den kan nu ses i cloudforretningens salg og i produktomsætningen. Hurtigt stigende AI-salg er imidlertid ikke det samme som en rentabel AI-forretning.
Alibabas Qwen-strategi kombinerer åben distribution af modelvægte med en mulig model for indtægtsdeling. Reuters har rapporteret, at selskabet planlagde at bede store kommercielle brugere af en kommende Qwen-model om at forhandle aftaler baseret på den omsætning, som produkter eller tjenester udviklet med modellen skaber. Modellen skulle fortsat distribueres bredt, mens de største kommercielle implementeringer kunne blive underlagt yderligere vilkår.
Der er en vigtig begrænsning: Planen var ikke en færdig, offentligt specificeret prispolitik. Kilderne fastlagde hverken en endelig procentdel, en omsætningstærskel eller et komplet licenssystem. Forslaget signalerer derfor et forsøg på at tjene penge på Qwens kommercielle værdi uden at opgive den rækkevidde, som åbne modelvægte kan give.
Strategisk åbner det for to mulige indtægtsveje:
Om modellen vil fremme udbredelsen eller gøre store kunder mere forsigtige, afhænger af de endelige licensvilkår.
Alibabas nuværende konsolidering er bemærkelsesværdig, fordi den prioriterer koordinering på de områder, ledelsen ser som strategisk afgørende. I stedet for at holde chips, cloud, modeller og applikationer adskilt placerer selskabet dem tættere på hinanden, så produktudvikling og infrastrukturinvesteringer kan styres som ét samlet system. Samtidig samles de vigtigste handelsforretninger for at forbedre samarbejdet på tværs af Alibabas forbruger- og forhandlerøkosystem.
Det adskiller sig fra 2023-strukturen, hvor Alibaba organiserede koncernen i seks forretningsgrupper med større decentralisering, selvstændigt ansvar og mulighed for separate børsnoteringer. Den planlagte cloud-notering blev senere opgivet. Den nye model går i den modsatte retning for strategisk teknologi: Her samles de områder, som Alibaba mener skal udvikles i tæt sammenhæng.
Den praktiske prøve bliver, om den nye struktur kan forkorte vejen fra forskning til kundeadoption. Hvis Qwen tiltrækker brugere, kan de skabe efterspørgsel efter cloudberegning, virksomhedsværktøjer og AI-applikationer. Hvis handelsforretningerne deler mere infrastruktur og dataindsigt, kan AI også styrke Alibabas kerneforretning.
Kilderne understøtter retningen, men de dokumenterer ikke, at organisatorisk samling i sig selv skaber en varig konkurrencefordel. Det skal i stedet kunne ses i kundeoptag, cloudmarginer, modelbrug og afkast på de store investeringer.
Investorerne fulgte især, om cloudvæksten kunne opveje omkostningerne ved at opbygge AI-kapacitet. Før regnskabet lå et konsensusestimat for kvartalsomsætningen på 38,63 milliarder dollar. Alibaba rapporterede en omsætning på 268,95 milliarder yuan, svarende til cirka 39,64 milliarder dollar, en stigning på 9 procent år til år.
Indtjeningen udviklede sig langt svagere. Nettoresultatet faldt omkring 75 procent til cirka 10,5 milliarder yuan, mens den justerede indtjening pr. aktie i markedsdækningen blev opgjort til 1,26 dollar. Den justerede EBITA faldt også, efterhånden som Alibaba øgede udgifterne til AI-infrastruktur, teknologi og relaterede initiativer.
Alibaba har samtidig sagt, at selskabet forventer at overskride sin tidligere offentliggjorte treårige investeringsplan på 380 milliarder yuan til AI- og cloudinfrastruktur. Det forklarer, hvorfor investorer kan se stærk efterspørgsel efter cloudtjenester og samtidig være bekymrede over den kortsigtede indtjening.
Den klareste konklusion fra Q1 FY2027 er ikke, at Alibaba allerede har bevist, at AI-forretningen er økonomisk attraktiv. Selskabet prioriterer i stedet bevidst de forudsætninger, som ledelsen mener er nødvendige for at skabe den økonomi:
Bytteforholdet er tydeligt i regnskabet. Cloud- og AI-efterspørgslen accelererer, men servere, chips, modeludvikling og kapacitet presser den kortsigtede indtjening og pengestrøm. Det næste, investorerne har brug for, er derfor ikke blot endnu en stigning i modelbrugen. De skal se tegn på, at AI-omsætningen kan vokse hurtigere end omkostningerne ved at bygge og drive teknologistakken.
Påstanden om mere end 3 milliarder Qwen-downloads på seks måneder og den oplyste stigning på 36 procent i Alibabas Hongkong-noterede aktie blev ikke uafhængigt bekræftet af de tilgængelige kilder. De bør derfor ikke bruges som fast dokumentation for strategiens succes.