Alibaba’s AI-strategie groeit snel — en drukt de winst fors

De kwartaalcijfers van Alibaba laten een duidelijke strategische keuze zien: het Chinese technologieconcern accepteert een forse winstdaling op korte termijn om een geïntegreerd AI-platform op te bouwen. De omzetgroei en sterke vraag naar cloudcapaciteit wijzen erop dat klanten AI-diensten daadwerkelijk afnemen. Tegelijkertijd slaagt Alibaba er nog niet in om die vraag te vertalen naar hogere winst op groepsniveau.

De belangrijkste cijfers

Over het kwartaal dat eindigde op 30 juni 2026 rapporteerde Alibaba een omzet van 268,95 miljard RMB, 9% meer dan een jaar eerder. De nettowinst daalde daarentegen met 75% naar 10,44 miljard RMB. De aangepaste EBITA — een maatstaf voor operationele winst vóór rente, belastingen en afschrijvingen — zakte met 30% naar 27,33 miljard RMB. 67

De tegenvaller zat dus vooral aan de winstkant, niet bij de omzet. Alibaba bleef bovendien onder de verwachtingen voor de aangepaste winst per American depositary share (ADS), doordat hogere AI-kosten en kapitaalinvesteringen op het resultaat drukten. 910

De kerncijfers:

• Groepsomzet: 268,95 miljard RMB, een stijging van 9% op jaarbasis. 211
• Nettowinst: 10,44 miljard RMB, een daling van 75%. 67
• Omzet uit AI-cloud en computingdiensten: 48,44 miljard RMB, een stijging van 45%. 48
• Kapitaalinvesteringen: 67,68 miljard RMB, 75% meer dan een jaar eerder. 68
• Jaarlijkse terugkerende omzet uit model- en applicatiediensten: meer dan 16 miljard RMB. 8

Die combinatie is veelzeggend. Alibaba ziet duidelijk vraag naar AI-diensten, maar moet eerst fors investeren in rekenkracht, chips en datacenters om die vraag te kunnen bedienen. Daardoor groeit de AI-omzet snel, terwijl de geconsolideerde winst en kasstroom op korte termijn verzwakken. 36

AI-cloud is het sterkste commerciële bewijs

AI-cloud en computingdiensten waren het opvallendste onderdeel van het kwartaal. De omzet steeg met 45% naar 48,44 miljard RMB, mede dankzij AI-producten en zogenoemde model-as-a-service-diensten. Daarbij betalen klanten voor toegang tot AI-modellen en de benodigde rekenkracht. 48

De jaarlijkse terugkerende omzet van meer dan 16 miljard RMB uit model- en applicatiediensten is belangrijk omdat dit wijst op terugkerende klantenvraag, en niet alleen op eenmalige infrastructuurverkopen. Het bewijst echter nog niet dat Alibaba’s totale AI-investeringen al een aantrekkelijk rendement opleveren. Het bedrijf draagt nog altijd de kosten van modeltraining, het uitvoeren van modellen — inference — chips en capaciteitsuitbreiding binnen een veel groter investeringsprogramma. 8

Uit de rapportage van Alibaba blijkt bovendien dat AI-producten een steeds groter deel van de externe cloudomzet vormen. Volgens een samenvatting van de resultatenbespreking kwam de omzet uit AI-gerelateerde producten uit op 12,4 miljard RMB, oftewel 35% van de externe omzet van Alibaba Cloud. De bronnen hanteren daarbij niet overal dezelfde definities voor het segment en de producten. 10 De consistente conclusie is dat AI een belangrijke groeimotor voor de clouddivisie wordt, al moet de precieze reikwijdte van de cijfers zorgvuldig worden geïnterpreteerd.

Waarom de winst zo sterk daalde

De daling van 75% in de nettowinst betekent niet automatisch dat de vraag naar AI is weggevallen. De beschikbare resultaten wijzen juist op de kosten van Alibaba’s versnelde AI-uitbouw, naast andere lasten en uitgaven. Alleen al de kapitaalinvesteringen stegen met 75% tot 67,68 miljard RMB. 68

Alibaba zei dat de uitgaven deels werden veroorzaakt door een grotere capaciteit voor CPU-rekenkracht, de timing van aankopen door klanten en hogere prijzen voor uiteenlopende chipcomponenten. Andere berichtgeving wijst daarnaast op kosten in verband met regelgeving en bijzondere waardeverminderingen die de winst drukten. 717

Daarmee ontstaat de centrale financiële spanning:

1. De vraag is er: omzet uit AI-cloud en modeldiensten groeit snel.
2. De capaciteit moet eerst worden gebouwd: Alibaba investeert zwaar in servers, chips en infrastructuur.
3. Het rendement komt later: het management verwacht dat AI-gerelateerde kapitaalinvesteringen binnen ongeveer drie jaar break-even kunnen draaien, uitgaande van de huidige gemiddelde brutomarges. 4

Dat tijdpad is een verwachting van het management, geen bewezen resultaat. De investeringscase hangt er daarom van af of omzetgroei, bezettingsgraad en marges snel genoeg verbeteren om de omvang van de uitgaven te rechtvaardigen.

Een volledige AI-keten: chips, cloud en modellen

Alibaba probeert een groter deel van de AI-keten zelf in handen te krijgen, in plaats van volledig afhankelijk te blijven van commercieel ingekochte chips en infrastructuur van derden. Voor AI en cloud wil het bedrijf tussen 2026 en 2029 in totaal 380 miljard RMB investeren. 4

Daarnaast werkt Alibaba aan de grootschalige inzet van eigen T-Head-chips in datacenters. Daarmee wil het op termijn een deel van de commercieel ingekochte chips vervangen. Volgens Alibaba worden de eigen chips al op grote schaal gebruikt in grote serversystemen voor het trainen en uitvoeren van AI-modellen.

Als de chips concurrerende prestaties en betrouwbaarheid leveren, kan deze strategie Alibaba meer controle geven over de toeleveringsketen, de afhankelijkheid van externe chipproducenten verkleinen en mogelijk de economie van de cloudactiviteiten verbeteren. Dat voordeel is nog niet gegarandeerd. Prestaties, softwarecompatibiliteit, productieschaal en klantvraag bepalen of eigen hardware uiteindelijk een margevoordeel oplevert — of vooral een nieuwe dure investering blijkt.

De strategie heeft ook een geopolitieke dimensie. China heeft door Amerikaanse exportbeperkingen minder toegang tot de meest geavanceerde buitenlandse processors, terwijl Chinese technologiebedrijven werken aan binnenlandse alternatieven. Alibaba presenteerde in mei 2026 een nieuwe T-Head-AI-chip als onderdeel van die bredere ontwikkeling.

Modellen moeten meer worden dan een kostenpost

Alibaba blijft investeren in geavanceerde modellen en artificial general intelligence (AGI), ondanks beperkte aanwijzingen dat het meest ambitieuze modelonderzoek nu al vergelijkbare winst oplevert. Die uitgaven zijn deels offensief — bedoeld om nieuwe producten te creëren — en deels defensief, omdat modelcapaciteiten en prijzen voor het gebruik van modellen snel veranderen op de Chinese AI-markt.

In augustus presenteerde Alibaba zijn grootste en meest geavanceerde AI-model tot nu toe. Dat gebeurde op een moment dat concurrenten zoals DeepSeek de prijsconcurrentie opvoerden. Volgens een door Reuters aangehaalde onderzoeksraming lag de prijsstelling van DeepSeek meer dan honderd keer lager dan die van een model van Anthropic.

Alibaba onderzoekt ook manieren om open modellen geld te laten opleveren. Reuters meldde dat het bedrijf van plan was een deel van de inkomsten te vragen aan grote gebruikers van een toekomstige Qwen-versie wanneer zij die commercieel inzetten. Dat onderstreept het probleem: open modellen kunnen de adoptie versnellen, maar de aanbieder moet nog altijd een duurzame manier vinden om waarde uit dat gebruik te halen.

De ontwikkeling van robotmodellen is een andere mogelijke route. Alibaba wil AI niet beperken tot chatbots, maar werkt aan modellen die agents en machines kunnen helpen bij complexere taken. Zulke toepassingen kunnen op termijn waardevolle zakelijke toepassingen opleveren, maar de kwartaalcijfers bewijzen nog niet dat dit ook daadwerkelijk zal gebeuren.

Organisatie moet commercialisering versnellen

Alibaba heeft zijn AI-teams en -producten samengebracht in een afzonderlijke bedrijfsgroep: Alibaba Token Hub. Daaronder vallen onder meer modelontwikkeling, model-as-a-service, Qwen en andere AI-activiteiten.

Het doel is om onderzoek, modellen, infrastructuur en distributie naar klanten nauwer met elkaar te verbinden. In theorie kan een modeldoorbraak zo sneller worden omgezet in een betaald product voor bedrijven. De reorganisatie verlaagt de uitgaven niet automatisch. Het directe doel is vooral duidelijkere verantwoordelijkheid en snellere commerciële uitvoering terwijl Alibaba blijft investeren.

Ook snelle bezorging zet marges onder druk

AI is niet de enige kapitaalintensieve prioriteit van Alibaba. Ook de Chinese activiteiten voor snelle bezorging en lokale handel groeiden sterk. De omzet van deze quick-commerceactiviteiten steeg in het kwartaal met 45% naar 53,3 miljard RMB. Het management mikt voor het geheel op winstgevendheid in boekjaar 2029. 3

Dat betekent dat Alibaba de komende jaren mogelijk twee grote strategische programma’s tegelijk moet financieren: de uitbouw van AI-infrastructuur en de uitbreiding van lokale handel. Zelfs wanneer beide activiteiten snel groeien, kunnen de gezamenlijke investeringen de groepsmarges blijven drukken voordat de door het management genoemde winstgevendheidsdoelen worden bereikt.

Waar beleggers nu op letten

De kwartaalcijfers geven nog geen definitief antwoord op de vraag of Alibaba’s AI-strategie zal slagen. Ze leveren wel een reeks meetbare punten op voor de komende kwartalen:

• Groei van AI-omzet: blijft de groei van cloud- en modeldiensten sterk wanneer het klantenbestand uitbreidt?
• AI-marges: verbetert de winstgevendheid van rekenkracht en inference naarmate de bezettingsgraad stijgt?
• Kapitaalintensiteit: nemen de kapitaalinvesteringen af, of is opnieuw een grote investeringsronde nodig om aan de vraag te voldoen?
• Uitvoering rond T-Head: kunnen eigen chips betrouwbaar op grote schaal worden ingezet en de afhankelijkheid van commerciële processors verminderen?
• Monetarisering van modellen: kunnen Qwen en aanverwante diensten blijvende omzet genereren ondanks open-sourceconcurrentie en dalende prijzen voor modelgebruik?
• Discipline bij quick commerce: kan deze activiteit richting de winstgevendheidsdoelstelling voor boekjaar 2029 bewegen zonder de druk op de groepsmarge verder op te voeren?

De meest bruikbare conclusie uit het kwartaal is daarom niet dat Alibaba’s AI-strategie al winstgevend is, maar ook niet dat de winstdaling de strategie ongeldig maakt. De cijfers tonen een bedrijf met aanzienlijke vraag naar AI en een snelgroeiende infrastructuurdivisie, dat kosten bewust naar voren haalt en de opbrengsten uitstelt. De volgende fase wordt bepaald door de vraag of die uitgaven uiteindelijk duurzame marges opleveren — niet alleen door de vraag of de AI-omzet blijft groeien.