阿里巴巴 2026 年 6 月季度业绩，呈现出一个清晰的战略取舍：公司正在牺牲短期利润和现金流，换取 AI 平台的扩张速度。

营收增长和云业务表现说明，客户确实在购买 AI 算力与模型服务；但净利润的大幅下滑也表明，阿里巴巴尚未把这部分需求转化为集团层面的盈利能力。换句话说，AI 业务已经有了商业化的“水花”，但投资回报还没有真正浮出水面。

关键数据：收入在增长，利润却被压缩

在截至 2026 年 6 月 30 日的季度中，阿里巴巴实现营收 2689.5 亿元人民币，同比增长 9%。净利润降至 104.4 亿元，同比下降 75%；调整后 EBITA 为 273.3 亿元，同比下降 30%。67

这次业绩承压主要集中在盈利端，而不是销售端。由于 AI 相关成本和资本开支快速上升，阿里巴巴调整后美国存托股每股收益低于分析师预期。910

本季度值得关注的数字包括：

• **集团营收：**2689.5 亿元人民币，同比增长 9%。211
• **净利润：**104.4 亿元人民币，同比下降 75%。67
• **AI 云与计算服务收入：**484.4 亿元人民币，同比增长 45%。48
• **资本开支：**676.8 亿元人民币，同比增长 75%。68
• **模型及应用服务年度经常性收入：**超过 160 亿元人民币。8

这些数字放在一起看，含义很明确：阿里巴巴正在获得 AI 服务需求，同时也必须提前投入服务器、芯片、数据中心和算力容量来满足这些需求。短期结果便是，AI 收入增长更快，但集团利润和现金生成能力明显承压。36

AI 云业务，是需求最明确的商业验证

AI 云与计算服务是本季度表现最强的业务之一，收入同比增长 45%，达到 484.4 亿元人民币。增长主要来自 AI 相关产品，以及“模型即服务”（MaaS）业务。48

模型及应用服务的年度经常性收入超过 160 亿元人民币尤其值得关注。这个指标更接近持续性的客户需求，而不是一次性出售基础设施，因此说明企业客户正在反复使用模型和相关服务。

不过，这一数字还不能证明阿里巴巴整体 AI 投资已经获得理想回报。公司仍需承担模型训练、推理、芯片采购和算力扩容等成本，而这些成本属于更大规模的长期投资计划。8

阿里巴巴的披露还显示，AI 相关产品正成为外部云收入的重要组成部分。一份业绩电话会摘要称，AI 相关产品收入达到 124 亿元人民币，占阿里云外部收入的 35%；但不同来源对业务分部和产品统计口径的描述并不完全一致。10

因此，更稳妥的结论是：AI 已经成为阿里云的重要增长引擎，但具体占比和统计范围仍需要结合公司正式披露谨慎解读。

为什么净利润会下降 75%

净利润下降 75%，并不意味着 AI 需求突然消失。现有业绩信息显示，主要压力来自公司加速建设 AI 能力，同时还受到其他费用和一次性项目影响。单季度资本开支就同比增长 75%，达到 676.8 亿元人民币。68

阿里巴巴表示，资本开支增加部分源于 CPU 算力容量扩张、客户采购节奏变化，以及多类芯片元件价格上涨。 其他报道还提到，监管相关费用和减值项目也对盈利造成了影响。717

这构成了本次业绩的核心矛盾：

1. **需求已经到来：**AI 云和模型服务收入快速增长。
2. **供给必须先行：**阿里巴巴需要提前购买服务器、芯片并建设基础设施。
3. **回报要晚一些出现：**管理层预计，按照当前平均毛利率计算，AI 相关资本开支大约需要三年实现盈亏平衡。4

但“三年左右实现盈亏平衡”仍是管理层预期，而不是已经被财务结果证明的事实。阿里巴巴的投资逻辑，最终取决于收入增长、基础设施利用率和利润率能否足够快地改善，从而覆盖这笔庞大的前期投入。

从芯片到模型：阿里巴巴试图掌握完整 AI 产业链

阿里巴巴并不满足于单纯采购商业芯片、租用算力或销售第三方模型，而是希望掌握更多 AI 技术栈。公司计划在 2026—2029 年投入 3800 亿元人民币，用于 AI 和云基础设施建设。4

在硬件层面，阿里巴巴正推动旗下平头哥（T-Head）自研芯片进入数据中心，并逐步替代部分商业采购芯片。公司表示，自研芯片已经在大型服务器系统中规模化部署，用于模型训练和推理。

如果这些芯片能够在性能、稳定性和软件适配方面达到竞争要求，阿里巴巴有望获得更强的供应链控制力，降低对外部处理器的依赖，并改善基础设施经济性。

但这仍有很大不确定性。芯片性能、软件生态、量产能力和客户需求，都会决定自研硬件最终是成为利润率优势，还是变成另一项成本高昂的长期投资。

这条路线也具有明显的产业战略意义。在先进外国处理器供应受到出口管制影响的背景下，中国科技企业正在加快开发本土替代方案。阿里巴巴于 2026 年 5 月发布新的 T-Head AI 芯片，也属于这一更广泛的国产替代布局。

基础模型不能永远只是“成本中心”

阿里巴巴仍在持续投入前沿模型和通用人工智能（AGI）。目前，最先进模型的研发尚未显示出与投入规模相匹配的盈利能力。

这类投入一方面是进攻性的，旨在开发新产品；另一方面也具有防御性质，因为中国 AI 市场的模型能力和推理价格变化很快。如果竞争对手持续降价，阿里巴巴很难只依靠现有模型和云产品维持优势。

8 月，阿里巴巴发布了迄今规模最大、能力最强的 AI 模型。发布时，DeepSeek 等竞争对手正在给市场带来强烈的价格压力。一项被路透社引用的研究估算称，DeepSeek 的定价比 Anthropic 的某款模型便宜 100 倍以上。

阿里巴巴也在探索开源模型的变现方式。路透社报道，公司计划在未来 Qwen 模型被大型用户商业化使用时，从这些用户产生的收入中分成。 这反映出一个现实难题：开源模型有助于扩大采用率，但模型提供方仍需要找到可持续的价值捕获方式。

机器人模型则提供了另一条潜在路径。阿里巴巴不再把 AI 的应用范围局限在聊天机器人，而是开始开发支持智能体和机器执行复杂任务的模型。 这类应用未来可能带来更高价值的企业场景，但目前这份季度业绩还不足以证明其商业回报。

组织调整，服务于 AI 商业化

阿里巴巴正在把 AI 团队和产品整合到专门的 Alibaba Token Hub（ATH）业务集团之下。该架构将模型研发、模型即服务、Qwen 以及相关 AI 业务纳入同一体系。

其战略目标，是让研究、模型服务、基础设施和客户渠道衔接得更紧密。理论上，这有助于缩短从模型突破到企业付费产品之间的距离，并提高产品迭代和商业化效率。

但组织整合并不意味着支出会立即下降。眼下更直接的目标，是厘清责任边界、加快产品落地，并在继续投入的同时提高商业执行速度。

即时零售，也在考验阿里的利润纪律

AI 并不是阿里巴巴唯一一个需要大量投入的重点业务。中国即时零售业务本季度收入也同比增长 45%，达到 533 亿元人民币。管理层预计，该业务将在 2029 财年实现整体盈利。3

这意味着未来几年，阿里巴巴可能需要同时推进两项规模庞大的战略计划：建设 AI 基础设施，以及扩张本地生活和即时零售业务。

即便两项业务都在增长，它们合计产生的投入需求仍可能在达到管理层设定的盈利目标之前，持续拖累集团利润率。

接下来，投资者应关注什么

本季度业绩并没有直接回答阿里巴巴的 AI 战略能否成功，但它为未来几个季度提供了一组可以持续追踪的指标：

• **AI 收入增速：**云服务和模型服务的增长能否在客户规模扩大后保持强劲？
• **AI 利润率：**更高的算力利用率能否改善推理和基础设施的经济性？
• **资本开支强度：**资本开支会开始放缓，还是因为需求旺盛而进入新一轮大规模投入？
• **T-Head 执行力：**自研芯片能否在大规模部署中保持稳定，并减少对商业芯片的依赖？
• **模型变现能力：**面对开源竞争和推理价格下降，Qwen 及相关服务能否产生持续收入？
• **即时零售的盈利纪律：**该业务能否在不进一步拉低集团利润率的情况下，朝着 2029 财年的盈利目标推进？

因此，解读这份业绩最合适的方式，既不是认为阿里巴巴的 AI 战略已经实现盈利，也不是因为利润暴跌就判定这条路线已经失败。

现有证据显示，阿里巴巴拥有真实且规模快速扩大的 AI 需求，同时正在主动把成本和资本投入前置，把收益留到未来。下一阶段的关键，不只是 AI 收入能否继续增长，而是这些投入最终能否转化为稳定、可持续的利润率。

阿里巴巴 2026 年 6 月季度业绩，呈现出一个清晰的战略取舍：公司正在牺牲短期利润和现金流，换取 AI 平台的扩张速度。

营收增长和云业务表现说明，客户确实在购买 AI 算力与模型服务；但净利润的大幅下滑也表明，阿里巴巴尚未把这部分需求转化为集团层面的盈利能力。换句话说，AI 业务已经有了商业化的“水花”，但投资回报还没有真正浮出水面。

关键数据：收入在增长，利润却被压缩

在截至 2026 年 6 月 30 日的季度中，阿里巴巴实现营收 2689.5 亿元人民币，同比增长 9%。净利润降至 104.4 亿元，同比下降 75%；调整后 EBITA 为 273.3 亿元，同比下降 30%。67

这次业绩承压主要集中在盈利端，而不是销售端。由于 AI 相关成本和资本开支快速上升，阿里巴巴调整后美国存托股每股收益低于分析师预期。910

本季度值得关注的数字包括：

• **集团营收：**2689.5 亿元人民币，同比增长 9%。211
• **净利润：**104.4 亿元人民币，同比下降 75%。67
• **AI 云与计算服务收入：**484.4 亿元人民币，同比增长 45%。48
• **资本开支：**676.8 亿元人民币，同比增长 75%。68
• **模型及应用服务年度经常性收入：**超过 160 亿元人民币。8

这些数字放在一起看，含义很明确：阿里巴巴正在获得 AI 服务需求，同时也必须提前投入服务器、芯片、数据中心和算力容量来满足这些需求。短期结果便是，AI 收入增长更快，但集团利润和现金生成能力明显承压。36

AI 云业务，是需求最明确的商业验证

AI 云与计算服务是本季度表现最强的业务之一，收入同比增长 45%，达到 484.4 亿元人民币。增长主要来自 AI 相关产品，以及“模型即服务”（MaaS）业务。48

模型及应用服务的年度经常性收入超过 160 亿元人民币尤其值得关注。这个指标更接近持续性的客户需求，而不是一次性出售基础设施，因此说明企业客户正在反复使用模型和相关服务。

不过，这一数字还不能证明阿里巴巴整体 AI 投资已经获得理想回报。公司仍需承担模型训练、推理、芯片采购和算力扩容等成本，而这些成本属于更大规模的长期投资计划。8

阿里巴巴的披露还显示，AI 相关产品正成为外部云收入的重要组成部分。一份业绩电话会摘要称，AI 相关产品收入达到 124 亿元人民币，占阿里云外部收入的 35%；但不同来源对业务分部和产品统计口径的描述并不完全一致。10

因此，更稳妥的结论是：AI 已经成为阿里云的重要增长引擎，但具体占比和统计范围仍需要结合公司正式披露谨慎解读。

为什么净利润会下降 75%

净利润下降 75%，并不意味着 AI 需求突然消失。现有业绩信息显示，主要压力来自公司加速建设 AI 能力，同时还受到其他费用和一次性项目影响。单季度资本开支就同比增长 75%，达到 676.8 亿元人民币。68

阿里巴巴表示，资本开支增加部分源于 CPU 算力容量扩张、客户采购节奏变化，以及多类芯片元件价格上涨。 其他报道还提到，监管相关费用和减值项目也对盈利造成了影响。717

这构成了本次业绩的核心矛盾：

1. **需求已经到来：**AI 云和模型服务收入快速增长。
2. **供给必须先行：**阿里巴巴需要提前购买服务器、芯片并建设基础设施。
3. **回报要晚一些出现：**管理层预计，按照当前平均毛利率计算，AI 相关资本开支大约需要三年实现盈亏平衡。4

但“三年左右实现盈亏平衡”仍是管理层预期，而不是已经被财务结果证明的事实。阿里巴巴的投资逻辑，最终取决于收入增长、基础设施利用率和利润率能否足够快地改善，从而覆盖这笔庞大的前期投入。

从芯片到模型：阿里巴巴试图掌握完整 AI 产业链

阿里巴巴并不满足于单纯采购商业芯片、租用算力或销售第三方模型，而是希望掌握更多 AI 技术栈。公司计划在 2026—2029 年投入 3800 亿元人民币，用于 AI 和云基础设施建设。4

在硬件层面，阿里巴巴正推动旗下平头哥（T-Head）自研芯片进入数据中心，并逐步替代部分商业采购芯片。公司表示，自研芯片已经在大型服务器系统中规模化部署，用于模型训练和推理。

如果这些芯片能够在性能、稳定性和软件适配方面达到竞争要求，阿里巴巴有望获得更强的供应链控制力，降低对外部处理器的依赖，并改善基础设施经济性。

但这仍有很大不确定性。芯片性能、软件生态、量产能力和客户需求，都会决定自研硬件最终是成为利润率优势，还是变成另一项成本高昂的长期投资。

这条路线也具有明显的产业战略意义。在先进外国处理器供应受到出口管制影响的背景下，中国科技企业正在加快开发本土替代方案。阿里巴巴于 2026 年 5 月发布新的 T-Head AI 芯片，也属于这一更广泛的国产替代布局。

基础模型不能永远只是“成本中心”

阿里巴巴仍在持续投入前沿模型和通用人工智能（AGI）。目前，最先进模型的研发尚未显示出与投入规模相匹配的盈利能力。

这类投入一方面是进攻性的，旨在开发新产品；另一方面也具有防御性质，因为中国 AI 市场的模型能力和推理价格变化很快。如果竞争对手持续降价，阿里巴巴很难只依靠现有模型和云产品维持优势。

8 月，阿里巴巴发布了迄今规模最大、能力最强的 AI 模型。发布时，DeepSeek 等竞争对手正在给市场带来强烈的价格压力。一项被路透社引用的研究估算称，DeepSeek 的定价比 Anthropic 的某款模型便宜 100 倍以上。

阿里巴巴也在探索开源模型的变现方式。路透社报道，公司计划在未来 Qwen 模型被大型用户商业化使用时，从这些用户产生的收入中分成。 这反映出一个现实难题：开源模型有助于扩大采用率，但模型提供方仍需要找到可持续的价值捕获方式。

机器人模型则提供了另一条潜在路径。阿里巴巴不再把 AI 的应用范围局限在聊天机器人，而是开始开发支持智能体和机器执行复杂任务的模型。 这类应用未来可能带来更高价值的企业场景，但目前这份季度业绩还不足以证明其商业回报。

组织调整，服务于 AI 商业化

阿里巴巴正在把 AI 团队和产品整合到专门的 Alibaba Token Hub（ATH）业务集团之下。该架构将模型研发、模型即服务、Qwen 以及相关 AI 业务纳入同一体系。

其战略目标，是让研究、模型服务、基础设施和客户渠道衔接得更紧密。理论上，这有助于缩短从模型突破到企业付费产品之间的距离，并提高产品迭代和商业化效率。

但组织整合并不意味着支出会立即下降。眼下更直接的目标，是厘清责任边界、加快产品落地，并在继续投入的同时提高商业执行速度。

即时零售，也在考验阿里的利润纪律

AI 并不是阿里巴巴唯一一个需要大量投入的重点业务。中国即时零售业务本季度收入也同比增长 45%，达到 533 亿元人民币。管理层预计，该业务将在 2029 财年实现整体盈利。3

这意味着未来几年，阿里巴巴可能需要同时推进两项规模庞大的战略计划：建设 AI 基础设施，以及扩张本地生活和即时零售业务。

即便两项业务都在增长，它们合计产生的投入需求仍可能在达到管理层设定的盈利目标之前，持续拖累集团利润率。

接下来，投资者应关注什么

本季度业绩并没有直接回答阿里巴巴的 AI 战略能否成功，但它为未来几个季度提供了一组可以持续追踪的指标：

• **AI 收入增速：**云服务和模型服务的增长能否在客户规模扩大后保持强劲？
• **AI 利润率：**更高的算力利用率能否改善推理和基础设施的经济性？
• **资本开支强度：**资本开支会开始放缓，还是因为需求旺盛而进入新一轮大规模投入？
• **T-Head 执行力：**自研芯片能否在大规模部署中保持稳定，并减少对商业芯片的依赖？
• **模型变现能力：**面对开源竞争和推理价格下降，Qwen 及相关服务能否产生持续收入？
• **即时零售的盈利纪律：**该业务能否在不进一步拉低集团利润率的情况下，朝着 2029 财年的盈利目标推进？

因此，解读这份业绩最合适的方式，既不是认为阿里巴巴的 AI 战略已经实现盈利，也不是因为利润暴跌就判定这条路线已经失败。

现有证据显示，阿里巴巴拥有真实且规模快速扩大的 AI 需求，同时正在主动把成本和资本投入前置，把收益留到未来。下一阶段的关键，不只是 AI 收入能否继续增长，而是这些投入最终能否转化为稳定、可持续的利润率。