阿里巴巴今次季度業績，清楚呈現一項取捨：公司願意承受短期盈利大幅下滑，換取建立一個由晶片、雲端算力、AI 模型到企業服務組成的完整平台。

收入及雲端需求顯示，客戶確實正在購買 AI 算力；但另一方面，阿里巴巴暫時仍未能將這股需求，轉化為整個集團層面的盈利增長。

業績最關鍵數字

截至 2026 年 6 月 30 日止季度，阿里巴巴收入為人民幣 2,689.5 億元，按年上升 9%。純利則跌 75% 至人民幣 104.4 億元，經調整 EBITA 下降 30% 至人民幣 273.3 億元。67

今次業績失色，重點不在銷售，而在盈利能力。由於 AI 相關成本及資本開支上升，阿里巴巴每股美國存託股經調整盈利低於分析師預期。910

季度主要數字如下：

• 集團收入： 人民幣 2,689.5 億元，按年升 9%。211
• 純利： 人民幣 104.4 億元，按年跌 75%。67
• AI 雲端及計算服務收入： 人民幣 484.4 億元，按年升 45%。48
• 資本開支： 人民幣 676.8 億元，按年升 75%。68
• 模型及應用服務年度經常性收入： 超過人民幣 160 億元。8

這組數字反映出一個鮮明局面：阿里巴巴一方面證明市場對 AI 服務有需求，另一方面又要大手投資運算能力、半導體及數據中心，以便供應這些服務。短期而言，AI 收入增長更快，但集團盈利及現金創造能力反而受壓。36

AI 雲端是最清晰的商業化證據

AI 雲端及計算服務是今季表現最強的業務，收入按年升 45% 至人民幣 484.4 億元，增長主要由 AI 產品及「模型即服務」（Model-as-a-Service，MaaS）帶動。48

模型及應用服務的年度經常性收入超過人民幣 160 億元，意義在於這反映較持續的客戶需求，而不是一次性的基礎設施銷售。不過，這個數字仍不足以證明阿里巴巴整體 AI 投資已經取得理想回報。公司仍要承擔模型訓練、推理運算、晶片及擴充算力的成本。8

阿里巴巴的披露亦顯示，AI 相關產品正成為外部雲端收入的重要部分。有一份業績電話會議摘要指，AI 相關產品收入達人民幣 124 億元，佔阿里雲外部收入 35%；但不同來源對相關分部及產品的定義並不完全一致，因此解讀時需要留意口徑差異。10

較一致的結論是：AI 正逐步成為阿里雲的重要增長引擎，但具體會計範圍仍應審慎理解。

點解盈利會跌得咁急？

純利下跌 75%，並不代表 AI 需求突然消失。根據所提供的業績資料，盈利壓力主要來自加快建設 AI 基礎設施所帶來的成本，以及其他費用及一次性支出。單是資本開支，已按年上升 75% 至人民幣 676.8 億元。68

阿里巴巴表示，開支增加部分源於提升 CPU 算力容量、客戶採購時間安排，以及多類晶片零件價格上升。 其他報道亦提到，監管及減值相關費用對盈利造成影響。717

今次業績的核心財務矛盾，可以概括為三步：

1. 需求已經出現： AI 雲端及模型服務收入迅速增長。
2. 算力必須先行： 公司要先投資伺服器、晶片及數據中心，才能應付需求。
3. 回報要稍後才到： 管理層按目前平均毛利率估算，AI 相關資本開支約可在三年內達到收支平衡。4

不過，這個三年時間表仍然只是管理層的預期，並非已經驗證的結果。投資邏輯最終取決於收入增長、設備使用率及利潤率，能否快到足以合理化如此龐大的投資。

由晶片、雲端到模型的「全棧」策略

阿里巴巴正嘗試控制更多 AI 技術鏈，而不是完全依賴商業採購的晶片及第三方基礎設施。公司計劃在 2026 至 2029 年投資合共人民幣 3,800 億元於 AI 及雲端基礎設施。4

公司亦計劃逐步在數據中心部署自研的 T-Head 晶片，取代部分商業採購晶片。阿里巴巴表示，自家晶片已經在大型伺服器系統上大規模用於模型訓練及推理。

如果這些晶片在效能及可靠性方面具備競爭力，阿里巴巴或可更好控制供應、減少對外部處理器的依賴，並有機會改善基礎設施經濟效益。但這些好處目前仍取決於執行結果。晶片效能、軟件兼容性、生產規模及客戶需求，都會決定自研硬件最終是毛利優勢，還是另一項昂貴投資。

這套策略在中國市場亦有更深層的戰略考慮。由於先進外國處理器受到出口管制，中國科技企業正積極發展替代方案。阿里巴巴在 2026 年 5 月公布新的 T-Head AI 晶片，正是推動本土替代方案的一部分。

AI 模型不能長期只做成本中心

阿里巴巴繼續投資前沿模型及通用人工智能（AGI），但目前仍缺乏足夠證據，證明最先進的模型工作已帶來相稱的利潤。這些投資既有進攻性——嘗試創造新產品；亦有防守性——因為中國 AI 市場的模型能力及推理價格都在快速變化。

阿里巴巴在 8 月公布公司至今最大、能力最強的 AI 模型。發布時，DeepSeek 等競爭對手正帶來強烈的價格壓力；路透社引述一項研究估算，DeepSeek 的定價比 Anthropic 的模型便宜超過 100 倍。

阿里巴巴亦在探索開源模型的變現方式。路透社報道，公司計劃在未來版本的 Qwen 模型商業化後，向主要用戶收取部分收入分成。 這正好反映開源模型面對的難題：開放模型可以擴大採用率，但提供者仍要找到可持續的方法，從下游使用中取得價值。

公司進軍機械人模型，亦可能是另一條變現路徑。阿里巴巴不再只將 AI 局限於聊天機械人，而是發展可支援代理及機械執行更複雜任務的模型。 這些應用日後或可支援更高價值的企業場景，但今季財務數據尚未證明它們一定能夠成功。

組織重組也是商業化的一環

阿里巴巴正將 AI 團隊及產品整合到專責的 Alibaba Token Hub 業務群。新架構把模型研發、模型即服務、Qwen 及其他相關 AI 業務放在同一個平台之下。

策略目的，是讓研究、模型服務、基礎設施及客戶銷售之間連接得更緊密。理論上，這有助縮短由模型突破到付費企業產品的距離。

但這並不代表開支會即時下降。現階段重點是釐清問責、加快產品商業化，而公司仍會繼續投資。

即時零售也考驗盈利紀律

AI 並不是阿里巴巴唯一一項高投資業務。中國即時零售業務同樣快速擴張，季度收入按年升 45% 至人民幣 533 億元。管理層目標是在 2029 財政年度實現整體盈利。3

這個目標意味著，阿里巴巴未來數年可能要同時平衡兩項大型戰略計劃：建設 AI 基礎設施，以及擴大本地生活及即時零售業務。即使兩邊都在增長，合計投資需求仍可能在達到管理層所訂的盈利里程碑前，繼續拖低集團利潤率。

投資者下一步要睇乜？

今次業績尚未能判定阿里巴巴的 AI 策略最終成敗，但就提供了幾項未來數季可以量度的測試：

• AI 收入增長： 雲端及模型服務增長能否在客戶群擴大後繼續維持？
• AI 毛利率： 更高設備使用率能否改善推理運算及基礎設施的經濟效益？
• 資本密度： 資本開支會否開始放慢，還是需求將迫使公司再展開另一輪大型投資？
• T-Head 執行能力： 自研晶片能否在大規模部署下穩定運作，並減少對商業處理器的依賴？
• 模型變現： 面對開源競爭及推理價格下跌，Qwen 及相關服務能否帶來持續收入？
• 即時零售成本控制： 業務能否在不進一步拖低集團利潤率的情況下，朝 2029 財政年度盈利目標邁進？

因此，解讀今季業績最合理的方式，既不是說阿里巴巴的 AI 策略已經盈利，亦不是認為純利暴跌就代表策略失敗。現有證據顯示，公司擁有相當的 AI 需求及快速擴大的基礎設施業務，但亦正刻意把成本提前確認，把回報押後。

阿里巴巴下一階段的成績，關鍵不只是 AI 收入會否繼續增長，而是這些投資能否最終帶來持續、可觀的利潤率。

阿里巴巴今次季度業績，清楚呈現一項取捨：公司願意承受短期盈利大幅下滑，換取建立一個由晶片、雲端算力、AI 模型到企業服務組成的完整平台。

收入及雲端需求顯示，客戶確實正在購買 AI 算力；但另一方面，阿里巴巴暫時仍未能將這股需求，轉化為整個集團層面的盈利增長。

業績最關鍵數字

截至 2026 年 6 月 30 日止季度，阿里巴巴收入為人民幣 2,689.5 億元，按年上升 9%。純利則跌 75% 至人民幣 104.4 億元，經調整 EBITA 下降 30% 至人民幣 273.3 億元。67

今次業績失色，重點不在銷售，而在盈利能力。由於 AI 相關成本及資本開支上升，阿里巴巴每股美國存託股經調整盈利低於分析師預期。910

季度主要數字如下：

• 集團收入： 人民幣 2,689.5 億元，按年升 9%。211
• 純利： 人民幣 104.4 億元，按年跌 75%。67
• AI 雲端及計算服務收入： 人民幣 484.4 億元，按年升 45%。48
• 資本開支： 人民幣 676.8 億元，按年升 75%。68
• 模型及應用服務年度經常性收入： 超過人民幣 160 億元。8

這組數字反映出一個鮮明局面：阿里巴巴一方面證明市場對 AI 服務有需求，另一方面又要大手投資運算能力、半導體及數據中心，以便供應這些服務。短期而言，AI 收入增長更快，但集團盈利及現金創造能力反而受壓。36

AI 雲端是最清晰的商業化證據

AI 雲端及計算服務是今季表現最強的業務，收入按年升 45% 至人民幣 484.4 億元，增長主要由 AI 產品及「模型即服務」（Model-as-a-Service，MaaS）帶動。48

模型及應用服務的年度經常性收入超過人民幣 160 億元，意義在於這反映較持續的客戶需求，而不是一次性的基礎設施銷售。不過，這個數字仍不足以證明阿里巴巴整體 AI 投資已經取得理想回報。公司仍要承擔模型訓練、推理運算、晶片及擴充算力的成本。8

阿里巴巴的披露亦顯示，AI 相關產品正成為外部雲端收入的重要部分。有一份業績電話會議摘要指，AI 相關產品收入達人民幣 124 億元，佔阿里雲外部收入 35%；但不同來源對相關分部及產品的定義並不完全一致，因此解讀時需要留意口徑差異。10

較一致的結論是：AI 正逐步成為阿里雲的重要增長引擎，但具體會計範圍仍應審慎理解。

點解盈利會跌得咁急？

純利下跌 75%，並不代表 AI 需求突然消失。根據所提供的業績資料，盈利壓力主要來自加快建設 AI 基礎設施所帶來的成本，以及其他費用及一次性支出。單是資本開支，已按年上升 75% 至人民幣 676.8 億元。68

阿里巴巴表示，開支增加部分源於提升 CPU 算力容量、客戶採購時間安排，以及多類晶片零件價格上升。 其他報道亦提到，監管及減值相關費用對盈利造成影響。717

今次業績的核心財務矛盾，可以概括為三步：

1. 需求已經出現： AI 雲端及模型服務收入迅速增長。
2. 算力必須先行： 公司要先投資伺服器、晶片及數據中心，才能應付需求。
3. 回報要稍後才到： 管理層按目前平均毛利率估算，AI 相關資本開支約可在三年內達到收支平衡。4

不過，這個三年時間表仍然只是管理層的預期，並非已經驗證的結果。投資邏輯最終取決於收入增長、設備使用率及利潤率，能否快到足以合理化如此龐大的投資。

由晶片、雲端到模型的「全棧」策略

阿里巴巴正嘗試控制更多 AI 技術鏈，而不是完全依賴商業採購的晶片及第三方基礎設施。公司計劃在 2026 至 2029 年投資合共人民幣 3,800 億元於 AI 及雲端基礎設施。4

公司亦計劃逐步在數據中心部署自研的 T-Head 晶片，取代部分商業採購晶片。阿里巴巴表示，自家晶片已經在大型伺服器系統上大規模用於模型訓練及推理。

如果這些晶片在效能及可靠性方面具備競爭力，阿里巴巴或可更好控制供應、減少對外部處理器的依賴，並有機會改善基礎設施經濟效益。但這些好處目前仍取決於執行結果。晶片效能、軟件兼容性、生產規模及客戶需求，都會決定自研硬件最終是毛利優勢，還是另一項昂貴投資。

這套策略在中國市場亦有更深層的戰略考慮。由於先進外國處理器受到出口管制，中國科技企業正積極發展替代方案。阿里巴巴在 2026 年 5 月公布新的 T-Head AI 晶片，正是推動本土替代方案的一部分。

AI 模型不能長期只做成本中心

阿里巴巴繼續投資前沿模型及通用人工智能（AGI），但目前仍缺乏足夠證據，證明最先進的模型工作已帶來相稱的利潤。這些投資既有進攻性——嘗試創造新產品；亦有防守性——因為中國 AI 市場的模型能力及推理價格都在快速變化。

阿里巴巴在 8 月公布公司至今最大、能力最強的 AI 模型。發布時，DeepSeek 等競爭對手正帶來強烈的價格壓力；路透社引述一項研究估算，DeepSeek 的定價比 Anthropic 的模型便宜超過 100 倍。

阿里巴巴亦在探索開源模型的變現方式。路透社報道，公司計劃在未來版本的 Qwen 模型商業化後，向主要用戶收取部分收入分成。 這正好反映開源模型面對的難題：開放模型可以擴大採用率，但提供者仍要找到可持續的方法，從下游使用中取得價值。

公司進軍機械人模型，亦可能是另一條變現路徑。阿里巴巴不再只將 AI 局限於聊天機械人，而是發展可支援代理及機械執行更複雜任務的模型。 這些應用日後或可支援更高價值的企業場景，但今季財務數據尚未證明它們一定能夠成功。

組織重組也是商業化的一環

阿里巴巴正將 AI 團隊及產品整合到專責的 Alibaba Token Hub 業務群。新架構把模型研發、模型即服務、Qwen 及其他相關 AI 業務放在同一個平台之下。

策略目的，是讓研究、模型服務、基礎設施及客戶銷售之間連接得更緊密。理論上，這有助縮短由模型突破到付費企業產品的距離。

但這並不代表開支會即時下降。現階段重點是釐清問責、加快產品商業化，而公司仍會繼續投資。

即時零售也考驗盈利紀律

AI 並不是阿里巴巴唯一一項高投資業務。中國即時零售業務同樣快速擴張，季度收入按年升 45% 至人民幣 533 億元。管理層目標是在 2029 財政年度實現整體盈利。3

這個目標意味著，阿里巴巴未來數年可能要同時平衡兩項大型戰略計劃：建設 AI 基礎設施，以及擴大本地生活及即時零售業務。即使兩邊都在增長，合計投資需求仍可能在達到管理層所訂的盈利里程碑前，繼續拖低集團利潤率。

投資者下一步要睇乜？

今次業績尚未能判定阿里巴巴的 AI 策略最終成敗，但就提供了幾項未來數季可以量度的測試：

• AI 收入增長： 雲端及模型服務增長能否在客戶群擴大後繼續維持？
• AI 毛利率： 更高設備使用率能否改善推理運算及基礎設施的經濟效益？
• 資本密度： 資本開支會否開始放慢，還是需求將迫使公司再展開另一輪大型投資？
• T-Head 執行能力： 自研晶片能否在大規模部署下穩定運作，並減少對商業處理器的依賴？
• 模型變現： 面對開源競爭及推理價格下跌，Qwen 及相關服務能否帶來持續收入？
• 即時零售成本控制： 業務能否在不進一步拖低集團利潤率的情況下，朝 2029 財政年度盈利目標邁進？

因此，解讀今季業績最合理的方式，既不是說阿里巴巴的 AI 策略已經盈利，亦不是認為純利暴跌就代表策略失敗。現有證據顯示，公司擁有相當的 AI 需求及快速擴大的基礎設施業務，但亦正刻意把成本提前確認，把回報押後。

阿里巴巴下一階段的成績，關鍵不只是 AI 收入會否繼續增長，而是這些投資能否最終帶來持續、可觀的利潤率。