阿里巴巴與騰訊最新季度業績，發出一個相當清晰的訊號：中國AI競賽已經唔再只係鬥邊間公司推出最強模型，而係鬥邊間公司可以搶先 확보足夠的算力、晶片、數據中心容量，以及把AI服務推向客戶的雲端渠道。

兩家公司單是在2026年第二季，資本開支合共約1,205億元，折合約180億美元。52 對一個短短三個月的季度來說，金額相當驚人，亦顯示中國大型科技平台願意先承受盈利及現金流壓力，換取日後的基礎設施優勢。

數字背後，是一場有意識的取捨

阿里巴巴第二季資本開支達676.8億元，按年增加75%；同期純利下跌75%，但收入仍然上升9%。33 這組數字反映公司正作出一個典型的基建式押注：究竟要保住短期盈利，抑或趁AI雲端及算力需求加快之際，先行擴充容量。

騰訊資本開支則達528億元，較上一季增加65%，較去年同期增加176%，亦遠高於市場分析師估算的321億元。2223 公司收入按年升11%至2,048億元，但純利只增加0.7%至560億元。17

因此，這不只是兩家公司增加研發費用。它們投入的是一套可以支援模型訓練、推理運算及雲端服務多年的實體和商業基礎設施。

阿里巴巴押注雲端需求最終可以消化投資

阿里巴巴的業績顯示，部分新增基建已經同客戶需求接軌。路透社報道，AI需求帶動阿里雲收入按年升45%。33 不同報道對阿里巴巴AI及雲端業務的分類有所不同，因此具體增幅要留意口徑；但較一致的訊號是，雲端業務正在增長，而投資亦同步急升。

當然，收入增長未代表財務風險消失。純利大跌正正顯示，新增容量在完全產生回報之前，成本已經先落袋。阿里巴巴的策略可以理解為「先起貨、後等需求」：提前建設算力，吸引客戶和使用量，再隨時間逐步收回投資。

同一批計算資源亦可以有多種變現方式：支援公司自家模型及應用程式，透過阿里雲服務企業客戶，或者在內部需求未完全用盡時，向外出租額外容量。只要使用率和收費維持在足夠水平，客戶越依賴這套基建，阿里巴巴的地位就可能越穩固；反過來，閒置容量就會變成沉重負擔。

騰訊同時展示變現能力與現金流代價

騰訊的數字更加直接呈現AI基建的成本。大規模投資令公司第二季自由現金流變成負138億元。騰訊表示，現金流包括為支援其模型及服務基礎設施而作出的重大AI相關預付款。30

不過，騰訊亦不是完全看不到商業回報。AI改善了廣告業務表現，營銷服務收入按年升21.8%至435.65億元。18 路透社同樣指出，廣告收入增長是推動季度收入上升的因素之一。17

廣告業務提供了一條較快的回本路徑。改善推薦、廣告定位、內容創作工具及轉化率，能夠先提升成熟業務的收入，未必要等到獨立AI產品成為主要收入來源。這些表現值得留意，但仍未足以證明整套基建計劃可以帶來理想回報。

點解算力已經變成戰略資產？

兩家公司的支出反映，計算容量正被視為具戰略價值的瓶頸。晶片、伺服器、電力及數據中心容量一旦不足，就可能限制公司改善模型或服務客戶的速度，無論軟件本身有幾強都一樣。

所以，企業有動機提早鎖定資源。等到需求完全明朗才出手，可能已經買唔到所需硬件，或者要用更高成本取得。阿里巴巴和騰訊希望透過提早投資，保障自己的模型發展路線，同時建立可以向其他企業出售算力的雲端平台。

換句話說，今次支出不只是普通產品開發，而是同時爭取未來的基建收入、企業客戶關係及技術彈性。風險亦很清楚：如果容量買得太早，可能長期未能充分使用；而模型效率提升或硬件價格下跌，亦可能令現有設備的價值縮水。

字節跳動令軍備競賽再升溫

競爭場地當然不止阿里巴巴和騰訊。彭博報道，字節跳動正研究2026年最多投入700億美元於數據中心及其他AI基建。1 不過，這個數字只是討論中的方案，並非已確認的最終預算，不能當作公司正式指引。

即使只視為未落實的情境，相關報道仍然顯示中國大型平台面對的戰略壓力：如果競爭對手大幅增加算力容量，花錢較保守的公司可能會失去硬件、開發者、企業客戶或分發渠道。對管理層來說，短期幾季現金流轉弱，可能比日後永久落後於基建競賽更容易承受。

最終問題：投資回報是否跟得上？

支出激增代表公司有信心，但不等於已經成功。阿里雲收入增長及騰訊廣告收入上升，證明AI已經開始支援部分現有業務；但這些數字仍未證明，數以千億元計的晶片、數據中心及算力投資，可以帶來足夠而持續的回報。

主要風險包括：

• 需求可能追不上容量： 如果企業採用AI或消費者使用量增長慢過預期，昂貴基建就可能未被充分利用。
• AI服務可能商品化： 更強的開源模型或更有效率的系統，可能令雲端供應商難以維持收費水平。
• 硬件限制可能推高成本： 晶片供應、出口限制及供應鏈問題，可能令每一單位可用算力的成本增加。
• 盈利壓力可能持續更久： 管理層提出的投資回收時間是目標，不是保證，實際回本期仍取決於使用率、價格及AI需求能否延續。

因此，最穩妥的結論不是阿里巴巴或騰訊已經勝出，而是兩家公司都認為，取得算力的重要性高到值得先付出極大成本。中國AI競爭，正進入一個資本密集、比拼基建規模的階段。

對投資者及科技公司而言，下一關是「轉化」：雲端使用量、廣告表現及AI應用，能否快到足以消化新增容量？相關收入最終又能否轉化成持續的自由現金流，而不是只換來一張越來越昂貴的基建帳單？

阿里巴巴與騰訊最新季度業績，發出一個相當清晰的訊號：中國AI競賽已經唔再只係鬥邊間公司推出最強模型，而係鬥邊間公司可以搶先 확보足夠的算力、晶片、數據中心容量，以及把AI服務推向客戶的雲端渠道。

兩家公司單是在2026年第二季，資本開支合共約1,205億元，折合約180億美元。52 對一個短短三個月的季度來說，金額相當驚人，亦顯示中國大型科技平台願意先承受盈利及現金流壓力，換取日後的基礎設施優勢。

數字背後，是一場有意識的取捨

阿里巴巴第二季資本開支達676.8億元，按年增加75%；同期純利下跌75%，但收入仍然上升9%。33 這組數字反映公司正作出一個典型的基建式押注：究竟要保住短期盈利，抑或趁AI雲端及算力需求加快之際，先行擴充容量。

騰訊資本開支則達528億元，較上一季增加65%，較去年同期增加176%，亦遠高於市場分析師估算的321億元。2223 公司收入按年升11%至2,048億元，但純利只增加0.7%至560億元。17

因此，這不只是兩家公司增加研發費用。它們投入的是一套可以支援模型訓練、推理運算及雲端服務多年的實體和商業基礎設施。

阿里巴巴押注雲端需求最終可以消化投資

阿里巴巴的業績顯示，部分新增基建已經同客戶需求接軌。路透社報道，AI需求帶動阿里雲收入按年升45%。33 不同報道對阿里巴巴AI及雲端業務的分類有所不同，因此具體增幅要留意口徑；但較一致的訊號是，雲端業務正在增長，而投資亦同步急升。

當然，收入增長未代表財務風險消失。純利大跌正正顯示，新增容量在完全產生回報之前，成本已經先落袋。阿里巴巴的策略可以理解為「先起貨、後等需求」：提前建設算力，吸引客戶和使用量，再隨時間逐步收回投資。

同一批計算資源亦可以有多種變現方式：支援公司自家模型及應用程式，透過阿里雲服務企業客戶，或者在內部需求未完全用盡時，向外出租額外容量。只要使用率和收費維持在足夠水平，客戶越依賴這套基建，阿里巴巴的地位就可能越穩固；反過來，閒置容量就會變成沉重負擔。

騰訊同時展示變現能力與現金流代價

騰訊的數字更加直接呈現AI基建的成本。大規模投資令公司第二季自由現金流變成負138億元。騰訊表示，現金流包括為支援其模型及服務基礎設施而作出的重大AI相關預付款。30

不過，騰訊亦不是完全看不到商業回報。AI改善了廣告業務表現，營銷服務收入按年升21.8%至435.65億元。18 路透社同樣指出，廣告收入增長是推動季度收入上升的因素之一。17

廣告業務提供了一條較快的回本路徑。改善推薦、廣告定位、內容創作工具及轉化率，能夠先提升成熟業務的收入，未必要等到獨立AI產品成為主要收入來源。這些表現值得留意，但仍未足以證明整套基建計劃可以帶來理想回報。

點解算力已經變成戰略資產？

兩家公司的支出反映，計算容量正被視為具戰略價值的瓶頸。晶片、伺服器、電力及數據中心容量一旦不足，就可能限制公司改善模型或服務客戶的速度，無論軟件本身有幾強都一樣。

所以，企業有動機提早鎖定資源。等到需求完全明朗才出手，可能已經買唔到所需硬件，或者要用更高成本取得。阿里巴巴和騰訊希望透過提早投資，保障自己的模型發展路線，同時建立可以向其他企業出售算力的雲端平台。

換句話說，今次支出不只是普通產品開發，而是同時爭取未來的基建收入、企業客戶關係及技術彈性。風險亦很清楚：如果容量買得太早，可能長期未能充分使用；而模型效率提升或硬件價格下跌，亦可能令現有設備的價值縮水。

字節跳動令軍備競賽再升溫

競爭場地當然不止阿里巴巴和騰訊。彭博報道，字節跳動正研究2026年最多投入700億美元於數據中心及其他AI基建。1 不過，這個數字只是討論中的方案，並非已確認的最終預算，不能當作公司正式指引。

即使只視為未落實的情境，相關報道仍然顯示中國大型平台面對的戰略壓力：如果競爭對手大幅增加算力容量，花錢較保守的公司可能會失去硬件、開發者、企業客戶或分發渠道。對管理層來說，短期幾季現金流轉弱，可能比日後永久落後於基建競賽更容易承受。

最終問題：投資回報是否跟得上？

支出激增代表公司有信心，但不等於已經成功。阿里雲收入增長及騰訊廣告收入上升，證明AI已經開始支援部分現有業務；但這些數字仍未證明，數以千億元計的晶片、數據中心及算力投資，可以帶來足夠而持續的回報。

主要風險包括：

• 需求可能追不上容量： 如果企業採用AI或消費者使用量增長慢過預期，昂貴基建就可能未被充分利用。
• AI服務可能商品化： 更強的開源模型或更有效率的系統，可能令雲端供應商難以維持收費水平。
• 硬件限制可能推高成本： 晶片供應、出口限制及供應鏈問題，可能令每一單位可用算力的成本增加。
• 盈利壓力可能持續更久： 管理層提出的投資回收時間是目標，不是保證，實際回本期仍取決於使用率、價格及AI需求能否延續。

因此，最穩妥的結論不是阿里巴巴或騰訊已經勝出，而是兩家公司都認為，取得算力的重要性高到值得先付出極大成本。中國AI競爭，正進入一個資本密集、比拼基建規模的階段。

對投資者及科技公司而言，下一關是「轉化」：雲端使用量、廣告表現及AI應用，能否快到足以消化新增容量？相關收入最終又能否轉化成持續的自由現金流，而不是只換來一張越來越昂貴的基建帳單？