阿里巴巴與騰訊2026年第二季的財報，透露出中國AI戰略正在出現一個關鍵轉變：競爭焦點已不只是誰能推出最強大的模型，而是誰能取得足夠的算力、晶片、資料中心容量與雲端分銷能力，讓AI系統大規模訓練並投入商用。

兩家公司單季資本支出合計約1,205億元人民幣，折合約180億美元。52 對一個短短三個月的季度而言，這是一筆相當驚人的金額，也顯示中國大型科技平台願意承受短期獲利與現金流壓力，換取更長期的基礎設施優勢。

財報數字反映一場有意識的取捨

阿里巴巴本季資本支出達676.8億元人民幣，按年增加75%；淨利則下跌75%，營收仍增長9%。33 這組數字清楚呈現出公司的選擇：究竟要優先維持眼前的盈利能力，還是在AI雲端與算力需求加速之際，提前擴充基礎設施。

騰訊資本支出達528億元人民幣，較上一季增加65%，按年更大增176%，也遠高於報導所引述的分析師預期321億元。2223 騰訊營收按年增長11%至2,048億元人民幣，但淨利只增加0.7%，達560億元人民幣。17

這不只是兩家公司增加研發支出而已。它們投入的是能夠支撐模型訓練、推理運算與雲端服務多年的實體及商業基礎設施。

阿里巴巴押注雲端需求能支撐擴建成本

阿里巴巴的季度表現顯示，基礎設施投資已與客戶需求產生一定連結。路透社報導，AI需求帶動雲端營收增長45%。33 不同報導對阿里巴巴AI及雲端業務的分類並不完全一致，因此具體增幅仍應審慎解讀；較一致的訊號是，雲端業務正在增長，而投資規模也同步急升。

但業務增長並未消除財務風險。阿里巴巴淨利大幅下滑，說明在新增產能完全產生回報前，擴張成本已先反映在損益表上。這是一場典型的基礎設施押注：先行投資、爭取客戶與使用量，再在較長時間內逐步收回成本。

同一套基礎設施也能為阿里巴巴提供多元變現方式。算力可用於支援自家模型與應用，透過阿里雲服務企業客戶；若內部需求未完全用盡，也可將額外容量出租。越多客戶依賴這套基礎設施，阿里巴巴的競爭位置可能越穩固，但前提是使用率與定價足以支撐這筆投資。

騰訊同時看見變現曙光與現金流壓力

騰訊的數字更直接揭示了AI基礎設施擴建的代價。大規模投資令本季自由現金流轉為負138億元人民幣。騰訊表示，現金流中包括為支援其模型與服務基礎設施而支付的大額AI相關預付款。30

不過，騰訊並非完全在缺乏商業成果的情況下投資。AI帶動廣告業務改善，營銷服務營收按年增長21.8%，達435.65億元人民幣。18 路透社也將廣告業務增長列為本季營收上升的主要動力之一。17

這一點相當重要，因為廣告業務為騰訊提供了較接近眼前的回收途徑。更精準的推薦與投放、AI生成創意內容，以及更高的轉化率，都可能在獨立AI產品成為主要收入來源前，先改善既有業務表現。不過，這些進展仍不足以證明整個AI基礎設施計畫能帶來理想回報。

為什麼算力已成為戰略資產？

兩家公司的支出規模顯示，算力正被視為具有戰略價值的瓶頸。無論軟體能力多強，只要晶片、伺服器、電力或資料中心容量不足，企業就可能無法快速改進模型，也無法及時服務客戶。

因此，科技公司有誘因提早鎖定產能。若等到需求完全明朗才採購，可能面臨硬體短缺或更高價格。提前投資則能保護自身AI發展路線，同時打造可向其他企業出售算力的雲端平台。

這也是為什麼這波支出不應只被視為一般產品開發。它同時是對未來基礎設施收入、企業客戶關係與技術彈性的競逐。當然，風險也很明顯：如果產能買得太早，可能長期閒置；若模型效率提升或算力價格下降，硬體資產的價值也可能被削弱。

字節跳動令競爭壓力進一步升高

這場競賽並不只有兩家上市公司參與。彭博社報導，字節跳動正討論2026年投入最多700億美元，用於資料中心及其他AI基礎設施。1 不過，這個數字仍屬討論中的方案，而非已確認的最終預算，因此不應視為正式指引。

即使只是一個尚未確認的情境，相關報導仍反映出中國大型平台面對的戰略壓力。若競爭對手大幅增加算力容量，採取較保守策略的公司可能失去取得算力、開發者、企業客戶或分銷渠道的機會。對管理層而言，承受幾季現金流轉弱，或許比永久落後於基礎設施競賽更容易接受。

最終考驗仍是投資回報

支出激增代表企業對AI前景抱有信心，卻不等於成功已被證明。阿里巴巴雲端業務增長，以及騰訊廣告收入改善，顯示AI已開始支援部分既有業務；但這並未證明兩家公司能從正在建設的大量晶片、資料中心與算力中，取得足夠收入。

主要風險包括：

• 需求可能落後於產能。 如果企業採用或消費者使用量增長慢於預期，高成本基礎設施可能無法充分利用。
• AI服務可能商品化。 更強大的開放模型或效率更高的系統，可能壓低雲端服務商可收取的價格。
• 硬體限制可能推高成本。 晶片供應、出口限制與供應鏈障礙，可能令每一單位可用算力的成本上升。
• 獲利壓力可能持續更久。 管理層提出的投資時程是目標而非保證，回本速度仍取決於使用率、價格與AI需求能否持續。

因此，從第二季財報最穩妥的結論，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，已高到足以合理化異常龐大的前期投入。中國AI競爭也因此正式進入資本密集階段。

對投資者與科技公司而言，接下來要觀察的是「投入能否轉化為收入」。雲端使用量、廣告業績與AI應用是否能快速吸收新增產能，以及這些收入最終能否轉化為可持續的自由現金流，而不是不斷膨脹的基礎設施帳單，將成為真正的成績單。

阿里巴巴與騰訊2026年第二季的財報，透露出中國AI戰略正在出現一個關鍵轉變：競爭焦點已不只是誰能推出最強大的模型，而是誰能取得足夠的算力、晶片、資料中心容量與雲端分銷能力，讓AI系統大規模訓練並投入商用。

兩家公司單季資本支出合計約1,205億元人民幣，折合約180億美元。52 對一個短短三個月的季度而言，這是一筆相當驚人的金額，也顯示中國大型科技平台願意承受短期獲利與現金流壓力，換取更長期的基礎設施優勢。

財報數字反映一場有意識的取捨

阿里巴巴本季資本支出達676.8億元人民幣，按年增加75%；淨利則下跌75%，營收仍增長9%。33 這組數字清楚呈現出公司的選擇：究竟要優先維持眼前的盈利能力，還是在AI雲端與算力需求加速之際，提前擴充基礎設施。

騰訊資本支出達528億元人民幣，較上一季增加65%，按年更大增176%，也遠高於報導所引述的分析師預期321億元。2223 騰訊營收按年增長11%至2,048億元人民幣，但淨利只增加0.7%，達560億元人民幣。17

這不只是兩家公司增加研發支出而已。它們投入的是能夠支撐模型訓練、推理運算與雲端服務多年的實體及商業基礎設施。

阿里巴巴押注雲端需求能支撐擴建成本

阿里巴巴的季度表現顯示，基礎設施投資已與客戶需求產生一定連結。路透社報導，AI需求帶動雲端營收增長45%。33 不同報導對阿里巴巴AI及雲端業務的分類並不完全一致，因此具體增幅仍應審慎解讀；較一致的訊號是，雲端業務正在增長，而投資規模也同步急升。

但業務增長並未消除財務風險。阿里巴巴淨利大幅下滑，說明在新增產能完全產生回報前，擴張成本已先反映在損益表上。這是一場典型的基礎設施押注：先行投資、爭取客戶與使用量，再在較長時間內逐步收回成本。

同一套基礎設施也能為阿里巴巴提供多元變現方式。算力可用於支援自家模型與應用，透過阿里雲服務企業客戶；若內部需求未完全用盡，也可將額外容量出租。越多客戶依賴這套基礎設施，阿里巴巴的競爭位置可能越穩固，但前提是使用率與定價足以支撐這筆投資。

騰訊同時看見變現曙光與現金流壓力

騰訊的數字更直接揭示了AI基礎設施擴建的代價。大規模投資令本季自由現金流轉為負138億元人民幣。騰訊表示，現金流中包括為支援其模型與服務基礎設施而支付的大額AI相關預付款。30

不過，騰訊並非完全在缺乏商業成果的情況下投資。AI帶動廣告業務改善，營銷服務營收按年增長21.8%，達435.65億元人民幣。18 路透社也將廣告業務增長列為本季營收上升的主要動力之一。17

這一點相當重要，因為廣告業務為騰訊提供了較接近眼前的回收途徑。更精準的推薦與投放、AI生成創意內容，以及更高的轉化率，都可能在獨立AI產品成為主要收入來源前，先改善既有業務表現。不過，這些進展仍不足以證明整個AI基礎設施計畫能帶來理想回報。

為什麼算力已成為戰略資產？

兩家公司的支出規模顯示，算力正被視為具有戰略價值的瓶頸。無論軟體能力多強，只要晶片、伺服器、電力或資料中心容量不足，企業就可能無法快速改進模型，也無法及時服務客戶。

因此，科技公司有誘因提早鎖定產能。若等到需求完全明朗才採購，可能面臨硬體短缺或更高價格。提前投資則能保護自身AI發展路線，同時打造可向其他企業出售算力的雲端平台。

這也是為什麼這波支出不應只被視為一般產品開發。它同時是對未來基礎設施收入、企業客戶關係與技術彈性的競逐。當然，風險也很明顯：如果產能買得太早，可能長期閒置；若模型效率提升或算力價格下降，硬體資產的價值也可能被削弱。

字節跳動令競爭壓力進一步升高

這場競賽並不只有兩家上市公司參與。彭博社報導，字節跳動正討論2026年投入最多700億美元，用於資料中心及其他AI基礎設施。1 不過，這個數字仍屬討論中的方案，而非已確認的最終預算，因此不應視為正式指引。

即使只是一個尚未確認的情境，相關報導仍反映出中國大型平台面對的戰略壓力。若競爭對手大幅增加算力容量，採取較保守策略的公司可能失去取得算力、開發者、企業客戶或分銷渠道的機會。對管理層而言，承受幾季現金流轉弱，或許比永久落後於基礎設施競賽更容易接受。

最終考驗仍是投資回報

支出激增代表企業對AI前景抱有信心，卻不等於成功已被證明。阿里巴巴雲端業務增長，以及騰訊廣告收入改善，顯示AI已開始支援部分既有業務；但這並未證明兩家公司能從正在建設的大量晶片、資料中心與算力中，取得足夠收入。

主要風險包括：

• 需求可能落後於產能。 如果企業採用或消費者使用量增長慢於預期，高成本基礎設施可能無法充分利用。
• AI服務可能商品化。 更強大的開放模型或效率更高的系統，可能壓低雲端服務商可收取的價格。
• 硬體限制可能推高成本。 晶片供應、出口限制與供應鏈障礙，可能令每一單位可用算力的成本上升。
• 獲利壓力可能持續更久。 管理層提出的投資時程是目標而非保證，回本速度仍取決於使用率、價格與AI需求能否持續。

因此，從第二季財報最穩妥的結論，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，已高到足以合理化異常龐大的前期投入。中國AI競爭也因此正式進入資本密集階段。

對投資者與科技公司而言，接下來要觀察的是「投入能否轉化為收入」。雲端使用量、廣告業績與AI應用是否能快速吸收新增產能，以及這些收入最終能否轉化為可持續的自由現金流，而不是不斷膨脹的基礎設施帳單，將成為真正的成績單。