文 | 舒书

8月20日，阿里发布2027财年Q1财报。

营收2689.53亿元，同比增长9%，略超预期。利润端全面承压——经调整净利润207.15亿元，同比下降38%；经营利润151.61亿元，同比暴跌57%。

财报披露，本季度资本开支676.78亿元，自由现金流净流出446.7亿元，是去年同期188.15亿元净流出的约2.4倍。

但这份财报的另一面同样值得关注：阿里云外部商业化收入同比增长45%，创22个季度新高；AI相关产品季度收入123.76亿元，连续第12个季度实现三位数同比增长。AI云与算力分部经调整EBITA利润率从去年的7%提升至12%（利润额同比大增133%）。AI收入已在云业务中占比升至35%。

利润下滑并非只来自算力投入。AI应用侧同样在“烧钱”——阿里AI实验室与应用分部经调整EBITA亏损138.61亿元，较上年同期32.24亿元的亏损扩大超100亿元。与此同时，传统电商业务仍面临宏观压力，客户管理收入报表口径同比下降7%，主要受新营销发展计划会计处理变化影响（部分补贴从费用转为收入冲减项）；剔除该影响后，同口径CMR同比增长约1%，显示电商基本盘低速增长但货币化率提升空间有限。

上游云算力开始盈利，下游AI应用仍在投入，电商基本盘低速增长——“用电商利润输血AI”的战略正在经历最紧张的阶段。

一、算力—模型—Token—应用：全栈AI的增长飞轮

阿里管理层将AI业务概括为一条完整的商业链路：“算力—模型—Token—应用—收入”。

吴泳铭在业绩会上强调：阿里AI产品经常性收入覆盖AI算力、模型服务、AI应用等多个层面。“客户在算力、模型、应用任何一层的需求增长，都会转化为我们的商业机会。”

这一结构性优势，是阿里与纯粹做算力租赁或纯粹做模型的竞争对手最大的不同。具体来说，这条链路在三个层面形成协同：

芯片层，平头哥已建成覆盖GPU、CPU、网络芯片的全栈自研芯片组合，真武芯片已服务超650家外部客户，覆盖自动驾驶、互联网、金融等20多个行业。吴泳铭表示，新一代真武M890集成144GB HBM高带宽显存，片间互联带宽可达800GB/s，综合性能达到前代真武810E的三倍，已上线阿里云规模化销售，可高效运行超2万亿参数的大模型推理。

待验证缺口：以上性能参数均为阿里官方披露，目前缺乏第三方基准测试（如MLPerf）的独立验证，与国际主流芯片（H100/B200）的对比数据尚不完整。650家客户的付费规模、复购率、是否依赖阿里生态补贴等关键信息同样未公开。

模型层，过去一个月阿里模型发布全面提速，大语言、图像、语音、视频、音乐五大类模型均完成重要版本迭代，性能位于国际第一梯队。Qwen系列全球下载量超30亿次，衍生模型超30万个。

待验证缺口：30亿次下载中，有多少转化为阿里云付费用户？160亿MaaS ARR中有多少来自Qwen生态？开源拉动云服务的商业飞轮尚未有公开数据验证。

应用层，B端推出旗舰Agent产品千问办公，C端千问App已带动2.5亿用户体验AI购物（该数据为累计触达用户数，非月活或付费用户）。更关键的变化是：AI Agent爆发不仅推高了Token和GPU算力需求，同时大幅拉动了CPU算力、存储、数据库、网络等传统云产品需求。

全栈AI的核心逻辑不是做加法，而是做乘法。每一层的需求增长，都会在下一层产生乘数效应。这是阿里区别于纯算力租赁或纯模型厂商的关键差异——但这一差异能否转化为财务回报，取决于每一层的待验证缺口能否被持续填满。

二、三年回本：吴泳铭的账怎么算的？

吴泳铭在业绩会上给出了三个关键判断：算力紧缺至少持续到2030年；按照目前AI产品的平均毛利水平，算力Capex可以在三年内回本；2020年采购的A100到现在仍“近乎满载地被客户使用”。

吴泳铭的原话是：假设目前AI产品的平均毛利水平可以维持，叠加自研芯片占比提升带来的毛利率改善，“CAPEX可以实现在三年之内回本”，未来有望缩短到2.5年甚至2年。

但三年回本不是一个确定性事实，而是一个高度依赖假设的测算结果。其核心假设链条是：AI需求增速保持高位→算力租赁价格维持当前水平→自研芯片如期替换→AI产品毛利率持续改善。

阿里云毛利率的支撑点在于全栈协同——自研芯片降低采购成本、自研模型减少第三方API授权费、规模化数据中心将交付周期压缩至100天。

以下是一个简化的现金流回本测算框架：

677亿Capex中，GPU服务器为主（折旧年限3-5年），数据中心基础设施为辅（折旧年限10-15年）。按加权平均折旧年限约4年计算，年折旧约170亿元（会计成本，非现金流出）。年化AI相关收入约495亿元（基于AI相关产品季度收入123.76亿），假设毛利率提升至45%-50%，对应年毛利约220-250亿元，扣除运营成本后，年增量自由现金流约150-200亿元，回收期约3.4-4.5年。

敏感性分析：

注：基准情景的“收入年增15%”指年度增速，基于当前AI收入基数已较高、全球AI云市场增速从爆发期逐步回落的综合判断。

上述模型显示，基准情景下三年回本紧贴着可能实现，但任何单一变量恶化都可能将周期拉长至4-5年，多重因素叠加则可能超过6年。

同时需要警惕的是：当前不仅是阿里，腾讯、百度等所有大厂都在按“供不应求”的假设疯狂铺产能。当2027年这些算力集群集中交付时，下游需求能否持续跑赢供给洪峰，仍是未知数。

三、风险维度：三层结构

1. 财务风险：ROIC侵蚀与现金消耗

据交银国际研报测算，按2027财年全年Capex 2000-2400亿元、折旧增长350-400亿元估算，阿里云经调整EBITA利润率可能被拉低5-7个百分点。花旗分析师指出，大规模AI Capex将拉低阿里整体ROIC约2-3个百分点。若Capex持续高企，ROIC从当前约12%降至10%以下是大概率事件。

但现金消耗需动态看待：阿里当前现金储备约4745亿元，且拥有股权融资、债券发行等多种补充渠道，短期内不存在流动性风险。

2. 竞争与价格风险

当前国内AI算力尚未进入全面价格战，但字节火山引擎、华为云均在快速扩张AI算力产能。若2027年算力供给集中释放，价格战可能实质性爆发。

3. 技术风险：推理效率提升正在改变算力需求曲线

更现实的风险来自推理效率的持续优化。DeepSeek、MoE架构、量化技术正在降低单位智能的算力消耗，部分模型推理成本较2024年已下降50%以上。如果下一代模型在同等智能水平下需要的算力持续下降，“算力紧缺到2030年”的判断将受到挑战。

四、估值敏感性矩阵

当前阿里市值约1.55万亿人民币。以下基于FY2027业绩估算构建SOTP估值矩阵：

注：电商估值8,000亿对应约5-6倍PE（基于FY2027电商利润约1200-1500亿元），考虑增长放缓给予保守估值。整体云收入包含AI与非AI部分，悲观/中性/乐观情景对应不同云业务成长性和AI算力投资回报水平。悲观情景下云业务仅给2倍PS，反映AI算力投资回报不及预期；乐观情景下6倍PS反映AI云业务成为增长引擎并获得溢价。

当前市值约1.55万亿人民币，处于估值矩阵中性偏乐观区间——市场已部分计价AI算力投资成功的预期，但尚未充分反映乐观情景。

五、综合判断

综合测算框架与风险维度，管理层三年回本的预测处于乐观情景的上沿。基准情景下，回收期更可能在4年左右；若算力价格下行或自研芯片延迟，回收期可能拉长至5-6年。

阿里这场677亿的投入，本质上是赌全栈AI的乘数效应能否跑赢算力资产的折旧速度——芯片自研降低采购成本，模型开源拉动云服务需求，AI应用反过来推高算力消耗，三者形成正反馈循环。这个闭环越完整，677亿的回本周期就越短。

但风险同样清晰：如果算力价格因供给过剩而下降，如果自研芯片量产不及预期，如果AI应用层的商业化慢于预想——任何一个环节出问题，三年回本都可能变成四到五年，甚至更长。

当前市值约1.55万亿人民币，处于估值矩阵中性附近区间——市场已部分计价AI算力投资成功的预期。若读者认为三年回本成功概率高于50%，当前估值存在一定安全边际；若认为回本周期必然超过5年，则存在下行风险。