8月20日，阿里巴巴发布2027财年第一季度业绩，阿里AI商业化进入第二个验证季度。
根据最新财报，AI云与算力服务分部本季度收入同比增长45%，其中阿里云外部商业化收入增长45%；AI相关产品年化收入达到495亿元，占外部商业化收入的比重由上季度的30%升至35%；AI云与算力服务分部调整后EBITA利润率由上季度的9.1%升至11.6%，经调整EBITA同比增长133%。
云增速、AI收入和利润率继续向上。
上季度，管理层第一次给出AI模型与应用服务ARR，市场由此拿到衡量阿里AI商业化进度的一组明确指标。本季度，增长继续加速。
吴泳铭在财报电话会上表示，本季度阿里云外部商业化收入增长45%，创22个季度新高，算力、存储、MaaS和AI应用均实现增长。
45%的增速意味着，企业训练和推理需求继续放量，以及算力供给紧张在共同推动价格上升。
花旗近期对全球AI基础设施的跟踪显示，Hopper和Blackwell实例租赁价格均在上涨。新产能上线后很快被需求吸收，数据中心建设周期又受到电力、设备和审批限制。
算力越紧缺，产业链定价权越向掌握基础设施的一端集中。纯模型公司的收入主要来自API和应用服务。全栈云厂商同时覆盖芯片、IaaS、AI开发平台和MaaS，可以承接算力租金、平台收入和模型调用收入。
AI产业链的利润池正在扩大，阿里能够覆盖的部分更完整。
阿里云45%的增速再次超过Azure和AWS，重新进入全球头部云厂商的高增长区间。
放到中概科技公司的坐标系中，同时具备包括自研芯片在内的全栈AI能力、可按ARR口径披露的AI收入、加速改善的云利润率，三项全占的，只有阿里。
上季度确认拐点，本季度加速兑现，阿里AI的增长曲线开始变陡。
01 云引擎继续提速，重返全球高增长区间本季度，AI云与算力服务收入达到484.37亿元，同比增长45%，其中阿里云外部商业化收入增长45%。相比上季度的38%和40%，两项增速继续提高。
45%的增速创22个季度新高，阿里云也再次同时超过Azure和AWS。
按各家公司公开披露的核心云业务口径，阿里云已经进入全球头部云厂商的加速区间。
Google Cloud提供了全栈AI拉动云收入的全球样本。Alphabet在财报中把82%的增长归因于企业AI基础设施、AI解决方案和核心GCP服务。Google同时拥有TPU、Gemini、Vertex AI和应用生态，芯片、模型与云平台共同承接企业需求。阿里也把自研芯片、千问模型、百炼平台和应用入口接入同一套云体系。
这一轮云增长还出现了新的价格信号。
花旗8月8日的报告显示，截至8月初，Blackwell实例租赁价格在三个月内上涨15.2%。新增产能仍然无法完全填补训练和推理需求，稀缺算力开始重新获得定价权。
吴泳铭在电话会上表示，AI产业的回报建立在AI算力之上，当前Capex投资回报具备较高确定性，2030年前的需求能见度较为清晰，投资回收期也将从3年缩短至2.5年甚至2年。
模型公司需要稳定的训练集群，也要为快速增长的推理负载预留容量。为了提前锁定算力，长期采购承诺、融资担保和收入分成开始进入全球AI基础设施交易。大摩在对英伟达和Neocloud的研究中指出，英伟达正通过投资担保和收入分成参与新云平台的经常性收入。芯片和基础设施提供方开始从一次性销售向更长期的利润分配延伸
云厂商由此获得两层收入。IaaS层收取算力租金和供给溢价，AI平台与MaaS层继续承接模型训练、推理和API调用。纯模型公司需要为底层算力付费，全栈云厂商可以从基础设施一直服务到模型调用。
2019至2020年，阿里云经历过上一轮高增长。当时企业数字化和传统应用上云构成主要动力。此后，行业价格竞争加剧，阿里云主动调整低质量项目，收入增速逐步回落。
这一轮增长由AI需求推动。AI相关产品收入占比提高之后，每一轮模型升级和应用扩张，都会同时提高服务器利用率、算力租赁收入和Token消耗。
IaaS先承接算力需求，AI平台和MaaS继续放大单位算力的收入。
同样是高增长，两轮周期的收入结构已经不同。连续两个季度加速，AI已经成为阿里云新的增长主引擎。
02 AI产品ARR，商业化总盘继续扩张支撑云增长加速的，是AI产品收入。
财报给出当季收入，电话会进一步给出AI相关产品ARR。本季度，阿里云AI相关产品收入达到123.76亿元，占外部商业化收入的比重由上季度的30%升至35%；AI相关产品ARR达到495亿元。
吴泳铭在电话会上表示，阿里AI产品经常性收入覆盖AI算力、模型服务和AI应用，任何一层需求增长都可以转化为商业机会。
AI相关产品ARR覆盖GPU实例、存储网络、训练平台、推理服务、模型API和AI应用，是阿里全栈AI变现规模的总量指标。客户在阿里云部署AI之后，算力消耗与模型调用会同时形成经常性收入。
按照吴泳铭此前给出的判断，AI相关产品收入占比将在一年内超过50%。
把视线拉到全球，能够单独披露AI收入的公司仍是少数。美股Mag4中，亚马逊是唯一披露AI年化收入的公司。AWS本季度AI业务年化收入已经超过250亿美元，约占AWS收入的15%。中国云厂商中，能提供同类口径的，只有阿里。
AI故事最终要落到收入。
能否持续披露AI产品ARR，已经成为AI商业化能力的分界线。阿里正在用一组可以逐季跟踪的收入指标，验证全栈AI的商业化进度。
03 软硬一体，全栈能力开始兑现利润收入加速之后，市场还要观察另一项指标：利润率。
上季度，云智能集团实现收入416.26亿元，调整后EBITA为37.96亿元，对应利润率约9.1%。本季度，AI云与算力服务分部经调整EBITA为56.28亿元，同比增长133%，利润率升至11.6%。
收入增长和利润率改善开始同时出现。
AI产品收入占比提高，为利润率改善提供了一条路径。同一台服务器用于传统算力租赁，收入主要来自计算时长；接入模型服务后，云厂商可以按Token、API调用和应用服务收费。模型能力、推理优化和Agent编排共同进入价格，单台服务器能够创造更高的收入。
AI收入解决增长，自研芯片解决利润。
吴泳铭强调，阿里AI全栈能力持续提升，自研芯片进入规模化商用。基于新一代平头哥芯片真武M890的超节点实例已经在阿里云上线销售，下半年将继续放量。
财报披露，真武系列全栈自研芯片组合已覆盖20多个行业、650家外部客户，支撑训练、微调和推理全链路。自研芯片替代外购GPU的比例越高，单位算力成本越低，AI云业务的毛利空间就越大。
对云厂商来说，芯片自研的意义有两层。第一层是成本。外购GPU的价格由卖方决定，自研芯片把最大的一块成本拿回自己手里，直接改写按Token计费的单位经济。第二层是供给。算力供给减少对外部采购节奏的依赖，资本开支的投放和回报周期也更可控。
自研芯片改善云利润率，是一条已经在全球得到验证的路径。亚马逊披露，包括Trainium和Graviton在内的自研芯片相关业务ARR已超过250亿美元，AWS的利润率也长期领先同业。阿里正在沿着相似的路径推进。
吴泳铭也在电话会强调，平头哥AI芯片以国内少有的GPU架构为核心，可同时高效覆盖训练与推理两类工作负载，目前已服务数百家中大型客户（涵盖具身智能、自动驾驶、大模型公司等），是国内可能唯一具备大规模训练+推理商业化客户的芯片。基于这一技术与客户基础，全国产化第一代芯片已于8月起以超节点形式在阿里云全面上架，成为中国市场唯二能以超节点形式放量上架的国产芯片。未来其客户接受度和大规模商业化前景值得高度期待。
摩根士丹利在8月18日的报告中，对中美AI算力的回报率和成本结构进行了拆分。报告认为，双方差距的核心在于硬件成本，中国服务器价格接近美国的3倍。阿里正在通过平头哥自研芯片降低算力成本，以自研模型提升单位吞吐，再通过数据中心和云平台的规模效应摊薄基础设施开支。
大摩同时判断，凭借最大的AI基础设施规模、高质量云和千问模型能力，阿里享有定价溢价，云利润率具备从当前11%至12%向长期20%提升的清晰路径。利润弹性最大的环节是MaaS，基准情境下经营利润率可达53%，现金回收期约2.5年。
大摩测算了两种IaaS扩容路径。自建GPU IaaS经营利润率约43.5%，ROIC约13.2%，现金回收期约3.1年。
租赁模式下，客户每月支付25万元，阿里向上游支付20万元，单台服务器年经营现金流约71万元。客户现金流入高于算力租赁支出，新增需求从开始贡献收入起即可形成正向现金流。
自建算力承接长期稳定需求，外部租赁吸收短期增量。两种路径并行，阿里可以在长期ROIC和短期现金投入之间调节扩容节奏。
在财报分析师电话会上，吴泳铭也表示，AI云长期营收增长和利润率增长动力非常强劲，有信心加速实现2030年前云外部商业化收入1000亿美元的目标，阿里云实现20%以上的利润率有很强的可见性。
从45%的云增速到11.6%的利润率，阿里的全栈AI开始同时在收入表和利润表显现效果，增长在加速。下一步，市场要看这条增长曲线能否继续延伸到现金流。
本文来自微信公众号“硬AI”，关注更多AI前沿资讯请移步这里
风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。亿融配资提示：文章来自网络，不代表本站观点。
