阿里AI迎來兌現時刻

MaaS ARR年底將超300億元，商業化拐點已至

文/王芳潔

編輯/劉宇翔

美東時間5月13日早，阿里公布了2026財年第四季度（2026年一季度）財報，當日，阿里巴巴美股大漲，全天漲幅達到了8.18%，數字還挺討喜。

拿錢押注未來的投資人們清晰意識到，阿里“變了”，這一點從13日的電話會上就能直觀感知。所有分析師感興趣的都是模型、MaaS，和芯片。

而阿里CEO吳泳銘反復強調的關鍵詞有且只有一個——“全棧AI”。

也許對于其他公司，這是一個技術術語，但在阿里，它更接近于一種戰略宣誓，從芯片、模型、平臺到應用，阿里決心在AI的每一個關鍵節點都完成自主布局。

這種全棧式的投入，在過去兩年里像一個巨大的“成本黑洞”。這在客觀上造成了一種矛盾，和物理學類似，在投資者眼里，穿越黑洞是一場“無限游戲”，也許AI的領航者天命如此，但他們的耐心要耗完了。

但這僅僅是外部觀察者的視角。你知道，那些資本市場的指標和史瓦西坐標一樣，無非是數學結果。實際上，無論是天體還是企業，總會在有限時間里穿過事件視界（黑洞邊緣），然后到達奇點。

很有可能，這個有限時間的結點正是當下，因為關鍵信號已經出現。

在2026財年第四財季（即2026年Q1））財報中，阿里首次披露，包括MaaS在內的AI模型與應用服務的年化經常性收入（ARR）已突破80億元，預計很快破百億，今年底將達到300億元。

這意味著，AI不再僅僅是一個“前景可期”的故事，它正在變成財報上實實在在的收入。用管理層的話說：“阿里全棧AI技術投入已正式跨越初期培育階段，進入正向的規模商業化回報周期。”

這是一個拐點。它既是阿里自身的轉折，也暗合了中國經濟乃至全球經濟向AI轉型的宏觀脈搏。

1999年，當阿里在杭州湖畔花園成立時，中國剛剛結束世貿談判最關鍵的一輪博弈。那一年，中國外貿進出口總額3.6萬億元，制造業增加值占GDP比重約35%，一個“世界工廠”的輪廓正在成形。但工廠需要渠道，商品需要流通，數以百萬計的中小制造企業空有產能，卻夠不著全國乃至全球的市場。

阿里做了一件事：用一根網線，把中國的工廠和全世界的買家連在了一起。從1688到淘寶再到速賣通，從國內批發到跨境零售，阿里本質上是做了一門“商品經濟”的基礎設施生意，它讓商品流動得更快、更遠、更有效率。

二十五年后的今天，阿里正在做一件邏輯類似但維度完全不同的事：用AI，把中國的智力和算力變成一種新的可流通、可定價、可交易的經濟要素，可以謂之于“Token經濟”。

這意味著，阿里正在從“商品交易平臺”向“Token經濟基礎設施”轉型。如果說1999年的阿里抓住的是中國制造業崛起的紅利，那么2026年的阿里，正在抓住中國智力經濟崛起的下一個時代紅利。

01

“沒有一張卡是閑置的”

要理解阿里的這個拐點的分量，需要先看幾組數據。

根據財報，2025年阿里云在中國市場繼續保持第一，份額顯著提升至32.8%。本季度云智能集團外部商業化收入同比加速增長40%，這一增速在全球主要云廠商中處于領先集團——同期亞馬遜AWS增速約28%，微軟Azure約39-40%。

但讓資本市場確認“拐點敘事”的，是AI的貢獻度。除首次披露AI模型與應用服務的年化經常性收入外，當季阿里云AI相關產品收入達89.71億元，連續第十一個季度實現三位數同比增長。AI在云外部收入中的占比突破30%，AI已經不再是云的“增長貢獻者”，而是“增長主引擎”。

這個引擎還在加速。吳泳銘在電話會上給出了一個更具野心的指引：預計未來一年內，AI相關產品收入占比將突破50%。

如果這一目標實現，阿里云的收入結構將完成從“計算存儲為主”到“AI驅動為主”的歷史性轉型。

一個值得注意的細節是，阿里在此刻披露AI模型與應用的年化經常性收入數據。全球科技公司的通行做法是：當一項新業務開始貢獻穩定、可預測的經常性收入時，才會將其從整體收入中拆解出來，作為獨立指標進行披露。這個動作本身，被市場普遍解讀為商業化兌現的信號。

傳統IaaS業務賣的是算力，即虛擬機、存儲、帶寬，本質上是數字化的“水電煤”，計費單位是硬件資源的占用時間。而MaaS賣的是模型服務能力，企業不需要自己部署和調優模型，調用API即可獲得推理服務，計費單位是Token消耗。

而Token的定價取決于模型服務能力的強弱，企業愿意為結果買單，商業模式具有規模效應，利潤率也更高。

一臺同樣的服務器交給MaaS平臺百煉所創造的營收和毛利水平，高于傳統云計算簡單的算力服務。

MaaS收入主要分為API收入、訂閱收入。3月百煉的客戶數量同比增長了八倍，吳泳銘透露目前阿里MaaS ARR已達80億元，6月季度實現100億元，大部分來調用自研千問大模型API的收入，并都是對外收入。

電話會上，管理層更是展望年底要超過300億元，還補充了句“應該說會比年底更早超過300億ARR。”

以此測算，這將會是淘天電商之外，阿里估值的新錨定業務，也是AI時代“Token經濟”的體現。

在電話會上，吳泳銘用一個樸素的邏輯描述了Token經濟的基本原理：“只要幫助客戶完成的工作任務在企業內創造的價值大于Token成本，對API Token的需求就會是無限的。”

旺盛的需求，以至于吳泳銘表示：““無論是云IaaS的商業化服務，還是通過Maas平臺以及AI原生軟件創造更多模型之上的營收，我們幾乎在服務期內沒有一張卡是閑置的。客戶的需求無法完全滿足，排隊的還很多。”

02

全棧AI兩大優勢：時間成本、財務成本

國際數據公司IDC預計，全球云AI市場到2031年將達5730億美元，復合年增長率超過32%。全球九大云廠商2026年AI資本開支合計約8300億美元，每一家都在用真金白銀確認，AI是未來十年最確定的投資方向。

當前中國企業的AI滲透率遠低于美國，但大量傳統行業的AI改造需求正在釋放，一如十幾年前的數字化改造需求。政策持續推動，供給側能力快速提升，需求端成本持續下降，三個條件同時具備時，規模化普及往往會發生得比預期更快。

Token經濟正在迅速成型，這是共識，非共識的是企業自身的選擇，即如何定位，并為此匹配戰略和商業模式。至于阿里，它的選擇當然是成為Token經濟的核心基礎設施提供商。

今年3月，阿里成立Alibaba Token Hub事業群，強化模型、MaaS、AI應用之間的戰略協同。這個組織的命名“Token Hub”本身就意味深長：阿里正在構建一個Token經濟的樞紐。

其實，為此建造這個經濟樞紐，阿里已經打了多年地基。早在2008年9月，阿里就確定云計算和大數據戰略，5年后阿里云成為中國第一家擁有完整云計算能力的平臺；2018年組建平頭哥半導體，3年后發布自研云芯片倚天710；2019年立項大模型，4年后正式發布，同年MaaS平臺百煉上線，將模型能力封裝為標準化服務。

自此，從芯片（平頭哥自研GPU已規模化量產，累計交付47萬片）到云平臺（中國最大的AI云服務商，份額32.8%），從模型（千問系列模型全球領先）到應用（B端悟空C端千問App），阿里新Token生態覆蓋了AI的全鏈路，構造了一個“全棧AI”的新增長飛輪。

目前，千問系列模型在推理和編程能力上已進入全球第一梯隊。在多模態領域，其視覺理解、文生圖、視頻生成等模型矩陣初見成果。百煉已成為中國最大的AI應用開發入口，大量中小企業和傳統行業客戶正在通過百煉完成“AI化”。

在應用層面，阿里在辦公、編程、電商等領域推出了多個企業級智能體產品，消費端的千問App也在全面整合電商能力，打通“AI+消費”的閉環。

模型能力的提升吸引更多開發者進入平臺層，平臺生態的繁榮孵化出更豐富的應用場景，應用場景中沉淀的數據又反哺模型迭代。基于全棧AI，模型、平臺、應用三層之間的飛輪效應正在加速轉動，一旦每一層的轉動速度超過臨界點，它們就會相互放大動能。

全棧AI還給阿里帶來了兩個成本優勢，即時間成本、財務成本。

自研芯片最大的價值不僅是省下了采購費，而在于擺脫了供貨周期的束縛。自2022年底生成式AI爆發以來，高端GPU長期處于供不應求狀態，而阿里平頭哥自研的“真武”PPU推理芯片在2023年即完成研發并開始規模化量產，上個季度披露已規模化量產47萬片。當競爭對手回過神試圖構建算力矩陣時，阿里已有超過60%的平頭哥芯片服務于外部商業化客戶。

到今天，大模型在理論層面已經沒有秘密，但在工程實現上卻充滿了“know-how”的鴻溝，需要在“研發-部署—使用—反饋—優化”的循環中不斷迭代、打磨，時間成本是最大的成本。

千問模型之所以能躋身第一梯隊，就是全年無休的線上運行、持續積累的海量反饋、以及全鏈路自主可控帶來的極低試錯成本。在這條賽道上，先行者的每一天都在積累后來者無法跳躍式跨越的經驗密度。

全棧布局還讓阿里實現了內部消化多層級的中間成本。

在模型層，千問系列模型運行在自研芯片和自建云平臺之上，省去了對外采購算力服務的加價部分。阿里云作為中國最大的公有云，其32.8%的市場份額帶來了巨大的資源復用和調度效率，進一步攤薄了單位算力成本。

阿里CFO徐宏明確表示，平頭哥自研芯片已在AI推理中實現規模化應用，“帶來顯著的成本效益”。這使得阿里在模型推理的商業報價上獲得了更大的彈性，既能以更低的價格吸引海量開發者，又能在MaaS服務中維持較高的毛利率。

橫向比較來看，谷歌有自研模型Gemini也自研芯TPU，亞馬遜雖有自研芯片也自研模型性能不足，微軟則既沒有自研模型也沒有自研芯片，SaaS業務還被MaaS威脅。

巨額的投入讓阿里既構建了新飛輪，也挖了一道寬又深的護城河，任何競爭對手想追趕都必須補上龐大的投入以及更長的時間。

03

重新定義阿里

全球AI產業正在同步進入一個商業化的收獲期。

國際數據公司IDC預計，全球云AI市場到2031年將達到5730億美元，復合年增長率超過32%。AI云服務正成為繼IaaS之后最大的云收入品類。這是一個萬億級的賽道，而且剛剛開始起跑。

更關鍵的趨勢是Agentic AI的落地。企業AI應用正在從“單次調用”進化到“持續運行”——智能體可以自主規劃任務、調用工具、循環執行，不再只是被動的問答機器。

這種范式升級意味著底層模型的消耗量將呈指數級躍升，而每一次消耗，對云廠商而言都是收入。

在供給端，行業共識已經形成。全球九大云廠商2026年AI資本開支合計約8300億美元。每一家都在用真金白銀投票，押注AI基礎設施是未來十年最確定的投資方向。

這種集體性的基礎設施投入，將在未來幾年轉化為服務能力的提升和成本的下降，進一步加速AI應用的普及。

當前中國企業的AI滲透率是遠低于美國，但差距，也是空間。作為中國最大的公有云平臺，阿里云正站在一個巨大的結構性遷移機會面前，當大量企業從“觀望AI”轉向“必須用AI”，阿里云的客戶池和收入池都將迎來系統性的擴容。

最直接的意義在于阿里的增長引擎正在切換。阿里的電商業務仍是絕對的基本盤，并隨著整個社會零售大盤趨于增速平穩，而這份財報給出了一個明確指引——

未來一年，AI收入占比突破50%。AI正在成為驅動增長主要引擎。

尤其是MaaS業務的商業模型與傳統SaaS有著本質不同：按Token計費的模型服務，其邊際成本隨規模擴大而持續遞減，理論上利潤率會越跑越高。

吳泳銘在電話會上反復強調MaaS業務的利潤率優勢，這背后是一個結構性的邏輯，當AI服務的規模突破某個臨界點，利潤率的改善將不是線性的，而是加速的。這對于長期被資本開支拖累利潤的云業務而言，是一個根本性的改善信號。

還有一個容易被忽視的價值是生態協同。AI能力正在全面反哺阿里體系內的其他業務，電商的智能推薦和AI客服、本地生活的智能調度、國際業務的跨語言AI服務。這些場景既是AI的“應用場”，也是AI的“數據源”。

當一個體系內同時擁有AI基礎設施和豐富的應用場景時，就會形成“AI投入—效率提升—數據反哺—模型迭代—更強的AI能力—更廣的場景滲透”的集團級飛輪。這種飛輪一旦跑通，護城河的深度將遠超單一業務線條。

最終，這一切將指向阿里集團價值的根本性重估。過去，市場對阿里的估值邏輯根植于“電商平臺”這一坐標。但當AI+云成為增長主引擎、當阿里完成從“互聯網平臺”到“AI基礎設施公司”的身份轉型，估值坐標系也必須重置。

管理層對此顯然有清醒的認知。從“全棧AI”的戰略表述，到本次財報首次披露AI年化收入這一動作本身，都在向市場傳遞一個清晰的信號：阿里正在重新定義自己。

從更宏觀的視角看，阿里正站在一個歷史性的交匯點上：全球AI產業集體邁入商業化兌現期，而阿里憑借提前數年的全棧布局和持續投入，已經占據了有利身位。

1999年的阿里，做的事是讓“商品”在平臺上自由流通。它建立了一套包含支付、物流、信用評價在內的商業基礎設施，讓中國的制造業產能找到了市場出口，也讓自己成為了全球最大的商品交易平臺。

2026年的阿里，做的事是讓“Token”在平臺上被定價、被交易、被消耗。它正在建立一套包含算力供給、模型能力、應用生態在內的AI基礎設施，讓中國的智力資源找到了變現通道，而它自己，也在成為全球最重要的Token經濟基礎設施之一。

這兩次阿里與時代的共振，背后的經濟邏輯是一脈相承的。中國經濟第一次騰飛靠的是制造業，阿里做的是讓制成品更高效地流通。中國經濟第二次升級靠的是創新和技術，阿里做的是讓智力更規模化地供給。

吳泳銘在電話會上說了一句頗具意味的話：“阿里AI已正式跨越初期投入階段，進入商業化回報周期。”