Przychody Alibaba z AI osiągnęły 49,5 mld RMB, ale prawdziwy sprawdzian wydatków dopiero się zaczyna
Alibaba poinformowała, że jej produkty AI osiągnęły roczną stopę przychodów na poziomie 49,5 mld RMB, czyniąc sztuczną inteligencję głównym motorem wzrostu Alibaba Cloud. Wskaźnik ten odzwierciedla obecne tempo przychodów, a nie przychody już zaksięgowane w całym roku. Mimo to stanowi ważny krok w komercjalizacji tej technologii przez firmę.
Napięcie widoczne jest po drugiej stronie rachunku wyników. Alibaba wydała 67,7 mld RMB na nakłady inwestycyjne w kwartale czerwcowym, o 75% więcej niż rok wcześniej. Zysk netto spadł o 75%, gdy wzrosły wydatki na infrastrukturę AI i inne inicjatywy strategiczne.
To stawia przed Alibaba wyraźniejszy test niż kolejny benchmark modelu. Firma musi pokazać, że wzrost chmury, usługi AI o wyższych marżach oraz własne chipy są w stanie przekształcić ogromne nakłady na infrastrukturę w trwałe przepływy pieniężne. Baidu i Tencent mierzą się z podobną presją, lecz Alibaba powiązała ze swoją strategią najbardziej konkretne deklaracje dotyczące przychodów i okresu zwrotu.
Przychody Alibaba z AI są już istotną częścią biznesu chmurowego
Roczna stopa 49,5 mld RMB przesuwa narrację Alibaba dotyczącą AI z etapu adopcji produktów do mierzalnej skali komercyjnej.
Prezes Eddie Wu ujawnił tę wartość podczas telekonferencji wynikowej Alibaba za pierwszy kwartał roku fiskalnego 2027, 20 sierpnia. Kwartał obejmował trzy miesiące zakończone 30 czerwca 2026 r.
Alibaba podała, że przychody z produktów związanych z AI utrzymały trzycyfrowe tempo wzrostu przez dwunasty kolejny kwartał. Produkty te stanowiły 35% zewnętrznych przychodów Alibaba Cloud, według zarządu.
Kategoria obejmuje kilka warstw stosu technologicznego firmy. Zalicza się do niej wynajmowana moc obliczeniowa AI, oferta Model-as-a-Service oraz aplikacje sprzedawane za pośrednictwem Alibaba Cloud.
Model-as-a-Service, czyli MaaS, umożliwia klientom dostęp do hostowanych modeli AI i narzędzi pomocniczych bez konieczności obsługi bazowej infrastruktury. Alibaba oferuje te usługi za pośrednictwem platformy Bailian, nazywanej w anglojęzycznych materiałach również Model Studio.
To rozróżnienie ma znaczenie, ponieważ wartość 49,5 mld RMB jest zannualizowaną stopą przychodów. Opisuje tempo przychodów wynikające z niedawnej aktywności biznesowej. Nie oznacza, że Alibaba rozpoznała całą tę kwotę w danym kwartale.
Zewnętrzne przychody Alibaba Cloud osiągnęły w kwartale około 48,4 mld RMB, według raportu za kwartał czerwcowy spółki. Oznaczało to wzrost o 45% rok do roku.
Skorygowany zysk działu chmurowego przed odsetkami, podatkami, amortyzacją i umorzeniem wzrósł o 133%. Zarząd podał również, że rentowność segmentu wzrosła o 4,4 punktu procentowego, do 11,6%.
Liczby te łączą tempo przychodów AI z szerszym ożywieniem biznesu chmurowego Alibaba. W ostatnich okresach raportowych wzrost chmury przyspieszał już z 34% do 36%, następnie do 38% i 40%.
Najnowszy wynik na poziomie 45% przedłuża tę tendencję. Sugeruje również, że popyt na AI zwiększa przychody, a nie jedynie zastępuje tradycyjne obciążenia chmurowe.
Alibaba odnotowała niemal 269 mld RMB łącznych przychodów grupy, o 9% więcej. AI pozostaje znacznie mniejsza od całej firmy, ale jej tempo wzrostu czyni ją coraz ważniejszym elementem przyszłej struktury przychodów Alibaba.
Wynik przekroczył także wcześniejsze kamienie milowe komercjalizacji wyznaczone przez Alibaba. W maju firma poinformowała, że zannualizowane przychody z produktów związanych z AI przekroczyły 35,8 mld RMB w kwartale marcowym.
Oznacza to, że ujawniona roczna stopa wzrosła o około 13,7 mld RMB między dwoma raportami. Porównanie wspiera twierdzenie zarządu, że popyt przyspiesza, chociaż wskaźniki rocznej stopy mogą zmieniać się szybciej niż rozpoznane przychody.
Alibaba oddziela również szersze przychody związane z AI od węższego wskaźnika MaaS. Wu powiedział, że roczne przychody powtarzalne Bailian przekroczyły w sierpniu 16 mld RMB.
Firma oczekuje, że przychody Bailian MaaS przekroczą 30 mld RMB w ujęciu rocznym do końca roku. Cel ten obejmuje hostowane modele i powiązane usługi, a nie każdy produkt obliczeniowy AI sprzedawany przez Alibaba Cloud.
To rozróżnienie zapobiega łatwemu nieporozumieniu. Wartość 49,5 mld RMB podawana przez Alibaba nie pochodzi wyłącznie od klientów płacących za wywoływanie modeli Qwen przez API.
Duża część pochodzi z infrastruktury potrzebnej do trenowania, wdrażania i obsługi systemów AI. Obejmuje to trudno dostępną moc obliczeniową, pamięć masową, bazy danych, sieci i usługi inferencji.
Ta struktura sprawia, że komercjalizacja AI przez Alibaba jest bardziej znacząca niż sam popularny chatbot. Jednocześnie naraża firmę na kapitałochłonność obsługi tych usług.
Dlaczego Alibaba Cloud rośnie teraz szybciej
Alibaba monetyzuje popyt na AI w obszarze infrastruktury, modeli i aplikacji, zamiast stawiać na jedną warstwę produktu.
Wu opisał Alibaba Cloud jako dostawcę pełnego stosu technologicznego podczas transkrypcji telekonferencji wynikowej. Firma dostarcza sprzęt obliczeniowy, platformy chmurowe, modele bazowe, narzędzia programistyczne i aplikacje biznesowe.
Taka struktura tworzy kilka ścieżek od eksperymentów klientów do przychodów. Deweloper testujący otwarty model zużywa moc inferencyjną. Przedsiębiorstwo dostosowujące taki model może potrzebować także baz danych, pamięci masowej, zabezpieczeń i oprogramowania wdrożeniowego.
Duzi klienci mogą kupować dedykowaną moc obliczeniową. Mniejsze zespoły mogą korzystać z Qwen lub modeli innych firm za pośrednictwem Bailian. Firmy mogą też kupować aplikacje zbudowane wokół tych usług.
Wu argumentował, że sama chmura stała się najważniejszą aplikacją AI. Jego zdaniem trenowanie, inferencja, dostosowane oprogramowanie i agenci AI zależą od współdzielonej infrastruktury.
Twierdzenie to odzwierciedla komercyjną pozycję Alibaba. Operator chmury nie potrzebuje, by każdy klient wybrał jeden własnościowy model. Osiąga przychody za każdym razem, gdy klienci wykorzystują jego infrastrukturę do obsługi różnych modeli.
Alibaba twierdzi, że jej własne modele wciąż generują większość przychodów Bailian. Modele innych firm wnoszą jednak już znaczący udział.
Zarząd podał również, że marże są podobne, gdy Bailian hostuje modele Alibaba lub otwarte modele innych firm. Jeśli to się utrzyma, większa konkurencja między modelami nie musi automatycznie osłabić platformy.
Może za to zachęcić klientów do łączenia modeli do różnych zadań. Każdy dodatkowy model wymagałby zasobów inferencyjnych, pamięci masowej, orkiestracji i monitorowania.
Takie podejście odróżnia Alibaba od firm AI, które w dużym stopniu polegają na bezpośrednim dostępie do modeli. Alibaba może monetyzować popyt nawet wtedy, gdy warstwa modeli staje się tańsza lub bardziej rozdrobniona.
Strategia wyjaśnia także, dlaczego Alibaba nadal udostępnia otwarte modele Qwen. Otwarta dystrybucja może zwiększać adopcję, podczas gdy Alibaba przechwytuje wydatki, gdy firmy wdrażają te modele w jej chmurze.
Otwarte modele nie są darmowe w eksploatacji na skalę przedsiębiorstwa. Firmy wciąż płacą za moc obliczeniową, inżynierię wdrożeń, potoki danych, ewaluację i bieżącą inferencję.
Inwestycje Alibaba w modele służą więc dwóm celom. Pozwalają firmie uczestniczyć w rozwoju możliwości technologicznych, a jednocześnie przyciągają obciążenia do szerszej platformy chmurowej.
Warstwa modeli nadal ma znaczenie, ponieważ ich wydajność wpływa na popyt klientów. Lepsze modele mogą przyciągać więcej deweloperów do narzędzi Alibaba i zwiększać zapotrzebowanie na inferencję.
Wu przyznał jednak, że sprzedaż dostępu przez API jest prawdopodobnie przejściowym modelem biznesowym. Oczekuje, że większa wartość przesunie się w stronę produktów realizujących zadania biznesowe lub dostarczających klientom konkretne rezultaty.
Ta niepewność wzmacnia argument za podejściem pełnego stosu. Alibaba nie musi dokładnie przewidywać, gdzie ustali się pula zysków w branży.
Może szukać wartości na poziomie chipów, infrastruktury, modeli, platform i aplikacji. Jednak działalność w całym tym zakresie wymaga również trwałych inwestycji w badania i kapitał.
Przykładem realnej aplikacji jest Accio Work, agent AI Alibaba dla sprzedawców transgranicznych. Wu powiedział, że po premierze usługa przyciągnęła 50 000 płacących sprzedawców.
Produkt pomaga firmom wykonywać zadania związane z zaopatrzeniem i handlem międzynarodowym. Daje też Alibaba wewnętrzny kanał dystrybucji wykraczający poza samodzielną infrastrukturę chmurową.
Agenci korporacyjni to systemy programowe, które mogą planować i realizować wieloetapową pracę przy ograniczonej interwencji użytkownika. Ich wykorzystanie może generować powtarzalny popyt na inferencję i przetwarzanie danych.
Alibaba oczekuje, że szersze wykorzystanie agentów zwiększy zapotrzebowanie na moc obliczeniową. W kwartale firma zwiększyła pojemność konwencjonalnych procesorów CPU, częściowo w oczekiwaniu na takie obciążenia.
Ten punkt komplikuje przekonanie, że wydatki na AI oznaczają wyłącznie kupowanie zaawansowanych akceleratorów. Agenci zależą również od ogólnej mocy obliczeniowej, baz danych, sieci, wyszukiwania i pamięci masowej.
Przewagą Alibaba jest zdolność do sprzedaży tych komponentów razem. Ryzyko polega na tym, że klienci mogą nie chcieć uzależniać się od jednego dostawcy w całym stosie.
Rzeczywista rywalizacja to wzrost przychodów kontra kapitałochłonność
Głównym przeciwnikiem Alibaba nie jest kolejny chatbot. Jest nim koszt budowy infrastruktury wystarczającej do spełnienia obietnicy przychodowej.
Nakłady inwestycyjne osiągnęły 67,678 mld RMB w kwartale czerwcowym. Był to wzrost o 75% z 38,676 mld RMB rok wcześniej.
Wydatki przekroczyły kwartalny kamień milowy rocznej stopy przychodów AI Alibaba. Wskaźniki te obejmują różne okresy i nie można ich porównywać jak zysku i straty, ale kontrast pokazuje skalę strategii.
Alibaba przypisała wzrost wydatków infrastrukturze AI, zmieniającym się cyklom zakupowym, większej pojemności CPU i wyższym kosztom komponentów. Firma buduje zasoby z wyprzedzeniem wobec oczekiwanego popytu, zamiast dopasowywać każdy zakup do bieżących przychodów.
Takie podejście może działać, gdy pojemność pozostaje ograniczona, a wykorzystanie utrzymuje się na wysokim poziomie. Staje się niebezpieczne, jeśli popyt osłabnie, sprzęt się zestarzeje lub klienci wymuszą obniżki cen.
Wu powiedział, że obecne inwestycje w moc obliczeniową AI mogą osiągnąć zwrot w około trzy lata. Argumentował, że starsze akceleratory Nvidia V100 i A100 w centrach danych Alibaba pozostają wykorzystywane niemal w pełni.
Przykład ten wspiera pogląd Alibaba, że użyteczny okres życia sprzętu może przekraczać okres jego amortyzacji księgowej. Nie gwarantuje jednak, że obecne zakupy utrzymają porównywalny popyt.
Obciążenia się zmieniają, architektury modeli się poprawiają, a efektywność energetyczna zyskuje na znaczeniu wraz ze skalowaniem wdrożeń. Nowe krajowe akceleratory również mogą zmienić ekonomię starszego sprzętu.
Alibaba uważa, że trzy dźwignie mogą skrócić okres zwrotu do dwóch lub dwóch i pół roku. Pierwszą jest bogatsza struktura produktów MaaS i oprogramowania o wysokich marżach.
Drugą jest szersze wykorzystanie chipów T-Head opracowanych wewnątrz Alibaba. Zastępowanie chipów kupowanych od zewnętrznych dostawców mogłoby obniżyć premię płaconą dostawcom komercyjnym.
Trzecią jest strukturyzacja finansowa. Alibaba może wspólnie budować centra obliczeniowe z partnerami lub żądać przedpłat za kontrakty na moc obliczeniową.
Łącznie dźwignie te tworzą tezę spółki dotyczącą marż. Oprogramowanie o wyższej wartości zwiększa przychód na jednostkę infrastruktury, podczas gdy własne chipy i finansowanie partnerów obniżają koszty bazowe.
Alibaba podała, że produkty AI już teraz generują znacząco wyższe marże brutto niż średnia w jej portfelu chmurowym. To istotne twierdzenie, lecz firma nie ujawniła odrębnego poziomu marży brutto dla AI.
Inwestorzy muszą więc wyciągać wnioski o postępach na podstawie wyników poszczególnych segmentów. Rentowność Alibaba Cloud na poziomie 11,6% i wzrost skorygowanego EBITDA o 133% stanowią wstępne potwierdzenie, ale nie wyodrębniają ekonomiki AI.
Przeciwwagę stanowią ogólne wyniki grupy. Zysk netto spadł do 10,5 mld RMB z 43,1 mld RMB rok wcześniej, według niezależnego opisu spadku zysków.
Wydatki Alibaba na szybki handel również wpłynęły na wyniki, więc całego spadku zysków nie można przypisać wyłącznie AI. Mimo to program infrastrukturalny spółki stanowi duże obciążenie dla gotówki.
Alibaba wcześniej zobowiązała się przeznaczyć co najmniej 380 mld RMB na infrastrukturę chmurową i AI w ciągu trzech lat. Jej najnowsze wydatki kwartalne pokazują, że wdrożenie nie jest już odległą obietnicą.
Firma wybiera wzrost zamiast natychmiastowego dodatniego przepływu pieniężnego. Wu powiedział, że Alibaba mogłaby teoretycznie generować dodatni przepływ pieniężny, utrzymując wzrost poniżej 33% w ramach obecnych trzyletnich założeń dotyczących zwrotu nakładów.
Zarząd planuje jednak dążyć do wzrostu przekraczającego 40%. Ten wybór przenosi ciężar na wykorzystanie zasobów, marże produktowe i niższe koszty infrastruktury.
Strategia zawiera więc celową sprzeczność. Alibaba twierdzi, że produkty AI mają wyższe marże, lecz przechwycenie popytu na nie wymaga wyjątkowo dużych wydatków, zanim pojawią się przychody.
Nie musi to jednak świadczyć o słabej ekonomice. Biznesy chmurowe często wymagają dostępnej mocy, zanim klienci będą mogli z niej skorzystać.
Luka czasowa sprawia jednak, że przychody w ujęciu rocznym są niepełną miarą. Inwestorzy potrzebują także danych o ujętych przychodach, przepływach pieniężnych, wykorzystaniu zasobów i zwrocie z zainwestowanego kapitału.
Teza Alibaba stanie się mocniejsza, jeśli rentowność chmury wzrośnie, a nakłady inwestycyjne pozostaną produktywne. Osłabnie, jeśli przychody zwolnią, zanim zainstalowana infrastruktura się zwróci.
Baidu i Tencent utrzymują wysoką presję konkurencyjną
Alibaba prowadzi pod względem skali, ale rywale również przekształcają popyt na obliczenia AI w szybko rosnące przychody chmurowe.
Baidu poinformował o przychodach z AI Cloud Infrastructure w wysokości 7,3 mld RMB w drugim kwartale 2026 roku. Oznaczało to wzrost rok do roku o 50%, według jego danych dotyczących chmury AI.
Baidu podał również, że przychody z GPU Cloud wzrosły o 283%. Łączne przychody z AI Cloud Infrastructure spadły o 17% kwartał do kwartału, co pokazuje, jak szybko wskaźniki wzrostu mogą maskować kwartalną zmienność.
Zewnętrzny biznes chmurowy Alibaba jest znacznie większy. Jednak wzrost Baidu potwierdza, że popyt na obliczenia AI nie trafia tylko do jednego chińskiego dostawcy.
Tencent stanowi inne wyzwanie. Jego działalność chmurowa funkcjonuje obok Weixin, gier, reklamy i szerokiej sieci usług konsumenckich.
Tencent poinformował, że popyt na usługi chmurowe skorzystał na obciążeniach związanych z AI w drugim kwartale. Jego wyniki kwartalne nie podały wskaźnika przychodów AI w ujęciu rocznym, porównywalnego z Alibaba.
Ta różnica w raportowaniu utrudnia bezpośrednie porównania. Tencent może też monetyzować AI poprzez rekomendacje reklamowe, gry i usługi wewnętrzne, nie ujmując każdej korzyści jako przychodu z chmury.
Strategia Alibaba jest bardziej bezpośrednio wystawiona na sprzedaż zewnętrznej infrastruktury. Jej ekosystem Qwen i platforma Bailian mają przyciągać niezależnych deweloperów oraz przedsiębiorstwa do Alibaba Cloud.
Baidu może przedstawić podobne argumenty wokół Ernie, PaddlePaddle i swoich aplikacji AI. Tencent może dystrybuować AI przez Weixin i ugruntowane kanały korporacyjne.
Wszystkie trzy firmy muszą również działać w chińskim środowisku ograniczonej podaży zaawansowanych chipów. To sprawia, że dostęp, wykorzystanie oraz rozwój krajowych chipów są kluczowymi zmiennymi konkurencyjnymi.
Alibaba twierdzi, że ponad 600 zewnętrznych klientów korzysta z jej własnych chipów T-Head. Liczba ta sugeruje, że chipy wykraczają poza wdrożenia wewnętrzne, choć skala klientów i ich obciążenia pozostają nieujawnione.
T-Head może zapewnić Alibaba lepszą kontrolę nad podażą i kosztami. Może też ograniczyć ekspozycję na premie związane z niedoborem komercyjnych akceleratorów.
Wyzwanie dotyczy wydajności w szerokim spektrum obciążeń. Klienci chmurowi często preferują szeroko wspierany sprzęt, ponieważ dojrzałe ekosystemy oprogramowania upraszczają migrację i prace inżynieryjne.
Alibaba musi udowodnić, że jej wewnętrzne chipy zapewniają akceptowalną ekonomikę bez zwiększania trudności po stronie klientów. Musi też wspierać klientów, którzy nadal potrzebują innego sprzętu.
To sprawia, że istotna jest orkiestracja. Platforma chmurowa, która potrafi planować pracę na różnych akceleratorach, może zatrzymać klientów nawet wtedy, gdy żaden pojedynczy chip nie dominuje.
Konkurencja na poziomie modeli tworzy kolejny punkt presji. Otwarta dostępność Qwen może wspierać adopcję, ale otwarci rywale ułatwiają zmianę dostawcy.
Odpowiedzią Alibaba jest hostowanie wielu modeli zamiast wymagania wyłączności. Wu powiedział, że modele firm trzecich i własne zapewniają porównywalne marże Bailian.
Jeśli klienci regularnie korzystają z wielu modeli, neutralność platformy staje się użyteczna. Jeśli dostawcy modeli zbudują silniejsze bezpośrednie relacje, Alibaba ryzykuje przekształceniem się w dostawcę infrastruktury o niższych marżach.
Pełnostosowy projekt firmy ma zapobiec temu scenariuszowi. Łączy ograniczoną moc obliczeniową z modelami, narzędziami programistycznymi, aplikacjami i własnym sprzętem.
Pytanie konkurencyjne nie brzmi po prostu, czy Qwen pokonuje inny model w benchmarku. Chodzi o to, czy Alibaba potrafi utrzymać obciążenie, gdy klienci przechodzą między modelami i aplikacjami.
Skala pomaga, ponieważ większa platforma może rozłożyć koszty infrastruktury na większą liczbę klientów. Sama skala nie chroni jednak marż, gdy konkurenci obniżają ceny lub subsydiują korzystanie z usług.
Alibaba potrzebuje zróżnicowanych usług związanych z niezawodnością, wdrożeniem, zarządzaniem danymi i obsługą przedsiębiorstw. Obszary te mogą utrudnić zmianę dostawcy bez wiązania klientów z jednym modelem.
Wyniki z czerwca pokazują, że Alibaba obecnie ma rozpęd. Nie ustanawiają trwałej przewagi nad Baidu, Tencent, ByteDance ani wspieranymi przez państwo dostawcami mocy obliczeniowej.
Czego nie dowodzi kwota 49,5 mld RMB
Nagłówek potwierdza popyt, ale nie ustanawia jeszcze trwałych zwrotów z ekspansji AI Alibaba.
Przychody w ujęciu rocznym są migawką opartą na bieżącym tempie. Mogą szybko rosnąć w okresie silnego popytu, ale mogą też spaść, jeśli kontrakty wygasną lub zmieni się wykorzystanie.
Alibaba nie ujawniła okresu obowiązywania, koncentracji ani profilu odnowień stojących za całą kwotą 49,5 mld RMB. Te szczegóły są istotne przy ocenie jakości przychodów powtarzalnych.
Kategoria obejmuje również produkty o różnej ekonomice. Wynajem mocy obliczeniowej nie zapewnia takiego samego profilu marży jak sprzedaż dostępu do modeli lub oprogramowania dla przedsiębiorstw.
Zarząd twierdzi, że produkty AI łącznie przekraczają średnią marżę brutto Alibaba Cloud. Bez podziału na poziomie produktów obserwatorzy zewnętrzni nie mogą określić, która warstwa napędza tę przewagę.
Twierdzenie może odzwierciedlać wysokie wykorzystanie w okresie ograniczonej podaży mocy obliczeniowej. Marże mogą się zawęzić, gdy konkurenci dodają moce lub krajowy sprzęt staje się szerzej dostępny.
Alibaba przewiduje, że niedobór podaży potrwa co najmniej do 2030 roku. Ta prognoza wspiera agresywną rozbudowę, ale pozostaje oceną firmy, a nie przesądzonym wynikiem.
Podaż może poprawiać się nierównomiernie. Większa liczba chipów nie zawsze przekłada się na użyteczną moc, ponieważ energia elektryczna, sieci, centra danych i wsparcie oprogramowania mogą tworzyć dodatkowe ograniczenia.
Popyt wiąże się z własną niepewnością. Przedsiębiorstwa eksperymentują z agentami, ale wiele projektów nie osiągnęło jeszcze stabilnego wykorzystania produkcyjnego.
Pilotaż może zużywać znaczącą moc obliczeniową, nie stając się długoterminowym procesem biznesowym. Klienci mogą także obniżać koszty inferencji dzięki mniejszym modelom, cache'owaniu lub bardziej wydajnym architekturom.
Takie usprawnienia mogą ograniczać wydatki przy stałym obciążeniu. Mogą też sprawić, że nowe zastosowania staną się opłacalne, zwiększając całkowity popyt.
Alibaba zakłada, że efekt ekspansji przeważy. Jest to wiarygodne, ale firma musi to wykazać poprzez trwałe wykorzystanie i odnowienia.
Różnica między niedoborem infrastruktury a wartością aplikacji jest szczególnie istotna. Niedobór może wspierać atrakcyjne ceny, zanim aplikacje udowodnią własną ekonomikę.
Jeśli klienci później uznają, że aplikacje AI nie generują wystarczających zwrotów, popyt na infrastrukturę może osłabnąć. Alibaba posiadałaby wówczas moce zbudowane z myślą o szybszej trajektorii.
Firma stoi również przed ryzykiem wykonawczym na zbyt wielu warstwach. Jednocześnie rozwija modele, chipy, usługi chmurowe, asystentów konsumenckich i agentów dla przedsiębiorstw.
Strategia pełnostosowa może przechwytywać wartość wszędzie tam, gdzie się pojawia. Może też rozpraszać zasoby między produktami wymagającymi różnej wiedzy specjalistycznej i różnych modeli sprzedaży.
Wyniki Alibaba za kwartał marcowy pokazały, że roczne przychody związane z AI już przekroczyły 35,8 mld RMB. Aktualizacja z czerwca potwierdza kolejny okres szybkiej ekspansji.
Kolejnym testem będzie konsekwencja. Jeszcze jeden kwartał wzrostu zewnętrznej chmury powyżej 40% utrudniłby odrzucenie przyspieszenia jako efektu harmonogramu zakupów.
Rentowność musi poprawiać się równolegle. Rosnące przychody przy płaskich lub spadających zwrotach podważyłyby twierdzenie, że AI ma strukturalnie lepszą ekonomikę.
Przepływ pieniężny zapewnia jeszcze bardziej rygorystyczną miarę. Model zwrotu nakładów Alibaba zależy od utrzymującego się wykorzystania, poprawy marż i rosnącego udziału własnych chipów.
Każde z tych założeń można z czasem zweryfikować. Żadne nie zostało w pełni potwierdzone wyłącznie przez tempo przychodów na poziomie 49,5 mld RMB.
Trzy sygnały zdecydują o tym, co nastąpi dalej
Kolejny etap zależy od konwersji przychodów, marż chmurowych i rzeczywistej ekonomiki rozbudowy infrastruktury Alibaba.
Pierwszym sygnałem są ujęte przychody zewnętrznej chmury. Inwestorzy powinni obserwować, czy wzrost pozostanie powyżej 40% w następnym okresie raportowym.
Dalsze przyspieszenie wsparłoby twierdzenie Alibaba, że popyt przewyższa dostępną podaż. Gwałtowne spowolnienie rodziłoby pytania o trwałość rocznej wartości przychodów AI.
Znaczenie ma także struktura tego wzrostu. Większy udział MaaS, oprogramowania i aplikacji wzmocniłby tezę dotyczącą marż.
Drugim sygnałem jest rentowność Alibaba Cloud. Najnowszy wynik na poziomie 11,6% poprawił się o 4,4 punktu procentowego, dostarczając najjaśniejszych wczesnych dowodów na dźwignię operacyjną.
Kolejny wzrost sugerowałby, że usługi AI o wysokiej marży i lepsze wykorzystanie równoważą koszty infrastruktury. Odwrócenie trendu oznaczałoby, że konkurencja lub wydatki wdrożeniowe pochłaniają tę korzyść.
Trzecim sygnałem jest efektywność kapitałowa. Alibaba powinna ostatecznie wykazać, że własne chipy, przedpłaty klientów i centra danych budowane przez partnerów skracają jej okres zwrotu gotówkowego.
Krótszy okres zwrotu wsparłby dwu- do trzyletnie założenia Wu. Dalszy wzrost kapitału bez lepszego generowania gotówki osłabiłby je.
Cel Bailian dotyczący ARR na poziomie 30 mld RMB do końca roku oferuje dodatkowy punkt kontrolny w ramach tych sygnałów. Jego osiągnięcie pokazałoby, że Alibaba przenosi przychody poza podstawowy wynajem mocy.
Miks modeli platformy pokaże również, czy otwartość pomaga Alibaba. Wzrost wykorzystania modeli firm trzecich wsparłby jej twierdzenie, że ekonomika platformy przetrwa fragmentację modeli.
Deweloperzy i nabywcy korporacyjni powinni zwracać na to uwagę, ponieważ Alibaba kształtuje ekonomikę chińskiego rynku wdrożeń AI. Jej decyzje wpływają na dostępne modele, podaż mocy obliczeniowej i koszty obsługi agentów.
Klienci powinni oceniać więcej niż wyniki benchmarków. Potrzebują przenośności, przewidywalnej dostępności mocy, kontroli nad danymi i wiarygodnych długoterminowych kosztów operacyjnych.
Tempo roczne na poziomie 49,5 mld RMB pokazuje, że firmy już intensywnie wydają na stos AI Alibaba. Nie rozstrzyga jednak, czy te obciążenia pozostaną wartościowe po złagodzeniu obecnych niedoborów podaży.
Alibaba przedstawiła teraz mierzalną obietnicę: szybki wzrost chmury, lepsze marże AI oraz zwrot z inwestycji w infrastrukturę w ciągu kilku lat. Najbliższe kwartały pokażą, czy te trzy elementy mogą utrzymać się jednocześnie.
Dla czytelników śledzących przychody Alibaba z AI kluczowe pytanie nie brzmi już, czy komercjalizacja się rozpoczęła. Chodzi o to, czy Alibaba zdoła przekształcić ten popyt w trwałe przepływy pieniężne, zanim wydatki przewyższą szansę rynkową.
