阿里巴巴2027财年开局：AI业务猛增，利润下滑75%

阿里巴巴2027财年开局营收增长9%，但随着AI基础设施和商业投资消耗更多现金，净利润下滑75%。这份阿里巴巴2027财年报告涵盖截至2026年6月30日的季度，而非完整财年。

这一区别至关重要，因为这些业绩仅代表阿里巴巴2027财年的第一季度。它们显示，这家公司正在加速发展AI业务，同时接受盈利、现金流和投资者信心面临的即时压力。

在AI计算和模型服务需求的带动下，云业务收入快速增长。然而，同样的扩张需要创纪录的资本支出，而即时零售投资又增加了利润率压力的另一来源。阿里巴巴正要求投资者给予未来AI产能比当前利润更高的估值权重。

因此，核心竞争并非阿里巴巴与某一家模型开发商之间的较量，而是其增长承诺与建设支撑这一承诺的基础设施所需财务成本之间的博弈。

阿里巴巴2027财年报告究竟显示了什么

阿里巴巴6月季度业绩实现了切实的营收加速，但代价是利润下降和投资大幅增加。

阿里巴巴于2026年8月20日发布未经审计的6月季度业绩。其财年于3月结束，因此4月至6月是2027财年的第一季度。

公司报告营收为人民币2689.5亿元，同比增长9%。据一份季度财报称，这一数字略高于LSEG汇编的人民币2688.8亿元平均预期。

不过，仅看营收并不能呈现完整图景。归属于普通股股东的净利润从一年前的人民币431亿元降至人民币105亿元，降幅达75%。

经调整后每股美国存托凭证收益为人民币8.52元。根据同一报道援引的LSEG数据，分析师此前预期为人民币10.53元。阿里巴巴美国上市股票在财报发布后下跌。

最大的积极贡献来自AI云和计算业务。该业务营收增长45%，至人民币484.4亿元。需求来自训练模型、部署应用，以及购买运行这些服务所需计算能力的企业。

该季度资本支出达到人民币676.8亿元，同比增长75%，超过阿里巴巴报告营收的四分之一。

资本支出通常简称为capex，涵盖服务器、芯片、网络设备和数据中心等长期资产。这些资产支撑未来服务，但在其经济回报明朗之前便需要投入现金。

公司还在持续投入即时零售业务，该业务连接本地商店、配送网络和寻求近乎即时履约的消费者。这项业务能够推动交易量，但补贴和配送成本可能在扩张期间压低利润。

阿里巴巴的官方业绩页面将该文件标注为“2026年6月季度业绩”。因此，将其称为完整的2027财年报告会夸大披露范围。

这一时间上的修正改变了文章的核心问题。阿里巴巴尚未展示整个财年会是什么样子，而是展示了管理层打算以多大力度开启这一年。

从这一角度解读，阿里巴巴业绩传递出两个同时存在的信号：AI需求正在增强，但服务这一需求所需的基础设施正变得更加昂贵。

这一组合为投资者和企业客户带来了核心张力：业务正朝着管理层希望的方向增长，而其财务负担的上升速度快于整体营收。

AI云增长正成为阿里巴巴最重要的证明点

AI云和计算业务营收增长45%，为阿里巴巴提供了最清晰的证据，表明AI投入正在转化为商业需求。

阿里巴巴运营着中国最大的云服务平台，提供计算、存储、数据库、网络、安全服务，以及AI开发基础设施访问能力。

公司还开发Qwen模型家族。客户可以直接使用这些模型，为特定任务进行适配，或通过阿里巴巴云环境部署应用。

这种组合使阿里巴巴具备全栈布局。“全栈”意味着公司参与芯片、计算基础设施、模型、开发者平台和成品应用等多个环节。

首席执行官吴泳铭表示，本季度受益于阿里巴巴全栈AI能力商业化的改善。公司的这一表述很重要，因为商业化指的是付费使用，而不仅是模型下载量或基准测试表现。

阿里巴巴表示，AI相关产品收入已连续多个季度保持三位数增长。该指标令人鼓舞，不过公司尚未披露独立评估其盈利能力所需的全部构成要素。

更具体的数据是AI云和计算服务创造的人民币484.4亿元收入。这表明需求并不止于消费者对聊天机器人的兴趣。

企业需要计算资源来进行模型训练、推理、数据准备和应用交付。推理是指运行经过训练的模型，以生成答案、预测、图像或行动的过程。

智能体又增加了一层需求。AI智能体利用模型和软件工具完成多步骤任务，通常需要反复进行推理调用，并访问企业系统。

阿里巴巴将部分投资增长归因于对这些智能体采用率的预期。在面临更高组件成本和采购周期变化的同时，公司扩充了CPU产能及其他基础设施。

管理层预计，新增产能将在后续季度支撑更快的云业务增长。这一预期是公司预测，而非已经验证的结果。

不过，6月季度为这一说法提供了可衡量的基础。云业务增长达到45%，而合并营收增长为9%。因此，这项战略业务的扩张速度远快于公司整体。

阿里巴巴AI的影响也延伸至其商业业务。模型可改善广告、商家工具、搜索、客户服务、商品展示和内部物流。

这些应用很重要，因为阿里巴巴已经掌控大型交易平台和大量商业数据。它可以通过现有工作流分发AI功能，而不必从一开始就获取每一位用户。

这一优势使阿里巴巴区别于那些没有成熟企业基础设施或消费者市场的模型公司。它并不保证实现盈利性采用，但能降低分发摩擦。

当外部开发者在其云平台上构建产品时，阿里巴巴同样受益。即使这些客户的最终应用采用不同品牌，也能持续创造对计算资源的需求。

这一战略类似于美国主要云服务提供商采取的路径。Amazon、Microsoft和Google利用AI服务推动对其计算平台更广泛的使用。

阿里巴巴面临不同的限制，包括中国获取半导体的渠道、国内价格竞争以及不同的监管环境。不过，底层云计算经济逻辑依然相似。

更多AI工作负载需要更多基础设施。更高的基础设施使用率能够增加云业务收入。悬而未决的问题是，定价和利用率最终能否覆盖不断攀升的产能成本。

这也是为何不能将阿里巴巴2027财年第一季度简单解读为一次业绩不及预期。它展示了管理层所优先发展的核心业务中需求正在加速。

但它同样表明，仅有需求并不能决定投资价值。营收增长必须转化为可持续的利润率和现金创造能力。

AI投资账单先于回报到来

阿里巴巴正提前为预期需求投入，迫使投资者判断在建设期内可接受多大的财务阵痛。

人民币676.8亿元的资本支出是本季度最具影响力的数字。它同比增长75%，同时净利润下降75%。

这些百分比分别衡量不同的财务概念，因此不应被视为直接兑换关系。基础设施投资不会在购置当季按一比一的金额减少净利润。

不过，它们确实会消耗现金。随着服务器和其他资产老化，它们也会随时间产生折旧费用。

阿里巴巴此前宣布，计划在三年内至少投入人民币3800亿元用于云和AI基础设施。这一承诺确立了方向，而6月季度则展示了实际节奏。

公司正在所有预期需求完全实现之前购置产能。管理层认为，随着企业部署更多AI系统和智能体，供应必须提前准备就绪。

当需求持续增长且基础设施保持高利用率时，这种方式可以奏效。当客户延后项目、价格下降，或设备比预期更快过时时，风险便会增加。

AI硬件尤其存在折旧风险。新一代加速器能够提升性能和能源效率，可能使旧系统在其会计寿命结束前便失去部分经济价值。

阿里巴巴还处于技术出口限制之下，这些限制可能制约其获取先进美国芯片。公司必须应对采购、国产替代方案、软件优化以及不断变化的组件价格。

这些压力可能提高提供有竞争力计算能力的成本，也使产能规划不再只是简单预测客户需求。

管理层表示，其规模和一体化技术布局创造了财务灵活性。首席财务官徐宏将持续的AI投资与阿里巴巴各业务之间更深层的协同效应及不断提升的变现能力联系起来。

公司的论点有一套连贯的机制：云客户为基础设施付费，商业产品分发AI能力，内部采用能够提高运营效率。

然而，每一个环节都必须在商业规模上发挥作用。一款受欢迎的模型并不会自动带来强劲的云业务利润率。一款被广泛使用的消费者应用，如果推理需求增长快于变现，也可能持续昂贵。

管理层对阿里巴巴业绩的解释强调未来产能、更快增长和盈利能力改善。市场反应则反映出对这些结果显现前必须投入多少资金的担忧。

阿里巴巴在美国交易的股票在财报发布后下跌。独立的AP报道记录显示，该股在周四交易中跌幅超过3%。

单日股价变动无法验证或证伪一项多年战略，但它揭示了投资者认为报告中哪一部分仍未得到解答。

营收基本符合预期，经调整收益则未达预期。资本支出大幅上升。因此，股价反应聚焦于增长成本，而非需求是否存在。

阿里巴巴并非唯一面临这一权衡的企业。全球大型云计算公司都在大举投入数据中心、网络、电力和加速器。

差异在于支撑这种扩张的财务基础。Amazon、Microsoft 和 Google 都拥有规模庞大的全球云业务，并能获得先进半导体供应。

Alibaba 在中国处于领先地位，但其所处市场面临激烈的价格压力和地缘政治限制。公司还持续为云业务之外的商业项目提供资金支持。

这种组合使投资考验更为严峻。云业务既要支撑自身扩张，也要让整个集团承担即时零售及其他战略项目的成本。

因此，Alibaba 2027 已成为一个资本配置故事。管理层必须证明，在 AI 和商业领域的投入所创造的回报，高于这些投资目前所挤占的收益。

即时零售让 AI 投资故事更为复杂

Alibaba 的利润压力并非仅来自 AI，这使得各项投资计划的最终回报更难厘清。

该公司正同时扩张 AI 基础设施，并争夺更高频的消费者交易。即时零售正处于第二项努力的核心。

传统电商的配送通常需要数天。即时零售则承诺在更短时间内送达杂货、餐食、药品及其他本地商品。

这一模式需要密集的商家覆盖、调度技术、配送人员，以及面向买卖双方的激励措施。规模扩大可以提升路线效率，但扩张通常会带来可观的前期成本。

Alibaba 的 Taobao Instant Commerce 项目将其购物流量与本地配送能力连接起来。其战略逻辑是让 Taobao 同时服务于计划性购物和即时需求。

这一转变是对 JD.com、Meituan 以及与 ByteDance 相关平台竞争的回应。每个竞争对手都能利用电商、配送、广告或内容流量来影响消费者习惯。

这种竞争压力之所以重要，是因为 Alibaba 的商业业务仍是其现金和客户触达的重要来源。它们帮助为云基础设施和 AI 研究提供资金。

如果即时零售提高用户使用频率和商家参与度，这笔支出就能强化 Alibaba 更广泛的平台。若补贴持续，该项目可能会减少可用于其他优先事项的资源。

6 月所在季度的利润下滑正反映了这种重叠。由于云业务增长数据突出，AI 基础设施投资吸引了关注，但商业投资同样拖累了业绩。

因此，投资者不能将每一项收益下降都归因于某一个面向未来的技术项目。管理层必须同时展现对多项计划的纪律性。

这带来了会计和沟通层面的挑战。Alibaba 可以披露分部收入和调整后收益，但战略收益往往跨越业务边界。

一款 AI 广告产品可以在消耗 Alibaba Cloud 资源的同时，提高商家在 Taobao 上的支出。一个消费者智能体可以创造商业交易，但也可能需要成本高昂的推理服务。

这些互动是 Alibaba AI 影响的核心。它们也使人们难以判断究竟由哪项业务获取了经济价值。

云业务部门可以报告来自外部客户的收入，而内部消耗则支撑商业应用。合并结果会剔除内部交易，投资者只能评估更广泛的影响。

Alibaba 认为整合会创造协同效应。更怀疑的解读是，整合可能会掩盖疲弱的经济效益，直到投入扩大到更大规模。

仅凭一个季度的数据，无法自动得出任一结论。接下来的披露必须显示，在内部 AI 使用扩张的同时，云业务利润率是否得到改善。

即时零售也存在类似的不确定性。订单增长可能看起来很亮眼，但在计入配送和促销成本后，每笔交易仍可能无利可图。

Alibaba 需要展示更好的单位经济效益，即每笔订单对应的收入和直接成本。泛泛而谈的参与度无法回答这个问题。

该公司还面临拥有各自物流网络和消费者流量的成熟竞争对手。竞争者可以通过折扣、商家激励或更快的产品开发来应对。

这种反应可能会拉长投入周期。届时，Alibaba 将同时资助一场 AI 基础设施竞赛和一场本地商业竞争。

与 JD.com 的比较尤其相关。JD 凭借履约能力建立起声誉，并掌控着广泛的物流能力。

Meituan 拥有本地配送和高频服务的经验。ByteDance 则可利用推荐系统和短视频流量，将发现内容与购买行为连接起来。

Alibaba 的优势在于能够整合 Taobao 市场、Ele.me 配送基础设施、与 Alipay 相关的服务、云计算和 Qwen 模型。执行力将决定这种组合最终是高效，还是仅仅昂贵。

因此，将 Alibaba 的收益解释为单一 AI 投资故事，忽略了一个关键复杂因素。管理层正在进行多项大规模押注，而它们的财务影响会同时显现。

这些数字仍未证明什么

一个强劲的云业务季度，并不能证明 Alibaba 的 AI 战略具备长期盈利能力、产能利用率或持久竞争力。

45% 的云业务增长率意义重大，但公司必须说明，其中有多少来自可持续使用，而非暂时性的项目扩张。

企业 AI 部署往往始于测试。客户可能会在模型开发期间增加计算消耗，随后在评估成本后更换供应商或缩减工作负载。

Alibaba 需要让客户从试验阶段进入生产系统。生产环境的使用通常更持久，因为应用会与运营流程和公司数据相连接。

公司还需要让新增产能保持繁忙。利用率衡量的是客户或内部团队实际使用的可用计算基础设施比例。

低利用率会削弱回报，因为服务器仍会折旧并消耗运营资源。高利用率则可以改善利润率，尤其是在客户购买经常性服务时。

定价带来了另一项不确定性。中国云服务商此前曾通过降价来吸引工作负载并提升采用率。

较低价格可以扩大需求，但会限制每个计算单位的收入。报告中的增长并未揭示工作负载规模、价格和成本之间的完整关系。

公司 AI 相关产品收入同样需要谨慎解读。Alibaba 表示，该类别已连续多个季度实现三位数增长。

然而，较小基数带来的增长可以持续快速，却未必足以支撑完整的基础设施计划。进一步披露绝对收入和盈利能力，将有助于改善评估。

模型竞争进一步增加了压力。Alibaba 的 Qwen 系列与 DeepSeek、Tencent、Baidu、ByteDance 以及多家专业实验室的系统竞争。

开放权重模型让开发者能够获取模型参数，并根据自身需求调整系统。它们可以加速采用，但也可能降低直接软件的稀缺性。

当有能力的模型广泛可用时，商业优势会转向基础设施、开发者工具、分发能力、可靠性和客户支持。

这种转变可能有利于 Alibaba Cloud。但也可能导致销售类似计算服务的提供商之间展开激烈价格竞争。

Alibaba 的 AI 对企业采用的影响，不仅取决于基准测试分数。客户还会评估数据安全、可用性、延迟、软件兼容性以及运行应用的总成本。

开发者也会关注 Alibaba 如何管理模型更新。快速发布可以提升能力，但可能为构建生产系统的团队带来迁移工作。

地缘政治限制仍是另一项重大风险。高端加速器的获取可能因美国出口规则和更广泛的贸易政策而改变。

Alibaba 可以通过国产芯片、系统设计、模型效率和替代性供应安排来应对。这些应对措施的成本和性能仍需持续验证。

因此，管理层的表述应被视为目标。Eddie Wu 表示，供应扩张应在提升盈利能力的同时，支持更快的 AI 和云业务增长。

本季度确认了供应扩张和当前收入增长。它尚未确认未来的加速增长或盈利能力改善。

这一验证缺口解释了为何市场对业绩作出不同解读。关注增长的读者可以指出云需求，而怀疑者可以指出收益和现金压力。

两种观察都符合事实。投资决策取决于哪种趋势能够持续，以及支出转化为经常性盈利使用的速度。

对 Alibaba 2027 的公允解读应避免两个极端。该公司并非只是没有商业牵引力地烧钱，也尚未验证其 AI 计划预期的每一项回报。

它已进入成本高昂的中间阶段。客户需求已经显现，产能正在上升，而最终经济效益仍未明朗。

三个信号将定义 Alibaba 的下一季度

云业务利润率、资本支出效率和即时零售经济效益，将决定 Alibaba 的投资激增看起来是纪律严明还是过度扩张。

第一个信号是云业务收入增长与分部盈利能力之间的关系。收入必须保持强劲，但在本季度之后，增长质量更为重要。

如果云业务利润率在收入持续扩张的同时改善，Alibaba 的基础设施可能正达到富有成效的利用率。这一结果将强化管理层的全栈论点。

如果收入增长但利润率恶化，价格压力或高昂的交付成本可能正在吞噬收益。届时，投资者将需要更多证据证明规模能够改善业务。

第二个信号是资本支出相对于新增云业务收入的关系。投入不需要立即下降，因为 Alibaba 仍在建设产能。

然而，管理层必须解释采购时点、预期利用率以及新设备的使用寿命。投资与客户承诺之间更清晰的关联将减少不确定性。

如果资本支出再次大幅增加，却没有相应的商业进展，将削弱当前论点。支出保持稳定并伴随收入加速增长，则会提供支持。

第三个信号是即时零售单位经济效益的进展。Alibaba 必须说明，订单密度、物流效率、商家参与度和客户留存是否降低了每笔交易的成本。

改善将缓解为整个集团提供资金的商业引擎所承受的压力。持续亏损则可能迫使公司在市场份额与短期收益之间作出更艰难的选择。

竞争对手的行动将影响所有这三个信号。Tencent、Baidu、ByteDance、JD.com、Meituan 和新兴模型开发商都可能通过定价、产品、补贴或基础设施扩张作出回应。

不过，Alibaba 自身的披露仍是最可靠的评分卡。公司应提供足够的分部细节，以区分真正的运营杠杆与关于战略整合的泛泛说法。

对企业技术买家而言，这些结果的意义也不止于股票市场。Alibaba 正投入大量资源于 AI 计算、模型和面向智能体的服务。

更多产能可以扩大推理和开发工具的可及性。随着服务商争夺工作负载，它也可能推动价格下降。

买家仍应评估可移植性、数据控制能力、服务可靠性和长期运营成本。当转换成本或监管要求较高时，即使是快速增长的供应商也可能并不适合。

开发者应关注 Qwen 的采用是否会转化为稳定的工具链和生产环境支持。模型质量固然重要，但运营的一致性决定了团队能否依赖某个平台。

知识工作者将通过加入商业、生产力、搜索和客户服务产品的 AI 功能，间接感受到相关成果。真正有用的检验标准，是这些功能是否提升了已完成工作的质量，而不只是使用统计数据。

6 月季度报告为 Alibaba 提供了可信证据，表明企业确实需要其 AI 基础设施。但报告也显示，在这类需求形成成熟的经济效益之前，该公司愿意投入多少资金。

这正是 Alibaba 2027 财年剩余季度面临的决定性问题。在并行推进的投资计划压垮盈利之前，云业务增长、商业分发能力和全栈控制力能否创造回报？

下一次披露时，请依次关注三项信号：云业务盈利能力、资本支出效率和即时零售的经济效益。它们将共同揭示，本季度究竟是富有成效的扩张，还是一场成本日益高昂的竞赛。