"现在阿里的服务器内，几乎没有一张卡是空的。"
5月13日晚的2026财年Q4财报分析师电话会上，阿里巴巴CEO吴泳铭用这句话解释了当下AI的火热。
阿里巴巴最新季报显示，公司收入2433.80亿元，同比增长3%。其中AI相关产品收入达89.71亿元，连续第十一个季度实现三位数同比增长，年化收入运行率（ARR）突破358亿元。不过，集团自由现金流却单季净流出173亿元。
收入在加速跑，钱在加速往外烧。而这背后，透露出阿里在AI投入上的决心。
AI不是互联网，是制造业
吴泳铭在电话会上抛出一个概念："AI更像一个制造业，要获得更多收入，必须建立两个核心工厂，AI训练工厂和AI推理工厂。"
类似的观点，英伟达黄仁勋也曾说过，但那是卖铲子的视角。吴泳铭的版本则是在解释为什么阿里云的利润率不算高，却还要砸钱。答案藏在一组对比里：
- 阿里云外部收入增速加速至40%，AI相关收入连续11个季度三位数增长
- AI收入占比已达云外部收入的30%，年化收入运行率约360亿元（约53亿美元）
- 但集团自由现金流大幅转负，单季流出173亿元
- 调整后EBITDA同比下降84%
这几乎就是"制造业重资产投入期"的财务画像：收入在涨，但资本开支跑得更快。
吴泳铭的判断是，未来3到5年内，AI算力需求仍然"很难被满足"，因为AI数据中心建设有物理周期瓶颈，芯片和内存的产能扩张速度跟不上需求增速。
供不应求格局下，谁的"工厂"先建成投产，谁就锁定了收入。
一个被低估的数据是，同样一台服务器，今年部署上线的成本是两年前的一倍以上。这意味着阿里先发建成的数据中心，资产本身就自带"涨价期权"，后来者要用更贵的成本追赶。
3800亿可能还不够
财报电话会上，吴泳铭透露了一个让市场重新估算阿里资本开支的口径：对标大模型爆发前的2022年，未来要建的数据中心规模"基本上是一个十倍以上的增长"。
此前阿里宣布的AI投资计划是3800亿元。但吴泳铭在电话会上暗示"资本支出或将超过最初宣布的3800亿元"。更关键的是他对投资回报的判断："在未来3到5年的需求情况下，我们大量投入的AI数据中心建设，其投资回报是非常确定的。"
把这笔账掰开看：
- AI模型与应用服务ARR已突破80亿元，本季度预计破100亿，年底目标300亿
- 从去年11月到今年5月，ARR增长超过10倍
- 过去三个月，Token消耗规模环比大幅增长
- 智能体工作负载正从"简单任务"转向"生产级规模和复杂工作负载"
这背后的逻辑是：如果年底ARR真能做到300亿，且增速不降，那么3800亿甚至更高的资本开支就不是"烧钱"，而是"建产能"。区别在于，制造业的产能可以较准确地对应未来的产量和收入，互联网的"烧钱换规模"往往算不过账。
毛利率的隐藏杠杆
阿里这轮AI投资有三个被低估的利润率改善抓手。
第一，MaaS业务的毛利率显著高于传统Iaas等IT资产类业务。百炼平台上，模型API调用的毛利水平高于传统云算力租赁。当前AI模型及应用服务收入的绝大部分来自百炼的API服务。随着MaaS占比提升，云业务整体毛利率会被拉高。
第二，推理技术持续优化。每个季度单服务器、单卡的Token产能都在持续提升。同硬件成本下产出更多Token，单位成本自然下降。
第三，自研芯片的降本效应正在兑现。平头哥自研的AI芯片已规模化量产，60%以上服务于外部商业化客户，覆盖互联网、金融服务、自动驾驶等多个行业。作为"中国唯一能大规模提供自研AI芯片的云服务商"，阿里既保障了芯片供应链的自主可控，又为推理平台提供了成本优势。
这三条加在一起，吴泳铭的判断是，未来1-2年，阿里云的毛利率会有"比较显著的提升"。
结语
阿里这份财报，本质上是在回答一个问题：当AI需求确定性地到来，你是选择做"平台"还是做"工厂"？
做平台是互联网逻辑，轻资产、高毛利、靠生态赚钱。做工厂是制造业逻辑，重资产、先投入、靠规模和成本优势赚钱。阿里的选择是后者。
这个选择的对错不会在下个季度见分晓。但有一点是确定的，AI正在从根本上改变中国互联网巨头的竞争维度。
过去比的是流量、GMV、用户时长。现在比的是数据中心规模、自研芯片能力、模型推理的Token产出效率。用吴泳铭的话说，AI需求的增长速度超过了物理基础设施的扩张速度。那在这个窗口期里，敢于"把现金流烧穿"的企业，赌的是先发优势带来的不可逆壁垒。
