兩個“零估值”，一個新阿里

最新一季的阿里財報出爐，AI成為了絕對意義的主角。

與市場的焦慮情緒不同，投行正在重新琢磨阿里的估值邏輯。

三季報（按財年口徑）發布后，摩根大通發布了一份題為《Two Zeroes That Should Not Be》的報告，中心思想可以概括為兩點[1]：

其一，阿里目前的市值，僅為其國內電商業務盈利預期的10倍市盈率。這意味著，投資者只認可其單一業務的收益價值。

其二，兩個“零估值”誤區隨之誕生，它們一個是計劃沖刺萬億GMV目標的即時零售，另一個是要在五年后干出1000億美元商業化年營收的云和AI。摩根大通認為，市場目前對這兩個業務的估值隱含為零。

過去半年，科技的巨浪頂著地緣摩擦與黑天鵝事件在全球范圍洶涌，中美巨頭不計代價地押注AI，阿里的業務邏輯與資本敘事也在這個過程中發生了轉變。

變革在交鋒中悄然進行，舊的引擎尚在運轉，新的引擎已經就位。

戰場兇猛

摩根大通銳評阿里業績的同一天，高盛也發布了最新一季簡評，稱其為“關鍵性的利潤重置節點（key earning reset event）”[2]。

圍繞AI與大模型的投入已經壓縮、并將持續影響盈利能力，但由高資本支出引發的市場焦慮并非阿里一家獨有。

事實上，全球最先進的科技公司都困在類似的怪圈里，微軟、谷歌、Meta都曾因為高昂的AI基建支出（Capex）引發過華爾街的短期利潤擔憂。

今年以來，激進者如微軟由于單季資本開支激增66%，股價一度較高點跌沒了25%；Alphabet給出同比近乎翻倍的資本支出計劃后，盤中股價一度閃崩七個點。

高昂的Capex是科技巨頭穿越技術周期的入場券，其本質是在搶奪大模型時代的核心生產資料，以及制定規則的權力。

算力的稀缺性不言而喻。移動互聯網時代的流量是噴涌的石油，但AI時代的算力是稀缺的金礦。全球算力需求短期暴漲，產能緩慢爬坡。

在需求側，后端的大模型訓練受到縮放定律驅動，算力消耗隨著智力提升而指數級增加。GPT-4的參數量是GPT-3的10倍以上[3]，Llama 3的預訓練數據量更是高達15 萬億個Token[4]。

從春節AI大戰到全民養龍蝦，前端的Agentic應用的落地也在帶動算力需求的增長。

應用端的普及帶動了市場對算力價值的重新理解。企業在消耗Token時，不再將其視為IT預算，而是成為生產資料的一部分。前者是純粹的成本中心，老板的本能往往是越省越好，后者卻是直接的生產力，本質是付給AI的計件工資。

但供給側的產能遠遠跟不上需求的井噴。臺積電的先進封裝與HBM的內存產能爬坡周期極其漫長，強如英偉達也陷入有錢沒地方花的煩惱，更別提萬卡集群面臨的電網負荷瓶頸，以及如影隨形的地緣政治、出口管制與物理斷供。

供需錯配的結果誠如阿里在業績會上所說：未來3到5年，全球AI算力都將處于高度緊缺的狀態，中國市場尤為突出。

圍繞算力的戰爭已經打響。馬斯克宣布自建芯片制造工廠TeraFab；谷歌、微軟、Meta們忙著自研芯片、建數據中心、綁定核電與清潔能源；活成算力軍火商的黃仁勛數錢數到手軟，不忘對外樂觀預測[5]，到2030年，全球數據中心資本支出將達到3-4萬億美元。

隔岸戰況焦灼，國內也不例外。過去兩年，阿里的資本開支顯著提速，最新一份財報中，阿里單季資本支出達到290億人民幣[6]。

去年2月，阿里曾宣布，將在未來三年投入3800億用于云和AI硬件基礎設施建設。

昂貴的投入與無盡的陣痛仍在繼續，好消息是，巨頭用天價換取的那張入場券，已經開始在業務側逐步兌現。

阿里列陣

隨三季度財報發布，阿里的全棧AI戰略基石首次完整披露——

以自研芯片和亞太最大規模的云計算為AI基礎設施層；以Alibaba Token Hub為主線，由全球最強開源模型千問、MaaS業務和“to B + to C”應用組成的AI模型及應用層。

至此，阿里已經圍繞AI構建起四層垂直整合能力。

若按摩根士丹利的說法，完整的AI技術棧等同于一種結構性的競爭優勢。考慮到谷歌母公司Alphabet在美國市場的表現，摩根士丹利將全棧能力同樣完善的阿里巴巴也列為了“全球AI贏家（a global AI winner）”[7]。

贏家的桂冠來自一個嚴密的商業閉環。與谷歌類似，阿里的四層垂直整合架構遵循一個規則運行：底層控制成本、中層分發流量、頂層反哺數據的規律運行。

芯片是這個體系的物理基石，負責提供基礎算力，據摩根士丹利估算，平頭哥單獨上市估值在280億-860億美元之間。

阿里自研的 AI 芯片與通用服務器芯片已規模化量產，在算力極度緊缺的背景下，很大程度上幫阿里對沖了外部斷供的行業困境；同時，近期“真武”等算力卡產品價格上調 5%-34%的動作，也表明其自研芯片已經跳出內部消化的范疇，且具備充分的市場議價權。

底層硬件的極致成本控制，支撐著上層云基礎設施與大模型的流血混戰。作為物理算力的變現中樞，阿里云在過去一個季度營收同比增長36%，AI 相關產品收入已連續第十個季度實現三位數同比增長，采用量的提升直接帶動了公共云業務收入。

低成本的算力變成高毛利的云服務收入，阿里還在這個過程中制造了一個堪稱聰明的剪刀差：一邊對緊缺的裸算力產品漲價，一邊將算力資源全力傾斜給模型調用，變相倒逼企業從買服務器向買Token的商業模式轉變。

量大管飽的算力資源，需要經過大模型的轉換與解碼才能流向終端用戶。在阿里的垂直整合體系中，下接算力底座、上接應用場景的開源模型Qwen就起到這個作用。

平頭哥+阿里云帶來的成本優勢在模型端盡數體現。Qwen用每百萬Tokens低至0.8元的價格搶占開發者和企業，在去年下半年的中國企業級大模型日均調用量中，以32.1%的份額位列第一[8]。

模型的落地應用是商業閉環的最后一公里。今年的春節AI大戰就是一個例子，豆包、千問App雙雄并立，二月份結束，千問的月活用戶已經超過三億；而在更早的一月份，千問已經和淘寶閃購、高德等阿里生態業務深度打通。

阿里在C端有千問，B端有悟空。這個面向企業客戶的Agent產品在上周發布，將直接內置到連接2000萬企業組織的釘釘之中。

從底層算力供給到終端應用端口的垂直整合，重新構建了阿里AI“硬件壓降成本-模型降維引流-應用消耗算力-云端收攏變現”的商業模式。其結果是：

成本被自下而上地攤薄。自研芯片壓低了云服務的成本，兩者的結合不僅讓大模型得以快速跑馬圈地，還支撐起應用層三億月活量級帶來的龐大算力開銷。

價值則自上而下地兌現。海量用戶的真實調用帶來數據反哺模型，開源模型的繁榮鎖定了全球開發者生態，流量的涌入與Token的消耗，都化作云服務的賬面收入。

但這套系統有一個相當重要的前提，那就是天價的投入需要暴力的規模化變現，這也是資本市場審視這場豪賭的唯一指標。

阿里對此提出的目標是，未來五年云與AI商業化年收入要沖破1000億美元。

這是一個相當激進的目標，約等于整個阿里云未來五年外部收入年復合增長率超40%。

打破圍墻

三月中旬，阿里宣布成立ATH事業群（Alibaba Token Hub），吳泳銘親自坐鎮，除了有通義實驗室與千問事業部加入其中，還包括MaaS業務線、悟空事業部以及AI創新事業部。

在內部信中，吳泳銘以“歷史性機遇”總結大小模型遍地走、智能助理搶入口的現狀。戰略的落地需要組織的保障，ATH的作用，就是應對Agentic時代“模型與應用需要高度協同”的規則變化。

歷史經驗表明，越是大公司搞業務，越容易陷入“各干各的”的組織陷阱，在AI的拓荒期，硅谷的科技巨頭同樣深陷其中。

Meta的FAIR實驗室在老板沉迷元宇宙的那些年里日漸沉寂；谷歌曾經坐擁兩個陣容豪華的團隊——寫出了《Attention is all you need》的Google Brain，打造了AlphaGo的DeepMind，都沒能防住ChatGPT的奇襲。

直到2023年，兩者才合并為一個名為Google DeepMind的部門。

人工智能發展早期，大公司內部的研究院做模型，業務做應用，搞研究的不懂業務，搞業務的不懂研究，由于模型研發和前端應用分屬不同部門，數據回流極度緩慢，AI研究更多依賴靜態數據預訓練。

但在Agentic時代，提升模型能力、改善應用效果的關鍵，越來越依賴模型與應用的緊密結合，以及在客戶使用場景中形成的數據閉環。

模型與應用之間的緊密配合愈發受到巨頭關注，阿里也在業績會上提到，只有最強的模型，才能推動各行各業應用場景的拓展；而要打造最強的模型，又需要應用和MaaS來打通數據飛輪和業務閉環。

ATH就是為此而生。“創造Token、輸送Token、激活Token應用”的理念背后，是一套完整的內部商業生態閉環。

如果將Token視為Agentic時代的貨幣，那么底層算力和大模型負責印鈔，MaaS負責流通，千問和悟空負責把錢花掉的同時，將市場的水溫反哺給印鈔機。

今年3月開啟邀測的企業級AI原生工作平臺“悟空”

從投資角度看，這就是Token經濟學的邏輯，阿里正在以Token為中心，轉型為一家新型的基礎設施公司，其商業模式正是以大模型驅動的MaaS業務作為核心增長引擎，從賣算力向賣智能能力升級。

資本密集的敘事中，敢于投入未來會被解讀為一種魄力，敢于掀起內部變革、打破組織墻同樣是一種魄力。很多時候，后者的真實難度遠比前者要高出許多。

過去半年，阿里發生的巨變實際上由三個層面構成，它是資本的密集投入，是業務的全棧整合，更是組織的嬗變與適應。

激進的財務標靶，大刀闊斧的組織變革，盈利重置的財報，都不過是一座龐然大物調轉行進方向時的匆匆一瞥。

上一個十年，阿里用電商與零售的故事實現了沖上過八千億美元市值的巔峰，移動互聯網流量紅利衰竭的今天，資本市場依舊真切地認可核心電商業務的價值。

與此同時，被忽視的即時零售，高速增長的科技AI，仍在等待市場給予這些資產一個公允的定價。

經過業務整合與組織重構的阿里，已經想好了要怎么圍繞科技與算力實現新的增長。盡管在可預見的未來里，圍繞人工智能與算力基建的投入仍將是一場昂貴且超前的下注。

可既然籌碼已經灑向了時代的轉折點，誰又能拒絕在下一個十年里親自坐莊的誘惑呢？

[1] Alibaba Group: Two Zeroes That Should Not Be, J.P. Morgan

[2] 華爾街點評阿里財報：短期的“利潤重置”是為了長期的AI爆發，追風交易臺

[3] GPT-4 Architecture, Infrastructure, Training Dataset, Costs, Vision, MoE, Semianalysis

[4] Meta releases Llama 3, claims it’s among the best open models available, TechCrunch

[5] 英偉達2026財年第四財季業績會

[6] 阿里財報

[7] China's AI Path: Owning the Full AI Stack via In-house Chips, Morgan Stanley

[8] 中國GenAI市場洞察：企業級大模型調用全景研究（2025H2），Frost & Sullivan