在商業世界的敘事中，兩種截然相反的隱喻在同一天被拋向市場，往往比財報中的任何數字都更耐人尋味。

5月13日，騰訊控股與阿里巴巴集團罕見地在同一時間窗口發布核心業績。騰訊2026年Q1營收1964.6億元，同比增長9%，為近六個季度最低增速；阿里巴巴2026財年Q4營收2433.8億元，同比增長3%，甚至錄得經營虧損8.48億元。數據本身平淡無奇，真正讓市場側目的，是兩位掌門人對同一命題的差異化修辭。

騰訊董事會主席馬化騰在股東大會上坦言：“原來一年前我們以為上了船，后來發現那個船漏水了。又開始換一艘船，現在感覺站上去了，還坐不下去，還是希望船速能快一點。”同一天，阿里巴巴CEO吳泳銘則在財報電話會上放出另一番論斷：“現在我們的服務器內幾乎沒有一張卡是空的。”

一個在說船漏水了，一個在說卡滿載了。前者是追趕者對AI賽道的不安與急迫，后者是先行者對算力儲備的篤定與自信。這兩種語氣并非修辭風格的差異，而是兩家互聯網巨頭在AI時代戰略位置的真實寫照。

01

騰訊的“漏水之船”

追趕者的焦慮與邏輯

馬化騰的“船漏水”比喻，放在騰訊的AI演進脈絡中，有著充分的現實依據。

騰訊早期在AI領域的基礎能力并非突出，通過近年的人才建設、團隊管理與內部培訓，才逐步補齊短板。而即便在補課之后，騰訊也未能像移動互聯網時代那般從容地拿到一張“船票”。馬化騰的坦誠之處在于，他承認騰訊走過彎路——“搶別人的地盤，過去我們也搶過，但后來基本失敗了”。這句話既是AI教訓的總結，也是騰訊戰略定力的宣言：不再盲從，不再跨賽道追趕，而是立足自身生態，耐心深耕。

財報本身也印證了“追趕”的緊迫性。騰訊Q1資本開支319.4億元，同比增長16%，約為2025年全年資本開支的四成；其中絕大部分被用于支持AI開發。具體到業務層面，Hy、元寶、CodeBuddy等新AI產品對當季Non-IFRS經營盈利的拖累約為88億元。換言之，騰訊正在用真金白銀為過去的遲疑“補票”。

從戰略節奏上看，騰訊下半年將迎來一次集中的算力釋放期。騰訊總裁劉熾平在財報電話會上明確表示，下半年將有更多國產AI芯片逐月到位，算力供應將得到顯著改善。

同時，騰訊計劃將新增算力一部分用于訓練更大規模的基礎模型（Hy3 Preview只是第一步），另一部分將逐步放開對外租售，以滿足日益增長的企業側AI服務需求。

02

阿里的“滿載之船”

先行者的資本護城河

如果說騰訊是在AI浪潮中奮力追趕的“后來者”，那么阿里則更像一個早已布局多年的“先行者”。

吳泳銘的論斷“服務器內幾乎沒有一張卡是空的”，不只是對算力飽和狀態的描述，更構成了阿里AI戰略的核心邏輯：在算力為王的時代，先發優勢體現為對關鍵資源的鎖定能力。

事實上，阿里CEO給出了一個極具制造業色彩的分析框架：AI的發展趨勢更像制造業，要獲得更多收入，必須去建兩個核心工廠——AI的訓練工廠和AI的推理工廠，背后都是AI數據中心的建設。在這個邏輯下，阿里云未來持有的算力中心資產將是2022年AI爆發前的十倍以上，而為此投入的資金“會遠遠超過原來承諾的3800億元”。

而阿里之所以敢于如此重倉算力基礎設施，根本原因在于其AI商業化已經進入了正向回報周期。在剛剛過去的財季，阿里云收入同比增長38%至416.26億元，AI相關產品收入89.71億元，在云外部商業化收入中的占比首次突破30%，連續第11個季度實現三位數同比增長。

吳泳銘更預計，到2026年6月季度，包含百煉MaaS平臺在內的AI模型與應用服務年化經常性收入（ARR）將突破100億元，年底突破300億元。

如果說騰訊的AI投入還處于“燒錢”階段，那么阿里的AI投入已經開始產生“造血”能力。吳泳銘將AI類比制造業，強調投資回報的確定性。這種底氣，正是阿里敢于比騰訊更大膽加碼的邏輯基礎。

03

兩條不同的路，同一條河

分化之外，兩家公司在資本開支上的趨同更值得關注。

騰訊一季度資本開支付款370億元，阿里第四財季資本性支出達268.87億元。兩者合計，一個季度燒掉約638.87億元。騰訊一季度自由現金流567億元，阿里則為凈流出173億元。

更值得關注的是兩家公司對未來的展望。騰訊高層在電話會上明確表示：“之前曾指引今年的資本支出會比去年增加，現在對這一指引更加肯定和有信心。我們預期資本支出會有顯著增加，在今年下半年將更多國產AI芯片將逐月到位。”阿里方面，吳泳銘更是直接攤牌：對標2022年（AI爆發前），未來數據中心規模“基本上是十倍以上的增長”，投入資金“會遠遠超過原來承諾的3800億元”。

這說明一個深層邏輯：無論出發姿態是“追趕”還是“領跑”，AI基礎設施的投入都已經不是一道選擇題。兩家公司共同面對的，是一個需求遠超供給的市場現實。

騰訊總裁劉熾平對此有一個精辟的論斷：AI與互聯網最大的不同在于，“智能”本身存在真實成本。互聯網時代的信息分發幾乎零成本，但AI每一次推理都會持續消耗算力與Token。因此，單純追求DAU與用戶時長不具備經濟性，更重要的是找到高價值使用場景。這一判斷實際上為兩家公司共同的高資本開支找到了底層邏輯：AI不是一個可以靠“輕資產”玩法的賽道，它天然就是重資產、高門檻的。

從行業層面來看，兩巨頭的投入力度并非個案。字節跳動受內存芯片成本上漲影響，已將年度資本支出計劃上調至2000億元以上；摩根士丹利更將全球超大規模云服務商的2026年資本支出預測從4500億美元大幅上調至8000億美元。AI算力需求正在全球范圍內驅動一場史無前例的基礎設施建設浪潮。