阿里AI迎来兑现时刻

MaaS ARR年底将超300亿元，商业化拐点已至

文/王芳洁

编辑/刘宇翔

美东时间5月13日早，阿里公布了2026财年第四季度（2026年一季度）财报，当日，阿里巴巴美股大涨，全天涨幅达到了8.18%，数字还挺讨喜。

拿钱押注未来的投资人们清晰意识到，阿里“变了”，这一点从13日的电话会上就能直观感知。所有分析师感兴趣的都是模型、MaaS，和芯片。

而阿里CEO吴泳铭反复强调的关键词有且只有一个——“全栈AI”。

也许对于其他公司，这是一个技术术语，但在阿里，它更接近于一种战略宣誓，从芯片、模型、平台到应用，阿里决心在AI的每一个关键节点都完成自主布局。

这种全栈式的投入，在过去两年里像一个巨大的“成本黑洞”。这在客观上造成了一种矛盾，和物理学类似，在投资者眼里，穿越黑洞是一场“无限游戏”，也许AI的领航者天命如此，但他们的耐心要耗完了。

但这仅仅是外部观察者的视角。你知道，那些资本市场的指标和史瓦西坐标一样，无非是数学结果。实际上，无论是天体还是企业，总会在有限时间里穿过事件视界（黑洞边缘），然后到达奇点。

很有可能，这个有限时间的结点正是当下，因为关键信号已经出现。

在2026财年第四财季（即2026年Q1））财报中，阿里首次披露，包括MaaS在内的AI模型与应用服务的年化经常性收入（ARR）已突破80亿元，预计很快破百亿，今年底将达到300亿元。

这意味着，AI不再仅仅是一个“前景可期”的故事，它正在变成财报上实实在在的收入。用管理层的话说：“阿里全栈AI技术投入已正式跨越初期培育阶段，进入正向的规模商业化回报周期。”

这是一个拐点。它既是阿里自身的转折，也暗合了中国经济乃至全球经济向AI转型的宏观脉搏。

1999年，当阿里在杭州湖畔花园成立时，中国刚刚结束世贸谈判最关键的一轮博弈。那一年，中国外贸进出口总额3.6万亿元，制造业增加值占GDP比重约35%，一个“世界工厂”的轮廓正在成形。但工厂需要渠道，商品需要流通，数以百万计的中小制造企业空有产能，却够不着全国乃至全球的市场。

阿里做了一件事：用一根网线，把中国的工厂和全世界的买家连在了一起。从1688到淘宝再到速卖通，从国内批发到跨境零售，阿里本质上是做了一门“商品经济”的基础设施生意，它让商品流动得更快、更远、更有效率。

二十五年后的今天，阿里正在做一件逻辑类似但维度完全不同的事：用AI，把中国的智力和算力变成一种新的可流通、可定价、可交易的经济要素，可以谓之于“Token经济”。

这意味着，阿里正在从“商品交易平台”向“Token经济基础设施”转型。如果说1999年的阿里抓住的是中国制造业崛起的红利，那么2026年的阿里，正在抓住中国智力经济崛起的下一个时代红利。

01

“没有一张卡是闲置的”

要理解阿里的这个拐点的分量，需要先看几组数据。

根据财报，2025年阿里云在中国市场继续保持第一，份额显著提升至32.8%。本季度云智能集团外部商业化收入同比加速增长40%，这一增速在全球主要云厂商中处于领先集团——同期亚马逊AWS增速约28%，微软Azure约39-40%。

但让资本市场确认“拐点叙事”的，是AI的贡献度。除首次披露AI模型与应用服务的年化经常性收入外，当季阿里云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。AI在云外部收入中的占比突破30%，AI已经不再是云的“增长贡献者”，而是“增长主引擎”。

这个引擎还在加速。吴泳铭在电话会上给出了一个更具野心的指引：预计未来一年内，AI相关产品收入占比将突破50%。

如果这一目标实现，阿里云的收入结构将完成从“计算存储为主”到“AI驱动为主”的历史性转型。

一个值得注意的细节是，阿里在此刻披露AI模型与应用的年化经常性收入数据。全球科技公司的通行做法是：当一项新业务开始贡献稳定、可预测的经常性收入时，才会将其从整体收入中拆解出来，作为独立指标进行披露。这个动作本身，被市场普遍解读为商业化兑现的信号。

传统IaaS业务卖的是算力，即虚拟机、存储、带宽，本质上是数字化的“水电煤”，计费单位是硬件资源的占用时间。而MaaS卖的是模型服务能力，企业不需要自己部署和调优模型，调用API即可获得推理服务，计费单位是Token消耗。

而Token的定价取决于模型服务能力的强弱，企业愿意为结果买单，商业模式具有规模效应，利润率也更高。

一台同样的服务器交给MaaS平台百炼所创造的营收和毛利水平，高于传统云计算简单的算力服务。

MaaS收入主要分为API收入、订阅收入。3月百炼的客户数量同比增长了八倍，吴泳铭透露目前阿里MaaS ARR已达80亿元，6月季度实现100亿元，大部分来调用自研千问大模型API的收入，并都是对外收入。

电话会上，管理层更是展望年底要超过300亿元，还补充了句“应该说会比年底更早超过300亿ARR。”

以此测算，这将会是淘天电商之外，阿里估值的新锚定业务，也是AI时代“Token经济”的体现。

在电话会上，吴泳铭用一个朴素的逻辑描述了Token经济的基本原理：“只要帮助客户完成的工作任务在企业内创造的价值大于Token成本，对API Token的需求就会是无限的。”

旺盛的需求，以至于吴泳铭表示：““无论是云IaaS的商业化服务，还是通过Maas平台以及AI原生软件创造更多模型之上的营收，我们几乎在服务期内没有一张卡是闲置的。客户的需求无法完全满足，排队的还很多。”

02

全栈AI两大优势：时间成本、财务成本

国际数据公司IDC预计，全球云AI市场到2031年将达5730亿美元，复合年增长率超过32%。全球九大云厂商2026年AI资本开支合计约8300亿美元，每一家都在用真金白银确认，AI是未来十年最确定的投资方向。

当前中国企业的AI渗透率远低于美国，但大量传统行业的AI改造需求正在释放，一如十几年前的数字化改造需求。政策持续推动，供给侧能力快速提升，需求端成本持续下降，三个条件同时具备时，规模化普及往往会发生得比预期更快。

Token经济正在迅速成型，这是共识，非共识的是企业自身的选择，即如何定位，并为此匹配战略和商业模式。至于阿里，它的选择当然是成为Token经济的核心基础设施提供商。

今年3月，阿里成立Alibaba Token Hub事业群，强化模型、MaaS、AI应用之间的战略协同。这个组织的命名“Token Hub”本身就意味深长：阿里正在构建一个Token经济的枢纽。

其实，为此建造这个经济枢纽，阿里已经打了多年地基。早在2008年9月，阿里就确定云计算和大数据战略，5年后阿里云成为中国第一家拥有完整云计算能力的平台；2018年组建平头哥半导体，3年后发布自研云芯片倚天710；2019年立项大模型，4年后正式发布，同年MaaS平台百炼上线，将模型能力封装为标准化服务。

自此，从芯片（平头哥自研GPU已规模化量产，累计交付47万片）到云平台（中国最大的AI云服务商，份额32.8%），从模型（千问系列模型全球领先）到应用（B端悟空C端千问App），阿里新Token生态覆盖了AI的全链路，构造了一个“全栈AI”的新增长飞轮。

目前，千问系列模型在推理和编程能力上已进入全球第一梯队。在多模态领域，其视觉理解、文生图、视频生成等模型矩阵初见成果。百炼已成为中国最大的AI应用开发入口，大量中小企业和传统行业客户正在通过百炼完成“AI化”。

在应用层面，阿里在办公、编程、电商等领域推出了多个企业级智能体产品，消费端的千问App也在全面整合电商能力，打通“AI+消费”的闭环。

模型能力的提升吸引更多开发者进入平台层，平台生态的繁荣孵化出更丰富的应用场景，应用场景中沉淀的数据又反哺模型迭代。基于全栈AI，模型、平台、应用三层之间的飞轮效应正在加速转动，一旦每一层的转动速度超过临界点，它们就会相互放大动能。

全栈AI还给阿里带来了两个成本优势，即时间成本、财务成本。

自研芯片最大的价值不仅是省下了采购费，而在于摆脱了供货周期的束缚。自2022年底生成式AI爆发以来，高端GPU长期处于供不应求状态，而阿里平头哥自研的“真武”PPU推理芯片在2023年即完成研发并开始规模化量产，上个季度披露已规模化量产47万片。当竞争对手回过神试图构建算力矩阵时，阿里已有超过60%的平头哥芯片服务于外部商业化客户。

到今天，大模型在理论层面已经没有秘密，但在工程实现上却充满了“know-how”的鸿沟，需要在“研发-部署—使用—反馈—优化”的循环中不断迭代、打磨，时间成本是最大的成本。

千问模型之所以能跻身第一梯队，就是全年无休的线上运行、持续积累的海量反馈、以及全链路自主可控带来的极低试错成本。在这条赛道上，先行者的每一天都在积累后来者无法跳跃式跨越的经验密度。

全栈布局还让阿里实现了内部消化多层级的中间成本。

在模型层，千问系列模型运行在自研芯片和自建云平台之上，省去了对外采购算力服务的加价部分。阿里云作为中国最大的公有云，其32.8%的市场份额带来了巨大的资源复用和调度效率，进一步摊薄了单位算力成本。

阿里CFO徐宏明确表示，平头哥自研芯片已在AI推理中实现规模化应用，“带来显著的成本效益”。这使得阿里在模型推理的商业报价上获得了更大的弹性，既能以更低的价格吸引海量开发者，又能在MaaS服务中维持较高的毛利率。

横向比较来看，谷歌有自研模型Gemini也自研芯TPU，亚马逊虽有自研芯片也自研模型性能不足，微软则既没有自研模型也没有自研芯片，SaaS业务还被MaaS威胁。

巨额的投入让阿里既构建了新飞轮，也挖了一道宽又深的护城河，任何竞争对手想追赶都必须补上庞大的投入以及更长的时间。

03

重新定义阿里

全球AI产业正在同步进入一个商业化的收获期。

国际数据公司IDC预计，全球云AI市场到2031年将达到5730亿美元，复合年增长率超过32%。AI云服务正成为继IaaS之后最大的云收入品类。这是一个万亿级的赛道，而且刚刚开始起跑。

更关键的趋势是Agentic AI的落地。企业AI应用正在从“单次调用”进化到“持续运行”——智能体可以自主规划任务、调用工具、循环执行，不再只是被动的问答机器。

这种范式升级意味着底层模型的消耗量将呈指数级跃升，而每一次消耗，对云厂商而言都是收入。

在供给端，行业共识已经形成。全球九大云厂商2026年AI资本开支合计约8300亿美元。每一家都在用真金白银投票，押注AI基础设施是未来十年最确定的投资方向。

这种集体性的基础设施投入，将在未来几年转化为服务能力的提升和成本的下降，进一步加速AI应用的普及。

当前中国企业的AI渗透率是远低于美国，但差距，也是空间。作为中国最大的公有云平台，阿里云正站在一个巨大的结构性迁移机会面前，当大量企业从“观望AI”转向“必须用AI”，阿里云的客户池和收入池都将迎来系统性的扩容。

最直接的意义在于阿里的增长引擎正在切换。阿里的电商业务仍是绝对的基本盘，并随着整个社会零售大盘趋于增速平稳，而这份财报给出了一个明确指引——

未来一年，AI收入占比突破50%。AI正在成为驱动增长主要引擎。

尤其是MaaS业务的商业模型与传统SaaS有着本质不同：按Token计费的模型服务，其边际成本随规模扩大而持续递减，理论上利润率会越跑越高。

吴泳铭在电话会上反复强调MaaS业务的利润率优势，这背后是一个结构性的逻辑，当AI服务的规模突破某个临界点，利润率的改善将不是线性的，而是加速的。这对于长期被资本开支拖累利润的云业务而言，是一个根本性的改善信号。

还有一个容易被忽视的价值是生态协同。AI能力正在全面反哺阿里体系内的其他业务，电商的智能推荐和AI客服、本地生活的智能调度、国际业务的跨语言AI服务。这些场景既是AI的“应用场”，也是AI的“数据源”。

当一个体系内同时拥有AI基础设施和丰富的应用场景时，就会形成“AI投入—效率提升—数据反哺—模型迭代—更强的AI能力—更广的场景渗透”的集团级飞轮。这种飞轮一旦跑通，护城河的深度将远超单一业务线条。

最终，这一切将指向阿里集团价值的根本性重估。过去，市场对阿里的估值逻辑根植于“电商平台”这一坐标。但当AI+云成为增长主引擎、当阿里完成从“互联网平台”到“AI基础设施公司”的身份转型，估值坐标系也必须重置。

管理层对此显然有清醒的认知。从“全栈AI”的战略表述，到本次财报首次披露AI年化收入这一动作本身，都在向市场传递一个清晰的信号：阿里正在重新定义自己。

从更宏观的视角看，阿里正站在一个历史性的交汇点上：全球AI产业集体迈入商业化兑现期，而阿里凭借提前数年的全栈布局和持续投入，已经占据了有利身位。

1999年的阿里，做的事是让“商品”在平台上自由流通。它建立了一套包含支付、物流、信用评价在内的商业基础设施，让中国的制造业产能找到了市场出口，也让自己成为了全球最大的商品交易平台。

2026年的阿里，做的事是让“Token”在平台上被定价、被交易、被消耗。它正在建立一套包含算力供给、模型能力、应用生态在内的AI基础设施，让中国的智力资源找到了变现通道，而它自己，也在成为全球最重要的Token经济基础设施之一。

这两次阿里与时代的共振，背后的经济逻辑是一脉相承的。中国经济第一次腾飞靠的是制造业，阿里做的是让制成品更高效地流通。中国经济第二次升级靠的是创新和技术，阿里做的是让智力更规模化地供给。

吴泳铭在电话会上说了一句颇具意味的话：“阿里AI已正式跨越初期投入阶段，进入商业化回报周期。”