腾讯阿里同日交卷：马化腾称AI的船“漏水了”

在商业世界的叙事中，两种截然相反的隐喻在同一天被抛向市场，往往比财报中的任何数字都更耐人寻味。

5月13日，腾讯控股与阿里巴巴集团罕见地在同一时间窗口发布核心业绩。腾讯2026年Q1营收1964.6亿元，同比增长9%，为近六个季度最低增速；阿里巴巴2026财年Q4营收2433.8亿元，同比增长3%，甚至录得经营亏损8.48亿元。数据本身平淡无奇，真正让市场侧目的，是两位掌门人对同一命题的差异化修辞。

腾讯董事会主席马化腾在股东大会上坦言：“原来一年前我们以为上了船，后来发现那个船漏水了。又开始换一艘船，现在感觉站上去了，还坐不下去，还是希望船速能快一点。”同一天，阿里巴巴CEO吴泳铭则在财报电话会上放出另一番论断：“现在我们的服务器内几乎没有一张卡是空的。”

一个在说船漏水了，一个在说卡满载了。前者是追赶者对AI赛道的不安与急迫，后者是先行者对算力储备的笃定与自信。这两种语气并非修辞风格的差异，而是两家互联网巨头在AI时代战略位置的真实写照。

01

腾讯的“漏水之船”

追赶者的焦虑与逻辑

马化腾的“船漏水”比喻，放在腾讯的AI演进脉络中，有着充分的现实依据。

腾讯早期在AI领域的基础能力并非突出，通过近年的人才建设、团队管理与内部培训，才逐步补齐短板。而即便在补课之后，腾讯也未能像移动互联网时代那般从容地拿到一张“船票”。马化腾的坦诚之处在于，他承认腾讯走过弯路——“抢别人的地盘，过去我们也抢过，但后来基本失败了”。这句话既是AI教训的总结，也是腾讯战略定力的宣言：不再盲从，不再跨赛道追赶，而是立足自身生态，耐心深耕。

财报本身也印证了“追赶”的紧迫性。腾讯Q1资本开支319.4亿元，同比增长16%，约为2025年全年资本开支的四成；其中绝大部分被用于支持AI开发。具体到业务层面，Hy、元宝、CodeBuddy等新AI产品对当季Non-IFRS经营盈利的拖累约为88亿元。换言之，腾讯正在用真金白银为过去的迟疑“补票”。

从战略节奏上看，腾讯下半年将迎来一次集中的算力释放期。腾讯总裁刘炽平在财报电话会上明确表示，下半年将有更多国产AI芯片逐月到位，算力供应将得到显著改善。

同时，腾讯计划将新增算力一部分用于训练更大规模的基础模型（Hy3 Preview只是第一步），另一部分将逐步放开对外租售，以满足日益增长的企业侧AI服务需求。

02

阿里的“满载之船”

先行者的资本护城河

如果说腾讯是在AI浪潮中奋力追赶的“后来者”，那么阿里则更像一个早已布局多年的“先行者”。

吴泳铭的论断“服务器内几乎没有一张卡是空的”，不只是对算力饱和状态的描述，更构成了阿里AI战略的核心逻辑：在算力为王的时代，先发优势体现为对关键资源的锁定能力。

事实上，阿里CEO给出了一个极具制造业色彩的分析框架：AI的发展趋势更像制造业，要获得更多收入，必须去建两个核心工厂——AI的训练工厂和AI的推理工厂，背后都是AI数据中心的建设。在这个逻辑下，阿里云未来持有的算力中心资产将是2022年AI爆发前的十倍以上，而为此投入的资金“会远远超过原来承诺的3800亿元”。

而阿里之所以敢于如此重仓算力基础设施，根本原因在于其AI商业化已经进入了正向回报周期。在刚刚过去的财季，阿里云收入同比增长38%至416.26亿元，AI相关产品收入89.71亿元，在云外部商业化收入中的占比首次突破30%，连续第11个季度实现三位数同比增长。

吴泳铭更预计，到2026年6月季度，包含百炼MaaS平台在内的AI模型与应用服务年化经常性收入（ARR）将突破100亿元，年底突破300亿元。

如果说腾讯的AI投入还处于“烧钱”阶段，那么阿里的AI投入已经开始产生“造血”能力。吴泳铭将AI类比制造业，强调投资回报的确定性。这种底气，正是阿里敢于比腾讯更大胆加码的逻辑基础。

03

两条不同的路，同一条河

分化之外，两家公司在资本开支上的趋同更值得关注。

腾讯一季度资本开支付款370亿元，阿里第四财季资本性支出达268.87亿元。两者合计，一个季度烧掉约638.87亿元。腾讯一季度自由现金流567亿元，阿里则为净流出173亿元。

更值得关注的是两家公司对未来的展望。腾讯高层在电话会上明确表示：“之前曾指引今年的资本支出会比去年增加，现在对这一指引更加肯定和有信心。我们预期资本支出会有显著增加，在今年下半年将更多国产AI芯片将逐月到位。”阿里方面，吴泳铭更是直接摊牌：对标2022年（AI爆发前），未来数据中心规模“基本上是十倍以上的增长”，投入资金“会远远超过原来承诺的3800亿元”。

这说明一个深层逻辑：无论出发姿态是“追赶”还是“领跑”，AI基础设施的投入都已经不是一道选择题。两家公司共同面对的，是一个需求远超供给的市场现实。

腾讯总裁刘炽平对此有一个精辟的论断：AI与互联网最大的不同在于，“智能”本身存在真实成本。互联网时代的信息分发几乎零成本，但AI每一次推理都会持续消耗算力与Token。因此，单纯追求DAU与用户时长不具备经济性，更重要的是找到高价值使用场景。这一判断实际上为两家公司共同的高资本开支找到了底层逻辑：AI不是一个可以靠“轻资产”玩法的赛道，它天然就是重资产、高门槛的。

从行业层面来看，两巨头的投入力度并非个案。字节跳动受内存芯片成本上涨影响，已将年度资本支出计划上调至2000亿元以上；摩根士丹利更将全球超大规模云服务商的2026年资本支出预测从4500亿美元大幅上调至8000亿美元。AI算力需求正在全球范围内驱动一场史无前例的基础设施建设浪潮。