![]()
11月19日,阿里巴巴将公布截至9月底的季度财报。
上一份财报中,阿里云和算力业务收入484.37亿元,同比增长45%,创下近22个季度以来最快增速。
11月9日,高盛发布最新研究报告,维持阿里巴巴2027至2029财年合计7120亿元的资本开支预测。
按照高盛的测算,阿里巴巴还要经历两年左右的大规模投入,到2028年,云业务创造的经营收益才有望追上电商业务。
未来几年,阿里巴巴一边要给淘宝、天猫的即时零售业务投入资金,一边要采购AI芯片、建设数据中心,还要继续训练通义千问大模型。这些业务究竟要花多少钱,云业务增长能不能覆盖投入,是高盛这次研究的重点。
三年资本开支7120亿元
高盛预计,阿里巴巴2027财年的资本开支为2093亿元,2028财年增加到2430亿元,2029财年达到2594亿元。
图:高盛对阿里巴巴2027至2029财年资本开支的预测
![]()
今年9月22日,阿里巴巴在云栖大会上宣布,计划到2032年将全球运营的数据中心容量扩大至20GW。
GW是衡量电力规模的单位,1GW相当于100万千瓦。对于AI数据中心来说,能够提供多少电力,直接关系到可以部署多少台服务器。
高盛按照服务器数量、芯片成本、数据中心建设费用和租赁算力规模重新测算后,得出了两种情况;
在基准情景下,预计到2032年底,阿里巴巴管理的算力对应的IT功率约为12.8GW,平均每年增加约1.2GW。
如果要接近20GW的目标,高盛估计2027至2032财年累计还需要比基准情景多投入约370亿美元,而且要提高租赁算力的比例才行。
按照高盛的乐观预测,到2032年,阿里巴巴约30%的算力容量将来自租赁。也就是说,阿里巴巴不需要全部自己建设数据中心、购买服务器,还可以直接租用外部算力,减少前期投入。
另外芯片采购成本也在上涨。阿里巴巴在8月财报中提到,资本开支增加除了受到采购周期影响,还包括AI智能体带来的CPU算力扩容,以及多种芯片和零部件涨价。
云业务增长45%
今年二季度,阿里巴巴经营活动产生的现金净流入为229.45亿元,但资本开支达到676.78亿元,接近经营现金流的3倍。同期自由现金流流出446.70亿元,去年同期流出188.15亿元,今年多流出了258.55亿元。
这些钱有一部分花在了AI业务上。二季度,阿里云和算力业务调整后EBITA达到56.28亿元,同比增长133%。EBITA是衡量业务经营利润的指标,剔除了利息、税项及摊销等因素的影响。
另一个板块的亏损更大;
阿里巴巴今年还调整了业务划分,将通义千问大模型、QwenWork等业务单独列入AI模型和应用板块。这个板块二季度收入33.38亿元,调整后EBITA亏损138.61亿元,去年同期亏损32.24亿元,亏损扩大了100多亿元。
按照这两个业务板块的调整后EBITA简单相加,云算力赚到的钱,还不足以覆盖模型和应用业务的亏损,合计亏损接近82亿元。
原因在于,大模型训练需要采购算力,模型投入使用后,用户每次调用又会产生推理成本。公司在二季度财报中明确提到,通义千问应用的推理费用增加,是模型和应用板块亏损扩大的原因之一。
这个问题在同行身上也能看到;
腾讯今年第二季度资本开支达到527.84亿元,自由现金流流出约138亿元。百度同期AI云基础设施收入73亿元,同比增长50%,其中GPU云业务收入增长283%。
国内大型互联网公司都在加大AI投入,算力需求增长已经反映在收入端,但大量服务器采购会提前消耗资金。
阿里巴巴目前还有资金储备。6月底,公司持有现金及其他流动投资4745亿元。
8月26日,阿里巴巴又完成了800亿港元的新股配售,其中约60%的净募集资金计划用于扩大计算基础设施,其余约40%用于建设大型AI数据中心及升级云基础设施。
2028年,云业务有望赶上电商
阿里巴巴目前主要依靠电商业务提供利润。
今年二季度,电商集团调整后EBITA为397.49亿元,云和算力业务为56.28亿元,两者仍有明显差距。
高盛预计,这种情况将在2028年发生变化。
按照其预测,到2028年一季度,云业务的EBITDA将首次达到电商业务的水平,并在同年三季度超过电商。
EBITDA是在经营利润基础上加回折旧、摊销等费用后的指标。由于AI服务器投入巨大,折旧费用较高,高盛选择这一指标来比较两个业务板块的经营收益能力。
电商业务本身也在发生变化;
高盛预计,阿里巴巴即时零售业务2027财年调整后EBITA亏损约357亿元,2028财年亏损收窄至168亿元,2029财年有望实现约11亿元盈利。
也就是说,未来两年电商业务需要承担的即时零售亏损可能逐渐减少,云业务能够提供的经营收益则继续增加。
图:高盛预测阿里巴巴电商、云计算及通义千问业务对集团资金收支的影响
![]()
高盛给出的自由现金流预测也能说明这个过程;
2027财年,预计阿里巴巴自由现金流流出1027亿元;2028财年流出434亿元;到2029财年,预计转为净流入401亿元。
这里还有一组数据可以放在一起比较;
高盛预计,2028财年阿里云和算力业务调整后EBITA为616亿元,而AI模型和应用板块同期预计亏损514亿元。
两个板块相加,调整后EBITA只剩约103亿元。
到了2029财年,高盛预计云和算力业务调整后EBITA增加到926亿元,模型和应用板块亏损约576亿元,两项合计约350亿元。
按这个预测,阿里巴巴AI业务整体盈利改善的幅度,要小于单看云计算板块得到的结果。通义千问的训练、推理和应用推广仍然需要大量投入,模型服务能带来多少收入,会直接影响未来的利润和现金流。
从出租GPU到按Token收费
阿里云目前的一部分AI收入来自GPU算力租赁。
客户按小时租用GPU,用于训练模型或者运行AI应用。这类服务被称为GPUaaS。
由于高端AI芯片供应紧张,算力租赁价格处于较高水平,阿里云可以获得较好的投资回报。
高盛按照一台AI服务器约6年的使用周期测算,如果投资在3年内收回,后三年的现金收入保持稳定,那么税前、无杠杆内部收益率约为24%。
即使第4至第6年的现金收入减少50%,测算收益率仍有约15%。
不过,高盛预计GPU租赁价格将在2028至2032年逐渐回落。这会影响新增算力设备的投资回报,也会影响已经部署的服务器后续能够创造多少收入。
高盛因此把更多增长寄托在MaaS业务上。
MaaS就是模型即服务。企业不需要自己购买GPU、部署大模型,可以直接调用阿里云上的通义千问模型,按照实际消耗的Token付费。
Token可以理解为模型处理文字等信息时使用的计量单位。
例如,一家企业把通义千问接入客服系统,用户每次咨询都会消耗Token。随着企业调用次数增加,阿里云能够获得相应的模型服务收入。
高盛预计,MaaS在阿里AI算力收入中的占比,将从2027财年的34%提高到2032财年的70%。
图:高盛预测阿里云不同业务模式的收入规模及增长情况
![]()
阿里巴巴正在通过自研芯片降低部分算力成本。
9月的云栖大会上,公司展示了平头哥真武系列AI芯片,同时宣布下一代通义千问Qwen4正在训练,并公布了Qwen4.5和Qwen5的后续规划。
根据8月财报,真武芯片已经通过阿里云服务覆盖20多个行业、超过650家外部客户。
高盛认为,自研芯片、通义千问模型以及QwenWork等应用组合起来,可以让阿里巴巴同时提供底层算力和模型服务。
其中,平头哥芯片能够减少部分高端进口芯片的采购成本。但国产芯片在实际部署时,可能需要更多芯片卡、网络设备和散热设施,因此整个服务器系统的成本优势没有单颗芯片价格差距那么大。
模型应用方面,竞争已经开始进入企业办公场景了;
高盛引用的第三方数据显示,今年9月,腾讯WorkBuddy桌面AI智能体访问量约8500万次,阿里QwenWork约4700万次,字节跳动的豆包Work约3000万次。
阿里巴巴已经有钉钉和阿里云企业客户作为产品推广渠道。未来这些企业使用QwenWork、调用通义千问模型产生的付费收入,会影响阿里AI业务从算力租赁转向模型服务的速度。
高盛的预测
高盛这次提高了对阿里云未来两年的收入和利润预测。
按照最新测算,阿里云和算力业务2027至2029财年的收入分别为2427亿元、3517亿元和4898亿元,同比增长53%、45%和39%。其中,2028和2029财年的收入增速预测,分别比此前提高了7个和6个百分点。
不过,云业务的盈利预测虽然提高了不少,阿里巴巴集团整体的利润预期却没有太大变化。
比如2028财年,高盛将云业务调整后EBITA预测上调了32.5%,但集团每股收益预测只提高了约1.7%。主要是因为高盛同时下调了电商业务的利润预测,而且阿里巴巴未来几年还要继续投入大量资金训练通义千问、开发和推广AI应用。
因此,高盛维持了阿里巴巴原来的12个月目标价,没有跟着上调。
11月19日,阿里巴巴就要公布截至9月底的季度财报了。
高盛预计,这个季度云和算力业务收入约610亿元,同比增长53%,调整后EBITA约76亿元。与此同时,AI模型和应用板块预计亏损100亿元。
按照这两项预测计算,云和算力业务赚到的76亿元,还不足以覆盖模型和应用板块的100亿元亏损,两项合计仍亏损约24亿元。
接下来几个季度,可以重点比较这两块业务的利润变化。高盛预计,到2029财年,阿里巴巴的自由现金流将重新转正。要实现这个预测,除了即时零售减少亏损、电商业务保持盈利,阿里云还需要赚到更多的钱,逐步覆盖通义千问在模型训练、推理和应用推广上的投入才行。
(完)
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.