"我们是唯一一家全栈式 AI 云平台"，几乎同一时段，谷歌和阿里不约而同在财报会上喊出了这句口号。
全栈式的投入表明了一家云厂商押注 AI 的决心，更直观则体现在"撒币"上。
谷歌预计 2025 年资本支出将在 910 亿至 930 亿美元之间，高于此前估计的 850 亿美元，未来还将继续加码。
过去十二个月内，阿里累计资本开支已超过 1260 亿，其中云和 AI 占了很大比重。吴泳铭明确未来三年 AI 相关投资将超过 3800 亿元，且有可能进一步扩大。
如果把谷歌和阿里纳入"拓城者"行列，腾讯则是更加稳妥的"守城者"。
尽管腾讯声称"将会在 AI 方面投入巨额资本支出"，但相较于去年第四季度和今年第一季度的 366 亿元和 275 亿元，今年第二季度和第三季度的资本支出已经下降到 191 和 130 亿元。
资本的一开一合形成了鲜明的对比。腾讯的"守"来自于游戏、微信基本盘的稳固，社交这一护城河短时间内难以撼动。而谷歌、阿里的"进"则来自于搜索、广告、电商等业务所面临的外部波动与竞争压力。
双线作战的阿里尤为明显，一条线是在即时零售战场与美团、京东混战，另一条战线上，还在云和 AI 上与字节火山引擎、百度智能云和大模型独角兽公司短兵相接。
随着 To B 和 To C 的战略逐渐清晰，阿里后面需要反复回答一个核心问题：AI 这一仗，拓城者如何打？
供给不足
阿里云 2026 财年第二季度的财报和业绩会，主要突出了一个主题：供给和需求。
从需求侧来看，现在的客户需求依然很旺盛，阿里云 AI 服务器、上架结构仍然严重跟不上客户订单的增长速度，在手积压的订单数量还在持续扩大。
这一点也反映在了谷歌 Q3 财报中，云订单总储备量 1550 亿美元，环比增长 46%，同比增长 82%，增长主要源于企业人工智能的强劲需求。订单增长量是云厂商的"晴雨表"，只要能保持一定程度的净增长，就能维持整个云营收大盘持续增长。
新一季阿里云财报截至日期为 2025 年 9 月 30 日，对应到行业中的发展线大致来自于 DeepSeek 所带来的爆发式增长需求。
我们了解到，有很多公司在跟风的情况下盲目部署了 DeepSeek 或各类厂商大模型，但后续并未能最大程度发挥出大模型的性能。这表明，市场需求正从初期的基础设施建设，延伸至模型精调、应用开发与价值实现等价值链后端环节。
尽管云厂商的竞争尤为激烈，但总体上看整个市场现在还属于"供不应求"的状态。基于此，吴泳铭作出了三个判断：基座模型和全模态模型的能力都处于持续提升当中，"整个的 Scaling Law 趋势尚未停止，业内其实还没有碰到天花板"。
在三年之内，AI 需求还是一个非常确定的事情，整体 AI 资源还是处于供不应求的状态。因为，整个 AI 服务器的各个环节都存在供给短缺的情况，而这一波供给紧张都是由 AI 需求增大所带动。未来这些供应链上各个方面的厂商去扩产的周期，在这两三年内，需求增长和供应端很难有快速提升。
美国大型云厂商和阿里云等厂商，不仅新的 GPU 基本跑满，甚至是上一代或者三、五年前的几代 GPU 都是跑满状态。所以，我们觉得三年之内所谓" AI 泡沫"，应该不太存在。
在这样需求强烈的行业大背景下，阿里云在财报上的表现自然亮眼。报告内，阿里云收入为 398.24 亿元，同比增长 34%，已经连续保持四个季度同比 10% 以上的增速。在高投入的情况下，阿里云的利润率在近两个季度内也得到了小幅度回升。
阿里云外部商业化收入加速增长至 29%。AI 相关产品收入连续 9 个季度实现三位数同比增长。市场份额在多个细分领域全面提升，混合云增速超 20%。
值得一提的是，本季度阿里云含内部收入同比增长 34%，而不含内部收入同比增长为 29%，内外部收入增长相差 5%。这意味着，当前阶段拉动阿里云营收增长的主要动能仍来自内部的 AI 化改造。
考虑到该季度非电商大促时间段，34% 的同比增长其实很可观，侧面也说明阿里内部 AI 化的广度与深度。结合同期的时间线来看，这部分增量很大程度来自于电商的搜推广改造和阿里妈妈 AI 营销业务消耗，这些需求将在下一季度释放。
AI 拓城者的反击
长期以来，一直处于谷歌追赶 OpenAI 和 Anthropic 节奏中，云厂商被截胡、被唱衰成为了家常便饭。但 Gemini 3 或许是一个新的起点，Sam Altman 在 OpenAI 内部 memo 中提到，" Google 此次模型的进步主要得益于扎实的 pre-training "。
"扎实的 pre-training "背后是算力利用率问题，这是像谷歌、阿里云这类老牌厂商的长期积累的优势，即通过自研 TPU 集群的效能和全栈式架构来实现算力规模的指数级提升。
这就是在这个节点上，谷歌、阿里等厂商如此重视全栈式的原因。大模型创业公司可以在 Agent、coding、推理等单点能力上继续突破，但这种整体资源优化突破仍处于云厂商的舒适区。
阿里云认为，随着 AI 应用落地，客户更倾向选择具备全栈技术能力的云厂商。同时引发了联动效应，AI 使用的深度、广度提升，也拉动了原先计算、存储、数据库等传统云产品需求。这一点印证了早期的判断，云厂商无法通过大模型赚钱，最终还得靠基础设施。
谷歌深谙此道，正在把模型当做展示"肌肉"的窗口，以此来进一步推销相关产品和服务。最近，谷歌更是把手伸向了英伟达的"敏感地带"—— TPU。谷歌希望能以更低租用价格抢夺英伟达客户，借此可能带来数十亿美元的年收入。此举亦是全栈式基建建设所带来的生态位红利，未来将能进一步提升云计算营收的利润率。
蔡崇信也曾表示，"美国人判断谁在赢 AI 比赛，主要看大模型性能，但阿里看的是整个堆栈，看的是谁的 AI 能被用得起、用得广和用得久"。
如果把 AI 采用率作为阿里大模型的标准之一，那么开源和 To C 的策略是势在必行。
大模型的开源是引诱老鼠进洞的奶酪，"开源模型能让客户拥有更高的数据控制权，可以用私有云也可以用阿里云，但最终运行模型，都需求基础设施"。
有个消息非常值得关注，新加坡国家人工智能计划（AISG）在其重要的 SEA-LION 项目中选择阿里的 Qwen 架构，替代了之前的 Meta 的 Llama 模型。Meta 内部的混乱和对开源的摇摆，间接给了 Qwen 超车的机会。
此次 AISG 主动转向 Qwen，是一个重要的信号，表明像 Qwen 这样的中国开源模型已经凭借过硬技术实力，从曾经的"追随者"变成了可供选择的"被选用者"。
当越来越多的关键项目和国家级计划基于 Qwen 进行构建时，Qwen 就在全球开源生态中建立了一个难以被轻易替代的位置，未来自然将拥有更强的话语权和行业标准制定权。
埋下的伏笔
无论是出于对需求侧的判断还是对未来技术的乐观预期，都导致了阿里继续饱和式投入的决策。
短期产生的波动式影响已经初见端倪。阿里整个二季度经营利润为 53.6 亿元，同比下降 85%；净利润为 641 亿元，同比下降 7%；单季度净利润为 206 亿元，同比下降 53%。
自由现金流由正转负为 218 亿元，而去年同期为 137 亿元。自由现金流下降主要归因于对即时零售的投入以及云基础设施建设的资本开支增加。
对现在的阿里而言，同时在即时零售和云基础设施上重投入，压力可想而知。这种"双线作战"本质上是在两条关键战线上捍卫其核心疆域，并为未来十年寻找新的增长曲线。
阿里的挑战在于如何在"流血投入"与"市场信心"之间走好钢丝。它需要向外界清晰地证明，这些投入不仅转化为可见的、规模化的商业回报，甚至还能构建起 AI 时代的护城河。这条路的重点将取决于，阿里能否成功地将"烧钱"换来的基础设施和市场份额，转化为可持续的、能产生充沛现金流的机器。
在不到一个月的时间内，我们见识了一个阿里的统一作战能力。这种能力用"强悍"来形容一点也不为过，千问改头换面作为独立 App 再上线，公测一周下载量突破 1000 万次。夸克为其托举开路，从 App 端到 AI 浏览器再到智能眼镜，核心都在把千问推到前台，争取更大的流量曝光。
不过，指挥部统一领导的方式有利有弊。优势的一面在于，它能在大战略方向上形成无可匹敌的穿透力。
在一个明确的最高指令下，阿里内部如夸克、高德、支付宝等各大业务线能够迅速拧成一股绳，将庞大的资源与流量像锥子一样聚焦于一个点——推动千问上位。这避免了内部博弈和资源耗散，在最短时间内为千问创造了惊人的起势。对于一个需要快速抢占市场认知、应对激烈竞争的后来者而言，这种"压强式"的打法或许是有效的。
另一面，我们也看到了 AI 的创新是不可计划、随时被推翻的状态，OpenAI 的 Chatbot 式创新就源于某个小团队的突破。指挥部模式在本质上依赖于顶层的战略眼光和决策效率，一旦战略方向需要调整，或是对细分市场的洞察不够敏锐，或许也会遇到船大难掉头的情况。
能否在"统一的意志"和"分散的活力"之间动态平衡，是包括谷歌、阿里、字节在内所有拓城者的共同课题。
谁能同时拥有决断力与创造力，谁才能在这场关于未来的竞赛中，既赢得当下，亦能抓住下一个颠覆性的机会。
聚和财富配资,专业配资炒股,股票10倍杠杆提示：文章来自网络，不代表本站观点。
