“我們是唯一一家全棧式AI云平臺”，幾乎同一時段，谷歌和阿里不約而同在財報會上喊出了這句口號。
全棧式的投入表明了一家云廠商押注AI的決心，更直觀則體現在“撒幣”上。
谷歌預計2025年資本支出將在910億至930億美元之間，高于此前估計的850億美元，未來還將繼續加碼。
過去十二個月內，阿里累計資本開支已超過1260億，其中云和AI占了很大比重。吳泳銘明確未來三年AI相關投資將超過3800億元，且有可能進一步擴大。
如果把谷歌和阿里納入“拓城者”行列，騰訊則是更加穩妥的“守城者”。
盡管騰訊聲稱“將會在AI方面投入巨額資本支出”，但相較于去年第四季度和今年第一季度的366億元和275億元，今年第二季度和第三季度的資本支出已經下降到191和130億元。
資本的一開一合形成了鮮明的對比。騰訊的“守”來自于游戲、微信基本盤的穩固，社交這一護城河短時間內難以撼動。而谷歌、阿里的“進”則來自于搜索、廣告、電商等業務所面臨的外部波動與競爭壓力。
雙線作戰的阿里尤為明顯，一條線是在即時零售戰場與美團、京東混戰，另一條戰線上，還在云和AI上與字節火山引擎、百度智能云和大模型獨角獸公司短兵相接。
隨著To B和To C的戰略逐漸清晰，阿里后面需要反復回答一個核心問題：AI這一仗，拓城者如何打？
供給不足
阿里云2026財年第二季度的財報和業績會，主要突出了一個主題：供給和需求。
從需求側來看，現在的客戶需求依然很旺盛，阿里云AI服務器、上架結構仍然嚴重跟不上客戶訂單的增長速度，在手積壓的訂單數量還在持續擴大。
這一點也反映在了谷歌Q3財報中，云訂單總儲備量1550億美元，環比增長46%，同比增長82%，增長主要源于企業人工智能的強勁需求。訂單增長量是云廠商的“晴雨表”，只要能保持一定程度的凈增長，就能維持整個云營收大盤持續增長。
新一季阿里云財報截至日期為2025年9月30日，對應到行業中的發展線大致來自于DeepSeek所帶來的爆發式增長需求。
我們了解到，有很多公司在跟風的情況下盲目部署了DeepSeek或各類廠商大模型，但后續并未能最大程度發揮出大模型的性能。這表明，市場需求正從初期的基礎設施建設，延伸至模型精調、應用開發與價值實現等價值鏈后端環節。
盡管云廠商的競爭尤為激烈，但總體上看整個市場現在還屬于“供不應求”的狀態。基于此，吳泳銘作出了三個判斷：基座模型和全模態模型的能力都處于持續提升當中，“整個的Scaling Law趨勢尚未停止，業內其實還沒有碰到天花板”。
在三年之內，AI需求還是一個非常確定的事情，整體AI資源還是處于供不應求的狀態。因為，整個AI服務器的各個環節都存在供給短缺的情況，而這一波供給緊張都是由AI需求增大所帶動。未來這些供應鏈上各個方面的廠商去擴產的周期，在這兩三年內，需求增長和供應端很難有快速提升。
美國大型云廠商和阿里云等廠商，不僅新的GPU基本跑滿，甚至是上一代或者三、五年前的幾代GPU都是跑滿狀態。所以，我們覺得三年之內所謂“AI泡沫”，應該不太存在。
在這樣需求強烈的行業大背景下，阿里云在財報上的表現自然亮眼。報告內，阿里云收入為398.24億元，同比增長34%，已經連續保持四個季度同比10%以上的增速。在高投入的情況下，阿里云的利潤率在近兩個季度內也得到了小幅度回升。
阿里云外部商業化收入加速增長至29%。AI相關產品收入連續9個季度實現三位數同比增長。市場份額在多個細分領域全面提升，混合云增速超20%。
值得一提的是，本季度阿里云含內部收入同比增長34%，而不含內部收入同比增長為29%，內外部收入增長相差5%。這意味著，當前階段拉動阿里云營收增長的主要動能仍來自內部的AI化改造。
考慮到該季度非電商大促時間段，34%的同比增長其實很可觀，側面也說明阿里內部AI化的廣度與深度。結合同期的時間線來看，這部分增量很大程度來自于電商的搜推廣改造和阿里媽媽AI營銷業務消耗，這些需求將在下一季度釋放。
AI拓城者的反擊
長期以來，一直處于谷歌追趕OpenAI和Anthropic節奏中，云廠商被截胡、被唱衰成為了家常便飯。但Gemini 3或許是一個新的起點，Sam Altman在OpenAI內部memo中提到，“Google此次模型的進步主要得益于扎實的pre-training”。
“扎實的pre-training”背后是算力利用率問題，這是像谷歌、阿里云這類老牌廠商的長期積累的優勢，即通過自研TPU集群的效能和全棧式架構來實現算力規模的指數級提升。
這就是在這個節點上，谷歌、阿里等廠商如此重視全棧式的原因。大模型創業公司可以在Agent、coding、推理等單點能力上繼續突破，但這種整體資源優化突破仍處于云廠商的舒適區。
阿里云認為，隨著AI應用落地，客戶更傾向選擇具備全棧技術能力的云廠商。同時引發了聯動效應，AI使用的深度、廣度提升，也拉動了原先計算、存儲、數據庫等傳統云產品需求。這一點印證了早期的判斷，云廠商無法通過大模型賺錢，最終還得靠基礎設施。
谷歌深諳此道，正在把模型當做展示“肌肉”的窗口，以此來進一步推銷相關產品和服務。最近，谷歌更是把手伸向了英偉達的“敏感地帶”——TPU。谷歌希望能以更低租用價格搶奪英偉達客戶，借此可能帶來數十億美元的年收入。此舉亦是全棧式基建建設所帶來的生態位紅利，未來將能進一步提升云計算營收的利潤率。
蔡崇信也曾表示，“美國人判斷誰在贏AI比賽，主要看大模型性能，但阿里看的是整個堆棧，看的是誰的AI能被用得起、用得廣和用得久”。
如果把AI采用率作為阿里大模型的標準之一，那么開源和To C的策略是勢在必行。
大模型的開源是引誘老鼠進洞的奶酪，“開源模型能讓客戶擁有更高的數據控制權，可以用私有云也可以用阿里云，但最終運行模型，都需求基礎設施”。
有個消息非常值得關注，新加坡國家人工智能計劃（AISG）在其重要的SEA-LION項目中選擇阿里的Qwen架構，替代了之前的Meta的Llama模型。Meta內部的混亂和對開源的搖擺，間接給了Qwen超車的機會。
此次AISG主動轉向Qwen，是一個重要的信號，表明像Qwen這樣的中國開源模型已經憑借過硬技術實力，從曾經的“追隨者”變成了可供選擇的“被選用者”。
當越來越多的關鍵項目和國家級計劃基于Qwen進行構建時，Qwen就在全球開源生態中建立了一個難以被輕易替代的位置，未來自然將擁有更強的話語權和行業標準制定權。
埋下的伏筆
無論是出于對需求側的判斷還是對未來技術的樂觀預期，都導致了阿里繼續飽和式投入的決策。
短期產生的波動式影響已經初見端倪。阿里整個二季度經營利潤為53.6億元，同比下降85%；凈利潤為641億元，同比下降7%；單季度凈利潤為206億元，同比下降53%。
自由現金流由正轉負為218億元，而去年同期為137億元。自由現金流下降主要歸因于對即時零售的投入以及云基礎設施建設的資本開支增加。
對現在的阿里而言，同時在即時零售和云基礎設施上重投入，壓力可想而知。這種“雙線作戰”本質上是在兩條關鍵戰線上捍衛其核心疆域，并為未來十年尋找新的增長曲線。
阿里的挑戰在于如何在“流血投入”與“市場信心”之間走好鋼絲。它需要向外界清晰地證明，這些投入不僅轉化為可見的、規?；纳虡I回報，甚至還能構建起AI時代的護城河。這條路的重點將取決于，阿里能否成功地將“燒錢”換來的基礎設施和市場份額，轉化為可持續的、能產生充沛現金流的機器。
在不到一個月的時間內，我們見識了一個阿里的統一作戰能力。這種能力用“強悍”來形容一點也不為過，千問改頭換面作為獨立App再上線，公測一周下載量突破1000萬次?？淇藶槠渫信e開路，從App端到AI瀏覽器再到智能眼鏡，核心都在把千問推到前臺，爭取更大的流量曝光。
不過，指揮部統一領導的方式有利有弊。優勢的一面在于，它能在大戰略方向上形成無可匹敵的穿透力。
在一個明確的最高指令下，阿里內部如夸克、高德、支付寶等各大業務線能夠迅速擰成一股繩，將龐大的資源與流量像錐子一樣聚焦于一個點——推動千問上位。這避免了內部博弈和資源耗散，在最短時間內為千問創造了驚人的起勢。對于一個需要快速搶占市場認知、應對激烈競爭的后來者而言，這種“壓強式”的打法或許是有效的。
另一面，我們也看到了AI的創新是不可計劃、隨時被推翻的狀態，OpenAI的Chatbot式創新就源于某個小團隊的突破。指揮部模式在本質上依賴于頂層的戰略眼光和決策效率，一旦戰略方向需要調整，或是對細分市場的洞察不夠敏銳，或許也會遇到船大難掉頭的情況。
能否在“統一的意志”和“分散的活力”之間動態平衡，是包括谷歌、阿里、字節在內所有拓城者的共同課題。
誰能同時擁有決斷力與創造力，誰才能在這場關于未來的競賽中，既贏得當下，亦能抓住下一個顛覆性的機會。