昨日，阿里發布截至2024年12月31日止的三個月2025財年Q3未經審核業績公告。

財報發布后，阿里巴巴集團董事會主席蔡崇信、CEO吳泳銘、CFO徐宏、以及阿里電商事業群CEO蔣凡蔣凡出席了隨后召開的電話會議，對財報進行了解讀，并回答了提問。

以下即為Q&A問答環節主要內容：

Q：我的問題有關公司的云業務、AI以及資本支出。無論是在云基礎設施服務還是AI模型方面，阿里巴巴都能做到行業領先，接下來阿里巴巴也完全有能力抓住中國乃至中國以外地區AI轉型時代的機遇。我的問題是，能否請管理層與我們分享一下，您認為AI將如何促進公司云業務的收入增長？未來幾個季度公司云業務的利潤趨勢如何？

另外，我們看到相比上一季度，本季度公司的資本支出幾乎翻了一番，達到310億美元。在之前的財報會議中管理層也曾指出，預計未來三年的資本支出投資額將超過過去十年的資本支出總額。能否請管理層為我們詳細拆解一下這背后的原因？未來幾個季度公司的資本支出額度大概會如何？未來三年公司資本支出預算是怎樣的？管理層認為資本支出將如何影響公司整體的盈利趨勢？

吳泳銘：

在回答您的問題之前，我想借此機會分享一下阿里巴巴對AI、為什么我們會進行這么大的投入、我們如何看待AI對于行業的機會、我們在AI發展過程中將如何逐步應用AI、在AI發展過程當中我們看到哪些變現機會等等一系列問題的看法。

我們認為，阿里巴巴集團可能是在亞洲市場具備幾個關鍵要素的、最重要的AI領域玩家之一。我們有全球第四、亞洲第一的云，規模最大、技術領先；同時我們也有先進的自研AI模型，以及“通義千問”繁榮的開源生態。我們集團在toC的應用生態上有最多的應用場景。

對于集團的AI戰略，我們可能要說得更遠一點。如果問我們如何看待這一次的AI機會，我們認為這可能是一次幾十年一遇的行業變革。

首先，對于阿里集團來說，我們在AI戰略里的首要目標是必須追求AGI（通用人工智能），這是我們的第一個目標，我們要不斷追求突破模型智能能力的邊界。為什么AGI的實現要成為我們的第一目標？因為AGI可能遠遠超過現在可見的任何一個應用場景。我們現在的所有應用場景，無論是生產力的創作，還是最耳熟能詳的AI搜索、Chatbot，這些只是在AI能力提升過程中產生的一些機會。因此，我們認為智能能力的提升是這一輪AI技術生產力變革的核心主軸。

第二，從實現AGI能夠創造的商業價值上來看，為什么智能能力這么重要？所謂的AGI標準定義是“能夠完成80%以上的人類能力”。從這個角度來看，全球GDP的50%支出實際上是就業者的勞動工資支出，包括腦力勞動和體力勞動。從這個角度來看，我們預判如果能實現AGI，那么人工智能相關的產業大概率將會是全球最大的產業，有可能影響或者替代現在50%左右的GDP構成。

第三，從我們的角度來看，云和AI的深度結合將成為最重要的AI基礎設施。此外，云和AI的結合將在未來的云計算網絡上成為輸出AI智能最大的云計算網絡之一，這也是我們阿里云的目標。所謂的“智能”指的就是模型背后輸出的token。我們判斷未來90%的token將會在云計算網絡上生成，并在云計算網絡上輸出。如此巨大的模型所計算的量只有在云計算網絡上才會具備最高的效率。只有通過我們遍布全球的數據中心，才能以更快速的方式輸送給全球的應用開發者。

第四，從集團的戰略目標來看，我們會以更開放的心態在集團的各應用中深度應用AI。我們相信AI技術的應用能幫助我們升級現有業務、提升各業務的巨大價值。AI技術對集團的toB、toC業務都會帶來效率、用戶時長以及用戶價值的巨大提升。正因如此，我們會對AI進行如此巨大的投入，就像您問題中提到的，未來三年我們在基礎設施上的投入會超過過去十年的總和，這也是我們AI戰略的決心。

您的第二個問題有關集團本季度資本支出的安排情況。我們之前提到了對于未來三年的總預期，從現在的預判來看，在年度周期內，我們認為今年可能會是相對平均的支出安排，但是每個季度可能會有波動，因為每個季度的供應鏈周期、整個IDC（數據中心）的建設周期，這些都可能會根據供應鏈的情況在每個季度做特別安排。以上是資本支出的基本情況。

您問題里還提到這些資本支出將如何影響整體盈利。總體來說，我們認為未來三年可能是阿里集團歷史上云業務建設周期最大、最集中的三年。我們相信，這三年的集中建設周期對我們硬件的每年攤銷等方面會產生一定的影響。但是從現在我們看到用戶需求以及對行業未來的預判上來看，我們相信，這些投入下去的整體基礎設施將很快被內外部的客戶需求消化。

摩根大通分析師Alex Yao：我的問題也與AI、阿里云有關。我們觀察到，最新的DeepSeek大語言模型系列的推出為整個行業帶來了高質量且價格實惠的模型服務，DeepSeek模型本身也是免費的。大型語言模型的變現實際上已經邁下了一級臺階，很難再有上升空間。管理層是否同意這種說法？其次，大語言模型、生成式人工智能的算力未來是否也可能會商品化？最后，借助DeepSeek這種高質量且高性價比的模型，管理層認為在阿里巴巴生態系統內部、外部的AI原生應用中，最具應用潛力的領域有哪些？

吳泳銘：這個問題問得很好。現在的AI技術進展還處于非常早期的階段，同時我們的AI技術能力也在快速發展。就目前來看，我們在基座大模型本身的商業模式上，確實看得不是那么清楚。但是我們認為，未來隨著智能能力的提升，我們將面臨非常多的機會。這些機會可能現在不一定會看得到，但是我們想象隨著未來的AI大模型具備足夠強的智能能力，能夠替代相當多的工程師、科學家的時候，我們相信商業模式在那個階段和我們現在看到的階段會不一樣。

第二，我們也確實看到，現在各家公司之間大模型的差異化其實是在逐漸縮窄的，也就是說，大家之間的差異化越來越不明顯，開源模型和閉源模型之間的差異化也越來越不明顯。我們認為這樣的現狀反而非常利好于云計算公司，因為無論是開源的模型還是閉源的模型，最終大部分的模型都要托管在云計算網絡上。因此，對阿里集團而言，無論是未來模型能力的更大提升，還是各家模型能力的差異化不明顯，我們都有非常明確的商業模式，也就是我們的云計算網絡。因此，對于所謂的智能商品化，我認為最利好的可能就是云計算網絡。因為我們想象，如果人工智能是未來最大的商品，類似于現在的電的話，那么云計算網絡就相當于現在的電網。

您的第二個問題是在阿里生態系統內，我們認為最具潛力的AI應用在哪些領域。現在我們看到AI模型的能力在越來越強，它進化的速度也越來越快，你問我們現在最具潛力的應用是哪一個？這個問題很難說。我認為我們的每一個應用都具備非常高的潛力。

具體來說，從阿里內部來看，我們看到幾個方面的明顯機會。首先是生活消費入口的AI技術改造，比如淘寶，目前我們內部有相當多的研發項目，后面也會逐漸推出。我們看到AI技術在加強與消費者互動、促進交易效率方面表現優異。同時，得益于AI技術在購物以及購物決策相關的消費領域應用，淘寶的用戶時長以及用戶的價值還是有非常大的提升空間，AI技術可能會為淘寶帶來除了購物之外的、更大的用戶價值。

其他方向還包括阿里集團內部定義的AI toC領域。這個領域主要指的是“夸克”、“通義千問”這兩個App。“夸克”現在支持AI搜索，目前夸克應該是中國AI搜索領域用戶量最高的應用。這些AI大模型的應用對于用戶的搜索、生產力創作、效率提高都有非常大的提升空間。

集團另一塊非常重要的toB資產是釘釘。在我們看來，未來在企業端會有非常多用AI重塑企業內協作、協同的場景和機會。釘釘是我們最重要的、面向toB領域的AI應用。

此外，目前我們也在集團內部積極推動高德，希望在生活領域用AI創造更多用戶價值、提升用戶市場。目前高德更像是一款導航工具，它是一款有1.7億以上DAU（日活躍用戶）的產品。在這款產品上，我相信我們有機會通過AI技術的應用讓高德成為生活服務的入口。

瑞銀集團分析師Kenneth Fong：我的問題有關阿里的電商業務。我們看到，阿里國際數字商業集團（AIDC）和淘天集團（TTG）的CMR（客戶管理收入）表現都非常強勁，且增速很快。能否請管理層與我們分享一下這背后有哪些變化？未來，TTG和AIDC會有哪些關鍵戰略與舉措？從財務表現上看，我們看到TTG的利潤率也逐漸趨穩。管理層如何看待未來的利潤趨勢？此外，對于AIDC，管理層曾提到我們的目標是明年實現盈利。從短期來看，管理層認為帶動AIDC盈利的關鍵驅動因素是什么？從長期來看，鑒于國際業務的競爭環境并不那么激烈，我們可否預期阿里的國際業務會比國內業務更易盈利？

蔣凡：

你提到了很多個問題，我先從國內電商講起。國內電商方面，我們一直都在堅持我們的方向，也就是我們希望一方面在用戶體驗上可以持續創新、優化，使用戶黏性得到提升。在新一財年，我們也看到了相當大的用戶空間，我們接通了更多的用戶支付，因此未來也會在用戶側做持續投資。在過去的這一年里，我們其實在商業化上也做了很多的動作，包括支付手續費、新的廣告模式等等，大家也可以看到，這些動作為我們帶來了商業化率的明顯提升。因此，我們會持續改善用戶體驗，同時也會持續優化商家的經營效率、改善營商環境。在用戶側，剛剛我也提到我們會加大投資。

國內電商方面我們中長期的目標還是先穩定住市場份額，同時持續優化用戶體驗、提高營商效率。國際業務方面。阿里的國際業務其實是很多個業務的集合，我們有B2B業務、跨境業務以及本地平臺。

分開來看。

首先，我們的B2B業務在未來幾年還是會呈現比較穩定的趨勢，同時也能為我們帶來比較可觀的利潤。B2C業務方面。在之前的跨境業務里我們做了非常多的優化，大家也可以看到業務表現的顯著提升。我們有信心在未來幾個季度內實現整體跨境業務損益的明顯改善。目前，我們也在部分國家積極地尋求和一些本地平臺合作，這有利于從長期上改善業務盈利。至于說從長期來看，國際業務是否會比國內業務盈利更多，現在我們可能還無法做這樣的預判。但我們可以看到的是，阿里國際業務未來的盈利路徑還是比較清晰的。

徐宏：

我來回答您關于TTG利潤率的問題。

對于TTG業務，蔣凡剛剛也提到，我們的目標很明確：集團中長期的目標是要健康地穩定市場份額。這一點很關鍵。因此，在過去的幾個季度，包括這個季度，我們還處在投入的階段。這些投入會聚焦在用戶的體驗，包括新用戶，也包括88VIP用戶。我們在這方面的投入會繼續。同時，我們也要抓住接入其他支付的窗口，更好地發展新用戶。這也是我們投入的重點。因此，從上述角度來看，我們目前還處在投入期。

在投入的同時，我們也希望能夠進一步探索“開源的方式”。這里的“開源”包括軟件服務費的收取，也包括用更高效、更智能化的商業化產品“全站推廣”來提升集團的商業化率，以上是我們在“開源”方面所作出的努力。我想未來我們會繼續上述工作，同時繼續投資。當然，在提升商業化的同時，我們也在進一步關注商家在我們平臺做生意的整體環境。因此，在這方面我們也會有進一步的投入。

回到您提的問題，我想，從利潤率的角度來看，這是一種收支的平衡。在現在這個階段我們還是很堅定，我們需要繼續在用戶體驗、新用戶、商家的營商環境等各個方面進行投入。總而言之，我們相信目前我們處于投入期。

高盛分析師Ronald Keung：我的問題有關AI。我們看到集團的AI收入已經實現了連續六個季度的三位數增長，能否請管理層為我們量化一下增長規模？這是否意味著集團的AI業務利潤已經達到了雙位數？從過往數據來看，相比國際云業務友商，阿里云的利潤率與他們的差距一直較大。隨著云業務逐漸從公共云轉向訓練與推理，管理層如何看待未來云業務的增長趨勢？從長期來看，相比全球的云業務友商，阿里云業務的利潤率前景如何？

吳泳銘：確實，目前我們的AI相關收入已經實現了連續六個季度的三位數以上增長。我們現在看到，客戶的需求其實還是在持續增長中，增速也超過了我們原來的判斷。尤其是在今年春節之后，我們看到一個非常大的變化：推理的需求確實是在爆發。我們現在新增的客戶需求中百分之六七十以上都是推理需求，客戶會將我們的資源用在推理上，這會讓我們的客戶基數、使用場景、應用行業迅速擴大。從某種程度上來看，這會提升我們在AI基礎設施上的整體利潤率。

但另外一方面，我們剛才已經提到了，未來三年會是集團歷史上最大的資本支出建設周期。我們相信這些大規模投入的折舊攤銷或多或少會對利潤率造成影響。同時，由于中國市場的激烈競爭，中國的云市場其實相對全球來說還是不太一樣，我們在中國市場云計算的利潤率相比全球其他公司而言還是會有所差別。

云計算是一種規模效應和網絡效應同時具備的生意模式，尤其是在現階段來說，規模效應是非常重要的。我們相信，集團整體的資本支出投入未來會對整體硬件采購、大規模的建設成本等等有比較大的改善。我們相信，持續做大規模一方面會為我們帶來更多客戶，另外一方面也會改善我們的整體投入成本。

中信分析師：我的問題有關股東回報。我們看到截止到2027年3月，集團還有207億美元的回購額度。在投入AI的過程當中，管理層如何考慮未來的股東回報？

徐宏：我們在12月季度大概做了差不多13億美金的回購，凈減少比例為0.6%。在前面的兩個季度里，我們總共部署了100億美金的股份回購，股份減少比例大概在4.4%至4.5%。因此，大家可以看得到，我們在過去的九個月里已經花了110多億美金，減少了大約5.1%的股數，整體還是取得了非常大的成果。

與集團的市場經營手段類似，我們在做股份回購的時候肯定會考慮到股價。正因如此，在本財年財年的前六個月里，我們股份回購呈現加速的狀態。舉個例子，在6月季度我們做了大概50億美金的融資，在那個季度里這50億美金全部用在股票回購上。在那個階段，我們的股票當時只有八十美金左右，是完全被低估了的。

所以，對于整體的股東回報來說，大家知道我們董事會有一個資本管理委員會CMC（Capital Management Committee），這個委員會的設立初衷就是為了要在公司層面通過更好的資本分配來提升整體的股東回報。在過去的階段，我們都在很好地管理資本分配、提升股東回報。

展望未來，從股東回報的角度來看，我們會繼續在股息、回購以及對高增長業務進行投入等方面來提升股東回報。我們會繼續使用好我們的現金，不斷給到股東回報。在這個過程中，對于股份回購，我們也會觀察整個股價的走勢，希望能更靈活地使用董事會批準的回購額度。

摩根士丹利分析師Gary Yu：我的第一個問題有關AI與云業務。前面管理層提到未來AI可能會占全球GDP的50%，云計算未來會成為非常重要的基礎設施。這點我非常贊同。從商業化的角度來看，除了以云計算為代表的基礎設施之外，阿里巴巴在軟件層面有哪些戰略？能否請管理層為我們介紹一下企業用戶對集團AI服務的采用情況？前面管理層已經為我們介紹了toC以及本地服務方面的AI服務情況。

我的第二個問題與集團的資本支出相關。前面管理層提到未來三年將是這十年來最重要的投資周期。管理層計劃如何分配這部分投資？比如在芯片上管理層計劃投入多少資金？

吳泳銘：我們剛才已經提到，集團在toC方面有幾個明顯的、能用AI升級的機會。至于您問到的toB其實我們分兩個層面：一方面在阿里云的服務層面，我們相信企業內部的這些軟件未來會更多地由AI智能體驅動，也就是說，很多企業內部的系統未來都會逐漸變成由相當多AI智能體互相連接、互相調用，幫助企業提升效率，甚至甚至能夠幫助企業完成一些非常重要的決策工作。這背后有相當多的軟件升級機會。

另一方面，我們剛才提到了釘釘。未來的企業，尤其是在釘釘上面的這些企業，我們認為他們在企業協同上相當多的操作會更多地借助自然語言，比如類似釘釘這樣的聊天界面去完成，背后的CM軟件或者ERP軟件會更多地是承擔數據庫的功能。就像我們在企業內部開會做的決策，很多情況下其實都可以通過自然語言的方式在釘釘上去處理掉。這就是典型的AI智能體與釘釘非常好的一種結合。同時，在釘釘上有相當多的企業擁有內部私有化的資料以及內部私有化的流程，他們都需要私有化的模型部署，或者說私有化AI智能體去幫助他們實現更高的效率。

因此，AI技術的積極應用對整個企業軟件市場以及企業協同市場都是巨大的變革。

至于您的第二個問題。我們整體資本支出投入與IDC里不同模塊的構成有關，我這里也不方便分享更多細節。芯片方面，其實我們在云計算的基礎設施上已經做好了，阿里云能夠適配多種多樣的芯片。我們相信，無論政策怎么變化，我們都有能力實現集團整體的AI戰略。

野村證券分析師Jialong Shi：我的第一個問題是，我看到集團最近在一些非核心的資產上進行了撤資，包括銀泰商業、高鑫零售（Sun Art）。我看到目前還有一些資產，比如盒馬、優酷和餓了么？公司目前對于這些資產的定位是怎樣的？未來是否有計劃對上述資產做出撤資安排？

我的第二個問題有關阿里云。我自己的理解是，目前AI對阿里云收入增長的貢獻主要是通過云基礎設施的強勁需求實現的。我的問題是，阿里巴巴的“通義千問”模型是一個開源、免費的模型，未來“通義千問”模型在變現方面的潛力和能力是怎樣的？有哪些的變現模式？

最后，我想請問吳總，您如何看到未來AI大模型的市場格局？目前中國AI大模型的市場是比較同質化的。展望未來，管理層認為AI大模型會繼續目前這種比較分散的市場格局，還是說會是一、兩家AI大模型企業占據比較多的市場份額？

徐宏：關于我們的一些非核心資產的撤資問題。我想大家可以看到，我們還是在很嚴格地執行“聚焦核心業務，積極退出非核心資產與投資”的戰略。在過去的幾個季度里，比如12月季度里面，我們在大潤發、銀泰做了整體退出，最近我們也已經收到反壟斷的審批，我們預計會在3月季度或者是6月季度完成出售，具體還要看情況而定，這是第一點。第二，我們在一些非戰略性的、少數股權的投資上也在積極地進行退出。大家可能從市場里也可以經常看到我們退出投資的消息。

展望未來，我們還是會繼續聚焦我們的主業，在退出一些非核心的投資的同時，我們也會更多地關注業務價值，如何能更好地反映在我們的估值里。舉個例子，比如盒馬。我認為盒馬有很好的增長與穩健的擴張，同時也已經實現了很不錯的整體盈利。對我們來講，盒馬是一個充分展現了線上、線下融合的、數字化零售的成功戰略，因此目前我們并沒有出售盒馬的計劃。但同時我們也會采取開放的心態，比如引進戰略投資者等等，我們會用更開放的心態去思考如何讓盒馬這樣一個十分有價值的業務，讓它的價值能最終反映在集團整體的估值當中。我相信這是未來我們需要去探索和思考的問題。

吳泳銘：目前，阿里云的收入增長其實依賴于客戶對AI相關產品的強勁需求。我們的“通義千問”模型其實是一個開源的模型，但是并不見得是一個免費的模型，我們在“阿里百煉”大模型服務平臺上提供收費的API。當然，就現在來說，收費API創造的營收還比較小，但我們相信，隨著模型能力的持續提升以及未來客戶需求的提升，API收費作為模型最基礎的變現方式，這種變現方式還是會存在的。這是第一點。

第二點，由于“通義千問”模型是一個開源模型，我們相信有相當多的開發者會基于我們的開源模型去開發它的垂直模型，或者去開發它的應用。這部分開發者現在會天然地使用阿里云，因為整個的“通義千問”模型以及“通義千問”模型的衍生模型在阿里云上面的效率是最好的。

第三點，我們發現使用“通義千問”模型API的客戶其實會帶動相當多的其他云上的產品銷售。這是我們看到的非常明顯的客戶關聯銷售效果。

因此，從某種程度上來說，“通義千問”模型雖然并不見得能夠直接為我們帶來非常大的收入，但實際上它對云業務的商業模式來說是非常重要的組成部分之一。

您的最后一個問題是關于AI大模型的市場格局。由于整個AI大模型的技術還在快速迭代當中，而且整個市場也還處在早期階段，所以我認為去判斷AI大模型的未來終局可能還不太清晰。

但從我們現在看到的一些行業趨勢來看，在基礎的基座大模型上，我們看到大家的差距在慢慢變小，尤其是基于OpenAI o1模型、DeepSeek推理模型以及我們“通義千問”未來會推出的推理模型，我們看到這方面的技術越來越進步。在“后訓練”這個階段，模型定制化以及如何讓模型適應各個不同的行業，甚至是適應不同的私有化數據，在這方面我認為有非常大的市場空間。

而在這方面，我們未來也會看到非常多不同的、大大小小的公司，他們都可能在這方面創造非常大的價值空間。而在這些創造的價值空間里，我相信未來會有非常多的專業模型或垂直模型，這些模型都需要在云上托管。這也是未來我們樂于見到整個開源生態比較繁榮的原因之一。