阿里重回伟大！吴泳铭财报讲话全文曝光：开发者会天然选择阿里云，发布旗舰推理模型！未来三年，阿里对基础设施投资将超过去十年总和！

pZIogkirLqx

出品 | 51CTO技术栈（微信号：blog51cto）
编辑 | 伊风
昨晚，阿里2025财年Q3财报新鲜出炉，同比增长8%，可以说成绩相当亮眼！淘天增收继续加快，阿里云增速重回加速状态，多项核心业务增速达到年内最佳。
财报显示：阿里第三季度营收增速创逾一年以来最快，资本开支大增，核心业务加速增长，淘天收入增长加快，阿里云收入重回双位数增长（13%），增幅创约两年以来最大，AI相关产品收入连续六季度保持三位数增长。
图片
阿里绩后美股盘前拉升逾10%。
图片
财报发布后，阿里巴巴集团董事会主席蔡崇信、CEO吴泳铭、CFO徐宏、以及阿里电商事业群CEO蒋凡等出席了随后召开的电话会议，对财报进行了解读，并回答了提问。
在财报电话会上，CEO吴泳铭表示，阿里专注于电子商务与AI+云计算两大核心业务。经过转型，核心业务加速增长，线下资产剥离基本完成，整体盈利能力增强。
谈到AI,吴泳铭用一个数字证明了通义家族开源的贡献之大：全球已有超过9万个基于Qwen的衍生模型！还透露了阿里近期的一个重磅发布：基于Qwen 2.5 Max构建的深度推理模型！
吴泳铭表示宣布，未来三年，阿里巴巴将在AI和云计算基础设施、AI基础模型及应用、AI赋能现有业务三大领域加大投资，推动技术创新和商业增长。
此外，吴泳铭的Q&A环节也是干货满满，带来很多大佬的前沿认知，画个重点：

• 阿里可能是在亚洲市场具备几个关键要素的、最重要的AI领域玩家之一。AI战略里的首要目标是追求AGI。
  
• 开闭源模型间的差距在缩小，反而利好于云计算公司，因为无论是开源的模型还是闭源的模型，最终大部分的模型都要托管在云计算网络上。
  
• 阿里云新增客户需求中60%-70%以上都是推理需求。未来三年会是集团历史上最大的云业务资本支出建设周期。
  
• 芯片方面：阿里云能够适配多种多样的芯片，“无论政策怎么变化，我们都有能力实现集团整体的AI战略”。
  
• 通义千问”是一个开源的模型，但不等同于免费。开发者会天然选择阿里云，因为“通义千问”模型及其衍生模型在阿里云上面的效率是最好的。
  

小编整理了吴泳铭完整的财报解读内容，以及会后的Q&A环节，enjoy：
1.吴泳铭：持续聚焦“电子商务和AI+云计算”战略

大家好，欢迎参加本季度的财报电话会议。在过去的一年中，我们贯彻了“以用户为中心、AI驱动”的战略，专注于电子商务和AI+云计算这两大核心业务。
经过一年的转型，我们的核心业务呈现出加速增长的势头。我们也基本完成了线下资产的剥离。整体来看，阿里巴巴集团的各项业务现在具备了强大的业务基础和盈利能力。
本季度，我们在云业务中继续执行集成的AI+云计算战略，利用我们行业领先的AI产品组合。总收入（不包括阿里巴巴合并子公司）本季度同比增长11%，AI相关产品收入实现了连续第六个季度的三位数同比增长。随着AI技术在各行业的快速应用，客户对阿里云产品的需求激增。
展望未来，云智能集团的收入增长将持续加速。我们最近推出了Qwen 2.5 Max，这是我们的旗舰AI基础模型，已在多个公认的基准测试中取得了行业领先的表现。截至1月末，全球已有超过9万个基于Qwen的衍生模型被开发出来，使得Qwen成为主要模型家族中最受开发者欢迎的模型。超过29万家公司和开发者通过阿里云的Bilian平台访问了Qwen API，我们很快将发布基于Qwen 2.5 Max构建的深度推理模型。
在电子商务方面，淘宝和天猫继续加大对新用户增长和综合用户体验的投入。本季度，我们在新消费者和订单方面都实现了强劲增长。88 VIP会员——我们核心的消费群体——保持了双位数增长，季度末达到了4900万。淘宝和天猫在盈利化方面也按计划稳步推进，CMR同比增长9%。
同时，平台也继续加强有利于商家的措施，改善了我们的平台业务运营环境，促进了更高质量和更可持续的发展。
我们的国际电子商务业务本季度保持了强劲增长，跨境业务推动了运营效率的持续提升。本季度，我们加大了对重点市场的投资，并专注于提升运营效率，Choice单元经济学也有了顺序性改善。我们预计AIDC将在下一个财年实现首次盈利。我们的其他互联网平台业务也持续提高了运营效率，AMAP本季度实现了盈利。
展望未来，阿里巴巴的战略方向和路线图比以往更加明确。我们将继续专注于三大业务领域：首先是国内和国际电子商务；其次是AI+云计算；第三是互联网平台业务。我们有信心，专注的战略将推动阿里巴巴集团的持续稳健增长。
如今，AI技术的进步正在推动行业的深刻变革。为了与阿里巴巴集团的业务格局相契合，我们将在未来三年内在以下三个领域加大投资，作为我们更广泛的AI战略的一部分。
首先是AI和云计算基础设施。AI时代对基础设施的需求非常明确且巨大，我们将大力投资于AI基础设施。我们计划在未来三年对云和AI基础设施的投资将超过过去十年的总和。
第二是AI基础模型和AI原生应用。AI基础模型是提升行业生产力的关键。我们将大幅增加在AI基础模型方面的研发投入，以保持我们的技术领先地位，并推动AI原生应用的发展。
第三是通过AI改造我们的现有业务。AI技术为提升电子商务和其他互联网平台业务的用户价值提供了强大的机会。我们将增加在AI应用研发和计算能力方面的投资，并在各个业务中深度整合AI，捕捉AI时代的新增长机会。
展望未来，我们对专注于电子商务和AI+云计算的战略充满信心，并对这轮新技术周期所带来的商业机会感到兴奋。谢谢大家。
2.回应AI支出激增：阿里可能是亚洲市场最重要的AI玩家之一，AGI将成为首要目标

Q：我的问题有关公司的云业务、AI以及资本支出。无论是在云基础设施服务还是AI模型方面，阿里巴巴都能做到行业领先，接下来阿里巴巴也完全有能力抓住中国乃至中国以外地区AI转型时代的机遇。我的问题是，能否请管理层与我们分享一下，您认为AI将如何促进公司云业务的收入增长？未来几个季度公司云业务的利润趋势如何？
另外，我们看到相比上一季度，本季度公司的资本支出几乎翻了一番，达到310亿美元。在之前的财报会议中管理层也曾指出，预计未来三年的资本支出投资额将超过过去十年的资本支出总额。能否请管理层为我们详细拆解一下这背后的原因？未来几个季度公司的资本支出额度大概会如何？未来三年公司资本支出预算是怎样的？管理层认为资本支出将如何影响公司整体的盈利趋势？
吴泳铭：
在回答您的问题之前，我想借此机会分享一下阿里巴巴对AI、为什么我们会进行这么大的投入、我们如何看待AI对于行业的机会、我们在AI发展过程中将如何逐步应用AI、在AI发展过程当中我们看到哪些变现机会等等一系列问题的看法。
我们认为，阿里巴巴集团可能是在亚洲市场具备几个关键要素的、最重要的AI领域玩家之一。我们有全球第四、亚洲第一的云，规模最大、技术领先；同时我们也有先进的自研AI模型，以及“通义千问”繁荣的开源生态。我们集团在toC的应用生态上有最多的应用场景。
对于集团的AI战略，我们可能要说得更远一点。如果问我们如何看待这一次的AI机会，我们认为这可能是一次几十年一遇的行业变革。
首先，对于阿里集团来说，我们在AI战略里的首要目标是必须追求AGI（通用人工智能），这是我们的第一个目标，我们要不断追求突破模型智能能力的边界。为什么AGI的实现要成为我们的第一目标？因为AGI可能远远超过现在可见的任何一个应用场景。我们现在的所有应用场景，无论是生产力的创作，还是最耳熟能详的AI搜索、Chatbot，这些只是在AI能力提升过程中产生的一些机会。因此，我们认为智能能力的提升是这一轮AI技术生产力变革的核心主轴。
第二，从实现AGI能够创造的商业价值上来看，为什么智能能力这么重要？所谓的AGI标准定义是“能够完成80%以上的人类能力”。从这个角度来看，全球GDP的50%支出实际上是就业者的劳动工资支出，包括脑力劳动和体力劳动。从这个角度来看，我们预判如果能实现AGI，那么人工智能相关的产业大概率将会是全球最大的产业，有可能影响或者替代现在50%左右的GDP构成。
第三，从我们的角度来看，云和AI的深度结合将成为最重要的AI基础设施。此外，云和AI的结合将在未来的云计算网络上成为输出AI智能最大的云计算网络之一，这也是我们阿里云的目标。所谓的“智能”指的就是模型背后输出的token。我们判断未来90%的token将会在云计算网络上生成，并在云计算网络上输出。如此巨大的模型所计算的量只有在云计算网络上才会具备最高的效率。
只有通过我们遍布全球的数据中心，才能以更快速的方式输送给全球的应用开发者。
第四，从集团的战略目标来看，我们会以更开放的心态在集团的各应用中深度应用AI。我们相信AI技术的应用能帮助我们升级现有业务、提升各业务的巨大价值。AI技术对集团的toB、toC业务都会带来效率、用户时长以及用户价值的巨大提升。正因如此，我们会对AI进行如此巨大的投入，就像您问题中提到的，未来三年我们在基础设施上的投入会超过过去十年的总和，这也是我们AI战略的决心。
您的第二个问题有关集团本季度资本支出的安排情况。我们之前提到了对于未来三年的总预期，从现在的预判来看，在年度周期内，我们认为今年可能会是相对平均的支出安排，但是每个季度可能会有波动，因为每个季度的供应链周期、整个IDC（数据中心）的建设周期，这些都可能会根据供应链的情况在每个季度做特别安排。以上是资本支出的基本情况。
您问题里还提到这些资本支出将如何影响整体盈利。总体来说，我们认为未来三年可能是阿里集团历史上云业务建设周期最大、最集中的三年。我们相信，这三年的集中建设周期对我们硬件的每年摊销等方面会产生一定的影响。但是从现在我们看到用户需求以及对行业未来的预判上来看，我们相信，这些投入下去的整体基础设施将很快被内外部的客户需求消化。
3.谈DeepSeek效应：开闭源模型最终都会上云，云业务将成为AI时代电网

摩根大通分析师Alex Yao：我的问题也与AI、阿里云有关。我们观察到，最新的DeepSeek大语言模型系列的推出为整个行业带来了高质量且价格实惠的模型服务，DeepSeek模型本身也是免费的。大型语言模型的变现实际上已经迈下了一级台阶，很难再有上升空间。管理层是否同意这种说法？其次，大语言模型、生成式人工智能的算力未来是否也可能会商品化？最后，借助DeepSeek这种高质量且高性价比的模型，管理层认为在阿里巴巴生态系统内部、外部的AI原生应用中，最具应用潜力的领域有哪些？
吴泳铭：
这个问题问得很好。现在的AI技术进展还处于非常早期的阶段，同时我们的AI技术能力也在快速发展。就目前来看，我们在基座大模型本身的商业模式上，确实看得不是那么清楚。但是我们认为，未来随着智能能力的提升，我们将面临非常多的机会。这些机会可能现在不一定会看得到，但是我们想象随着未来的AI大模型具备足够强的智能能力，能够替代相当多的工程师、科学家的时候，我们相信商业模式在那个阶段和我们现在看到的阶段会不一样。
第二，我们也确实看到，现在各家公司之间大模型的差异化其实是在逐渐缩窄的，也就是说，大家之间的差异化越来越不明显，开源模型和闭源模型之间的差异化也越来越不明显。我们认为这样的现状反而非常利好于云计算公司，因为无论是开源的模型还是闭源的模型，最终大部分的模型都要托管在云计算网络上。因此，对阿里集团而言，无论是未来模型能力的更大提升，还是各家模型能力的差异化不明显，我们都有非常明确的商业模式，也就是我们的云计算网络。因此，对于所谓的智能商品化，我认为最利好的可能就是云计算网络。因为我们想象，如果人工智能是未来最大的商品，类似于现在的电的话，那么云计算网络就相当于现在的电网。
您的第二个问题是在阿里生态系统内，我们认为最具潜力的AI应用在哪些领域。现在我们看到AI模型的能力在越来越强，它进化的速度也越来越快，你问我们现在最具潜力的应用是哪一个？这个问题很难说。我认为我们的每一个应用都具备非常高的潜力。
具体来说，从阿里内部来看，我们看到几个方面的明显机会。首先是生活消费入口的AI技术改造，比如淘宝，目前我们内部有相当多的研发项目，后面也会逐渐推出。我们看到AI技术在加强与消费者互动、促进交易效率方面表现优异。同时，得益于AI技术在购物以及购物决策相关的消费领域应用，淘宝的用户时长以及用户的价值还是有非常大的提升空间，AI技术可能会为淘宝带来除了购物之外的、更大的用户价值。
其他方向还包括阿里集团内部定义的AI toC领域。这个领域主要指的是“夸克”、“通义千问”这两个App。“夸克”现在支持AI搜索，目前夸克应该是中国AI搜索领域用户量最高的应用。这些AI大模型的应用对于用户的搜索、生产力创作、效率提高都有非常大的提升空间。
集团另一块非常重要的toB资产是钉钉。在我们看来，未来在企业端会有非常多用AI重塑企业内协作、协同的场景和机会。钉钉是我们最重要的、面向toB领域的AI应用。
此外，目前我们也在集团内部积极推动高德，希望在生活领域用AI创造更多用户价值、提升用户市场。目前高德更像是一款导航工具，它是一款有1.7亿以上DAU（日活跃用户）的产品。在这款产品上，我相信我们有机会通过AI技术的应用让高德成为生活服务的入口。
4.谈阿里云利润前景：推理需求爆发，应用场景正在急速扩张

高盛分析师Ronald Keung：我的问题有关AI。我们看到集团的AI收入已经实现了连续六个季度的三位数增长，能否请管理层为我们量化一下增长规模？这是否意味着集团的AI业务利润已经达到了双位数？从过往数据来看，相比国际云业务友商，阿里云的利润率与他们的差距一直较大。随着云业务逐渐从公共云转向训练与推理，管理层如何看待未来云业务的增长趋势？从长期来看，相比全球的云业务友商，阿里云业务的利润率前景如何？
吴泳铭：
确实，目前我们的AI相关收入已经实现了连续六个季度的三位数以上增长。我们现在看到，客户的需求其实还是在持续增长中，增速也超过了我们原来的判断。尤其是在今年春节之后，我们看到一个非常大的变化：推理的需求确实是在爆发。我们现在新增的客户需求中百分之六七十以上都是推理需求，客户会将我们的资源用在推理上，这会让我们的客户基数、使用场景、应用行业迅速扩大。从某种程度上来看，这会提升我们在AI基础设施上的整体利润率。
但另外一方面，我们刚才已经提到了，未来三年会是集团历史上最大的资本支出建设周期。我们相信这些大规模投入的折旧摊销或多或少会对利润率造成影响。同时，由于中国市场的激烈竞争，中国的云市场其实相对全球来说还是不太一样，我们在中国市场云计算的利润率相比全球其他公司而言还是会有所差别。
云计算是一种规模效应和网络效应同时具备的生意模式，尤其是在现阶段来说，规模效应是非常重要的。我们相信，集团整体的资本支出投入未来会对整体硬件采购、大规模的建设成本等等有比较大的改善。我们相信，持续做大规模一方面会为我们带来更多客户，另外一方面也会改善我们的整体投入成本。
5.谈芯片支出：阿里云已适配多元芯片，提前抵御政策变化风险

摩根士丹利分析师Gary Yu：我的第一个问题有关AI与云业务。前面管理层提到未来AI可能会占全球GDP的50%，云计算未来会成为非常重要的基础设施。这点我非常赞同。从商业化的角度来看，除了以云计算为代表的基础设施之外，阿里巴巴在软件层面有哪些战略？能否请管理层为我们介绍一下企业用户对集团AI服务的采用情况？前面管理层已经为我们介绍了toC以及本地服务方面的AI服务情况。
我的第二个问题与集团的资本支出相关。前面管理层提到未来三年将是这十年来最重要的投资周期。管理层计划如何分配这部分投资？比如在芯片上管理层计划投入多少资金？
吴泳铭：
我们刚才已经提到，集团在toC方面有几个明显的、能用AI升级的机会。至于您问到的toB其实我们分两个层面：一方面在阿里云的服务层面，我们相信企业内部的这些软件未来会更多地由AI智能体驱动，也就是说，很多企业内部的系统未来都会逐渐变成由相当多AI智能体互相连接、互相调用，帮助企业提升效率，甚至甚至能够帮助企业完成一些非常重要的决策工作。这背后有相当多的软件升级机会。
另一方面，我们刚才提到了钉钉。未来的企业，尤其是在钉钉上面的这些企业，我们认为他们在企业协同上相当多的操作会更多地借助自然语言，比如类似钉钉这样的聊天界面去完成，背后的CM软件或者ERP软件会更多地是承担数据库的功能。就像我们在企业内部开会做的决策，很多情况下其实都可以通过自然语言的方式在钉钉上去处理掉。这就是典型的AI智能体与钉钉非常好的一种结合。同时，在钉钉上有相当多的企业拥有内部私有化的资料以及内部私有化的流程，他们都需要私有化的模型部署，或者说私有化AI智能体去帮助他们实现更高的效率。
因此，AI技术的积极应用对整个企业软件市场以及企业协同市场都是巨大的变革。
至于您的第二个问题。我们整体资本支出投入与IDC里不同模块的构成有关，我这里也不方便分享更多细节。芯片方面，其实我们在云计算的基础设施上已经做好了，阿里云能够适配多种多样的芯片。我们相信，无论政策怎么变化，我们都有能力实现集团整体的AI战略。
6.谈通义千问商业化：开源模型不等于免费，通义开发者会天然地使用阿里云

野村证券分析师Jialong Shi：我的第二个问题有关阿里云。我自己的理解是，目前AI对阿里云收入增长的贡献主要是通过云基础设施的强劲需求实现的。我的问题是，阿里巴巴的“通义千问”模型是一个开源、免费的模型，未来“通义千问”模型在变现方面的潜力和能力是怎样的？有哪些的变现模式？
最后，我想请问吴总，您如何看到未来AI大模型的市场格局？目前中国AI大模型的市场是比较同质化的。展望未来，管理层认为AI大模型会继续目前这种比较分散的市场格局，还是说会是一、两家AI大模型企业占据比较多的市场份额？
吴泳铭：
目前，阿里云的收入增长其实依赖于客户对AI相关产品的强劲需求。我们的“通义千问”模型其实是一个开源的模型，但是并不见得是一个免费的模型，我们在“阿里百炼”大模型服务平台上提供收费的API。当然，就现在来说，收费API创造的营收还比较小，但我们相信，随着模型能力的持续提升以及未来客户需求的提升，API收费作为模型最基础的变现方式，这种变现方式还是会存在的。这是第一点。
第二点，由于“通义千问”模型是一个开源模型，我们相信有相当多的开发者会基于我们的开源模型去开发它的垂直模型，或者去开发它的应用。这部分开发者现在会天然地使用阿里云，因为整个的“通义千问”模型以及“通义千问”模型的衍生模型在阿里云上面的效率是最好的。
第三点，我们发现使用“通义千问”模型API的客户其实会带动相当多的其他云上的产品销售。这是我们看到的非常明显的客户关联销售效果。
因此，从某种程度上来说，“通义千问”模型虽然并不见得能够直接为我们带来非常大的收入，但实际上它对云业务的商业模式来说是非常重要的组成部分之一。
您的最后一个问题是关于AI大模型的市场格局。由于整个AI大模型的技术还在快速迭代当中，而且整个市场也还处在早期阶段，所以我认为去判断AI大模型的未来终局可能还不太清晰。
但从我们现在看到的一些行业趋势来看，在基础的基座大模型上，我们看到大家的差距在慢慢变小，尤其是基于OpenAI o1模型、DeepSeek推理模型以及我们“通义千问”未来会推出的推理模型，我们看到这方面的技术越来越进步。在“后训练”这个阶段，模型定制化以及如何让模型适应各个不同的行业，甚至是适应不同的私有化数据，在这方面我认为有非常大的市场空间。
而在这方面，我们未来也会看到非常多不同的、大大小小的公司，他们都可能在这方面创造非常大的价值空间。而在这些创造的价值空间里，我相信未来会有非常多的专业模型或垂直模型，这些模型都需要在云上托管。这也是未来我们乐于见到整个开源生态比较繁荣的原因之一。