桃子桃子快讯
返回首页
行业动态

阿里募资800亿港元加码AI:重资产竞赛提速

阿里计划在香港配售新股募资800亿港元,净募资100%投入全栈AI与基础设施,折射AI竞争已从软件转向资本与算力的重资产…

2026.08.24 · 周一6 分钟阅读

8月23日,阿里巴巴宣布计划在香港市场配售新股,募资总额高达 800 亿港元,并明确表示净募资资金将 100% 投入全栈 AI 能力与 AI 基础设施。这是阿里在公布 2026 财年第一季度财报后仅三天做出的重大融资决定,同期披露的单季资本性支出已达 676.78 亿元,同比增长 75%。一边是 AI 收入高速增长,一边是资本开支更快膨胀——这次融资释放的核心信号是:AI 竞争正在从互联网时代的软件与流量竞争,全面进入由资本、芯片、数据中心和电力共同决定胜负的重资产阶段。

账面充裕仍要再融资:AI 正在变得「费钱」

截至 2026 年 6 月 30 日,阿里持有现金及其他流动投资约 4745.05 亿元,从账面看远未到必须靠发行新股维持经营的地步。2025 年 2 月,阿里已宣布未来三年至少投入 3800 亿元用于 AI 和云计算基础设施,这一数字超过其此前十年在相关领域投入的总和。

AI 正在改变科技公司的资金需求结构。传统互联网平台的边际扩张成本相对较低,而 AI 模型调用量越大,所需算力越多;企业客户越多,服务器和数据中心需求越大;模型能力越强,对高性能 GPU、AI 芯片、存储、网络与能源基础设施的要求也越高。AI 收入增长本身会不断制造新的资本开支需求。因此,800 亿港元融资更像是在资本开支进入更高强度之前,提前锁定一笔长期资本弹药。

单季 677 亿资本开支:AI 已是基础设施生意

676.78 亿元的单季资本开支,同比增长 75%,增量约 290 亿元。阿里明确表示,增长主要源于持续投入 AI 基础设施以满足强劲的客户需求,同时受到 CPU 算力需求增加及部分芯片组件价格上涨影响。

这让 AI 行业越来越像过去的电信、电力乃至重工业基础设施。训练和运行大模型背后,需要的不仅是算法工程师,还有 AI 芯片、CPU、网络芯片、服务器、数据中心机房、冷却系统、供电系统以及高速互联。市场讨论的焦点正从「谁的模型参数更多」转向「谁拥有足够多、足够便宜、足够稳定的有效算力」,而有效算力的形成需要大量提前投入。这解释了为何阿里 AI 相关收入已显著提速,仍选择继续扩大资本储备。

为什么选择「发股票」而非全部依赖借债

债务融资与股权融资承担的是不同性质的风险。发行债券意味着无论 AI 业务最终发展如何,都需按约定偿还本金和利息。但 AI 基础设施恰恰属于资本投入巨大、技术折旧较快、利用率存在不确定性的资产类型——今天建设的数据中心与计算设备,几年后可能因芯片升级而迅速贬值。

在此情形下,大量增加债务等于让固定偿债责任去匹配快速变化的技术资产。股权资本没有固定偿还期限,代价是现有股东被稀释。因此,此次配售实质上是一笔资产负债表层面的选择:用一定程度的股权稀释,换取未来数年 AI 投资更大的财务弹性。

全栈 AI 布局:从买 GPU 到纵向打通

阿里正在把 AI 产业链越做越深。最新季度,阿里将云智能集团与平头哥整合,组成新的「AI 云与算力服务」板块;平头哥自研芯片已覆盖 GPU、CPU、存储和网络等品类。阿里披露,其最新一代 AI 处理器真武 M890 已通过阿里云服务于自动驾驶、互联网、金融等 20 多个行业,覆盖超过 650 家外部客户。

这意味着阿里推进的并非简单的「购买芯片—建设云服务器—出租算力」线性链条,而是开始形成「芯片 → 计算集群 → 云基础设施 → 基础模型 → AI 应用」的纵向体系。全栈路线资本开支更高,但潜在好处是:若自研芯片、集群调度与模型实现更好协同,有机会降低单位算力成本,同时缓解单一外部供应链带来的约束。

收入跑得快,投入跑得更快

融资最大的支撑在于阿里 AI 商业化并非停留在概念阶段。最新季度,AI 云与算力服务收入同比增长 45%,为 22 个季度以来云业务最快增速;云分部调整后 EBITA 利润率达约 12%,同比增长 133%。AI 相关产品连续 12 个季度保持三位数增长。

然而资本投入速度更为惊人。集团整体收入同比增长 9%,AI 云与算力服务增长 45%,资本开支同比增长却达 75%。自由现金流从去年同期净流出 188.15 亿元扩大到净流出 446.70 亿元,主因正是云基础设施投入上升。这正是当前全球 AI 投资最核心的矛盾:收入确实在增长,但建设这些收入所需的资产,也在以前所未有的速度增长。

800 亿港元要接受的三道考试

判断此次融资价值,未来真正需要观察的不是阿里建了多少数据中心,而是三个数据。

  • AI 收入能否继续跑赢整体收入:45% 的云业务增速和连续 12 个季度的三位数增长提供了较强基础,但随着规模扩大,高增速能否延续是关键。
  • 单位算力成本能否下降:若自研芯片、异构集群调度和规模效应未能带来成本下降,资本开支越大,对利润的压力越明显。
  • 云业务利润率能否随规模继续提升:约 12% 的调整后 EBITA 利润率是积极信号,若收入扩张同时带来更高利润率,意味着 AI 基础设施开始形成经营杠杆。

如果未来几个季度资本开支持续快速增加、自由现金流继续承压,而 AI 收入和云利润率开始放缓,市场就会重新评估这 800 亿港元资本的回报率。

AI 军备竞赛:最终比的不是谁花钱最多

阿里此次融资折射出大型科技公司资产结构的深层变化。过去互联网巨头最值钱的是用户、流量和软件平台;到了 AI 时代,企业越来越需要拥有服务器、芯片、网络、数据中心和电力资源。软件行业正在重新带上某种「工业属性」。

因此,投资者评价 AI 公司的标准也将发生变化:核心指标不再是宣布的投资规模或采购的 GPU 数量,而是每一元资本开支最终能够转化成多少 AI 收入、多少自由现金流和多少持续利润。阿里单季资本开支已达 677 亿元,又准备在香港融资 800 亿港元,这是一次激进的战略下注。但 AI 时代真正的赢家,最终取决于谁最早证明这些昂贵的算力能够比资本成本更快地创造回报。

信源