（本文作者为 强调 Next，钛媒体经授权发布）
文 | 强调 Next
9 月 22 日的云栖大会上，阿里巴巴集团 CEO 吴泳铭给出一组目标：到 2032 年，阿里云运营的全球数据中心规模超过 20GW。平头哥新一代 AI 芯片真武 V900 单芯片算力达到上一代 M890 的 3 倍，2027 年一季度量产。Qwen 后续模型参数规模将扩展到 5 万亿至 10 万亿。
参数规模决定模型能做什么，集群规模决定阿里能供多少，而这两件事合起来决定谁来付电费和折旧。
按高盛等机构预测，阿里云现在的算力约 4-6GW。彭博报道，微软计划到 2032 年把数据中心容量扩至 38GW，AWS 此前披露过一年新增 3.8GW 的节奏。
阿里要在六年里把算力翻约四倍，年增速需要贴近全球两家头部云厂商的节奏。吴泳铭在同一场演讲里也承认，AI 数据中心供应链的全球性紧缺，仍在限制算力的增长速度。
规模只是故事的一半。芯片买回来、机房建成、电力和网络接通以后，无论算力有没有被调用，折旧、运维和能源成本都会按秒计提。真正要看的是，这些机柜有多少时间在为外部客户运行。
吴泳铭在演讲里把未来的机器智能比作电，插上插座就有。这个比喻恰好点出这门生意的另一面：电网的价值从来不取决于电网本身有多先进，而取决于有多少人愿意为用电付费。
这个判断不只有阿里一家在做。一周前，华为全联接大会刚发布昇腾 960 超节点，技术答案高度一致：制程受限，就不追单芯片性能，靠互联协议和系统级创新把集群做成“ 一台计算机”。
分歧在卖法，华为明确“ 硬件变现”，超节点本身是商品，客户买回去，利用率是客户的账。平头哥不追求独立的芯片利润，算力是阿里自己持有的资产，利用率是阿里自己的利润表问题。
20GW 先写进现金流
2025 年 2 月，阿里宣布未来三年至少投入 3800 亿元建设 AI 和云基础设施。截至 2026 年 6 月 30 日的 2027 财年第一季度，这笔钱已累计投入约 1900 亿元。时间过去不到一半，金额用掉一半。
3800 亿元大概率只是第一张支票。瑞银测算，每新增 1GW 的 AI 数据中心，仅 IT 设备资本开支就需要约 1000 亿元人民币。从现在的规模到 20GW 是 15GW 上下的新增，对应万亿级投入。
投行已经按这个目标反推收入，花旗认为 20GW 对应 2033 财年约 1600 亿美元的外部云收入，瑞银测算 2032 年约 1700 亿美元，两种算法都隐含约 40% 的年复合增速。按阿里当前季度云收入年化折算约 270 亿美元，这意味着六年里云收入要做到现在的近六倍。
单季数据更陡。阿里今年二季度资本开支 676.78 亿元，同比增长 75%，远超市场预期的 360 亿元。同一季度，AI 云与算力服务收入 484.37 亿元。资本开支是这块业务收入的 1.4 倍。
现金流上已经能看到压力。本季自由现金流净流出 446.7 亿元，上年同期为 188.15 亿元。集团经营利润同比下降 57% 至 151.61 亿元。
8 月，阿里完成 800 亿港元配股，较收盘价折让 8.4%，是 2019 年港股上市以来首次，消息公布当天港股下跌 8.54%。蔡崇信、吴泳铭随后分别增持约 8000 万和 4000 万港元。
钱花得比计划快，是因为需求确实在增长，也是因为芯片在涨价。管理层把本季资本开支偏高归因于硬件交付节奏、CPU 需求增长和芯片价格上涨。
阿里对这笔钱的回报有自己的算法。
吴泳铭在财报电话会上给出的判断是：行业共识是 2030 年之前看不到 AI 算力的需求天花板，按现有 AI 产品平均毛利水平，算力投入可在三年内回本，毛利率提升后有望缩短至 2.5 年甚至 2 年。
这个说法把 20GW 从愿景变成了有期限的财务承诺。三年回本有两个前提：AI 产品毛利维持现有水平，算力始终被填满。但问题是两个前提都不完全掌握在阿里手里。
平头哥要压低单位算力成本
真武 V900 在这 套体系里的作用，比“ 中国最强 AI 芯片” 的称号更具体。
按照阿里披露的数据，V900 配备 216GB 显存，片间互联带宽 1200GB/s，基于该芯片构建的单一集群可扩展至 50 万卡。
216GB 显存已经超过英伟达 B200 的 192GB 和华为昇腾 910C 的 128GB，远高于寒武纪 MLU590 的 64GB 和英伟达 H20 的 96GB。国产 AI 芯片第一次在显存这个核心指标上越过英伟达的现役产品。
但显存不是算力，发布会没有公布完整的绝对算力、功耗、制程、良率和第三方测试，“ 最强” 目前仍是阿里自己的评价。
迭代节奏透露出另一层信息。今年 5 月真武 M890 刚亮相，四个月后 V900 登场，上一代还没来得及被市场充分验证，下一代已经就位。这在某种程度上也是对手逼出来的节奏。
五天前的华为全联接大会上，昇腾 960 超节点发布，单节点 4096 颗 NPU 通过自研灵衢协议互联，昇腾芯片明确“ 一年一代”，960DT 比原计划提前三个季度、2027 年一季度就绪，和 V900 的量产时间几乎撞在一起。两家都绕开制程、押注互联协议，华为叫灵衢，阿里叫 ICN，接下来争的是各自协议的生态跟随者。
一个可以部分交叉验证的信号是：基于 M890 的灵骏超节点已经是首个国产十万卡云上集群，跑通了 Qwen3.8、Kimi K3 等超 2 万亿参数模型的训练和推理，今年四季度将在宁夏中卫新增服务。真武系列累计服务超过 650 家企业客户，但“ 能用” 并不直接等于“ 划算”。
同一场发布会上，还有一组数字更贴近“ 利用率”。新一代高性能存储 CPFS 在实际模型训练中，把模型启动平均耗时降低 50%、峰值算力利用率提升 30%、AI 存储成本降低 69%。推理侧的 Tair KVCM 缓存调度系统让缓存命中率达到 99%，每 token 成本下降 50%。GPU 等待数据的时间越少，单位算力的有效产出越高：芯片的峰值算力决定上限，利用率决定成本线。
吴泳铭自己在财报电话会上说过，阿里云服务器内几乎没有一张卡是闲置的。这句话的另一面是：他必须这么说，也必须做到。
组织边界已经按这个逻辑重新划开。
今年 6 月，阿里将云智能集团和平头哥合并为“AI 云与算力服务” 板块，模型实验室、千问消费者事业群和 QwenWork 被放进单独的“AI 实验室与应用” 板块。
这种安排让平头哥的价值更直接地进入云业务：一颗自研芯片即使不靠外售取得独立利润，只要能降低每小时计算成本、改善阿里云毛利，就已经产生价值。管理层在电话会上提到，剔除 AI 芯片并表影响后，云业务实际利润率更高。
高盛在云栖大会后的研报里给出一个量化坐标：平头哥供应的算力目前约占阿里云的 10%，中期目标是 50%。如果这个比例兑现，阿里云的成本结构将被重写，一半算力按内部成本计价，一半按市场价格采购，云业务毛利对芯片外购涨价的敏感度会明显下降。这是“ 自研芯片压成本” 第一次有了可跟踪的进度条。
V900 能否成功，芯片市场份额是次要指标。阿里云每个 token 的成本下降多少，才会更快进入利润表。
一个耐人寻味的细节是，云栖大会算力馆的参展商名单里，英伟达、英特尔和 AMD 都在。阿里在发布全栈自研成果的同一场大会上，仍然把它正在替代的供应商请进展馆。全栈不是全封闭，自研和外采会并行相当长的时间。
AgentCore 把调用变成长账单
阿里在发布会上推出 Agentic Cloud 和 AgentCore，商业意义甚至高于再发布一个大模型。
系统阐述这套打法的是阿里云 CTO 李飞飞。她把 Agentic Cloud 拆成 Model、Harness、Context 三层：模型提供能力，Harness 让智能体在生产环境里稳定运行，Context 让 Agent 拥有持续更新、覆盖全域的认知。阿里不打算只靠模型能力竞争，它要把 Agent 从调用到运行的整条链路都变成自己的产品。
传统聊天机器人收到问题、生成答案，计费主要围绕 Token。Agent 接到一个任务后，可能连续运行数分钟甚至数小时，需要保存上下文、调用外部工具、访问数据库、执行代码、维护身份和权限，并在失败后重试。一次调用由此扩展成算力、内存、存储、网关、网络和数据库的组合消费。
计费结构直接反映了这个变化：除了模型费用，阿里云还对算力 CU、网关调用、存储、专享管控面和公网流量分别计费，流式响应、MCP 长连接和 Agent 长会话按连接时长折算调用次数。阿里希望获得的收入已经超出模型推理，延伸到 Agent 每一次运行、等待、记忆和工具调用。
阿里给出的官方口径是，AgentCore 可提升任务完成率 99%、总拥有成本降低 70%。配套的 Agent Sandbox 每分钟可创建 10 万个沙箱，从深度休眠唤醒不到 600 毫秒。
不过和真武芯片的“ 最强” 一样，这些数字目前是阿里自己的评价，还没有独立客户案例或第三方评测可以交叉验证。
资本开支说明里已经出现了这种变化：单季资本开支大增的原因之一，是公司预计客户将采用更多 AI Agent，因此提前增加 CPU 计算能力。大模型主要消耗 GPU，Agent 在调用模型之外还要运行大量工具和业务逻辑，CPU 重新进入 AI 基础设施的采购清单。
AgentCore 允许企业接入多个模型供应商，阿里没有把千问设成唯一选项，因为模型不是最稳固的客户关系。企业可以切换模型，但迁移整套身份、权限、凭证、工具、记忆和监控体系要困难得多。
云计算时代，厂商依靠计算、存储和数据库留住客户。Agent 时代，谁管理 Agent 能看什么数据、调用什么工具、以谁的身份行动，谁就控制了企业 AI 最难迁移的一层。
千问负责把客户带进来，AgentCore 负责把账单留下。
千问的亏损，是云的获客费
阿里最新的分 部数据，展现了这套战略的成本分配。
本季度，AI 云与算力服务收入 484.37 亿元，经调整 EBITA 为 56.28 亿元，同比增长 133%，利润率升至约 12%；AI 实验室与应用收入 33.38 亿元，经调整 EBITA 亏损 138.61 亿元，亏损额约为云与算力板块利润的 2.5 倍。两个分部相抵，阿里 AI 板块本季净亏约 82 亿元，年化约 329 亿元，相当于集团经营利润的一半以上。
阿里的 AI 机器目前靠三本账运转：电商出钱，千问烧钱，云业务扩产并取得利润。千问现阶段更像阿里云的需求补贴，用集团利润购买用户习惯和推理调用，为提前建好的算力寻找负载。
吴泳铭在演讲中自己给过一个历史对照：1882 年爱迪生的珍珠街电站点亮了附近约 400 盏灯，最初是卖灯泡送电，就像今天 Agent 软件送 token。
一边建设算力并取得利润，一边通过应用消耗算力、承担获客成本，构成了阿里现阶段的 AI 循环。千问 App 接入淘宝、天猫和即时零售，QwenWork 接入钉钉和企业工作流，Qwen Intelligence 进入 9 月 28 日发布的荣耀 Magic9。对应用团队而言，这是争夺用户，对阿里云而言，这些入口不断制造推理、存储和工具调用。
客户侧已经出现可以计量的消耗。中国平安披露，与阿里合作以来日均消耗 token 超过 3000 亿。但把视野拉到全国，才能看清这个阶段的渗透率：国家数据局的口径是，截至今年 3 月，全国日均词元 （token） 调用量超过 140 万亿；汪涛 9 月在华为全联接大会上给出的数字是约 500 万亿。平安的 3000 亿，只占全国盘子的万分之六上下。20GW 对应的不是存量需求，是还没有被创造出来的需求。
阿里自己也在云栖主论坛上给过一个需求侧斜率：Token Foundry 负责人刘大一恒披露，Qwen3.8-Max 发布两个月，真实用户收入增长 8.5 倍，token 消耗量上涨 12 倍。斜率足够陡，但基数没有披露。
阿里管理层披露，上季度 AI 相关产品年化收入 （ARR） 已突破 495 亿元（约 73 亿美元），预计下季度接近 100 亿美元。这是目前最接近“ 外部客户持续付费” 的公开指标。
但把它放回账本，比例仍然悬殊。495 亿元的 ARR，只相当于单季资本开支年化后 2707 亿元的约 18%。AI 相关产品单季收入 123.76 亿元，也仅占 AI 云与算力服务收入的约四分之一。
阿里的 AI 已经能拉动云业务增长，但现有 AI 收入还远不足以消化 2032 年的 20GW 供给。内部调用能提高服务器利用率，也会形成巨额推理成本。只有外部企业持续付费，或者消费者 Agent 带来可以核算的交易和服务收入，这些成本才能从集团内部循环变成新增收入。
20GW 等外部客户买单
云栖大会讲的是通往超级人工智能的技术路径，财报讲的是折旧和现金流。阿里巴巴集团董事会主席蔡崇信在同一场大会上给出了更宏观的判断：AI 行业正在从前沿技术的单点突破，转向让技术在真实场景里规模化产生价值。他同时说，“ 我们比以往任何时候都更需要开放合作”，这句话和五层全栈自研体系放在一起读，本身就是这门生意的张力。它把阿里推到了必须兑现的位置。
兑现的难点在于时间差。互联网公司过去可以按流量增长调整服务器采购，20GW 把阿里推向另一套经营纪律：先建产能，再提利用率，最后靠规模摊薄成本。产能越大，阿里越承受不起服务器空转。
最需要警惕的情况不是 AI 没有需求，而是需求增长慢于产能扩张。算力供给一旦阶段性过剩，云厂商就要靠降价提高利用率。价格下降，又会延长资本回收周期，把吴泳铭说的三年回本往后推。
阿里手里有牌。它同时拥有云、模型、办公软件、电商交易和大量消费者入口，内部需求可以先填满一部分机柜，AgentCore 可以把运行层做成难以迁移的底座，平头哥可以把单位算力成本往下压。
外部云收入同比增长 45%、AI 相关产品 ARR 接近 500 亿元，说明需求不是假设。138.61 亿元的应用亏损则说明，模型和应用投入的成本，现阶段远高于云板块留下的利润。
只要应用亏损增长快于云利润和电商增量，所谓全栈优势就只是集团内部的成本搬运。
这也是这一轮 AI 投资与阿里以往任何一次补贴最不一样的地方。当年淘宝烧的是流量成本，活动结束就停。这次烧的是折旧，服务器一旦上电，成本就按秒计提，且无法退还。20GW 先写进资本开支和现金流，能不能变成 AI 收入，取决于有多少企业愿意让 Agent 在自己的业务里长期运行下去。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
