原文链接： https://www.yjnt111.top/article/909

10月23日，高盛发布了一份关于中国云计算与AI基础设施的最新报告。核心结论很直接——阿里巴巴未来三年资本开支将达到4600亿元人民币 ，远超此前的3800亿元目标。原因并非GPU价格上涨，而是一个看似悖论的现实：算力效率越高，资本开支越大 。

这份报告的意义在于，它不仅更新了阿里的财务预测，更揭示了AI时代资本支出逻辑的重大转折：

技术效率的提升，不再意味着成本下降，而是意味着更多企业能“负担得起”更高强度的AI应用，从而拉动整体投资需求。

一、推理需求点燃新一轮资本开支周期

在AI产业链上，训练曾是过去两年的主旋律——从ChatGPT到Sora，全球算力竞赛几乎围绕模型训练展开。但高盛指出，真正驱动资本支出进入新周期的力量是“推理” ，即模型被调用、生成内容和执行任务的过程。

报告显示，阿里巴巴、字节跳动等中国科技巨头的AI推理需求正呈指数级增长。

·阿里云方面，其AI推理任务量每2至3个月翻一倍 ；

·字节跳动的“豆包”平台，9月的日均token消耗量达到30万亿 ，相当于谷歌的七成水平。

这意味着，AI已经不再只是研发成本，而是一种持续运营成本 。每个模型上线后，推理需求会不断吞噬算力资源，迫使云厂商必须持续扩容。

高盛预计，中国主要云服务提供商（CSP）在2025年三季度的资本开支将同比增长50% ，并且这一趋势可能延续到2027年。

二、阿里的“全栈AI云”押注：从训练到商业化的闭环

与字节跳动等消费级玩家不同，阿里选择了一条更艰难但更长期的路——企业级AI云（To-B） 。

高盛在报告中指出，阿里巴巴在外部AI云收入规模与企业客户渗透率 上均居国内第一。

它的优势在于“全栈能力”：自研模型（通义千问Qwen）、算力平台（飞天操作系统）、推理服务（Aegaeon池化系统）、再到AI应用（夸克、钉钉智能体）。

这使得阿里能像AWS在北美那样，形成“从模型到收入”的完整商业闭环。

例如，阿里云最新推出的Aegaeon GPU池化系统 能将GPU利用率提升82%，显著降低推理成本；但高盛强调，这种效率提升不会让资本支出下降，反而让更多企业客户能够负担AI应用，从而推动需求扩大。

在产品层面，阿里最近发布了“夸克AI助手”与视频创作平台“造点”，背后依托的是闭源的Qwen模型与Wan2.5多模态技术 。这意味着阿里不仅在算力底层布局，也在积极构建上层应用生态，力图让AI服务真正转化为企业级收入。

三、效率悖论：AI越省钱，企业花得越多

报告中最耐人寻味的一段，是高盛对“效率悖论”的描述。

按常识，技术效率提升应当意味着支出下降。但AI领域的现实是：

GPU性能越强、模型越高效，AI的使用场景就越广，反而引发算力需求爆炸。

高盛用字节跳动的案例说明了这一现象。豆包模型在今年上半年通过压缩token消耗量，将输入效率提升了数倍，但最终结果是——总token使用量在短短四个月翻倍 。

原因很简单：当边际成本降低，用户和应用的调用次数就会迅速增长。AI从“试用工具”变成“常驻助手”，推理次数随之激增。

这一趋势在企业级AI场景中更明显。

阿里云的客户包括金融、制造、政务等行业，这些客户正在将AI嵌入业务核心流程。每一个流程节点的智能化，都是算力需求的叠加。

因此，阿里面临的不是削减投资的问题，而是如何在扩张中保持回报率。

高盛认为，AI基础设施的投资进入了“正向循环阶段”：

效率提升 → 推理爆发 → 收入增长 → 再投资 → 更高效率。

而阿里凭借完整的技术栈，最有可能在这一循环中占据利润高地。

四、巨头分化：阿里To-B、字节To-C的两条AI赛道

报告对中国AI格局的另一个关键判断，是战略路径分化 。

阿里巴巴正聚焦To-B市场，打造企业级AI生态；字节跳动则继续深耕To-C端，依托流量与算法推动AI内容应用。

这种分化并非偶然，而是商业逻辑的必然结果。

·阿里的路径 ：以通义千问为核心，强化企业云收入，通过AI工具赋能企业数字化。其客户愿意为稳定、安全、可扩展的AI服务付费。

·字节的路径 ：通过豆包、抖音电商、AI键盘等消费级应用，把AI能力转化为用户时长与广告收入。其核心资产是流量，而非算力。

高盛认为，这种差异会在未来的资本开支结构中体现：

阿里的投资将集中于服务器集群、GPU互联和模型平台；

字节的投资则更多流向推理调用、用户产品与应用层面。

两者都在扩张，但方向不同。

值得注意的是，阿里在“外部AI云收入”上的领先，意味着其业务具备更高的利润率弹性。一旦AI服务转化为企业级合同收入，其估值体系可能重构——从消费互联网的PE逻辑，转向云计算的PS逻辑。

五、全球比较：AI资本开支的“东升西稳”

高盛的研报不仅分析了中资云厂商，还横向比较了全球AI支出节奏。

报告指出，美国的AI资本热潮仍在延续，预计将持续到2026年 。但从增速来看，中国的AI基础设施投入增幅更快。

当前，阿里巴巴与腾讯的预期市盈率（2026年GAAP口径）分别为23倍与21倍 ，相比谷歌（24倍）、亚马逊与微软（28–30倍）仍有折价。

高盛认为，中国科技股估值仍处于“非泡沫区间”，市场尚未完全定价AI红利。

在成本端，阿里Qwen 3 Max模型的输出价格仅为GPT-5或Gemini 2.5 Pro的六折，这种低成本优势 将推动其在海外市场获得更多应用机会。

报告提到，爱彼迎（Airbnb）已大规模采用Qwen模型支持客服业务，这表明中国AI模型的国际竞争力正在上升。

六、算力红利的下一站：从“造机房”到“造生态”

如果说过去两年AI行业的关键词是“扩容”，那么未来的关键词可能是“结构化增长”。

高盛在研报最后指出，AI资本开支虽然仍在增长，但已经从单纯的硬件投入，转向算力调度、模型服务与商业化效率的综合竞争 。

在这一阶段，阿里的优势不仅是资源量，而是系统整合能力。

·GPU池化系统Aegaeon让算力更灵活可调；

·通义千问模型家族覆盖多语言、多模态场景；

·企业级AI服务如钉钉智能体、夸克助手正在形成应用闭环。

换句话说，阿里不只是“造机房”，而是在“造生态”。

高盛认为，这种纵向整合的模式将使其在AI推理需求持续扩张的周期中，获得更高的收益转化率。

结语：AI资本开支进入结构化竞争阶段

从表面看，高盛的这份报告是一次数字调整——把阿里的资本开支从3800亿元上调至4600亿元。

但在更深层，这是一份关于AI时代投资逻辑转折的研究。

它揭示了三条清晰结论：

1.AI推理需求是新的增长核心 ，并将驱动算力投资进入第二轮周期；

2.技术效率提升不会削减投入 ，反而激发更多AI应用的商业化需求；

3.阿里与字节的战略分化正在定型 ，前者构建企业级AI云闭环，后者在消费级应用中追求规模效应。

未来几年，谁能更有效地把算力投资转化为稳定收入，谁就能在AI的“推理时代”成为真正的赢家。

在这一轮结构化竞争中，阿里无疑已被高盛视作最具确定性的参与者之一。