文｜壹番 太史詹姆斯

阿里在不久前的財報會上做出了外賣大戰的"停戰宣言"，但同時宣布加碼AI，未來三年投資3800億元。

這個決策從財務報表的角度是不難理解的。

因為外賣大戰，阿里的中國電商部分的調整后EBITA同比減少了340億；而阿里云的增速則提升到了34.5%。

擺出這兩個數據，相信吳泳銘不用在決策層會議上費太多口舌。

阿里2025年9月份季度業績

在大洋彼岸的硅谷，AI云同樣給大廠帶來了實打實的業績回報：在最近一個季度，谷歌云同比增長33%，積壓訂單1550億美元；微軟的Azure云剔除匯率因素后同比增長39%……

即使微軟最新財報顯示Azure云大幅增長，股價在當天依然下跌近3%，投資者開始對它變得愈發苛刻。

近期還傳出微軟在內部下調了包括Foundry在內的多個AI產品銷售目標，雖然微軟辟謠說自己的AI產品總銷售目標不變，但這依然阻止不了12月3日的股價下挫。

12月9日，微軟還拋出了史上最大的亞洲投資計劃——在印度耗資175億美元的數據中心，但一天后與微軟及OpenAI深度合作的甲骨文在財報公布后暴跌超10%，這也為這個行業巨頭乃至整個行業的前景蒙上了一層陰影。

微軟官網截圖

其實，云基礎設施其實只是和GPU一樣的淘金鏟子。如果AI敘事不能繼續，"淘金熱"退潮，或許這些"賣鏟人"的收入都將斷崖式下跌。

而AI泡沫似乎已經成為了共識，連微軟和谷歌的兩位CEO都公開承認了。

懸念只在于短期泡沫的持續時間和破滅后是否可以迎來行業新生這兩大問題了。

01 "B2C"還是"C2B"？

對于第一個問題，阿里吳泳銘的回答是"至少三年內，AI泡沫是不太存在的"。

于是，他決定在未來三年加碼。

根據國際權威市場調研機構英富曼（Omdia）的報告，今年上半年，阿里在中國AI云市場的占比為35.8%，斷崖式領先，份額甚至高于二到四名之和。

第二名則是阿里在C端難以望其項背的字節跳動。它的火山引擎的市場份額為14.8%，位列第二，堪稱阿里的最大對手。

英富曼（Omdia）《中國AI云市場，1H25》

所以，阿里也并沒有放棄C端市場。

雖然B端市場的決策邏輯不同，但如果大客戶的領導天天刷豆包，成為了對手的C端用戶，自家阿里云上的AI功能的落地簽約自然也會受到極大阻礙。

火山引擎總裁譚待就透露，很多客戶都是拿著和豆包的聊天記錄找過來的。

這其實就是在大模型行業中的"高頻打低頻"、"農村包圍城市"。

或許基于這樣的原因，阿里AI的"C計劃"戰略地位被前置，夸克、千問等產品的陸續升級迭代，以及隨處可見的預算投入，都在表明阿里對于AI布局的轉變。

阿里夸克AI眼鏡

AI是頭吞金巨獸，其他的互聯網大廠，要么算不過來賬，于是選擇放棄，堅持穩扎穩打。比如騰訊，它去年的資本開支和阿里差不多，但沒有進一步擴大投入的沖動。

要么，雖然all in，奈何體量不足，比如百度。它2024年的資本開支總額只有81.34億元，大致相當于阿里或騰訊的十分之一。

在商業模式上，如果說阿里云模仿的是亞馬遜的AWS，那么，阿里AI戰略也借鑒了現在風頭正勁的谷歌。他們兩家堪稱全球唯二的全棧AI技術公司。從AI芯片和基礎設施，到AI大模型再到AI應用，這兩家都有自研。

阿里之所以選擇這條路徑，一方面是因為這最符合它的企業文化。熱衷于打造生態是騰訊的事，阿里過去做收購為的就是整合，蔣凡和張旭豪就分別是正反典型。

阿里云與NBA合作

另一方面，阿里云本來是中國第一、世界第三。但去年因為谷歌云在AI帶動下的強勢崛起被擠出了前三甲。阿里痛定思痛，選擇了"打不過就加入"。

模仿歸模仿，阿里和谷歌還是有明顯差距的。

比如谷歌的TPU，已經通過比英偉達芯片更低的功耗而吸引了客戶，阿里的自研芯片卻還在路上；阿里的模型雖然不弱，但AI應用方面似乎也并沒有像反超OpenAI的谷歌后，那樣在C端給字節以緊迫感。

所以，阿里AI戰略最現實的路徑就是讓自己的阿里云老客戶上AI功能，而字節跳動的目標則是讓大機構的領導們都先用上豆包。

而且，字節絕不會停下來，所以阿里也不能不反擊。兩家短期內都不可能涇渭分明地固守自己的地盤。

火山引擎部分合作企業

字節2025年計劃投入1500億，從金額上看也是阿里唯一的對手。

他們都在賭未來，但AI是否還有未來呢？

02 大模型獨角獸是先行指標

要回答這個問題，那么就要從應用層面上看AI對生產力是否真有提升。

AI產業鏈，越往上看會越偏離本質。

英偉達業績大好，是因為谷歌、微軟，阿里、字節巨額投入的拉動，上述四家的業績取決于其他大型機構的投入，這最終則取決于AI大模型對生產力的提升。

英偉達2026財年Q3財報

正如微軟CEO納德拉所說，"AI必須真正提升整體經濟生產率，并帶來廣泛的GDP增長，否則它就是泡沫"。

諾貝爾經濟學獎得主達龍·阿西莫格魯在2024年5月發表了一篇論文《簡易AI宏觀經濟學》。

他在這篇文章中估計，未來10年，目前采用AI的任務當中只有四分之一有可能是劃算的。而這些任務只占總工作任務的5%。所以，AI在未來十年能給美國帶來的生產力提升也就是0.5%，能帶來的GDP累計增長只有1%。

MIT在今年8月的一份報告中提到，僅有5%的企業成功利用AI工具提高了生產力，而剩下95%的企業在AI上的投資相當于打了水漂。

MIT《生成式AI的鴻溝：2025年商業AI的現狀》

生成式AI的確改進了科技和媒體/電信兩個行業，但在專業服務、醫療制藥、消費與零售、金融服務、先進工業以及能源與材料等六個行業都不做不到優化關鍵工作流程。

還有個簡單的判別標準，那就是：什么時候像OpenAI，Anthropic還有Kimi,智譜這樣的大模型及應用廠商能夠盈利了，那才能說明生成式AI的商業模式真正立住了。

如果立不住，泡沫破裂，會發生什么呢？

我們可以用機器人租賃市場的變化來打這個比方。

今年年初的時候，幾乎是和DeepSeek帶動的大模型熱潮同時，春晚上的表演也帶來了一股機器人熱。

春晚機器人表演

那時，人型機器人日租金在萬元，機器狗也有2000元。而現在這兩個價格分別跌到了2000元和500元。

這并不是開玩笑。對于那95%的企業來說，不能帶來生產力提升的大模型就和在春晚上跳舞的機器人一樣。

AI敘事從AGI向性價比的演變也會加速泡沫破滅的進程。

這也是行業發展的必然規律。增量市場能容納足夠多的玩家，而存量市場的對手們則熱衷于大打價格戰。

即時零售是這樣，AI大模型也沒什么神秘的。

但不同的是，AI比拼能耗成本和Token價格的前提還隱含著"生產力提升"的承諾或者AGI的愿景。一旦前提不成立了，那么老板們多招幾個大學生，或者給員工們買幾個會員可能才是終局。

在參與AI軍備競賽的大廠CEO心中，現在的期望并不是泡沫永不破滅，而是AI能夠成為像21世紀初的光纖、20世紀初的電網和19世紀初的鐵路一樣的基礎設施，它們都經歷過泡沫破滅，但最終都奠定了產業革命的基礎。

短期呢？大家都在積極做個"裱糊匠"。

吳泳銘在9月的云棲大會上還在賣ASI。不過，如果美國老板們都不為AGI買賬了，中國老板們會買ASI嗎？