5月13日晚，阿里巴巴发布2026财年Q4财报。
AI相关产品收入首次突破云业务收入的30%，季度收入达89.71亿元，年化经常性收入（ARR）突破358亿元，连续11个季度三位数同比增长。同时，CEO吴泳铭在电话会上给出了一个足够直白的判断："现在阿里的服务器内几乎没有一张卡是空的。"
够乐观吧？
但紧接着，他说了句让整个算力圈都重新算账的话——
未来五年AI基建投入将"远超3800亿元"，但获取算力的方式，不一定是自己建。
━━━━━━━━━━━━━━━━━━━━
01 | "没有一张卡是空的"——358亿背后的算力真相
先看数据，才能理解吴泳铭为什么说这句话。
阿里云本季度外部商业化收入增速高达40%，是九个季度以来最快。其中AI相关产品收入占比首次突破30%，季度收入89.71亿元，ARR已达358亿元。这是什么水平？一年光AI云服务就卖出350多亿，而且增速还在加速。
更让人关注的是吴泳铭在电话会上透露的另一组数据：
平头哥自研GPU芯片累计交付47万片，超10万卡真武PPU部署于阿里云公共云平台。其中60%以上的算力服务于外部商业化客户，覆盖互联网、金融、自动驾驶等400多家企业。
这就是他说的"没有一张卡是空的"的底气来源——
不是算力不够用，是所有能卖出去的算力，都已经在跑客户的业务了。
━━━━━━━━━━━━━━━━━━━━
02 | 吴泳铭没说出口的三个字：别自建
电话会上，吴泳铭做了一个非常罕见的操作。
他主动拆解了阿里未来获取算力的三种路径：
第一条路，自己建算力中心——这是最重的模式，消耗现金流最多。阿里财报显示，本季度资本开支已达370亿元，同比增长16%。
第二条路，以租赁方式获取——吴泳铭原话："不见得所有算力中心都会自建去获取，也可能以租赁方式获取。"
第三条路，买芯片共建——"随着平头哥芯片产能扩大，也可能通过销售平头哥AI服务器的方式去和服务商共建数据中心。"
翻译一下就是：如果你不是阿里，别学阿里烧钱自建。
这话不是随便说的。阿里巴巴未来五年AI基建投入"远超3800亿元"，但这是基于阿里自己的商业化规模——年ARR 358亿、持续三位数增长、400多家客户在跑。你如果有这个体量，自建当然划算；如果没有，租赁甚至买芯片共建，可能是更聪明的选择。
━━━━━━━━━━━━━━━━━━━━
03 | 三笔账，帮你算清楚"该不该自建"
我们把吴泳铭的三种路径，拆成三笔账来看：
▪️ 自建模式
好处：长期边际成本最低，算力完全可控。
代价：前期投入巨大。一个千卡级智算中心的建设成本在10-15亿元级别，建设周期6-12个月，且需要自备运维团队。按阿里云358亿ARR的体量算，自建的ROI是正的；但对大多数企业来说，算力利用率能否超过50%都是未知数。
阿里云本季度资本开支370亿元，但人家有400多家客户分摊成本。你的客户在哪？
▪️ 租赁模式
好处：按需付费，弹性伸缩，没有固定资产折旧压力。吴泳铭提了一嘴"可能以租赁方式获取"，说明阿里自己也在做算力租赁业务——阿里云本身就是国内最大的算力租赁商。
当下算力租赁市场正在经历一轮涨价：腾讯云、阿里云相继上调GPU云服务价格。但即便如此，对于想快速上AI项目、又不确定长期需求的公司来说，租赁依然是风险最低的选择。
▪️ 买芯片共建
这是吴泳铭给出的新选项。
平头哥真武芯片已完成规模化量产，2026年预计出货40-50万张。超过30家头部车企及自动驾驶公司正基于该芯片开展智能驾驶研发。阿里的逻辑很清晰：与其让客户自己买英伟达卡被禁运折腾，不如直接买平头哥芯片，跑在阿里云上一起共建。
对客户来说，好处是不用自己管数据中心，只出芯片和服务器成本；对阿里来说，锁定了客户长期在阿里云上跑业务。
━━━━━━━━━━━━━━━━━━━━
04 | 背后的大趋势：算力正在从"资产"变成"服务"
吴泳铭这次表态，折射出一个更深层的变化。
过去两年，算力市场的主导叙事是"抢卡"。不管什么体量的公司，第一反应都是"我也要建个算力中心"。结果呢？行业数据显示，智算中心平均利用率只有32%，GPU平均利用率不到30%。大量算力资产闲置。
但到了2026年，算力的获取方式正在从一个"物理问题"变成"财务问题"。
这不是中国独有的现象。微软在1900亿美元的资本开支中，有250亿美元是"应对组件价格上涨"——连微软都不得不计算每瓦成本的边际效益。
算力不再是谁先抢到谁赢，而是谁用得更高效谁赢。
━━━━━━━━━━━━━━━━━━━━
05 | 三个信号，帮你判断自己该走哪条路
如果你现在正在做决策，三条路径对应三个问题：
问题一：你的AI业务收入，能覆盖自建算力的折旧吗？
参考阿里这个标杆：358亿ARR对应370亿季度资本开支，收入/资本开支比约为1:1。如果你的AI业务年收入不到自建成本的50%，自建大概率是亏的。
问题二：你对算力的需求，是持续稳定的，还是波动巨大的？
持续稳定（比如训练基础大模型）→ 自建或共建更划算。波动巨大（比如推理服务的峰谷差异）→ 租赁更安全。
问题三：芯片供应，你能搞定吗？
如果你能拿到足够的英伟达卡，自建是可行的。但如果你的算力需求在国产芯片能覆盖的范围内，平头哥、昇腾、寒武纪都可能是性价比更高的选择。
? 如果你的公司正在做算力决策，但算不清这笔账
我整理了一份《算力路径自检清单》——把上面三个问题拆成了 12 个量化项，填完就知道你的业务最适合自建、租赁还是买芯片。
需要的话，可以：
❶ 关注公众号后，私信获取清单
❷ 或者直接告诉我你的配置（卡型+业务量+预算），我帮你算一笔账
→ 我不卖卡，也不推平台，只做算力选型分析
━━━━━━━━━━━━━━━━━━━━
06 | 一个正在发生的"算力分层"
未来三年，算力市场会走向一个清晰的分层结构：
最上层——万卡级玩家。阿里、腾讯、字节、百度。他们自己建，因为规模够大、利用率够高。阿里未来三年3800亿还不够用，就是这个逻辑。
中间层——千卡级玩家。头部AI公司、大模型创业公司。他们可能买芯片共建，或者用长期租赁合同锁定算力。
最底层——百卡及以下。绝大多数AI应用公司。他们应该用云服务按需付费——这是最确定、最安全的路径。
━━━━━━━━━━━━━━━━━━━━
? 金句
「不是算力不够用，是能卖出去的算力，都已经在跑客户的业务了。」
━━━━━━━━━━━━━━━━━━━━
? 互动问题
你觉得你的公司应该自建算力、租算力、还是买芯片共建？选一个：
A. 自建——长期划算，控制权在自己手上
B. 租赁——灵活弹性，不想背上固定资产
C. 买芯片共建——国产芯片够用，还能绑定云厂商资源
欢迎在评论区聊聊你的选择，也说说你现在的算力利用率是多少。
━━━━━━━━━━━━━━━━━━━━
? 产品推荐
商品名称：《大国算力》
想深入了解算力基础设施的投资逻辑？推荐这本系统梳理中国算力产业链的参考书。
