AI算力紧约束与利润分化

事件 　　8月24日，阿里巴巴在港交所公告，拟配售800亿港元新股，全部投入AI建设。 　　分析 　　2026年第二季度，中美头部云厂商同时进入AI资本开支加速释放期，但商业化验证所处的阶段截然不同。北美厂商着力于跑通"高投入-高云增速-强订单储备"的正向循环，中国厂商则在加速投入的同时承受着利润端的剧烈分化。这种分化的本质不在于投入规模的大小，而在于AI投入以何种方式嵌入现有业务的商业模式。 　　北美三家云厂商的增速全面超出市场预期。微软AzureFY26Q4同比增长43%，年化收入首次站上1000亿美元，商业剩余履约义务飙升至6780亿美元，同比增幅84%；谷歌Cloud增速从上季度的63%进一步抬升至82%，Backlog达到5140亿美元；亚马逊AWS增速37%，为18个季度以来最快，AI业务年化运行收入超过250亿美元且保持三位数增长。三家云增速均在30%以上，AI驱动的云需求不是边际改善，而是结构性加速。需求可见性同样充足，微软与谷歌的未履行订单合计超过1.19万亿美元，这意味着即便当前资本开支已处历史高位，未来两到三年仍有大量收入待确认。 　　中国厂商呈现出不同的“AI投入-利润”路径。腾讯Q2资本开支527.84亿元，同比增长176%，但Non-IFRS净利润仍增长9%至684.15亿元，毛利率提升至58%。其AI投入主要嵌入现有高利润业务，广告端AI提效贡献了22%的增速，游戏增长17%，AI能力扮演的是效率乘数而非独立亏损中心。剔除AI新产品后的Non-IFRS经营利润为861亿元，同比增长19%，与包含AI新产品的756.36亿元相差约105亿元，这一差额大致可以看作新AI投入对当期利润的拖累幅度，但核心业务的高毛利足以对冲AI基建折旧。腾讯管理层在业绩会上明确强调，AI资本开支是“一次性大额投入”，不应假设每年都会有这样一笔新投入，这种脉冲式投入叠加存量业务消化的模式，利润保护性明显更强。 　　阿里巴巴Q2资本开支676.78亿元，同比增长75%，但归母净利润105.37亿元，同比下降75.6%，毛利率为38.2%。阿里把AI投入组织成独立业务板块，AI云与算力服务已经实现盈利，经调整EBITA为56.28亿元，利润率11.6%，但AI实验室与应用分部经调整EBITA亏损扩大至-138.61亿元，而去年同期仅为-32.24亿元。这说明阿里的AI投入不止于效率提升，而是在从零搭建C端AI应用生态，千问App已积累2.5亿用户，其推理成本、模型训练成本和用户获取成本在短期内无法被收入覆盖。两家公司资本开支占收入比几乎相同，利润端的差异主要在于AI投入的商业模式承载方式不同。 　　中国此前主要依赖经营现金流和债务融资，阿里巴巴800亿港元配售是本轮中美AI军备竞赛中一个标志性事件。2026年8月23日，阿里以每股112.70港元配售710,000,000股新股份，所得款项总额800亿港元，净额约797亿港元，全部投入全栈AI能力建设，中东、欧洲、亚洲主要主权基金积极认购。 　　中美对比层面，资本开支的绝对体量差距仍然悬殊。中美对比层面，资本开支的绝对体量差距仍然悬殊。根据各家上调的指引，亚马逊、Alphabet、微软、Meta、甲骨文五家美国hyperscaler2026年资本开支合计已接近8000亿美元量级。 　　中国头部企业中，腾讯2026年Q2单季资本开支达527.84亿元人民币，阿里Q2单季资本开支达676.78亿元人民币，且阿里CEO明确表示三年3800亿元的AI基础设施投入计划“会远远超过”；据公开报道，字节跳动2026年AI基础设施开支计划上调至2000亿元人民币，百度一季度资本开支同比翻倍至58.39亿元人民币。 　　商业化兑现节奏的差距同样清晰。北美已经进入收入兑现与再投资循环初步形成的阶段，Copilot付费席位突破3000万，GeminiEnterprise覆盖近90%的财富100强企业，近500家客户过去一年各自处理超过1万亿Token；中国仍处于从用户扩张向收入兑现过渡的阶段，阿里MaaS业务ARR已突破160亿元，管理层目标年底前突破300亿元，AI相关产品年化收入约73亿美元，下季度预计接近100亿美元，但Token消费增长快于付费转化的问题尚未解决。算力供给端，全球处于紧约束状态，阿里管理层在业绩会上直言"几乎没有一张卡是空的"；腾讯管理层披露，数月前预付的算力订单转手可获得超过30%的利润。 　　目前中国AI资本开支增速高于美国，叠加国产算力替代释放供给和阿里配售注入外部资本，未来差距有望收窄。若MaaS ARR如期突破300亿元、AI实验室亏损逐季收窄，则全栈路径获得验证；嵌入路径的验证指标则是广告AI提效的持续性和AI办公、编程助手的付费转化。算力定价将从供给驱动转向需求驱动。 　　中美技术路线的分化也在加深，美国走规模优先路线，靠更大参数模型和更多算力堆叠追求领先；中国在外部芯片约束下走效率优先路线，靠模型压缩、推理优化和国产芯片适配实现性价比领先。 　　投资建议 　　中美Hyperscaler同时进入AI资本开支加速释放期，但大规模投入的投资回报尚未充分验证，北美自由现金流转负、中国头部厂商利润大幅下修，行业处于高投入至待验证阶段。配置以防御为主，等待ROI信号逐渐明朗后再做方向性加仓。 　　当前优先配置现金流稳健、估值安全边际充足的头部互联网平台，这类厂商经营现金流可覆盖资本开支，AI投入对利润表冲击可控，盈利确定性在分歧加大的环境下本身有稀缺溢价。建议密切跟踪资本开支指引边际变化和GPU出货增速拐点。AI应用与云服务方向短期谨慎，MaaS单位经济模型尚未跑通、亏损扩大趋势未扭转，建议回避估值偏高、盈利下修未结束的标的，待AI云利润率逐季改善后再行介入。 　　风险提示 　　1、政策落地不及预期； 　　2、技术发展不及预期； 　　3、市场竞争加剧。