三天前，Alibaba 才公布最新财报。
AI Cloud 与算力服务收入年增 45%。
同一季，资本支出已经接近 100 亿美元。
照理说，已经花这么多钱，接下来是不是应该先停一下，看投资到底能不能回本？
结果 Alibaba 今天做的刚好相反。
它宣布准备再从市场筹：
800 亿港元。
约：
102 亿美元。
而且公司说得非常直接：
100% 净募资都要投 AI。
这件事真正值得看的，不只是「Alibaba 又花很多钱」。
而是 AI 竞争已经开始出现一个新的门槛：
你不只要有模型，还要有能力一直筹到钱
Alibaba 这次到底要筹多少？
Alibaba 8 月 23 日正式宣布，计划在香港配售新股，总配售金额为：
800 亿港元。
约：
102 亿美元。
Reuters 指出，如果交易完成，这将成为香港上市公司历来规模最大的 primary follow-on offering，也会是 2026 年全球第三大的同类增发，仅次于 Alphabet 与 Intel。
但有一点一定要分清楚：
目前是 proposed placement。
也就是：
已正式宣布计划，
但交易仍受到市场与其他条件影响。
Alibaba 自己也明确写道：
不能保证这次配售一定完成。
所以不能写成：
「Alibaba 已拿到 102 亿美元。」
目前比较准确的说法是：
Alibaba 准备筹 102 亿美元。
最特别的不是金额，而是「100% 投 AI」
一般公司增资，资金用途可能很多。
还债。
并购。
补营运资金。
投资新市场。
但 Alibaba 这次明确表示：
100% 净募资将投入 full-stack AI capabilities。
也就是：
全栈 AI。
这个词很重要。
因为它代表 Alibaba 并不是只准备：
训练下一个 Qwen。
而是整条 AI 链一起投。
什么叫「全栈 AI」？
最下面是：
芯片
Alibaba 自己有 T-Head 芯片业务。
再往上是：
算力与云端基础设施
也就是大量服务器、数据中心、网络与运算容量。
再往上是：
基础模型
例如 Qwen。
再往上还有：
MaaS 与应用
让企业与一般用户真正使用模型。
Alibaba 自己在年度策略中，就是把芯片、云端、基础模型、MaaS 与应用视为同一套 AI Stack。
所以这次不是：
「再拿 100 亿美元做一个更大的聊天机器人。」
而是：
想把从芯片到用户入口整条链一起控制。
为什么 Alibaba 不只买 Nvidia 芯片就好？
因为当 AI 规模愈来愈大，
真正竞争的东西已经不是只有：
模型 Benchmark。
还包括：
算力成本。
供应稳定。
推论成本。
云端客户。
开发者生态。
模型使用量。
如果公司只掌握模型，
却永远要向别人买昂贵算力，
长期毛利与供应都可能受制于人。
所以 Alibaba 的策略很像：
自己把整条 AI 工厂盖起来。
芯片是一层。
Cloud 是一层。
Qwen 是一层。
企业与消费者应用又是一层。
可是它不是才刚花了很多钱吗？
没错。
Alibaba 8 月 20 日公布，最近一季资本支出接近：
100 亿美元。
比去年同期增加：
75%。
公司表示，这反映它持续扩大 AI 投资，以满足快速增加的客户需求。
也就是说：
今天准备筹的 102 亿美元，
大约等于：
又一个最近一季的资本支出规模。
这就可以看出现在 AI 战争到底多烧钱。
那 Alibaba 有没有看到收入？
有。
这也是它敢继续加码的重要原因。
最近一季 Alibaba 的 AI Cloud 与 Compute Services 收入达：
71 亿美元。
年增：
45%。
是 22 季以来最快的云端成长速度。
AI 相关产品收入则达约：
18 亿美元。
而且已经连续第 12 季维持三位数年增率。
所以 Alibaba 现在看到的信号不是：
「我们花钱，但没有人用。」
而是：
需求真的在增加。
这就是今晚最重要的地方
如果 AI Cloud 没有成长，
今天再筹 100 亿美元，
市场会问：
你到底在烧什么？
但如果企业正在大量租：
GPU。
AI Cloud。
模型服务。
Agent。
那 Alibaba 的逻辑就会变成：
现在最危险的不是花太多。
而是需求真的来了，我却没有足够算力可以卖。
这和一般人的消费逻辑完全不同。
AI 基础设施有一个很麻烦的地方：要先花钱，才能接客户
假设你开餐厅。
今天客人突然变多，
你可以：
多买一些食材。
多排一些员工。
AI Data Center 没有这么简单。
你要先准备：
土地。
电力。
机房。
芯片。
内存。
网络。
液冷。
服务器。
很多设备不是今天下单，
明天就能增加容量。
所以大型 AI 公司遇到的是：
资本支出必须跑在收入前面。
这也是为什么 AI 越来越像重工业
以前我们想到软件公司，
会觉得：
写一次程序，
再多一百万个用户，
边际成本可能很低。
AI 不完全一样。
一百万人：
多生成。
多推理。
多跑 Agent。
就真的需要：
更多 Token。
更多 GPU。
更多电力。
更多机房。
所以今天的大型 AI 公司，
外表是软件公司，
资本结构却愈来愈像：
基础设施公司。
甚至「模型免费」也不代表背后便宜
Qwen 可以用开放模型策略快速累积开发者。
但是用户真正把 Qwen 放进：
企业系统。
App。
Agent。
大型服务
之后，
仍然需要：
算力。
Alibaba 的策略就是希望：
模型愈多人用，最后愈多人来 Alibaba Cloud 租算力。
公司最新数据显示，Qwen 系列累计下载已超过 30 亿次，衍生模型超过 30 万个；Alibaba 明确把这个开源生态视为带动 Cloud monetization 的路径之一。
所以「免费模型」可能其实是入口
这和传统软件很像。
先让大家：
使用。
开发。
形成习惯。
之后真正收费的地方可能是：
API。
Cloud。
算力。
企业服务。
Agent。
部署。
Alibaba 如果成功，
Qwen 不一定需要每次下载都赚钱。
真正重要的是：
生态最后有多少工作量跑到自己的基础设施。
但这条路最大的风险也很清楚：先花的钱太大
Alibaba 最近一季净利年减：
75%。
Reuters 指出，AI 资本支出增加是其中的重要背景。
这不是说：
AI 投资已经失败。
但它提醒我们：
AI 成长不是免费的。
公司可能同时出现：
AI 收入快速成长。
资本支出更快成长。
短期获利受到压力。
三件事可以同时发生。
所以投资人现在真正要问的，不是「AI 有没有成长」
而是：
第一
AI Cloud 成长能不能持续？
第二
每增加一美元 AI 收入，需要先投多少资本？
第三
新的数据中心与芯片能不能保持足够使用率？
第四
模型使用量最后能不能转成 Cloud 收入？
第五
投入的钱多久可以回来？
这才是未来几年：
真正的 AI 商业 KPI。
Alibaba 自己也开始算「回本时间」
Reuters 引述公司说法指出，Alibaba 预期 AI 相关投资的 payback period：
原本大约：
3 年。
目前有望缩短到：
2.5 年。
原因是需求快速增加。
如果这个预期真的做到，
100 亿美元的资本支出就可能变成：
未来收入产能。
如果做不到，
那就只是：
很昂贵的机房。
所以真正的大考永远不是：
盖多少。
而是：
有人用多少。
这和 Amazon 的 AI 投资逻辑其实非常像
Amazon 今年也把资本支出拉到非常高。
市场后来比较愿意接受，
关键并不是：
「花很多钱很厉害。」
而是 AWS 成长让市场看到：
客户确实愿意付钱使用这些基础设施。
Alibaba 今天的故事也是同一个逻辑：
资本支出只有转成长期需求，才叫投资。
否则就只是成本。
但 Alibaba 还多一个中国 AI 竞争的因素
美国大型科技公司有：
Microsoft。
Amazon。
Google。
Meta。
中国的大型 AI 战场则包括：
Alibaba。
ByteDance。
Tencent。
以及不同模型与芯片公司。
如果 Alibaba 只做 Cloud，
模型入口可能被别人拿走。
如果只做 Qwen，
算力又可能被别人控制。
所以「全栈」的真正目的，
其实是：
尽量不要让 AI 价值链最重要的一层落在竞争对手手上。
这也代表 AI 公司的护城河正在改变
以前可能是：
谁有最好的模型。
未来可能变成：
谁有模型。
又有芯片。
有数据中心。
有企业客户。
有开发者。
有产品入口。
有资金。
所以 AI 竞争最后可能不是：
一场模型排名赛。
而更像：
一场产业链耐力赛。
最值得注意的数字可能不是 102 亿美元
而是：
100%。
Alibaba 愿意说：
这次股权融资的净募资：
全部投 AI。
这代表 AI 已经不是公司的一个：
新部门。
或者：
实验项目。
它正在变成：
资本配置内核。
但股东也在付出成本
公司增发新股，
既然增加股份数量，
现有股东自然要面对：
稀释。
所以这不是：
Alibaba 平白得到免费的 102 亿美元。
市场真正做的事情是：
今天先提供更多资本，
换公司未来有机会创建更大的 AI 业务。
最后值不值得，
仍然要回到：
收入。
现金流。
报酬率。
这就是今天和 8 月 21 日新闻最大的差别
8 月 21 日我们看到的是：
Alibaba 已经为 AI 花了多少钱。
今天更进一步看到：
Alibaba 准备去哪里找下一批钱。
当一家公司连续几年都要投入：
数百亿美元
甚至更高规模，
真正重要的竞争能力之一就会变成：
资本取得能力。
技术很好，
但拿不到足够芯片与数据中心资金，
也可能扩不动。
AI 下一阶段可能会淘汰的，不一定是模型最差的人
而可能是：
养不起模型的人。
因为模型愈强，
使用愈多，
背后需要的基础设施反而愈大。
所以大型 AI 玩家真正必须同时具备：
技术能力。
客户。
现金流。
资本市场信用。
供应链。
能源。
这已经不是：
几十个工程师做出一个模型
就能决定的比赛。
今天晚上的一句判断
Alibaba 这次筹资最重要的信号，
不是：
又有一家科技公司花 100 亿美元。
而是：
AI 竞争正正式进入「资本耐力赛」。
模型能力决定：
你能不能参赛。
客户需求决定：
你有没有收入。
但最后能不能持续盖：
芯片。
算力。
数据中心。
模型。
应用。
则决定：
你能不能把这场比赛跑很多年。
未来真正最强的 AI 公司，
可能不只是：
做得出最强模型的公司。
而是：
有能力把巨额资本持续转成真正客户需求与现金流的公司。
今天，和 AI 一起进步一点。
每天学会一个 AI 技巧。
每天节省一点时间。
每天提升一点能力。
SasaDaily，陪你一起成长。
推荐阅读
AI 今日早报｜2026/08/21：Alibaba AI Cloud 成长 45% 却获利大跌、Broadcom 据报筹逾 600 亿美元 AI 债务、巴西同时找美中盖超级电脑
