三天前，Alibaba 才公布最新財報。
AI Cloud 與算力服務收入年增 45%。
同一季，資本支出已經接近 100 億美元。
照理說，已經花這麼多錢，接下來是不是應該先停一下，看投資到底能不能回本？
結果 Alibaba 今天做的剛好相反。
它宣布準備再從市場籌：
800 億港元。
約：
102 億美元。
而且公司說得非常直接：
100% 淨募資都要投 AI。
這件事真正值得看的，不只是「Alibaba 又花很多錢」。
而是 AI 競爭已經開始出現一個新的門檻：
你不只要有模型，還要有能力一直籌到錢
Alibaba 這次到底要籌多少？
Alibaba 8 月 23 日正式宣布，計畫在香港配售新股，總配售金額為：
800 億港元。
約：
102 億美元。
Reuters 指出，如果交易完成，這將成為香港上市公司歷來規模最大的 primary follow-on offering，也會是 2026 年全球第三大的同類增發，僅次於 Alphabet 與 Intel。
但有一點一定要分清楚：
目前是 proposed placement。
也就是：
已正式宣布計畫，
但交易仍受到市場與其他條件影響。
Alibaba 自己也明確寫道：
不能保證這次配售一定完成。
所以不能寫成：
「Alibaba 已拿到 102 億美元。」
目前比較準確的說法是：
Alibaba 準備籌 102 億美元。
最特別的不是金額，而是「100% 投 AI」
一般公司增資，資金用途可能很多。
還債。
併購。
補營運資金。
投資新市場。
但 Alibaba 這次明確表示：
100% 淨募資將投入 full-stack AI capabilities。
也就是：
全棧 AI。
這個詞很重要。
因為它代表 Alibaba 並不是只準備：
訓練下一個 Qwen。
而是整條 AI 鏈一起投。
什麼叫「全棧 AI」？
最下面是：
晶片
Alibaba 自己有 T-Head 晶片業務。
再往上是：
算力與雲端基礎設施
也就是大量伺服器、資料中心、網路與運算容量。
再往上是：
基礎模型
例如 Qwen。
再往上還有：
MaaS 與應用
讓企業與一般使用者真正使用模型。
Alibaba 自己在年度策略中，就是把晶片、雲端、基礎模型、MaaS 與應用視為同一套 AI Stack。
所以這次不是：
「再拿 100 億美元做一個更大的聊天機器人。」
而是：
想把從晶片到使用者入口整條鏈一起控制。
為什麼 Alibaba 不只買 Nvidia 晶片就好？
因為當 AI 規模愈來愈大，
真正競爭的東西已經不是只有：
模型 Benchmark。
還包括：
算力成本。
供應穩定。
推論成本。
雲端客戶。
開發者生態。
模型使用量。
如果公司只掌握模型，
卻永遠要向別人買昂貴算力，
長期毛利與供應都可能受制於人。
所以 Alibaba 的策略很像：
自己把整條 AI 工廠蓋起來。
晶片是一層。
Cloud 是一層。
Qwen 是一層。
企業與消費者應用又是一層。
可是它不是才剛花了很多錢嗎？
沒錯。
Alibaba 8 月 20 日公布，最近一季資本支出接近：
100 億美元。
比去年同期增加：
75%。
公司表示，這反映它持續擴大 AI 投資，以滿足快速增加的客戶需求。
也就是說：
今天準備籌的 102 億美元，
大約等於：
又一個最近一季的資本支出規模。
這就可以看出現在 AI 戰爭到底多燒錢。
那 Alibaba 有沒有看到收入？
有。
這也是它敢繼續加碼的重要原因。
最近一季 Alibaba 的 AI Cloud 與 Compute Services 收入達：
71 億美元。
年增：
45%。
是 22 季以來最快的雲端成長速度。
AI 相關產品收入則達約：
18 億美元。
而且已經連續第 12 季維持三位數年增率。
所以 Alibaba 現在看到的訊號不是：
「我們花錢，但沒有人用。」
而是：
需求真的在增加。
這就是今晚最重要的地方
如果 AI Cloud 沒有成長，
今天再籌 100 億美元，
市場會問：
你到底在燒什麼？
但如果企業正在大量租：
GPU。
AI Cloud。
模型服務。
Agent。
那 Alibaba 的邏輯就會變成：
現在最危險的不是花太多。
而是需求真的來了，我卻沒有足夠算力可以賣。
這和一般人的消費邏輯完全不同。
AI 基礎設施有一個很麻煩的地方：要先花錢，才能接客戶
假設你開餐廳。
今天客人突然變多，
你可以：
多買一些食材。
多排一些員工。
AI Data Center 沒有這麼簡單。
你要先準備：
土地。
電力。
機房。
晶片。
記憶體。
網路。
液冷。
伺服器。
很多設備不是今天下單，
明天就能增加容量。
所以大型 AI 公司遇到的是：
資本支出必須跑在收入前面。
這也是為什麼 AI 越來越像重工業
以前我們想到軟體公司，
會覺得：
寫一次程式，
再多一百萬個使用者，
邊際成本可能很低。
AI 不完全一樣。
一百萬人：
多生成。
多推理。
多跑 Agent。
就真的需要：
更多 Token。
更多 GPU。
更多電力。
更多機房。
所以今天的大型 AI 公司，
外表是軟體公司，
資本結構卻愈來愈像：
基礎設施公司。
甚至「模型免費」也不代表背後便宜
Qwen 可以用開放模型策略快速累積開發者。
但是使用者真正把 Qwen 放進：
企業系統。
App。
Agent。
大型服務
之後，
仍然需要：
算力。
Alibaba 的策略就是希望：
模型愈多人用，最後愈多人來 Alibaba Cloud 租算力。
公司最新資料顯示，Qwen 系列累計下載已超過 30 億次，衍生模型超過 30 萬個；Alibaba 明確把這個開源生態視為帶動 Cloud monetization 的路徑之一。
所以「免費模型」可能其實是入口
這和傳統軟體很像。
先讓大家：
使用。
開發。
形成習慣。
之後真正收費的地方可能是：
API。
Cloud。
算力。
企業服務。
Agent。
部署。
Alibaba 如果成功，
Qwen 不一定需要每次下載都賺錢。
真正重要的是：
生態最後有多少工作量跑到自己的基礎設施。
但這條路最大的風險也很清楚：先花的錢太大
Alibaba 最近一季淨利年減：
75%。
Reuters 指出，AI 資本支出增加是其中的重要背景。
這不是說：
AI 投資已經失敗。
但它提醒我們：
AI 成長不是免費的。
公司可能同時出現：
AI 收入快速成長。
資本支出更快成長。
短期獲利受到壓力。
三件事可以同時發生。
所以投資人現在真正要問的，不是「AI 有沒有成長」
而是：
第一
AI Cloud 成長能不能持續？
第二
每增加一美元 AI 收入，需要先投多少資本？
第三
新的資料中心與晶片能不能保持足夠使用率？
第四
模型使用量最後能不能轉成 Cloud 收入？
第五
投入的錢多久可以回來？
這才是未來幾年：
真正的 AI 商業 KPI。
Alibaba 自己也開始算「回本時間」
Reuters 引述公司說法指出，Alibaba 預期 AI 相關投資的 payback period：
原本大約：
3 年。
目前有望縮短到：
2.5 年。
原因是需求快速增加。
如果這個預期真的做到，
100 億美元的資本支出就可能變成：
未來收入產能。
如果做不到，
那就只是：
很昂貴的機房。
所以真正的大考永遠不是：
蓋多少。
而是：
有人用多少。
這和 Amazon 的 AI 投資邏輯其實非常像
Amazon 今年也把資本支出拉到非常高。
市場後來比較願意接受，
關鍵並不是：
「花很多錢很厲害。」
而是 AWS 成長讓市場看到：
客戶確實願意付錢使用這些基礎設施。
Alibaba 今天的故事也是同一個邏輯：
資本支出只有轉成長期需求，才叫投資。
否則就只是成本。
但 Alibaba 還多一個中國 AI 競爭的因素
美國大型科技公司有：
Microsoft。
Amazon。
Google。
Meta。
中國的大型 AI 戰場則包括：
Alibaba。
ByteDance。
Tencent。
以及不同模型與晶片公司。
如果 Alibaba 只做 Cloud，
模型入口可能被別人拿走。
如果只做 Qwen，
算力又可能被別人控制。
所以「全棧」的真正目的，
其實是：
盡量不要讓 AI 價值鏈最重要的一層落在競爭對手手上。
這也代表 AI 公司的護城河正在改變
以前可能是：
誰有最好的模型。
未來可能變成：
誰有模型。
又有晶片。
有資料中心。
有企業客戶。
有開發者。
有產品入口。
有資金。
所以 AI 競爭最後可能不是：
一場模型排名賽。
而更像：
一場產業鏈耐力賽。
最值得注意的數字可能不是 102 億美元
而是：
100%。
Alibaba 願意說：
這次股權融資的淨募資：
全部投 AI。
這代表 AI 已經不是公司的一個：
新部門。
或者：
實驗專案。
它正在變成：
資本配置核心。
但股東也在付出成本
公司增發新股，
既然增加股份數量，
現有股東自然要面對：
稀釋。
所以這不是：
Alibaba 平白得到免費的 102 億美元。
市場真正做的事情是：
今天先提供更多資本，
換公司未來有機會建立更大的 AI 業務。
最後值不值得，
仍然要回到：
收入。
現金流。
報酬率。
這就是今天和 8 月 21 日新聞最大的差別
8 月 21 日我們看到的是：
Alibaba 已經為 AI 花了多少錢。
今天更進一步看到：
Alibaba 準備去哪裡找下一批錢。
當一家公司連續幾年都要投入：
數百億美元
甚至更高規模，
真正重要的競爭能力之一就會變成：
資本取得能力。
技術很好，
但拿不到足夠晶片與資料中心資金，
也可能擴不動。
AI 下一階段可能會淘汰的，不一定是模型最差的人
而可能是：
養不起模型的人。
因為模型愈強，
使用愈多，
背後需要的基礎設施反而愈大。
所以大型 AI 玩家真正必須同時具備：
技術能力。
客戶。
現金流。
資本市場信用。
供應鏈。
能源。
這已經不是：
幾十個工程師做出一個模型
就能決定的比賽。
今天晚上的一句判斷
Alibaba 這次籌資最重要的訊號，
不是：
又有一家科技公司花 100 億美元。
而是：
AI 競爭正正式進入「資本耐力賽」。
模型能力決定：
你能不能參賽。
客戶需求決定：
你有沒有收入。
但最後能不能持續蓋：
晶片。
算力。
資料中心。
模型。
應用。
則決定：
你能不能把這場比賽跑很多年。
未來真正最強的 AI 公司，
可能不只是：
做得出最強模型的公司。
而是：
有能力把巨額資本持續轉成真正客戶需求與現金流的公司。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
AI 今日早報｜2026/08/21：Alibaba AI Cloud 成長 45% 卻獲利大跌、Broadcom 據報籌逾 600 億美元 AI 債務、巴西同時找美中蓋超級電腦
