阿里800亿融资全投AI，算力烧钱大战进入下半场

环球零碳

碳中和领域的《新青年》

撰文|小博

编辑 | 小澜

→这是《环球零碳》的2118篇原创

800亿融资ALL in AI，阿里卷入了一场全球AI军备竞赛。

8月23日，阿里巴巴宣布，向美国境外的非美国人士配售新股，配售总金额为800亿港元（约102亿美元），这是其自 2019 年在港股上市以来的首次股权融资行动。

本次配售所得款项净额将100%用于投资全栈AI能力，加强AI基础设施建设，进一步巩固阿里在AI领域的地位。

在这次融资的前几天，即8月20日，阿里巴巴集团发布2027财年第一季度（截至2026年6月30日止季度）财报，其中经营利润为人民币151.61亿元，同比下降57%，资本开支却达到676.78亿元，同比增长75%，其中大部分用于AI基础设施支出，公司自己也承认，AI基础设施属于重资产模式，需要提前投入大量CAPEX。

一个是不惜短期稀释股权，也要大规模加码全栈AI；一个是利润大幅下滑，也要在AI基础设施上砸入重金。这些迹象显示，为了提前锁定未来几年极其稀缺的算力资源，阿里和其他科技巨头一样，不惜疯狂烧钱。

很多人担心，如此规模的烧钱，能否换来确定性的未来？AI到底是泡沫还是有真实需求？

对此，阿里CEO吴泳铭给出明确答案。他解释说，全栈式AI平台的服务商业模式是重资产模式，如今看到的所有的AI的变现方式都在AI的算力中心的基础上，要获得高速增长的前提，需要在CAPEX（资本支出）投入上进行前置，“行业共识是在2030年之前，看不到AI算力紧缺有大的改变，我们看到的是，在这个背景下，AI算力Capex投资回报确定性非常高，Capex投入可三年内回本。考虑到AI相关产品毛利率还在提升，未来有望缩短到2.5年回本甚至2年。”

吴泳铭的观点，透露两个关键信息，一个是表面上的，即目前AI算力仍严重供不应求，相关产品毛利率在提升，Capex有望3年内回本（甚至2–2.5年）。

另一个深藏的信息是，阿里已经不是简单的互联网公司了，也不是简单的电商公司，而是转型为一家AI公司，所以资本支出不可同日而语。

如果只是一家互联网公司和普通的软件业务，当然应该追求轻资产、高毛利、快速盈利。

但如果转型为AI公司，大模型业务背后是GPU、CPU、网络芯片服务器、数据中心、电力、液冷、存储……这些都是重资产，需要砸真金白银。

随着AI业务增长越快，需要烧的钱反而越多。

AI不仅是吃电怪兽，更是吞金怪兽。阿里不是没钱，而是不想只用自己的现金流来承担这场AI军备竞赛。

为了提升现金流的使用效率，吴泳铭表示，将和合作伙伴共建AI的算力中心，有一些AI的算力合同已经开始采取预付方式。

这种合作共建，已经逐渐成为主流打法。比如腾讯携手远景科技集团，在内蒙古赤峰落地了全球首个100%绿电直供的数据中心，综合能源成本可降低超40%。远景还携手头部AI公司在乌兰察布打造全球最大零碳AIDC 园区，总规划容量超过‌2GW‌。

不只是阿里如此，全球科技巨头几乎都开启了AI烧钱大战。

国内，字节跳动正讨论2026年砸下最高700亿美元（约合 4767亿元人民币）建设AI数据中心；腾讯也把单季资本开支顶到528亿元，创下中国互联网大厂的季度烧钱纪录。

国外，2026年，微软、亚马逊、Alphabet、Meta等大型科技公司，在AI基础设施上的Capex指引合计将超过7250亿美元（近5万亿人民币）。

部分企业甚至预测未来几年累计超4万亿美元。

而Alphabet今年甚至已经把资本开支预期提高到约2050亿美元，并且开始通过发行澳元债券来为AI数据中心和算力基础设施融资。

摩根士丹利预计，2026年全球AI相关债务发行规模可能接近5700亿美元。

甚至连Anthropic这样的AI公司，也已经不是传统意义上的互联网创业公司了。Anthropic今年5月完成650亿美元融资，投后估值达到9650亿美元，公司明确表示，融资将用于扩大计算能力、产品和基础设施。

大家都认定，谁先把算力堆上去，谁就掌握AI时代的基础设施定价权。

为了满足这场AI军备竞赛，英伟达还在暗中联合高盛、贝莱德、黑石等六家华尔街顶级金融巨头，宣布了一项规模高达5000亿美元（约3.4万亿人民币）的AI基础设施融资计划。

趋势已经非常明显，这是一场全球性的基础设施竞赛。美国公司已经把“先砸钱抢算力”玩到极致，中国企业如果不跟上，AI的领先位置会被削弱。

AI正在进入资本密集型和重资产时代，拼到最后，可能并不只是看谁更有钱，很可能会进一步演变成一场算力、资本与能源的综合较量。

钱可以买来芯片，却买不来无限的电力，解决不了越来越庞大的能源消耗。

当AI算力从万卡、十万卡继续向百万卡迈进，数据中心正在从传统的IT基础设施，变成一种高度能源密集型的新型工业设施。未来一座大型AI数据中心，拼的不仅是GPU数量，更是电力来源、能源成本、并网能力、储能能力、散热能力以及持续稳定运行的能力。

AI的上半场拼模型，下半场拼AI基础设施；模型决定上限，算力决定规模，而能源决定这场AI竞赛究竟能走多远。

热门阅读