欢迎收听雪球出品的财经有深度，雪球，国内领先的集投资交流交易一体的综合财富管理平台，聪明的投资者都在这里。今天分享的内容叫阿里巴巴电商到科技的逻辑，来自投资是一场修行之旅。

前不久，市场目光还聚焦在阿里的淘宝闪购与外卖大战上。9月10日，阿里巴巴成立26周年当天，旗下的高德又在杭州发布了“高德扫街榜”。这是高德全面AI化后的首次高调亮相。以往，高德多局限于高频导航场景，想必很多人跟我一样，出门基本都用高德导航，但该APP也仅用于导航。

高德扫街榜聚焦美食、酒店、景区三大类目，以线下餐饮商家榜单为核心，搭配特色美食榜单，开始拓展本地生活领域。消息发布后，市场将其解读为对标美团大众点评，是阿里对内部资源和产品的整合利用，以此来实现旗下资源的协同效应。

今年以来的阿里让市场看到了重回AI的叙事逻辑，其将AI运用到旗下的各个板块，同时频频推出各类协同举措，就说这个高德扫街榜，与传统点评平台相比，它的核心优势就是数据的真实性，它是基于“行为+信用”生成的榜单。其近一年5000多万人累计13亿次导航、总行程228亿公里的数据，能剖析118万家高频复购店铺，再融合芝麻信用升级后的商业信用服务体系，借助AI风控过滤虚假评价，从源头避免刷单与虚假营销。

高德扫街榜发布的当日，该功能用户便突破4000万人。同时，高德还计划未来联动饿了么、淘宝闪购、飞猪等业务，形成“需求到下单”的闭环。这一设想若能实现，将进一步强化阿里在本地生活服务领域的布局，且能为用户提供更加便捷、高效的一站式服务体验。

阿里电商发展至今，早已到了瓶颈期，必需得有所突破，才能巩固住自己的基本盘。阿里需在现有资源内深挖潜力，而本地生活正是其电商生态的关键基石，旗下饿了么、高德等布局多年的业务，天然具备外卖、导航等高频使用属性，是可以直接发力的核心抓手。

在AI技术的赋能下，这些高频业务的协同效应应该能得到进一步释放。比如其产生的实时数据能反哺AI算法迭代，例如即时零售中供需匹配、动态定价、分钟级履约等环节生成的海量数据，可为AI提供关键“试验场”，高德的地理位置信息还能助力饿了么规划最优配送路径，进一步优化AI模型；反过来，迭代后的AI模型又能反向提升本地生活运营效率，形成“数据到AI再到业务”的正向循环。

这种协同的核心逻辑，就是以AI为核心，重塑电商与本地生活的用户体验及商业效率。借助本地生活高频场景锁定用户粘性、巩固数据基础，从而稳住电商业务这一“现金奶牛”。

当前，在AI浪潮推动下，阿里正经历继互联网后的再一次跃迁。虽然阿里今年以来在本地生活上动作频频，但这些都是为了在电商领域维持住自己的地位，并非要追求大幅增长，毕竟这可是阿里创造自由现金流、在AI上加码资本投入的基本盘。

但是“大象转身”向来是商业世界的难题。像阿里这种庞大的体量、成熟的电商业务模式与一度固化的组织流程，在没有太多挑战的稳定期，这些可能都是坚固的护城河，甚至公司一度表述拿着望远镜也看不到对手。但到了不得不变革的时候，就容易沦为沉重枷锁。巨头企业的失败，往往并非因做错事，而是因将过去正确的事做得过于极致，以致难以适应新环境。商业史上，此类倒下的巨头真是不在少数，比如诺基亚的塞班系统、柯达的胶卷业务，均是“过去的优势成为未来的枷锁”的典型。

整个调整过程充满着挑战，老实说即便站在当下，阿里巴转型仍处于动态变化中，未来走向依然不是很好预判。所以尽管阿里云营收规模如今遥遥领先，据Omdia数据，2025年上半年中国AI云市场规模223亿，阿里云占到了35.8%＋的市场份额，排名第一，比排在第二的火山引擎14.8%和排在第三的华为云13.1%及排在第四腾讯云7%的合计份额还多，但其估值却并未得到充分释放。

不过九月十日甲骨文发布的“炸裂”财报，倒是为市场带来重要启发与联想。其中，核心数据“剩余履约义务”实现爆炸式增长，当天直接推动其股价暴涨40%。这一数据背后反映的业务订单储备与未来收入预期，不仅成为甲骨文股价的强力催化剂，也给国内一些科技巨头未来的增长潜力和市场估值逻辑带来了一定的参考价值。

这里正好也学习记录一下。先看什么是剩余履约义务？“剩余履约义务”是云计算与软件即服务领域极具参考价值的财务指标。其中，SaaS是指通过互联网提供软件应用的商业模式：用户无需本地安装软件，可直接在线使用，付费模式多为按订阅周期支付费用。

剩余履约义务简称RPO,而RPO所衡量的，正是企业已与客户签订合同、但尚未完成服务履约的部分对应的收入金额，直观反映了企业未来可兑现的收入储备情况。所以这个RPO数据等于是给投资者展示了甲骨文未来合同期内的大致营收状况，这对于衡量其未来收入增长的确定性有着非常重要的指引作用。

甲骨文近年专注AI高性能计算，通过优化GPU调度，为客户提供高效千卡级资源调用，赢得了OpenAI、Meta、xAI等企业订单，这次公布的RPO数据高达4550亿美元，一年内增长了359%，这背后是与科技巨头的大量合作。其中Open AI正式敲定的一份价值3000亿美元的订单，是当前云计算行业规模最大的合作协议之一。

再从甲骨文2026财年第一财季具体业绩看，该季度营收是不及预期的，但整体云业务营收为71.86亿美元，同比增幅28%，约占当季总营收的48.2%。其中核心业务云基础设施营收同比大增55%，至33亿美元。同时公司还预计后续四个财年，这一业务营收会依次达到320亿美元、730亿美元、1140亿美元和1440亿美元。

这些数据不但表明甲骨文正从传统的数据库巨头，成功转型为AI时代的云计算基础设施服务商，同时也折射出全球AI产业对高性能算力基础设施的强劲需求，这个赛道可以说是足够大、也足够宽！

在全球AI大厂中，目前仅有两家具备真正的“全栈AI能力”，一家是Google，另一家便是阿里。具体到阿里与Google，二者均实现了从芯片到基础设施到平台到模型最后到应用的环环自研与深度布局。这种全栈能力可以确保企业技术自主可控，避免关键环节被“卡脖子”，还能快速响应自身业务发展的需求；同时还能通过软硬件协同优化，控制成本，这样的技术链各环节深度联动，可以构建更完整的AI生态，形成差异化竞争壁垒。

说回阿里云，其在基础设施与技术层已形成完善布局：核心业务云基础设施全球覆盖29个地域、89个可用区，提供多样GPU弹性算力、灵骏AI训练集群等核心资源；云环境中的应用基础设施服务则依托PAI人工智能平台、推理服务EAS等工具，为模型训练与数据处理提供关键支撑。

从业务联动来看，当前市场所有AI概念均能与阿里云形成有效衔接，无论是模型上下文协议、夸克及苹果合作的超级入口，还是电商、高德地图场景下的Agent应用，均能与阿里云生态联动。所以，无论外部还是内部AI应用实现放量，最终都能转化为阿里云的潜在增长动力，形成“基础设施到技术支撑再到AI场景再到业务增长”的完整闭环，业务逻辑链清晰且具备强落地性。

而在国内科技行业中，真正具备像阿里、腾讯这样大规模投入AI能力的巨头并不多。这种“大幅投入”的能力，主要源于长期积累的庞大资金储备，核心主业比如如阿里电商、腾讯社交与游戏持续产生的稳定现金流。

对比甲骨文来看，阿里拥有电商业务这一稳固“造血”基本盘，即便是前两年蒋凡未回归、业务压力最大的时期，其电商营收也未陷入负增长，而如今蒋凡回归，马爸爸亲自督战，要用AI重塑电商，想必电商板块表现大概率是能优于此前阶段的。其实只要电商基本盘能稳住往年1600亿+量级以上的现金流，同时止住其他板块业务亏损的“出血口”，就能稳稳的在AI和云上持续发力。

就在25年半年报中，阿里的资本开支就高达386亿元。其主要投向了AI服务器、网络设备以及数据中心基建三大核心领域。这些数据中心建设投入巨大，需要大量资金用于土地购置、机房搭建、电力供应系统与制冷系统构建等，以为AI和云计算业务储备物理空间与基础支撑。若没有强大的资金储备和现金流是很难维持这样的巨大投入的。而过去的四个季度，阿里巴巴在AI基础设施和产品研发上的累计投入已超1000亿元。

此前，市场一直阿里归为电商范畴，甚至芒格也曾直言其为“该死的零售商”。但如今，阿里作为科技企业的核心逻辑正不断得到验证。国内以阿里为代表的几大互联网巨头，早已不仅能为客户提供云计算算力，还能提供软件服务、系统集成服务，甚至包括整体管理能力服务及芯片服务等。

这种业务性质的差异，直接决定了阿里估值逻辑巨大差异。若仍被视作电商，哪怕是AI电商，其估值最多仅能维持在十几倍；但一旦市场认可其“科技成长公司”的定位，估值可能就是30倍PE起步了。

因此，对阿里而言，此前的外卖大战、当下的高德扫街榜等本地生活动作，都并非自己关注的点。当初之所以只以个位数的电商估值配置少量阿里，本身就不对这块业务的增长潜力抱太多预期，配置的核心逻辑就是想看看当初看似估值“白送”的业务背后，其科技属性能否突破，最终是否能成长为公司的第二增长曲线。

而之所以持仓占比控制在10%以内的个位数，且即便对阿里关注数年，也还是到了近两三年估值足够低的时候，才非常谨慎的一点一点逢低换入，也是因为清楚科技赛道的“高潜力”和“高风险”从来都是一体两面，核心风险几乎都绕不开“技术迭代的不确定性”。

最后再记录两个9月12日看到的两个消息：

首先，9月12日，《The Information》援引知情者消息称，阿里巴巴、百度已启动自研芯片用于AI模型训练，实现对英伟达产品的部分替代。其中阿里自 2025 年初起，将自研芯片应用于小型、轻量 AI 模型训练，其员工表示该芯片性能可与英伟达 H20 相当，但目前尚无法彻底停用英伟达芯片，开发前沿、高算力需求的顶尖模型时仍需依赖其产品。

同日，阿里通义实验室推出下一代大模型架构Qwen3-Next，同时开源Qwen3-Next-80B-A3B系列模型。该模型总参数 800 亿，推理仅激活 30 亿参数，训练成本较 Qwen3-32B 密集模型降低超90%，长文本推理吞吐量提升 10 倍以上。此外，8月31日中国电信与阿里巴巴在杭州签约战略合作，双方将在云和AI基础设施等领域深入合作，联合打造数字化与AI应用一体化解决方案，助力中国企业出海。

2986.阿里巴巴电商到科技的逻辑

雪球·财经有深度