阿里巴巴：AI资本开支-从“投入”走向“回报”

这份报告的真正增量不在于'阿里在投AI'这一表层叙事，而在于JPM用一个'成熟酒桶叠加'（vintage stacked）模型把管理层零散的回收期与ROIC口径反向还原为可证伪的现金流框架——这在投研方法论上是关键跃迁。但买方必须看清三个隐含但脆弱的假设：第一，Rmb1 Capex对应Rmb1收入的前提是产能利用率60%→90%→100%三年爬坡，这意味着需求侧不能出现任何季度级失速，一旦Turn（收入/资本开支比）从1.0x滑到0.8x，IRR会从~22%直接跌穿10-14%资金成本防线；第二，45%增量EBITDA Margin是'新装机的纯边际'口径，剔除了存量CPU遗留、T-Head摊销与AI Labs亏损，所以报告里12%云Margin与稳态20%成熟酒桶ROIC之间的gap才是判断管理层'是否保守'的真正标尺；第三，零残值假设意味着5年后硬件归零，未来若AI芯片代际更迭快于折旧周期（如H100到B200的间隔），现在看似保守的IRR反而会高估真实回报。 把它放进更宏观的格局：阿里此刻的capex强度（Rmb677亿季度）对标的是北美超大规模云（微软/谷歌/AWS），但面对的是一个价格正在通缩、且缺乏超大规模模型训练溢价的中国市场。与微软Azure不同（Azure既有OpenAI等头部模型独占权，又有企业SaaS生态绑定），阿里云的AI需求更分散、对价格更敏感，所以45%增量Margin的可持续性需要观察两个微观信号：镇玄M890对外客户数（当前650+）是否能在2-3个季度内翻倍，以及AI相关产品在外云收入占比能否如期在FY27末逼近50%。横向参照亚马逊AWS 2013-2018年capex高强度期，AWS用了约6-7年才进入稳态FCF正贡献，FY29的现金流拐点对阿里已是较激进假设。 最大的下行变量其实是capex节奏——管理层暗示平台化，但中国云竞争格局（腾讯云、华为云、火山引擎）迫使任何松懈就意味着份额流失；报告自己也承认'capex stepping up rather than plateauing'是核心风险。买方接下来需要高频跟踪的指标包括：①9月季度外云增速能否>50%（核心门槛）；②云Margin环比是否持平或扩张（决定IRR可信度）；③AI Labs亏损是否如管理层指引逐季下行（决定集团整体利润弹性）；④镇玄芯片对外出货量与客户结构（决定T-Head能否从成本中心转为利润中心）；⑤即时零售亏损收敛斜率（影响FY29集团FCF目标）；⑥CMR增速（消费侧压力计）。9月季报、12月季报、明年3月年报将是连续三个验证窗口，任一节点若外云增速掉到50%以下或capex继续阶跃，22% IRR的逻辑就需要下修；反之若9月季报实现上述'三个50%'（增速50%、AI占比向50%、镇玄客户向1000+），估值切换到18-20x P/E的空间则打开。