【摘要】剖析阿里与腾讯在AI资本开支上的显著分歧，揭示其背后“供给侧”与“需求侧”的战略逻辑，以及最终在应用层面的殊途同归。

引言

近年来，人工智能领域的资本热度与技术迭代并行加速，全球科技行业都投身于这场浪潮。然而，伴随高涨预期的，是关于“AI泡沫”的持续辩论。比尔·盖茨的审慎与OpenAI董事会主席布莱特·泰勒的乐观，分别代表了两种截然不同的视角。前者警示高估值下的激烈竞争，后者则坚信泡沫破裂后将催生巨大的经济价值，如同早期的互联网革命。

将目光投向国内，头部科技巨头的战略布局同样引人深思。2024年上半年，阿里与腾讯在AI领域的投资步伐一度高度协同，展现出集体重仓的决心。但进入下半年，双方在资本支出（Capital Expenditure, CapEx）这一最核心的资源配置动作上，出现了明显的分野。阿里选择继续踩下“油门”，而腾讯则开始轻点“刹车”。这种分歧并非口号上的差异，而是实实在在的资源投向与战略优先级的调整，其背后，是两种截行之有效的“算力—应用”发展路线的深度分化。

📈 一、殊途同归的起点：资本开支的同步狂飙

2024年初，以DeepSeek为代表的国产大模型取得突破，彻底点燃了国内市场对算力基础设施和大模型研发的热情。面对这场技术范式迁移，阿里与腾讯不约而同地选择以激进的资本投入，确保拿到“AI时代的入场券”。

1.1 巨头的一致行动：重注AI基础设施

在这一阶段，两家公司的公开表态与财务数据均指向同一个方向，即不计成本地进行前期算力储备与基础设施建设。

  • 阿里巴巴的雄心：阿里CEO吴泳铭在2月财报会宣布，计划在未来三年投入超过3800亿元用于建设云和AI硬件基础设施，其总额甚至超过了过去十年的总和。这一数字后来被高层暗示可能仍然“偏于保守”，显示出其对AI基础设施需求的极度乐观预期。财务数据显示，阿里在过去四个季度中，仅用于AI和云基础设施的资本开支就已达到约1200亿元。

  • 腾讯的全力跟进：腾讯同样展现了强烈的投资意愿。其2024年全年资本开支达到767.6亿元，同比增速高达221%。尤其在第四季度，单季支出攀升至390亿元，创下历史新高。腾讯总裁刘炽平在3月的电话会议上甚至给出了更为激进的指引，预计2025年的资本开支将占收入的低两位数百分比，按此推算，总额有望突破千亿大关。

1.2 资本开支数据对比：2024-2025周期的同步与分化

为了更直观地理解两家公司在资本投入上的节奏变化，我们可以将公开数据与图表信息进行整合对比。

对比维度

阿里巴巴

腾讯控股

2024年Q4峰值

资本开支约280亿元

资本开支约370亿元（达到峰值）

2025年Q2

资本开支约390亿元（达到峰值）

资本开支约195亿元（持续回落）

2025年Q3

315.01亿元（同比增长80.1%）

129.83亿元（同比下降24.1%）

2025年前三季度

总开支947.89亿元（同比增长132.7%）

资本开支逐季减少，趋于“冷静”

未来指引

CEO吴泳铭：“3800亿数字可能偏小了”

总裁刘炽平：“2025年资本开支将低于此前指引”

从上表可以清晰地看到，双方在2024年底至2025年初均处于资本开支的高位。然而，从2025年第二季度开始，两条曲线开始走向截然不同的方向。阿里在创下新高后继续维持高位运行，而腾讯则在达到峰值后迅速回落，并进入收缩通道。这一变化，标志着双方AI战略的正式分野。

🧭 二、路线分化：资本曲线背后的战略分野

资本开支的“油门”与“刹车”，是公司战略意图最直接的体现。阿里与腾讯在AI投资上的分歧，根植于两者截然不同的商业模型、业务压力和对AI价值实现路径的判断。

2.1 战略定位的根本差异：供给侧 vs. 需求侧

我们可以用一个简化的模型来理解两者的战略差异。阿里更偏向于**“供给侧”逻辑**，而腾讯则更侧重于**“需求侧”逻辑**。

这个流程图清晰地展示了两种模式的驱动核心。阿里的循环始于资本投入，目标是构建一个强大的供给平台，相信“路修好了，车自然会来”。而腾讯的循环始于用户需求，投入的决策与强度，高度依赖于具体场景的投资回报率（ROI）。

2.2 阿里巴巴的“供给侧”逻辑：构建AI时代的“水电煤”

阿里之所以坚定地选择重资产投入，其背后有多重商业逻辑的支撑。

2.2.1 第二增长曲线的战略诉求

阿里长期依赖的电商业务正面临行业规模增长停滞与市场竞争白热化的双重挑战。其在中国电商市场的份额已从高峰期的超过80%下滑至40%左右。在此背景下，阿里云计算业务被寄予厚望，成为驱动公司未来增长的第二引擎。2026上半财年，云业务收入在阿里总收入中的占比已达到14.78%，创下历史新高。AI应用需求的爆发，为阿里云的增长提供了前所未有的历史机遇。因此，对AI基础设施的投资，本质上是对阿里云核心竞争力的投资。

2.2.2 “基础设施先行”的平台信仰

阿里的基因是一家平台公司，其成功建立在构建强大的商业基础设施之上。在AI时代，阿里同样希望扮演“水电煤”供应商的角色。CEO吴泳铭将大模型定义为“下一代的操作系统”，而通义千问的目标是成为“AI时代的Android”。这种定位决定了阿里必须采取**“基础设施先行”**的策略。只有拥有足够强大、足够领先的算力底座，才能吸引最广泛的开发者和企业客户，构建起繁荣的生态系统。吴泳铭在财报会上直言“服务器上架速度仍然远远跟不上客户订单的增长速度”，这进一步强化了阿里“先建好底座”的紧迫感和必要性。

2.3 腾讯的“需求侧”逻辑：以终为始的“好用AI”

相比之下，腾讯的战略显得更为从容和务实，这源于其稳固的业务基本盘和独特的企业文化。

2.3.1 强业务基本盘下的效率优先

腾讯坐拥微信这一中国互联网的超级流量入口，其游戏、广告和社交业务能够提供稳定且强大的现金流。这意味着腾讯在面对AI浪潮时，没有阿里那般强烈的“寻找第二增长曲线”的焦虑。AI对其而言，更多是扮演一个**“赋能者”和“效率提升工具”的角色，用于增强现有产品的用户体验、提升广告转化率、优化游戏开发流程等。因此，腾讯的AI投入更强调投入产出比（ROI）**，避免因过度超前布局而导致算力闲置和资源浪费。

2.3.2 “用户为先”的产品哲学

腾讯的成功根植于其深刻的用户洞察和卓越的产品能力。这一基因也延伸到了其AI战略中。腾讯高级执行副总裁汤道生明确表示，腾讯的战略选择始终“回到用户为先”，聚焦于解决特定场景下的用户痛点。这最终演化为**“做好用的AI”**这一核心战略。相比于在模型排行榜上争夺名次，腾讯更关心AI技术能否转化为用户真正喜爱并高频使用的产品功能。这种以应用为导向的思路，使其在算力投入上更加克制和精准，优先服务于已经验证或高潜力的业务场景。

🛠️ 三、战术执行与组织演进：从基建到应用的双向奔赴

尽管战略起点不同，但随着行业发展，阿里和腾讯都意识到，单一维度的优势无法构筑真正的护城河。AI的竞争终将是模型、基建、应用和生态的全面战争。因此，我们看到两家公司都在积极地向对方的优势领域渗透，进行“双向奔补”。

3.1 行业共识的迁移：从训练规模到应用价值

AI竞赛的上半场，行业焦点集中在模型参数规模、训练数据量和基准测试得分上。然而，当头部模型的通用能力逐渐趋同后，竞争的重心开始向下沉淀，转向更务实的维度。

  • 推理效率与成本：对于大规模应用而言，推理成本远高于训练成本。如何降低单位Token的推理成本、减少延迟、提升吞吐量，成为工程化的核心挑战。

  • 产品化落地能力：技术能否被封装成稳定、易用、能解决实际问题的好产品，是决定其商业价值的关键。

  • 智能体（Agent）的兴起：AI正从一个“问答机器”进化为能够自主规划、调用工具、完成复杂任务的智能体。这要求模型不仅要会“说”，更要会“做”。

这一行业趋势的变化，促使阿里和腾讯都必须重新审视自己的能力版图。

3.2 阿里的“向下”渗透：从云端能力到C端入口

长期以来，阿里在C端应用上的表现一直被认为弱于腾讯。为了弥补这一短板，阿里在2025年下半年发起了迅猛的应用层攻势。

3.2.1 “千问”项目的战略升级

标志性事件是**“千问”项目的推出**。阿里将原“通义”APP更名为“千问”，并进行了重大的功能迭代。此举背后是清晰的品牌区隔与战略意图。

  • 品牌区隔：“通义”品牌将继续代表其底层大模型技术，专注于研发和To B/D（面向企业和开发者）服务；而“千问”则专注于C端市场，目标是成为一个独立的超级应用。

  • 组织保障：阿里为此专门成立了千问C端事业群，给予了充足的资源和独立的决策空间，其战略目标是将千问APP打造成“AI时代用户的第一入口”。

3.2.2 惊人的市场增长与生态布局

千问APP的市场表现验证了阿里此次转型的决心与执行力。根据公开数据，千问APP在公测23天内，月活跃用户数（MAU）便突破3000万，成为同期全球增长最快的AI应用之一。在此基础上，阿里系的其他业务也在加速跟进，蚂蚁集团先后上线了全模态通用AI助手“灵光”和升级版AI健康应用“蚂蚁阿福”。这一系列动作表明，阿里正试图将其强大的模型能力，快速转化为用户心智和生态入口，而不仅仅是作为阿里云的一项能力输出。

3.3 腾讯的“向上”夯实：从场景应用到工程化平台

与此同时，深知应用创新离不开强大底层支持的腾讯，也在悄然加固其技术基础设施和工程化能力。

3.3.1 组织架构的重大调整

腾讯近期对大模型研发架构进行了重大调整，新成立了三个核心部门。

  • AI Infra部：负责大模型训练和推理平台的技术能力建设，聚焦于分布式训练、高性能推理服务等核心技术，目标是构建稳定高效的AI基础设施。

  • AI Data部：负责大模型的数据及评测体系建设，确保模型训练的数据质量和评估的科学性。

  • 数据计算平台部：负责大数据和机器学习的数据智能融合平台建设。

这次架构调整的信号非常明确，腾讯正在将AI基础设施和工程化能力从各个业务线中抽离出来，进行平台化和体系化建设，以支撑未来更多业务的AI化需求。

3.3.2 顶尖人才的引进与技术路线的明确

OpenAI前研究员姚顺雨的加盟，是腾讯AI战略布局的又一关键落子。姚顺雨是ReAct框架的提出者，该框架是当前全球Agent研发的基石技术之一。他所倡导的“AI下半场”观点，即重心将从“训练”转向“评估与定义”，让AI进化为能解决复杂现实问题的智能体，与腾讯“做好用的AI”战略不谋而合。引进姚顺雨，并由其执掌AI Infra部和大语言模型部，表明腾讯不仅要补强基础设施，更要在代表未来的Agent技术路线上抢占先机。

⚖️ 四、风险权衡与未来展望：两种路线的周期与终局

阿里和腾讯选择的不同路径，各自都伴随着独特的机遇与风险。对这两种路线的评估，不能简单地以短期资本开支的增减来论断优劣，而应放在更长的时间周期和更复杂的商业环境中去审视。

4.1 投资节奏的风险敞口

  • 阿里的重资产周期风险：阿里选择的“基建先行”模式，是一种典型的重资产策略。其面临的主要风险在于资本回报周期与利用率压力。如果市场对AI云服务的需求增长不及预期，或者技术路线发生突变导致现有硬件被淘汰，那么巨额的固定资产投资将带来沉重的折旧成本和资产减值风险。如何平衡供给的超前部署与需求的动态波动，将是阿里持续面临的挑战。

  • 腾讯的战略窗口期风险：腾讯选择的“需求驱动”模式，虽然财务上更为稳健，但也面临着错过关键技术窗口期的风险。在AI基础设施（尤其是高性能推理平台）、核心工具链和开发者生态等领域，一旦行业标准形成或出现赢家通吃的局面，后发者可能需要付出极高的成本才能追赶，甚至可能被彻底“卡位”。如何在保持财务纪律的同时，确保在关键技术节点上不掉队，是腾讯需要权衡的难题。

4.2 终局的度量衡：从资本投入到算力产出

随着竞争的深入，市场对AI业务的评估标准，必将从简单粗放的“CapEx规模”和“模型参数量”，转向更为精细和商业化的指标。**“单位算力产出”**将成为衡量AI战略成功与否的核心标尺。

未来，我们应该关注以下这些更具可比性的度量衡。

  • 技术与成本指标：单位推理成本的下降幅度、模型的响应延迟与吞吐量、在关键任务上的成功率与可控性。

  • 用户与产品指标：AI应用的月活跃用户数（MAU）、用户留存率、功能使用频率、以及Agent带来的流程自动化替代率。

  • 商业化指标：B端客户的付费转化率、云AI业务的收入增速、以及AI功能为核心业务带来的增量收入。

4.3 殊途同归的战场

年初高盛报告中“中国AI，基建看阿里，应用看腾讯”的观点，在今天看来已经过于简化。现实情况是，双方都在突破自己的“舒适区”，向着全栈能力的目标迈进。阿里不甘心只做“管道”，正全力构建自己的C端流量入口；腾讯也不满足于只做“应用工坊”，正系统性地夯实其底层技术平台。

资本开支的分歧，只是它们在攀登AI这座高峰时，选择了不同的登山路径。一条路是先修好通往山顶的高速公路，另一条路则是先在沿途风景最好的地方建立营地。但最终，它们的目标都是顶峰——那个能够将AI深度融入亿万用户生活和千行百业生产流程的终极战场。

结论

阿里与腾讯在AI投资上的分歧，并非对AI重要性的认知差异，而是基于各自核心业务、战略资源禀赋和未来增长诉求所做出的理性选择。阿里的“加油门”，是为其“云+AI”第二增长曲线进行的战略性重资产布局，旨在用基础设施的规模优势换取时间和市场份额。腾讯的“踩刹车”，则是其“用户+场景”驱动理念的延续，旨在用产品和效率优势换取更高的投入产出比和战略灵活性。

资本开支的曲线变化，只是这场漫长竞赛的序章。随着竞争焦点从基础设施转向应用落地，真正的较量已经开始。下半场，谁能率先打造出不可或缺的AI原生应用，谁能更高效地将庞大的算力转化为可持续的商业价值，谁才能在这场技术浪潮中最终胜出。

📢💻 【省心锐评】

资本的“油门”与“刹车”背后，是阿里用重资产换时间窗口，腾讯用强场景换投入效率的战略博弈。最终，战场不在云端，而在用户指尖。