阿里腾讯百度AI投入2080亿元，自由现金流转负

（本文作者为 奇帆商业，钛媒体经授权发布）

11月9日，SpaceX一项预计投资240亿美元的计划浮出水面。公开听证文件显示，这家公司打算在得克萨斯州兴建燃气发电厂和超级计算中心。

项目还没拿到批准，可这家靠航天出名的科技公司已经在盘算自己搞定算力设施的供电。

微软、谷歌、亚马逊和Meta的AI资本开支一直在加码。除了芯片、服务器和数据中心，电力供应也慢慢成了拖累项目进度、推高建设成本的一环。

AI竞争的投入边界，已经从计算设备扩到了能源基础设施。

国内互联网大厂的投资同样在放大。阿里、腾讯、百度不断买芯片、扩算力，AI业务收入也在涨。但先进芯片供应受限、模型服务竞争激烈，再加上部分成熟业务增长放缓，这几家中国企业扛着的经营压力和美国科技公司不一样。

钱越投越多，财报也露出了另一面：业务收入的增长，未必追得上投资的速度。

01 2080亿元，花在了哪里

荣鼎集团9月17日对外发布了一份中国AI融资研究报告，覆盖阿里、腾讯、百度、华为、电信运营商、模型公司以及独立数据中心运营商共13家企业。报告给出的估算是：上述企业2026年用于AI基础设施的资本开支将达9320亿元，同比增幅103%；到2027年，这一数字可能突破1.2万亿元。

从体量看，中国AI基础设施的投资目前只相当于美国的15%至20%，可资金面的压力已经反映在互联网大厂的财报上。荣鼎集团的数据显示，2026年上半年阿里、腾讯、百度三家资本开支合计2080亿元，而同期自由现金流合计为负160亿元。

半年花掉2000多亿元，三家企业经营活动产生的现金已经填不上同期的资本性投入。当然，这些开支不全是投向AI，自由现金流转负也不等于亏损。更该关注的是另一件事：越铺越大的基础设施投资，正在改变互联网公司安排资金的方式。

阿里的财报提供了一个具体例子。

2026年第二季度，阿里经营活动现金流净额为229.45亿元，同比增长11%；用于购置物业及设备的现金支出约676.60亿元，自由现金流净流出446.70亿元，上年同期净流出188.15亿元。

阿里云自身的经营数据不算难看。同一季度里，AI相关产品收入已是连续第十二个季度三位数增长，云分部调整后EBITA利润率12%。现金面上，截至6月底阿里手握现金及其他流动投资4745.05亿元，家底仍然厚实。

图源：阿里巴巴官方：2026年6月份季度业绩

阿里眼下并不缺少继续投资AI的钱，真正的压力来自投资速度和收入兑现速度之间的差距。

买芯片、服务器、网络设备，钱要先付出去；客户用上云服务之后，收入才一点点进来。这中间，阿里还得负担数据中心的电费、维护开销和设备折旧。算力需求上涨能带动收入，可新买的设备能不能被用满，才是投资回报的关键。

数据中心盖起来，不等于里面的算力就卖出去了。要提升设备利用率、把固定成本摊薄，企业得源源不断拿到客户订单。阿里云的AI业务增速确实快，但收入的增长还没有让集团自由现金流跟着好转。

腾讯这边，资金占用体现为另一种形态。荣鼎集团引用腾讯披露的信息称，2026年第二季度腾讯约有510亿元AI相关预付款计入经营现金流，当季资本开支约590亿元。

预付款和资本开支分属不同的会计项目，没法直接加总。不过两者放在一起，能看出一种采购上的共性：为了把先进芯片和计算资源锁定下来，企业往往在设备交付、资产确认之前就把大笔资金付了出去。

算力这场竞争，比的既是谁能买到芯片，也比谁能提前筹到钱、扛住交付周期，再把采购来的资源转成实际业务。采购盘子越大，设备利用率和后续市场需求的分量就越重。

百度面对的局面更绕一些。2026年第二季度，百度AI驱动业务收入125亿元，同比增长25%；AI云基础设施收入73亿元，同比增长50%。另一头，传统在线营销业务还在下滑，而基础模型、云计算和自动驾驶都需要持续投钱。

阿里的底气可以来自电商，腾讯手里有游戏和广告，百度则得在搜索广告增长承压的同时，继续给新业务输血。AI云收入涨得不慢，但要说新业务已经补上传统业务留下的缺口，眼下还证明不了。

同样是投资AI，阿里需要提高资本使用效率，腾讯需要平衡大规模采购与业务需求，百度还要面对成熟业务现金创造能力的变化。

三家公司都在加码投入，起跑位置却各不相同。

02 模型涨价，也未必赚得更多

中国大模型市场的商业化格局已经变了。过去模型厂商靠低价API、开源模型和免费应用抢开发者，企业客户能在不同模型间切换，也能自己部署开源模型，价格成了采购时的重要考量。

到了2026年，有些模型厂商开始上调API价格。荣鼎集团报告提到，DeepSeek也在8月调整了定价，还引入了更高的高峰时段价格。一直降价虽然能拉高调用量，却会挤压服务商的收入空间，算力资源又依然昂贵。

涨价并没有马上让盈利问题消失。荣鼎集团统计，智谱和MiniMax的整体毛利率分别从2025年的约41%和25%，降到2026年上半年的约26%和18%。两家公司业务结构不一样，毛利率下降不能全怪模型定价，但收入增长和盈利能力之间的落差已经摆在那里。

图源：荣鼎集团报告“Problems with eventual profitability”章节

企业项目往往单位收入更高，可销售、交付和定制化支持都少不了，市场扩张速度也受限制。开放平台更容易触达大量开发者，调用规模能快速涨上去，客户对价格却更敏感。

模型公司面前这道选择题不好做：高毛利业务未必容易做大，规模涨得更快的API业务又未必能带来同样高的利润。

MiniMax也在调客户结构。荣鼎集团援引的数据显示，其企业客户相关年度经常性收入占比从2025年8月的约30%提高到2026年8月的约80%。企业客户占比上去，通常有利于建立更稳定的付费关系，可产品部署、算力租赁和研发投入也会推高经营成本。

模型推理还有个特点：持续消耗计算资源。用户提一次问题，系统就得完成一次计算。复杂任务涉及更长上下文、多轮推理以及工具调用，单次任务可能吃掉更多算力。

模型优化能压低单位计算成本，新的应用形态又在不断推高计算需求。企业客户买的也不只是Token，而是模型能不能稳定完成任务、减少人工投入。厂商要证明的是客户愿意为完成一项任务付多少钱，而不只是模型能生成多少Token。

落到消费级AI应用上，这笔账更难算清。荣鼎集团的报告显示，阿里在2026年第二季度把AI应用业务单独划出后，该业务收入约30亿元，调整后EBITA亏损约140亿元。这个分部的业务边界和成本怎么分摊，没法直接当成某一个AI助手的经营成绩来看，可收入和亏损摆在一起，落差还是引人注意。免费的AI助手拉用户很快，推理和产品运营的开销也得一直掏。订阅、广告、电商佣金、企业服务，这些路都可能带来收入，但用户量能不能变成稳定的付费，还得看后续更多经营数据。

阿里云、百度智能云有向企业销售算力和模型服务的渠道，消费级AI助手则要建立另一套收费逻辑。活跃用户多，还不足以说明业务已经能够独立盈利。

中国AI已经从争夺模型性能、开发者和用户规模，转入争夺客户付费能力的阶段。

03 谁能把AI养下去

资金端给中国AI的钱正越聚越多。荣鼎集团统计，2026年前八个月，智谱、MiniMax、DeepSeek、月之暗面等主要模型公司通过私募融资、上市和定向增发等渠道拿到的资金，加起来有1790亿元。2025年，这几家公司的私募股权和风险投资融资约为90亿元，不过两组数字统计的融资渠道范围并不一样。

大厂的钱也在重新安排。荣鼎集团研究提到，一些互联网公司压减股票回购、卖掉短期投资资产、同时增加借款，腾出钱来投向AI基础设施。字节跳动9月拿到一笔296亿美元的银团贷款，路透社报道称，其中大部分预计会用在AI相关项目上。

AI竞争已经从企业内部的研发预算，扩到银行贷款、股票市场和长期资产融资这些地方。技术能力决定了要投多少钱，融资能力则关系到能不能一直投下去。

中国AI公司在资金结构上和美国科技巨头差别不小。美国大型科技公司用债券市场融资更普遍，中国企业更靠经营现金流、股权融资和银行贷款。融资渠道不一样，企业扛的风险也就不一样。

大型互联网企业手里有成熟业务和健康的资产负债表，长期投入可以靠经营收入、贷款和其他融资安排来支撑。独立模型公司则更多向股权市场要钱，数据中心运营商得走银行贷款、资产证券化、房地产投资信托基金和融资租赁这些路子。

真正把各家拉开距离的，或许是投资回收周期。

云厂商买回GPU，得靠客户调用和算力租赁一点点把成本收回来。模型公司要持续掏研发和推理的钱，收入涨得再快，也未必能马上盖住支出。数据中心运营商则不同，设备会折旧，融资有期限，期间必须把出租率维持得足够高。

AI基础设施这门生意，先要垫付大量资金，再靠未来的收入慢慢回本。设备一买回来，财务风险就已经落在企业身上；客户需求能不能一直涨下去，还得等时间给答案。

数据中心行业里，相关风险已经露头。

荣鼎集团引用中国信息通信研究院的数据称，2026年上半年中国新增算力中心项目里，54.3%涉及融资租赁。这种模式把企业一次性采购设备的资金门槛降了下来，也让一些运营商得以加杠杆扩大算力规模。

报告还提到一个案例：四川斌际科技通过售后回租等方式融资采购GPU，企业破产之后，15家持牌租赁公司直接遭受损失。

这起案例牵涉的是具体企业的融资和经营问题，代表不了整个算力租赁行业，但它把重资产扩张的一种风险摆了出来——设备采购靠融资，未来收入又系于市场需求。GPU价格、出租率或者客户订单一旦生变，偿债压力可能很快顶上来。

算力资产不等于稳定的现金流。服务器花钱能买到，长期客户却没法靠融资直接买来。

大型互联网公司的优势恰恰在这里。阿里有电商业务，腾讯有游戏和广告收入，百度还有搜索业务。AI项目哪怕还没收回投资，成熟业务也能帮着分担一部分资金压力。

独立模型公司没有同等体量的成熟业务。融资能帮它们扩研发团队、买算力、抢客户，但没法无限期顶替经营收入。资本市场肯给多高的估值，企业又能把收入增速维持在什么水平，都会影响下一轮融资。

手里握着长期合同的数据中心运营商，稳定的客户需求能压低投资风险。反过来，靠短期算力租赁、负债率又偏高的企业，更容易被设备价格和市场需求的变化拖住。

国内AI市场仍有扩张余地。往后算力需求和服务成本会怎么走，企业应用、智能体、国产芯片、推理优化这几条线都可能带来变化。产业规模变大，不代表每个玩家分到的好处都一样。

模型能做出来，只是入场竞争的第一步。能不能持续付得起研发和算力的钱，能不能把客户留住，能不能在设备更新之前收回投资，才决定一家公司能走多远。

中国AI越来越烧钱。资金充裕的企业可以去争更长的回报周期，靠外部融资撑着的公司则要更快证明自己的商业价值。下一轮竞争里，模型能力依然重要，企业能扛多久、客户愿意付多少，也会慢慢决定各自的位置。