자본시장 · 리포트

Chinese AI platform executives face pressure to secure productive use cases ('find jobs') for 20GW of existing compute capacity as utilization challenges emerge.

China's rapid AI compute buildup is hitting utilization headwinds; GPU capacity oversupply in China may dampen future capex growth and force efficiency improvements.

업계 전문지Slicast · 2026년 9월 24일 11:19 UTC · 중국 · 출처: 钛媒体

중요도 55

9월 22일 클라우드 서밋에서 Alibaba Group CEO Wu Yongming은 목표를 발표했습니다: 2032년까지 Alibaba Cloud는 20GW를 초과하는 규모의 글로벌 데이터센터를 운영할 것입니다. Pingtouge의 차세대 AI 칩 Wenyu V900은 이전 세대 M890보다 3배 높은 단일 칩 컴퓨팅 성능을 제공할 것이며, 대량 생산은 2027년 Q1에 예정되어 있습니다. Qwen의 차후 모델 파라미터는 50조에서 100조 사이로 확대될 것입니다.

모델 파라미터 규모는 모델이 수행할 수 있는 작업을 결정하고, 클러스터 규모는 Alibaba가 공급할 수 있는 양을 결정합니다. 이 두 가지 요소가 함께 누가 전기료와 감가상각비를 지불할 것인지를 결정합니다.

Goldman Sachs 및 다른 기관들의 예측에 따르면, Alibaba Cloud는 현재 약 4~6GW의 컴퓨팅 성능을 운영하고 있습니다. Bloomberg는 Microsoft가 2032년까지 데이터센터 용량을 38GW로 확대할 계획이며, AWS는 이전에 연간 3.8GW를 추가하는 속도를 공개했다고 보도했습니다.

Alibaba는 6년 내에 컴퓨팅 용량을 4배 늘려야 하므로, 두 명의 선도적인 글로벌 클라우드 제공업체와 유사한 속도로 연간 성장률이 필요합니다. Wu Yongming은 같은 연설에서 AI 데이터센터의 글로벌 공급망 부족이 계속해서 컴퓨팅 용량 증가를 제약하고 있음을 인정했습니다.

규모는 이야기의 절반일 뿐입니다. 칩을 구입한 후, 데이터센터를 건설하고, 전력과 네트워크를 연결한 후, 감가상각비, 유지보수비, 에너지 비용은 컴퓨팅 성능이 사용되고 있는지 여부와 관계없이 초마다 누적됩니다. 진정으로 중요한 것은 이러한 서버 랙이 외부 고객을 위해 실행되는 데 얼마나 많은 시간이 소비되는지입니다.

Wu Yongming은 미래의 기계 지능을 전기에 비유했습니다: 꽂으면 사용할 수 있습니다. 이 비유는 이 사업의 또 다른 측면을 완벽하게 포착합니다: 전력망의 가치는 전력망이 얼마나 고급스러운지에 달려 있지 않았으며, 오히려 얼마나 많은 사람들이 전기를 사려고 하는지에 달려 있습니다.

이 계산은 Alibaba에만 국한되지 않습니다. 일주일 전 Huawei의 Connect 컨퍼런스는 Ascend 960 슈퍼노드를 발표했으며, 기술적 답변은 매우 일관성 있었습니다: 제조 공정에 의해 제약을 받아, 그들은 단일 칩 성능을 추구하지 않고 대신 상호 연결 프로토콜과 시스템 수준의 혁신에 의존하여 클러스터를 "하나의 컴퓨터"로 변환합니다.

차이는 판매 전략에 있습니다. Huawei는 명시적으로 "하드웨어 수익화"를 추구합니다. 슈퍼노드 자체는 고객이 구매하는 상품이며, 활용은 고객의 책임입니다. Pingtouge는 독립적인 칩 이익을 추구하지 않습니다. 컴퓨팅 용량은 Alibaba가 스스로 소유한 자산이며, 활용은 Alibaba 자신의 손익 문제가 됩니다.

**20GW가 처음으로 현금 흐름에 진입하다**

2025년 2월, Alibaba는 향후 3년간 AI 및 클라우드 인프라에 최소 3800억 위안을 투자할 것이라고 발표했습니다. 2027 회계연도 1분기(2026년 6월 30일 종료)까지 1900억 위안이 이미 투자되었습니다. 시간의 절반 미만이 경과했지만, 예산의 절반이 이미 소비되었습니다.

3800억 위안은 아마도 첫 번째 지불금일 뿐입니다. UBS는 AI 데이터센터의 추가 기가와트마다 IT 장비 자본 지출만 약 1000억 위안이 필요하다고 계산합니다. 현재 규모에서 20GW까지는 대략 15GW의 신규 추가에 해당하며, 조 단위의 투자에 해당합니다.

투자 은행들은 이 목표를 기반으로 수익 목표를 역산했습니다. Citi는 20GW가 2033 회계연도까지 약 1600억 달러의 외부 클라우드 수익에 해당한다고 믿고 있으며, UBS는 2032년까지 약 1700억 달러로 추정합니다. 두 방법론 모두 대략 40% 연간 복합 성장률을 의미합니다. Alibaba의 현재 분기별 클라우드 수익이 연간 약 270억 달러를 기준으로, 이는 6년 동안 클라우드 수익이 거의 6배로 증가해야 함을 의미합니다.

분기별 데이터는 더 가파른 추세를 보여줍니다. Alibaba의 올해 Q2 자본 지출은 676억 7800만 위안으로, 전년 동기 대비 75% 증가했으며, 시장 예상인 360억 위안을 훨씬 초과했습니다. 같은 분기, AI 클라우드 및 컴퓨팅 성능 서비스 수익은 총 484억 3700만 위안이었습니다. 자본 지출은 이 사업 부문의 수익의 1.4배였습니다.

압박은 이미 현금 흐름에서 보입니다. 이 분기의 자유 현금 흐름 순 유출은 446억 6700만 위안이었으며, 전년도 같은 기간 188억 1500만 위안과 비교됩니다. 그룹의 영업 이익은 전년 동기 대비 57% 감소하여 151억 6100만 위안이었습니다.

8월, Alibaba는 종가보다 8.4% 할인된 가격으로 800억 홍콩달러의 유상 증자를 완료했습니다. 이는 2019년 홍콩 상장 이후 처음으로 할인된 것입니다. 발표 후 홍콩 주가는 8.54% 하락했습니다. Cai Chongxin과 Wu Yongming은 그 후 각각 약 8000만 홍콩달러와 4000만 홍콩달러의 지분을 증가시켰습니다.

돈이 계획보다 빠르게 지출되는 이유는 수요가 실제로 증가하고 있기 때문이기도 하고, 칩 가격이 올라가기 때문이기도 합니다. 경영진은 이 분기의 높아진 자본 지출을 하드웨어 배송 일정, CPU 수요 증가, 칩 가격 인상으로 설명했습니다.

Alibaba는 이러한 지출에 대한 수익 계산을 가지고 있습니다.

Wu Yongming의 실적 발표 콜에서의 판단은 다음과 같습니다: 업계 합의는 2030년 이전에 AI 컴퓨팅 성능에 대한 수요 상한선이 보이지 않는다는 것입니다. 현재 AI 상품의 평균 총이익률을 기준으로, 컴퓨팅 용량 투자는 3년 내에 회수될 수 있으며, 개선된 총이익률로는 2.5년 또는 심지어 2년으로 단축될 수 있습니다.

이 성명은 20GW를 열망에서 기한이 있는 재무 약속으로 변환합니다. 3년 회수에는 두 가지 전제가 필요합니다: AI 상품 총이익률이 현재 수준을 유지하고 컴퓨팅 용량이 완전히 활용된다는 것입니다. 하지만 문제는 두 전제 모두 전적으로 Alibaba의 통제 내에 있지 않다는 것입니다.

**Pingtouge는 단위 컴퓨팅 비용을 낮춰야 합니다**

이 시스템에서 Wenyu V900의 역할은 "중국에서 가장 강력한 AI 칩"이라는 제목보다 더 구체적입니다.

Alibaba의 공개된 데이터에 따르면, V900은 216GB의 비디오 메모리, 칩 간 상호 연결 대역폭 1200GB/s를 특징으로 하며, 이 칩을 기반으로 구축된 단일 클러스터는 500,000개의 카드까지 확장할 수 있습니다.

216GB의 비디오 메모리는 이미 NVIDIA B200의 192GB와 Huawei Ascend 910C의 128GB를 초과하며, Cambrian MLU590의 64GB와 NVIDIA H20의 96GB보다 훨씬 높습니다. 처음으로 국내 생산 AI 칩이 NVIDIA의 현재 상품을 이 핵심 사양에서 능가했습니다.

하지만 비디오 메모리는 컴퓨팅 성능이 아닙니다. 출시 행사는 완전한 절대 컴퓨팅 성능, 전력 소비, 제조 공정, 수율 또는 제3자 테스트를 공개하지 않았습니다. "가장 강력한"은 지금으로서는 Alibaba 자체의 평가로 남아 있습니다.

반복 속도는 또 다른 층의 정보를 드러냅니다. M890은 올해 5월에 방금 데뷔했습니다. 4개월 후 V900이 무대에 올랐습니다. 이전 세대는 충분한 시장 검증을 받을 시간이 없었지만, 다음 세대는 이미 준비되어 있습니다. 이 속도는 어떤 의미에서 경쟁자들에 의해 강제되었습니다.

5일 전, Huawei의 Connect 컨퍼런스에서 Ascend 960 슈퍼노드가 발표되었습니다. 자체 개발한 Lingqu 프로토콜을 통해 연결된 4,096개의 NPU. Huawei의 Ascend 칩은 명확한 "연 1세대" 속도를 따릅니다. 960DT는 2027년 Q1에 3분기 앞서 도착했으며, V900의 생산 일정과 거의 동시에 도착합니다. 둘 다 제조 공정 제약을 우회하고 상호 연결 프로토콜에 베팅합니다. Huawei는 자신의 것을 Lingqu라고 부르고, Alibaba는 자신의 것을 ICN이라고 부릅니다. 다음은 각 프로토콜을 따르는 생태계에 대한 경쟁입니다.

부분적으로 검증 가능한 신호 하나: M890을 기반으로 한 Lingxun 슈퍼노드는 이미 첫 번째 국내 생산 100,000개 카드 클라우드 클러스터이며, Qwen 3.8 및 Kimi K3를 포함하여 2조 파라미터를 초과하는 모델의 훈련과 추론을 성공적으로 실행했습니다. 올해 Q4에 닝샤 중웨이에서 새로운 서비스를 출시할 것입니다. Wenyu 시리즈는 누적적으로 650개 이상의 엔터프라이즈 고객을 서빙했지만, "작동 가능"은 직접 "비용 효과적"과 같지 않습니다.

같은 출시 행사에서, 또 다른 숫자 세트가 "활용"에 더 가까워졌습니다. 새로운 세대 고성능 저장소 CPFS는 평균 모델 시작 지연을 50% 감소시켰고, 피크 컴퓨팅 성능 활용을 30% 개선했으며, 실제 모델 훈련에서 AI 저장소 비용을 69% 낮췄습니다. 추론 측면에서, Tair KVCM 캐시 스케줄링 시스템은 99% 캐시 적중률을 달성했으며, 토큰당 비용을 50% 감소시켰습니다. GPU가 데이터를 기다리는 시간이 적을수록, 단위 컴퓨팅 성능당 효과적인 출력이 높습니다. 칩 피크 컴퓨팅 성능은 상한선을 설정하고, 활용은 비용 라인을 결정합니다.

Wu Yongming은 실적 발표 콜에서 Alibaba Cloud의 서버가 실질적으로 유휴 카드가 없다고 말했습니다. 그 성명의 다른 측면은 다음과 같습니다: 그는 그것을 말해야 하며, 그것을 전달해야 합니다.

조직 경계는 이 논리에 따라 다시 그려졌습니다.

올해 6월, Alibaba는 Cloud Intelligence Group과 Pingtouge를 "AI 클라우드 및 컴퓨팅 성능 서비스" 부문으로 병합했으며, Model Laboratory, Qwen 소비자 사업 그룹, QwenWork을 별도의 "AI 실험실 및 응용" 부문으로 이동했습니다.

이 배치를 통해 Pingtouge의 가치가 클라우드 사업으로 더 직접적으로 흐를 수 있습니다: 자체 개발된 칩도, 외부 판매를 통해 독립적인 이익을 창출하지 않더라도, 시간당 컴퓨팅 비용을 줄이고 Alibaba Cloud의 총이익률을 개선하는 한 가치를 창출합니다. 경영진은 실적 발표 콜에서 클라우드 사업의 실제 이익률이 AI 칩 회계 통합의 영향을 제외할 때 훨씬 높다고 언급했습니다.

Goldman Sachs는 클라우드 서밋 후 연구 보고서에서 정량화된 참조점을 제공했습니다: Pingtouge 공급 컴퓨팅 성능은 현재 Alibaba Cloud의 약 10%를 나타내며, 중기 목표는 50%입니다. 이 비율이 실현되면, Alibaba Cloud의 비용 구조가 다시 작성될 것입니다. 절반의 컴퓨팅 용량은 내부 비용으로 가격이 책정되고, 절반은 시장 가격으로 조달되며, 클라우드 사업의 총이익률은 외부 칩 가격 인상에 대한 민감도가 크게 감소할 것입니다. 이것은 "자체 개발 칩이 비용을 절감한다"가 추적 가능한 진행 지표를 처음 가진 경우입니다.

V900의 성공 여부와 관계없이, 칩 시장 점유율은 보조 지표입니다. Alibaba Cloud의 토큰당 비용이 얼마나 감소하는지가 손익 계산서에 더 빠르게 진입할 것입니다.

호기심 있는 세부 사항: Cloud Summit의 컴퓨팅 성능 전시회의 전시자 목록에는 NVIDIA, Intel, AMD가 포함됩니다. Alibaba는 같은 컨퍼런스에서 풀스택 자체 개발 성과를 제시하고 있으면서도 여전히 대체하려는 공급자들을 전시회에 초대했습니다. 풀스택은 완전히 폐쇄적이라는 의미가 아닙니다. 자체 개발과 외부 조달은 상당한 시간 동안 병렬로 실행될 것입니다.

**AgentCore는 호출을 장황한 청구서로 변환합니다**

컨퍼런스에서 Alibaba의 Agentic Cloud와 AgentCore 출시는 다른 대규모 모델 릴리스를 초과하는 상업적 의미를 가질 수 있습니다.

Alibaba Cloud의 CTO인 Li Feifei는 이 전략을 체계적으로 명확히 했습니다. 그녀는 Agentic Cloud를 세 가지 계층으로 나눕니다: 모델, 하네스, 컨텍스트. 모델은 기능을 제공하고, 하네스는 지능형 에이전트가 생산에서 안정적으로 실행되도록 하며, 컨텍스트는 에이전트가 지속적으로 업데이트되고 도메인 전체의 인식을 유지할 수 있도록 합니다. Alibaba는 모델 기능만으로 경쟁할 계획이 아닙니다. 에이전트 호출에서 실행까지의 전체 체인을 자체 상품으로 변환하려고 합니다.

기존의 채팅봇은 질문을 받고 답변을 생성하며, 청구는 주로 토큰 중심으로 이루어집니다. 에이전트가 작업을 받으면, 분 또는 심지어 몇 시간 동안 계속 실행될 수 있으며, 컨텍스트를 유지하고, 외부 도구를 호출하고, 데이터베이스에 액세스하고, 코드를 실행하고, ID와 권한을 관리하고, 실패 후 재시도해야 합니다. 따라서 단일 호출은 컴퓨팅 성능, 메모리, 저장소, 게이트웨이, 네트워크, 데이터베이스의 결합된 소비로 확대됩니다.

청구 구조는 이 변화를 직접 반영합니다: 모델 수수료 외에도, Alibaba Cloud는 컴퓨팅 CU, 게이트웨이 호출, 저장소, 독점 제어 평면, 공개 네트워크 트래픽에 대해 별도로 청구하며, 스트리밍 응답, MCP 장시간 연결, 에이전트 장시간 세션은 연결 기간을 기반으로 호출 수로 계산됩니다. Alibaba가 추구하는 수익은 모델 추론을 넘어 에이전트의 모든 실행, 대기, 메모리, 도구 호출을 확장합니다.

Alibaba의 공식 입장은 AgentCore가 작업 완료율을 99%까지, 총 소유 비용을 70% 개선할 수 있다는 것입니다. 함께 제공되는 Agent Sandbox는 분당 100,000개의 샌드박스를 생성할 수 있으며, 600밀리초 이내에 깊은 절전 모드에서 깨어날 수 있습니다.

하지만 Wenyu 칩의 "가장 강력한" 주장과 마찬가지로, 이 수치들은 현재 Alibaba 자체의 평가를 나타내며, 교차 검증을 위해 사용 가능한 독립적인 고객 사례나 제3자 테스트가 없습니다.

자본 지출 공시는 이미 이 변화를 반영하고 있습니다: 급격한 분기별 자본 지출 증가의 한 가지 이유는 회사가 고객들이 더 많은 AI 에이전트를 채택할 것으로 기대하고 있기 때문에, 사전에 CPU 컴퓨팅 용량을 증가시키고 있다는 것입니다. 대규모 모델은 주로 GPU를 소비합니다. 에이전트는 모델 호출 이상의 실질적인 도구와 비즈니스 로직을 실행해야 하며, CPU가 AI 인프라 조달 목록에 다시 진입하고 있습니다.

AgentCore를 사용하면 기업이 여러 모델 공급자를 연결할 수 있습니다. Alibaba가 Qwen을 유일한 옵션으로 만들지 않은 이유는 모델이 가장 내구성 있는 고객 관계를 확립하지 않기 때문입니다. 기업은 모델을 전환할 수 있지만, 전체 ID, 권한, 자격증명, 도구, 메모리 및 모니터링 생태계를 마이그레이션하는 것은 훨씬 더 어렵습니다.

클라우드 컴퓨팅 시대에 벤더들은 컴퓨팅, 저장소, 데이터베이스를 통해 고객을 유지했습니다. Agent 시대에는, 에이전트가 볼 수 있는 데이터, 호출할 수 있는 도구, 누구의 ID로 행동할 수 있는지를 관리하는 사람이 마이그레이션하기 가장 어려운 엔터프라이즈 AI 계층을 통제합니다.

Qwen은 고객을 가져옵니다. AgentCore는 청구서를 유지합니다.

**Qwen의 손실은 클라우드의 고객 획득 비용입니다**

Alibaba의 최신 부문 데이터는 이 전략의 비용 할당을 보여줍니다.

이 분기, AI 클라우드 및 컴퓨팅 성능 서비스 수익은 총 484억 3700만 위안이었으며, 조정된 EBITA는 56억 2800만 위안으로, 전년 동기 대비 133% 증가했으며, 이익 마진은 약 12%로 상승했습니다. AI 실험실 및 응용 수익은 33억 3800만 위안이었으며, 조정된 EBITA 손실은 138억 6100만 위안이었습니다. 손실은 대략 클라우드 및 컴퓨팅 성능 부문의 이익의 2.5배입니다. 두 부문이 서로 상쇄되어, Alibaba의 AI 부문은 이 분기에 약 82억 위안의 순손실을 기록했으며, 연간 약 329억 위안으로, 그룹의 영업 이익의 절반 이상과 같습니다.

Alibaba의 AI 기계는 현재 세 가지 계정 세트에서 작동합니다: 전자상거래는 현금을 생성하고, Qwen은 현금을 태우며, 클라우드 사업은 생산을 확대하고 이익을 달성합니다. Qwen은 현재 Alibaba Cloud에 대한 수요 보조금과 유사하게 보이며, 그룹 이익을 사용하여 사용자 습관과 추론 호출을 구매하고, 사전 구축된 컴퓨팅 용량에 대한 로드를 추구합니다.

Wu Yongming은 연설에서 역사적인 유사점을 제시했습니다: 1882년, Edison의 Pearl Street 역은 약 400개의 근처 램프에 불을 밝혔습니다. 마치 오늘날 Agent 소프트웨어와 함께 토큰을 판매하는 것처럼, 전기와 함께 전구를 판매했습니다.

한편으로는 컴퓨팅 용량을 구축하고 이익을 달성합니다. 다른 한편으로는, 응용을 배포하여 용량을 소비하고 고객 획득 비용을 부담합니다. 이것이 Alibaba의 현재 AI 사이클을 형성합니다. Qwen App은 Taobao, Tmall, 즉시 소매와 통합됩니다. QwenWork는 DingTalk 및 엔터프라이즈 워크플로우와 통합됩니다. Qwen Intelligence는 9월 28일 출시하는 Honor Magic9에 진입합니다. 응용 팀에게, 이것은 사용자 경쟁입니다. Alibaba Cloud의 경우, 이러한 진입점은 지속적으로 추론, 저장소, 도구 호출을 생성합니다.

측정 가능한 소비는 이미 고객 측에서 나타났습니다. China Pacific Insurance는 Alibaba와의 제휴 이후 일일 토큰 소비가 3000억을 초과한다고 공개했습니다. 하지만 보기를 국가 수준으로 끌어당기면 이 단계의 침투를 드러냅니다: 국가 데이터국에 따르면, 올해 3월까지 중국의 일일 단어 토큰 호출이 1.4경을 초과했습니다. Wang Tao의 9월 Huawei Connect에서의 수치는 약 5경이었습니다. Pacific Insurance의 3000억은 국가 풀의 약 0.006%만을 나타냅니다. 20GW는 기존 수요에 해당하지 않습니다. 아직 생성되지 않은 수요에 해당합니다.

Alibaba 자체는 Cloud Summit 메인 포럼에서 수요 측 기울기를 제시했습니다: Token Foundry의 책임자인 Liu Dayiheng은 Qwen 3.8-Max 출시 후 2개월 후 실제 사용자 수익 성장이 8.5배였으며, 토큰 소비가 12배 증가했다고 공개했습니다. 기울기는 가파르지만, 베이스는 공개되지 않았습니다.

Alibaba 경영진은 지난 분기의 AI 관련 상품 연간 반복 수익(ARR)이 495억 위안(약 73억 달러)을 돌파했으며, 다음 분기에 약 100억 달러에 접근할 것으로 예상된다고 공개했습니다. 이것은 현재 "지속된 외부 고객 지불"에 가장 가까운 공개 지표입니다.

하지만 계정에 다시 배치하면, 비율은 여전히 극적입니다. 495억 위안의 ARR은 연간 분기별 자본 지출 2707억 위안의 약 18%만과 같습니다. 단일 분기 AI 관련 상품 수익 123억 7600만 위안은 AI 클라우드 및 컴퓨팅 성능 서비스 수익의 약 1/4에 불과합니다.

Alibaba의 AI는 이미 클라우드 사업 성장을 주도할 수 있지만, 기존의 AI 수익은 2032년 20GW 공급을 소비하기에는 훨씬 부족합니다. 내부 호출은 서버 활용을 개선할 수 있지만, 실질적인 추론 비용을 발생시킵니다. 외부 엔터프라이즈가 지속적인 지불을 유지하거나 소비자 에이전트가 추적 가능한 트랜잭션과 서비스 수익을 생성할 때만, 이러한 비용은 내부 그룹 순환에서 새로운 수익으로 변환될 것입니다.

**20GW는 외부 고객의 지불을 기다립니다**

Cloud Summit은 슈퍼 인공 지능으로의 기술 경로를 논의했습니다. 실적 보고서는 감가상각과 현금 흐름을 논의합니다. Alibaba Group 회장인 Cai Chongxin은 같은 컨퍼런스에서 더 거시적인 판단을 제시했습니다: AI 산업은 프론티어 기술의 고립된 돌파에서 실제 시나리오에서 가치를 생성하기 위한 기술 확장으로 전환하고 있습니다. 그는 또한 "우리는 이전보다 공개 협력이 필요하다"고 말했으며, 이 성명을 5계층 풀스택 자체 개발 시스템과 함께 읽으면, 긴장이 명확해집니다. 이것은 Alibaba를 전달해야 하는 위치에 놓습니다.

배송의 어려움은 타이밍 불일치에 있습니다. 인터넷 회사들은 이전에 트래픽 성장을 기반으로 서버 조달을 조정할 수 있었습니다. 20GW는 Alibaba를 다른 운영 규율로 밀어냅니다: 먼저 용량을 구축하고, 활용을 개선한 후, 마지막으로 스케일을 통해 비용 흡수를 달성합니다. 용량이 클수록, Alibaba는 서버 유휴 시간을 감당할 수 없습니다.

가장 우려되는 시나리오는 AI 수요의 부족이 아니라 용량 확대보다 느리게 증가하는 수요입니다. 컴퓨팅 공급이 순환적으로 과잉 공급되면, 클라우드 제공자는 활용을 개선하기 위해 가격을 인하해야 합니다. 가격 인하는 자본 회수 순환을 확장하여, Wu Yongming이 언급한 3년 회수를 더 멀리 밀어냅니다.

Alibaba는 카드를 가지고 있습니다. 동시에 클라우드, 모델, 사무용 소프트웨어, 전자상거래 트랜잭션, 수많은 소비자 접점을 소유하고 있습니다. 내부 수요가 서버 랙의 일부를 먼저 채울 수 있고, AgentCore는 운영 계층을 마이그레이션하기 어려운 기초로 만들 수 있으며, Pingtouge는 단위 컴퓨팅 비용을 낮출 수 있습니다.

외부 클라우드 수익이 전년 동기 대비 45% 증가하고 AI 관련 상품 ARR이 500억 위안에 접근하는 것은 수요가 가설이 아님을 나타냅니다. 한편, 139억 위안의 응용 손실은 모델과 응용 투자 비용이 현재 클라우드 부문 이익을 훨씬 초과함을 보여줍니다.

응용 손실이 클라우드 이익과 전자상거래 증분보다 빠르게 증가하는 한, 소위 풀스택 장점은 그룹 내 비용 셔플에 지나지 않습니다.

이것은 또한 이 AI 투자 라운드를 이전의 모든 Alibaba 보조금과 구별합니다. 그 당시 Taobao는 트래픽 비용을 태웠습니다. 지출은 활동이 종료되면 끝났습니다. 이번에는 감가상각을 태우고 있습니다. 서버는 한 번 전원이 켜지면, 회복할 수 없게 초마다 비용이 누적됩니다. 20GW는 먼저 자본 지출과 현금 흐름에 진입합니다. 그것이 AI 수익이 되는지는 얼마나 많은 기업이 장기적으로 에이전트가 자신의 운영에서 지속적으로 실행되도록 할 것인지에 달려 있습니다.

원문 보기