AI算力商业化有望推动阿里云实现13%-20% ROIC
AI 摘要卡
AI算力商业化有望推动阿里云实现13%-20% ROIC
Morgan Stanley维持阿里巴巴Overweight及Top Pick，认为IaaS和MaaS的单位经济模型可为高资本开支提供回报可见性，MaaS转型是利润率上行的主要弹性来源。
- 自建GPU IaaS基准情形下可实现约44%经营利润率、13% ROIC和3.1年现金回收期。
- 租赁/neocloud IaaS无需前置服务器资本开支，基准情形经营利润率约20%，一旦租赁价差转正即可产生正现金贡献。
- 自建MaaS的盈利潜力最高：基准情形毛利率超过76%、经营利润率约53%、ROIC约19%，现金回收期约2.5年。
- 阿里云当前利润率约11%-12%；若AI需求、利用率和MaaS收入占比提升，增量利润率存在显著上行空间。
- 中国服务器成本较高使ROIC低于美国，但较低的IDC和能源成本可部分抵消；硬件降本、推理占比提升和模型效率改善是缩小差距的关键。
研报解读
概览
本报告以AI算力单位经济模型评估阿里巴巴云业务的资本回报前景。Morgan Stanley认为，阿里巴巴凭借AI基础设施规模、云能力及Qwen模型能力，可在重资本开支阶段逐步提升云业务收入与利润率，并形成13%-20%的ROIC路径。
核心观点
报告将商业化路径分为自建GPU IaaS、租赁/neocloud IaaS和自建MaaS。自建IaaS拥有较高增量利润率但需要前置资本开支；租赁模式利润率较低但现金回报即时；MaaS在推理吞吐、推理占比和定价改善时具备最高的利润率与ROIC潜力。报告认为，阿里巴巴云利润率由当前约11%-12%向长期目标改善的关键在于AI需求、先进算力利用率、MaaS收入占比和推理业务比重提升。
分析框架
报告参考美国互联网团队的框架，采用按单台8-GPU AI服务器测算的自下而上方法，分别分析收入定价、服务器成本、折旧、IDC与能源成本、运营费用、利用率、token吞吐量、训练/推理结构及token定价对利润率、ROIC和现金回收期的影响。估值采用贴现现金流模型。
方法论与常识提炼
按单台8-GPU服务器测算自有算力出租的经济性
核心变量包括服务器租赁价格、前置服务器资本开支、折旧、IDC和能源成本及利用率，用于推导经营利润率、ROIC和现金回收期。
将第三方算力租入后再出租给终端客户
该模式的盈利主要取决于客户租赁价格与上游算力租赁成本之间的价差；由于不承担底层服务器资本开支，现金回报可在价差转正后即时产生。
利用自有算力通过模型API和MaaS实现变现
核心驱动为单GPU token吞吐量、推理在工作负载中的占比及token定价；训练不直接产生收入，但影响模型能力与后续定价。
以未来现金流折现估算价值
基准情形假设WACC为10%、永续增长率为3%。
标的映射与对比
研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。
- BABA.N研究标的
- 优势
- 具备大型AI基础设施、AliCloud云能力及Qwen模型能力，可通过IaaS和MaaS实现多层次AI算力变现。
- 劣势
- 现有云业务利润率约11%-12%，仍受传统低利润率工作负载、早期基础设施、利用率爬坡及研发和人员成本影响。
- 对比
- 中国自建IaaS基准ROIC约13%，低于美国约31%；中国MaaS ROIC约19.5%，低于美国约46.2%，主要受更高硬件资本开支和折旧拖累。
- 风险
- 竞争加剧、资本开支超预期、消费疲软、企业数字化进程放缓及互联网平台监管加强。
- 09988.HK阿里巴巴香港上市股份
- 优势
- 与BABA.N共同反映阿里巴巴的云计算、AI和电商业务价值。
- 劣势
- 报告未提供该上市股份的独立估值或目标价。
- 对比
- 报告主要以BABA.N的评级、价格和目标价进行展示。
- 风险
- 与集团经营、云业务变现和监管环境相关的风险相同。
关键数据
- 投资评级Overweight；Top Pick评级预期基于风险调整后未来12-18个月相对行业覆盖范围的总回报表现。
- 目标价US$180.00较2026-08-14收盘价US$123.81对应45%潜在上行空间。
- 自建GPU IaaS基准情形经营利润率约44%，ROIC约13%，现金回收期3.1年假设单台服务器资本开支RMB8mn以上，长期租赁价格约RMB250k/服务器/月。
- 租赁/neocloud IaaS基准情形经营利润率约20%假设客户月租RMB250k、上游算力月租RMB200k；无前置服务器资本开支。
- 自建MaaS基准情形毛利率超过76%，经营利润率约53%，ROIC约19%，现金回收期约2.5年假设4,000 tokens/秒/GPU、推理占比50%、混合token定价RMB9.5/百万token。
- 阿里云长期目标外部收入US$100bn、EBITA利润率20%报告认为该目标较其估计存在约50%的上行空间。
- MaaS年度经常性收入目标年末RMB30bn以上管理层目标为6月底RMB10bn以上、年末RMB30bn以上。
影响与含义
对阿里巴巴而言，资本开支上升短期内可能压制盈利和自由现金流，但若先进算力保持高利用率并成功扩大MaaS与推理业务，云业务的增量利润率和资本回报可显著改善。对行业而言，中国AI基础设施的主要回报约束是更高的服务器和硬件成本；硬件成本下降、模型迭代效率提升以及从训练转向可变现推理，将决定中美单位经济差距能否收敛。
风险
- 竞争加剧，可能压低云服务和token定价。
- 资本开支及再投资成本高于预期，延长现金回收期并压低ROIC。
- AI需求、先进算力利用率或企业数字化进程低于预期。
- 训练占比过高、推理占比提升较慢，限制MaaS变现和利润率。
- 消费复苏偏弱，拖累核心电商变现和盈利增长。
- 互联网平台面临额外监管审查。
后续跟踪
- 阿里云外部收入增长、EBITA利润率及先进算力利用率变化。
- AI收入占云业务收入的比重，以及MaaS ARR向RMB30bn以上目标的进展。
- Qwen及相关模型的token吞吐量、推理占比、定价和模型效率变化。
- GPU服务器采购成本、IDC和能源成本，以及由此带来的资本开支强度变化。
- 阿里巴巴核心电商变现改善与企业数字化需求的持续性。
- 中国AI基础设施单位经济相对美国的差距是否因硬件降本和推理变现而收敛。