中国科技巨头的AI竞赛：收入在增长，回报还要继续验证

AI正在成为中国科技公司新一轮增长的重要变量。各大科技公司都在积极布局，阿里巴巴持续加码云计算与大模型，百度推动AI云和无人驾驶商业化，腾讯把AI能力嵌入广告、游戏和办公场景，金山云则直接承接企业算力需求。

几家公司走在不同的转型路径上，却面对同一个问题：技术投入如何转化为持续收入，又如何进一步形成利润和现金流？

AI云收入增长很快，不等于利润同步释放；新应用获得用户，也不等于已经建立成熟的商业模式。该轮变化值得从经营层面重新审视。模型能力决定产品的上限，客户付费决定商业化的空间，资本开支和现金流则决定增长能够持续多久。

从市场角度来看，判断一家公司的AI转型进度，需要把技术进展放回财务报表和业务结构中观察，辨别哪些增长已经兑现，哪些仍处于投入期。

AI云成为增长引擎，收入扩张与回报兑现仍有时差

阿里巴巴和百度的最新业绩，展现了中国AI基础设施需求的增长以及商业化进度的差异。

根据阿里巴巴2026年第二季度业绩公告，集团收入为2689.53亿元，同比增长9%；阿里云外部商业化收入同比增长45%，AI相关产品收入连续第十二个季度实现三位数同比增长，云业务经调整EBITA利润率达到12%。

但是同时集团经调整EBITA同比下降30%，资本开支达到676.78亿元，自由现金流净流出446.70亿元。

阿里云的增长说明，AI正在为云计算带来新的需求。企业把大模型接入办公、开发和业务流程之后，算力消耗就有机会从一次性采购延伸为持续服务收入。

阿里同时具备云基础设施、模型和企业客户资源，有条件通过产品协同提高客户使用深度。需要注意的是服务器、芯片和数据中心投入也会带来折旧与资金占用，收入增长与现金回报之间仍需要时间衔接。

财报显示，百度2026年第二季度AI云基础设施收入达到73亿元，同比增长50%；其中GPU云收入同比增长283%，AI应用收入为25亿元，同比增长3%。Apollo Go则继续拓展海外业务，在伦敦开展开放道路测试，并在迪拜启动完全无人驾驶商业运营。

百度的路径更具转型色彩，百度AI云增长较快，应用收入的增长相对温和。基础设施需求可以通过客户采购较快体现，应用端则需要证明产品能够持续提高效率、降低成本或创造新收入。

尽管Apollo Go的海外进展提供了新的商业化空间，但测试、取得运营许可与规模化盈利仍是不同阶段，后续车辆利用率、单次服务成本和当地监管条件都将影响业务兑现。

阿里和百度共同面对的，是AI基础设施投入如何转化为更稳定的经营回报。后续需要观察云业务增长能否延续、利润率是否改善，以及新增投入能否形成持续现金流。

腾讯依靠成熟业务承接AI，金山云直面算力扩张的成本

腾讯的优势在于已有业务能够为AI提供应用场景。根据公司2026年第二季度业绩公告，腾讯收入达到2048亿元，同比增长11%；营销服务收入达到436亿元，同比增长22%，增长受到AI广告推荐模型和自动化营销工具升级的推动。

广告业务的商业化路径相对直接。AI能够改善用户匹配、素材生成和投放效率，进而影响广告主的转化效果。游戏业务也可以利用AI辅助研发和运营。

相比需要从零建立客户关系的新应用，腾讯能够依托既有生态推进技术落地，已经有了AI投入现实的业务基础。

但投入规模同样需要关注。腾讯当季资本开支为528亿元，同比增长176%，自由现金流净流出138亿元，公司解释称现金流受AI相关算力预付款等因素影响。若剔除相关算力采购预付款，公司披露的自由现金流为376亿元。两种口径反映出，分析腾讯的经营质量，需要区分日常经营现金创造能力与AI采购带来的阶段性资金占用。

成熟业务可以支撑投入，却不能替代新业务对自身商业模式的证明。腾讯接下来的关键，是AI能否持续改善广告和游戏业务效率，并逐步形成新的付费收入。

金山云则直接面对AI算力需求与资金压力之间的博弈。根据公司2026年第二季度业绩公告，公司收入为30.72亿元，同比增长30.8%；公有云收入同比增长45.1%，AI云业务总账单同比增长82%，占公有云收入的56%。公司当季实现2300万元经营利润，调整后经营利润率为4.0%，资本开支达到33亿元。

AI云需求已经反映在收入和账单增长中，经营利润转正也提供了阶段性改善信号。不过，算力业务扩张需要持续采购设备，收入增长能否覆盖折旧、融资和后续扩容成本，将影响盈利的稳定性。

数据显示，公司当季净亏损9300万元，现金及现金等价物从2025年末的60.18亿元降至2026年6月底的46.74亿元。

金山云的投资观察点因此更具体：客户需求能否持续，账单能否转化为现金回款，资本开支能否带来足够的新增收入。

AI转型进入兑现阶段，经营质量将拉开公司差距

阿里、百度、腾讯和金山云代表了不同的AI商业化路径。其中阿里依靠云、模型与企业服务协同推进增长；百度同时布局AI云、应用和自动驾驶；腾讯将AI嵌入成熟业务；金山云则集中承接算力需求。不同路径拥有各自的优势，也对应不同的投入周期和盈利压力。

行业基础设施仍在扩张，但算力资源并不天然等于商业回报。企业是否愿意持续付费，AI能否融入实际工作流程，以及单位算力能否产生足够收入，都会影响产业链的利润分配。

大型平台拥有客户与生态优势，专业云服务商更直接受益于算力采购，但后者也更容易受到资本开支和融资条件影响。自动驾驶等新业务的成长空间较大，盈利验证则需要更长时间。

如此一来，观察中国科技公司的AI转型，很有必要把技术能力与经营指标放在一起。云业务要看收入、利润率和客户需求；应用业务要看留存、付费和实际效率提升；自动驾驶要看运营规模、单位成本与商业化进度；集团层面则要关注资本开支、现金流和融资安排。

对企业来说，AI转型的价值最终要通过客户价值和经营成果体现。对市场来说，收入增长是否具有持续性、利润改善能否覆盖新增投入，以及新业务能否逐步减少对成熟业务现金流的依赖，将决定长期成长空间。

AI投入可以扩大增长空间，持续回报才能证明转型质量。接下来就看中国科技公司的技术进展如何进入财务报表，以及新增投入能否形成稳定回报。