阿里抢算力京东抢场景：电商巨头的AI战略分野

面对本轮AI浪潮，阿里与京东将资金投向了完全不同的方向。

阿里的资金大量流向了数据中心。其三年3800亿元的云与AI基建投入规划尚未过半，管理层便表态实际投入将远超预期，单季度资本开支已攀升至677亿元。

京东的资金则沉淀到了人力与物理资产中。京东计划到2028年在机器人领域投入百亿级资源，五年内建设80个RoboBase基建项目，组织数十万人采集千万小时真实场景数据，并推动大量一线配送人员转型为机器人运维工程师。

一方囤积算力，一方采购设备并组建线下运维队伍。这不仅是两家公司的打法差异，更代表了两种截然相反的资产负债表与AI商业化逻辑。

阿里：做数字世界的公用事业

阿里的算力投资逻辑已经得到了财务数据的初步验证。

在将阿里云与芯片业务平头哥整合为“AI云与算力服务”分部后，该业务季度收入达到484亿元，同比增长45%，创下近22个季度以来的最快增速。其中AI相关产品收入突破百亿元，连续12个季度实现三位数增长，分部经调整EBITA利润率回升至12%。

按照目前的毛利水平测算，阿里的AI算力投资可在两到三年内收回成本。高管曾在业绩会上直言，当前服务器内的计算卡几乎处于满载状态。

阿里采取的是三层全栈策略：

• 底层算力：平头哥芯片累计交付数十万片，六成以上对外输出；
• 中间层生态：依托通义千问大语言模型及百炼大模型服务平台；
• 上层入口：通义千问App月活跃用户已突破亿级，并全面打通淘宝、支付宝、高德等核心业务场景。

这种模式的代价同样清晰可见。高额的资本开支直接压缩了短期利润与自由现金流。本质上，阿里正将自己塑造成数字经济时代的公用事业服务商，售卖的是类似水电的算力与Token。这一模式需求刚性且回报周期清晰，但高度依赖资本密度、设备折旧控制以及持续的服务器利用率。

京东：押注“物理世界运营商”

京东拿出的AI资产清单，与阿里几乎没有重叠。

第一是庞大的一线人力。京东生态体系人员总数超90万，涵盖仓储、配送、到家保洁及机器人运维等数百种具体工种。

第二是纵深极强的物理网络。超过3600个仓库、上万家门店及深入社区的末端服务网络，每年构成了上亿次物理交互场景。

第三是健康的现金流底座。在核心零售业务追求经营利润的同时，京东并未在外部采购大量昂贵的高端计算卡，而是选择给既有的人员与场景搭载数据接口。通过一线人员佩戴设备采集第一视角数据，开放仓库让机器人进行遥操作训练，并将售后体系接入外部机器人厂商的硬件设备中。

京东管理层将自身定位为“物理世界运营商”，即便技术演进替代了具体岗位，其依然牢牢掌控组织人员完成线下物理任务的网络能力。

资本开支与人力开支的路径博弈

对比两条路径，二者在底层资产属性与财务结构上存在本质差异。

资产折旧与扩张成本不同。阿里的核心资产是算力芯片，生命周期仅有数年，回本速度必须跑赢技术更新与折旧周期；京东的核心资产是地面网络与组织协作，不存在硬件折旧，但每年的人工与运营支出无法通过一次性采购摊销。

回报可见度存在先后。阿里的AI算力已直接转化为云收入，能够按季度接受市场检验；京东的具身数据交易、场地训练与售后网络目前大多停留在战略阶段，尚未形成规模化单列的财务增量。

行业竞争格局不同。算力赛道巨头林立，各家互联网公司都在大幅调高资本支出，阿里不仅面临硬件迭代的追赶，还面临模型入口流量的争夺；而在物理场景与机器人运维侧，行业几乎没有第二家拥有同等仓储网络与数十万自营队伍的竞争对手。但赛道空白的另一面，也可能意味着该生意的商业变现路径尚未成熟。

实体运营逻辑的历史对照

从商业史上看，“物理运营”主要存在三类对照样本：

1. 传统物流网络：虽然管理庞大的车队与仓储，技术投入巨大，但由于技术多用于内部降本，资本市场始终按周期运输行业对其定价，议价权易被下游客户压制。
2. 亚马逊仓储模式：亚马逊早期收购Kiva并在仓库中部署了海量机器人，但其机器人技术始终以服务内部零售降本为主，真正创造高利润率与高估值的是对外输出的数字云底座AWS。
3. 工业维保模式：如电梯制造与维保企业，硬件销售后长达数十年的售后维保贡献了高毛利与稳定现金流。京东做机器人售后与全托管运维，看准的正是这一商业模式。

如果京东的物理网络最终只能服务于自身物流体系的降本增效，其估值就很难跳出物流公司的范畴；只有当其将维保、调度、场地及数据等服务打包，对外向海量机器人厂商及客户按时长或按次计费时，“物理世界运营商”的商业逻辑才能真正确立。

两大战略背后的潜在风险

阿里的核心风险在于产能利用率与算力周期。当前三年回本的逻辑建立在算力供给紧俏、服务器满载的基础之上。一旦行业算力供给过剩或下游需求放缓，Token价格下滑将直接放大硬件折旧风险；与此同时，AI超级应用入口的竞争日趋白热化，入口争夺的胜负也将左右算力生态的长期回报。

京东面临的挑战则更具结构性：

• 量产落地节奏脱节：物理运营的回报完全取决于人形机器人与具身智能的大规模量产。若机器人商业化落地推迟数年，提前铺设的运维基地与人员储备将面临高额空转成本。
• 核心技术话语权：京东目前在通用基础模型和算力层并不占绝对主导权。若未来具身智能的大脑算法与核心标准被头部模型厂商掌控，纯粹的物理运维方容易退化为利润微薄的纯执行层。
• 主业利润的支撑强度：宏观消费环境下主营零售业务的利润表现，决定了京东能为一个长周期业务提供多长时间的财务缓冲。

归根结底，两家公司的AI战略分野并非源于远见的高低，而是各自资产负债表与核心优势的必然延伸。阿里顺应了自身的云原生基因，京东则立足于自身的地面履约底座。哪种模式能率先跑通，不仅关乎两家巨头的未来估值，也将印证实体产业拥抱AI的终极路径。