云厂商押注Agentic Cloud赛道

2026年第二季度，阿里、腾讯、百度三家国内科技巨头单季资本开支合计达到1318.52亿元，较去年同期615.83亿元同比暴涨114%。 驱动这一轮千亿级重投入的核心变量是加速落地的AI智能体Agent。 当企业AI从模型试点阶段，迈入万级Agent大规模商业化运营，传统云计算架构已经难以承接爆发式、持续性的推理需求，Agentic Cloud（智能体云）由此成为全球云厂商集体押注的新赛道。 在9月22日杭州云栖大会上，阿里云CEO吴泳铭宣布，2032年阿里云数据中心规模将超20GW。

这一功率规模约等于20台大型核电机组满负荷运转，绝非一个小目标。 根据高盛测算，阿里云当前已上线算力规模约5‑6GW，2022年仅为2GW，意味着阿里要在十年之内，将自身算力底座扩张十倍。 市场对这个数字的反应分裂得很有意思。 高盛、花旗、瑞银齐刷刷把它视为云栖大会最具增量价值的信息，并重估阿里云的长期收入空间。 但另一边，阿里美股ADR自2025年10月以来累计回撤超40%，8月财报发布后盘前一度跌逾4%。 产业端轰轰烈烈的算力扩产、投行乐观的盈利预测，与二级市场谨慎的用脚投票形成鲜明反差。

分歧的本质并非AI云的长期价值存疑，而是在云计算从售卖资源的上半场，转向输出智能的Agentic Cloud下半场的范式迁移之下，云厂商押上了史无前例的资本开支，但没有人真正知道这笔钱什么时候、以什么路径收回来。 Agentic Cloud正在改写云的底层逻辑，推理替代训练、有状态任务替代无状态请求、Token经济替代传统资源经济。 天价资本开支已是大势所趋，但规模已经不再是制胜王道。 ROIC、自由现金流、GPU利用率，才是新的竞争生死线。

要理解这一轮投入为何如此猛烈，得先理解一个根本性的变化，云的主要消费者正在从人变成智能体，云服务从提供资源和算力转向输出能力和智力。 2023年之前云行业还在集体焦虑，移动互联网红利见顶，企业数字化增速放缓，下一个增长引擎在哪里？ 当时没人能想到，答案会以如此剧烈的方式到来。 ChatGPT的横空出世敲开了大模型时代的大门，但彼时云上主要负载集中于模型训练，训练任务结束后算力需求便会回落。 真正的产业拐点并非2023年，而是2025年。

用腾讯云高管的说法是：上半年DeepSeek引爆市场，下半年Agent接力，市场活力显著增加。 这背后，云厂商的身份完成了一次切换，从数字化时代的卖水人，转变为AI时代的算力守门人。 卖水人卖的是标准化通用资源，市场参与者都能买； 而算力守门人卖的是稀缺算力准入，是AI业务运行的前置底座。 这个身份切换的财务含义是巨大的，意味着行业议价能力的重新洗牌。 海外市场的数据提供了参照。

巴克莱的研究显示，美国AI大模型公司每取得100美元收入，约35至40美元最终流向AWS、Azure和Google Cloud三家，云厂商从中拿走约10至20美元的营业利润，对应35%-45%的利润率。 也就是说AI应用越繁荣，云厂商吃掉的利润份额越大。 模型公司在前台卷价格，云厂商在后台数钞票。 中国市场的信号也在同步闪烁。 2026年第二季度，百度AI云基础设施、金山云、腾讯云所在FBS板块营收分别同比增长50%、30.8%、9%； 阿里云AI相关产品收入连续12个季度三位数增长。

信通院数据则显示，2025年我国公有云大模型Token调用量达2000万亿，较2024年的114万亿暴增超16倍。 真正的技术质变发生在2026年。 谷歌在Next’26大会抛出Agentic Cloud战略，阿里云完成全栈智能体化升级，亚马逊推出AgentCore，微软Foundry Agent Service正式商用。 全球四家头部云厂商在相近窗口期对齐动作，这种同步性在云计算史上并不多见。 Forrester将这一轮转型总结为企业AI正从试点时代进入规模化管理时代。 这是一次彻头彻尾的代际架构更迭。

中国信通院指出，典型Agent任务遵循“感知‑推理‑行动‑反馈”多轮闭环逻辑，推理贯穿全流程，触发数十次链式调用与工具执行，任务生命周期由毫秒级拉长至分钟、小时，甚至数天级别。 反观传统云原生架构，设计初衷面向短周期、无状态、可替换的工作单元，任务计算完成，容器随即回收销毁。 二者底层逻辑存在根本性错配。 架构不兼容带来的现实痛点十分突出。

技术社区里有一个广为流传的典型案例，一套智能体程序耗费4小时处理400份文档，运行至第301份文档时发生报错，由于缺少检查点（checkpoint）机制，整个任务只能全部重新执行； 一旦网络中断，全部中间运行状态直接丢失。 Google Cloud调研也表明，83%企业组织认为现有基础设施无法支撑生产级Agentic AI落地。 Agentic Cloud的另一个核心分水岭是推理负载正在取代训练，成为云上的主流业务。

Gartner预测，2026年AI优化型IaaS支出中55%将用于推理业务，2027年这一占比进一步提升至59%。 云资源消耗模式由此改变，从一次性、脉冲式的训练投入，转变为不间断的持续性运营开销。 无数Agent持续发起Token调用，就像一座永不停工的工厂。 这也解释了为什么云厂商必须进行全栈重构，而不是简单叠加GPU。 芯片、调度系统、存储、运行时、推理平台，每一层都需要针对长周期、有状态、高并发的推理任务重新设计。

黄仁勋在六月份年度股东大会说得很直白：传统数据中心提供存储等服务，现在的AI工厂则用于制造token，每个token都是一个利润单位。 Agentic Cloud不是简单增加GPU硬件、修改部分代码的渐进式升级，而是覆盖芯片、调度、存储、运行时、推理平台的完整全栈重写。 全栈重写翻译成财务语言，就是资本开支曲线的陡峭抬升。 高盛测算，阿里云数据中心规模从当前约5-6GW扩至20GW，未来数年每年新增1-2GW，年度资本开支约2000亿-3000亿元；

预计2027至2029年分别为2090亿、2430亿和2600亿元。 字节跳动将2026年全年资本开支规划上调至超过2000亿元，投入强度居国内首位。 整体上，摩根士丹利预测中国核心云厂商及主要互联网公司2026年资本开支将达9950亿元，同比增长121%，增速远高于美国同期的41%。 2026至2030年，中国AI相关资本开支合计将达8.5万亿元。 全球同样如此。

集邦咨询10月更新测算，谷歌、亚马逊、Meta、微软、甲骨文、字节、腾讯、阿里、百度九大云厂商，2026年资本开支上调至逾9570亿美元，2027年或破1.5万亿美元。 海量数字很容易让人联想到军备竞赛。 但如果仔细看结构，会发现这轮投入和过去任何一轮云扩张都不一样。 过去的云扩张，比的是机房面积、服务器数量、带宽容量，核心是规模经济。 规模越大，单位成本越低，边际利润越高。 这是一个线性叙事。

但Agentic Cloud这一轮，比的是单位算力能产出多少Token、单位Token能承载多少Agent、单位Agent能转化多少营收，核心是能力密度。 这是一个非线性叙事，资本投入可以倍增，但如果能力密度不达标，业务产出不会同比例增长，甚至可能出现负回报。 高昂账单带来最直接的结果就是企业现金流集体承压。 8月阿里首次对外量化AI算力回报周期。 CFO徐宏表示，搭载自研芯片的算力服务一般三年实现盈亏平衡； 按照设备五年生命周期计算，盈亏平衡之后，还需要至少两年才能产生正向自由现金流。

换言之，从大额投入到真正拿回现金，乐观情形下也要五年。 2026年第二季度，阿里、腾讯、百度自由现金流合计净流出664.24亿元。 腾讯自由现金流‑138亿元，为历史首次转负，主要来自514亿元算力采购预付款。 阿里2026财年自由现金流净流出466.1亿元，2027财年第一财季继续流出446.7亿元。 过去四个季度，阿里AI+云板块资本开支约1200亿元，还有541.36亿元已签约尚未支付的款项。 曾经以充沛现金流著称的国内互联网巨头，账面开始集体见红。

五矿证券研报统计，五家头部云厂商AI资本开支与对应收入之比，从2023年59.2%飙升至2026年上半年128.3%。 资本投入已经超过对应收入的两倍，大量成本被前置。 与此同时，算力闲置、产能过剩的风险持续升温。 国家数据局数据显示，截至2026年6月，国内在用智算中心超500个，在建、规划项目接近400个。 腾讯云张晋在MWC26智能数据中心峰会公开提到，全国智算中心平均利用率仅20%‑30%，部分企业级智算中心利用率不足10%。

信通院数据同样显示，2025年国内智算资源实际使用率仅36.8%，每投入100元建设算力，约70元对应的资源处于空转状态。 Gartner基于3412名参与者的调研做出预警，到2027年底超过40%Agentic AI项目，会因为成本高企、商业价值模糊、风险管控不足而被取消。 一旦大量Agent项目落地不及预期，为智能体云建设的海量算力，将面临需求落空的风险。 控制硬件成本成为这场竞赛的硬性约束，国产芯片替代由此加速落地。 腾讯计划将国产芯片采购占比提升至 65% 以上，训练卡主要采购燧原产品，推理卡选用寒武纪。