当前位置: 首页 > news >正文

最新!阿里财报电话会蒋凡与吴泳铭透露重要信息:淘宝闪购成绩斐然;零售与AI双轮驱动;阿里云推出“Agent Bay”新产品···

近日,阿里巴巴2026财年第一季度财报电话会引发广泛关注。

此次会议不仅是外界了解阿里在几大电商平台外卖大战后战略布局的关键窗口,更透露出阿里在零售、AI等领域的重大投资与未来规划。

淘宝闪购:成绩斐然,未来可期

在本次财报电话会上,淘宝闪购成为焦点之一。蒋凡透露,天猫超市已全面从B2C远场模式升级为近场闪购模式,在保持价格竞争力的同时,实现了更快速的配送时效体验。预计未来将有百万家品牌线下门店入驻淘宝闪购,未来三年内,闪购和即时零售有望为平台带来1万亿的交易增量。

从阶段性进展来看,淘宝闪购上线四个月成绩显著。在用户商户运营、物流建设、市场营销等方面表现出色,尤其在7月后,订单规模、用户、商户供给、运力规模均超出预期。目前,其日订单峰值达1.2亿单,8月周日均订单量达8000万单,带动闪购整体月度交易买家数达3亿,较4月增长200%。商家供给侧,大量新商户加入,优质供给达行业领先水平;运力规模上,日均活跃骑手超200万,较四月增长3倍,创造了超百万个新就业岗位。

淘宝闪购对电商业务拉动作用明显。从用户视角,显著带动了手淘整体用户规模和活跃度,8月DAU增长20%,用户活跃天数显著提升。在收益方面,流量上涨带来广告和CMR上涨,用户活跃度提升及用户拉新和流失召唤减少市场费用投入,且这一趋势有望持续扩大,中长期将更显著带动电商侧收益。

在经营效率和UE方面,淘宝闪购已达规模领先,将快速提升经营效率。短期内,损益收敛来自用户结构优化、订单结构优化和履约效率和成本优化。随着老客比例提升、高价值订单占比增加以及物流成本下降,预计在保持消费者当前优惠投入情况下,UE亏损可缩减一半。长期看,订单密度增大、物流成本优化空间大,精细化线下商户运营也有改善空间,有信心在效率方面达到行业领先水平。同时,考虑到电商综合收益,闪购可在长期保持价格竞争力前提下,对平台整体产生正向经济收益。

非餐饮零售品类发展也成果丰硕。近场原生模式下,闪电仓供给快速发展,已超5万家,订单同比增长超360%,25%供给来自阿里生态供应链;盒马接入淘宝闪购后,线上整体订单突破200万,同比增长超70%。远近场结合方面,天猫超市升级为近场闪购模式,将引入天猫品牌线下门店,实现线上线下一体化经营。

外卖战略:吸取经验,创新思路

回顾2018年收购饿了么后的市场表现,虽市场份额提升未达预期,但饿了么在基础能力建设上提升明显。蒋凡认为,此次淘宝闪购能短期快速发展,得益于饿了么多年能力积累。

本轮大规模进攻外卖市场,战略思路与以往不同。投资效率依赖足够商户、运力和活跃C端用户,饿了么与淘宝整合提供了这些条件。同时,此次投资不仅关注外卖业务本身,更从短期、中期和长期角度,看其对整个电商生态的综合收益。

投资布局:零售与AI并重

阿里目前面临AI和消费领域两大历史性重大机会。吴泳铭表示,这两个领域的投资都是战略性的,阿里有足够资源进行饱和式投入。关键在于平衡短期与长期回报关系,以AI为例,投入已显著推动云业务增速提升,预计未来几个季度增速还将进一步提高。对于闪购和即时零售,虽尚未盈利,但整合到淘宝生态后带来明显流量和用户频次提升,未来将产生可观收益。

在消费端投入方面,阿里并非现在才开始。在供应链和用户端一直保持持续投入,近期500亿大额投入是基于远近场结合到近场消费的历史机遇而增加。投入节奏会根据市场情况控制,并结合市场发展确定投资总额度。

CMR增长方面,本季度同比增长10%,未来几个季度,千六服务费和全站AI驱动的商业化产品渗透率提升将对take rate产生正向影响,闪购在用户增长和购买频次方面的积极作用也将推动CMR提升,预计未来几个季度CMR将保持较高速增长。

阿里云:增速向好,前景广阔

阿里云本季度同比增速达到26%,未来有望保持。需求端旺盛,企业因AI模型能力增强开发新应用,传统应用功能快速用大模型替代传统CPU计算功能。训练和推理需求增长,汽车厂、教育企业等有使用专有数据训练专有模型需求,推动AI整体基础设施使用量。同时,很多企业基于通义开源模型有后训练需求,阿里云将开发针对开源模型后训练的商业化服务。

中国云计算市场AI引领趋势变革,市场集中度有望高于传统市场。阿里云在传统和新的AI技术栈上具备优势,目标实现超越市场平均增速的增长,扩大市场份额,优先级是获取更多用户和应用场景,而非单纯追求毛利率提升。AI资本支出坚持三年投入3800亿元计划,每个季度支出因供应链情况波动,同时准备不同后备方案应对供应链变化。

Agent时代:把握机遇,积极布局

大模型从以训练模型为中心过渡到以Agent为中心的时代,模型需深入理解更长上下文窗口,使用各种工具和工具链,接入企业内部系统。阿里云推出“Agent Bay”新产品,为Agent提供底层沙盒环境,承载各行各业企业,提供适合Agent运行的环境。

在Agent驱动的AI时代,模型编码能力重要,阿里云模型不断迭代进化。同时,阿里云有很多与阿里集团大生态结合的产品,如与淘宝、钉钉等业务产品协同,为电商企业提供客服类产品等业务层面自动化解决方案,帮助企业开发更高效的AI Agent。

阿里巴巴在本次财报电话会上展示了对零售和AI领域的坚定信心和清晰规划。通过大规模投资和创新战略布局,阿里有望在未来的商业竞争中占据有利地位,为消费者和商家带来更多价值,推动行业变革与发展。

http://www.xdnf.cn/news/1428031.html

相关文章:

  • 【学Python自动化】 8.1 Python 与 Rust 错误处理对比学习笔记
  • Spring Security资源服务器在高并发场景下的认证性能优化实践指南
  • 使用DataLoader加载本地数据
  • 深度学习——基于卷积神经网络实现食物图像分类(数据增强)
  • JVM1.8与1.9的区别是什么?
  • 【系统架构设计(11)】软件测试全景解析:从方法论到实践策略
  • 面试tips--JVM(4)--Minor GC Major GC Full GC
  • STL库——deque/priority_queue
  • 【爬油管搜索视频软件】youtube爬虫工具,根据关键词采集搜到的视频数据
  • 数据分析与挖掘工程师学习规划
  • React学习教程,从入门到精通, React 入门指南:React JSX 语法知识点详解及案例代码(8)
  • 工业界实战之数据存储格式与精度
  • MySQL 事务隔离与 MVCC
  • MySQL事务+MVCC(精简版,包教包废)
  • 【彻底搞懂Java垃圾回收机制(附调优参数)】
  • 从电脑底层到进程创建:一篇看懂冯诺依曼、OS和进程
  • 【Qt开发】按钮类控件(二)-> QRadioButton
  • 【译】更好地控制您的 Copilot 代码建议
  • ResponseBodyEmitter介绍
  • Linux IPv4路由子系统深度解析
  • 什么是Token?——理解自然语言处理中的基本单位
  • 基于单片机颜色识别分拣系统设计
  • AI 生成视频入门:用 Pika Labs+Runway ML 制作短内容
  • 4.MySQL数据类型
  • day42-单片机
  • 【Linux基础知识系列:第一百一十六篇】使用mt进行磁带驱动管理
  • 第三家公司虽然用了powerbi,但更适合用excel
  • Flutter环境搭建全攻略之-windows环境搭建
  • 奔赴MOBILITY China 2026深圳新能源汽车技术展,共鉴行业高光时刻
  • 从零开始在Ubuntu上快速部署Docker和Dify:结合 Dify + 蓝耘 MaaS平台打造 AI 应用实战指南