2023年阿里巴巴研究报告 阿里AI及大模型技术储备梳理

1.AI赋能互联网，开启竞争新篇章

AI+互联网：或重塑互联网用户流量与时长分布格局

我们认为 2023 年对于互联网行业而言，是以高质量的增长为主题的一年。在疫后出行修复， 互联网大盘流量红利逐渐见顶的背景下（互联网渗透率渐趋高位+网民时长环比趋稳），各 头部互联网平台正在尝试通过跨越主业边界，跨领域扩张，获得新的增长动能，平台间的 竞争正在持续加剧。我们认为 AIGC 与大模型热潮的快速兴起，或将进一步加剧互联网行 业的竞争格局变迁，且这一竞争或从用户流量与时长的竞争开始，并最终迁移至 C 端用户 钱包份额与 B 端广告主预算份额等变现效率方面的竞争。在竞争格局迁移的过程中，用户 体验的改善与用户心智的提升将是核心抓手。

竞争格局的变迁在我们看来可能会首先在直接竞对的流量分布与时长分布上发生，是否拥 有大模型以及大模型能力可能成为直接竞对间的分界线，这在竞争充分且发展成熟的互联 网子行业中或率先出现，如电商、长视频、游戏等。参考海外案例，据 Zaker 报道，Similarweb 数据显示，截至 3 月 20 日，微软旗下搜索引擎新必应自 2 月 7 日整合人工智能聊天机器人 后、页面访问量增长了 15.8%，而 Alphabet 旗下的谷歌搜索引擎的页面访问量则下降了 1%。 伴随 AI 能力的持续衍进，应用场景的不断拓宽，用户时长的竞争可能也将蔓延至不同消费 互联网业态间，这或主要受各业态内领先互联网公司间用户时长竞争格局所影响。

我们认 为有望获得竞争优势的互联网平台需具备两项必要条件，1）领先的大模型技术储备；2） 扎实且高质量的数据资产。长期而言，考虑到人才流动、部分模型架构开源以及互联网龙 头公司投入决心强等因素，在迈出早期投入建设期后，我们认为互联网龙头公司在通用大 模型上的技术能力差距可能较有限，但平台数据内容的丰富度及质量存在差异，这将决定 不同模型的训练效果，并最终影响到用户体验。我们看好阿里巴巴等具备完善业务生态、 庞大数据体量的互联网龙头公司，其有望进一步借助 AI 技术释放庞大数据资产的价值。

AI+电商：用户钱包份额再分配

电商行业作为中国互联网行业早期阶段的产物之一，在经历了超过 20 年的发展后（阿里巴 巴成立于 1999 年），已成为中国消费互联网的成熟业态之一。伴随直播电商、社区团购及 新零售平台的兴起，中国电商市场竞争格局持续发生变化。基于我们的测算，2022 年淘系 （淘宝+天猫）的市场份额为 47.3%，较 2019 年有所下滑。

我们预计 AI 未来在电商行业的应用或重塑竞争格局变化的趋势。我们认为 AI 对于电商行 业的主要赋能路径包括：1）更高效的搜索：通过 AI 与购物 APP 的融合，进一步提升消费 者计划性购物需求的转化效率。在消费者已具备计划性购物需求的场景下，帮助消费者以 更快的速度筛选到称心的商品。尽管这可能会对消费者在平台上停留和逛的时长造成一定 负面影响（因为可以更快完成购物的整个流程），但得益于提升的效率与优化的用户体验， 我们认为具备大模型应用能力的平台可以有效地促成购物环节，提升其在消费者中的钱包 份额。

2）更优质的内容以及更精准的推荐：我们认为 AI 能力的加持或将进一步帮助平台 以更高的效率、更低的成本实现优质内容的生成，这对于已具备丰富内容储备的平台而言 赋能或更加突出，主要因为这可以使其更高效的训练其模型，并实现更优质的内容生成效 果。我们认为 AI 有望帮助具备丰富内容的电商平台进一步强化用户粘性并提升用户时长， 从而激发更多非计划性消费需求，最终帮助平台提升其消费者的钱包份额。

从商户侧，我们预计 AI 有望为商家提供丰富的落地应用场景，并帮助其有效地实现降本增 效。其中，传统综合电商类服务内容可能包括：智能客服、电商文案内容和图片生成、物 流管理、库存管理等，而直播电商类服务内容可能包括虚拟人与虚拟主播，直播内容生成 等，这或进一步帮助商户降低直播带货成本。

总体而言，我们看好 AI 技术对阿里巴巴电商业务的赋能潜力，主因：1）阿里巴巴拥有多 层级、完善的电商产品矩阵，兼顾高品质需求与性价比需求，辐射远中近场零售，且服务 了最广的电商消费者群体，这使其拥有深刻详尽的消费者洞察、丰富的消费者 画像与购物标签体系，我们看好其传统电商服务的搜索效率在 AI 技术的赋能下进一步提升， 帮助其捕获消费者更多的计划性购物需求；2）阿里巴巴自 2022 年起持续投资于建设平台 “逛”的心智，优质内容成为其国内电商业务发展的重要战略之一。

我们看好阿里巴巴利 用领先的 AI 技术实力，借助丰富的用户数据进行模型训练，持续提升其高质量文图视频内 容的生成能力，这有望帮助其进一步巩固用户心智并提升该类购物需求场景下的用户时长， 从而捕获消费者更多的非计划性需求。从商业模式角度，我们预计在电商搜索推荐效率的 提升推动下，商户广告投放预算或将进一步向效果类广告倾斜，这有望为阿里巴巴电商业 务收入的增长提供帮助。

AI+云计算：开启MaaS服务新时代，或助力业务收入增长重振

2022 年受企业数字化需求走弱，某大客户流失等多重因素影响，阿里云营收增速表现较为 疲软。在摆脱客户流失的基数效应后，我们期待基于 AI 大模型的 MaaS 服务为阿里云营收 增长带来新的动力。据阿里巴巴 2023 年云峰会介绍，阿里巴巴目前已经形成全栈技术服务能力，包括 IaaS（基 础设施即服务）、PaaS（平台即服务）以及 2022 年云栖大会期间提出的 MaaS（模型即服 务）。完善的通用云服务产品布局在我们看来使得阿里云已具备满足各行各业数字化转型的 多样化需求的能力。基于强大的 IaaS 层算力和 PaaS 层丰富的开发工具，阿里云提供以通义大模型系列为基础 的企业定制大模型，并提供模型推理/服务、模型监控、模型部署、模型训练、模型更新、 模型存储/检索等全面服务，辐射互联网、政府、零售、能源、制造等多个行业应用场景。

据量子位于 2023 年 3 月 29 日发布的《中国 AIGC 产业全景报告》测算，整体中国 AIGC 产业营收或在 2023 年达到 170 亿元，其中 MaaS 服务营收占比约 5%，而到 2027 年产业 营收规模或将增长至 602 亿元，其中 MaaS 服务营收占比约 47%，对应 MaaS 服务 2023-2027 年营收 CAGR 达 140%，在我们看来意味着蓬勃兴起的市场空间。

我们看好在 AI 大模型加持下，阿里云进一步夯实其云服务能力，服务于兴起的企业数字化 需求浪潮。从商业模式角度，我们认为 MaaS 服务可能会在现有云服务的订阅制付费、定 制化服务收费、按用量收费的基础上，形成如按模型效果付费等全新的收费模式，我们看 好具备海量高质数据支持且大模型基础设施完善的领先平台，其或在激烈的市场竞争中拔 得头筹。同时，我们看好 AI 对于协同办公的潜在赋能和价值，预计未来智能化功能（如聊 天摘要、内容创作等）的推出将进一步帮助企业及员工提高生产力与生产效率，强化用户 粘性，并为长期变现铺平道路。据 QuestMobile 数据，2023 年 1 月钉钉去重用户规模达 2.3 亿人，而据中华全国总工会 2023 年 3 月数据，目前全国职工总数 4.02 亿人左右，这在 我们看来意味着钉钉用户规模仍存在进一步提升空间。

AI+本地生活：即时消费效率再提升

阿里巴巴在本地生活服务领域已形成到店+到家的双轮驱动，我们认为 AI 大模型在搜索推 荐方面的能力均有望在两类业务中得到体现。就到家业务而言，我们看好饿了么在持续积 累的用户数据与标签体系的基础之上，利用 AI 技术，为消费者带来更加精准的推荐和匹配， 从而进一步改善用户体验。但我们认为商户供给侧的完善与强化仍是本地生活业务快速发 展的重要支撑之一，若饿了么在商户拓展与 AI 大模型引入上均取得进展，其规模与收入的 增长或实现加速提升。

对于到店业务而言，我们认为高德是阿里巴巴生态体系内重要的生活流量入口，其高频的 用户使用习惯和高粘性在我们看来奠定了广阔长期变现空间的基础。据 QuestMobile数据， 2022 年 12 个月高德 APP 平均 MAU 达到 6.9 亿人。如，一站式出行住宿预订助手、出行 线路规划、目的地附近餐饮娱乐推荐等业务场景在我们看来值得期待。

AI+物流：丰富的降本增效场景

物流履约作为电商服务链条中相对较重的运营环节，在我们看来 AI 与云计算的潜在赋能场 景丰富，降本增效的空间值得期待。据菜鸟官网，阿里巴巴目前的 AI 技术已经落地应用于： 1）智能调度算法（城配、干线、外卖、装箱等多场景智能调度）、电子面单 ocr 识别（提 取收寄件人信息）、智能地址识别（文本、图像、语音等多形式识别地址信息）、切箱算法 （合理规划箱体中包裹存储计划）等。 我们预计受益于 AI 算法的进一步精进，算力与数据基础的进一步提升和丰富，AI 对于物流 快递行业降本增效的赋能或进一步放大，看好其在物流中转和分发逻辑等领域的革新，这 或帮助快递物流企业合作伙伴在提升运营效率与改善盈利能力方面实现坚实突破。

AI+文娱：内容生产效率再革新

我们认为内容领域的多个场景下均具备 AI 大模型改善效率的潜在空间，其中初级工作的 AI 替代以及内容创作成本降低将成为各应用场景下的共同点。阿里拥有多元化的文娱业务布 局。对于阿里游戏而言，我们认为 AI 大模型的潜在赋能方向主要包括：1）游戏体验优化。 传统游戏设计中 NPC 的表现与对话多为预设内容，AIGC 的人机交互属性与内容生成能力 或将帮助创造更具创新力的 NPC，提升玩家游戏体验。2）参与游戏逻辑推理，降低推理成 本，帮助提升游戏产品 ROI。3）营销素材生成。AI 大模型多数具备多模态理解力，这有望 使其高效的结合游戏产品特性以较低成本生成营销素材，帮助提升游戏营销效率。

对于优酷、阿里文学及影业而言，剧本内容、图文视频的生成将是倍受市场关注的焦点。 我们认为伴随数据的持续扩容，叠加用户反馈的增加，阿里通义大模型的中文语义理解能 力将获得持续提升，这将帮助其进一步提升内容生成质量与效率，并赋能其内容业务获取 用户心智。

AI+智能硬件：打造重要的家居场景流量入口与调度中枢

尽管受换机周期拉长、可选消费情绪疲软影响，2022 年智能音响销量走弱，但我们期待在 AI 技术的加持下，智能音箱通过带给用户更优质、更“聪明”的体验，由单一的智能产品 跃升成为互联网公司业务交叉引流的重要入口。据洛图科技 2023 年 1 月《中国智能音箱零 售市场月度追踪》报告显示，2022 年，中国智能音箱市场销量为 2631 万台，同比下降 28%； 市场销售额为 75.3 亿元，同比下降 25%。其中，天猫精灵销量份额为 27%。

天猫精灵产品已覆盖多个家居应用场景，包括起居、健身、宠物、 看护等等。2023 年 4 月 11 日，天猫精灵官方公众号显示，天猫精灵已接入阿里通义千问 大模型，融入了全新的双向对话模型。通义千问所带来的内容生成能力帮助天猫精灵强化 与用户的交互体验，并进一步丰富可渗透的日常生活场景，这也将有助于其获得更多数据 积累，从而形成数据资产积累与模型训练效果的良性循环。

我们期待在 AI 大模型的加持下，天猫精灵在两方面体现价值：1）成为家居场景的重要流 量入口：我们预计 AI 大模型优异的感知、推理、反馈、交互能力可以显著地改善和提升人 机交互的体验，在陪护、娱乐等多个场景下具备应用价值，逐渐成为用户日常生活中不可 或缺的助理，并进一步延伸成为用户线上消费、线下出行的重要流量入口。如通过语音交 互为用户提供电商平台购物建议与推荐，并推送至手机或平板电脑等智能设备终端，如与 高德地图和饿了么深度融合，为用户提供便捷的到家即时服务建议与出行前完善的路线规 划；

2）成为智能家居生态的调度中枢：在逐步提升用户流量规模的过程中，与更多家居设 备厂商建立合作，构建丰富的天猫生态圈（类似小米智能家居生态与华为鸿蒙生态），这在 我们看来有利于阿里巴巴与广泛的家居设备品牌实现双赢，天猫精灵也有望在为家居设备 品牌扩充销量的过程中获得新的收入来源。

2.阿里AI及大模型技术储备梳理

阿里巴巴长期深耕于云计算、AI、大模型、边缘计算等复杂系统工程的开发，我们认为其 已形成从基础设施层到应用层完整的服务体系与服务能力。

阿里灵杰为企业和开发者提供一站式云原生的 AI 能力体系。依托阿里云的云基础设施、大 数据和 AI 工程能力、场景算法技术和行业经验，阿里巴巴通过阿里灵杰一站式帮助企业和 开发者提升 AI 应用开发效率，促成 AI 在产业中的规模化落地，激发业务价值。根据阿里灵 杰官网介绍，阿里灵杰目前已在金融、教育、交通、新零售、政务和司法 6 大领域提供完 整的 AI 应用方案，同时以商品形式出售人脸人体、图像/视频生产、图像分割等 12 大类服 务，满足各项应用场景需求。此外，阿里灵杰已推出大数据+AI 一体化平台，包含云原生大 数据计算服务 MaxCompute、数据开发与治理平台 DataWorks、机器学习平台 PAI 等，有 效帮助客户实现“开箱即用”，提升 AI 工程开发效率。

通义大模型——国内首个统一 AI 底座模型。2022 年 9 月，阿里巴巴发布通义大模型，该 模型由统一底座层、通用模型层、行业模型层组成，是国内首个统一 AI 底座模型，而统一 AI 模型可以充分利用多种感知模态的数据，从而获得更加丰富和准确的信息，有效解决了 传统大模型通用性和易用性欠缺的问题。 1）统一底座层：通义统一底座中的 M6-OFA 模型，在不引入新增结构的情况下，可同时处 理图像描述、视觉定位、文生图、视觉蕴含、文档摘要等 10 余项单模态和跨模态任务。

2）通用模型层：覆盖自然语言处理、多模态、计算机视觉。包括 NLP 模型通义 AliceMind， 多模态模型通义-M6，CV 模型通义-CV 三大模型。2023 年 4 月 7 日，阿里巴巴推出大规模 语言模型通义千问，进一步丰富阿里巴巴在通用模型层的产品形态。 3）行业模型层：深入电商、医疗、法律、金融、娱乐等行业，通用与专业领域大小模型协 同，让通义大模型系列可兼顾性能最优化与低成本落地。

M6 大模型为超大规模跨模态预训练模型（参数 10 万亿+），提供语言理解、图像处理、知 识表征等智能服务。根据 M6 大模型官网介绍，M6 以预训练模型的形式输出泛化能力，下 游仅需提供场景化数据进行优化调整，即可快速产出符合自身行业特点的精准模型，具备 “高精度”、“低门槛”、“多模态”三大特点，有效降低了 AI 使用门槛，推动各行业 AI 技术 的落地和普及，已在电商、智能制造、金融等行业有丰富落地应用。

多元应用场景已初步落地。根据阿里云官网介绍，M6 大模型具有强大的图像生成能力和创 造力，例如在服装设计模型中，模型可以根据用户输入的款式要求，如“翻领 polo 简约开 衫上衣”，快速完成服装的款式设计并生成白底图。在推荐理由生成功能模型中，M6 模型 可以捕捉到图片中的主要特征并转换成文本表述，如在提取商品主图中的商品特点信息后， 可自动展开扩写为一段流畅自然的商品推荐理由。除此之外，模型还包括视觉问答、图文 检索等功能，其技术优势包括：一致性强、清晰度高（细节逼 真、纹理丰富）、多样性高等。以电商场景为例， 我们认为 M6 大模型已经具备初步替代如图文营销等部分基础工作的能力，并期待其在更大 体量的数据训练支持下，进一步提升和强化其文本、图片、视频的生成质量，帮助商户降 本增效。

M6 大模型已积累丰富用户案例，如每平每屋、斑马智行、支付宝等。根据 M6 大模型官网， M6 大模型与家居家装平台每平每屋合作，基于自身的多模态特征提取能力和模型中存储的 丰富电商领域知识，为每平每屋业务提供了优质的家装类商品展示。在引入 M6 产出内容封 面 embedding 后，线上精排场景取得了 pctcvr2.6%的提升。此外，专注于专业研发智能汽 车操作系统底层基础软件技术的斑马智行算法团队使用 M6 的表征学习能力帮助推进语视 对话模型在自动驾驶场景实现应用，语视对话模型在评测上实现 5%以上的绝对值提升，有 效优化了自动驾驶体验。我们预计 M6 大模型在初期的应用将多通过阿里巴巴集团内部业务 实现，但伴随模型的持续调优，我们预计未来其有望逐步赋能产业链合作伙伴，为其提供 更多的价值。

2023 年 4 月 11 日，张勇（阿里巴巴集团董事会主席兼 CEO，阿里云智能集团 CEO）在 2023 年阿里云峰会上指出，未来阿里巴巴所有产品都将接入大模型，进行全面升级，使其 智能化水平达到全新高度。我们认为阿里巴巴丰富的消费互联网业务布局使其在 AI 大模型 领域的投入具备长期的赋能空间，我们期待数据的持续积累与模型训练效果形成良性循环， 并使得阿里巴巴在迈出早期技术和基础设施投资期后，在利润端收获果实。

3.阿里巴巴SOTP估值

我们预计 FY23/FY24/FY25 公司非 GAAP 净利润为人民币 1,494 亿/1,818 亿/2,023 亿元。 我们基于 SOTP 估值法的目标为 161.0 美元，对应 20.3/16.7 倍非 GAAP 口径下 FY23/FY24 预测 PE，具体如下： 1）核心业务（包括中国商业，国际商业，数字媒体及娱乐和创新业务）每 ADS 估值为 103.2 美元，采用 DCF 估值法，WACC 为 11.7%、永续增长率为 2%，均保持不变。 2）菜鸟每 ADS 估值 6.5 美元，基于最新一轮融资交易价值和阿里巴巴 63%的持股比例， 保持不变。

3）本地生活服务每 ADS 估值 6.0 美元，基于 2.0 倍 FY24 预测 PS，保持不变。我们认为 给予公司本地生活服务分部 2.0 倍 PS 估值较为合理，这相较美团股价对应的 2.5 倍 2023 年预测 PS 估值有所折价，主要考虑到公司旗下饿了么的市场份额低于美团。 4）云业务每 ADS 估值 26.1 美元，基于 5.5 倍 FY23 预测 PS，保持不变，与行业均值 5.6x 基本一致。 5）基于部分已上市持股公司的最新市值更新（截至 4 月 13 日），战略投资每 ADS 估值 19.2 美元。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）