阿里巴巴第四季營收成長54%,特別在財報中提及打假與新零售策略
阿里巴巴第四季營收成長54%,特別在財報中提及打假與新零售策略
2017.01.25 | 阿里巴巴

2017年1月24日晚,阿里巴巴集團公佈2016年第四季(2017財年第三季)財報,營收較去年同期成長54%;淘寶和天貓等零售平台的業務,在雙十一的拉動下,總營收和行動端營收分別較去年同期上升了四成和七成;雲端服務成長強勁,付費用戶數量較去年同期翻倍,推動阿里雲營收連續第7個季度保持三位數增幅。 。

值得注意的是,去年剛重回美國惡名市場名單的阿里,這次專門在財報中提到的自身打假的動作;還有在線上線下零售融合的策略。

營收較去年同期成長54%,提高全年利潤預期

阿里當季(2016年10月1日至12月31日)收入較去年同期成長54%,達532.48億元人民幣(約78.6億美元)。成績同樣亮眼,但細看之下,增速稍有放緩。

阿里巴巴營收情況.png
圖/ 36 氪

盈利情況方面,集團經調整EBITA(息稅攤銷前利潤)較去年同期成長42%至256.69億元人民幣,經調整利潤率為48%;其中,核心電商業務利潤率64%。撇除非現金性質的重估收益、股權獎勵以及個別其他專案,季度經調整盈利較去年同期成長36%至224.91億元人民幣(約33.2億美元)。按非美國通用會計準則計,本季錄得49億美元的自由現金流。

阿里巴巴利潤情況.png
圖/ 36 氪

阿里表示,自2016年4月以來至今,阿里巴巴集團收入在本財年的第一、第二季分別獲得59%、55%的成長,本季較去年同期成長54%。實際運營數據均超出市場預期,因此,阿里巴巴集團首席財務官武衛表示:「在三個均優於預期的季度後,我們將2017財年的收入指引,由按年成長48%上調至成長53%。」

截至2016年3月的上一個財年,阿里巴巴全年收入成長33%,本財年53%的收入成長預期,意味較去年同期增速比上一財年增加了20個百分點。

阿里雲增速仍超100%,付費用戶數量較去年同期翻倍成長

在具體分部業務上,核心電商業務收入較去年同期成長45%,達465.76億元人民幣。雲端運算較去年同期成長115%,數位媒體和娛樂業務較去年同期成長273%。創新專案及其它業務較去年同期成長61%。

阿里營收組成.png
圖/ 36 氪

阿里表示,當季表現亮眼主要原因有:中國零售平台收入大幅、阿里雲成長強勁,以及收購業務(主要為優酷土豆及Lazada)所帶動。

中國零售平台的季度收入為408.02億元人民幣,較2015年同期上升42%。其中,行動端收入為324.51億元人民幣,較2015年同期成長73%;行動端佔中國零售平台的整體收入達到80%,2015年同期佔比僅為65%。

每位活躍買家對中國零售平台的年度收入貢獻,由去年同期的184元人民幣,上升到本季的241元人民幣;每位行動月度活躍用戶對行動收入的貢獻,則由去年同期的108元人民幣,上升到本季的166元人民幣。

雲端運算業務方面,雲端付費用戶數量較去年同期翻倍,推動阿里雲營收連續第7個季度保持三位數增幅。數據顯示,該季度雲端運算業務營收為17.64億元,較去年同期成長115%。付費客戶數比上一季度增加約11.4萬,比去年同期則成長一倍,總數76.5萬;當季收入17.64億元人民幣,較去年同期成長115%;此前,阿里雲先後在日本、德國、中東和澳大利亞開設數據中心。

阿里雲營收情況.jpg
圖/ 36 氪

由於併入了優酷土豆的業務,以及提供的行動增值服務如行動搜索、新聞推送和遊戲發行等的收入有所提升。在數位媒體和娛樂業務方面,本季度收入達到40.63億元人民幣,較去年同期成長273%。此外,來自創新項目及其他業務的收入為8.45億元人民幣,較去年同期成長61%。

專門在財報中提及自身打假動作與新零售

2016年的阿里被美國貿易代表辦公室重新列回「惡名市場名單」,該名單往往是指打假不力的平台。不知是否因為相關原因,阿里最近在打假方面分外用力,不僅強化了平台打假規則,還將刷單團伙告上法庭。這次更是專門在財報中提到了自身打假的努力:

在平台治理方面的持續努力,已成為超過10萬品牌對阿里巴巴信任的重要基礎。 2017年1月16日,阿里巴巴還發起成立全球首個「大數據打假聯盟」,LV、三星、施華洛世奇、瑪氏、福特汽車等20個國際知名品牌加入,與監管部門、品牌商共同推進知識產權保護。

提出新零售的概念之後,線上線下零售融合更是阿里近來的重點。

去年11月,阿里巴巴宣布投資21億元人民幣,獲得三江購物的35%的股權(包括股份和可換股債券);2017年1月,提出了私有化銀泰商業的建議,根據建議交易,阿里巴巴將成為銀泰的控股股東,持股比例預計增至約74%。

阿里與螞蟻金服合資成立的口碑也是他們線下業務的重點。財報顯示,季度內透支付寶結算的交易支付額達731億元,較上一季度成長52%,口碑今年1月獲得新一輪11億美元的融資。本季,菜鳥網絡日均投遞包裹5700萬個。

財報中還披露阿里生態下其他持股公司的情況,在2016年天貓雙11期間,透過支付寶支付的銷售額達到1207億元人民幣,其中行動端支付佔比高達82%。

同時,旗下大數據平台菜鳥網絡日均處理包裹量已經達到5,700萬個。去年雙11期間,菜鳥幫助商家和物流合作夥伴處理了6.57億個包裹。菜鳥聯盟智能倉配網絡為例,已經可以為超過1,000個區縣提供當日達次日達服務。去年雙11期間,五天內發貨超過1億件,成為中國最大開放倉配網絡。

「這展示了菜鳥開放生態的巨大成長性,是大數據的勝利,也是所有物流合作夥伴協作的能量。」菜鳥網絡總裁萬霖說,菜鳥將繼續加大投資未來,堅守數據技術公司的定位,推動整個物流業在智慧物流道路上邁開大步。

本文授權轉載自:36 氪

關鍵字: #財報
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓