阿里巴巴單季營收年增60%!刷新IPO以來最好紀錄
阿里巴巴單季營收年增60%!刷新IPO以來最好紀錄

在本週四美股開盤前,阿里巴巴公司發佈了2017年第四季(1-3月)的財報和全年年報(截止2017年3月31日),總營收略高於華爾街預期。

第四季阿里總營收385.79億人民幣,60%的增幅創下了集團自2014年IPO以來的最快增速,淨利潤為98.52億人民幣,較去年同期成長38%;2017年全年營收1582.73億人民幣,較去年成長56%,淨利潤達578.71億人民幣。

阿里巴巴
核心電商業務與總營收的增長對比。

然而,儘管阿里在營收方面超過了華爾街的預期,但4.35人民幣(0.63 美元)的每股盈餘(EPS)卻低於預期的 4.51 元(0.65 美元)。

電商帝國:4.5 億年活躍買家、3.7 萬億成交額

電商作為阿里的核心業務,第四季貢獻了超過8成的營收,達到315.7億人民幣,漲幅為47%,全年收入達到了1338.80億人民幣,較去年成長45%。過去一年裡,有4.54億買家活躍在阿里的各個電商平臺上。

阿里巴巴
中國境內零售業務收入占比的變化。

不過從營收占比來看,中國境內的線上零售份額有呈下滑之勢,2017年其收入占阿里總營收的67%,去年同期這一比例為76%。與之相對應的是海外零售的營收占比由去年的2%上升至今年的6%,收入大幅成長 312%。

去年阿里全平臺的成交額(GMV)為3萬億元,今年這一數字進一步成長至3.767萬億。但需要注意的是,GMV包含了銷售額、取消訂單金額、拒收訂單金額和退貨訂單金額,並不等同於營收。

移動端的重要性日益凸顯,其月活用戶達到了5.07億(截至 2017 年 3 月),而阿里電商業務85%的收入,都是用戶在手機上貢獻的,變現率(平臺從單份銷售額中所能賺到的收入)超過了PC端。

財報中將移動端活躍用戶的增加,歸功於個性化資料與消費者的高頻互動以及「試妝魔鏡」、「夜操場」等新功能的推出。

「新零售」是近來與阿里緊密相連的詞彙。財報將蘇寧的天貓旗艦店作為阿里在「新零售」領域的合作範例。雙方在 2015年8月達成戰略合作,打通了電商和物流等項目,蘇寧的天貓店在第四季度中表現突出,全年成交金額是去年同期的3倍以上。過去一年裡,阿里還先後投資了銀泰、百聯、蘇甯、三江購物。

財報還首次披露了阿里在海外平臺的使用者資料,速賣通和Lazada兩個平臺的年度活躍海外買家合計達到8300 萬,其中6000萬來自速賣通。

口碑、菜鳥網路、雲端計算都還沒能盈利

然而,在電商之外,阿里的其他業務有不少仍處於虧損狀態。

作為阿里線上下的重要佈局,本地生活服務平臺「口碑」在第四季的資料還不錯,支付金額達到了750億人民幣,而去年同期這一數字只有210億。但這一季度阿里需要分擔口碑5.05億人民幣的虧損,阿里表示這是由於口碑在去年 12月較高的推廣費用所致。

整個2017年,阿里在各項投資中承擔的虧損合計50.27億人民幣,遠高於上一財年的17.3億。阿里表示這與菜鳥網路以及恒大足球俱樂的估值較高有關,其中,僅菜鳥網路阿里就需要分擔10.56億人民幣的虧損。

成長勢頭迅猛但還在燒錢的業務還包括阿里近年來重金投資的雲端計算。第四季阿里雲的營收成長了103%,達到 21.63億,這是自2016年第一財季起,連續8季實現三位數成長。

2017年,阿里從雲端計算業務獲得66.63億人民幣的收入,比上年成長了121%,連續兩年實現三位數成長。截止至 2017年3月底,阿里雲端計算付費用戶數量達到87.4 萬,較上一季增加了10.9 萬。不過從財報上來看,這部分業務暫時還無法為阿里實現盈利,第四季虧損5.5億人民幣。

當然,只要電商業務繼續保持強勁的成長勢頭,其他領域的這點虧損對於阿里來說也無傷大雅。 CEO張勇在分析師會議上就指出:

核心電商分部在巨大的規模體量下,仍延續顯著的成長和強勁的現金流,讓我們能夠對雲端計算、數位媒體及娛樂進行積極投資,推動中國經濟數位化轉型及優質消費。

本文授權轉載自:愛范兒

關鍵字: #阿里巴巴 #財報
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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