AI算力生意进入下半场：三大云厂商谁能率先证明投入回报？

AI产业正在进入一个更考验经营能力的阶段。过去两年，云计算巨头持续扩建数据中心、采购GPU、研发自研芯片，并通过大模型和企业级产品争夺下一轮计算需求。只要算力需求保持增长，资本市场就愿意给这些投入留下充足的想象空间；但随着基础设施投入持续扩大，投资者需要进一步看清楚，新增算力究竟转化成了多少收入，收入增长能否覆盖折旧、电力、租赁和研发成本，最终又有多少现金真正留在公司账上。

接下来，Amazon、Alphabet和Microsoft将先后公布最新季度业绩。三家公司的业务结构不同，却共同面对AI产业链最关键的经营问题：云服务增长能否持续，企业客户是否愿意为AI付费，自研芯片能否改善成本结构，以及资本开支上升之后，自由现金流能否保持健康。

三级公司覆盖了AI商业化的不同环节。Amazon拥有AWS、Trainium及与Anthropic的投资合作，Google把Gemini、搜索、TPU和Google Cloud连接起来，Microsoft则依靠Azure、Microsoft 365 Copilot和企业软件渠道推动AI落地。三家公司提供了观察AI产业从基础设施建设走向商业回报的三个切面。

AWS增长重新提速，Amazon最难回答的问题是现金流

Amazon将于10月29日公布2026年第三季度财报。上一季度，AWS营收达到422亿美元，同比增长37%，创下过去18个季度以来最快增速，AWS营业利润达到166亿美元。Amazon同时披露，AWS AI业务年化收入运行率已超过250亿美元，AI与自研芯片业务的年化收入运行率也分别超过250亿美元。云业务的增长与盈利能力都在改善，为公司继续扩大基础设施投入提供了经营基础。

这组数据值得深入拆解。企业AI需求正在从模型训练扩展到推理、智能体和日常业务流程，客户需要的不只是GPU算力，还包括数据存储、模型调用、网络、安全与开发工具。AWS拥有成熟的企业客户关系和云服务体系，可以将AI需求嵌入现有合同，再通过Bedrock、定制芯片和计算服务扩大客户消费。对于企业客户而言，迁移成本、数据安全和现有系统兼容性同样重要，这些因素决定了云厂商能够获得多少持续性收入。

Amazon的优势还在于芯片布局。Trainium和Inferentia能够为不同工作负载提供替代方案，降低对单一芯片供应体系的依赖，也为改善长期计算成本创造空间。不过，自研芯片的商业价值需要放在实际使用率、单位推理成本、软件生态和客户迁移意愿中衡量。芯片发布与算力交付只是前半程，真正影响利润的，是客户能否在稳定的性能与成本条件下持续扩大使用量。

Amazon与Anthropic的关系也增加了这份财报的观察维度。Amazon既向AI企业提供基础设施，也通过股权投资参与模型产业的发展，这有机会形成算力消费与技术合作的协同效应，但投资收益、云业务收入和经营利润必须分别看待，不能把股权升值直接视为AI业务已经实现的经营回报。

现金流是本季度更需要追踪的指标。Amazon第二季度过去12个月经营现金流达到1614亿美元，但自由现金流为负76亿美元；同期净资本开支同比增加661亿美元，主要反映AI基础设施投入。公司第二季度现金资本开支达到531亿美元。这意味着AWS增长越快，新增算力能否迅速转化为收入与现金回报就越重要。

第三季度应重点观察AWS增速能否保持强劲、AI业务收入是否继续扩大，以及管理层如何解释资本开支和自由现金流的变化。若新增算力持续被客户消化，AWS利润增长有望逐步覆盖基础设施成本；如果收入增长与资本开支之间的差距继续扩大，折旧、能源和数据中心运营成本就可能压制未来利润弹性。

对Amazon而言，AI基础设施的扩张仍有充足的业务逻辑，接下来需要补充的是更清晰的回报证据。

Gemini与Google Cloud同步增长，Alphabet要证明AI能够反哺核心业务

Alphabet将于10月28日公布2026年第三季度财报。第二季度，公司营收达到1198亿美元，同比增长24%；Google Cloud营收248亿美元，同比增长82%，企业AI解决方案和AI基础设施是重要增长来源。Google Services营收945亿美元，同比增长15%，其中Google搜索及其他业务收入增长17%。

Alphabet的特殊之处，在于AI商业化并不只依靠云服务。Gemini可以通过订阅、企业服务和云端模型调用获得收入，也会影响搜索产品的用户体验与广告变现。Google拥有搜索、YouTube、Android、Workspace和Cloud等业务入口，可以在消费者与企业客户之间分发AI能力；TPU则为训练和推理提供另一条算力路径，有助于公司控制基础设施成本，并增强供应链的灵活性。

这套业务组合的价值，在于AI可能同时影响收入增长、用户留存和计算成本。但不同业务的兑现速度并不一致：云端AI服务可以通过企业合同和算力消费形成相对直接的收入，Gemini订阅需要观察付费用户和使用深度，AI搜索则涉及广告展示方式、点击率与商业转化。模型能力提升，并不自动意味着每次搜索都能产生更高收入。

Alphabet目前已经拿出一部分经营证据。Google Cloud第二季度增长82%，说明企业AI基础设施和平台服务正在形成实质性需求；搜索收入增长17%，也显示核心广告业务仍保持增长。但云业务的高增长能否持续、AI搜索是否影响广告效率，以及Gemini能否形成可持续的付费收入，仍需要从本季度数据和管理层解释中寻找答案。

资本开支则是另一项关键变量。Alphabet在第二季度将2026年资本开支预测上调至1950亿至2050亿美元，较此前指引提高150亿美元，主要用于加快基础设施扩建。同期，公司自由现金流转为负59亿美元。这些数据说明，即便云业务快速增长，AI基础设施投入仍会显著影响现金流表现。

投资者应关注的重点，是资本开支增长是否与云业务订单、收入和产能利用率形成合理对应。若企业AI需求保持强劲，新增基础设施逐步投入使用，Alphabet有机会同时提升云业务规模与内部计算效率；若Gemini的商业收入增长慢于投入扩张，搜索业务又面临变现效率压力，那么高额资本开支就会拉长回报周期。

对Alphabet来说，Gemini的意义远超一款模型产品。它需要逐步进入搜索、办公软件和企业云服务的收入体系，形成可衡量的商业贡献。只有这些业务之间的协同能够体现在财务报表中，AI才会成为Alphabet增长质量的加分项。

Copilot从付费席位走向使用价值，Microsoft需要把订单变成现金

Microsoft将于10月28日公布2027财年第一季度业绩。上一季度，公司营收达到900亿美元，同比增长18%；Microsoft Cloud营收达到593亿美元，同比增长27%。Azure及其他云服务收入增长43%，公司表示客户需求持续超过可用产能，新增算力投入后能够较快实现商业化。

Microsoft的AI商业化路径相对清晰：Azure承接模型训练、推理和企业计算需求，Microsoft 365 Copilot进入日常办公流程，GitHub Copilot面向软件开发，企业软件与安全产品则提供更广泛的销售渠道。与单独销售模型相比，Microsoft可以把AI能力嵌入客户已有的软件合同和工作流程，降低采购门槛，并通过订阅与按量计费获取收入。

Copilot的关键问题，是企业客户究竟愿意为多少AI功能持续付费。付费席位增加可以证明产品获得初步认可，但还需要观察席位扩张、实际使用频率、续费情况与单客户收入变化。企业客户也会重新评估软件预算，在传统席位订阅与按量消费之间调整支出，因此产品使用量增长并不必然带来同比例的利润提升。

Microsoft已经披露了一些积极信号。公司2026财年第三季度电话会议显示，Microsoft 365 Copilot付费席位超过2000万，Azure及其他云服务收入增长40%；公司同时预计2026年资本开支约为1900亿美元，并指出GPU、CPU和存储等产能约束仍将持续。到第四季度，Azure及其他云服务增速进一步达到43%，Microsoft Cloud毛利率为65%，同比下降，反映AI基础设施投入与业务组合变化带来的压力。

企业AI需求已经体现在云业务增长中，但产品商业化与基础设施回报仍处于同步推进阶段。资本开支能够增加未来可销售的算力，Copilot则需要证明客户愿意长期付费，两者之间还隔着部署效率、使用成本、产品体验和续费率。

接下来应重点追踪Azure增长能否保持、Copilot商业化是否继续扩大，以及云业务毛利率和自由现金流能否稳定。Microsoft的商业合同与企业客户基础，为AI收入增长提供了较强的渠道优势；但如果新增计算成本持续上升，而企业付费和产品使用价值没有同步改善，规模扩张仍可能对利润率形成压制。

对Microsoft而言，AI商业化最重要的里程碑，是让Azure、Copilot与企业软件形成可持续的收入循环。云业务提供算力需求，应用产品创造客户付费理由，企业渠道扩大渗透率，最终再由现金流验证投入是否划算。

云业务收入增速、AI产品付费与使用情况、资本开支指引、云业务毛利率，以及自由现金流变化。只有把这些指标放在一起，才能判断增长来自真实需求，还是主要依靠持续投入支撑。

这也是三巨头财报对整个AI产业的前瞻意义：算力建设决定增长的上限，商业化效率决定增长的质量，现金流则决定这场投资能够持续多久。