北京时间7月23日凌晨，谷歌母公司Alphabet将公布二季度财报，随后一周多的时间里，微软、Meta、亚马逊陆续跟上。我们在前面的文章里说过，7月的市场有两个观察窗口：第一个是杠杆出清的进度，这条线我们已经跟了三周；第二个就是北美大厂的财报。现在第二个窗口打开了，而且谷歌是第一家交卷的超大CSP，它的读数会直接影响市场对后面几家的预期，所以这份财报的权重，比它自身的市值占比还要更大一些。
这篇文章分两部分。前一半聊清楚一件事：为什么超大CSP的财报现在这么重要，以及作为A股算力硬件链的投资者，我们应该用什么框架去读它。后一半以谷歌为样本，把几种可能的结果推演一遍，看看每一种结果落地之后，市场大概率会怎么反应。
一、为什么是财报，为什么是现在
最重要的边际需求锚
超大CSP——微软、亚马逊、谷歌、Meta——的财报，在两年前还主要是美股投资者的事。现在不一样了。这四家公司2026年合计资本开支约7300亿美元，同比增长接近八成（需要说明的是，各家对融资租赁、现金开支和长期资产的统计口径不尽一致，这个合计数适合看量级和趋势，不适合精确的横向比较）。当然，全球AI基础设施的需求并不只来自这四家：Oracle和其他云厂商、neocloud、主权AI项目、第三方数据中心运营商，以及国内互联网大厂和国产算力体系，都是真实的增量。但就海外算力链而言，这四家仍然是最重要的边际需求锚——GPU、存储、光模块、服务器、电源、液冷，A股海外链的远期订单预期，最终大都要落到这几家公司的Capex表上。
财报的计量功能
所以这几份财报的意义已经超出了个股业绩本身，它们实际上承担着一个计量功能：衡量AI商业化的兑现速度，能不能赶上AI资本投入和成本增长的速度。收入端是AI需求的增长、收入的质量和单位经济效益；成本端是资本开支、折旧、能源和融资需求。这两条曲线的相对斜率，决定了大科技的自由现金流走向，也决定了市场愿意给整个AI叙事定多少价。如果兑现速度追不上投入速度，自由现金流的问题就会被摆上台面，而一旦市场开始用自由现金流的逻辑给这些公司重新定价，压力会沿着供应链向下传导，传到我们这里。
去杠杆之后的读数环境
时点上还有一层原因。经过前几周全球科技股的去杠杆，市场刚刚完成了一轮仓位出清，拥挤度明显下降。这件事对财报反应的影响，需要说得完整一些：仓位出清降低的是机械性连环平仓的概率，坏消息不容易再被杠杆放大成踩踏；但它并不保证反应一定更温和，因为风险偏好和多头资金同样在收缩，好消息的正向弹性可能也变弱了。仓位出清解决的是持仓结构问题，未必解决盈利预期和估值问题。换句话说，去杠杆之后的市场，更有可能把财报当作定价的输入，而反应的方向和力度本身，就是关于当前市场状态的新信息——这一点我们在最后一节还会用到。
二、市场在担心什么
把当前市场对大厂财报的担忧摊开来看，大致有四层，一层比一层深。
第一层：高预期的残留
市场已经把未来若干年的持续Capex、芯片需求和云增长部分计入了价格，在这种起点上，财报只要"很好但没有继续超预期"，相关的半导体、存储、数据中心和电力交易就可能回落。不过这里需要做一个区分：不能笼统地说整个大科技板块都计入了"很多年的完美预期"。微软、谷歌、亚马逊、Meta手里还握着Office、搜索广告、电商、社交广告这些庞大的非AI现金流，估值有厚实的垫子；真正容易计入多年完美预期的，是那些收入与AI Capex高度绑定、周期弹性更大的供应链公司——也就是离我们更近的这一段。好在近期的去杠杆已经把这层风险释放了不少，这是当下和年初最大的不同。
第二层：折旧错配，以及会计寿命与经济寿命之差
收入可以立刻增长，但数据中心、GPU、供电和网络带来的折旧会持续压在报表上很多年。市场的目光正在从"谁花得最多"转向"谁能让新增容量最快进入付费利用，并产生足以覆盖折旧和资金成本的毛利"。这个转向不是情绪化的：亚马逊一季度自由现金流转负，微软云业务毛利率受到AI投资的压力，谷歌管理层明确提示折旧和能源成本上升——担忧有真实的报表依据。而且这一层里还藏着一个更深的问题：AI硬件的会计寿命和经济寿命可能不一致。加速器在账面上按数年折旧，但技术迭代很快，新一代芯片上线后，旧设备的经济价值可能在折旧完成之前就已经明显下降。所以除了折旧总额，还要留意各家是否延长设备折旧年限、是否出现资产减值、新旧芯片的利用率如何切换——真正的风险不是折旧增加，而是资产还没折完、价值先掉了。这是这一轮AI资本开支周期与传统云计算周期最重要的差异之一。
第三层：两种担心并不矛盾
市场同时在担心"Capex太多"和"Capex被削减"，看起来矛盾，其实不然，因为受影响的对象不同。对CSP股东而言，没有回报的Capex增加是负面；对芯片、存储、数据中心和电力供应链而言，Capex削减是收入负面。再往细分：因为效率提高而减少Capex、同时保持收入和容量，是正面；因为需求减弱而削减Capex，则对整个AI产业链都是负面。所以市场真正关心的从来不是Capex的绝对增减，而是每一美元新增Capex能带来多少可持续的毛利和自由现金流。
第四层：商业化与投入的时间差
当前云端AI需求确实很强，部分CSP仍然受容量约束，供不应求；但企业客户大规模从试点转向生产、续约和扩张部署，需要更长的时间。折旧和融资成本会率先进入财务报表，市场担心的是企业AI收入能不能足够快地接上。这个时间差本身不是问题，问题是它的长度不确定，而不确定性正是估值折价的来源。此外还要承认，利率、能源价格和宏观风险同样会影响长久期科技资产的定价，不是所有回撤都应该归因于AI叙事本身。当下的市场，实际上在"AI基础设施仍被低估"和"投入过多、过早"两个叙事之间反复摇摆，财报就是给摇摆称重的秤。
三、读财报的主线：把一个问题拆成两个
上面那句主线——每一美元新增Capex换回了什么——落到操作层面，其实要拆成两个不同的问题。第一个问题是站在CSP股东角度问的：每一美元Capex为公司换回了多少可持续的收入、毛利和现金流。第二个问题是站在供应链角度问的：每一美元Capex里，有多少真正转化成了设备的采购数量。这两个问题相关，但不是同一个问题，混在一起是很多误读的来源。
名义Capex不等于真实设备量
为什么要强调第二个问题，因为名义Capex的增长不等于真实设备部署量的同比例增长。资本开支的增加可能来自设备涨价、土地和建筑成本上升、电网接入成本提高，而不是买了更多的卡和服务器。微软已经把这件事挑明了：其2026年约1900亿美元的Capex预期中，约250亿美元来自更高的组件价格，主要是存储涨价；Meta也在指引上调时给出了同样的归因。对A股算力链，这个区分有直接的含义：价格驱动的Capex上涨，利好的是存储这类价格敏感环节，却不能被读成全链条的数量扩张——看到Capex上调就给光模块、PCB线性外推数量逻辑，方向可能就错了。往后读这几份财报，Capex数字要过一道"价格与数量"的拆分，才能翻译成供应链的订单预期。
证据要分层看
在CSP自身回报这一侧，市场需要看到的是一条连续的证据链：AI收入要有广度，剔除OpenAI、Anthropic这类少数超大合同后需求依然强劲；新增AI毛利额要跑赢新增的折旧、能源和运营投入——注意是毛利额而不是毛利率，早期利润率下降可以接受，毛利额接不上才是问题；backlog要能转化为未来十二到二十四个月的收入；自研芯片要有可核对的经济收益；自由现金流的谷底要变得可见；最好还有企业客户自己站出来披露真实的ROI。不过对着这份清单，也要诚实地承认一个现实：其中很多指标是财报里直接看不到的。CSP不会披露AI毛利额、每Token成本或每加速器小时毛利，谷歌披露的32.9%是整个云业务的经营利润率，里面混着GCP、Workspace、安全业务和传统云，并不是纯AI基础设施的利润率。所以读财报时对证据要分层：云收入、利润率、Capex、经营现金流、backlog、折旧，这些是硬数据；容量是否仍然受限、新容量上线节奏、客户消费是否超出初始承诺，这些是可验证的代理指标；企业ROI案例、Token处理量、试点转生产的描述，这些是管理层口径。越往后一层，证据的权重应该越低——用管理层的叙事去填硬数据的缺口，是财报季最常见的自我欺骗。
报表之外的资本承诺
还有一个正在变得重要的盲区：报表上的Capex，已经不能完整反映这些公司承担的资本承诺。AI基础设施越来越多地通过融资租赁、长期采购协议、第三方数据中心和信用担保的方式建设。谷歌的一季度报表里就有现成的例子：它为第三方数据中心的付款义务提供backstop担保，这类信用衍生工具的名义金额从年初的约169亿美元升至3月末的约284亿美元，4月又新增约153亿美元，期限最长15年；此外还有名义金额300亿美元的股权衍生工具，对应向某战略投资对象分期注资的承诺。这些都不在Capex科目里。它的含义是：当资本开支从自家资产负债表转移到合作伙伴身上时，Capex数字可能"改善"了，但产业的投资强度并没有下降，只是风险换了个地方存放。评估AI投入的完整口径，应该是Capex加融资租赁加采购承诺加信用担保——财报电话会上如果有分析师追问这一块，值得竖起耳朵听。
给A股读者的翻译规则
把这一节收拢成给A股读者的翻译规则：CSP的股价涨跌本身不是我们的信号，Capex背后的原因和构成才是。财报后CSP股价下跌，如果原因是利润率被投资压制而Capex指引不变甚至上调，对硬件链是中性甚至偏多；反过来，CSP股价上涨，如果驱动是宣布控制开支、改善现金流，对硬件链反而是需求走弱的信号。再往下一层：Capex决定需求总量，Capex的结构决定受益方向，供应商的份额决定个股兑现——三件事要分开判断，不能拿总量结论直接套在某一个环节的某一只股票上。
四、谷歌先交卷：五个看点
回到眼前这份财报。市场对谷歌二季度的共识预期是收入1165亿美元左右、同比增长约21%，EPS约2.87美元、同比增长约24%。从个人角度看，谷歌二季度大概率还是能保持高增速，真正的悬念不在总量，而在结构。有一个细节可以说明市场这次为什么会往深往细看：一季度EPS录得5.11美元、看起来大超预期，但拆开报表，其中约369亿美元来自股权证券净收益，绝大部分是非上市股权的公允价值重估——市场普遍认为主要与其持有的Anthropic、SpaceX等股权有关——剔除这部分账面收益，核心经营层面的EPS基本就贴着共识线。也就是说，上一季的"大超"在质量上是有折扣的，市场记得这件事，这一次会把每一个数字拆开验货。
看点一：Cloud增长的质量
一季度63%的增速非常亮眼，云收入首次突破单季200亿美元，但这个数字需要拆开：其中多少是普通企业客户的GCP消费？多少是TPU硬件销售？多少是Wiz并表贡献？多少来自少数AI实验室的超大合同？同样的增速，不同的构成，含金量完全不同。普通企业消费驱动的增长可以线性外推，硬件销售和并表贡献则不能。
看点二：backlog的转化
一季度末谷歌整体backlog约4676亿美元，其中云业务约4623亿美元，环比接近翻倍，管理层给的口径是略过半将在未来二十四个月内确认为收入。二季度是观察近期转化速度的重要样本：市场想看到的不是backlog继续膨胀，而是backlog上涨的同时，收入和经营现金流同步跟上。不过这个检验有边界，不能只用一个季度的云收入增速给全部backlog定性——一方面，谷歌从今年一季度起调整了统计口径，新纳入了原始期限一年以内的合同（约73亿美元）；另一方面，backlog里既有多年期的大合同，也包含TPU硬件供应协议，这类收入的确认节奏与云服务消费并不相同。backlog的质量还有几个值得追问的维度：客户集中度有多高、合同是否可取消、有没有预付款、以及谷歌是否同时在为自己的大客户或其合作数据中心提供信用支持——如果需求方的付款能力部分依赖供给方的担保，这种循环结构本身就该打个折扣。
看点三：Cloud利润率能否守住
一季度32.9%的经营利润率是一个很强的缓冲垫。二季度即便叠加Wiz并表、折旧上行和能源成本，只要大致维持在30%附近，市场大概率能够接受。这个数字的意义在于它间接回答主线问题：新增容量投入使用之后，毛利跟没跟上。
看点四：Search端的AI经济学
公司已经披露，AI Overviews和AI Mode升级后，核心AI回答的单位成本下降超过30%。成本端有了答案，市场接下来要验证收入端：查询量是否增加、广告点击和转化是否提升、AI回答是否在挤占传统搜索广告库存、每查询收入的增长是否快于成本。搜索是谷歌的现金流母舰，它对AI成本的消化能力，决定了整个Capex计划的底气。
看点五：自由现金流
这一点需要提前把预期摆正：二季度谷歌FCF接近零甚至阶段性转负，应当作为高概率情景提前计入。理由算一遍就清楚——2026年全年Capex指引1800到1900亿美元，一季度已经花了357亿，剩下三个季度平均每季度要投480到510亿；再叠加二季度现金税的季节性因素，去年同期经营现金流只有277亿、FCF只剩53亿。当然，季度Capex的落地节奏并不均匀，经营现金流也会随营运资本和税款支付波动，所以这是高概率而不是必然。还有一个旁证能说明现金流压力的真实性：一季度谷歌暂停了股票回购，同时发行了超过310亿美元的债券，长期债务余额从465亿升到775亿。真正需要警惕的不是FCF转负本身，而是大幅度转负，或者转负的路径无法用"已签约需求加季节性税负"解释清楚——市场交易的从来是转负的原因、幅度和恢复路径，不是那个正负号。
五、三种读数，三种走向
把上面的看点组合起来，财报落地后大致有三种情形。
情形一：金发姑娘
最理想的组合：云和AI收入高于预期，且拆分后的结构经得起检验；利润率大致稳定在30%附近；backlog开始按承诺的节奏转化；Capex没有意外失控，或者即便上调、也明确对应已签约的需求；自由现金流不再恶化，转负的幅度和原因都在可解释范围内（而且涨价因素与数量因素说得清楚）。如果是这个组合，美股的AI叙事得到一次实质性确认，市场对整个财报季的预期上修。对A股算力链而言，这相当于需求端的锚被重新钉牢了一次——但要提醒一句，去杠杆之后的市场，利好落地当天的反应本身就是一个读数：好消息之下涨不涨、涨多少，是我们判断筹码和风险偏好状态的信息，而不只是情绪的结果。
情形二：很好，但没有更好
中间的情形：总量数字达标甚至小超，但拆分之后瑕疵可见——比如云增速依赖TPU销售和并表、backlog新增集中于单一战略客户、或者Capex再次上调的同时利润率指引松动。这种结果下，谷歌自身因为有搜索现金流垫底，回撤大概率可控；压力更多落在弹性更大的供应链交易上。至于市场反应的力度，前面说过，去杠杆是把双刃剑：踩踏的概率降低了，但利好的弹性可能也钝化了，同样的失望换来的跌幅未必比此前小多少——这正是需要用盘面去验证、而不是提前下结论的地方。
情形三：危险组合
最危险的是几件事同时出现：Token和使用量大涨，但每客户支出、毛利额和自由现金流没有改善；backlog和RPO的增长依赖单一战略模型公司；Capex大幅上调，而利润率和收入指引却在下降；自由现金流大幅转负且管理层给不出恢复路径。这个组合等于把"投入过多、过早"的叙事坐实，负面会传导到整个AI产业链，供应链的beta比CSP本体更大，A股算力链难以独善其身。需要说明的是，从现有信息看，这是三种情形里概率最低的一种，但恰恰因为它对应的价格变动最大，事前想清楚它长什么样，事后才不会在盘面上临时找解释。
外推的边界
最后是外推的问题。谷歌是财报季第一家交卷的超大CSP，它的读数会决定这个财报季的初始情绪，这一点没有疑问。但外推要有边界：四家公司的商业模式差异很大，谷歌财报里真正可以外推的，是那些共同变量——AI基础设施的供需松紧、组件价格走势、能源和数据中心成本、折旧压力、企业AI采用的速度；而Search与AI的左右手互搏、TPU硬件销售、Wiz并表这些，是谷歌自己的故事，套不到微软的Azure、Meta的内部算力或者亚马逊的零售资本开支上。谷歌可以提供共同变量的先验，不能替代对后面三家各自的分析——如果23日凌晨的数字很好，先别急着把乐观预支到月底。
六、回到我们自己的表
最后照例把逻辑和交易分开。这份财报无论落在哪种情形，改变的都是逻辑层的变量——它回答的是"AI算力的需求锚还在不在、有多牢"，它不直接回答"现在该不该买"。对A股算力链的操作，依然过我们那张核对表：资格看跌势是否中断，评分看量能、相对强势、广度和利好反馈，赔率决定追不追。谷歌财报正好是"利好反馈"一项的第二次计分机会——一个足够分量的外部消息落地，板块给出什么反应，本身就是关于筹码和情绪状态最诚实的读数。财报改变的是基本面的先验，盘面则在此之后继续更新交易的后验；两边都是带噪声的信号，谁也不是终局裁判，我们要做的只是把两边的数字都如实读出来，然后按表行事。
给我另外一个公众号宣传一下，也宣传一下深挖的skill。这个公众号内容完全由深挖ai平台提供的skill生成。依托「龙虾」，目前已落地 20 余个 skill，覆盖三类典型场景：开盘前，对过去 24 小时卖方观点的汇总；收盘后，对全市场交易的复盘；以及对特定行业或概念的持续跟踪——包括其底层逻辑、卖方观点与市场情绪的边际变化。
每个交易日，这个公众号将固定更新两类内容：盘前的卖方观点汇总（上午9点），以及盘后的全市场交易复盘（下午5点）。周六，周日，我们会精选用户跟踪最多的行业增量信息及边际变化报告，以便大家更好的感受深挖ai的跟踪监测类的skill。
链接为7月21日的报告。
政策底与市场底共振，产业逻辑为反弹注入灵魂，但修复非一蹴而就 ---深挖盘后总结（0721）
乖离率分析报告：资金从高股息防御板块收缩并抱团至超跌成长，市场整体处于从冰点恐慌向复苏确认的阶段转换期（0721）
—— END ——
免责声明：本文仅为市场分析与观点探讨，不构成任何投资建议。市场有风险，投资需谨慎。文中涉及的个股及行业分析仅供参考，不代表对任何标的的推荐或看空。
（文中提到的研报每日更新在知识星球“真深挖研判”与腾讯IMA“深挖一下”）
