7 月 22 日，Alphabet 公布二季度营收 1198 亿美元，同比增长 24%；Google Cloud 收入 248 亿美元，增长 82%，云业务经营利润达到 88 亿美元。成绩很硬，但公司把 2026 年资本开支指引上调至 1950 亿—2050 亿美元后，股价盘后反而跌了约 3%。
图源：Google CEO 2026 年二季度业绩说明。图片版权归原作者；发布前请确认原页面授权条款。
这就是本轮财报季的新规则：“超预期”已经贬值，市场开始追问每新增一美元 AI 收入，要吃掉多少资本，最后又有多少能留下来变成现金。
我的判断很直接：AI 需求并不虚。眼下最贵的误会，是把云厂商的收入、存储厂的超额利润和苹果的端侧溢价，当成同一种利润。
月底这六份财报，会把利润到底藏在哪一层照出来。
六家公司，其实在对同一笔账
美股公司均为盘后发布，对应北京时间为次日清晨；具体安排仍可能调整。
第一张账：云厂商买了多少，赚回多少
微软：订单很多，不等于资本回报已经兑现
微软上一季度 Azure 增长 40%，AI 业务年化收入运行率超过 370 亿美元，同比增长 123%；商业剩余履约义务达到 6270 亿美元，增长 99%。
需求强得几乎没有争议。争议在另一边：单季物业和设备新增投入约 309 亿美元，同比增加 84%。
所以月底不能只看 Azure 增速。要把三件事绑在一起：Azure 增速、未履约订单向收入转化的速度、资本开支与折旧对利润率的挤压。
如果 Azure 继续高增，利润率还能稳住，AI 基建链的估值天花板会被抬高；如果订单继续堆、现金回收却变慢，市场会发现“供不应求”也可能是一种昂贵的增长。
图源：Microsoft Source｜Fairwater AI superfactory。图片版权归 Microsoft；发布前请确认原页面授权条款。
Meta：这是 AI 回报最短的一条链
Meta 上季度广告展示量增长 19%，单条广告均价增长 12%，收入增长 33%；同时单季资本开支接近 198 亿美元，并把全年资本开支指引抬到 1250 亿—1450 亿美元。
Meta 的特殊之处，是 AI 从推荐排序、用户时长到广告价格，最终回到现金流，链条比云计算短。
因此它是月底最干净的一次 AI 回报测试：如果广告量价继续齐升，即使资本开支再上调，市场也更容易接受；如果广告增速先掉、开支继续冲，所谓“效率提升”就会迅速变成一张无法核对的远期支票。
亚马逊：AWS 赚钱，但自由现金流已经被设备吞掉
亚马逊上季度 AWS 收入 376 亿美元，同比增长 28%，经营利润 142 亿美元，表现并不弱。
问题出在现金流。过去 12 个月自由现金流从 259 亿美元降至 12 亿美元，公司称主因是 AI 相关物业和设备采购同比增加 593 亿美元。管理层预计 2026 年资本开支约 2000 亿美元。
亚马逊这份财报会直接影响两拨资产：一拨是数据中心、网络、芯片与电力供应链；另一拨是云厂商自身。AWS 增速越快，前一拨越兴奋；折旧和现金消耗越重，后一拨越难享受同样的估值溢价。
这也是 Trainium 等自研芯片必须盯住的地方。它不是一个产品发布故事，而是亚马逊能否把部分 AI 成本从外部供应商手里拿回来的利润分配故事。
第二张账：存储厂赚得越多，云厂商付得越贵
SK 海力士：72% 经营利润率，是需求证据，也是成本警报
SK 海力士一季度收入 52.58 万亿韩元，经营利润 37.61 万亿韩元，经营利润率达到 72%。公司明确表示，高端 HBM、服务器 DRAM 和企业级 SSD 需求强劲，客户需求仍超过供应。
这组数字足以反驳“AI 需求全靠讲故事”。但它也暴露了产业链另一面：
海力士的超额利润，就是云厂商成本通胀的镜像。
7 月 29 日除了看收入和利润，我更关心 HBM 平均售价、出货增速、HBM4/HBM4E 良率、客户认证进度，以及新增产能对应的是长期合同还是现货繁荣。
如果扩产继续提速，利润率仍居高不下，说明稀缺性尚未松动；如果价格和利润率先回落，但出货、客户锁单仍强，那更可能是供应正常化，不必急着把它解释成 AI 需求坍塌。
图源：SK hynix Newsroom｜12-layer HBM4E sample。图片版权归 SK hynix；发布前请确认原页面授权条款。
三星：初步利润很强，分部利润才是审判
三星已经披露二季度初步数据：合并收入约 171 万亿韩元，经营利润约 89.4 万亿韩元。7 月 30 日的完整财报，将给出更关键的半导体分部拆解。
三星今年已商业出货 HBM4，并预计 2026 年 HBM 销售额较 2025 年增长三倍以上；5 月又开始向客户送样 12 层 HBM4E。技术进度不慢，缺的是它对分部利润、良率和市场份额的真实贡献。
三星若能把 HBM4 的量产、良率和客户认证同时兑现，HBM 的稀缺溢价会第一次遇到有分量的供给压力。受影响的不只海力士，也包括整个 AI 硬件链的利润排序：
存储供应增加，HBM 超额利润可能回落； 云厂商单位算力成本得到缓解； AI 需求若仍强，利润可能从上游重新流回云服务和应用层。
反过来，如果三星总利润很漂亮，半导体分部的 HBM 贡献仍含糊，市场会继续把稀缺性溢价留给海力士。
图源：Samsung Global Newsroom｜Commercial HBM4。图片版权归 Samsung Electronics；发布前请确认原页面授权条款。
第三张账：苹果能不能绕开“重资产 AI”
苹果上一季度收入 1112 亿美元，同比增长 17%；其中 iPhone 收入约 570 亿美元，服务收入约 310 亿美元。公司 6 月发布新一代 Siri AI，计划在 2026 年晚些时候推出测试版，但中国市场仍需等待监管批准。
苹果和前五家公司不是同一种 AI 生意。
微软、Meta、亚马逊先花巨额资本开支，再等待利用率和收入追上；苹果把更多压力放在终端体验、换机周期和服务变现上。不同公司的统计口径和周期不能直接横比，但苹果过去六个月支付的物业和设备支出约 43 亿美元，足以说明它与云厂商的资本结构差异。
问题是，较轻的资产负担也对应更高的产品证明门槛。
截至 7 月 23 日美股收盘，Longbridge 数据显示苹果市盈率约 38.5 倍，近半年涨幅约 29.9%。这个定价已经不满足于“AI 功能终于上线”，它需要看到 AI 对换机、服务收入或用户黏性的可量化推动。
如果苹果兑现，市场会重新重视端侧 AI 的现金转化效率；如果只有发布节奏，没有商业牵引，高估值会让任何普通指引都显得不够。
为什么我赞成财报季“多看少动”
不是因为财报波动大，而是这六家公司正在同一周给同一笔 AI 预算做双向审计。
云厂商说需求爆棚，存储厂要用价格和利润率验证；存储厂说供不应求，云厂商要用利润率和自由现金流证明自己付得起；苹果则要证明，AI 不一定非得靠更重的资产才能变现。
在六本账对完之前，用一家公司的一次“超预期”替整个 AI 产业下结论，研究上太草率。
我会重点观察三种组合：
真正需要警惕的组合，是云端增速放缓、资本开支不降、存储价格也转弱。那才意味着供需两端同时松动。
最难反驳的多头证据，也要正面承认
Google Cloud 增长 82%，微软 AI 收入运行率增长 123%，Meta 广告量价齐升，海力士经营利润率达到 72%。
面对这些数据，把整轮 AI 投资简单概括成“泡沫”，已经是偷懒。
但多头也不能回避另一半：当需求强已经写进估值，决定股价的就不再是“AI 有没有收入”，而是新增收入的资本回报率还能否上升。Google 财报后股价的反应已经提醒市场——业绩超预期可以是真的，估值消化不良也可以同时发生。
什么会让我改观点
如果微软、Meta、亚马逊维持甚至上调 AI 投入，而 Azure、AWS、广告变现的经营利润率和自由现金流仍同步改善，我会承认目前对资本开支的警惕偏高。
如果三星放量、海力士利润率回落，但云业务增速不降，我会把它判断为健康的供应释放，而不是需求拐点。
相反，如果云厂商资本开支持续上行，分部利润率和现金流连续两个季度走弱，苹果端侧 AI 又迟迟不能拉动换机或服务收入，那么“回报只是晚到”这套解释就该停止使用。届时问题不再是时间差，而是资本错配。
所以我对月底财报的结论只有一句：
AI 行情最容易看错的不是需求，而是利润归属。财报季多看少动，是拒绝在买方和卖方尚未对完账之前，替任何一方提前宣判胜利。
风险与不确定性
财报发布时间可能临时调整；盘后股价反应可能受指引、电话会、宏观数据与仓位结构共同影响。HBM 定价、客户认证、长期合同和良率披露通常不完整，本文对利润迁移的判断包含基于公开信息的推断。不同公司资本开支、物业设备新增与自由现金流口径并不完全一致，不宜机械横比。
数据截至 2026.07.24 10:39（北京时间）。仅供研究交流，不构成投资建议。
