过去三年，全世界为了人工智能，已经砸下了数千亿美元。

买芯片，建数据中心，铺光纤，抢电力，训练模型。

钱花得越来越快。

但一个最基本的问题，直到今天仍然没有完全回答：

这些钱，到底赚回来了吗？

微软最新一个季度，收入829亿美元，同比增长18%；营业利润384亿美元，同比增长20%。

亚马逊刚刚公布的季度收入，更是首次突破2000亿美元。最受关注的云计算业务AWS，收入增长37%，达到422亿美元，是四年多以来最快的增长速度。

只看这些数字，答案似乎已经很清楚了。

人工智能开始赚钱了。

但同一份财报里，还藏着另一组数字。

微软一个季度投入319亿美元建设基础设施，下一季度还准备把这个数字提高到400亿美元以上。微软预计，2026年全年投入大约1900亿美元。

亚马逊更夸张。

它把今年的投资计划从2000亿美元，提高到了2200亿美元。过去十二个月，亚马逊原本可以自由支配的现金，已经从流入变成流出。

一边是收入和利润快速增长。

另一边，是现金像开闸放水一样流出去。

这两件事同时发生，说明人工智能产业已经走到了一个非常关键的阶段：

它开始产生收入了，但它还没有证明，自己最终能留下足够多的现金。

这两者听起来很像。

实际上完全不是一回事。

一家饭店今天营业额一百万元，不代表它赚了一百万元。

你要看它为了这一百万元，买了多少食材，雇了多少员工，交了多少房租。

人工智能也是一样。

我们不能只看微软和亚马逊通过人工智能收了多少钱。

还要看为了挣这些钱，它们买了多少芯片，建了多少数据中心，又需要多少年才能把这些投资赚回来。

所以，今天我们不急着回答人工智能是不是泡沫。

我们先顺着钱流动的方向，把整个产业重新走一遍。

看看谁已经拿到了钱，谁正在垫钱，谁看起来最赚钱，谁又承担着最大的风险。

这条资金链的最上游，不是英伟达。

也不是微软和亚马逊。

而是使用人工智能的普通人和企业。

比如一个人为什么愿意付费订阅ChatGPT？

不是因为它有多少参数，也不是因为它用了多先进的芯片。

而是因为过去需要两个小时完成的工作，现在二十分钟就能完成。

假设一个设计师每个月付出二十美元，却能因此多接一个价值两千美元的订单。

这笔钱，他会继续付。

但如果他订阅半年，只是偶尔问几个问题，工作效率和收入都没有明显变化，他迟早会取消订阅。

企业也是如此。

假设一家客服中心有一千名员工。

使用人工智能以后，同样数量的员工可以处理两倍的客户问题，客户等待时间缩短，投诉下降，销售额增加。

那么企业每年花一千万元购买人工智能服务，可能非常划算。

但如果企业买了大量人工智能软件，员工却只是用它改改邮件、做做总结，最后没有减少成本，也没有增加收入，那么下一次削减预算时，人工智能很可能第一个被砍掉。

所以，人工智能能不能成为一门长期生意，最终不取决于模型回答得有多像人。

而取决于一件非常朴素的事情：

客户付给人工智能一块钱，最后能不能多赚回来一块钱以上。

这才是整个产业最底层的发动机。

只要客户能够赚到更多的钱，资金就会从企业和个人手里，流向ChatGPT、Copilot以及各种人工智能软件。

这些软件公司收到钱以后，又要向微软和亚马逊购买计算能力。

微软和亚马逊再拿着这些钱，购买芯片、存储设备、网络设备，建设数据中心和发电设施。

最终，钱才会流到英伟达、台积电、存储芯片企业、光通信企业和电力设备企业。

整个产业的资金流动，其实非常简单：

企业和个人先付钱给人工智能应用。

应用公司再付钱给云计算平台。

云计算平台再付钱给芯片和基础设施供应商。

因此，判断人工智能产业是否健康，不能只看英伟达卖出了多少芯片。

还要追问这些芯片最后服务的客户，有没有创造出更高的价值。

这就像一家商场。

商场装修得再豪华，租户交的租金再高，短期看都很繁荣。

但如果商场里的店铺长期赚不到钱，最后一定会有人退租。

微软和亚马逊，就是人工智能时代最大的两家“数字商场”。

它们正在疯狂建设新的楼层。

现在的问题是：里面的租户，生意到底怎么样？

微软的财报，给出了第一条线索。

微软说，它的人工智能业务年化收入已经超过370亿美元，同比增长123%。

这意味着，按照目前一个季度的收入速度计算，微软的人工智能业务一年可以产生超过370亿美元收入。

与此同时，微软的Azure云服务收入增长40%，而且客户需求仍然超过微软能够提供的计算能力。微软的企业客户已经购买但尚未使用的合同金额，也达到了6270亿美元。

这几个数字放在一起，至少能证明一件事：

人工智能不再只是实验室里的故事。

客户已经开始真正付钱。

而且愿意付钱的客户，超过了微软目前能够服务的数量。

如果一家饭店门口每天都在排队，厨房却来不及做菜，老板扩建厨房，通常不是盲目赌博。

因为需求已经站在门口了。

微软目前就处在这个阶段。

它不是先建好一座空城，再等待客户搬进来。

而是现有的数据中心已经不够用，所以必须继续建设。

这也是微软敢投入1900亿美元的重要原因。

不过，事情到这里还不能结束。

因为排队的人很多，不代表每个人都会长期留下。

人工智能现在增长很快，还有一个原因：企业害怕落后。

当竞争对手都在使用人工智能时，很多企业即使还没有算清楚收益，也必须先买回来试一试。

它们担心的不是今天多花了多少钱，而是两年以后发现自己已经落后。

所以，目前的人工智能需求里，可能同时存在两种客户。

第一种客户已经通过人工智能省了钱、赚了钱，因此主动扩大使用。

第二种客户还没有算清楚，只是因为害怕掉队，先买一张入场券。

这两种收入，在财报上看起来一模一样。

但它们的价值完全不同。

第一种收入可以持续很多年。

第二种收入一旦企业发现效果不明显，就可能消失。

微软财报给出的第二条线索，是付费使用微软365 Copilot的企业席位已经超过2000万个，而且增加速度还在加快。

两千万听起来很多。

但微软原本就拥有数以亿计的办公软件用户。

这意味着Copilot已经证明有人愿意付费，但离“所有办公软件用户都离不开它”，还有很远的距离。

真正的考验不是企业愿不愿意购买第一年的使用权。

而是到了续费的时候，老板查看账单，问一句：

去年花在人工智能上的钱，到底给公司多赚了多少？

这个问题，微软替客户回答不了。

只能由客户自己的利润表回答。

所以，微软现在已经证明人工智能能够卖出去。

但它还需要继续证明，人工智能可以长期续费，而且随着客户使用越来越多，微软每提供一次服务的成本还能够逐步下降。

这就是微软财报里一个容易被忽视的细节。

微软云业务的毛利率已经下降到66%，原因之一就是持续建设人工智能基础设施，以及客户使用人工智能产品带来的成本上升。

毛利率是什么意思？

说得简单一点，就是微软收进一百块钱，扣除直接提供服务的成本以后，还能剩下多少钱。

过去的软件生意非常赚钱。

微软开发好一套Office，再多卖给一个客户，增加的成本并不高。

但人工智能不同。

客户每问一次问题，背后都需要芯片进行计算，需要消耗电力，需要存储和传输数据。

也就是说，传统软件更像卖一张已经录好的唱片。

卖一万张和卖一百万张，制作成本差别不大。

人工智能却更像一家餐厅。

每多来一个顾客，都要继续使用食材、厨师和燃气。

这就是为什么人工智能收入增长很快，微软的成本也在快速增加。

不过，这里又出现了一个重要变化。

微软财务负责人说，本季度大约三分之二的基础设施投资，用在寿命相对较短的设备上，主要是图形处理器和中央处理器；另外三分之一，则投入可以使用十五年以上的土地、建筑和数据中心。

这句话非常重要。

因为它告诉我们，微软投入的资金并不是一种东西。

买土地、建机房，未来十五年都可以使用。

但今天最先进的人工智能芯片，几年以后可能就不再先进。

如果一台设备能使用十五年，那么微软有十五年时间慢慢收回成本。

如果一批芯片几年后就需要更换，微软收回投资的时间就短得多。

因此，人工智能基础设施最危险的地方，不一定是没有需求。

而是技术升级得太快。

微软今天投入巨资购买的设备，如果还没有充分使用，下一代性能更强、成本更低的芯片就出现了，那么旧设备的赚钱能力就会迅速下降。

就像出租车公司刚刚买了一万辆燃油车，市场突然全面转向价格更低的无人驾驶电动车。

车还可以开。

但每公里能够赚到的钱，可能已经不一样了。

这也是为什么微软反复强调，客户需求超过供应。

因为数据中心越早建好，设备越快投入使用，微软就越有机会在设备过时以前收回成本。

空置，才是最昂贵的风险。

从这个角度看，微软目前的信号是偏积极的。

它的主要问题不是没有客户，而是没有足够多的设备服务客户。

但是亚马逊的财报，把这个故事推到了更激进的程度。

亚马逊AWS本季度收入422亿美元，同比增长37%。

一年以前，AWS的增长速度还不到18%。

也就是说，一年时间，AWS的增长速度增加了一倍以上。

这说明企业对云计算和人工智能计算能力的需求，正在明显加速。

更重要的是，亚马逊没有因为收入增长而减少投资。

恰恰相反，它把今年的投资计划继续提高到2200亿美元。

按平均数计算，相当于每天投入超过6亿美元。

为什么生意越好，反而越缺钱？

因为云计算是一门必须先垫钱的生意。

客户今天说，明年需要更多计算能力。

亚马逊不能等到明年客户来了，再临时建设数据中心。

它要提前买土地，接入电网，采购芯片，建设机房。

钱在今天就要付出去，收入却要在未来几年慢慢收回来。

因此，云厂商的财报里会出现一种看起来很矛盾的现象：

利润上涨，现金却下降。

亚马逊过去十二个月的经营现金流达到1485亿美元，同比增长30%。

说明它的日常业务确实产生了大量现金。

但扣除建设数据中心、购买设备等投资后，第一季度只剩下12亿美元可以自由支配；到了第二季度，过去十二个月的自由现金流进一步变成了76亿美元的净流出。

这就像一个生意很好的老板。

店里每天都有大量现金进账。

但他把赚到的钱，连同过去积累的资金，全部拿去开新店。

你不能说他没有赚钱。

也不能说他已经证明这些新店一定能够赚钱。

他正在用现在的现金，购买未来的市场地位。

微软和亚马逊都在做同一件事。

但它们又不完全一样。

微软最大的优势，是它已经控制了企业办公软件的入口。

大量企业每天使用Word、Excel、Teams、Outlook和GitHub。

微软可以把人工智能直接放进这些现有产品里，再向客户收取更高的费用。

它不需要从零开始寻找客户。

它只需要说服原有客户：以前的软件能够帮助你工作，现在的软件能够替你完成一部分工作，所以应该支付更多的钱。

亚马逊的优势则是基础设施。

AWS就像一座巨大的计算能力批发市场。

客户不必自己购买芯片、建设机房，只需要按使用量付费。

无论最后胜出的是OpenAI、Anthropic，还是一家目前还没有出现的人工智能公司，只要它需要云计算，亚马逊就有机会赚钱。

所以，微软更像同时经营商场和自己的品牌店。

它既出租数据中心，也销售Copilot等自己的人工智能产品。

亚马逊则更像专门建设商场和基础设施，同时也开始生产自己的设备。

这就解释了亚马逊为什么大力发展自研芯片。

很多人看到亚马逊的Trainium芯片，第一反应是：

这是不是对英伟达不利？

这个问题问得太早。

亚马逊自研芯片首先说明的，不是英伟达没有需求。

恰恰相反，它说明需求太大，而成本太高。

如果人工智能只是一个小业务，亚马逊直接购买英伟达芯片就可以了，没有必要投入巨资自己设计芯片。

只有当计算能力的采购规模足够大，大到芯片成本开始决定整个云业务的利润，亚马逊才有动力自己做。

假设亚马逊一年购买价值数百亿美元的芯片。

自研芯片即使只把单位计算成本降低百分之十，每年节省的也可能是数十亿美元。

所以，云厂商自研芯片，真正争夺的是人工智能产业里最重要的一样东西：

谁能以更低的成本，提供同样的计算结果。

人工智能刚刚出现时，大家比的是谁的模型更聪明。

接下来，大家比的很可能是谁的模型更便宜。

因为企业采购人工智能，最终不是参加科技展览。

老板不会长期为“先进”付钱。

他只会为“有用，而且划算”付钱。

假设两个模型都可以完成一项工作。

一个模型每完成一次任务需要十元。

另一个只需要两元。

只要效果差别不大，企业最后一定会选择两元的那个。

因此，未来人工智能产业的竞争，不只是模型能力的竞争。

还是一场成本战争。

这里就可以看清整个产业链不同公司的位置。

英伟达首先赚到了钱。

因为无论谁开发模型、谁建设数据中心，都需要大量计算芯片。

台积电也赚到了钱。

因为这些先进芯片需要它来制造。

高带宽存储器、光通信、网络交换机、电力和液冷设备，也都因为数据中心扩张而获得订单。

这些公司处在产业链上游。

它们的优点是订单来得早。

云厂商还没有向最终客户赚回钱，上游供应商往往已经收到了设备款。

这就像淘金热里卖铲子的人。

淘金者最后能不能挖到金子，卖铲子的人先把铲子卖出去了。

但卖铲子的生意也不是没有风险。

如果微软、亚马逊继续扩建数据中心，上游订单就能继续增长。

如果有一天云厂商发现，新增的数据中心赚不到足够的钱，首先削减的，就是下一年的设备采购。

所以，英伟达和整个半导体板块未来的需求，表面上看取决于微软和亚马逊愿意花多少钱。

再往下看，其实取决于微软和亚马逊的客户愿意花多少钱。

最后，仍然要回到最开始的问题：

企业使用人工智能以后，到底有没有创造更高的价值？

这才是决定整个产业链能走多远的那只手。

企业通过人工智能赚到钱，就会增加预算。

预算增加，人工智能应用的收入就会增长。

应用收入增长，就会购买更多云计算。

云计算需求增长，微软和亚马逊就会建设更多数据中心。

数据中心增加，芯片、存储、网络和电力设备的订单就会继续增长。

反过来也一样。

企业发现人工智能没有明显效果，就会削减预算。

应用公司的收入下降，向云厂商购买的计算能力减少。

云厂商降低投资，上游半导体订单也会随之下降。

因此，整个人工智能产业虽然看起来非常复杂，实际上都压在同一个问题上：

人工智能能不能持续帮助客户多赚钱，或者少花钱？

微软和亚马逊这两份财报，已经给出了部分答案。

第一，客户确实开始大规模付钱了。

微软人工智能业务年化收入超过370亿美元，Azure增长40%；亚马逊AWS增长37%，而且两家公司都表示，市场需求仍然超过当前供应。

这说明人工智能已经从“大家都在谈”，进入了“客户真的在买”。

第二，云厂商还没有进入轻松收钱的阶段。

为了满足这些需求，它们仍然需要投入远超以往的资金。

微软今年计划投入约1900亿美元，亚马逊计划投入2200亿美元。

这说明今天的人工智能产业，仍然是一门重资产生意。

第三，收入增长并不自动等于投资已经成功。

微软云业务的毛利率受到人工智能基础设施成本影响。

亚马逊虽然经营现金流强劲，自由现金流却已经转为负数。

这些钱能不能获得理想回报，需要未来几年的客户使用量、服务价格、设备利用率和技术更新速度共同决定。

所以，现在就断言人工智能已经完全证明自己，可能太早。

但说人工智能还没有产生真实收入，也已经不符合事实。

它正处在一个非常特殊的位置：

需求已经出现。

收入正在加速。

利润也开始增长。

但为了抓住这轮需求，整个产业必须先支付一笔前所未有的建设成本。

这是一个已经开始营业，却仍在疯狂扩建的市场。

对投资者来说，这意味着不能再用一个简单的问题判断所有人工智能公司。

不能只问：

它是不是人工智能概念？

而要分别问四个问题。

它现在收谁的钱？

客户为什么愿意付钱？

为了获得这些收入，它还需要投入多少钱？

这些投入，要用多少年才能赚回来？

按照这四个问题，我们就能看到人工智能产业的赚钱顺序。

最先确定赚钱的，是设备供应商。

因为云厂商先采购芯片、存储、网络和电力设备。

第二批看到收入的，是微软、亚马逊这样的云计算平台。

因为应用公司和企业开始购买计算能力。

再往后，是各种人工智能应用。

它们必须证明自己不仅有人使用，而且客户愿意持续付费。

最后，也是最重要的一步，是普通企业真正通过人工智能提高利润。

只有这一步成立，前面所有收入才拥有长期基础。

所以，微软和亚马逊的财报，并没有告诉我们人工智能时代的胜负已经确定。

它们告诉我们的是：

第一轮验证已经通过。

客户愿意付钱。

第二轮验证正在进行。

云厂商能不能在大规模扩张以后，仍然保住足够高的利润和现金。

而最终验证，还在客户手里。

当一家制造企业因为人工智能减少了废品；

一家医院因为人工智能提高了诊断效率；

一家律师事务所因为人工智能处理了更多案件；

一家传媒公司因为人工智能用同样的人，做出了更多真正有人看的内容——

到那一天，人工智能才不仅是一项先进技术。

它会成为一台真正创造利润的机器。

微软和亚马逊正在押注，这一天一定会到来。

它们投入的不是几百亿美元。

而是未来十年的公司命运。

从目前的财报看，越来越多的客户正在走进赌场，也已经有人开始下注。

但赌局真正的结果，不是看微软建了多少数据中心，也不是看英伟达卖了多少芯片。

而是几年以后，当企业老板重新翻开账本时，能不能清楚地看到：

用了人工智能以后，公司赚得比以前更多了。

如果答案是肯定的，今天看起来惊人的两千亿美元投资，未来可能只是人工智能时代的第一笔基础建设费。

如果答案是否定的，那么今天这些最先进、最昂贵的数据中心，也可能成为一座座无法获得足够回报的数字工厂。

微软和亚马逊的财报已经证明，人工智能开始收钱了。

接下来需要证明的是：

它不只是会收钱。

它还真的能替整个社会创造更多的钱。

我是黄牛，以上仅仅是我个人的观点，不构成任何投资建议！