一年多以来，关于大型科技公司的首要反对意见是，资本支出失控，且回报无法实现。这四家公司首次在财报季中直接成功地回应了这一担忧。他们并非通过削减资本支出来实现的；亚马逊将其2026年的数字上调至约2200亿美元，谷歌上调至1950亿至2050亿美元，Meta则将其指引下限上调至1300亿至1450亿美元。这是四家公司首次就如何降低支出风险制定了相同的策略：尽早投入长期资产（土地、数据中心、电力），并仅在需求真正显现时，在需要前几个月决定短期资产（芯片，这是成本的大部分）。如果需求不存在，他们就不会订购芯片。
在既定策略之外，四家公司都深入研究了其投资回报率（ROIC）的计算，而且呈现出一种协调一致的沟通，因为每家管理团队都确切知道市场在问什么问题，并且他们做好了准备，甚至可能就资本支出投资回报率（CapEx ROIC）的共同信息进行了沟通。
本财季出现了一些模式：
没有人正在引导资本支出下降，但现在每个人都在将资本支出解释为一项两部分投资：早期投入的灵活长期资产，以及根据可见需求按时订购的芯片。
AI工作负载在总云收入中仍占相对较小的比例（AWS：AI运行收入约为250亿美元，而总收入为1690亿美元），但它们正在带动传统工作负载的增长。
AWS、Azure 和 Google Cloud 的云利润率再次扩大——“AI 资本支出回报率低”的论点基本上已经不成立。
微软的Copilot终于扭转了势头，季度净增量超过翻倍。
Meta正在广告业务之外建立四条新的收入来源：交易、计算、API和订阅。
人工智能投资的框架
微软的艾米·胡德： “很大一部分支出，尤其是在资本支出方面，我们的资本支出确实转向了我称之为，短生命周期资产的东西，也就是那些相对较短的交货期的CPU和GPU。因此，如果需求环境发生变化，只需放缓实际上是最大组成部分，也是销货成本驱动因素的投入。对土地和数据中心建设的投资实际上是非常灵活的” 亚马逊的管理层提供了关于同一框架的最详细版本： “投资主要分为两大部分：数据中心以及投入其中的服务器和网络设备。它们具有不同的资本周期。数据中心的资本支出是在我们能够投入服务器并开始盈利的两年之前就开始的。一旦数据中心投入运营并连接了服务器，我们就能立即开始产生可观的收入，然后就可以在30多年内持续利用这些数据中心进行盈利，而无需再次投入启动资金。” “服务器和网络设备的工作周期较短。我们通常在投入使用前几个月购买这些设备，因此在触发支出前就能对客户需求有清晰的了解。如果需求不存在，我们就不会投入资本。对于服务器和网络设备，平均而言，投资回收期不到3年。目前的服务器使用寿命至少为5到6年，而且我们如今的大部分AI算力都是以至少5年的合同形式租赁的。” 数据中心机柜的盈利周期长达30多年。服务器的投资回收期不到3年，使用寿命为5至6年，而且大多数人工智能算力都是在服务器甚至尚未购买之前就以5年为期限签订的合同。 Meta的Susan Li在电话会议上说了同样的话： “因此，我们的长期产能战略旨在通过奠定数据中心和网络的基础，为我们继续在2028年及以后扩展计算能力提供灵活性，以适应未来的服务器决策。这些资产的长期特性本身就提供了灵活性，这将使我们能够根据人工智能的采用速度来调整投资。” 而谷歌首席财务官阿纳特·阿什肯扎伊则从投入资本回报率和定价的角度来阐述了整个事件： “我们在这里是按照一套严谨的投入资本回报率框架来运作的。显然，在我们的投入成本上涨的范围内，我们会将其反映在我们的解决方案定价能力以及由此产生的回报上。” 芯片占据了资本支出的大部分，也是折旧速度最快的部件，现在四家公司都在告诉我们，芯片订单是在部署前几个月就已下达，而且他们已经能够看到需求。 谷歌关于定价的评论是关于组件成本持续上涨时会发生什么情况的第一个迹象：云服务和人工智能服务的价格将会上涨。在供应受限的市场中，超大规模云服务商拥有强大的定价权。阿什肯纳齐甚至补充说，谷歌的盈利信心比一年前更加坚定：“因此，我认为无论如何，目前的动态比一年前我们所处的状况要健康得多。” 至于那些担心挥霍无度支出和发行股票的人，谷歌则更加明确： “我们也希望确保我们不仅拥有增长前景，还拥有稳健的资产负债表和强劲的资产负债表，一个健康的资产负债表，是我们进军股票市场的根本原因。目前，我们不打算重返股票市场，除了，我们部分股票发行是通过ATM（即时市场）进行的。” Google Cloud +82%，营业利润率从20.7%提升至35.6% Google Cloud第二季度收入同比增长82%，达到248亿美元（去年同期为136亿美元），管理层指出“GCP的增长速度快于整体云业务”。 但最让人关注的数字是利润率。云业务营业利润率达到35.6%，高于去年第二季度的20.7%，营业收入同比增长约三倍。这是谷歌云连续第二季度实现显著利润率扩张，同时人工智能工作负载在业务组合中占比不断增加。如果人工智能工作负载的利润率结构性低于传统云工作负载，那么这一利润率就不会出现如此显著的扩张。 积压量也在不断累积：5140亿美元，环比增长约500亿美元。而且，重要的是，管理层再次强调需求是短期性的： “我们预计在未来24个月内，将把总积压订单中略多于50%的部分确认为收入。” 在资本支出方面，谷歌将全年指引从1800亿至1900亿美元上调至1950亿至2050亿美元（仅第二季度的资本支出就达449亿美元，约为去年同期的两倍），管理层明确表示，这一增长是由于产能需求，而非通货膨胀： “范围的扩大主要是由于交付产能以满足不断增长的需求而加速” Meta和亚马逊都指出内存价格是推动资本支出（CapEx）数字上升的因素。谷歌则表示，我们的支出增加是因为我们正在提供更多的产能。 微软Azure突破1000亿美元，Copilot终于迎来势头 微软在财年结束时，微软云收入超过2140亿美元，同比增长27%，而Azure首次突破1000亿美元，全年增长41%。仅在6月份这一季度，Azure就实现了43%的增长，超出了此前指引，并且微软对9月份的指引约为45%的恒定货币增长——这意味着Azure的增长正在进一步加速。 电话中的两个数字值得特别关注。首先是这个： “在全年内，我们的云收入超过2140亿美元，其中近90%来自非前沿模型公司的客户” 过去一年中，微软最大的看跌观点是“一切都归功于OpenAI”。高达90%的2140亿美元云业务并非来自OpenAI。 其次，本季度异常详细的RPO披露： “商业剩余履约义务增长了84%，达到6780亿美元。所有连续的商业剩余履约义务增长均由非前沿模型公司的客户承诺驱动。排除OpenAI后，剩余履约义务增长了25%。包括OpenAI在内的剩余履约义务加权平均期限为2.3年，其中约30%将在未来12个月内确认为收入，同比增长37%。” 一笔6780亿美元的合同债券，其加权平均期限仅为2.3年，其中未来12个月内可转换的部分同比增长37%。 对于Copilot，在过去的两年里，很多人对Copilot的进展相当持怀疑态度，因为虽然席位在增长，但用户参与度却令人存疑。本季度，这一势头发生了转变： “在知识工作方面，我们现在拥有超过3000万个付费的Microsoft 365 Copilot席位，净新增席位数量环比翻了一番多。在过去三个季度中，用户满意度评分翻了一番，目前已达到历史最高水平。” 关于发展轨迹的背景信息：12月份季度付费席位为1500万，3月份为2000万，目前已超过3000万。在单个季度内新增1000万以上的付费席位，是该产品历史上增长速度最快的时期。而且用户参与度数据也印证了席位数据： “用户每年的对话数量几乎翻了一番。平均每周参与度与 Outlook 和 Teams 不相上下。” 与Outlook和Teams相当的参与度意味着Copilot正成为用户的习惯。而营收数据也印证了这一点：“Copilot的营收环比增长超过60%。” 微软在尝试了两年之后，终于看起来在 Copilot 方面走上了正轨，E7 套件加上向基于使用量的计费模式的转变（6月份 GitHub Copilot 商业模式的改变已经通过本季度改善了细分业务的毛利率）是这一现象的重要原因。 还有另一个被低估的战略要点。萨蒂亚对模型层的定位： “我们正在构建一种新的模型系统，其中约束、上下文、记忆和动作空间与任何单一模型家族分离，从而在成本-效益曲线上推动前沿发展。这不仅仅关乎成本。它还具有业务连续性和弹性的额外优势，因为每个模型都是可替代的。” 结合客户使用来自多个提供商的模型进行构建的比例自年初以来增长了5倍这一事实，微软正将编排层而非任何单一模型定位为持久资产。 微软还将数据中心和办公楼的预计使用寿命从15年延长至25年。更大的影响是，未来更多的租约将从融资租赁（计入资本支出）转为经营租赁（不计入资本支出）。因此，报告的资本支出数据将发生变化，而针对9月份的“超过500亿美元”资本支出指引已经包含了这一重新分类的影响。 尽管投入了如此多的资金，全年营业利润率下调了不到1个百分点，并表示微软预计在2027财年仍将保持自由现金流为正——考虑到Alphabet和Meta刚刚的自由现金流表现，这一点成为了微软的差异化优势。 亚马逊AWS再加速至36.7%，但利润率是关键。 AWS同比增长36.7%，连续第五个季度加速增长，这是18个季度以来的最快增长。AWS的季度收入环比增长超过46亿美元，比其历次最大环比增长高出约80%，目前年化收入率达到1690亿美元。订单积压量为4960亿美元，同比增长三位数。 “我们芯片业务目前的年收入运行速度已超过250亿美元，同比增长百分比达到三位数。我们的AI收入运行速度环比显著攀升，目前也已超过250亿美元，同比增长百分比达到三位数。” 人工智能在1690亿美元的AWS总业务量中，目前约占250亿美元的运行规模。这大约占业务的15%。与所有工作负载相比，人工智能目前仍处于较小规模，但它正在加速传统工作负载： “我们正看到人工智能和非人工智能（即我们所说的核心业务）两方面都实现了强劲增长，其中一个领域的增长正在推动另一个领域的增长。人工智能的增长推动了核心业务的增长，因为训练后的强化学习和智能体工具使用主要是在CPU上进行的，而不是在人工智能加速器上。” 智能体AI不仅仅是消耗GPU周期。执行多步骤工作流的智能体还会访问数据库、存储、网络、编排系统，以及大量的普通CPU计算。因此，250亿美元的AI收入不仅仅是250亿美元——它更是推动其他1440亿美元增长的催化剂。AWS对此直接表示： “随着客户对人工智能的投入增加，我们看到核心消费也随之同步增长。随着越来越多的AI工作负载进入全面生产阶段，我们预计这种关系将随着时间的推移而进一步加强。” 随着98%的1000大EC2客户使用Graviton，且Graviton的收入承诺环比增长了近3倍（Graviton5的部署速度几乎是Graviton4的2倍），AWS凭借其自研芯片的经济优势，成功捕获了这些客户对CPU的迁移需求。 现在，利润率是整个财报季中最重要的单一数据点。本季度AWS营业收入为166亿美元，营业利润率为约39%，同比增长650个基点。存在一项一次性项目：能源合同公允价值变动带来的约6亿美元收益，该项目受衍生品会计准则影响。首席财务官将其剔除：排除该项目后，利润率仍同比增长520个基点。 “您从AWS中看到的盈利并非偶然，它是严格的效率提升、产能优化（我们在第二季度从中受益匪浅）以及始终严格管理固定成本的结果。” 至于人工智能工作负载： “我们看到AI在追踪利润率和回报方面，与核心业务在同一发展阶段，实际上甚至略有领先。” AWS正处于其历史上投资力度最大的周期（亚马逊目前预计2026年现金资本支出约为2200亿美元，高于此前因内存成本上升而预估的2000亿美元），人工智能的规模正在扩大，其运营收入已达到250亿美元以上且呈三位数增长，且该业务部门的运营利润率在剔除一次性项目后同比增长了520个基点——达到了AI周期开始前AWS的水平。关于人工智能数据中心资本支出结构性回报率较低的论点，迄今为止已被证明是错误的。 这就是为什么Jassy感到很自在地说出这句话： “事实上，我们对2028年的需求已经非常可观。而且请记住，企业在当前生产应用中大规模使用推理技术仍处于非常早期的阶段。我们曾长期认为AWS能成为一家数百亿美元营收的企业，现在我们相信其营收至少会翻倍，并且很有可能在未来成为我们年营收达1万亿美元的企业，同时伴随着极具吸引力的自由现金流和投资回报率。” 两点简要补充说明。首先，Trainium的需求正不断扩大，已超越了最初的锚定协议：“除了全球领先的两个AI实验室Anthropic和OpenAI之外，越来越多的AI初创公司也开始采用Trainium”——目前的名单中包括NEURA Robotics、Odyssey、TwelveLabs、Decart、Poolside，以及Uber和Pinterest等大型企业。其次，Jassy重申了他的观点：“不会出现一个模型统治世界的局面”，并且AWS即使没有自己的前沿模型也能取得巨大成功——Bedrock + SageMaker的定位（即技术能力强的公司利用自有数据构建自己的小型模型）与微软通过Foundry所做的“平台即护城河”的押注是相同的。 Meta：广告业务进一步扩张，并涌现出四条新收入来源 Meta总收入同比增长28%至608亿美元，其中Family of Apps收入为604亿美元。Instagram日活跃用户数达到20亿。由于24亿美元的法律费用和11.8亿美元的遣散费，报告的营业利润数据显得混乱；若排除这些费用，根据公司自身的计算，营业利润本应同比增长9%。本季度资本支出为311亿美元（同比增长近一倍），全年指引上调至1300亿至1450亿美元。 核心业务上的AI飞轮依然完好： “在Instagram上，本季度全球使用时长同比增长两位数，这主要得益于我们对信息流和Reels推荐的改进。在Facebook上，全球视频使用时长同比增长9%，美国和加拿大同比增长超过10%，这得益于排名算法的改进。我们发现，大型语言模型（LLMs）在提供排名和推荐方面的能力正日益增强。” 但这个Meta季度值得单独分析的原因并非广告业务。而是Meta勾勒出了广告之外的新收入来源的明确路线图，值得将其明确列出。相信其中几项将在两年内成为报告的细分业务： 1、交易/商业服务收入。这是最符合Meta原生特性的业务。扎克伯格： “而且很快，它将进一步发展，包括提供扩大业务的方法，为您提供竞争情报，以及关于哪些有效、哪些无效的实时洞察。随着时间的推移，我们希望将其打造成为一种“一站式企业服务”，帮助您利用 Meta 的平台启动并运营整个企业。至于如何实现盈利，我们将采用订阅制、基于使用量的定价模式，并且我预计我们将继续将更多产品发展成类似广告系统的方式，即企业只有在我们为他们取得成果时才向我们付费。” “只有我们取得成果时，企业才向我们付款”是扩展到商业和运营领域的广告竞价逻辑。 2、计算直接收入。 “我们收到了大量关于计算资源的报价，其价格比我们当初购买的价格高出不少。” 而扎克伯格提出的机制确实是全新的： “随着时间的推移，这将使我们能够像今天为广告商所做的那样，在我们计算资源上运行高效的拍卖。” 一场关于算力的拍卖。Meta 运行着世界上最复杂的实时广告展示拍卖之一；将同样的机制应用于 GPU/加速器算力是非常自然的延伸。而关于今天变现与为未来建设之间的权衡的评论就像 Meta 正在准备在不久的将来与第三方达成直接的算力交易。 “现在谈到经营业务，显然我们需要做出的一个常见权衡是：今天将某事物变现多少，与为未来发展储备资产多少之间的权衡。基本上把所有的计算能力都卖掉来获取短期利润，那将是愚蠢的。” 3、企业/API 收入。 “我们看到了一个巨大的企业级销售机会，包括向企业提供API、业务代理，甚至可能直接销售计算能力，以及我们正在为大型客户构建的其他服务。” 业务代理目前每周已被超过100万家企业使用。 4、消费者订阅。首个证明其有效的证据：旗下“其他”类应用收入首次在一个季度内突破10亿美元，同比增长73%，这主要得益于WhatsApp付费消息和订阅服务，但由于Meta尚未推出杀手级产品，其未来的扩张潜力依然巨大。 以及将这四者联系在一起的分布优势： “我预计发布新应用会变得更加容易。因此，我们计划构建更多创意，并利用我们的推荐系统将它们推广给那些会觉得有趣的人，就像我们对 Threads 所做的那样。” Threads 从零到成为顶级社交应用，几乎完全依赖于 Instagram 的分发。Meta 告诉我们，他们计划在人工智能应用层重复这一套策略十几次，因为人工智能正在重塑竞争格局，而且发布应用变得越来越便宜。 最后想强调的引语是扎克伯格关于为什么Meta要构建全栈，而不是租用前沿模型的观点： “很多人认为，我们开发了一些社交媒体应用，并且拥有一个广告业务。但我们实际上是一家全栈技术公司。我们拥有自己的数据中心、自己的基础设施、自己的芯片以及自己的底层软件……在我看来，拥有一定程度的自主权来构建自己的模型，将是未来技术栈中非常重要的一部分。” 扎克伯格表示，全栈式的所有权使Meta能够提供其他公司大多无法构建的产品体验。可以对这一选择的成本表示赞同或反对，但这是一个合理的战略，扎克伯格本人也对此进行了总结： “我明白这在整个行业中算是一项相当大的赌注。我个人的看法是，投资于此的人最终会得到回报，并且会感到非常满意。” 他在2022-2023年的大回调中几乎说了完全相同的话。
