亚马逊刚交出一份抢眼的二季报：净利润626亿美元。但把报表拆开，你会看见另一个数字，其中534亿美元来自它持有的Anthropic股权估值重估。扣除这项收益后，净利润约为92亿美元。 微软、Alphabet也因持有私人AI公司股权录得可观投资收益，利润表由此显得格外亮眼。关于“AI利润质量”的争论，正在华尔街升温。
争论起于一条在X上广受关注的综合帖。它把三件原本各自独立的市场争论叠在一起：科技巨头创纪录的财报利润，相当一部分来自账面重估而非经营本身； 若要把本十年末之前数据中心的全部新增用电押在新建核电上，装机规模大约相当于近百座大型反应堆，而现实可交付量远不到一成； 美国股市估值被一些人描述为接近1929年以来最昂贵的区间。评论区立刻撕成两半：有人直斥“倒数第二句百分之百错误”，有人追问“若逻辑真如帖文所写，为何仍有5000亿量级资本承诺涌向AI工厂”。
这就是AI热潮的照妖镜时刻让我们一条一条拆开看
▲ 亚马逊二季报拆解卡：营收增长、资本开支增速更快、自由现金流转负、长期债务半年近乎翻倍
利润那块：“做出来”的魔法
会计上并不神秘科技巨头持有未上市AI公司股权时，若按公允价值计量，被投公司估值上调会直接计入“其他收益”，抬高净利润却不带来等额经营现金。CNBC的要点是：微软、亚马逊、Alphabet因Anthropic、OpenAI持股录得可观投资收益，这些账面收益无法反映底层业务的增长节奏。标普500当季盈利同比增速按LSEG统计可超过48%；剔除大型科技对私人AI股权的投资收益后，增速回落到约29%，更接近分析师原先的一致预期。
▲ CNBC报道核心要点：私人AI股权收益正在扭曲企业盈利图景，剔除后盈利故事弱很多
亚马逊的个案最能说明夸张从何而来。营收仍录得约两成增长，AWS增速回到多季度高位，但净利润里投资收益占比极高；自由现金流由净流入转为净流出，单季资本开支超过500亿美元，长期债务显著抬升。分析师通常会在非GAAP口径中剔除这类波动，但指数headline增速与媒体标题仍被它拉动。市场上的夸张概括便把“指数增速被抬高”说成“一半利润是假的”。
这层会计影响也可能反向作用若未来IPO定价低于上次私募估值，曾经推高利润的估值增益会瞬间变成冲减利润的减项。这样的盈利曲线，实际上给股价行情穿上了经营利润的外衣。
电力那块：电子本身成了瓶颈
当利润表上的魔法还在发酵，物理世界却摆出一张冷脸。2026年夏天，北美热浪中，最大区域电网运营商干了件此前不敢想的事：请求紧急授权，在15分钟内强制数据中心断电。 这在产业圈炸开了锅
AI的瓶颈已经从模型与芯片延伸到供电。高盛公开材料给出的估算是：若要用新建核电覆盖到2030年时相对2023年的全部数据中心需求增长，需要约85–90吉瓦新核电装机，口语里就是“将近一百座大型反应堆”。但同一段文字立刻补上另一半事实：到2030年，全球能实际到位的核电供给“远不到一成”。
▲ 热浪与电网调度文本卡：数据中心用电占比从4%向9%攀升，AI交易正在变成能源交易
美国能源部引用劳伦斯伯克利实验室的数据更具体：2023年美国数据中心约占全国用电4.4%，到2028年可能升至6.7%–12%。用电量从2014年约58太瓦时飙升至2023年约176太瓦时。现实瓶颈落在变压器交货期、并网排队和夏季尖峰调度上。一则评论将其概括为：风投在交易软件，物理在交易电子。
关键是时间表与条件句冷战时期的美国曾在数十年时间尺度上建成上百座反应堆，这是评论区反方的主要论据。但它并不自动证明今日能在数年时间、现行许可与供应链环境下复制同样速度。“绝对物理不可能”与“在现行条件下极难按宣传时间表实现”是两个命题。 后者已经足够杀死大多数商业计划书的回报假设。
资本流图：钱在圈内打转
▲ 入口综合帖与摩根士丹利“AI Ecosystem Capital Flows”关系图：OpenAI居中，箭头密布
那张广受关注的图并非估值曲线它的标题是“Exhibit 1: AI Ecosystem Capital Flows”，来源是摩根士丹利研究。节点包括OpenAI、微软、英伟达、甲骨文、CoreWeave、AMD以及数据中心租赁；箭头区分客户关系、收入分成、投资人、回购协议与供应商融资。金额从数亿美元到上千亿美元不等
这张图回答的问题只有一个：钱和算力订单如何在AI供应链内部循环。 芯片商投资模型公司，云厂商既是客户又是投资人，GPU云互相租赁，收入与估值可能在系统内部互相强化。摩根士丹利财富管理CIO Lisa Shalett说得更锋锐：自本轮上涨以来，标普500回报中约四分之三来自“七巨头”及约三十多家相关AI数据中心生态公司。她用了一个熟悉科技泡沫史的投资者不会陌生的词：“思科时刻”。
高盛宏观研究还提供了另一个视角：自2022年底以来，AI相关公司市值增厚约27万亿美元量级，而其基准贴现价值估算约9万亿美元。弥合差距需要更乐观的假设，这句研究文本里的谦辞，翻译成人话就是：越往后越需要你信得越深。
▲ 高盛Exchanges访谈：AI经济账在今天比两年前更可疑
高盛内部的分析师Jim Covello说得更直接：尽管技术与消费者采用好于两年前，他如今对经济账“同样怀疑甚至更怀疑”。超大规模云厂商在自由现金流承压、股价表现不佳时，仍继续上调资本开支。半导体层拿走不成比例的经济价值，利润池却难以支撑7–8万亿美元量级投入的回本。
反方与裂缝：历史产能不能直接外推
当然，争论并非一边倒评论区的反方观点包括：云与广告等经营业务仍在增长，剔除投资收益后的增速仍接近过去多年常态；核电、可再生、天然气可以组合补缺；“AI工厂”相关的5000亿量级资本承诺仍在签署，与“全面不可能”的表述存在真实张力。
历史资料显示，美国曾在数十年里建成上百座反应堆，建设规模取决于许可、劳动力、供应链与建设周期。 把“签了备忘录”当成“已经并网”，把“号召”当成“工程进度”，会高估落地速度。原子科学家公报等反方文献的统计则显示：数据中心用电飙升的同时，核电发电量整体并未同步大增；SMR的公关节奏远快于商业并网现实。
三条线咬合：AI交易的底层逻辑正在更换
当“利润质量”“物理电力”“估值集中度”同时被搬到台面上，AI交易的分析框架便从单一的“算力竞赛”扩展为“能源+现金流+生态融资结构”的复合博弈。 资本开支能否转化为可持续自由现金流，会比单季净利润是否再创新高更常被放到问题中心。
这条热门综合帖的作用，是把研究里带条件句的估算改写成无条件的断语，逼着所有人站队。还原材料时，信息增量往往来自找回条件句、分母和图注。
下一次当你看到“净利润创纪录”的标题，不妨追问：这钱来自客户付款，还是估值的海市蜃楼？ 如果答案含糊，那就再看一眼电表，在电力与现金流同时紧绷的世界里，魔法总有现形的一天。
