AI巨額投入亮明牌，三大云財報冰火兩重天 | 看財報

圖片來源@unsplash

本周，亞馬遜、微軟、谷歌相繼發布新一季度財報。

與上一季度相比，市場反應出現明顯分化：谷歌股價上漲4%至7%，微軟則下跌2%。這與我們上一財年的預判基本一致——當科技巨頭將資本支出與現金流的底牌亮出后，投資者開始為巨額AI投入的確定性回報投票。

但有一點也需要注意：當大部分計算需求如果仍然只是來自于OpenAI、Anthropic等少數頭部大模型廠商，我們或許不應該那么樂觀。

云廠商最近一個季度在忙什么？

從財報數據來看，三大云廠商在最近一個季度基本在做一件事：不計成本搶地建廠，并親自下場兜售算力。

對于云廠商而言，建設GPU數據中心的投入成本其實在不斷上升。

年初，我們注意到，亞馬遜等五家頭部科技巨頭預計在2026年合計資本支出達到6000億美元至7000億美元。到這一季度，亞馬遜第一季度資本支出高達442億美元，并維持全年2000億美元的預算高位。

截至一季度末，亞馬遜自由現金流驟降95%至12億美元，而去年同期為259億美元，這是一個危險信號。亞馬遜解釋稱是因為過去12個月，房地產和設備購置支出激增593億美元，導致自由現金流減少。

谷歌和Meta則上調原本就已經相當高額的資本支出預期：谷歌預計在1800億至1900億美元，單季度支出高達356.7億美元；Meta的預計高達1450億美元。谷歌解釋稱這是因為收購了數據中心服務商Intersect，同時它還預計2027年資本支出將再次大幅增長。

相比之下，微軟雖然在云業務上表現穩健，但其資本支出的回報成了投資者質疑的焦點。在與OpenAI的合作松綁之前，微軟一直在大力投資建設和租賃新的GPU數據中心，以滿足AI公司需求。

微軟第一季度資本支出較上一季度減少了56億美元。微軟稱，支出放緩是由于施工進度正常波動，而非需求下降。微軟第一季度自由現金流為158億美元，同比下降22%，公司將此歸因于資本支出較去年同期增加。

大筆算力投入背后

整體來看，受益于生成式AI業務需求，同樣是巨額投入，三大云廠商云業務增長卻走出了不一樣的路：以谷歌表現最為亮眼，反觀亞馬遜AWS和微軟云，盡管增速依然客觀，但在云積壓訂單上表現一般。

谷歌云：營收增長63%至200億美元，遠超上一季度的48%，AI產品和基礎設施銷售是主要動力。 積壓訂單幾乎翻倍，飆升至4620億美元，谷歌預計未來24個月內其中一半將轉化為收入。這不僅是財務數字，更是未來收入的保證書。谷歌這一增長歸功于TPU AI芯片的銷售，谷歌不再僅自用，而是開始向其他公司出售。 AWS：第一季度營收增長28%至376億美元，創近四年最快增速。積壓訂單為3640億美元，環比增加1200億美元。 CEO安迪·杰西指出，這些訂單來自“相當廣泛的”客戶群體，且不包括Anthropic此前同意斥資1000億美元購買AWS基礎設施的交易。 微軟：增速上升1個百分點至40%，略高于此前預測的37%-38%，但與谷歌和亞馬遜相比顯得遜色。 營收積壓訂單總額為6270億美元，略高于上一季度的6250億美元。其中25%（約1570億美元）將在未來12個月內轉化為收入。微軟未披露OpenAI的具體貢獻，而上一季度這一比例為45%。

不過，這些云廠商大部分激增的訂單仍然來自于OpenAI、Anthropic等頭部大模型廠商或擁有極強技術實力的科技巨頭。雖然承接這些頭部訂單能迅速做大營收，但這對于云廠商也是一把雙刃劍。

OpenAI與微軟鬧掰就是鮮明的案例。一方面，頭部大模型廠商通常要求長期合同以鎖定算力，但云廠商卻因此要背負長期且沉重的數據中心建設成本。另外，為留住大客戶，云廠商也因此要持續滿足其越來越苛刻的算力規模和價格要求，這也進一步導致其資本支出居高不下，自由現金流持續惡化。

卷算力，從全棧AI下手

事實上，如今美國算力市場也進入短缺時代。正如谷歌CEO皮查伊在財報電話會上坦言：“我們在短期內算力受限”，并透露若產能充足，云業務收入本可更高。這種短缺甚至傳導至下游，導致AI初創企業面臨GPU配額收緊和成本飆升。

為應對短缺，各大云廠商除采購英偉達GPU外，正不約而同加大自研芯片部署力度。例如，亞馬遜的用于AI訓練的Trainium AI芯片，谷歌云早先推出的AI張量處理單元TPU，微軟的AI加速計算的Maia 100芯片等，試圖通過定制化硬件降低對單一供應商的依賴并優化成本。

云廠商提供AI專用芯片或許能夠在GPU緊缺時滿足客戶一定訴求，如何滿足當前市場對AI算力高漲的需求，對所有云廠商而言，都是一道必答題。

值得一提的是，谷歌計劃向金融機構、前沿實驗室等客戶交付自研TPU，用于其自有數據中心，預計今年晚些將獲得一小部分收入，2027年進一步放量。4月初，亞馬遜的股東信里也明確表示將芯片自研做到“行業真正的領導者”，眼下之意則是不再為英偉達打工。

當然，云廠商很早就開啟了芯片自研，但或許從來沒有像今天這么重視過。谷歌打了翻身仗的成功之處，就在于將自研芯片TPU v7和自研模型Gemini 3實現了全棧式的能力打通。

而AWS過去的策略是：對于模型需要快速上線，希望選擇英偉達的客戶，會為其盡可能提供全面選擇，對于有長期發展策略的AI企業，則為其提供SDK使用其自研芯片。

今天則變了，亞馬遜與OpenAI、Anthropic達成合作，不僅僅是出租服務器，更是為了將Bedrock等AI平臺植入客戶開發流程。

云廠商或許也需要證明，自己的價值在于提供高效的模型微調工具、數據服務和API，從而鎖定更廣泛的客戶，而不是僅僅把GPU顯卡賣給Anthropic或OpenAI。

（本文作者 | 楊麗，編輯 | 楊林）