看完微软、亚马逊、谷歌、Meta 最新财报，我更担心的是另一件事
亚马逊则把 2026 年资本开支计划由大约 2000 亿美元，上调至约2200 亿美元。即使投入继续增加，亚马逊仍然表示算力容量难以完全满足需求。
Meta原来的资本开支指引是 1250 亿—1450 亿美元，现在调整为1300 亿—1450 亿美元。表面上看上限没有变化，但下限被抬高了，这不叫削减，反而意味着 Meta 对最低投入规模更有把握。
微软的情况稍微复杂一些。
部分新闻可能会把微软的资本开支数字从大约 1900 亿美元调整到 1750 亿美元，理解成"微软削减 AI 投入"。但微软明确解释，这主要来自数据中心租赁方式从融资租赁向经营租赁转变，属于会计分类变化，公司的实际投资预期并没有改变。微软还预计，下一个季度资本开支将超过 500 亿美元，2027 财年的资本开支会继续同比增长。
按照四家公司各自最新口径粗略相加，2026 年资本开支规模大约在7200 亿—7450 亿美元之间。
当然，这个数字不能机械横向比较，因为四家公司的财年、租赁处理和资本开支统计方式并不完全一致。但它至少说明了一件事：
全球最大的四家 AI 买家，现在不是在踩刹车，而是在继续踩油门。
所以，至少从资本开支这个最直接的领先指标来看，AI 基础设施周期目前还没有出现明确反转。
B二、资本开支没有降，能不能证明 AI 不是泡沫？
还不能。
这是很多人最容易犯的逻辑错误。
能不能变成真实使用量
能不能变成收入
这些收入能不能覆盖芯片、数据中心、电力、折旧和研发成本，最终变成利润与自由现金流
从这四份财报看，第一道关基本已经通过，第二道关正在快速推进，但第三道关还远没有完全通过。
这也是为什么财报数据看起来很强，市场却仍然会剧烈震荡。
B三、微软：目前四家公司里，投入和回报最匹配的一家
微软最新季度最关键的数字，不是总收入，也不是每股收益，而是Azure。
Azure 及其他云服务收入同比增长 43%，微软预计下一季度按固定汇率计算，Azure 增速约为 45%。更重要的是，微软明确表示客户需求仍然超过当前可提供的算力容量。
这意味着微软现在面对的核心问题，不是"没有客户"，而是"容量不够"。
微软这一季度资本开支达到410 亿美元，其中大约三分之二用于 CPU、GPU 等使用周期较短的基础设施资产。与此同时，公司仍然产生了196 亿美元自由现金流。商业剩余履约义务，也就是已经签约、未来逐步确认的合同收入，增长至6780 亿美元。
这几个数字放在一起看，微软已经形成了比较清楚的闭环：
建设数据中心 → Azure 承接企业 AI 需求 → Copilot 和 GitHub 形成付费收入 → 企业客户签订长期合同 → 现金流继续支持下一轮投资
这就是为什么同样是大规模投入 AI，市场通常对微软的容忍度更高。
因为微软不是只告诉投资者"AI 未来很重要"，而是在不断提供付费席位、云收入、合同积压和现金流作为证据。
我的判断是：微软是目前四家公司中，AI 投资回报路径最清晰的一家。
它的风险并不是没有收入，而是投入规模越来越大之后，Azure 和 Copilot 的增速能不能持续覆盖折旧、能源以及算力成本。
B四、亚马逊：AWS 重新加速，但现金流代价已经非常明显
亚马逊这份财报里，最重要的信号是AWS 终于再次明显提速。
AWS 季度收入达到422 亿美元，同比增长 37%，是过去 18 个季度中最快的增速。AWS 营业利润从去年同期的 102 亿美元，上升到166 亿美元。
亚马逊还披露，AWS 旗下 AI 业务和芯片业务的年化收入规模，都已经超过 250 亿美元，而且仍然保持三位数增长。
这说明亚马逊并没有像此前部分市场观点所担心的那样，在生成式 AI 竞争中彻底落后。
AWS 的优势并不一定是拥有最强的单一模型，而是它能够同时提供模型、云服务、数据库、芯片和企业基础设施。客户不需要押注一家模型公司，可以在 AWS 上选择不同模型和不同算力方案。
但亚马逊的问题也很明显：花钱速度太快。
过去 12 个月，亚马逊自由现金流已经从去年同期流入 182 亿美元，变成流出 76 亿美元（2026 年 Q2 单季自由现金流为 -88 亿美元）。公司解释，主要原因是购买物业和设备的支出同比增加 661 亿美元，而这部分增长主要与 AI 投资有关。
还有一个容易被忽视的细节。
亚马逊本季度净利润达到626 亿美元，但其中包含了与 Anthropic 投资有关的大额非经营性收益。因此，单看净利润或每股收益，会明显高估亚马逊核心业务这一季度的真实盈利改善。
真正应该看的，还是 AWS 收入、AWS 营业利润和自由现金流。
我的判断是：亚马逊证明了 AI 需求是真实的，但也暴露了 AI 基础设施是一门极其消耗现金的生意。
如果 AWS 继续保持 30% 以上增长，资本开支可以被理解为提前扩产。
但一旦 AWS 增速下降，而资本开支、折旧和电力成本仍然居高不下，市场就会迅速质疑亚马逊的投资回报率。
B五、Alphabet：本轮增长最惊艳，但投入也最激进
Alphabet 这份财报，最亮眼的数字来自Google Cloud。
Google Cloud 季度收入达到248 亿美元，同比增长 82%；营业利润达到 88 亿美元，超过去年同期的三倍；营业利润率由 20.7% 提升至35.6%。Google Cloud 积压订单达到5140 亿美元，较上一季度增加超过 500 亿美元。
这不是普通意义上的增长。
这说明谷歌已经不只是一个依靠搜索广告赚钱的公司，Google Cloud 正在成为真正的第二增长曲线。
Alphabet 也开始向客户的数据中心直接销售 TPU 系统。需要注意的是，TPU 系统销售对本季度 Cloud 增长有一定贡献，但管理层表示，即使剔除这部分影响，Google Cloud 增速仍然明显加快。
问题同样出在资本开支和现金流。
Alphabet 本季度资本开支达到449 亿美元，其中绝大部分用于 AI 技术基础设施。技术基础设施投资中，大约 60% 用于服务器，40% 用于数据中心和网络设备。季度自由现金流为负 59 亿美元——这是上市以来首次。
这组数据很有意思。
它告诉我们，AI 的瓶颈已经不只是 GPU。
服务器、网络、电力、数据中心土地、冷却系统和高速互联，都在同步成为约束。
也就是说，AI 资本开支的受益范围仍在扩散，但资本开支对利润表和现金流的压力，也会逐步扩散。
Alphabet 已经提醒投资者，未来技术基础设施投入会通过折旧、能源和数据中心运营成本，继续对利润形成压力。
Alphabet 是本轮财报中，增长弹性最强、但资本投入也最激进的一家公司。
Google Cloud 的增长足以证明需求并非虚构，但接下来市场会要求它证明，这种增长不仅能扩大规模，也能持续创造足够高的资本回报率。
B六、Meta：AI 确实改善了广告，但投入规模已经开始吓到市场
Meta 和另外三家公司不同。
微软、亚马逊和 Alphabet 拥有云计算业务，可以直接把 AI 算力卖给企业客户。
Meta 没有同等规模的对外云业务，它的 AI 回报主要体现在广告推荐、内容分发和用户使用时长上。
Meta 第二季度收入达到608 亿美元，同比增长 28%；广告收入同比增长 27%。广告展示次数增长 14%，平均广告价格增长 12%。
这些数字说明，AI 推荐和广告系统确实在帮助 Meta 提高变现效率。
所以，不能简单地说 Meta"只会烧钱，没有回报"。
但问题在于，它花钱的速度已经明显快于利润增长。
Meta 本季度资本开支达到310.8 亿美元，自由现金流只剩7.84 亿美元，同比暴跌 91%，创近四年最低；经营利润同比下降 8%，经营利润率从去年同期的 43% 下降至 31%。
需要补充的是，Meta 本季度成本费用增长 55%，其中包含 24 亿美元法律相关费用和 11.8 亿美元裁员费用。因此，不能把全部利润率下降都归因于 AI 投资。
但即使剔除这些一次性因素，Meta 仍然需要回答一个问题：
除了提高广告效率之外，如此巨大的 AI 基础设施投入，未来还能形成哪些独立收入？
企业 AI 服务、智能眼镜、AI 助手、内容生成、算力出租，都可能成为答案，但目前这些业务的收入披露，还没有微软 Copilot 和三大云平台那么清楚。
Meta 的核心业务仍然很强，但新增 AI 资本开支的回报路径，是四家公司里最需要继续观察的。
B七、所以，AI 到底是不是泡沫？
这个问题不能只回答"是"或者"不是"。
因为 AI 至少包含三件不同的事情：
AI 技术是不是真的有用
AI 基础设施是不是真的有需求
AI 相关公司的股价和估值是不是合理
这三件事可以同时得出不同答案。
AI 技术可能是真的。云计算和算力需求也可能是真的。但某些股票的估值，仍然可能存在泡沫。
从最新财报来看，如果把泡沫定义成"没有客户、没有收入、没有真实需求"，那么目前很难说 AI 已经成为纯粹泡沫。
Azure、AWS 和 Google Cloud 都在加速；Copilot 付费席位在增长；云平台积压订单继续扩大；多家公司仍然面临算力供不应求。
但如果把泡沫定义成"市场对未来利润的预期，跑得远远快于现金流"，那么部分 AI 资产和部分估值，确实具有明显泡沫特征。
尤其是当市场默认以下几件事一定会发生时，风险就会迅速累积：
AI 需求会永远保持高速增长
每一座新建数据中心都能保持高利用率
模型价格下降不会压缩利润
自研芯片不会改变供应链利润分配
所有 AI 产业链公司都能获得高回报
资本开支越多，未来利润就一定越高
这些假设，不可能全部同时成立。
B八、四大巨头现在陷入了一场"谁也不敢先停"的竞争
这是我认为很多人没有看到的地方。
微软、亚马逊、Alphabet 和 Meta 现在有点像进入了一个典型的博弈困境。
对每一家公司来说，继续投资可能很贵。
但如果自己削，对单家公司而言，继续花钱是理性的。
但当四家公司同时这么做，整个行业就可能出现重复建设和阶段性产能过剩。
这意味着：
资本开支继续增长，可以证明 AI 竞争仍然激烈，但不能证明每一美元资本开支都能获得理想回报。
这正是判断 AI 泡沫时，必须区分的两个概念：
"没有削减资本开支"和"资本开支一定正确"，不是一回事。 "AI 需求仍然增长"和"所有 AI 股票都值得当前价格"，也不是一回事。
B九、AI 进程现在走到哪一步了？
我认为，AI 产业已经明显经历了三个阶段。
第一阶段是拼模型。谁的参数更大、训练集群更强、性能排行榜更高，谁就更受关注。
第二阶段是拼算力。GPU、HBM、服务器、数据中心、网络设备和电力成为市场核心。
现在，AI 正在进入第三阶段：拼使用率、商业化和利润兑现。
微软开始披露 Copilot 付费席位
亚马逊开始披露 AI 和芯片业务的年化收入
Alphabet 开始披露 Cloud 积压订单、TPU 销售和企业 AI 采用率
Meta 则需要证明，AI 带来的广告效率提升，能够长期覆盖日益庞大的基础设施投入
这说明 AI 已经从"证明技术能不能实现"，进入"证明商业模式能不能成立"。
这个阶段通常不会像最初的概念行情那样，所有公司一起上涨。
市场会开始分层。
有真实收入的公司，与只有故事的公司，会分化。
能控制成本的公司，与无限扩张的公司，会分化。
拥有客户入口和生态的公司，与只提供单一产品的公司，也会分化。
B十、对英伟达、AMD、HBM 和韩国半导体意味着什么？
四大巨头没有削减资本开支，对 AI 供应链整体仍然是正面信号。
GPU、定制 ASIC、HBM、服务器、高速网络、光模块、数据中心电力和冷却，短期需求都仍然有支撑。
微软披露，本季度大约三分之二资本开支用于 CPU 和 GPU 等设备；Alphabet 的技术基础设施投资设备和材料公司，本质上都处在美国 AI 资本开支的下游。
但这里必须加一句冷静的话：
四大巨头继续投资，不代表所有供应链公司都会同等受益。
亚马逊正在扩大 Trainium 和 Graviton，Alphabet 在扩大 TPU，微软同样在发展自研芯片。
这意味着 AI 投入仍然增长，但利润可能逐渐从单一 GPU，向定制芯片、网络、存储、电力和软件平台重新分配。亚马逊披露，其芯片业务年化收入已经超过 250 亿美元，Alphabet 也开始向客户数据中心销售 TPU 系统。
因此，未来判断英伟达、AMD、美光、SK 海力士和三星，不能只问"AI 资本开支还在不在"。
还要问：
资本开支具体花在什么地方？
哪一种芯片的份额在上升？
HBM 供给是否开始追上需求？
云厂商自研芯片会拿走多少增量？
产品价格、良率和利润率还能不能维持？
B十一、接下来真正应该盯住四个信号
判断 AI 行情有没有发生真正反转，我不会只看股价一天的涨跌，而会看四个信号有没有同时出现。
第一个信号，是四大巨头开始下调资本开支，或者推迟数据中心建设。
第二个信号，是 Azure、AWS 和 Google Cloud 连续两个季度明显减速。
第三个信号，是管理层不再强调"需求超过供给"，而开始谈利用率不足、客户延迟订单或价格竞争。
第四个信号，是自由现金流和利润率持续恶化，但 AI 收入、付费用户和合同积压没有相应增长。
截至目前，前面三个信号还没有集中出现。
真正出现的，是第四个问题的一部分：
资本开支已经开始明显压制部分公司的自由现金流和利润率。
所以，现在不是"AI 泡沫已经破裂"，而是AI 正式进入了投资回报率考试。
B最后的结论
看完微软、亚马逊、Alphabet 和 Meta 这四份财报，我的结论是：
第一，AI 基础设施行情还没有结束。
四家公司没有集体削减资本开支，Alphabet 和亚马逊反而上调投资，微软与 Meta 也没有出现实质性踩刹车。
第二，AI 需求不是虚构出来的。
云收入、付费席位、合同积压、AI 业务收入和算力缺口，都说明企业和开发者确实在使用 AI。
第三，AI 也绝不是没有泡沫。
泡沫可能不在技术本身，而在过高的估值、重复建设、过
现在要买的是收入。
再往后，市场买的将是利润和自由现金流。
所以，我更愿意把这一轮财报定义为：
AI 不是到了泡沫结束的时刻，而是从军备竞赛，正式进入业绩检验期。
真正的赢家，不是花钱最多的公司。
而是最终能把资本开支变成客户，把客户变成收入，再把收入变成自由现金流的公司。
这才是下半年判断 AI 投资最重要的一条主线。
本文数据基于微软、亚马逊、Alphabet、Meta 最新季度财报及电话会议公开信息，并已与实时披露数据交叉核验。本文仅为产业与财报研究，不构成任何股票推荐或投资建议。

灵夕研究报告