同一个财报季,微软市值单日暴涨4500亿美元创下全球股市史上单日市值增长纪录,亚马逊五天冲进3万亿美元俱乐部。另一边,SK海力士股价腰斩,铠侠股价腰斩,全球存储股十有八九跌超40%。
同一个财报季,微软市值单日暴涨4500亿美元创下全球股市史上单日市值增长纪录,亚马逊五天冲进3万亿美元俱乐部。另一边,SK海力士股价腰斩,铠侠股价腰斩,全球存储股十有八九跌超40%。
这不是随机波动。这是市场在用真金白银重新回答一个核心问题:AI这场盛宴里,到底谁在赚钱,谁在买单?
过去两年,市场奖励的是谁花得最多——CSP(云服务提供商)上调一次资本开支,GPU、HBM、光模块、交换机、PCB、电源、液冷、数据中心就一起涨一轮。现在,市场开始问一个更严格的问题:巨头们砸下去的万亿美金,到底流进了谁的现金流,又沉淀成了谁的折旧?
答案或许正在浮出水面——AI的钱没有消失,只是换了口袋。 从卖铲子的人,流向把铲子变成生意的人。从修路的人,流向在路上收租的人。
要理解这一轮分化,不能只看涨跌数字。7月末这个时间窗口上,三件事同时发生了。
微软Azure同比增速43%。亚马逊AWS同比37%,创18个季度最快。Google Cloud同比82%,三年最高。三家合计年化云收入3890亿美元,单季净新增年化经常性收入500亿美元——是过去三个季度均值的两倍。
更重要的是,收入在加速,但加速的不只是那几个AI实验室在买算力。微软披露了一个关键数字:商业剩余履约义务达到6780亿美元,同比增长84%,而且全部的环比增长,来自非前沿实验室客户。银行、制造、医疗、政府——那些过去两年被市场认为AI跟它们没关系的传统企业,现在正在签合同。
AWS不仅说——AWS在做。8月4日,AWS负责人Matt Garman公开确认,公司正在与客户签署五年期承诺合同,且市场需求仍远超供给,我们正努力加快建设和投资步伐,以跟上客户的需求。这不是需求的故事,这是确定性订单的故事。五年期合同意味着客户不是在试水AI,而是把它嵌入了自己的核心业务流程——这种收入黏性,是任何capex焦虑最有力的解药。
SK海力士交出了史上最强的营收和利润——营业利润暴增557%。然后股价暴跌。
为什么?因为市场对它的期待不是史上最强,而是强到能支撑过去两个月涨出来的几十个点的预期。当实际增长跑不过远期预期,当CSP capex的同比增速从加速两位数滑向高位个位数,估值模型就得换——从你能卖多少货,变成你还能涨多快。
这是物理规律,不是判断。CSP capex不可能永久维持每年30%、50%的同比增速。当行业从加速扩张期进入高位增长期,增速的二阶导为负,估值就要重新定价。这就是为什么美光、铠侠和SK海力士在交出最强报表的同时遭遇了最惨烈的抛售。
就在财报最密集的那一周,OpenAI把新模型GPT-5.6 Luna的价格砍掉了80%。从1美元每百万Token,直接杀到0.2美元。上线才三周。
CSP能赚钱 + 基础设施增速见顶 + 模型定价权瓦解 =利润从硬件和模型层,大规模回流到基础设施与平台层。
过去两年市场默认云厂是冤大头——钱都让英伟达和海力士赚走了。大摩7月底的测算推翻了这个判断:纯GPU租赁基准ROIC(投资资本回报率,Return on Invested Capital)约31%,在1GW数据中心、41万颗GB300、75%利用率的假设下,租赁价从7美元涨到10美元/小时,ROIC能从23%跳到39%。
而且别忘了,数据中心的主体——土地、电力、机房——使用寿命超过30年,可以跨越五到六代服务器。服务器每代更新,基础设施不需要重来。这意味着最先入场的CSP在后续代际中的边际经济性会更好,不是更差。市场最终意识到了这一点。
纯GPU租赁(IaaS):基准ROIC约31%。在GPU供不应求、利用率75%的假设下,租赁价格从7美元涨到10美元每小时,ROIC可以从23%跳到39%。
自有基础设施上的模型API:基准ROIC约46%。前提是模型公司保持产品差异化和定价能力——但考虑到当前的价格战,这个前提正在动摇。
使用第三方算力的模型API:ROIC仅25%。需要额外支付中间层利润给云厂商。
这个测算的核心结论,直接挑战了市场近一年来的一个前置判断:重资产≠低回报。
过去两年,市场对AI capex最大的恐惧是循环融资:CSP砸钱给OpenAI、Anthropic这些模型公司,模型公司再把钱买回CSP的算力。左手倒右手,真实的终端需求在哪里?
微软的商业剩余履约义务,全部环比增长来自非实验室客户。AWS的backlog已经达到4960亿美元,三位数增长。Google Cloud的backlog 5140亿美元,单季增加500亿。近90%的财富100强企业已经在用Gemini Enterprise。
华尔街见闻此前用了一个形象的比喻:CSP过去是在为前沿实验室这个唯一的租客盖房,现在整栋写字楼开始入驻了。
这不是一家公司的孤立信号。三家同时出现同样的趋势——AI需求正在从少数初创AI实验室,扩散到传统行业的企业客户。当客户结构从集中变成广泛,循环融资的叙事就站不住脚了。
CSP不是一个统一概念。这轮财报真正有意思的地方在于,四家巨头形成了四种完全不同的AI回报路径。
Azure提供最基础的GPU租赁和云服务,这是第一层。Foundry平台提供模型调用、微调和部署,这是第二层。Copilot直接嵌入Office 365和GitHub,按席位收费(付费席位已超3000万),这是第三层。
三层之间互相引流:Azure的企业客户可以升级到Foundry使用模型;Foundry上的模型可以渗透到Copilot的应用场景;Copilot又反过来推动Azure的消费。这不是一条收入线,是一个收入矩阵。
AWS本身就是出租算力和存储的生意,运行了18年,客户、计费、留存体系极度成熟。本季度收入422亿美元,同比37%,创18个季度最快。
Google Cloud的82%增速、利润率和利润率改善幅度,从表面看是四家中最强的。但市场给的反馈是先跌后涨。
原因在于成本归属的灰色地带。Gemini同时服务搜索、广告、Workspace、YouTube、消费应用和云服务,共享AI研发费用留在了集团层面。Google Cloud的分部利润率,不能等同于谷歌芯片—模型—云全栈的真实经济利润率。
有研究机构指出,如果把全部Gemini费用扣回,Google Cloud利润率大约只剩10%出头。谷歌不是不赚钱,是赚钱的路径太复杂。
Meta过去两年在投资者眼里是四家中最尴尬的一个:AI确实改善了广告推荐、内容排序和素材生成,但这些收益隐藏在原有广告业务里,没办法和新增capEx逐项对应。当capEx指引从1300亿调到1450亿美元,自由现金流只剩7.84亿美元(同比-91%),市场的耐心到了极限。
公司被曝筹划云业务,考虑向开发者提供模型访问服务,并出售富余的AI算力。这意味着Meta的算力资产不再是自用或闲置的二元选择。它可以切换到对外出租。
回到7月30日那一天。除了微软发财报,OpenAI还做了一件事:把GPT-5.6 Luna的价格砍到原来的五分之一。不是上市一年后降价,是上市三周后降价。
这背后是一个更大的趋势——开源模型正在把闭源模型的收费站拆掉。
过去两年,AI产业链的利润分配逻辑是:英伟达赚GPU的钱,CSP赚算力租赁的辛苦钱,模型公司(OpenAI、Anthropic)凭借技术壁垒赚溢价。模型层是架在云上面的收费站——不管你用谁的算力、跑什么应用,调用最强模型都得过它这一关。
中国开源模型的突破是最大的拆墙锤。DeepSeek V4用华为昇腾950芯片训练了1.6万亿参数,性能媲美GPT-5。阿里Qwen3.7 Flash价格低到0.03美元每百万Token输入。在最大的模型API聚合平台OpenRouter上,中国模型的Token调用量占比在一年内从4.5%飙到了46%。
当46%的调用走便宜开源模型,闭源模型就再也不能收取独此一家的溢价。OpenAI被迫跟进降价,不是因为它想,是因为它别无选择。
巴克莱分析师Raimo Lenschow在8月3日的报告里写了一段非常精准的判断:当模型从稀缺品变成大宗商品,议价权就回流到了拥有算力、客户和分发渠道的平台手中。
CSP不再必须绑死在某一家模型公司上。它们可以同时提供GPU租赁 + 自托管开源模型 + 自研模型API。客户不需要只选一个模型,CSP可以充当路由器——高复杂度任务用顶级闭源模型,常规任务用便宜开源模型,高吞吐、低成本的稳态负载用自研ASIC芯片跑。
这个多模型架构最终谁最受益?不是最会训练模型的公司,而是最会把不同模型串联起来、按需分配算力、按用量收费的公司。这就是CSP。
大摩7月27日的报告甚至直接把这个逻辑拆成了数学:如果模型API价格跌50%,但Token调用量因此涨5倍,对CSP自建基础设施上的推理收入来说,是净增。因为它的成本端在走芯片性能和软件优化的效率曲线,收入端在走需求爆炸的用量曲线。只要第二条曲线跑得比第一条快,这就是一个好生意。
而对独立的模型公司来说,价格跌50%意味着收入直接砍半——除非它的Token调用量能翻倍,但开源模型的替代效应让它做不到。
如果说CSP涨是收租故事被定价,那基础设施链的暴跌就是增速神话被拆穿。
大摩策略师Michael Wilson用了一个精准的类比:半导体股票,特别是存储,走势高度类似白银。
逻辑有两条。第一,两者都经历了抛物线式上涨——情绪和资金把价格推到了基本面无法支撑的位置。第二,两者都具有大宗商品属性——存储芯片是AI硬件复合体中最像大宗商品的品类,价格弹性大、反转也快。
这轮调整由存储领跌,SK海力士从高点腰斩,铠侠腰斩,美光跌超30%,全球14只存储概念股中有10只从高点跌超40%。完全符合Wilson在7月初的预判。
但存储只是一个领头样本。更深层的问题是:所有以CSP capex总量进行线性外推来估值的公司,现在都面临同一个拷问——如果capex的同比增速从30%降到15%,你的估值还能不能撑住?
这个问题,不是靠AI需求依然强劲就能回答的。需求还在,但增速是另一回事。
第一层:直接承压——存储和大宗商品化硬件。最典型的受害者。价格周期见顶 + capex增速放缓 + 白银属性下的动量平仓。跌了之后便宜,但周期股便宜之后通常还有更便宜。
第二层:估值重调——光通信、网络设备等capex贝塔方向。绝对capex仍在增长,但增速下滑意味着这些公司的估值倍数需要从高增长档下调到稳定增长档。股价不一定继续大跌,但回到高点的难度大幅增加。
第三层:相对扛打——有结构性升级逻辑的环节。从800G迈向1.6T光模块、从风冷迈入液冷、从传统供电迈入更高功率密度——这些从0到1的技术升级方向,即使capex总量增速放缓,仍能凭借份额和单位价值量的提升获得阿尔法。但前提是,升级逻辑足够硬,且估值没有提前透支。
这也是为什么英伟达在这一轮下跌中相对抗跌(跌幅约10%)——结构性需求仍然在,市场只是不再给它过去半年那种CSP投多少钱我就涨多少的线财报。这是整条AI产业链的下一个核心验证窗口。如果业绩和指引超预期,基础设施链可能获得喘息;如果不及预期,下行空间仍大。
但CSP内部也在分化。微软和AWS目前是证明题答得最好的两家——微软有Copilot和Foundry的多层收入出口,AWS有最透明的租金模型和最成熟的客户体系。谷歌还需要解决成本归属的透明度问题。Meta则需要把算力租赁从新闻标题变成可披露收入。
过去两年,这条链上的公司享受了一种双重红利:CSP持续上调capex→总量贝塔+投资者线性外推→估值扩张。现在CSP capex可能已经接近或正在接近增速拐点,总量贝塔在收缩,估值就要回归到只反映能挣多少钱的轨道上。