一座今天建成的数据中心,可能要在未来十几年中回收投资;装入其中的芯片,却可能在数年内面临新一代产品的竞争。即使算力需求继续增长,算力价格、设备利用率、能源成本和技术替代,也会不断改写最初的回报测算。
“利好”也读成“利空”?前有谷歌等科技巨头交出亮眼财报,后有英伟达抛出5000亿美元的产融合作计划,市场的回答却一言难尽。
在美国另类资产金融科技平台iCapital董事总经理兼首席投资策略师Sonali Basak看来,现金流压力正在提高AI(人工智能)投资的考核门槛,但尚未构成所有超大规模厂商(hyperscalers)的系统性融资危机;真正需要区分的是资产负债表缓冲、垂直整合能力以及AI收入的兑现速度。
或许,华尔街不再纠结于AI交易是否见底,抑或泡沫是否出清。7月清算估值与仓位之后,8月的“审问”开始深入利润表、现金流量表,乃至机房、电力与芯片交付现场。宏大叙事并未消失,只是被放到了“财务+物理”的双重显微镜下。
8月10日,英伟达收跌2.86%,盘中一度下跌逾3%,单日市值蒸发超过700亿美元;费城半导体指数下跌2.94%,光通信龙头公司Coherent和Lumentum的股价也大幅回落。
当天,英伟达宣布分别与阿波罗、贝莱德、黑石、博枫、高盛和KKR签署谅解备忘录,拟建立独立的算力融资平台,逐步动员超过5000亿美元第三方资本,用于AI基础设施建设。
英伟达对这件事的定义颇具野心:将英伟达算力及全栈AI基础设施转化为可供全球资本投资的资产,通过与使用量挂钩的长期收入,吸引保险、资管、私募信贷和基础设施基金进入。
英伟达创始人黄仁勋称,英伟达已经从制造芯片,走向帮助创造一种新的生产性基础设施——“AI工厂”。他还在社交平台上表示,英伟达可选择对潜在交易中最高25%的抵押品残值提供支持。
值得注意的是,相关机构的具体承诺、融资成本、最终协议和部署时间还未披露。
这一融资平台的建立,可以降低客户一次性购买GPU(图形处理器)和建设数据中心的资金门槛,并为英伟达打开更大的潜在市场。至少在短期交易中,市场还没有将5000亿美元直接折算成新增订单和利润。
原因或许在于这个数字内部。5000亿美元是拟在未来逐步动员的第三方资本,不是已经到账的订单;谅解备忘录也不等于最终协议。更重要的是,当英伟达需要联合六家全球资本巨头为客户搭建融资通道,市场看到的不只是需求旺盛,也会追问:AI建设是否已经昂贵到仅靠科技企业自身现金流难以继续支撑?外部资本是在验证需求,还是在为需求续航?
这未必简单否定AI的长期价值,而可能是定价标准发生了变化。融资意向不等于项目获批,项目获批不等于机房建成,机房建成也不等于算力被充分使用并产生现金回报。
发生了什么?答案或许藏在科技巨头企业公布的二季度成绩单里。2026年7月可能成为一个转折点:科技巨头交出的仍是一张增长报表,市场却开始用另一套方法阅读报表。
7月22日,谷歌母公司Alphabet(股价数据采用A类股GOOGL,即“谷歌-A”口径)公布2026年二季度业绩:营收达1198亿美元,同比增长24%;谷歌云收入同比增长82%,营业利润达到88亿美元,较上年同期增长超过2倍。次日,Alphabet股价下跌7.13%。
一周后,微软公布截至6月底的季度业绩:营收达900亿美元,同比增长18%。7月30日,微软股价上涨超过15%,创下18年来的最大单日涨幅,单日市值增加约4500亿美元。
两家公司都在加码AI,都说需求超过供给,云业务也都保持高速增长。华尔街给出的答案却是一跌一涨。
差别藏在利润表之后。Alphabet当季经营现金流为390.69亿美元,资本开支达到449.24亿美元,自由现金流(FCF)因此降至-58.55亿美元,为公司上市以来首次单季转负。
微软同样投入巨大,当季现金资本开支358亿美元,另有56亿美元融资租赁;但其经营现金流达到554亿美元,同比增长30%,自由现金流仍有196亿美元。微软云平台Azure收入同比增长43%,商业剩余履约义务达到6780亿美元,同比增长84%,下一季度Azure收入增速指引也高于市场预期。
经营现金流增长、云收入加速、订单积压扩大,共同构成了一条相对清楚的回报路径。微软首席财务官Amy Hood表示,公司对投入资本回报率更有信心,依据包括市场空间扩大、模型与芯片效率改善,以及AI产品组合不断拓宽。
当然,会计口径仍需辨认。部分数据中心租赁由融资租赁转为经营租赁,可以改变资本开支出现的位置,却不会消除未来付款义务。
不过,这并不意味着市场形成了一条“自由现金流为正就涨、为负就跌”的简单规则。
Meta公司当季自由现金流同比下降91%,从85.5亿美元降至7.84亿美元;311亿美元资本开支,几乎用尽319亿美元经营现金流,股价盘后一度下跌10%。苹果却提供了一个反例:截至2026年6月27日的公司第三财季,公司营收增长16%至1094亿美元,经营现金流创下同期纪录,AI投资模式也远比云厂商轻,其股价次日仍一度下跌超8%。
市场担心的是供应约束、终端需求和未来指引。苹果说明,自由现金流是这一季最醒目的线索,却不是唯一的交易开关。市场审视的,是一家公司能否同时为投入、增长与估值提供可信解释。
同一个“显微镜”也在向硬件端移动。6月,美光科技交出创纪录的183亿美元调整后自由现金流,财报次日股价上涨15.7%;到了8月,闪迪与西部数据公布强劲业绩,高于分析师一致预期的收入指引,股价盘中却一度分别下跌13.3%、19.1%。
需求依然强劲,但存储价格还能上涨多久、盈利上修能否追上此前涨幅,已经成为新的考题。财务显微镜衡量现金,物理显微镜则开始测量价格、产能、利用率与技术迭代。
有分析指出,这些看似矛盾的价格反应,其实指向同一变化:资本开支不会在建设当期全部进入利润表,却会首先从现金流中流出。利润可以证明业务仍在增长,自由现金流则暴露了为增长支付的即时成本;订单与指引能否为这笔成本提供可信辩护,决定了市场愿意容忍多久。
金融科技内容平台Fintech Brainfood的创始人Simon Taylor对Alphabet发布财报后的股价表现概括颇为传神:抛售表达的是市场对未来回报的意见,而积压订单来自已经签署的合同;在两者之中,只有后者具有约束力。
换句话说,市场重新定价的并非“AI有没有需求”,而是需求转化为收入、利润和现金的速度,能否追上资本投入的速度。
自由现金流并不神秘,其大致等于经营活动产生的现金,减去购买物业、厂房和设备等资本支出。利润表记录一家公司在会计意义上赚了多少钱;自由现金流追问的是,支付完本期建设投入后,还有多少现金真正留在手里。
这在AI时代变得格外重要。摩根士丹利分析师Brian Nowak向Alphabet首席执行官桑达尔·皮查伊提问:与一年前相比,公司如何判断生成式AI的资本回报空间和兑现时间?
皮查伊依然乐观。他认为AI仍处于结构性变革的早期,无论是消费者服务还是企业应用,都存在取得“非凡回报”的机会,前提是执行到位。
一周后,高盛分析师Gabriela Borges向微软首席财务官Amy Hood提出了几乎相同的问题:如果把资本开支与商业化收入放在一起看,微软今天所作投资的回报率,相比一年前发生了什么变化?
两位分析师不约而同地把问题从模型能力、云收入与供给约束,推向了投入资本回报率。
这可能意味着,市场的检验正在逐层深入。第一层是需求:是否有客户愿意购买AI服务。第二层是收入:云服务、推理、订阅和智能体能否形成规模化收入。第三层是现金:新增经营现金能否覆盖芯片、服务器与数据中心支出。最后才是完整的资本回报:这些资产在整个使用周期内创造的现金流,能否覆盖折旧、能源、融资成本以及股东要求的回报。
谷歌、微软和亚马逊云业务增长加速,说明AI并非只有投入,没有客户。
收入也开始显影。Alphabet云业务利润率明显上升,微软则报告模型、芯片和数据中心效率持续改善。但这些公司尚未单独披露AI业务完整的收入、利润与现金流,市场仍然无法把每一美元的AI资本开支与相应回报一一对应。
现金层面的压力测试则刚刚开始。投资者正在区分:谁仍能依靠原有业务现金完成建设,谁的资本开支正在更快吞噬现金,谁又需要通过公司债、租赁和项目融资维持扩张速度。
至于最终的资本回报,现在还没有足够长的数据作答。
一座今天建成的数据中心,可能要在未来十几年中回收投资;装入其中的芯片,却可能在数年内面临新一代产品的竞争。即使算力需求继续增长,算力价格、设备利用率、能源成本和技术替代,也会不断改写最初的回报测算。
华尔街现在做的,是用自由现金流开始第一轮筛选。
本文来自微信公众号: 经济观察报 ,作者:欧阳晓红
