写在美股回落前，“估值教父”拆解美股真相和他的仓位选择

network

写在美股回落前，“估值教父”拆解美股真相和他的仓位选择










作者：Aswath Damodaran（达摩达兰，纽约大学斯特恩商学院金融学教授，人称“估值教父”）

原题：Stock Prices, Earnings and Cashflows: The AI Effect plays through! ｜ 2026 年 10 月 8 日

本文据原文编译，保留第一人称叙述、原文结构与数据。文中的“我”均指原作者；“Mr Ping：”开头的段落是译注。原文链接见文末。

“作为投资者，你面前有四条路可选。遗憾的是，没有一条路能让你在这场 AI 大辩论中置身事外。”

“如果 AI 最终兑现不了承诺，等你看到会计师开始减记 AI 资本开支再去卖股票，那你就等得太久了。”

“以前骂美国公司光顾着回购股票、不肯投资未来的那帮批评者，现在又在骂同一批公司缩减回购、跑去投资 AI。这只能说明一件事：不管公司怎么做，这帮人都能挑出毛病。”

“我对你的建议是：在这片 AI 丛林里，找到一条能让你自己通过‘睡眠测试’的路。”

——达摩达兰

Mr Ping：这篇发在 10 月 8 日，正赶上美股这轮回落刚开始：纳指 100 ETF（QQQ）当天跌了 1.3%，到 10 月 16 日收盘，已经比 10 月 6 日的高点跌了约 6.6%。中文区我还没看到有人完整讲过这篇，为此，我专门翻译并且批注如下：

今年 8 月底我写过一篇关于 2026 年利率的文章。当时我就感叹，在利率不断走高的情况下，美股居然还能一路上涨。我当时的判断是，今年股市之所以这么抗跌，是因为各家公司在 2026 年交出的盈利成绩单超出了预期，同时市场也调高了对 2027 年和 2028 年的盈利预期。

现在，足以载入史册的 2026 年 9 月已经过去，是时候盘点一下、挖得更深一点了。毕竟 9 月份美债收益率创下了近年来的最大单月涨幅之一，而股价居然还是顶住了。在这篇文章里，我想仔细查一查美国上市公司的盈利情况，既看整体大盘，也看各个行业。我想顺藤摸瓜，看看增长的利润到底从哪儿来，又在公司的资产负债表和现金流里引起了什么连锁反应。

股价与利率



在上一篇谈利率的文章里，我按天追踪了截至 8 月底的美债收益率。这一节，我把惊心动魄的 9 月份也加进来。

如果说 1 月到 8 月的利率上涨还算温和，那 9 月份的涨势就完全是另一码事了。10 年期美债收益率从月初的 4.75% 一路飙到了月底的 5.29%。单月暴涨 54 个基点是什么概念？拿 10 年期美债收益率单月变动幅度的历史分布一比就知道了。

从 1962 年到 2026 年，一共有过 770 次单月利率变动，今年 9 月的涨幅能排进历史前 10%。面对这么猛的利率飙升，美股在 9 月份居然稳住了阵脚，至少从整体大盘来看是这样。

Mr Ping：9 月 16 日，美联储以 12 比 0 全票加息 25 个基点，利率区间升到 3.75%–4.00%，给出的理由是经济走强、通胀偏高、地缘风险推高大宗商品价格。

2026 年 9 月，所有美股的总市值增加了 2.5 万亿美元，但其中差不多有 1.5 万亿美元都是科技股贡献的。

这里只统计了 2026 年初就已经上市的公司。我把今年新上市的公司剔除掉了，因为算上它们会严重误导你对投资回报的判断。打个比方，如果把 2026 年 6 月上市的 SpaceX 算进来，通信服务板块的市值会凭空多出 2 万多亿美元，可它上市的时候差不多就是这个价。

很多人都指出过，美股今年整体虽然在涨，但内部分化极其严重。这可以从两个统计数据看出来：第一，全靠科技、能源和原材料这三个板块在扛着大盘走，其中科技股是市值上涨的最大功臣；第二，各个行业里今年股价上涨的公司比例，全市场平均下来只有 50% 左右，而在第三季度，大约 65% 的上市公司股价都在跌。

想要搞清楚到底是什么在推动股价，往往非常困难，因为增长率、利率、现金分红这些因素都在往不同的方向使劲。为了不被这团乱麻绕晕，我一直用估算“隐含股权风险溢价”的办法来找头绪。具体来说，就是结合现在的股价、预期的盈利增长、未来的现金流以及当前的利率，倒算出此时买入股票能拿到的内部收益率。从 2008 年 9 月开始，我每个月初都会算一次。到了 2026 年 10 月初，算出来的美股预期回报率是 8.99%，比 10 年期美债收益率 5.29% 高出 3.70%，这就是隐含股权风险溢价（如果拿美元无风险利率 5.07% 来比，是 3.92%）。

要注意，这个估算不依赖任何特定的理论模型，纯粹是根据股票未来的预期现金流倒推出来的内部收益率。如果你是个喜欢择时交易的人（虽然我不搞择时），完全可以把这个隐含股权风险溢价当成衡量市场贵不贵的温度计。数字越低，说明市场越贵；数字越高，说明越便宜。











下载表格：https://pages.stern.nyu.edu/~adamodar/pc/implprem/ERPOct26.xlsx


2026 年 9 月美债收益率的跳涨确实产生了影响，它让股权风险溢价在今年第一次跌破了 4%。事实上，虽然今年 10 年期美债收益率从 4.18% 爬升到了 5.29%，但股票的预期回报率也从 2026 年初的 8.41% 涨到了 2026 年 9 月 30 日的 8.99%。

AI 资本开支狂潮：会计与公司财务后果



整天盯着股价和利率，有时候会让我们忽略真正创造价值的推手，也就是公司的投资、融资和现金回馈政策。生活在今天这个时代，你肯定不会感到意外：驱动当前企业行为的核心商业故事就是 AI。在这个过程中，也正是 AI 给市场提供了顶住高利率的底气。我先来看看，砸向 AI 的数万亿美元资本开支，是怎么在财务报表里体现出来的。

如果你看的是全市场的汇总数据，AI 资本开支的故事其实非常复杂。因为整个市场里，既有花大钱搭建数据中心等 AI 基础设施的“建设者”，也有为这些基础设施提供设备和原材料的“供应商”。

搭建基础设施的主力是那些超大规模云厂商（Meta、Alphabet、亚马逊、微软等）。它们砸在资本开支上的钱，在真正开始赚钱之前，会先以折旧摊销的形式拉低利润，同时还会直接砍掉一大块自由现金流，因为自由现金流是扣除资本开支之后算的。

但是，建设者花在 AI 资本开支上的钱，转头就变成了别人的营业收入，并最终变成净利润（具体赚多少取决于净利润率）。受益的包括芯片制造商（英伟达和台积电打头阵）、网络设备商（随便点三个名字：博通、美光、Marvell）、电厂建设者（Constellation Energy 等），甚至是专门搞数据中心地产的开发商（Equinix、Digital Realty）。

当然，这里面也有不少灰色地带，有些 AI 建设者同时也在当供应商赚钱。比如亚马逊，它自己虽然在狂砸 AI 资本开支，但也靠出租云空间做数据存储赚了钱；还有英伟达，一边卖着装进数据中心的芯片，一边也在直接或间接地投资数据中心。

在追踪 AI 资本开支狂潮对整个市场财务报表的汇总影响之前，有两点局限必须提前说明：

第一，公众能拿到的、也是我接下来要用的数据，全都来自公开上市的公司。只要 AI 领域还有一些大玩家（无论是建设者还是供应商）没上市，我就会漏掉这些大型非上市公司的营收、利润、现金流和投入资本。这里面至少包括了 Anthropic 和 OpenAI 这两家估值预计超过 1 万亿美元的巨头。

第二，有一部分 AI 资本开支是通过合资企业和表外实体去做的。这种操作在会计处理上（尤其是债务这块）可能没办法完全反映它对母公司的真实影响。因此，你在上市公司财报里看到的数字，其实低估了这场狂潮对整个商业世界的全面冲击。

Mr Ping：典型例子是 Meta 和资管公司 Blue Owl 合设的一家公司，由它发了 273 亿美元债建数据中心，Meta 用租约和残值担保为它增信，这笔债不进 Meta 自己的资产负债表。

把这两点局限性摆清楚之后，我们来看美股的商业故事。一切都始于庞大的 AI 资本开支，数万亿美元正被砸进数据中心和 AI 基础设施。这笔开支确实高度集中在头部，前十大超大规模云厂商就包揽了超过 2 万亿美元的 AI 资本开支。不过，我统计了全美所有上市公司在财报里披露的资本开支总和。

哪怕存在前面说的低估问题，你依然能清楚地看到，在我们能拿到的最新完整财报季（2026 年第二季度），全美上市公司的资本开支比 2025 年第二季度增加了 1334 亿美元，涨幅接近 36%。同样，这波资本开支的猛增非常集中，科技、通信服务和可选消费这三个板块的同比单季涨幅全都超过了 50%。

Mr Ping：表内也在借。截至 2025 年 6 月的 12 个月，亚马逊新借长期债 7.46 亿美元；截至 2026 年 6 月的 12 个月，是 819 亿美元，同期自由现金流约负 80 亿美元。

▲ Mr Ping 附图：高盛估算的亚马逊、谷歌、Meta、微软、甲骨文五家资本开支、经营现金流和发债规模

在会计上，资本开支会被记作资产放进资产负债表；同时，这笔钱是怎么筹来的（借债还是发股票），也会体现为相应融资账面价值的增加。像 2026 年这么猛的资本开支浪潮，必然会导致股东权益、债务和投入资本的账面价值一起走高。我按行业统计了这种变化。

把所有美股加总来看，从 2025 年第二季度到 2026 年第二季度，股东权益的账面价值增长了将近 13%，总债务增长了将近 8%。换算成美元，全美上市公司的账面股东权益在一年间增加了 1.8 万亿美元，账面债务增加了 1.9 万亿美元。科技行业作为 AI 资本开支最活跃的主力，这两项数据的增幅要大得多，其账面股东权益暴涨了将近 30%，总债务也增加了约 18.8%。

如果单从盈利的角度看，盯着资本开支和账面价值似乎有点抓错重点，毕竟资本开支只会减少当期现金流，而账面价值影响的是会计回报率。但在 2026 年，不断攀升的 AI 资本开支却实实在在地推高了整体盈利，原因再简单不过：建设 AI 基础设施的公司花出去的资本开支，直接变成了提供基础组件的供应商们的营业收入和净利润。英伟达之所以能成为这波 AI 资本开支狂潮的最大赢家，原因就在这儿，它那些加价极高的芯片正是数据中心的动力源泉。除此之外，从电力设备制造商、发电企业到房地产开发商，也都跟着吃到了红利。

按理说，AI 建设者那边的折旧摊销费用应该会增加，但它们当中很多公司都拉长了设备的摊销年限，从而减轻了对当期利润的冲击。

Mr Ping：摊销年限这事，最有名的空头是《大空头》原型迈克尔·伯里。

空方：2025 年 11 月，伯里在自己的 Substack（Cassandra Unchained）上说，云厂商把服务器使用年限从 2020 年的 3 年左右拉长到现在的 5 到 6 年，是在美化利润。他拿谷歌举例：2023 年改成 6 年，当年税前利润多出 39 亿美元。他认为英伟达两三年就出一代新卡，芯片在经济上贬值得比账面快。

多方：SemiAnalysis 当时就反驳，说这个前提是“致命缺陷”，服务器保修能延到六七年，大型超算一跑就是六年多。后来的市场数据也站在他们这边：H100 一年期租约价从 2025 年 10 月的约 1.70 美元/小时，涨到 2026 年 3 月的约 2.35 美元。SemiAnalysis 9 月调侃说，用了 4 年的 H100 租金就是不掉。

伯里现在的说法：他承认从去年底起，各代 GPU 租金都止跌回升了，但说这是内存短缺导致新服务器缺货，旧卡才有活干，“市场反映的是算力稀缺，不是芯片耐用”。他还强调“能租出去从来不是我的论点”。他的判断是，等内存从短缺转成过剩，旧服务器价格会大跌，“最早明年”。

争论点有两个：一是芯片能租出去，是否就说明它在账上没贬值；二是这轮短缺是暂时的还是长期的。伯里说最早明年缓解，英伟达 CFO 说短缺会持续到 2028 年 1 月，CoreWeave CEO 说是“可预见的未来”。至少到目前，租金走势和伯里去年的判断相反。

▲ Mr Ping 附图：SemiAnalysis 的 GPU 一年期租约价（2024 年 5 月至 2026 年 8 月），白色实线是 H100，绿色是 B200，红色是 A100

AI 故事对盈利的拉动效应，从我按行业汇总的美国上市公司净利润里看得一清二楚。

注意看，在 2026 年的第一季度和第二季度，美国公司的整体盈利相比 2025 年同期都出现了暴涨。2026 年第一季度，总净利润从去年同期的 5110 亿美元涨到了 6920 亿美元（同比增长 35%）；2026 年第二季度，更是从去年同期的 5760 亿美元跃升到了 9040 亿美元（同比增长 57%）。和股价一样，盈利的红利也绝非雨露均沾，全市场有超过一半的公司净利润其实在下滑，不同行业之间的盈利增速更是天差地别。科技、金融和通信服务板块的盈利增幅最大，而医疗保健、公用事业和房地产板块则明显掉队。

不过，由资本开支拉动起来的整体盈利暴增，背后得打个星号。因为所有公司加起来的利润增长，会被它们在资本开支上的巨额投入部分抵消、甚至完全吃掉，结果就是企业的自由现金流增速往往远远跟不上利润增速。既然公司用来发股息和搞股票回购的钱都出自自由现金流，我就去查了一下 2026 年美股通过这两种方式回馈给股东的现金总额。

从总数来看，过去 12 个月的股息总额比 2025 年全年增加了约 433 亿美元（涨幅约 5%），股票回购总额增加了约 1067 亿美元（涨幅约 9%）。实际上，如果把回购金额扣掉新发行的股票（2026 年第二季度新股增发量猛增），净回购额比去年只增长了 7% 左右。虽然比去年确实有所增加，但跟 2026 年暴涨的盈利增速比起来，显然远远没跟上节奏。

想要看清盈利和现金流之间的这种脱节，有一个好办法，就是拉长时间轴，看看标普 500 指数成分股每年回馈给股东的现金占其总盈利的比例：











在过去二十年的大部分时间里，美国公司都会把 80% 甚至超过 100% 的利润，通过分红和回购的方式还给股东。但大概从 2024 年开始，两条线分开了，盈利涨得比现金回馈快得多。在截至 2026 年 9 月的过去 12 个月里hou'x，标普 500 公司只把 63% 的利润分给了股东，创下了 2004 年以来的最低纪录。以前骂美国公司光顾着回购股票、不肯投资未来的那帮批评者，现在又在骂同一批公司缩减回购、跑去投资 AI 资本开支。这只能说明一件事：不管公司怎么做，这帮人都能挑出毛病。

AI 商业大结局：会计与市场后果



毫无疑问，企业之所以敢在 AI 资本开支上砸下天量资金，是因为大家预期 AI 这门生意不仅市场规模巨大，而且赢家能够长期维持巨额利润。正如我在 8 月那篇《AI 的成人礼》里所写的，这条路确实走得通，但它是不是最可能发生的结果，目前分歧极大。因为这个商业故事的三个核心层面全都充满变数：潜在市场总规模到底有多大？业内公司的单位经济效益和营业利润率能做到多少？又有什么样的护城河与竞争优势能让高利润长期维持下去？

说白了，目前大家唯一达成共识的，就是各家公司合计已经在 AI 资本开支上砸了天量的钱。至于这笔投资未来能收回多少回报，AI 乐观派和悲观派就彻底分道扬镳了。乐观派认为，AI 一定能兑现预期，未来产生的利润足够覆盖掉资本成本并绰绰有余；悲观派则认为这纯属一厢情愿，哪怕 AI 未来能赚不少钱，也根本填不上前期砸下去的巨额窟窿。

还有一点必须记住：到底哪一派更接近真相，绝不是靠今天聚在一起争论 Anthropic 和 OpenAI 的年化营收推算值就能定下来的，我们必须耐心等待 AI 产品和服务市场真正长出骨肉来。等待对谁来说都不容易，在这个过程中，双方肯定都会迫不及待地提前宣布胜利，哪怕手里的证据少得可怜、信息也残缺不全。

Mr Ping：两家的口径不同：Anthropic 把经亚马逊等云平台卖出的总额计为收入，OpenAI 只计从微软等伙伴那里分到的部分。OpenAI 9 月底约 500 亿美元，Anthropic 7 月底约 650 亿美元，两个数不能直接比。

那么，如果 AI 的实际发展轨迹偏离了现在的预期，在会计和市场上会引发什么后果？我推演了 AI 生意远超预期（带来高增长和高利润）以及远低于预期这两种情况下的会计与市场结局。

在最理想的情况下，投资 AI 的公司（至少作为一个整体）不仅能靠这些资本开支实现盈利增长，而且新增的利润足够丰厚，能让 AI 资本开支的投资回报率超过资金成本。借钱给它们的债权人能稳稳拿回本金和利息，AI 建设者们的现金流也会显著转正。不过，这些公司就算成功了，脱胎换骨出来的也会是跟进场前截然不同的生意，它们会变得比以前重资产得多。

在最糟糕的情况下，会计报表和股票市场都会迎来一场血洗。由于兑现不了承诺的利润，会计师们会大笔减记AI 资本开支；虽然现金流之后可能会恢复，但市场会下调这些公司的定价，反映出对管理层不再信任。那些过度依赖借债来搞 AI 资本开支的公司，将会面临违约和严重的财务困境，借钱给它们的债主也得跟着一起吃苦头。

当然，中间还存在各种过渡状态：比如“小胜”，投资 AI 的公司能从项目里抠出一点利润，但不够覆盖资金成本；再比如“小败”，一些公司能证明自己的投资物有所值，但大多数公司证明不了。

既然 AI 商业化的结果不管好坏都会同时引爆市场和会计层面的连锁反应，我敢大胆猜一句：市场一定会跑在前面，而会计处理只能跟在后面。简而言之，如果 AI 的实际表现比预期更好（或者更差），在会计师动手改报表之前，你就会先看到 AI 核心公司的股价上涨（或者下跌）。说得直白一点，如果 AI 最终兑现不了承诺，等你看到会计师开始减记 AI 资本开支再去卖股票，那你就等得太久了。

投资者视角：盘点现状与采取行动



在我那篇讨论 AI 商业化的文章里，我重点梳理了 AI 乐观派与怀疑派的交锋：乐观派指着庞大（尽管还很模糊）的 AI 产品与服务市场，怀疑派则盯着高得离谱的资本开支。在争论还没结束的时候，金融市场和企业可等不起最终的裁判结果，它们现在就已经动手了：企业正在真金白银地砸资本开支，市场也正在把这些投资对未来盈利的预期写进当下的股价里。这就把整个股市、乃至整个宏观经济，都变成了一场押注 AI 的豪赌。赌赢了，押注的公司和投资者皆大欢喜；赌输了，就是公司财报里大面积的资产减记和股价的暴跌。

作为投资者，你面前有四条路可选。遗憾的是，没有一条路能让你在这场 AI 大辩论中置身事外：

• 全仓押 AI 大获全胜（而且赢得很快）：第一种赌法，是坚信 AI 是一股不可阻挡的力量，注定会彻底改变我们的生活和工作方式，而 AI 公司将尽享这场颠覆带来的红利。这个故事听起来挺像那么回事，但它回避不了颠覆带来的巨大经济和社会成本，而且大家对于颠覆发生的速度和广度也远没有达成共识。Leopold Aschenbrenner 的《Situational Awareness》讲的就是这个故事。虽然后来狂妄自大和过度笃定带来的过高杠杆把他拖垮了，但你依然可以模仿他的策略，买入搞颠覆的 AI 公司，和（或）做空被 AI 颠覆的公司，只要把杠杆降得低得多，长期来看还是有可能赢的。
  
  

Mr Ping：Leopold Aschenbrenner，前 OpenAI 研究员，2024 年 6 月发表 AI 长文《Situational Awareness》，随后办了同名对冲基金，做多 AI 基础设施股、做空软件股，杠杆最高约 4 倍。据 CNBC 和《华尔街日报》，今年 7 月 AI 股大跌，软件股上涨，券商追加保证金，基金被迫折价卖掉全部持仓，管理规模从 7 月初的约 450 亿美元降到约 100 亿美元。

• 随大流，跟着市场共识走：在这个干什么都崇拜“群体智慧”的时代，你可以去看看市场现在的定价里到底包含了怎样的 AI 剧本，然后顺着市场走。至少在眼下，市场计入的预期是：AI 将成为一场重大颠覆，并催生出一批体量庞大、极具价值的企业；同时，市场正在基础设施公司（目前最大赢家是英伟达）和大语言模型公司（公开市场里的 SpaceX，以及一级市场里的 OpenAI 和 Anthropic）里挑选赢家。无论好坏，如果你手里的养老金和积蓄买了被动型指数基金，你其实已经不知不觉选了这条路：买了标普 500 指数基金，你就部分押注了这个故事；如果买的是美股全市场指数基金，你更是全方位地绑在了这辆战车上。
  
• 做一个 AI 怀疑论者：怀疑 AI 的理由有很多。对一部分人来说，这种怀疑会让他们坚信 AI 根本成不了一门赚钱的生意，或者至少体量不够大，撑不起现在的天价估值和巨额投资。如果这种念头还没有强烈到让你立刻去反向操作，那你至少可以把新增的投资资金绕开 AI 领域，投向那些最不可能被 AI 改变的行业（比如食品加工和休闲娱乐），以及受 AI 冲击较小的地区，比如欧盟（也许是因为监管严苛）和亚洲部分地区（因为在很多生意里，用 AI 替代人工实在太贵了）。
  
• 押 AI 故事崩盘：如果你对 AI 必败的怀疑，已经变成了“崩盘就在眼前”的笃定，那你可以尝试主动出击，把你的判断变成真金白银。起码，你应该卖掉手里的股票，降低股票仓位（尤其是美股），把钱换成现金。如果你胆子更大、更愿意冒险，可以把 Leopold Aschenbrenner 的策略反过来用：直接做空那些借着 AI 故事股价飞涨的公司，同时买入那些原本被认为要被 AI 颠覆掉的公司。不过，过去两年里尝试这么干的交易员和投资者，很多人都没赚到钱 ，。你最好记住那句老话：市场保持非理性的时间，可以比你撑着不破产的时间更长。
  
  

我自己目前是把大头仓位放在了“跟着市场共识走”这一档。毕竟我手里持有“美股七巨头”里的五家（除了特斯拉和英伟达之外都有），而这五家里面有四家（亚马逊、Alphabet、Meta 和微软）都是猛砸 AI 资本开支的主力。不过，过去一两年我往投资组合里追加的新资金，绝大部分都留作了现金（买了收益率为 4% 的短期美债），这让我现在的仓位里现金比例比平时高出不少。这么干毫无疑问让我少赚了不少钱，但它能让我晚上睡得更踏实。我对你的建议也是：在这片 AI 丛林里，找到一条能让你自己通过“睡眠测试”的路。

最后还有一块拼图值得留神，它其实是你投资组合的一部分，只是（暂时）没有显示在你的股票账户里。在剩下的职业生涯里，你靠本职工作赚到的收入，就是你的“人力资本”。如果你觉得 AI 的颠覆浪潮很快就会砸向你所在的行业，那你就应该未雨绸缪，把自己的金融资本从那些最容易受 AI 冲击的业务里撤出来，以此来平衡你的整体身家。我已经一把年纪了，没剩几年班好上，所以不怎么操心这块；但如果你比我年轻得多，这一点可能会彻底改变你的投资打法。

Mr Ping：写完之后这一周，纳指 100 ETF（QQQ）从 10 月 8 日发文当天收盘的 747.58 跌到 10 月 16 日的 709.80，跌了约 5.1%；标普 500 ETF（SPY）同期跌了约 1.4%。10 年期美债收益率从 9 月底的 5.29% 回落到 10 月 15 日的 5.10%。这次美债走强，主要是 AI 交易松动带来的：AI 拉动投资、推高美股、带动富人消费和通胀，厂商融资还分流了美债需求；AI 叙事一出裂痕，这些压着美债的因素就一起缓解，所以这两天美债连 CPI、PPI 超预期都没理会。

▲ Mr Ping 附图：瑞银 2026 年 5 月报告，美国实际 GDP 同比增速拆成 AI 投资（蓝）、高收入人群消费（红）和其他（绿）

原文：https://aswathdamodaran.blogspot.com/2026/10/stock-prices-earnings-and-cashflows-ai.html

network

同样是云业务高速增长，对
$GOOG

$AMZN

$MSFT

$META
四家公司的意义完全不同。

判断标准不是"云增长有多快"，而是"云比原来的主业更好还是更差"。

$AMZN
亚马逊：原来的主业是零售，利润率低、竞争激烈、很重资产。云比零售的护城河更深，利润率也高得多。所以 AWS 占比越高，亚马逊整体的生意质量就越好。云对亚马逊来说是升级。
本季 AWS 增长 39%，公司经营利润率 13.9%，创历史新高，就是这个逻辑的体现。

$MSFT
微软：原来的主业是软件，Office、Windows 几乎是纯利润，毛利率极高。AI 云要买 GPU、建数据中心，毛利率不如软件。所以 Azure 占比越高，微软的利润率会被小幅稀释。云对微软来说是轻度降级。
Microsoft Cloud 毛利率已经从 67% 降到 65%。但 Azure 增长 48%，自由现金流仍然为正，四家里扩张最稳的就是它。

$GOOG
谷歌：原来的主业是搜索，接近垄断，利润率高，资本开支不重。云比搜索更竞争、更烧钱。所以云占比越高，谷歌的生意质量会被稀释。云对谷歌来说是降级，虽然绝对利润在增加。
谷歌云增长 103%，是四家里最快的，但 2027 年资本开支预计超过 3000 亿美元，自由现金流已经为负。

$META
Meta：没有对外的云业务，算力全部自用，用来提升广告和 AI 产品。好处是回报已经在广告上看得到：收入增长 26%，广告单价增长 14%。风险是建好的算力没有外部客户可以租，回报只能靠广告间接兑现。
本季资本开支 349 亿美元，第一次超过经营现金流。

总结：
亚马逊：云在升级主业
微软：云在轻度稀释主业，但现金流撑得住
谷歌：云在稀释一个比它更好的主业
Meta：不适用这个框架，要看资本开支能不能持续换来广告单价提升

四家共同的风险是同一个：资本开支已经超过或逼近经营现金流。AI 云的需求是真的，但谁的钱花得值，要看未来两三年的现金流，而不是今天的收入增速。

network

那么多人一直抱怨 $META $AMZN $GOOGL 和 $MSFT 的资本支出，却不看看这些企业实际在产出什么。

你想要更快的增长、更好的产品、更多的云容量，以及在 AI 领域的领导地位。然后，实现这些所需的 infrastructure 账单来了，突然间每个人都希望管理层停止支出。

你到底觉得增长该从哪里来？

看看经营现金流图表。在过去十二个月：

• $META：1330 亿美元，增长 23.7%
• $AMZN：1680 亿美元，增长 28.8%
• $GOOGL：1800 亿美元，增长 18.6%
• $MSFT：1960 亿美元，增长 33.2%

加起来，大约是 6770 亿美元的经营现金。增长了 1400 亿美元，或 26.1%，仅一年时间。

任何人讨论他们的支出却不承认这种增长，就忽略了这个故事中一个该死的重要部分。

现在看看第二张图表。合并的资本支出从大约 3300 亿美元增加到 6150 亿美元。

当然，这会给自由现金流带来压力。当投资支出增长快于经营现金生成时，留下的现金就更少了。这个算术告诉你投资后剩下多少现金。单凭它，并不能告诉你管理层是否做出了好的投资。

一个产生大量现金并积极再投资的企业，值得与运营无法自给自足的企业进行不同的分析。

亚马逊就是一个完美例子。其报告的过去十二个月自由现金流为负 424 亿美元，而经营现金流增长 29% 至 1683 亿美元。与此同时，AWS 收入增长 39%，亚马逊实现了有史以来最高的季度经营利润率为 13.9%。解释一下，仅凭“负自由现金流”如何捕捉这家企业内部正在发生的事情。

微软报告 Azure 增长 48%，季度经营现金流达 580 亿美元。管理层仍表示客户需求超过可用供应。当客户想要的容量超过你能提供的时，建设容量是一个相当合理的商业决策。

谷歌云收入增长 103% 至 307 亿美元，经营收入从大约 36 亿美元攀升至 111 亿美元。基础设施和企业 AI 需求推动了这一增长，同时还有 TPU 系统销售。这里正在发展一个真正的业务，有真实的客户和真实的经营利润。

Meta 表示，其 AI 投资已经通过更好的推荐、更强的参与度和改进的变现方式，产生了额外的广告收入。这很重要，因为 AI 可以在数十亿人已经使用的产品经济性上带来改进，甚至在某个全新的业务变得重要之前。

这是投资者需要理解的关系：基础设施启用更多使用、更好的产品，以及额外的收入机会。成功的投资可以扩大现金生成，这有助于资助下一轮增长。

钱先出去，全额收益后回来。一个数据中心不会在开放的那个季度就收回建设成本。

这并不意味着每一美元的资本支出都聪明。这些图表本身无法证明支出导致了每一美元的现金流增长。设备会折旧，运营成本会上涨，管理层仍需获得足够的回报。

为此让他们负责。看看需求、利用率、利润率，以及这些资产长期产生的现金。我绝对关心自由现金流，包括今天的支出最终是否会产生更多。

我厌倦的是，人们把较低的自由现金流数字当作整个投资论点，却忽略了其下正在扩张的业务。

你可以通过削减投资让今年的自由现金流看起来更好。你也可以让自己没有容量来服务明年的客户。

我希望管理层为下一个十年构建一个更盈利、更具竞争力的业务。

如果你的整个分析停留在“资本支出上升了”，那你还没完成分析。
评价此翻译：

network

四大科技巨头财报横评：AI烧钱，现金流亮红灯

本周，美股四大科技巨头集体交卷。数据放在一起看，步调出奇地一致。

一、营收与利润：基本盘稳
微软：营收922.8亿美元（+19%），运营利润459亿，利润率49.8%
谷歌：营收破千亿，广告承压，云业务撑住场面；运营利润405.8亿
亚马逊：营收2019.4亿美元（+12%），运营利润280.7亿（+61%）
Meta：营收646亿美元（+26%），广告印钞机依旧强劲

二、云与AI：全村的希望
微软Azure：331.6亿美元，+48%，增速不降反升，大超预期
谷歌云：307.1亿美元，+103%，增速翻倍，利润率飙升
亚马逊AWS：459.8亿美元，+39.3%，近五年最快增速，积压订单5780亿

三、资本开支：疯狂建基建
微软：单季393亿美元，同比翻倍，但低于买方预期
谷歌：单季513亿美元，全年指引上调至1950–2050亿
Meta：单季大幅增加，全年指引上调至1350–1450亿
亚马逊：前三季度已花1756亿，全年预计2200亿

四、自由现金流：集体亮红灯
微软：约186亿美元（-27%）
谷歌：-90.7亿美元，连续两个季度为负
Meta：-21.2亿美元，十多年来首次转负
亚马逊：过去12个月-423.5亿美元，被基建吞噬

📌 核心结论
AI的算力需求是真实的，代价也极其沉重。四家巨头如今处境相同：广告、软件、电商赚来的现金流，正被买卡、建机房大量吞噬。云业务增速再炸裂，也暂时填不满资本开支的窟窿。

📉 市场反应很现实
微软：Azure加速、开支低于预期，盘后上涨
谷歌、Meta：现金流恶化，大幅下跌
亚马逊：四季度指引不及预期，盘后一度跌超7%

💡 一句话总结
AI上半场，拼谁能融到钱、谁敢花钱；下半场，拼谁的云业务能最先填平现金流的坑。

network

周末了, 再闲聊一下上周的财报, 也算是自己给自己做个总结.
先聊下这里的 CAPEX 放缓的问题. ` 确认了 CAPEX 要放缓了` 这里面主要是我自己的判断, 主要是基于下面的几个信号:
第一个是 orcl 上周直接给出了明确的 CAPEX 刹车时间表, 投资人会议里面直接说了: "…peak CapEx in fiscal 2027 and 2028, with our CapEx stepping down in fiscal 2029", 还说了 FY28 下半年 FCF 转正这个时间点.
ORCL 是第一个给 capex 刹车时间表的大厂, 作为 3 大云巨头外比较大的一片云, OAI 的主要算力承包商之一, 它的动作意味着什么不言而喻. 就和 6月初 GOOGL 上市之后第一次增发融资的时候意味着巨头们的现金流见底, 开始有 CAPEX 压力一样, ORCL 的投资人会议在我眼里就意味 CAPEX 增速放缓的标志性事件. 这是 7 月回调时候我聊的 GOOGLE 增发融资的时候推文: https://x.com/NullableX/status/2069136474407395752, 当时就提醒了 GOOGLE 增发融资的分量非常重, 因为 search ads, youtube ads 等广告收入作为印钞机, google 以前经常是巨头们里面现金最多, 最不缺钱的公司, 也是因为"钱养人", 才出现了google 被业界工程师津津乐道的各种工程师文化和福利, 成为很多程序员的 dream company. 而最近2年因为 CAPEX 太高, 没钱了, 所以其实本身 Google 内部的公司文化也在迅速恶化.

第二个是 ER 里面出现的 FCF 的恶化. 除开 MSFT 之外另外三家的 FCF 开始全部是负数. GOOGL 是Q2转负, meta 是Q3, 而且 FCF 在负值上的情况都在恶化: amzn FCF 负值扩大25.76B, googl 扩大3.21B, meta 扩大3.9B.
这意味着三家公司的主营业务收入无法 cover 高额的 CAPEX. 如果要继续保持 CAPEX 增速, 它们没有其他选择, 无外乎也就是: 增发融资, 发债融资. 高利率, 加息预期情况下, 顶着负 FCF 继续大额融资, 我好像在6月的 ORCL 鬼故事上看到过, 如果 ORCL 的鬼故事发生在 amzn, googl, 和 meta 身上, 市场会是什么样的情绪? 所以我个人估计是后续要么放缓 capex, 像 ORCL 那样给出让投资人安心的刹车时间表; 要么证明AI 带来的收入增加, 能像 MSFT 那样一边开支一边回血, 改善FCF; 要么 FED 这边松口, 至少打掉加息预期, 让资金成本下去.

第三个就是听财报时候对比之前的ER call, 我感觉几家发言人回答华尔街问题的时候涉及到 CAPEX 的语气没有之前 25年的ER call 那么坚定了. 这里就有点见仁见智, 可能我听起来是打太极, 不坚定, 其他人觉得没变化, 还是很坚定. 比较有代表性的是 Meta 的 Susan 回答 JP morgan 的时候的问答. JP morgan 的问题直接点出了 Meta 去年的earnings call里面非常坚定的说 2026 比 2025 的开支要大, 但是今年都没有出现这么坚定的回答. JP Morgan 的原问题: "A year ago, you talked about kind of notably larger dollar increase in '26 than '25, and then you've also used kind of growing operating income on an annual basis as well. So I'm just curious if there's any of those that you can kind of tie or to help us think about '27" 而 Susan 对这个问题的回答在我眼里就是相当的打太极了: "On your second question which is about 2027, we are quite early in developing our budget and capacity plans for next year. So we are, I would say at the point where we are both investing -- sorry, evaluating a lot of investment proposals that have attractive return profiles over different time horizons, and we want to figure out how we can fund as many of those as possible within the construct of our overall budget and financial goals. But it's very dynamic and it's still pretty early. And so we don't have anything more specific or quantitative to share until we get to the Q4 call which is typically when we share guidance for the next year." 但是去年2025Q3 同一时间的时候其实 Susan 是直接非常坚定的说的"will be notably larger in 2026 than 2025".

基本就是上面3点的综合考虑让我个人觉得 capex 的"增速"放缓基本要开始了. 当然前提是利率环境依旧紧缩. 如果利率下来, 几个巨头又可以随便发债拿燃料, 又是另一回事了.

上面是利空的方面, 这个财报季还是有利好的方面的, 当然就是我一直等的 MSFT 这边 copilot monetization 的内容了. 关于为什么 MSFT 的财报在我眼里最重要, 我之前也聊过不少, 比如去年聊的 ToB 业务是目前最可能用 token 赚钱的方向: https://x.com/NullableX/status/1965284428051255752, 那时候 msft 马上就要因为 "Opus 消灭所有软件"的叙事被重锤了, 但其实恰好是 Claude 的成功, 才非常明显的显示出来, 愿意为 token 掏钱的个人消费者没有企业客户多, 因为目前 token 还是太贵了, 个人消费者大多是价格敏感的用户, 但是愿意为 token 掏钱的企业是非常多的, 因为目前的第一波 LLM 技术显示出来的最强能力是"更高级的自动化能力", 对企业来说, 效率比价格更重要.

在 MSFT 的财报里面, 关于 Copilot 的增速就不说了, 盘后 MSFT最多 +5%的盘面已经反应了市场态度. 当然第二天就发债把所有涨幅打下去属于是上面聊过的 CAPEX 压力的部分了. Copilot 相关部分我比较感兴趣的地方是下面几点:
第一个是 copilot 从订阅收费改为按 ai credits收费, 也就是 MSFT 自己定价的 token 价格, 这种收费模式其实是比订阅制更贵的, 但实际的客户数量增速并没有受影响, 反而增长迅速, 这就意味着只要 token 真能生成合格的产品, 比如 agent 真能生成一份让客户满意的 EXCEL 报表, 合理范围内, 企业客户是非常愿意为此支付更高的价格的. 还有一个是我之前一直聊的"token 性价比"的话题: https://x.com/NullableX/status/2112610976369680471. 显然这一点作为 "token 水龙头"的 MSFT 也意识到了, 所以内部还在搞一个"CopilotFusion" 来压缩token成本, 财报会议也有提到. 开源模型进步越快, 其实对于 "token 水龙头"的巨头们来说, 是一个相当大的利好.

第二个是发言人谈到的一个重要趋势: 企业客户其实更喜欢自己构建自己的内部 agent. 很多企业客户喜欢直接用foundry, workiq 等 Copiloit 下面的基础组件, 自己构建自己的内部 agent 系统. 这个让我想起了目前 AAPL 是怎么引入 Claude 的, 作为最注重隐私和安全的公司, 但又不得不使用 claude 模型, AAPL 是直接让 Claude 在自己的 infra 上部署了 Claude 模型供员工使用, 保证数据不会走出 AAPL 的内网. 这个和 MSFT 光头哥很早就说过的一个方向是符合的, 尽管它们是不同的公司: https://x.com/satyanadella/status/2066182223213293753, 反正大概的意思是新的 AI 时代, 企业要保留自己的核心竞争力, 正确方向是让自己员工的知识沉淀成 token 资本 (内部 agent 系统, agent 产出的各种数字资产等), 而不是依赖某一高级模型. 这是非常合乎逻辑的, 没有一个巨头公司会将自己的身家性命依赖于一个来自外部的 API 上. 如果沿着这条 "每个公司都需要有一套自己的 agent 系统" 继续思考, 可以很自然的得出目前的 AI token 需求巨大, GCP, AWS, AZURE 3大云的一路业绩的 beat, 以及未来继续 beat 是理所应当的, AI agent 系统需要的各种 infra 设施将会和上一波的 Cloud infra 带来的浪潮一样席卷所有企业.

现在的问题是, 比起上一波的"上云"的浪潮来说, 这波"上Agent"带来的收益不是那么容易量化. 举个简单的例子: Copilot 系统可以将公司内部的所有 office 文档都向量化后进行语义搜索, 如果一个new employee对组里面某个产品最近有什么重要决策, 是怎么发展到现在这个样子的有疑问, 以前他需要到处问人, 现在基本只需要自己的老板给自己打开正确权限, 然后自己用 copilot 搜一下就能找到公司内部不同部门, 不同组的所有相关的 ppt, word, teams meeting会议记录, outlook emails 等等文件, 自己让 agent 总结梳理下就能找到答案. Copilot 类似的用途很多, 但是最后的结果是这个 new employee 的 onboard 时间大大缩短, 可能以前一个月才能上手干活现在两周就够了, 那节省下来的2周时间是 Agent 带来的收益, 但是如何量化呢? 如果是 "上云", 简单对比下之前公司的机房开销和"上云"的部分的账单就能清楚的量化"上云"的收益. 但是"上Agent"目前还没有这种清晰的收益量化, 对类似KO, SBUX 这种传统企业来说, 如何直接让使用 "agent" 后得到的收益反应到财报的收益部分, 而不是只留在财报的开销部分是目前最需要被搞定的地方, 这座前沿 AI 科技公司的技术和传统公司财务报表之间的"桥梁"什么时候被搭建起来, 传统非科技企业才有动力去加速 AI agent 的渗透率, 也才是 "Agent infra"真正全面铺开的时候.