Big tech’s fat profits conceal unsettling cashflows
五大雲端運算巨頭正犧牲自身回報，為人工智慧熱潮托底
2026年5月13日
一張圖表正困擾著矽谷各大企業。亞馬遜、Google、元宇宙、微軟和甲骨文五大雲端運算巨頭的利潤持續攀升，但其扣除資本支出後的現金流卻在不斷下滑。不久前，企業利潤與自由現金流還同步增長，如今利潤飆升、自由現金流暴跌的走勢，恰似全球投資者的一聲嘆息。
美國頭部大型企業轉瞬之間便從瘋狂盈利轉向大肆燒錢。分析師預計，亞馬遜、元宇宙和微軟今年至少會有一個季度出現現金流為負。Google母公司字母表集團勉強能夠維持現金流收支平衡。而實力最弱的甲骨文已然陷入現金流困境。
無需縝密推理便能看清背後緣由。今年，這五家企業將投入8000億美元購置大量算力裝置，搭建伺服器機房以運行人工智慧模型。這類投資幾乎不會體現在利潤報表中，因為固定資產建成後才會產生折舊，且折舊速度十分緩慢。但現金流報表卻難以掩蓋真實狀況。今年，雲端運算巨頭的資本支出約佔營收的40%，規模已超越21世紀10年代頁岩氣繁榮時期的石油行業，以及上世紀90年代網際網路泡沫時期的電信行業。
諸多看淡大型科技行業轉型規模的論調，在巨額開支面前已然站不住腳。有一種觀點認為，如今大手筆投入科技行業的企業仍能產生充裕現金流，不能與網際網路泡沫時期同日而語。但如今這一說法已不再成立。不少人聲稱，科技企業仍在大規模回購自家股票，現金流壓力並不會太大。然而最近一個季度，企業股票回購規模已大幅縮水。還有一種說法是，大型科技企業預期市盈率僅為23倍，估值並不算高。誠然如此，但當市盈率計算公式的盈利分母幾乎未計入巨額投入成本時，這一估值指標還有實際參考意義嗎？
如今，投資者評判這類企業價值，不再依據當下零散的銷售收入，而是著眼於跨度極長的遠期集中營收合約。這類合約大多是向開放人工智慧、安索波等人工智慧模型研發企業出售算力，而這些模型企業本身也在巨額燒錢。亞馬遜、Google、微軟和甲骨文四家企業的遠期營收協議總額已從去年的7300億美元攀升至2兆美元，元宇宙則是算力採購方，而非出售方。
以往那些擁有無形資產、現金儲備充裕且結構簡潔的資產負債表，如今已被結構複雜、重資產、高負債的報表所取代。自去年年初以來，五大科技巨頭已從債券市場融資2600億美元，佔美國上市非金融企業同類債券融資總額的四分之一。這場原本侷限於行業內部的投入熱潮，已然演變為全球性資本狂歡。今年企業債券融資中，近三分之一採用非美元貨幣計價。Google母公司字母表集團不久後還將首次發行日元債券。
大量巨額債務義務並未體現在資產負債表中。其中規模最大的是未來8200億美元的資料中心租賃付款承諾，涉及多處尚未動工新建的資料中心，較去年的2700億美元大幅增長。用於為資料中心添置晶片等裝置的資金投入承諾，也同步快速攀升。目前，亞馬遜、Google、元宇宙和甲骨文披露的此類資金義務規模達6800億美元。還有部分債務依附於特殊目的實體，這類獨立機構擁有自身的資產負債表。去年，為建設元宇宙路易斯安那州新資料中心成立的一家特殊目的實體，發行了史上單筆規模最大的企業債券。甲骨文首席財務官近日談及要通過金融手段，讓企業現金流與資本支出相互剝離，大機率也是採用這類複雜的金融運作模式。
人工智慧合約構成的龐大商業網路，既充斥著對科技行業前景的絕對自信，也暗藏著對法律條款的盲目信賴。市場偶爾也會看清這類合約的真實價值：投資者意識到甲骨文未來營收高度依賴開放人工智慧後，其股價便遭遇重挫。但多數情況下，市場始終保持盲目樂觀。投行人士也愈發私下感慨，人工智慧融資協議的條款漏洞日漸凸顯。一家大型貸款機構高管表示，其機構刻意避開了人工智慧熱潮中一些晦澀複雜的融資結構，“當我們讓法務梳理大型科技雲服務商有可能規避或重新協商租賃合約的方式時，法務往往能列出一長串漏洞條款。”
自殺式資本支出
迄今為止，矽谷的巨額資本投入，實則是在為美國科技行業整體讓利。這些科技巨頭充當起產業統籌者的角色，試圖讓人工智慧產業鏈的投資回報形成閉環：若企業不願付費使用人工智慧模型，新建的資料中心便毫無價值；而模型研發企業也難以籌措足夠資金開展研發。
在此過程中，大型雲服務商犧牲了自身投資回報率。過去一年，僅有字母表集團股價跑贏納斯達克指數。大型科技企業還憑藉自身優良信用資質，為整個資本市場輸送信用背書。眾多與科技巨頭合作的中小企業，可憑藉合作合約向銀行融資，獲取更多債務資金。此外，科技巨頭的資本支出，也轉化成了其他企業的自由現金流。博通、美光科技、輝達、閃迪四家晶片企業，靠著為科技巨頭的資料中心供應裝置賺得盆滿缽滿。僅這四家企業，就貢獻了標普500指數今年預期利潤增幅的四分之一。
顯而易見，若各行各業企業不願加大人工智慧付費投入，當前這種發展模式終將難以為繼。但目前這場人工智慧投入熱潮仍毫無放緩跡象。今年，大型雲服務商的資本支出規模，較一年前分析師的預期高出一倍。倘若人工智慧模型對算力的需求持續激增、裝置成本不斷上漲，如今的支出預期很快又會被打破，過往歷次預估皆是如此。歷經兩年持續超乎預期的投入擴張，再出現任何增長變數，也早已不足為奇。■ (邸報)