Google和亞馬遜的自由現金流都已轉為負值，微軟的自由現金流有基本持穩略有改善。
最近一周，Google、微軟、亞馬遜相繼交出最新季度財報。相比前兩個季度，本季度外界更加關注科技公司在AI算力基礎設施方面的支出預期是否會放緩。此前，一季高過一季的巨額資本支出已經直接影響到自由現金流，同時由於短期內無法兌現的ROI，又引發了市場對這場豪賭的恐慌。
從三家財報來看，我們注意到以下幾點細節：
第一，算力供給仍是當前增長的瓶頸，三家雲廠商都在傳遞“需求超過供給”或者“供需失衡短期無法緩解”的訊號，並且資本開支基本都投向了GPU算力及資料中心等重資產中。Google和亞馬遜的自由現金流都已轉為負值，分別失血59億美元和76億美元，微軟的自由現金流有基本持穩略有改善。
第二，自研晶片由成本中心開始轉為利潤中心。其中，Google雲營業利益率達到35.6%，亞馬遜AWS營業利益率達到創紀錄的39%，核心驅動力都是自研晶片的TCO優勢。對比之下，微軟自研晶片尚未實現爆發期，在成本結構上存在一定劣勢。
第三，基座模型競爭依然激烈，缺席將意味著出局， 市場依然期待SOTA模型。這一點上，GoogleGemini最為焦慮，中端模型策略儘管能保住開發者生態，但保不住在高端市場的話語權。
第四，雲廠商組織架構的調整仍在快速變動，戰略收縮是核心。從過去的一些邊緣業務到如今，開始更加強調一切對模型和Agent讓路，一些短期內看不到業務結果或增長開始放緩的業務核心也開始裁撤，AI核心人才的流動也更加頻繁。
01. Google失血59億美元、亞馬遜失血76億美元
先來看看錢都花在那兒了。
目前Google公佈了2026財年第二季度財報，亞馬遜公佈了2026財年第二季度財報，微軟公佈了2026財年第四季度及全年財報。
Alphabet：2026財年Q4資本支出449億美元，同比翻倍。全年資本支出指引從1800億-1900億美元上調至1950億-2050億美元，並明確2027年“仍將大幅增加”。
但這一做法帶來的代價巨大，由於資本支出超過經營現金流，導致Alphabet自由現金流歷史上首次轉負，達到了負59億美元。為此，公司不僅增發融資496億美元，還發行203億美元高級無擔保債券，並籌備400億美元ATM股票發行計畫。高管指出，Alphabet仍處於算力供應受限的環境中，需求增長超過新增供給，只要回報保持吸引力就會繼續投資，CEO在電話會上表示，AI投資正在重新定義整個業務。
微軟：單季資本支出410億美元，比去年同期增長69.4%。2026財年全年資本支出1453億美元，與2026自然年預計1900億美元的目標一致。
自由現金流為196億美元，同比下降23%（上一季度同比下降22%），2027財年持續維持自由現金流為正。
值得一提的是，微軟通過將資料中心折舊使用年限從15年延長至25年，使2027財年全年資本支出指引降至約1750億美元（此前2026自然年指引為1900億美元），這本質上是會計處理而非真實投資節奏的放緩，但卻改善了自由現金流和帳面利潤。
亞馬遜：單季度資本支出達到542億美元，去年同期為321億美元。全年資本支出指引維持2000億美元的目標不變。CEO在電話會上指出，全年資本支出的熱潮主要原因在於記憶體價格的上漲。
自由現金流首次出現負值，達到了76億美元，財報指出是因為用於AI投資的購置物業和裝置支出同比增長661億美元。相比之下，去年同期的自由現金流為182億美元。
02. 自研晶片的三位數增速Google和亞馬遜先賺到了
自研晶片已經成為雲廠商財報中越來越不容忽視的業務類股，幾乎從上個季度開始，Google、亞馬遜都開始高調宣佈其自研晶片的商業收入，大客戶主要還是Anthropic、OpenAI。可以預見的是，自研ASIC晶片正在成為雲廠商爭奪的下一個主戰場，至少為巨額資本開支找到可持續的利潤點。
其中，GoogleTPU出貨量最為顯著。本季度，Google宣佈其TPU系統銷售已正式計入Cloud收入。
Google雲本季度收入達到248億美元，同比暴增82%；營業利潤88億美元，利潤率35.6%；雲積壓合同達到5140億美元。
財報會上CFO明確表示，Google已於第二季度開始向客戶資料中心交付TPU系統，預計今年現有TPU系統銷售協議中確認收入比例相對較小，將在2026年繼續增加，絕大部分收入預計在2027年確認。
最近Google還考慮承諾提供440億美元的第三方資料中心租賃擔保，為約十個項目總計2.4吉瓦容量兜底。直白理解就是，Google承擔資料中心租戶的違約風險，目的是推動TPU售賣，同時TPU售賣收入需要超過擔保產生的財務義務。
亞馬遜也在加速售賣旗下自研AI晶片Trainium系列。本月初，亞馬遜就已經上調了Trainium 3伺服器Q3出貨目標的20%~30%，Trainium 3幾乎已被全數預訂，部分客戶已開始預訂Trainium 4。據DIGITIMES Research分析預測，ASIC伺服器出貨量2026年預計增長64.2%，遠超GPU伺服器的43.8%。
儘管亞馬遜還沒有明確將Trainium作為獨立產品線對外銷售，但年化收入超250億美元，同比三位數增長的增速，以及2250億美元訂單承諾的成績，已經在說明亞馬遜以算力換訂單的模式跑通了。
AWS本季度收入實現422億美元，同比增長36.7%，創下18個季度以來的最快增速；營業利益率達到39%，貢獻了公司近61%的營業利潤；積壓合同訂單已達到4960億美元。除此之外，AWS的人工智慧業務年化收入同樣超過250億美元，同比三位數增長。
微軟在自研晶片方面的進展比想像中要快，不過更多還是將其視為內部降本的工具。
全年來看，微軟雲營收突破2140億美元，同比增長27%；Azure營收突破1000億美元，同比大漲41%。雲業務未交付訂單在第四季度末達到6780億美元，高於上季度的6270億美元。
在晶片方面，Maia 200晶片已實現規模化部署，Cobalt 200 ARM架構虛擬機器進入早期預覽，預計本月底全球全球超25座資料中心完成Cobalt 200機架部署。不過，微軟目前傾向於將自研晶片用於內部降本和Azure算力供給，在營收增長上尚不明顯。
03. 從模型到Agent的差距拉開有的看似躺平了，有的還十分糾結
目前Agent已成為所有雲廠商的共同話題，但怎麼去實踐各家的答案並不一致。
從技術層面，Agent的架構機制其實在快速演進，從早期的LangChain、Manus，到今年爆火的龍蝦、愛馬仕，Agent已經由單輪問答模式，演變為多步驟、多工協同，依靠長期記憶完成推理任務的模式。這不是簡單靠打磨技術就能夠解決，往往要回到核心本質去做創新。
Google其實更為焦慮。一方面在於，Gemini 3.5 Pro已經三次跳票，直接原因是程式設計能力和複雜任務處理能力未達內部標準。但這個延期背後所暴露出的問題遠比表面上看到的更複雜。
直接導火線是今年4月Anthropic發佈的Claude Opus 4.7，其在程式設計、大規模工具呼叫、Agent操作等基準上全面超越Gemini 3.1 Pro，這種差距就連Google也承認“並非微不足道，而是工程能力上的根本性差異”。作為Gemini的最高級長官，也是Google聯合創始人的謝爾蓋·布林，在內部備忘錄中寫道，要求果斷轉向Agent技術，並彌補Agent在執行方面的差距。
Google已將Gemini 4定位為“圍繞Agent重構的下一代架構”，並且明確表示將投入大量算力，確保分配所需TPU資源的最高優先順序。
在3.5 Pro三度跳票的同期，Google密集推出了3.6 Flash、3.5 Flash-Lite和Cyber三款中端模型，同時實施降價策略。可以看到，Google在模型路線上的選擇非常明確：不再追逐單一模型的能力峰值，而是通過降低token消耗和推理成本，把AI能力鋪進所有高頻場景。
另一方面， Google對於怎麼將Gemini從聊天機器人改造為Agent這件事情上格外謹慎。
外界對非常關注AI是否會蠶食Google自身搜尋廣告業務的基本盤。目前Alphabet大約80%的收入來自線上廣告，而線上廣告貢獻最多的就是搜尋業務。如果未來使用者不是直接搜素網頁，而是讓Agent直接在後台完成任務，完全跳過這一提供給人的介面，那麼Google過去二十年建立的商業根基將被徹底掏空。
在電話會上，Google回應認為“Gemini正在加強變現而非稀釋它”，並列舉AI在廣告質量、廣告主工具和新型AI體驗中的應用。
相比之下，微軟基於自身龐大的辦公軟體生態系統，很自然地就過渡到了應用層的Agent階段。
微軟CEO納德拉在電話會上說，“你必須把控制層與模型本身份離”，在Agent架構標準方面，微軟將模型調度框架、上下文記憶體、記憶模組、動作執行空間與任意單一模型解耦，這一設計使企業可以在任意時點替換底層模型，而不丟失積累的業務資料和上下文。
在辦公應用場景，Microsoft 365 Copilot已擁有3000萬付費席位，並形成大規模的SaaS訂閱收入。同時，Microsoft 365 Copilot已經將產品延伸至全自動自主運行的Agent“Autopilot”，將對話類、程式碼類Copilot功能整合至統一超級應用。
在模型層面，微軟與亞馬遜的態度基本一致：讓客戶用最適合的模型，而自身提供運行環境。
微軟推出了十多款新模型，首款推理專用大模型MAI Thinking-1也已推出，其自研模型主打低成本推理；微軟雲平台現已收錄超11000款模型；年初至今，在智能體開發平台Foundry上，採用多家廠商模型開發的客戶數量增長至原先5倍。
亞馬遜同樣強調讓客戶有選擇權選擇最優的模型策略，其提供的平台Bedrock已服務超過十萬家客戶。財報中也透露出Bedrock的採用增長迅猛，過去六個月新增客戶數量超過產品發佈頭兩年的總和，本季度客戶支出也超過了之前所有季度總和。
多模型策略一直是亞馬遜AI戰略的核心標籤，不過近期自研模型Nova多個旗艦版本（包括高端版本和視訊生成模型Reel和圖像生成模型Canvas）進行降級，也透露出亞馬遜對自研模型的態度正發生微妙的變化。
04. 當雲廠商開始做組織減法
戰略層面是否清晰，最終都會反映頻繁的組織和人事變動上。企業需要保持敏捷調整，這可以理解，但代價往往是核心人才的流失。本季度一個明顯訊號是，所有非核心、非AI的業務都在被快速剝離，人才正加速向頭部模型團隊和明星初創公司流動。
即便是提出 AlphaFold（AI預測蛋白質結構） 的GoogleDeepMind團隊也改以產品驅動研發任務了。DeepMind研究副總裁公開承認其戰略已經變了，不再圍繞科學項目，而是將重點放在Gemini方面，並與OpenAI和Anthropic展開競爭。DeepMind還組建了一支專門負責全面提升其AI編碼能力的突擊隊。近期，Google宣佈DeepMind將解散AlphaFold背後的作者團隊，將研發重心全力放在Gemini上。
財報發佈前夕，亞馬遜AWS縮減了多個AI模型項目，將人才和計算資源集中押注前沿模型。從生成式AI到AgenticAI，技術路線快速變遷的過程中，近些年AWS在進行不斷重組。其中，主要負責模型研發和晶片開發的AGI部門也經歷過數次變動，該部門由前Alexa負責人Rohit Prasad領導至2025年12月離職，期間設立的AGI Lab在今年2月David Luan離職後關閉，取而代之的是由Pieter Abbeel領導的Frontier Model Research（FMR）團隊，是部門AGI部門最核心的方向。
微軟目前也在對非核心或增長緩慢的業務類股做減法，將資源向雲和AI集中。今年6月的Build大會期間，微軟提出了最新戰略，不再試圖建構最聰明的AI模型，而是為運行在模型之上的Agent建構作業系統。
現在，AI基建這場豪賭，誰還能撐下去？
結合本季度財報傳遞的訊號，海外科技公司的AI競速已經到了要為利潤算帳的階段，無論是努力賣晶片、賣maas，還是砍掉組織一切為AI服務，亦或是通過財務手段做足利潤，一切的投入擴張已經到了必須要用事實說話的階段了。 (鈦媒體AGI)