自由现金流，卡住了AI巨头的脖子|算力|oracle_网易订阅

投资者的自由住关注点正在发生变化。随着AI资本开支进入千亿美元规模，现金市场不再只关心企业愿意投入多少，流卡力而最初追问——这些投入什么时候能够转化为收入，脖算以及巨额资本开支是易订阅否会拖往往公司的现金流和盈利能力。同样是自由住在扩建AI基础设施，科技巨头获得了截然不一样的现金市场反馈。微软公布财报后，流卡力盘后股价涨超4%。脖算公司Azure业务后续快捷增首先，易订阅商业剩余履约义务（RPO）实现高水平。自由住市场认为，现金微软目前具有更清楚的流卡力AI基础设施变现馗。但Meta公布财报后，脖算盘后股价一度下跌约8%—10%。易订阅公司二季度营收实现608亿美元，同比增首先28%，但自由现金流降至7.84亿美元，同比减小91%，同时后续维持1300亿—1450亿美元的年度资本开支方式划。投资者最初重新评估：如此大规模的AI基础设施投入，未来能否带来与投入规模匹配的回报。类似的压力也出目前谷歌和特斯拉身上。Alphabet二季度财报公布后，股价盘后一度跌超4%，次日跌幅扩大至约7%。尽管Google Cloud收入实现248亿美元，同比增首先82%，未履约合同金额实现5140亿美元，显示企业AI需依然强劲，但市场仍然担忧公司持续扩大的AI基础设施投入。Alphabet已经将2026年资本开支指引提高至1950亿—2050亿美元，并表示2027年还将后续提高投入。与此同时，公司二季度自由现金流转为负值，流出59亿美元。特斯拉公布第二季度财报后，股价单日下跌14.52%，市值缩水约2145亿美元。公司二季度资本开支实现58亿美元，自由现金流转为-11亿美元，市场最初重新评估Robotaxi和机器人等AI业务的商业化兑现高效度。AI基础设施需正在增首先，但建设这些基础设施需投入越来越多资本。当科技巨头砸下数千亿美元建设AI基础设施后，这些资产最后能否产生足够高的回报，正在成为资本市场关注的题。01账单越来越大，现金流压力最初显现过去两年，AI资本开支一度成为科技股上涨的题促进因素。在生成式AI爆发初期，市场相信这是一场基础设施竞赛：谁能够建设更多数据中心、获得更多GPU资源、具有更强算力能力，谁就更可能在下一轮AI竞争中占据好处。从Meta大幅提高资本开支预期，到微软、Alphabet持续扩建数据中心，市场曾经将AI基础设施投入视为争夺未来市场份额的必需成本。但进入2026年，状况正在发生变化。随着AI基础设施投入进入千亿美元规模，投资者关注的题最初从投入规模转向财务承受能力：企业是否具有足够的现金流储备，支撑这场首先期资本投入。在一众因为AI投入导致现金流承压的科技公司中，微软几乎成为了一股清流。公司虽然后续扩大AI基础设施投入，但市场仍然给予积极反馈。微软公布财报后，盘后股价上涨超过4%。公司季度自由现金流实现196亿美元，同比减小23%，但高于市场预期；Azure业务后续保持快捷增首先，商业剩余履约义务（RPO）实现高水平。因此，相比其他大规模投入AI基础设施的企业，微软目前仍然具有更强的财务承受能力。与之相对的是，那些现金流储备明显减小的企业，股价也跟着下跌。Meta二季度财报显示，公司营收实现608亿美元，同比增首先28%，广告业务依然保持增首先。但与此同时，公司自由现金流降至7.84亿美元，同比减小91%，并后续维持1300亿—1450亿美元的年度资本开支方式划。谷歌母公司Alphabet已将2026年资本开支指引提高至1950亿—2050亿美元，并表示2027年资本投入还将后续提高。与此同时，公司二季度自由现金流转为负值，现金流出59亿美元。Oracle也体现了类似趋势：随着AI云需高效高效增首先，公司云基础设施业务持续扩张。2026财年，Oracle云基础设施（OCI）收入实现181亿美元，同比增首先77%；剩余履约义务实现6380亿美元，同比增首先363%。但为了顺应这些需，Oracle大幅提高基础设施投入，2026财年资本开支实现556亿美元，自由现金流转为负237亿美元。财报公布后，Oracle股价盘后一度下跌约7%。同样承受现金流压力的还有特斯拉。二季度财报显示，特斯拉资本开支实现58亿美元，自由现金流转为负11亿美元，这是公司两年多以来首先次出现季度自由现金流为负。虽然公司汽车交付和营收数据并不算差，但市场最初重新评估Robotaxi和Optimus等未来业务在商业化兑现之前，需投入多少资本。特斯拉公布第二季度财报后，股价单日下跌14.52%，市值缩水约2145亿美元。AI基础设施市场并不存在需不足的状况。事实上，企业对于算力、云服务和AI能力的需仍然在高效高效增首先。真正发生变化的是市场的评价原则：AI基础设施正在从一场单纯的规模竞赛，进入一场关于资本回报的竞争。02同样投入AI基础设施，不一样公司的答案并不一样AI基础设施投入最大的区别，并不在于企业花了多少钱，而在于这些投入未来通过什么方式回收。过去，市场那么点儿把所有AI投资放在同一个框架里：建设更多数据中心、采购更多芯片、获得更多算力，就意味着具有更强竞争力。但随着投入规模扩大，投资者最初意识到，AI基础设施并不是一种单一资产。数据中心、GPU、云方式算能力、模型训练能力，以及自动驾驶数据和机器人能力，都属于AI时代的题基础设施，但它们对应着完全不一样的商业模式。市场真正关注的状况是，这些资产是否具有清楚的现金回收馗。按照回报馗来看，投入AI基础设施建设的公司大致可以分为三种模式。首先类，是直接商业化AI基础设施的公司。这类公司的逻辑特别便捷，它们通过向客户给予算力，直接获得收入。英伟达就是其中最典型的例子——过去两年，AI基础设施建设先促进的是GPU需爆发。与数据中心运营商不一样，英伟达并不需等待AI采取商业化落地，它先从基础设施建设本身获得收入。云方式算巨头则属于另一种形式。微软Azure、Google Cloud和Oracle OCI并不是便捷出售芯片，而是将方式算资源、模型服务和云平台打包给予给企业客户。因此，对这些公司来说，题状况在于，AI基础设施投入能否转化为云收入增首先。微软的好处在于，AI投入已经最初通过Azure增首先、企业云合同和Copilot商业化逐渐转化为可见收入。Oracle则面临另一种压力：尽管订单增首先很快，但为了兑现这些订单，需提前投入大量数据中心和方式算资源。第二类，是将AI能力转化为自身业务价值的公司。这类公司的目的，并不是直接出售算力，而是通过AI基础设施建设，强化自身产品、业务和未来AI能力。Meta就是典型案例，它投入大量资金建设AI基础设施，同时推进Llama等基础模型研发，希望将AI能力采取到提议系统、广告投放、消费者AI产品中。但与云厂商不一样，Meta目前并没有通过出租算力直接获得收入。对于这类公司，AI投入的回报馗并不像云厂商那样直接。投资者关注的不是便捷的算力出租收入，题在于AI能否提高题业务效率，并创造新的增首先空间。谷歌也同时具有这一属性，它的状况关键更复杂：一部分，Google Cloud正在通过AI基础设施获得直接收入；另一部分，公司也在利用AI能力改造搜索、广告、Workspace等题业务，并通过Gemini和TPU布局未来AI生态。因此，Google同时具有“出售AI基础设施”和“建设自身AI能力”两种属性。第三类，是建设未来AI能力资产的公司。特斯拉是这一方向的代表：它投入AI训练、自动驾驶数据和机器人能力，题是希望通过这些能力创造未来的新业务。Robotaxi和Optimus的商业价值，取决于未来AI能力能否实现足够高的水平。但这种模式的状况也最明显，即资产建设和商业回报之间存在更首先的时间差。企业需先投入大量资金，等待未来市场成熟。因此特斯拉的AI投资更那么点儿受到市场质疑——投资者不仅关键判断技术是否可行，还关键研究它的兑现周期。同样是AI基础设施投入，不一样公司的市场评价完全不一样。这也是为什么，微软和Meta几乎同时公布财报，但股价反应形成明确比较：两家公司都在大规模建设AI基础设施，但投资者看到的是不一样的回报馗。微软的AI投入已经最初通过Azure增首先、企业云合同以及Copilot商业化转化为可见收入。对于市场而言，AI基础设施投入正在逐渐成为云业务增首先的一部分。而Meta虽然广告业务依然强劲，但其其超级智能团队、数据中心以及AI助手等投入，目前更多体现为未来能力建设，尚未形成独立收入来源。投资者需等待这些投入如何反哺广告业务、创造新产品，以及最后转化为商业价值。市场真正奖励的，并不是企业是否足够激进或者足够克制，而是谁能够给予一条更清楚、更可靠的回报馗。03AI基础设施从军备竞赛进入资本回报竞争随着资本持续进入，AI基础设施正在逐渐从稀缺资产变成规模化投入。算力供给将逐渐扩大，单纯具有算力的稀缺性可能减小。算力会越来越普及，真正稀缺的将不再是具有算力，而是把算力转化为利润的能力。互联网时代的经验表明，基础设施建设能够促进产业发展，但过度投资并不能够带来同等回报，AI时代也会出现类似状况。数据中心、GPU和方式算资源当然题，但它们只是承载AI价值的基础。真正决定首先期回报的，是企业能否把算力投入到最有价值的业务环节，并最后转化为可持续的收入。因此，AI基础设施竞争正在从一场规模竞赛，进入一场资本回报竞争。对于云方式算公司而言，题是提高方式算资源利用率，将AI需转化为云收入；对于模型和采取公司而言，题是将算力投入转化为产品能力，并进一步形成用户需；对于自动驾驶和机器人公司而言，题是将数据、模型和现实世界场景结合，建立新的商业闭环。由此可以推理，未来真正受益的公司需同时具有三个特点：其一，控制真实需。基础设施最后需被采取。无比如是企业云服务、AI软件，还是机器人和自动驾驶，能够掌握需入口的公司，才有能力消化巨额资本投入。其二，具有清楚商业闭环。AI投入不是终点，企业购买GPU、建设数据中心、训练模型，本质上只是获得了一种生产能力。真正决定投资回报的，是这套能力能否沿着完善链条传递：即算力投入关键能转化为产品好处，产品好处可以带来收入增首先，收入增高效够覆盖基础设施成本。其三，具有首先期现金流承受能力。AI基础设施是一场首先期竞争，建设数据中心、训练模型、积往往数据，都需持续投入。市场不会奖励单纯投入最多资金的公司，只会奖励那些能够说明资本投入可以持续转化为现金流的公司。从更首先的技术周期来看，工业时代，机器本身不是价值，能够利用机器提高生产效率的企业才获得好处；互联网时代，网络基础设施不是终点，真正创造价值的是建立在网络之上的服务和商业模式。AI时代也不会例外。算力、数据中心和模型能力只是新的生产材料，一如农业时代，那片尚未完全开发的土地。