同一个财报季，微软市值单日暴涨 4500 亿美元创下全球股市史上单日市值增长纪录，亚马逊五天冲进 3 万亿美元俱乐部。另一边，SK 海力士股价腰斩，铠侠股价腰斩，全球存储股十有八九跌超 40%。
同样在做 AI。一半在暴涨，一半在腰斩。
这不是随机波动。这是市场在用真金白银重新回答一个核心问题：AI 这场盛宴里，到底谁在赚钱，谁在买单？
过去两年，市场奖励的是 " 谁花得最多 " —— CSP（云服务提供商）上调一次资本开支，GPU、HBM、光模块、交换机、PCB、电源、液冷、数据中心就一起涨一轮。现在，市场开始问一个更严格的问题：巨头们砸下去的万亿美金，到底流进了谁的现金流，又沉淀成了谁的折旧？
答案或许正在浮出水面——AI 的钱没有消失，只是换了口袋。 从卖铲子的人，流向把铲子变成生意的人。从修路的人，流向在路上收租的人。
三个信号同时亮起，市场开始重新做题
要理解这一轮分化，不能只看涨跌数字。7 月末这个时间窗口上，三件事同时发生了。
第一件事：CSP（云服务提供商）证明了自己能把算力变成收入。
微软 Azure 同比增速 43%。亚马逊 AWS 同比 37%，创 18 个季度最快。Google Cloud 同比 82%，三年最高。三家合计年化云收入 3890 亿美元，单季净新增年化经常性收入 500 亿美元——是过去三个季度均值的两倍。
更重要的是，收入在加速，但加速的不只是那几个 AI 实验室在买算力。微软披露了一个关键数字：商业剩余履约义务达到 6780 亿美元，同比增长 84%，而且全部的环比增长，来自非前沿实验室客户。银行、制造、医疗、政府——那些过去两年被市场认为 "AI 跟它们没关系 " 的传统企业，现在正在签合同。
AWS 不仅说—— AWS 在做。8 月 4 日，AWS 负责人 Matt Garman 公开确认，公司正在与客户签署五年期承诺合同，且 " 市场需求仍远超供给，我们正努力加快建设和投资步伐，以跟上客户的需求 "。这不是需求的故事，这是确定性订单的故事。五年期合同意味着客户不是在试水 AI，而是把它嵌入了自己的核心业务流程——这种收入黏性，是任何 "capex 焦虑 " 最有力的解药。
第二件事：基础设施链的叙事模型失效了。
SK 海力士交出了史上最强的营收和利润——营业利润暴增 557%。然后股价暴跌。
为什么？因为市场对它的期待不是 " 史上最强 "，而是 " 强到能支撑过去两个月涨出来的几十个点的预期 "。当实际增长跑不过远期预期，当 CSP capex 的同比增速从加速两位数滑向高位个位数，估值模型就得换——从 " 你能卖多少货 "，变成 " 你还能涨多快 "。
这是物理规律，不是判断。CSP capex 不可能永久维持每年 30%、50% 的同比增速。当行业从 " 加速扩张期 " 进入 " 高位增长期 "，增速的二阶导为负，估值就要重新定价。这就是为什么美光、铠侠和 SK 海力士在交出最强报表的同时遭遇了最惨烈的抛售。
第三件事：模型的定价权，正在塌方。
就在财报最密集的那一周，OpenAI 把新模型 GPT-5.6 Luna 的价格砍掉了 80%。从 1 美元每百万 Token，直接杀到 0.2 美元。上线才三周。
这是一个被 DeepSeek 逼出来的降价。过去一年，中国开源模型在全球 API 平台 OpenRouter 上的 Token 调用占比，从 4.5% 飙升到了 46%。DeepSeek V4 Flash 价格是 0.14 美元，阿里 Qwen3.7 Flash 更低到 0.03 美元。模型的收费站在被拆掉。
这三件事，放进同一个时间坐标里——
CSP 能赚钱 + 基础设施增速见顶 + 模型定价权瓦解 = 利润从硬件和模型层，大规模回流到基础设施与平台层。
CSP 凭什么收租？云厂的 ROI 账本：重资产≠低回报
要理解 CSP 为什么突然变成了市场的新宠，不能靠感觉，要来算几笔账。
第一笔：利润账——云厂的 ROI 账本，重资产≠低回报
过去两年市场默认云厂是冤大头——钱都让英伟达和海力士赚走了。大摩 7 月底的测算推翻了这个判断：纯 GPU 租赁基准 ROIC（投资资本回报率，Return on Invested Capital）约 31%，在 1GW 数据中心、41 万颗 GB300、75% 利用率的假设下，租赁价从 7 美元涨到 10 美元 / 小时，ROIC 能从 23% 跳到 39%。
而且别忘了，数据中心的主体——土地、电力、机房——使用寿命超过 30 年，可以跨越五到六代服务器。服务器每代更新，基础设施不需要重来。这意味着最先入场的 CSP 在后续代际中的边际经济性会更好，不是更差。市场最终意识到了这一点。
大摩拆出了三种 AI 商业模式的自下而上 ROIC 测算：
纯 GPU 租赁（IaaS）：基准 ROIC 约 31%。在 GPU 供不应求、利用率 75% 的假设下，租赁价格从 7 美元涨到 10 美元每小时，ROIC 可以从 23% 跳到 39%。
自有基础设施上的模型 API：基准 ROIC 约 46%。前提是模型公司保持产品差异化和定价能力——但考虑到当前的价格战，这个前提正在动摇。
使用第三方算力的模型 API：ROIC 仅 25%。需要额外支付 " 中间层利润 " 给云厂商。
这个测算的核心结论，直接挑战了市场近一年来的一个前置判断：重资产≠低回报。
第二笔：收入账——需求从实验室扩散到了企业
过去两年，市场对 AI capex 最大的恐惧是 " 循环融资 "：CSP 砸钱给 OpenAI、Anthropic 这些模型公司，模型公司再把钱买回 CSP 的算力。左手倒右手，真实的终端需求在哪里？
这个恐惧，正在被本季度的数据证伪。
微软的商业剩余履约义务，全部环比增长来自非实验室客户。AWS 的 backlog 已经达到 4960 亿美元，三位数增长。Google Cloud 的 backlog 5140 亿美元，单季增加 500 亿。近 90% 的财富 100 强企业已经在用 Gemini Enterprise。
华尔街见闻此前用了一个形象的比喻：CSP 过去是在为 " 前沿实验室 " 这个唯一的租客盖房，现在整栋写字楼开始入驻了。
这不是一家公司的孤立信号。三家同时出现同样的趋势—— AI 需求正在从少数初创 AI 实验室，扩散到传统行业的企业客户。当客户结构从 " 集中 " 变成 " 广泛 "，循环融资的叙事就站不住脚了。
第三笔：模式账——四家公司，四种收租方式
CSP 不是一个统一概念。这轮财报真正有意思的地方在于，四家巨头形成了四种完全不同的 AI 回报路径。
微软——三层收租模型。
Azure 提供最基础的 GPU 租赁和云服务，这是第一层。Foundry 平台提供模型调用、微调和部署，这是第二层。Copilot 直接嵌入 Office 365 和 GitHub，按席位收费（付费席位已超 3000 万），这是第三层。
三层之间互相引流：Azure 的企业客户可以升级到 Foundry 使用模型；Foundry 上的模型可以渗透到 Copilot 的应用场景；Copilot 又反过来推动 Azure 的消费。这不是一条收入线，是一个收入矩阵。
亚马逊——最简单最透明的收租模型。
AWS 本身就是出租算力和存储的生意，运行了 18 年，客户、计费、留存体系极度成熟。本季度收入 422 亿美元，同比 37%，创 18 个季度最快。
谷歌——最亮眼的数字，最模糊的账本。
Google Cloud 的 82% 增速、利润率和利润率改善幅度，从表面看是四家中最强的。但市场给的反馈是先跌后涨。
原因在于成本归属的 " 灰色地带 "。Gemini 同时服务搜索、广告、Workspace、YouTube、消费应用和云服务，共享 AI 研发费用留在了集团层面。Google Cloud 的分部利润率，不能等同于谷歌 " 芯片—模型—云 " 全栈的真实经济利润率。
有研究机构指出，如果把全部 Gemini 费用扣回，Google Cloud 利润率大约只剩 10% 出头。谷歌不是不赚钱，是赚钱的路径太复杂。
Meta ——从 " 纯花钱 " 变成 " 开始想收租 "。
Meta 过去两年在投资者眼里是四家中最尴尬的一个：AI 确实改善了广告推荐、内容排序和素材生成，但这些收益隐藏在原有广告业务里，没办法和新增 capEx 逐项对应。当 capEx 指引从 1300 亿调到 1450 亿美元，自由现金流只剩 7.84 亿美元（同比 -91%），市场的耐心到了极限。
但 Meta 正在发生一个微妙的变化。
公司被曝筹划云业务，考虑向开发者提供模型访问服务，并出售富余的 AI 算力。这意味着 Meta 的算力资产不再是 " 自用或闲置 " 的二元选择。它可以切换到对外出租。
模型价格战：收租人最大的助攻
本轮分化最容易被忽略的触发变量，不是财报，是模型层的价格崩塌。
回到 7 月 30 日那一天。除了微软发财报，OpenAI 还做了一件事：把 GPT-5.6 Luna 的价格砍到原来的五分之一。不是上市一年后降价，是上市三周后降价。
这背后是一个更大的趋势——开源模型正在把闭源模型的 " 收费站 " 拆掉。
过去两年，AI 产业链的利润分配逻辑是：英伟达赚 GPU 的钱，CSP 赚算力租赁的辛苦钱，模型公司（OpenAI、Anthropic）凭借技术壁垒赚溢价。模型层是 " 架在云上面的收费站 " ——不管你用谁的算力、跑什么应用，调用最强模型都得过它这一关。
现在这个收费站在被拆。
中国开源模型的突破是最大的拆墙锤。DeepSeek V4 用华为昇腾 950 芯片训练了 1.6 万亿参数，性能媲美 GPT-5。阿里 Qwen3.7 Flash 价格低到 0.03 美元每百万 Token 输入。在最大的模型 API 聚合平台 OpenRouter 上，中国模型的 Token 调用量占比在一年内从 4.5% 飙到了 46%。
当 46% 的调用走便宜开源模型，闭源模型就再也不能收取 " 独此一家 " 的溢价。OpenAI 被迫跟进降价，不是因为它想，是因为它别无选择。
这对 CSP 意味着什么？
巴克莱分析师 Raimo Lenschow 在 8 月 3 日的报告里写了一段非常精准的判断：当模型从 " 稀缺品 " 变成 " 大宗商品 "，议价权就回流到了拥有算力、客户和分发渠道的平台手中。
CSP 不再必须绑死在某一家模型公司上。它们可以同时提供 GPU 租赁 + 自托管开源模型 + 自研模型 API。客户不需要只选一个模型，CSP 可以充当 " 路由器 " ——高复杂度任务用顶级闭源模型，常规任务用便宜开源模型，高吞吐、低成本的稳态负载用自研 ASIC 芯片跑。
这个 " 多模型架构 " 最终谁最受益？不是最会训练模型的公司，而是最会把不同模型串联起来、按需分配算力、按用量收费的公司。这就是 CSP。
大摩 7 月 27 日的报告甚至直接把这个逻辑拆成了数学：如果模型 API 价格跌 50%，但 Token 调用量因此涨 5 倍，对 CSP 自建基础设施上的推理收入来说，是净增。因为它的成本端在走芯片性能和软件优化的效率曲线，收入端在走需求爆炸的用量曲线。只要第二条曲线跑得比第一条快，这就是一个好生意。
而对独立的模型公司来说，价格跌 50% 意味着收入直接砍半——除非它的 Token 调用量能翻倍，但开源模型的替代效应让它做不到。
谁在买单：基础设施链的残酷均值回归
如果说 CSP 涨是 " 收租故事被定价 "，那基础设施链的暴跌就是 " 增速神话被拆穿 "。
大摩策略师 Michael Wilson 用了一个精准的类比：半导体股票，特别是存储，走势高度类似白银。
逻辑有两条。第一，两者都经历了抛物线式上涨——情绪和资金把价格推到了基本面无法支撑的位置。第二，两者都具有大宗商品属性——存储芯片是 AI 硬件复合体中 " 最像大宗商品 " 的品类，价格弹性大、反转也快。
这轮调整由存储领跌，SK 海力士从高点腰斩，铠侠腰斩，美光跌超 30%，全球 14 只存储概念股中有 10 只从高点跌超 40%。完全符合 Wilson 在 7 月初的预判。
但存储只是一个 " 领头样本 "。更深层的问题是：所有以 CSP capex 总量进行线性外推来估值的公司，现在都面临同一个拷问——如果 capex 的同比增速从 30% 降到 15%，你的估值还能不能撑住？
这个问题，不是靠 "AI 需求依然强劲 " 就能回答的。需求还在，但增速是另一回事。
对于这条链上的不同环节，受伤程度也不一样。可以用三层来理解：
第一层：直接承压——存储和 " 大宗商品化 " 硬件。 最典型的受害者。价格周期见顶 + capex 增速放缓 + " 白银属性 " 下的动量平仓。跌了之后便宜，但周期股 " 便宜 " 之后通常还有 " 更便宜 "。
第二层：估值重调——光通信、网络设备等 "capex 贝塔 " 方向。 绝对 capex 仍在增长，但增速下滑意味着这些公司的估值倍数需要从 " 高增长 " 档下调到 " 稳定增长 " 档。股价不一定继续大跌，但回到高点的难度大幅增加。
第三层：相对扛打——有结构性升级逻辑的环节。 从 800G 迈向 1.6T 光模块、从风冷迈入液冷、从传统供电迈入更高功率密度——这些 " 从 0 到 1" 的技术升级方向，即使 capex 总量增速放缓，仍能凭借份额和单位价值量的提升获得阿尔法。但前提是，升级逻辑足够硬，且估值没有提前透支。
这也是为什么英伟达在这一轮下跌中相对抗跌（跌幅约 10%）——结构性需求仍然在，市场只是不再给它过去半年那种 "CSP 投多少钱我就涨多少 " 的线性定价了。
8 月 26 日，英伟达将公布 Q2 财报。这是整条 AI 产业链的下一个核心验证窗口。如果业绩和指引超预期，基础设施链可能获得喘息；如果不及预期，下行空间仍大。
接下来：高回报不是白送的，需要持续验证
这不是 AI 周期的终结。至少目前不是。
产业层面的需求仍然汹涌。微软说下半年 Azure 继续加速，AWS 说 2027 年大部分产能已预定，谷歌说 90% 的财富 100 强在 Gemini Enterprise 上。三家 CSP 的云收入合计年化 3890 亿美元，而且全部在加速。
但市场已经换了做题方式。从过去两年的 " 选择题 " —— CSP 上调 capex →找所有受益股→买买买；变成了 " 证明题 " ——你的收入能覆盖折旧吗？你的算力利用率够高吗？你的客户结构有多分散？你的模型成本谁在承担？
这套证明题的要求，在产业链上不同位置是完全不同的。
对 CSP 来说，证明题相对友好。它们的业务本质是 " 把算力变成经常性收入 " ——一旦客户签了长期合同、跑上了生产级负载、把它嵌入了自己的核心业务流程，这个收入的黏性是很高的。只要企业级 AI 采用率持续扩大，CSP 的 " 收租 " 逻辑就能持续。
但 CSP 内部也在分化。微软和 AWS 目前是证明题答得最好的两家——微软有 Copilot 和 Foundry 的多层收入出口，AWS 有最透明的租金模型和最成熟的客户体系。谷歌还需要解决成本归属的透明度问题。Meta 则需要把 " 算力租赁 " 从新闻标题变成可披露收入。
对基础设施链来说，证明题要难得多。
过去两年，这条链上的公司享受了一种 " 双重红利 "：CSP 持续上调 capex →总量贝塔 + 投资者线性外推→估值扩张。现在 CSP capex 可能已经接近或正在接近增速拐点，总量贝塔在收缩，估值就要回归到只反映 " 能挣多少钱 " 的轨道上。
这不是某个公司的错，是估值模型的切换。但这不意味着整条链都没机会了。关键看三件事：
第一，产品迭代能否跑赢周期。从 800G 到 1.6T 光模块，从风冷到液冷，从 HBM3E 到 HBM4 ——技术升级带来单位价值量提升的公司，即使 capex 增速放缓，也能获得份额和利润的增量。这是阿尔法，不是贝塔。
第二，是否过度依赖远期线性外推。如果一只股票的估值已经把 2027-2028 年的极端乐观情景都 price in 了，那无论基本面好不好，它的风险都比已经回调过的同行更大。
第三，收入、利润和现金流能否互相验证。这是最重要的。那些有订单但没有收入、有收入但没有利润、有利润但没有现金流的公司，在 " 证明题 " 时代会非常痛苦。市场过去可以原谅这些错配—— " 反正 CSP 还在加 capex，先看天花板再看地板 " ——现在不会了。
