© 读懂原创 / 出品

作者 |   杨扬

资本市场的底层逻辑从来直白：利润流到哪里，资本就涌向哪里。

产业发展的不同阶段，利润总会向最稀缺、最具议价能力的环节兑现，而资本的逐利性，注定会让其在产业链各环节间迁徙。

过去一年半，AI 产业链的利润兑现权掌握在 " 卖铲人 " 手中，英伟达、台积电、ASML、SK 海力士。谁卖芯片、谁卖设备、谁卖 HBM，谁的股价就涨。

但这种繁荣暗藏隐忧：除了英伟达 GPU、台积电先进制程等少数具备高壁垒的环节，多数上游硬件终将因产能扩张、竞争加剧，面临利润不可持续的困境。SK 海力士本轮股价最大回撤直接腰斩，正是因为类似担忧。

AI 行情的波动中，" 用铲人 " 中距离利润最近的云商成了近期表现最好的 AI 板块，微软、亚马逊在财报发布后三个交易日分别上涨 25%、18%。

云商股价上涨，一是因为它们对竞争激烈且尚无利润回报的大模型投入开始克制，符合了当下资本市场的谨慎偏好。

更核心的逻辑在于，云商收入、利润率、Backlog 同步上行，表明前期资本开支正加快转化为当期收入、经营利润和未来收入可见度。

云厂商利润的兑现节奏，也直接决定着 AI 投资 " 利润重新分配 " 的交易节奏。尽管这一拐点的具体时点尚不确定，但在上游硬件利润可持续性存疑的约束下，云商作为 AI 产业绕不开的基础设施收费层，会成为市场后续重点关注的方向。

/ 01 /

收入、利润、Backlog 齐涨，缓解了变现焦虑

5 月份以来，市场加大了对云商资本开支的质疑，高盛和摩根士丹发布多篇研报，直指云厂商资本开支不可持续。

这种质疑延续到谷歌财报。7 月 23 日，谷歌发布财报后，股价大跌 7%。核心利空是，谷歌在季度自由现金流首次转负的背景下，依旧选择上调全年资本开支指引，进一步放大了市场对烧钱顾虑。

不过一周之后焦虑缓解了。微软、亚马逊在 29 日、30 日接连发布财报，股价单日上涨 15.5%、9.5%。背后有两大关键支撑：

其一，两家管理层在业绩电话会上主动淡化无节制的大模型内卷投入，缓解了市场烧钱担忧；更核心的信号，是 AI 投入的商业化回报开始了加速兑现：" 三朵云 " 财报交叉验证，云商正逐步跑通 " 资本开支 - 算力供给 - 云收入 - 利润增长 " 的商业闭环。

二季度，AWS 云业务营收同比增长 37%，创 18 个季度新高，Azure 云计算业务收入同比增长 43%，高于分析师预期的 39.98%；谷歌云的云服务收入飙升 82%，同样远超市场预期。

利润率提升同样明显，AWS 云经营利润率 39.4%，同比增长 6.3pct，谷歌云利润率从 20.7% 提升至 35.6%。

更能说明长期趋势的是，积压订单的增长。

微软商业 RPO、AWS Backlog 和谷歌云 Backlog（RPO/Backlog = 所有已签约、客户承诺付费、尚未摊销确认的总金额）同比增速分别达 84%、154%、385%，显著高于各自云收入增速。这意味着，三朵云为未来业绩会加速增长，是本轮云股大涨的核心先行指标。

综合收入、利润率和积压订单同步上行，表明前期资本开支正加快转化为当期收入、经营利润和未来收入可见度。

而驱动云商加速进入 AI 回报期有需求结构和供给升级两大因素。

从需求结构看，AI 需求已经从 OpenAI、Anthropic 等少数前沿模型公司的训练需求向更广泛的企业客户、推理及应用场景扩散，并同步带动计算、存储、网络等传统云资源消费。

这点已经被微软在电话会议中验证：本季全部新增的 RPO 储备订单，均来自 OpenAI、Anthropic 以外的产业客户。

需求场景在增加，云商的算力供给也在优化。以 AWS 为例，其 AI 相关的收入分两大类：AI IaaS（底层算力租赁）与 Bedrock（TaaS/ 分销模式，模型即服务）。其中 Bedrock 占 AWS AI 收入的比例已从去年的 9% 增长到今年的 37% ‌。

这种结构变化说明，云商的 AI 变现模式正由底层算力租赁向模型分销，应用变现等领域延伸。这种由业绩增长带动的股价增长也说明云商的投资逻辑发生了变化。

/ 02 /

ROIC 的兑现节奏，决定中期趋势

过去两年，市场奖励的是 " 谁在 AI 上花得最多 "。在最初的 FOMO 情绪下，云商美花 1 美元，市值就能涨 2 美元，市场可以不关注暂时的回报与利润，只有你投，就说明你有潜力。

但随着数千亿美金资本开支砸下来，以及巨头自由现金流的转负，云商的投资逻辑开始从 " 买宏大叙事 " 到 " 买兑现证据 "，既当前市场关注焦点正加速转向 ROIC 的兑现阶段。

ROIC 指投入资本回报率，计算公式是税后净经营利润 / 投入的全部资本用来衡量：每投 1 美元算力基建，每年能稳定赚回多少税后利润，是判断重资产生意值不值得持续砸钱的核心指标。

沿着市场对 AI 投入的兑现疑问，自由现金流转负的亚马逊也在电话会议上解释了 ROIC 的疑问：其算力投资回本周期不到 3 年。按照服务器等核心硬件当下 5 年的折旧年限来说，只需要略超过一半的时间就能收回投资，剩下的两年多时间里能够给它带来巨额的利润。

亚马逊的说法也和大摩的测算的 ROIC 的数据相差不大：云商纯 GPU 租赁的稳定 ROIC 约 31%，是云厂商基础算力业务回报。云厂商自有算力 + 模型平台的 ROIC 是 46%-50%。

对比传统云、数据中心成熟业务 10%~18% 的 ROIC，巨头在 AI 上的投入回报率足够高。

ROIC 高说明商业模型好，但问题是投入是不是有点过头了？亚马逊同样解释了这个疑问，既公司是拿在 " 确定 " 在手订单来计算投产比，产能出来就能把合同额转为确收额。

沿着亚马逊的逻辑，亚马逊、谷歌、微软、甲骨文合计约 2.23 万亿美元的未完成订单，同时，2026 年四朵云合计约 7250 亿美元的资本开支。

粗看数字，资本开支似乎能完全被在手订单的潜在收入覆盖，但需要注意的是，未履行订单说白了就是已经签了约、但还没完全算成收入的服务承诺。这些合同的 " 硬度 " 不一样：

有的是硬性最低采购量，客户必须买够数；有的是可以取消的合同，但提前退出要赔钱；有的价格和配置还能再谈，金额悬在持续谈判中；还有的是客户自带硬件、云厂商帮忙运营，收入只是托管服务费。四类合同混在同一个总数里，但含金量完全不同。

而判断订单含金量的关键口径是，近期能确认多少收入。

其中，亚马逊、微软收入确认最快，近 12 个月内分别能确认 40%、30% 的未履行订单收入。谷歌积压订单中，一半以上要在未来 24 个月才落地。甲骨文积压订单中，12 个月内能变成收入的只有一成多。

未履行订单的含金量与 ROIC 的差异，可能会使云商后续在资本市场中走出分化。

/ 03 /

AI 开始交易 " 利润重新分配 "

7 月以来，美股 AI 行情在上游硬科技、中游算力，下游应用中来回博弈。而判断 AI 主线是否变化，在于跟踪产业链利润的兑现节奏。

在产业发展的不同阶段，利润会不断向最稀缺、最具议价能力的环节集中，而资本市场的资金一路追逐利润，从一个环节流向另一个环节，并总会流入 AI 产业链中利润最高的那个行业。

前几年的 AI 利润传导链主要集中在上游的 AI 硬件和 AI 基建行业，从英伟达 GPU，到机柜内配套的存储、光模块等核心硬件，在供需矛盾的推动下，相关环节利润率大幅飙升，走出了 " 站在光里，走在芯里 " 的强势行情。与此同时，AI 电力、算力用地、液冷等上游配套赛道也同步迎来爆发。

但问题是，除了英伟达的 AI 芯片、台积电的先进制程具备长期高壁垒，利润不会被分流外，绝大部分包括存储在内的上游硬件都会因为产能扩张、竞争加剧出现利润的周期性下滑。所以 SK 海力士、三星和美光本轮最大回撤达到 40% — 58%。

在上游硬件利润持续性存疑的情况下，市场开始交易 "AI 产业链利润的重新分配 "。

摩根士丹利首席美国策略师迈克尔 · 威尔逊在 7 月份的周度报告提醒投资者降低对半导体板块的超配仓位，转而关注超大规模云服务商。他认为，AI 投资者们正从追逐上游硬件，转向关注下游云服务的商业化收益。换句话说，机构认为在产业链中下游的利润兑现中云商较为确定。

逻辑不难理解，当上游硬件不再稀缺，应用场景逐步落地，AI 产业的更多利润将向中游云厂商、模型公司及下游应用环节转移。

相比下游应用百花齐放的不确定性，中游云厂商与模型公司属于绕不开的基础设施收费层，且区别于上游硬件 " 卖完即走 " 的模式，能够实现持续性收费。

而在云厂商与模型公司的对比中，模型行业仍处于 " 高增长但负利润 " 的阶段，云厂商则凭借清晰的竞争格局与成熟的商业模型，已然进入 " 高增长且利润率提升 " 的良性阶段。

从当前趋势来看，云厂商还能向上挤占模型层的利润，AWS 的 Bedrock 模式便是典型，其不自主研发大模型，却通过分销 Claude 等模型赚取了比模型厂商更高的利润。数据显示，AWS 的 TaaS/ 分销模式 EBIT 利润率最高可达 55%，而多数模型厂商的平均毛利率仅为 30%。

尽管 AI 投资主线切换的具体时点尚未明确，但资本逐利的本质不会改变，AI 产业链利润兑现的下一个环节，终会成为市场下个阶段的必然选择。

免责声明 : 本文（报告）基于已公开的资料信息或受访人提供的信息撰写，但读懂财经及文章作者不保证该等信息资料的完整性、准确性。在任何情况下，本文（报告）中的信息或所表述的意见均不构成对任何人的投资建议。