云巨头财报B面：自研芯片成利润引擎，Agentic AI重塑竞争格局
资本开支的代价与自研芯片的救赎
2026年第二季度的财报季，对于全球科技巨头而言，不再仅仅是营收数字的比拼，更是一场关于战略定力与财务健康的深度体检。谷歌、微软、亚马逊相继披露的最新财报，清晰地勾勒出AI基础设施投入进入深水区后的复杂图景：一边是巨额资本开支导致的自由现金流承压，另一边则是自研芯片业务带来的利润结构优化。
从数据层面观察，这种“失血”与“造血”并存的局面尤为显著。Alphabet（谷歌母公司）在2026财年第二季度资本支出高达449亿美元，同比翻倍，全年指引上调至1950亿-2050亿美元。这一激进的投资策略直接导致其自由现金流历史上首次转负，达到59亿美元。为填补资金缺口，公司不得不通过增发融资、发行债券及筹备股票发行计划来维持运转。CEO在电话会上强调，AI投资正在重新定义整个业务，只要回报具有吸引力，投资就不会停止。
亚马逊的情况更为严峻。单季度资本支出达到542亿美元，同比增长显著，主要受内存价格上涨及AI投资驱动。其自由现金流首次出现负值，达76亿美元。相比之下，微软通过会计手段——将数据中心折旧年限从15年延长至25年——在维持高资本支出的同时，实现了自由现金流的相对稳健，达到196亿美元。这种财务处理虽未改变真实投资节奏，却有效改善了账面表现，显示出巨头们在平衡增长与盈利之间的精细化操作。
自研芯片：从成本中心到利润中心的跃迁
在算力供给成为增长瓶颈的背景下，自研芯片已从单纯的成本控制工具，转变为云厂商争夺市场话语权的核心利润引擎。谷歌、亚马逊通过推出高性能、低总拥有成本（TCO）的ASIC芯片，成功构建了差异化竞争优势。
谷歌的TPU系统销售正式计入云收入，成为推动谷歌云业绩爆发的关键动力。本季度，谷歌云收入达到248亿美元，同比暴增82%，营业利润率高达35.6%。CFO明确指出，TPU系统的交付将从第二季度开始逐步确认收入，预计2027年将成为收入确认的高峰期。此外，谷歌还通过提供数据中心租赁担保等方式，绑定大客户，推动TPU生态的扩张。
亚马逊的Trainium系列芯片同样表现强劲。尽管未作为独立产品线对外销售，但其年化收入已超250亿美元，同比实现三位数增长。AWS营业利润率达到创纪录的39%，贡献了公司近61%的营业利润。亚马逊通过“算力换订单”的模式，成功将Trainium 3及后续的Trainium 4芯片预订量推向高位，显示出其在ASIC服务器市场的强大竞争力。
微软在自研芯片方面则采取了更为保守的策略。Maia 200芯片已实现规模化部署，Cobalt 200 ARM架构虚拟机进入早期预览。然而，微软更倾向于将自研芯片用于内部降本和Azure算力供给，而非直接对外销售。这种策略虽未在营收上直接体现爆发力，但有助于提升Azure的整体竞争力和利润率。
模型竞争：从SOTA追逐到Agent重构
基座模型的竞争依然激烈，但竞争焦点正从单一的性能峰值（SOTA）转向Agent架构的构建与落地。谷歌、微软、亚马逊在模型策略上呈现出截然不同的路径。
谷歌Gemini系列面临严峻挑战。Anthropic发布的Claude Opus 4.7在编程、工具调用及Agent操作等基准上全面超越Gemini 3.1 Pro，暴露出谷歌在工程能力上的差距。为此，谷歌将Gemini 4定位为“围绕Agent重构的下一代架构”，并投入大量TPU资源确保其优先级。同时，谷歌通过推出中端模型并实施降价策略，试图在高频场景中普及AI能力，以缓解对高端模型跳票的焦虑。此外，谷歌还需应对AI可能蚕食搜索广告基本盘的风险，强调Gemini将加强而非稀释广告变现能力。
微软则依托其庞大的办公软件生态系统，自然过渡到应用层Agent阶段。CEO纳德拉提出将控制层与模型本身分离，使企业能够灵活替换底层模型而不丢失业务数据。Microsoft 365 Copilot已拥有3000万付费席位，并延伸至全自动自主运行的Agent“Autopilot”。微软还推出了多款新模型，包括首款推理专用大模型MAI Thinking-1，主打低成本推理，并在Foundry平台上实现了客户数量的五倍增长。
亚马逊坚持多模型策略，强调客户选择权。其Bedrock平台已服务超过十万家客户，本季度客户支出超过之前所有季度总和。然而，亚马逊近期对自研模型Nova多个旗舰版本进行降级，透露出其对自研模型态度的微妙变化，可能正从“自研主导”转向“平台赋能”。
组织重构：战略收缩与人才流动
战略层面的清晰与否，最终反映在组织的快速调整上。本季度，所有云厂商都在进行“组织减法”，剥离非核心、非AI业务，将资源集中到头部模型团队和明星初创公司。
谷歌DeepMind团队战略发生根本性转变，从科学项目驱动转向产品驱动，重点放在Gemini上，并与OpenAI、Anthropic展开竞争。AlphaFold背后的作者团队被解散，研发重心全力转向Gemini。
亚马逊AWS缩减了多个AI模型项目，将人才和计算资源集中押注前沿模型。其AGI部门经历多次变动，最终由Pieter Abbeel领导的Frontier Model Research（FMR）团队取代，成为部门最核心的方向。
微软也在对非核心或增长缓慢的业务板块做减法，将资源向云和AI集中。在Build大会上，微软提出最新战略，不再试图构建最聪明的AI模型，而是为运行在模型之上的Agent构建操作系统。
理性回归：AI基建豪赌的利润算账
结合本季度财报传递的信号，海外科技公司的AI竞速已进入“为利润算账”的阶段。无论是努力卖芯片、卖MaaS，还是砍掉组织一切为AI服务，亦或是通过财务手段做足利润，一切的投入扩张到了必须要用事实说话的阶段。
算力供给仍是当前增长的瓶颈，三家云厂商都在传递“需求超过供给”的信号。自研芯片由成本中心开始转为利润中心，谷歌和亚马逊凭借TCO优势率先受益。基座模型竞争依然激烈，缺席将意味着出局，市场依然期待SOTA模型。云厂商组织架构的调整仍在快速变动，战略收缩是核心，一切对模型和Agent让路。
这场豪赌的结局尚未可知，但巨头们已意识到，仅靠资本投入无法维持长期竞争优势，必须在技术落地、成本控制与商业模式创新之间找到平衡点。AI基建的下半场，将是效率与盈利的较量。