AI 投資的邏輯變了：雲廠進入收租時代，基礎設施產業鏈承壓

同一個財報季，微軟市值單日暴漲 4500 億美元創下全球股市史上單日市值增長紀錄，亞馬遜五天衝進 3 萬億美元俱樂部。另一邊，SK 海力士股價腰斬，鎧俠股價腰斬，全球存儲股十有八九跌超 40%。

同樣在做 AI。一半在暴漲，一半在腰斬。

這不是隨機波動。這是市場在用真金白銀重新回答一個核心問題：AI 這場盛宴裏，到底誰在賺錢，誰在買單？

過去兩年，市場獎勵的是"誰花得最多"——CSP（雲服務提供商）上調一次資本開支，GPU、HBM、光模塊、交換機、PCB、電源、液冷、數據中心就一起漲一輪。現在，市場開始問一個更嚴格的問題：巨頭們砸下去的萬億美金，到底流進了誰的現金流，又沉澱成了誰的折舊？

答案或許正在浮出水面——AI 的錢沒有消失，只是換了口袋。 從賣鏟子的人，流向把鏟子變成生意的人。從修路的人，流向在路上收租的人。

三個信號同時亮起，市場開始重新做題

要理解這一輪分化，不能只看漲跌數字。7 月末這個時間窗口上，三件事同時發生了。

第一件事：CSP（雲服務提供商）證明了自己能把算力變成收入。

微軟 Azure 同比增速 43%。亞馬遜 AWS 同比 37%，創 18 個季度最快。Google Cloud 同比 82%，三年最高。三家合計年化雲收入 3890 億美元，單季淨新增年化經常性收入 500 億美元——是過去三個季度均值的兩倍。

更重要的是，收入在加速，但加速的不只是那幾個 AI 實驗室在買算力。微軟披露了一個關鍵數字：商業剩餘履約義務達到 6780 億美元，同比增長 84%，而且全部的環比增長，來自非前沿實驗室客户。銀行、製造、醫療、政府——那些過去兩年被市場認為"AI 跟它們沒關係"的傳統企業，現在正在籤合同。

AWS 不僅説——AWS 在做。8 月 4 日，AWS 負責人 Matt Garman 公開確認，公司正在與客户簽署五年期承諾合同，且"市場需求仍遠超供給，我們正努力加快建設和投資步伐，以跟上客户的需求"。這不是需求的故事，這是確定性訂單的故事。五年期合同意味着客户不是在試水 AI，而是把它嵌入了自己的核心業務流程——這種收入黏性，是任何"capex 焦慮"最有力的解藥。

第二件事：基礎設施鏈的敍事模型失效了。

SK 海力士交出了史上最強的營收和利潤——營業利潤暴增 557%。然後股價暴跌。

為什麼？因為市場對它的期待不是"史上最強"，而是"強到能支撐過去兩個月漲出來的幾十個點的預期"。當實際增長跑不過遠期預期，當 CSP capex 的同比增速從加速兩位數滑向高位個位數，估值模型就得換——從"你能賣多少貨"，變成"你還能漲多快"。

這是物理規律，不是判斷。CSP capex 不可能永久維持每年 30%、50% 的同比增速。當行業從"加速擴張期"進入"高位增長期"，增速的二階導為負，估值就要重新定價。這就是為什麼美光、鎧俠和 SK 海力士在交出最強報表的同時遭遇了最慘烈的拋售。

第三件事：模型的定價權，正在塌方。

就在財報最密集的那一週，OpenAI 把新模型 GPT-5.6 Luna 的價格砍掉了 80%。從 1 美元每百萬 Token，直接殺到 0.2 美元。上線才三週。

這是一個被 DeepSeek 逼出來的降價。過去一年，中國開源模型在全球 API 平台 OpenRouter 上的 Token 調用佔比，從 4.5% 飆升到了 46%。DeepSeek V4 Flash 價格是 0.14 美元，阿里 Qwen3.7 Flash 更低到 0.03 美元。模型的收費站在被拆掉。

這三件事，放進同一個時間座標裏——

CSP 能賺錢 + 基礎設施增速見頂 + 模型定價權瓦解 = 利潤從硬件和模型層，大規模回流到基礎設施與平台層。

CSP 憑什麼收租？雲廠的 ROI 賬本：重資產≠低迴報

要理解 CSP 為什麼突然變成了市場的新寵，不能靠感覺，要來算幾筆賬。

第一筆：利潤賬——雲廠的 ROI 賬本，重資產≠低迴報

過去兩年市場默認雲廠是冤大頭——錢都讓英偉達和海力士賺走了。大摩 7 月底的測算推翻了這個判斷：純 GPU 租賃基準 ROIC（投資資本回報率，Return on Invested Capital）約 31%，在 1GW 數據中心、41 萬顆 GB300、75% 利用率的假設下，租賃價從 7 美元漲到 10 美元/小時，ROIC 能從 23% 跳到 39%。

而且別忘了，數據中心的主體——土地、電力、機房——使用壽命超過 30 年，可以跨越五到六代服務器。服務器每代更新，基礎設施不需要重來。這意味着最先入場的 CSP 在後續代際中的邊際經濟性會更好，不是更差。市場最終意識到了這一點。

大摩拆出了三種 AI 商業模式的自下而上 ROIC 測算：

• 純 GPU 租賃（IaaS）：基準 ROIC 約 31%。在 GPU 供不應求、利用率 75% 的假設下，租賃價格從 7 美元漲到 10 美元每小時，ROIC 可以從 23% 跳到 39%。

• 自有基礎設施上的模型 API：基準 ROIC 約 46%。前提是模型公司保持產品差異化和定價能力——但考慮到當前的價格戰，這個前提正在動搖。

• 使用第三方算力的模型 API：ROIC 僅 25%。需要額外支付"中間層利潤"給雲廠商。

這個測算的核心結論，直接挑戰了市場近一年來的一個前置判斷：重資產≠低迴報。

第二筆：收入賬——需求從實驗室擴散到了企業

過去兩年，市場對 AI capex 最大的恐懼是"循環融資"：CSP 砸錢給 OpenAI、Anthropic 這些模型公司，模型公司再把錢買回 CSP 的算力。左手倒右手，真實的終端需求在哪裏？

這個恐懼，正在被本季度的數據證偽。

微軟的商業剩餘履約義務，全部環比增長來自非實驗室客户。AWS 的 backlog 已經達到 4960 億美元，三位數增長。Google Cloud 的 backlog 5140 億美元，單季增加 500 億。近 90% 的財富 100 強企業已經在用 Gemini Enterprise。

華爾街見聞此前用了一個形象的比喻：CSP 過去是在為"前沿實驗室"這個唯一的租客蓋房，現在整棟寫字樓開始入駐了。

這不是一家公司的孤立信號。三家同時出現同樣的趨勢——AI 需求正在從少數初創 AI 實驗室，擴散到傳統行業的企業客户。當客户結構從"集中"變成"廣泛"，循環融資的敍事就站不住腳了。

第三筆：模式賬——四家公司，四種收租方式

CSP 不是一個統一概念。這輪財報真正有意思的地方在於，四家巨頭形成了四種完全不同的 AI 回報路徑。

微軟——三層收租模型。

Azure 提供最基礎的 GPU 租賃和雲服務，這是第一層。Foundry 平台提供模型調用、微調和部署，這是第二層。Copilot 直接嵌入 Office 365 和 GitHub，按席位收費（付費席位已超 3000 萬），這是第三層。

三層之間互相引流：Azure 的企業客户可以升級到 Foundry 使用模型；Foundry 上的模型可以滲透到 Copilot 的應用場景；Copilot 又反過來推動 Azure 的消費。這不是一條收入線，是一個收入矩陣。

亞馬遜——最簡單最透明的收租模型。

AWS 本身就是出租算力和存儲的生意，運行了 18 年，客户、計費、留存體系極度成熟。本季度收入 422 億美元，同比 37%，創 18 個季度最快。

谷歌——最亮眼的數字，最模糊的賬本。

Google Cloud 的 82% 增速、利潤率和利潤率改善幅度，從表面看是四家中最強的。但市場給的反饋是先跌後漲。

原因在於成本歸屬的"灰色地帶"。Gemini 同時服務搜索、廣告、Workspace、YouTube、消費應用和雲服務，共享 AI 研發費用留在了集團層面。Google Cloud 的分部利潤率，不能等同於谷歌"芯片—模型—雲"全棧的真實經濟利潤率。

有研究機構指出，如果把全部 Gemini 費用扣回，Google Cloud 利潤率大約只剩 10% 出頭。谷歌不是不賺錢，是賺錢的路徑太複雜。

Meta——從"純花錢"變成"開始想收租"。

Meta 過去兩年在投資者眼裏是四家中最尷尬的一個：AI 確實改善了廣告推薦、內容排序和素材生成，但這些收益隱藏在原有廣告業務裏，沒辦法和新增 capEx 逐項對應。當 capEx 指引從 1300 億調到 1450 億美元，自由現金流只剩 7.84 億美元（同比-91%），市場的耐心到了極限。

但 Meta 正在發生一個微妙的變化。

公司被曝籌劃雲業務，考慮向開發者提供模型訪問服務，並出售富餘的 AI 算力。這意味着 Meta 的算力資產不再是"自用或閒置"的二元選擇。它可以切換到對外出租。

模型價格戰：收租人最大的助攻

本輪分化最容易被忽略的觸發變量，不是財報，是模型層的價格崩塌。

回到 7 月 30 日那一天。除了微軟發財報，OpenAI 還做了一件事：把 GPT-5.6 Luna 的價格砍到原來的五分之一。不是上市一年後降價，是上市三週後降價。

這背後是一個更大的趨勢——開源模型正在把閉源模型的"收費站"拆掉。

過去兩年，AI 產業鏈的利潤分配邏輯是：英偉達賺 GPU 的錢，CSP 賺算力租賃的辛苦錢，模型公司（OpenAI、Anthropic）憑藉技術壁壘賺溢價。模型層是"架在雲上面的收費站"——不管你用誰的算力、跑什麼應用，調用最強模型都得過它這一關。

現在這個收費站在被拆。

中國開源模型的突破是最大的拆牆錘。DeepSeek V4 用華為昇騰 950 芯片訓練了 1.6 萬億參數，性能媲美 GPT-5。阿里 Qwen3.7 Flash 價格低到 0.03 美元每百萬 Token 輸入。在最大的模型 API 聚合平台 OpenRouter 上，中國模型的 Token 調用量佔比在一年內從 4.5% 飆到了 46%。

當 46% 的調用走便宜開源模型，閉源模型就再也不能收取"獨此一家"的溢價。OpenAI 被迫跟進降價，不是因為它想，是因為它別無選擇。

這對 CSP 意味着什麼？

巴克萊分析師 Raimo Lenschow 在 8 月 3 日的報告裏寫了一段非常精準的判斷：當模型從"稀缺品"變成"大宗商品"，議價權就回流到了擁有算力、客户和分發渠道的平台手中。

CSP 不再必須綁死在某一家模型公司上。它們可以同時提供 GPU 租賃 + 自託管開源模型 + 自研模型 API。客户不需要只選一個模型，CSP 可以充當"路由器"——高複雜度任務用頂級閉源模型，常規任務用便宜開源模型，高吞吐、低成本的穩態負載用自研 ASIC 芯片跑。

這個"多模型架構"最終誰最受益？不是最會訓練模型的公司，而是最會把不同模型串聯起來、按需分配算力、按用量收費的公司。這就是 CSP。

大摩 7 月 27 日的報告甚至直接把這個邏輯拆成了數學：如果模型 API 價格跌 50%，但 Token 調用量因此漲 5 倍，對 CSP 自建基礎設施上的推理收入來説，是淨增。因為它的成本端在走芯片性能和軟件優化的效率曲線，收入端在走需求爆炸的用量曲線。只要第二條曲線跑得比第一條快，這就是一個好生意。

而對獨立的模型公司來説，價格跌 50% 意味着收入直接砍半——除非它的 Token 調用量能翻倍，但開源模型的替代效應讓它做不到。

誰在買單：基礎設施鏈的殘酷均值迴歸

如果説 CSP 漲是"收租故事被定價"，那基礎設施鏈的暴跌就是"增速神話被拆穿"。

大摩策略師 Michael Wilson 用了一個精準的類比：半導體股票，特別是存儲，走勢高度類似白銀。

邏輯有兩條。第一，兩者都經歷了拋物線式上漲——情緒和資金把價格推到了基本面無法支撐的位置。第二，兩者都具有大宗商品屬性——存儲芯片是 AI 硬件複合體中"最像大宗商品"的品類，價格彈性大、反轉也快。

這輪調整由存儲領跌，SK 海力士從高點腰斬，鎧俠腰斬，美光跌超 30%，全球 14 只存儲概念股中有 10 只從高點跌超 40%。完全符合 Wilson 在 7 月初的預判。

但存儲只是一個"領頭樣本"。更深層的問題是：所有以 CSP capex 總量進行線性外推來估值的公司，現在都面臨同一個拷問——如果 capex 的同比增速從 30% 降到 15%，你的估值還能不能撐住？

這個問題，不是靠"AI 需求依然強勁"就能回答的。需求還在，但增速是另一回事。

對於這條鏈上的不同環節，受傷程度也不一樣。可以用三層來理解：

第一層：直接承壓——存儲和"大宗商品化"硬件。 最典型的受害者。價格週期見頂 + capex 增速放緩 + "白銀屬性"下的動量平倉。跌了之後便宜，但週期股"便宜"之後通常還有"更便宜"。

第二層：估值重調——光通信、網絡設備等"capex 貝塔"方向。 絕對 capex 仍在增長，但增速下滑意味着這些公司的估值倍數需要從"高增長"檔下調到"穩定增長"檔。股價不一定繼續大跌，但回到高點的難度大幅增加。

第三層：相對扛打——有結構性升級邏輯的環節。 從 800G 邁向 1.6T 光模塊、從風冷邁入液冷、從傳統供電邁入更高功率密度——這些"從 0 到 1"的技術升級方向，即使 capex 總量增速放緩，仍能憑藉份額和單位價值量的提升獲得阿爾法。但前提是，升級邏輯足夠硬，且估值沒有提前透支。

這也是為什麼英偉達在這一輪下跌中相對抗跌（跌幅約 10%）——結構性需求仍然在，市場只是不再給它過去半年那種"CSP 投多少錢我就漲多少"的線性定價了。

8 月 26 日，英偉達將公佈 Q2 財報。這是整條 AI 產業鏈的下一個核心驗證窗口。如果業績和指引超預期，基礎設施鏈可能獲得喘息；如果不及預期，下行空間仍大。

接下來：高回報不是白送的，需要持續驗證

這不是 AI 週期的終結。至少目前不是。

產業層面的需求仍然洶湧。微軟説下半年 Azure 繼續加速，AWS 説 2027 年大部分產能已預定，谷歌説 90% 的財富 100 強在 Gemini Enterprise 上。三家 CSP 的雲收入合計年化 3890 億美元，而且全部在加速。

但市場已經換了做題方式。從過去兩年的"選擇題"——CSP 上調 capex→找所有受益股→買買買；變成了"證明題"——你的收入能覆蓋折舊嗎？你的算力利用率夠高嗎？你的客户結構有多分散？你的模型成本誰在承擔？

這套證明題的要求，在產業鏈上不同位置是完全不同的。

對 CSP 來説，證明題相對友好。它們的業務本質是"把算力變成經常性收入"——一旦客户簽了長期合同、跑上了生產級負載、把它嵌入了自己的核心業務流程，這個收入的黏性是很高的。只要企業級 AI 採用率持續擴大，CSP 的"收租"邏輯就能持續。

但 CSP 內部也在分化。微軟和 AWS 目前是證明題答得最好的兩家——微軟有 Copilot 和 Foundry 的多層收入出口，AWS 有最透明的租金模型和最成熟的客户體系。谷歌還需要解決成本歸屬的透明度問題。Meta 則需要把"算力租賃"從新聞標題變成可披露收入。

對基礎設施鏈來説，證明題要難得多。

過去兩年，這條鏈上的公司享受了一種"雙重紅利"：CSP 持續上調 capex→總量貝塔 + 投資者線性外推→估值擴張。現在 CSP capex 可能已經接近或正在接近增速拐點，總量貝塔在收縮，估值就要回歸到只反映"能掙多少錢"的軌道上。

這不是某個公司的錯，是估值模型的切換。但這不意味着整條鏈都沒機會了。關鍵看三件事：

第一，產品迭代能否跑贏週期。從 800G 到 1.6T 光模塊，從風冷到液冷，從 HBM3E 到 HBM4——技術升級帶來單位價值量提升的公司，即使 capex 增速放緩，也能獲得份額和利潤的增量。這是阿爾法，不是貝塔。

第二，是否過度依賴遠期線性外推。如果一隻股票的估值已經把 2027-2028 年的極端樂觀情景都 price in 了，那無論基本面好不好，它的風險都比已經回調過的同行更大。

第三，收入、利潤和現金流能否互相驗證。這是最重要的。那些有訂單但沒有收入、有收入但沒有利潤、有利潤但沒有現金流的公司，在"證明題"時代會非常痛苦。市場過去可以原諒這些錯配——"反正 CSP 還在加 capex，先看天花板再看地板"——現在不會了。