亚马逊、谷歌、微软新季度财报B面：一切让位给AgenticAI，一边失血一边靠芯片赚钱
图片由即梦AI生成
最近一周，谷歌、微软、亚马逊相继交出最新季度财报。相比前两个季度，本季度外界更加关注科技公司在AI算力基础设施方面的支出预期是否会放缓。此前，一季高过一季的巨额资本支出已经直接影响到自由现金流，同时由于短期内无法兑现的ROI，又引发了市场对这场豪赌的恐慌。
从三家财报来看，我们注意到以下几点细节：
第一，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”或者“供需失衡短期无法缓解”的信号，并且资本开支基本都投向了GPU算力及数据中心等重资产中。谷歌和亚马逊的自由现金流都已转为负值，分别失血59亿美元和76亿美元，微软的自由现金流有基本持稳略有改善。
第二，自研芯片由成本中心开始转为利润中心。其中，谷歌云营业利润率达到35.6%，亚马逊AWS营业利润率达到创纪录的39%，核心驱动力都是自研芯片的TCO优势。对比之下，微软自研芯片尚未实现爆发期，在成本结构上存在一定劣势。
第三，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。这一点上，谷歌Gemini最为焦虑，中端模型策略尽管能保住开发者生态，但保不住在高端市场的话语权。
第四，云厂商组织架构的调整仍在快速变动，战略收缩是核心。从过去的一些边缘业务到如今，开始更加强调一切对模型和Agent让路，一些短期内看不到业务结果或增长开始放缓的业务核心也开始裁撤，AI核心人才的流动也更加频繁。
谷歌失血59亿美元、亚马逊失血76亿美元
先来看看钱都花在哪儿了。
目前谷歌公布了2026财年第二季度财报，亚马逊公布了2026财年第二季度财报，微软公布了2026财年第四季度及全年财报。
Alphabet：2026财年Q4资本支出449亿美元，同比翻倍。全年资本支出指引从1800亿-1900亿美元上调至1950亿-2050亿美元，并明确2027年“仍将大幅增加”。
但这一做法带来的代价巨大，由于资本支出超过经营现金流，导致Alphabet自由现金流历史上首次转负，达到了负59亿美元。为此，公司不仅增发融资496亿美元，还发行203亿美元高级无担保债券，并筹备400亿美元ATM股票发行计划。高管指出，Alphabet仍处于算力供应受限的环境中，需求增长超过新增供给，只要回报保持吸引力就会继续投资，CEO在电话会上表示，AI投资正在重新定义整个业务。
微软：单季资本支出410亿美元，比去年同期增长69.4%。2026财年全年资本支出1453亿美元，与2026自然年预计1900亿美元的目标一致。
自由现金流为196亿美元，同比下降23%（上一季度同比下降22%），2027财年持续维持自由现金流为正。
值得一提的是，微软通过将数据中心折旧使用年限从15年延长至25年，使2027财年全年资本支出指引降至约1750亿美元（此前2026自然年指引为1900亿美元），这本质上是会计处理而非真实投资节奏的放缓，但却改善了自由现金流和账面利润。
亚马逊：单季度资本支出达到542亿美元，去年同期为321亿美元。全年资本支出指引维持2000亿美元的目标不变。CEO在电话会上指出，全年资本支出的热潮主要原因在于内存价格的上涨。
自由现金流首次出现负值，达到了76亿美元，财报指出是因为用于AI投资的购置物业和设备支出同比增长661亿美元。相比之下，去年同期的自由现金流为182亿美元。
自研芯片的三位数增速，谷歌和亚马逊先赚到了
自研芯片已经成为云厂商财报中越来越不容忽视的业务板块，几乎从上个季度开始，谷歌、亚马逊都开始高调宣布其自研芯片的商业收入，大客户主要还是Anthropic、OpenAI。可以预见的是，自研ASIC芯片正在成为云厂商争夺的下一个主战场，至少为巨额资本开支找到可持续的利润点。
其中，谷歌TPU出货量最为显著。本季度，谷歌宣布其TPU系统销售已正式计入Cloud收入。
谷歌云本季度收入达到248亿美元，同比暴增82%；营业利润88亿美元，利润率35.6%；云积压合同达到5140亿美元。
财报会上CFO明确表示，谷歌已于第二季度开始向客户数据中心交付TPU系统，预计今年现有TPU系统销售协议中确认收入比例相对较小，将在2026年继续增加，绝大部分收入预计在2027年确认。
最近谷歌还考虑承诺提供440亿美元的第三方数据中心租赁担保，为约十个项目总计2.4吉瓦容量兜底。直白理解就是，谷歌承担数据中心租户的违约风险，目的是推动TPU售卖，同时TPU售卖收入需要超过担保产生的财务义务。
亚马逊也在加速售卖旗下自研AI芯片Trainium系列。本月初，亚马逊就已经上调了Trainium 3服务器Q3出货目标的20%~30%，Trainium 3几乎已被全数预订，部分客户已开始预订Trainium 4。据DIGITIMES Research分析预测，ASIC服务器出货量2026年预计增长64.2%，远超GPU服务器的43.8%。
尽管亚马逊还没有明确将Trainium作为独立产品线对外销售，但年化收入超250亿美元，同比三位数增长的增速，以及2250亿美元订单承诺的成绩，已经在说明亚马逊以算力换订单的模式跑通了。
AWS本季度收入实现422亿美元，同比增长36.7%，创下18个季度以来的最快增速；营业利润率达到39%，贡献了公司近61%的营业利润；积压合同订单已达到4960亿美元。除此之外，AWS的人工智能业务年化收入同样超过250亿美元，同比三位数增长。
微软在自研芯片方面的进展比想象中要快，不过更多还是将其视为内部降本的工具。
全年来看，微软云营收突破2140亿美元，同比增长27%；Azure营收突破1000亿美元，同比大涨41%。云业务未交付订单在第四季度末达到6780亿美元，高于上季度的6270亿美元。
在芯片方面，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，预计本月底全球全球超25座数据中心完成Cobalt 200机架部署。不过，微软目前倾向于将自研芯片用于内部降本和Azure算力供给，在营收增长上尚不明显。
从模型到Agent的差距拉开，有的看似躺平了，有的还十分纠结
目前Agent已成为所有云厂商的共同话题，但怎么去实践各家的答案并不一致。
从技术层面，Agent的架构机制其实在快速演进，从早期的LangChain、Manus，到今年爆火的龙虾、爱马仕，Agent已经由单轮问答模式，演变为多步骤、多任务协同，依靠长期记忆完成推理任务的模式。这不是简单靠打磨技术就能够解决，往往要回到核心本质去做创新。
谷歌其实更为焦虑。一方面在于，Gemini 3.5 Pro已经三次跳票，直接原因是编程能力和复杂任务处理能力未达内部标准。但这个延期背后所暴露出的问题远比表面上看到的更复杂。
直接导火索是今年4月Anthropic发布的Claude Opus 4.7，其在编程、大规模工具调用、Agent操作等基准上全面超越Gemini 3.1 Pro，这种差距就连谷歌也承认“并非微不足道，而是工程能力上的根本性差异”。作为Gemini的最高级长官，也是谷歌联合创始人的谢尔盖·布林，在内部备忘录中写道，要求果断转向Agent技术，并弥补Agent在执行方面的差距。
谷歌已将Gemini 4定位为“围绕Agent重构的下一代架构”，并且明确表示将投入大量算力，确保分配所需TPU资源的最高优先级。
在3.5 Pro三度跳票的同期，谷歌密集推出了3.6 Flash、3.5 Flash-Lite和Cyber三款中端模型，同时实施降价策略。可以看到，谷歌在模型路线上的选择非常明确：不再追逐单一模型的能力峰值，而是通过降低token消耗和推理成本，把AI能力铺进所有高频场景。
另一方面， 谷歌对于怎么将Gemini从聊天机器人改造为Agent这件事情上格外谨慎。
外界对非常关注AI是否会蚕食谷歌自身搜索广告业务的基本盘。目前Alphabet大约80%的收入来自在线广告，而在线广告贡献最多的就是搜索业务。如果未来用户不是直接搜素网页，而是让Agent直接在后台完成任务，完全跳过这一提供给人的界面，那么谷歌过去二十年建立的商业根基将被彻底掏空。
在电话会上，谷歌回应认为“Gemini正在加强变现而非稀释它”，并列举AI在广告质量、广告主工具和新型AI体验中的应用。
相比之下，微软基于自身庞大的办公软件生态系统，很自然地就过渡到了应用层的Agent阶段。
微软CEO纳德拉在电话会上说，“你必须把控制层与模型本身分离”，在Agent架构标准方面，微软将模型调度框架、上下文存储、记忆模块、动作执行空间与任意单一模型解耦，这一设计使企业可以在任意时点替换底层模型，而不丢失积累的业务数据和上下文。
在办公应用场景，Microsoft 365 Copilot已拥有3000万付费席位，并形成大规模的SaaS订阅收入。同时，Microsoft 365 Copilot已经将产品延伸至全自动自主运行的Agent“Autopilot”，将对话类、代码类Copilot功能整合至统一超级应用。
在模型层面，微软与亚马逊的态度基本一致：让客户用最适合的模型，而自身提供运行环境。
微软推出了十多款新模型，首款推理专用大模型MAI Thinking-1也已推出，其自研模型主打低成本推理；微软云平台现已收录超11000款模型；年初至今，在智能体开发平台Foundry上，采用多家厂商模型开发的客户数量增长至原先5倍。
亚马逊同样强调让客户有选择权选择最优的模型策略，其提供的平台Bedrock已服务超过十万家客户。财报中也透露出Bedrock的采用增长迅猛，过去六个月新增客户数量超过产品发布头两年的总和，本季度客户支出也超过了之前所有季度总和。
多模型策略一直是亚马逊AI战略的核心标签，不过近期自研模型Nova多个旗舰版本（包括高端版本和视频生成模型Reel和图像生成模型Canvas）进行降级，也透露出亚马逊对自研模型的态度正发生微妙的变化。
当云厂商开始做组织减法
战略层面是否清晰，最终都会反映频繁的组织和人事变动上。企业需要保持敏捷调整，这可以理解，但代价往往是核心人才的流失。本季度一个明显信号是，所有非核心、非AI的业务都在被快速剥离，人才正加速向头部模型团队和明星初创公司流动。
即便是提出 AlphaFold（AI预测蛋白质结构） 的谷歌DeepMind团队也改以产品驱动研发任务了。DeepMind研究副总裁公开承认其战略已经变了，不再围绕科学项目，而是将重点放在Gemini方面，并与OpenAI和Anthropic展开竞争。DeepMind还组建了一支专门负责全面提升其AI编码能力的突击队。近期，谷歌宣布DeepMind将解散AlphaFold背后的作者团队，将研发重心全力放在Gemini上。
财报发布前夕，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。从生成式AI到AgenticAI，技术路线快速变迁的过程中，近些年AWS在进行不断重组。其中，主要负责模型研发和芯片开发的AGI部门也经历过数次变动，该部门由前Alexa负责人Rohit Prasad领导至2025年12月离职，期间设立的AGI Lab在今年2月David Luan离职后关闭，取而代之的是由Pieter Abbeel领导的Frontier Model Research（FMR）团队，是部门AGI部门最核心的方向。
微软目前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。今年6月的Build大会期间，微软提出了最新战略，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。
现在，AI基建这场豪赌，谁还能撑下去？
结合本季度财报传递的信号，海外科技公司的AI竞速已经到了要为利润算账的阶段，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，一切的投入扩张已经到了必须要用事实说话的阶段了。
（本文首发于钛媒体APP，文 | Tech Horizon，作者 | 杨丽，编辑 | 杨林）
(来源：钛媒体)
关联资讯:
Denodo 云服务 Agora 现已上线 Microsoft Marketplace，旨在赋能智能体 AI
新型木马HollowGraph曝光，利用微软Graph API及Microsoft 365日历实施攻击
阿里发布Qwen-Audio-3.0-ASR-Flash语音识别大模型，让AI更好听懂专业词汇
