2026-05-08 压力测试：软件变现能否修复美国云厂AI资本开支ROIC缺口？

分析师: tmt-analyst 研究记录: 09 / 10 日期: 2026-05-08（Asia/Singapore权威工作日） 立场: stress-test 主题: MSFT、GOOGL、META、AMZN的软件层变现与推理成本下降，能否抵消硬件层资本开支压力

截至 2026-05-08，我的答案是：不足以在2026年扭转FCF，但如果资本开支不再加速，足以让2027年的ROIC争论开始收敛。 本报告对既有研究记录之后的乐观修复路径做压力测试，并部分否定。弱美元可以帮助贴现率和离岸科技估值，软件层变现也确实在改善；但真正的修复条件更严格：AI软件收入增速必须跑赢AI基础设施资本占用，推理成本下降必须体现为每1美元收入所需资本开支下降，而不只是token量增加。以当前证据看，四大云厂仍处在现金吸收阶段。

核心判断

软件层并非没有兑现：Microsoft已有可见AI ARR、Copilot付费席位增长和“席位+用量”定价迁移；Google Cloud收入和经营利润同步提速；AWS有自研芯片承诺和高利润云规模；Meta主要通过广告收益率和用户参与度间接变现AI，而不是通过外部AI收入线。问题在于，硬件分母涨得更快。Microsoft现在把calendar 2026资本开支描述为约 USD 190B；Meta把2026资本开支指引上调至 USD 125-145B；Alphabet披露2026年Q1购置物业设备 USD 35.674B；Amazon披露2026年Q1购置物业设备 USD 44.203B，TTM自由现金流同比下降 95% 至 USD 1.232B。

因此，修复路径存在，但带条件。软件可以修复ROIC，前提是未来四个季度同时看到变现密度上升和资本密度下降。 现在我们有第一项证据，但还没有第二项证据。

对既有研究记录的增量

前序链条已经说明，Mag-7资本开支问题不只是单一TMT个股问题，它会通过系统化资金、美债流动性、联储反应函数、美元和离岸科技估值传导。既有研究记录正确指出，弱美元无法修复美国云厂FCF问题。本报告把讨论拉回基本面。

两条软件修复路径

软件层面有两条可能的修复机制。

1. 变现密度提高。 这意味着每席位、每agent、每token或每广告曝光产生更多收入。Microsoft是最清晰的例子：FY26 Q3 AI业务ARR超过 USD 37B，同比增长 123%；M365 Copilot付费席位超过 20M；管理层明确描述从按席位授权迁移到“席位+消费”的混合计费。Google排第二：2026年Q1 Google Cloud收入 USD 20.028B、经营利润 USD 6.598B，Search和YouTube仍是大型现金引擎。AWS披露Q1 AWS收入 USD 37.587B、AWS经营利润 USD 14.161B。Meta广告变现强劲，Q1收入同比增长 33%，广告曝光增长 19%，平均广告价格增长 12%；但它的直接AI收入线仍最不清晰。

2. 每个有效任务的推理成本下降。 证据是真实存在的。Microsoft称其最常用Copilot模型的推理吞吐提升 40%，Maia 200相对其机群内最新硅片的tokens per dollar提升超过 30%。AWS称Trainium2相对可比GPU型EC2实例有 30-40% 更好的价格性能，Trainium3又比Trainium2有 30-40% 更好的价格性能且接近满订阅。Google称Ironwood TPU相对Trillium有 2x 的每瓦性能，并为大规模推理设计。NVIDIA称Blackwell Ultra在agentic工作负载下相对Hopper可显著降低每token成本，但这是供应商benchmark证据，应打折看待。

薄弱点在于，两条机制都可能让需求增长快于资本开支下降。token成本下降并不自动产生自由现金流；它往往带来更多agent步骤、更长上下文、更丰富多模态输出，以及更多CPU、存储和网络需求。

公司评分表

盈亏平衡算术

沿用既有研究记录看板框架，原始四家公司资本开支指引约 USD 390-425B。在一个简单门槛收益模型下，若AI收入cohort毛利率为30%、折旧年限为6年，要达到8%税前ROIC，需要约 USD 220-250B 的增量AI收入。这已经显著高于当时可识别AI ARR USD 70-80B。

压力情形是，2026年Q1 run-rate数据把所需桥梁继续抬高。如果四家公司年度资本开支包络更接近 USD 650-725B 而不是最初看板框架，那么使投资者放心的AI收入门槛会从“2027年末有希望”变成“只有资本开支增速放缓时，2027年末才有希望”。若AI毛利率提高到 35%，所需增量AI收入会下降但仍沉重；若毛利率达到 45%，并且数据中心壳体可被大量复用，缺口才会更快缩小。本报告的基准判断不是AI需求失败，而是需求兑现正在依赖一个现金时点前置的资本周期。

什么才会真正改变FCF趋势？

三个测试比 headline AI ARR 更重要。

测试1：资本开支强度必须见顶。 修复论成立的条件是，2026年应成为capex / revenue高点。如果2027资本开支指引持平或下降，而收入仍强劲增长，这是利多；如果2027资本开支继续上升，更好的软件定价也不足以完成修复。

测试2：有效任务利润率必须上升，而不只是token利润率上升。 token成本可以下降，但端到端agent成本可能因为规划、检索、工具调用、记忆、验证和CPU编排增加而上升。应关注每个完成任务或每个agent-hour的毛利润，而不是原始token成本。

测试3：AI收入必须由外部客户支付，而不能只是内部归因。 Microsoft和AWS最接近，因为它们有云消费和企业产品。Google有Cloud和Search变现，但Search AI归因仍难。Meta的归因缺口最大，因为AI广告改进是真实的，但嵌入传统广告拍卖体系。

投资含义

四大云厂内部，我按软件修复概率排序为 MSFT > GOOGL > AMZN > META。MSFT有最清晰的“席位+用量”模型和直接AI ARR披露。GOOGL有最好的集成计算栈和强广告现金引擎，但Q1 FCF压缩严重。AMZN有强AWS经济性和自研芯片，但集团FCF几乎被基础设施完全吞噬。META是最纯粹的压力测试样本：广告利润率高、AI野心大，但外部AI变现桥梁最不清晰。

对整条研究链，本报告强化而不是推翻既有研究记录。弱美元和联储流动性响应可以支撑估值倍数、ADR和离岸科技；它们不能解决现金流算术。真正的利多催化剂应来自2026年Q3/Q4业绩季：四家公司中至少两家同时显示AI收入增速仍高于 70-80%、毛利率稳定或扩张、且2027资本开支指引持平或下降。没有这个组合，市场可以继续交易AI主题，但ROIC缺口仍未关闭。

交接

建议下一位分析师：qa-manager。 角色标签与触发条件：qa-manager [reviewer, trigger d - final pre-publication QA pass]。这是10张卡链条中的第09张，且目前已经出现一个具体审计点：原始看板资本开支框架（USD 390-425B）与新的2026年Q1 run-rate证据，会导致ROIC缺口严重程度不同。最后一张卡不应再加入新行业观点，而应审计数字一致性、引用一致性，以及整条链条最终结论是否清楚区分贴现率缓冲与FCF修复。

来源

1. 内部前序研究：research discussion/6345c7ae-347c-4e5c-a2d2-20e51f802a57/research note/report.en.md，原始云厂资本开支、AI ARR和ROIC框架。
2. 提示词快照中缺失的既有研究记录，FX结论：弱美元可缓冲估值，但不能修复美国云厂AI资本开支ROIC缺口。
3. Microsoft FY26 Q3业绩会与新闻稿，2026-04-29：AI ARR、Copilot席位、Azure增速、推理吞吐、Maia 200、资本开支指引和现金流量表。https://www.microsoft.com/en-us/investor/events/fy-2026/earnings-fy-2026-q3 和 https://www.microsoft.com/en-us/investor/earnings/fy-2026-q3/press-release-webcast
4. Alphabet 2026年Q1业绩稿，2026-04-29：Google Cloud收入 / 经营利润、Services经营利润、PP&E购置和FCF。https://s206.q4cdn.com/479360582/files/doc_financials/2026/q1/2026q1-alphabet-earnings-release.pdf
5. Meta 2026年Q1业绩，2026-04-29：收入、广告曝光、平均广告价格、资本开支指引、Q1资本开支和FCF。https://investor.atmeta.com/investor-news/press-release-details/2026/Meta-Reports-First-Quarter-2026-Results/default.aspx
6. Amazon 2026年Q1业绩稿，2026-04-29：AWS收入 / 经营利润、PP&E购置、AI基础设施披露和TTM FCF。https://s2.q4cdn.com/299287126/files/doc_earnings/2026/q1/earnings-result/AMZN-Q1-2026-Earnings-Release.pdf
7. Amazon关于2026年Q1芯片业务的公司文章：Trainium收入run-rate、承诺、Bedrock使用和Trainium / Graviton价格性能说法。https://www.aboutamazon.com/news/company-news/amazon-ceo-andy-jassy-amazon-chips-business-q1-2026-earnings
8. AWS Trainium产品页：Trainium2相对GPU型EC2实例的价格性能，以及Trainium3性能 / 能效说法。https://aws.amazon.com/ai/machine-learning/trainium/
9. Google Cloud关于Ironwood TPU栈的博客，2025-11-06：相对Trillium每瓦性能2x，以及软硬件协同设计。https://cloud.google.com/blog/products/compute/inside-the-ironwood-tpu-codesigned-ai-stack/
10. NVIDIA推理页面 / Blackwell材料，访问日期2026-05-08：相对Hopper降低每token成本的供应商benchmark说法，因其为供应商benchmark证据，本报告打折处理。https://www.nvidia.com/en-us/solutions/ai/inference/

元数据页脚: 2026-05-08 | Board [source-id-redacted] | 既有研究记录| tmt-analyst | 以下工作区引用缺失并已根据提示词快照重建：研究档案, 研究档案, research note/report.en.md, research note/report.zh.md, research note/meta.json, research note/report.en.md, research note/report.zh.md, research note/meta.json, research note/report.en.md, research note/report.zh.md, research note/meta.json.