欢迎来到美股投资网，帮你在海量的数据中发现投资机会
本周三微软财报，周四亚马逊财报。为了准备这期视频，我把华尔街最新、最硬核的财报原件、几十页的英文财报注解，以及长达数万字的电话会实录，一行一行、逐字逐句地全盘细读了一遍。
说实话，这两天市面上关于财报前瞻的解读铺天盖地，但我看完之后心里其实挺有感触的：大家每天都在刷“营收超预期了没”、“每股收益 beat 了没有”，可真正愿意沉下心来，去帮大家一笔一笔拆成本、算现金账的人太少了。
其实光看那些华丽的增长数字已经不够用了。我们真正想知道的是：当上游的建造成本越来越贵、巨头们的资本开支像滚雪球一样往上飙的时候，它们砸进去的每一笔百亿美金，到底能变现多少？
建议先点赞、再收藏，等财报出来前拿出来验证。
微软财报深度解析
这次财报，我最关心的不是营收超没超预期，也不是 Azure云计算又拿出了多漂亮的增长数字。
因为上周一连串科技股的财报和股价反应，包括 Meta、台积电以及一众企业软件公司在内，已经把华尔街现在的“奖惩标准”写在了脸上：市场对单纯的增长故事已经没那么买账了。
谁能证明 AI 投入正在变成真金白银的回报，市场就给谁溢价；
谁还停留在光烧钱、不兑现的阶段，哪怕账面数字过得去，也会被重新算账。
所以轮到微软交卷，我真正想搞清楚的核心问题只有一个：它砸下几百亿美元建设 AI，到底有没有开始形成一门真正赚钱的生意？
这个问题，我会顺着它的商业链条，分四步来找答案
第一步，看应用层：Copilot 到底卖到了什么程度？
第二步，看收费模式：微软能不能从固定订阅，升级到靠智能体按量收费？
第三步，看基础设施：Azure 手里的巨额订单，能不能顺利交付、变成实际收入？
最后一步，看财务底线：扣除资本开支后，微软还能留下多少自由现金流？
这四步，一步扣一步。只要有一环掉链子，市场对微软的估值逻辑就可能被重新审视。
先看第一步，Copilot。
我之所以把它放在最前面，是因为上个季度，市场的注意力更多集中在 Azure 增长和资本开支上，反而容易忽略一个变化：Copilot 的商业化，正在出现加速的迹象。
我们看一下微软 CEO 纳德拉在上次财报电话会上的原话，他提到的几个数字很关键：
Microsoft 365 Copilot 的付费席位已经突破 3000 万，而前一季还是 2000 万出头，单季净新增席位数环比翻了一倍以上；
有 5 万个以上席位的大客户数量，同比增加了 7 倍多；
第三，把 Copilot 铺开给公司过半数员工使用的企业数量，一个季度就增长了将近 75%。
如果把这些数字对应到具体的大客户名单上，感受会更直观：
像英国的国家医疗服务体系 NHS England，宣布向约50万名员工推广 Copilot；
全球四大会计师事务所之一的安永（EY），为40万名员工部署了包含 Copilot 的 E7 套件；
大众汽车，也为33万名员工部署 Copilot；
汇丰银行则承诺采购20万个席位。
这些数字放在一起看，说明 Copilot 正在从小范围试用，逐渐走向大企业的规模化采购。至少在企业付费意愿这一层，微软已经取得了实质性进展。
但这里有一步不能忽略：企业愿意买，不等于这门生意已经做成了。
为什么我会这么说呢？
因为上一季 Microsoft 365 商业云收入，在剔除特殊因素后大约增长 16%，而商业付费席位基数只增长了 6%。管理层说，Copilot、E5 和早期 E7 的销售，正在提高单用户收入。
这是一个积极信号，但不能把这部分增长全算在 Copilot 头上。因为微软至今没有单独披露 Copilot 的收入、活跃率和利润率。换句话说，3000 万付费席位证明了它卖得出去，但还没有证明它已经是一台高利润的印钞机。
所以这次财报，我真正想听到的，不只是又多了多少席位，而是签了合同之后，客户使用得是不是越来越深入？到了续约的时候，企业愿不愿意继续付钱，甚至购买更高价的服务？
因为这些问题，才决定 Copilot 能不能从一门“卖得出去”的生意，变成一门“真正赚钱”的生意。
这就引出了第二个问题：微软为什么越来越强调智能体和按量计费？
因为传统软件主要按人数收钱，但 AI 可以在后台连续执行任务，调用工具、读取数据、生成结果。任务越复杂，消耗的推理算力越多。如果收入还停在固定订阅，成本却随着使用量不断上升，商业模式就会面临压力。
微软已经给 GitHub Copilot 引入按量计费，又用 E7 把 Copilot、安全、身份管理和 Agent 365 打包。它要卖的，是企业管理 AI 的整套系统。
但这条路能不能走通，还要看竞争。现在企业不会只押注一家大模型。微软 Foundry 平台提供超过 1.1 万种模型，管理层说，今年以来，同时使用多家模型的客户数量增加了 5 倍。
微软真正想守住的，是模型上面的企业入口：
数据接在哪里，身份权限谁来管，智能体在哪里运行。这样无论客户选 OpenAI、Anthropic，还是其他模型，微软都有机会从云平台和管理服务继续收费。
但模型价格会竞争，推理成本也要付；平台能留下多少利润，财报还没单独披露。
所以，接下来就必须看第三步，Azure。
上一财年 Azure 全年收入首次突破 1000 亿美元，增长 41%；上一季增速从 40% 加快到 43%。到了本周这一季，微软更新后的固定汇率增速指引是 44% 到 45%，公司总收入指引在 898.5 亿到 909.5 亿美元之间。不过新财季调整了披露口径，对比增速时要看重述数据。
看未来的增长可见度，还要结合微软手里的“订单大山”。上一季，包含 Azure 和办公软件在内的微软整体商业剩余履约义务，也就是商业 RPO，达到 6780 亿美元，同比大增 84%。
但这组数据，我们要分两层来解读：
OpenAI 的拉动作用很大，但其他企业的需求也在跟进。
剔除 OpenAI 后，商业 RPO 依然增长 25%，而且当季的环比增量，主要来自前沿模型公司以外的客户。这说明需求不是只有一家大客户在撑；但 84% 和 25% 的增速差也提醒我们，OpenAI 对整体订单的拉动依然非常显著，客户集中度风险还没有完全消除。
手里的合同，要分期变成收入。
RPO 是未来要履行的长单，不是这一季赚到的钱，更不是已经到手的现金。微软预计，其中大约 30% 会在未来 12 个月确认为收入，剩下的部分则会在更长的周期里逐步履约。
所以看本周的 Azure，市场真正要验证的，不只是订单多不多，而是新建的数据中心能不能按时交付，让算力真正变成当季收入。毕竟，订单能多快兑现，兑现时又要付出多少算力成本，直接决定了这门生意的回报率。
这就来到第 4 个问题，也是最可能决定财报后股价反应的：资本回报。
我们先算一笔现金账：上一季，微软经营现金流是 554 亿美元，但资本开支连同融资租赁就花掉了 410 亿，最后留下的自由现金流只有 196 亿美元，它也是唯一一家自由现金流为正的云巨头。
而微软到了本季度，公司预计资本开支还要冲破 500 亿美元。你看，微软赚钱在加速，烧钱的速度也在加速。更关键的是，随着上游芯片、存储和基建成本上涨，建同样规模的数据中心正变得越来越贵。
需求再旺，如果收入增长跑不赢成本膨胀，最后留在手里的现金就会被不断吞噬。
而且看这次财报，千万不能只盯着账面的“每股收益”和“净利润”超没超预期。因为这里面有两个细节必须剔除来看：
第一，是会计折旧的调整。
微软把数据中心建筑和办公楼的预计使用年限，从 15 年延长到了 25 年。这会直接减少未来的账面折旧、让利润表变得更好看；但这并不代表里面的 GPU 突然能多用 10 年，更不代表花出去的真金白银变少了。
第二，是非经营因素的干扰。上一季微软的净利润增速明显快于营业利润，很大程度上是受到了投资收益等非经营项目的影响。
换句话说，账面净利润可以靠延长折旧和投资收益来润色，但现金流不会撒谎。所以我这次看财报，一定会把营业利润、经营现金流和自由现金流摆在一起看。
说到底，这次我不只看微软能不能把 AI 卖出去，更要看它能不能把需求变成收入，再把收入变成真正留得下来的现金——这，才是本周微软财报真正的胜负手。
拆完微软你会发现，面对关键财报，只有把底层的商业账算透，做决策才不会心里没底。如果你认可这种深挖财报的思路，先点赞、再收藏，关键时刻一定能帮上忙。美国热线 626-378-3637
AMZN财报深度解读
接下来分析亚马逊。这次我也从4个核心问题展开：
AWS 为什么突然加速？
增长是不是只靠少数 AI 大客户？
这么快的增长，利润率能不能守住？
最后，2200亿美元的年度资本开支，什么时候能变成真正的自由现金流？
这4个问题，其实是一条从需求爆发、客户结构、利润留存，再到现金回报的完整链条。
先看第1个问题，AWS 到底有多强，为什么突然加速？
上一季，AWS 收入达到 422亿美元，同比增长 36.7%。从去年二季度的 17.5%，到 20%、24%、28%，再到如今的 36.7%，AWS 已经连续 5 个季度加速增长。
短短一个季度提速近 9 个百分点，单季收入环比增加超过 46 亿美元。对一家年化收入接近 1690 亿美元的云业务来说，这是 18 个季度以来最快的增长，分量非常重。
增长从哪里来？AI 无疑是重要推动力。
亚马逊披露，Anthropic 和 OpenAI 对自研 Trainium 芯片作出了多年期、吉瓦级别的大规模算力承诺。
Bedrock 平台让企业灵活调用不同模型的消费额，在上一季创下新高，超过了此前所有季度的总和。
目前，AWS 的 AI 业务与芯片业务年化收入规模分别突破了 250亿美元，且都在以三位数百分比增长。
但这里必须保持清醒：这两个 250 亿美元是年化运行规模，而不是当季真实收入；更重要的是，这两项业务的统计口径不能简单相加。
亚马逊并没有向第三方单独售卖裸芯片，所谓的“250亿芯片收入”，本质上是客户在云端租用搭载 Trainium 和 Graviton 芯片的实例租金，它和“250亿 AI 业务收入”在账本上高度重叠。
不过，前期采购的电力和机架陆续上线，让过去排队的订单开始兑现。市场测算亚马逊在 2025 年底到 2027 年底之间，将净增 7 到 8 吉瓦的算力容量。
在华尔街普遍预期 30% 到 35% 增速的背景下，下周财报我们要看的是：AWS 能不能冲破 451 亿美元，把高增速延续下去，拿下“六连跳”。
但增长快，还要看增长质量。这就来到第2个问题：AWS 是不是越来越依赖少数大型 AI 客户？
当智能体在后台调用工具、读写数据库、存储数据时，不可能只消耗 GPU，也会带动传统的 CPU、存储和数据库服务。比如前1000大 EC2 客户中有98%都在使用自研的 Graviton 处理器。亚马逊认为 AI 与传统云需求会互相促进，但公司没有披露足够细的收入拆分，我们还不能把传统云的每一分增长都算成 AI 的功劳。
管理层披露，AWS 的 backlog，也就是已签约但尚未交付的业务承诺，在上一季末达到了 4960亿美元，同比翻了一倍还多，单季暴增 1320 亿美元。这笔暴增的背后，主要是 Anthropic 签下了 10 年 1000 亿美元的协议，OpenAI 也追加了 1000 亿美元承诺。
这说明虽然积压订单锁定了很高的需求，但不等于钱已经到账，更不证明客户结构足够分散。
管理层将当前的 AI 需求形容为“杠铃型结构”：
一头是少数前沿大模型实验室的巨额长约；
另一头是普通企业的基础降本；
处于杠铃中间地带的传统企业“规模化 AI 生产级推理”，还没有全面爆发。
接下来的财报，不仅要看积压订单能否突破 5300 亿美元，更要看数据中心能否按时上线，以及传统企业的推理需求有没有接棒跟上。
第3个问题，是增长能留下多少利润。
上一季 AWS 经营利润达到 166亿美元，同比增长 64%，经营利润率约 39.4%。AWS 只占亚马逊总营收约 21%，却贡献了全公司约 60% 的经营利润，所以云业务利润率哪怕小幅波动，对整家公司都至关重要。
但翻开财报记录会发现，上一季的利润率里藏着两个容易漏掉的一次性顺风：
AWS 利润率中包含了约 6 亿美元的能源衍生品合约公允价值重估收益。剔除这笔电费浮盈后，AWS 真实经营利润率其实是 37.9%，且官方在三季度指引中已经明确假设不再有这项收益。
北美零售分部包含了约 6 亿美元的一次性关税退税。两项加起来，给上一季全公司多增了 12 亿美元的营业利润。
在三季度缺少这 12 亿美元顺风、且低轨卫星密集发射费用持续计入成本的背景下，如果 AWS 利润率回落到 37% 左右属于正常挤水分；但如果跌破 35%，市场就会追问新增业务究竟有多赚钱。
此外，还要警惕净利润的“假象”。上一季亚马逊净利润高达 626 亿美元，主要包含了约 534 亿美元的税前非经营收益，来自 Anthropic 以 9650 亿美元估值完成融资后带来的优先股账面重估。剔除这笔浮盈后，主业驱动的核心净利润其实在 208亿美元左右（对应 EPS 约 1.91 美元）。
如果散户看到表面 EPS 从上一季的 5.75 美元回落到 2 美元左右，很容易误以为“盈利暴跌”。判断主业质量，我们必须看经营利润，而不是净利润。
最后，就是资本开支和自由现金流。
亚马逊把 2026 年全年现金资本开支预期提高到约 2200亿美元，管理层提到高带宽内存芯片涨价是主要原因之一。也就是说，多出的 200 亿美元相当一部分是在为硬件通胀买单。
注意，这是亚马逊全公司的开支，过去 12 个月经营现金流为 1614 亿美元，自由现金流却是净流出 76 亿美元。主业能够产生大量现金，但眼下扩建云和 AI 基础设施花得更多。
管理层的逻辑是：数据中心需要提前两年建设，服务器平均不到 3 年可以收回投资。但在会计上，服务器折旧周期只有 5 到 6 年，上一季单季折旧与摊销已经升至 200 亿美元。回本周期是管理层的经营判断，不代表每一批新设备都已实现回报。
对本季，亚马逊给出的营收指引是 1970亿至2020亿美元，经营利润指引是 225亿至265亿美元。由于今年 Prime Day 改在 6 月（去年在 7 月），剔除时间差后本季营收增速会比表面高近 4 个百分点（达到 13% 至 16%）。亚马逊过去连续 15 个季度经营利润都突破了指引上限，这次能否再次冲破 265 亿美元，非常值得期待。
所以，这次看亚马逊，我会沿着同一条线往下追：
AWS 的加速有没有延续，增长有没有从大型 AI 客户扩散到更广的企业需求；
剔除一次性顺风和账面投资波动后，利润率能否稳住；
最后，2200亿美元的投入能否逐渐换回更多现金。
需求旺盛已经有4960亿美元合同作证，接下来要证明的，是这门生意不仅能做大，还能把钱稳稳地赚回来。
我对四大巨头AI投资的结论：这场AI革命最终很可能大获成功，但投资 AI 基础设施的人未必都赚钱
我的基本判断是：
未来可能同时出现 AI 应用大爆发、AI 模型性能持续提升、Token 使用量成倍增长，以及部分 AI 基础设施投资者亏损的局面。
这四件事并不矛盾。
目前的数据尚不支持断言亚马逊、谷歌、Meta 或微软的 AI 投资必然失败，因为这些公司拥有已经盈利的核心业务、客户和分销渠道，而且云算力需求仍然很强。
但是，开源模型逼近闭源模型、企业采用多模型策略、Token 价格持续下跌，已经让未来投资回报的不确定性明显增加。
我更倾向于认为，最脆弱的未必是四大科技巨头，而是高度依赖 GPU 租赁、负债融资和少数大客户的专业 AI 云服务商。因为它们不像微软能卖 Office、Meta 能通过广告变现，也不像亚马逊和谷歌拥有那么多其他云服务收入。
美股投资网认为，2027 年 AI 投资最值得警惕的风险，不是 AI 没有需求，而是算力需求非常旺盛，价格却越来越低，最后钱被用户和应用层赚走，基础设施投资者承担了最重的资本成本。
这会让我非常关注一个反直觉的可能性：AI 越普及，部分 GPU 和 AI 云服务商的估值反而越容易承压。
另外，你还想让我深度拆解哪家公司的财报？直接在评论区留下美股代码！我会优先安排团队去研究，把关键数据、市场预期和容易被忽略的投资机会与风险，尽可能给大家都分析透彻。
