微信：AI 深度解读
2026 年 8 月 1 日 · 阅读约 6 分钟
7 月底，四大科技巨头（微软、谷歌、Meta、亚马逊）悉数公布了 Q2 2026 财报。各家股价涨跌不一，但有一组数字是齐刷刷向上的：资本开支。2026 年全年，四巨头计划在 AI 基础设施上合计投入超过 7600 亿美元，Q2 一个季度就烧了超 1800 亿。这篇文章不渲染"烧钱"，也不贩卖焦虑——只是把账单拆开，看看钱从哪来、花到哪去、什么时候能挣回来。
| 微软 谷歌 亚马逊 Meta | ||||||
| $7450 |
|
|||||
| $3150 |
|
|||||
| $1535 |
|
|||||
| $1231 |
|
|||||
| $1175 |
|
|||||
| $882 |
|
|||||
| 2021 | 2022 | 2023 | 2024 | 2025 | 2026E | |
| $882亿 | $1175亿 | $1231亿 | $1535亿 | $3150亿 | $7450亿 | |
数据来源：各公司财报及公开指引。2026 年为全年指引/市场一致预期。
Q2 2026 的财报季，四个数字值得记住：
▸ 微软：FY2026（截至 2026 年 6 月）资本开支约 1900 亿美元（含融资租赁），Azure 年收入首次突破 1000 亿美元。Q4 单季 capex 约 475 亿美元，仍在加速。
▸ 谷歌（Alphabet）：2026 年计划资本开支约 1950-2050 亿美元，Q2 单季 449 亿美元。Google Cloud Q2 收入 248 亿美元，同比增长 82%。
▸ 亚马逊（Amazon）：7 月 30 日 Q2 财报将 2026 年 capex 指引上调至约 2200 亿美元。CEO Andy Jassy 称"即使在这个水平，今年仍将产能不足"。
▸ Meta：2026 年资本开支预计 1250-1450 亿美元，扎克伯格在 Q2 电话会上说"我们宁愿在需要之前就建成"。
四家合计 2026 年预计投入 7300-7600 亿美元（基于 Q2 2026 财报最新指引），比 2025 年增长了约 77%。把时间轴拉长看，2021 年时四家加起来全年在 AI 基础设施上的投入还不到 950 亿美元，五年增长了 约 8 倍。单是 2026 年的增量部分（约 3200 亿美元），就超过了 2024 年全年的总和。
四巨头合计约 7450 亿美元的拆分。*人才/研发部分主要为运营支出（OpEx），非资本支出。芯片成本估算基于 Nvidia GB200 定价及各家自研芯片进展。
一块 Nvidia GB200 售价约 3-4 万美元。买 10 万块就是 300-400 亿美元。微软、谷歌、亚马逊各有自己的自研芯片（Azure Maia、TPU、Trainium），但短期内 Nvidia 仍然是主力——尤其在训练场景中。整体芯片采购占资本开支约 20-25%。
一座新式 AI 数据中心的建造成本约 10-20 亿美元。更关键的是：AI 数据中心需要的冷却方案和电力基础设施复杂度远高于传统数据中心。微软最近在威斯康星签了重启一座废弃核电站的合同来供电——这种事 5 年前听都没听过。数据中心建造和基础设施建设占了资本开支的 40-50%。
▲ 一座 GB200 NVL72 机架的硬件分解：72 颗 GPU + 36 颗 Grace CPU，单价约 300 万美元
一座 2GW 的 AI 数据中心，年耗电约 160 亿度——差不多是深圳全市居民一年的用电量。现在全球在酝酿的 AI 数据中心总规划容量已经超过 100GW。电网扩容跟不上建设速度，是比芯片短缺更棘手的问题。这也是为什么科技巨头开始自己买核电站、签 20 年购电协议——不是因为它们想做能源公司，是除此之外没有别的办法。
四巨头 2026 年 AI 相关研发人员薪资和算力使用费用合计约 800-1000 亿美元。一个顶尖 AI 研究员的全年薪酬包（含股权）已经突破了 500 万美元。
7000 亿美元的年投入，最合理的质疑是：挣得回来吗？Q2 财报给出了一些初步信号：
数据来源：各公司 Q2 2026 财报。AWS 增长包含 AI 推理和新工作负载。
▸ 谷歌云：Q2 收入 340 亿美元，同比 +28%，AI 工作负载约贡献 40%。TPU 自研芯片推动利润率到 35.6%——这是所有云厂商中最好的毛利率。
▸ 微软 Azure：Q2 FY26 收入 480 亿美元，同比 +33%，其中 AI 贡献了 12 个百分点的增速。
▸ AWS：Q2 收入 290 亿美元，同比 +19%，增速回升，AI 推理负载是主要驱动力。
但乐观之下有几个冷事实：
第一，资本开支增速远超云收入增速。投入一年涨了 60%，收入涨了 25-35%。按照这个节奏，10 年后才能回本——前提是增速不降。
第二，C 端用户还没付钱。ChatGPT 有 6 亿月活但付费渗透率不到 10%。AI 聊天、AI 搜索这些消费者产品目前赚的不是用户的钱，而是投资人的钱。
第三，B 端是最硬的商业模式，但还没跑通闭环。企业 API 调用、AI 编码工具（如 Claude Code 的 250 亿 ARR）证明"能干活"的 AI 值得企业花钱。但这部分收入在整个 AI 生态中还是"小头"。
答案分三个层次：
第一层：企业和开发者是现阶段最真实的买单方。谷歌 MaaS（模型即服务）收入从去年 15 亿飙升到今年目标 150 亿，字节豆包的 MaaS 收入从去年 15 亿上调到 150 亿。企业愿意为"能干活"的 AI 付钱，这是唯一不需要靠信仰支撑的商业模式。
第二层：资本市场在赌"先建成先赢"。四巨头本质上在重复 20 年前互联网宽带的逻辑——先花巨资把基础设施铺好，等需求自然填满。谷歌 CEO 皮查伊说"少建的风险远大于多建的风险"，其实就是在公开说：赌的不是当前需求，是未来需求。这解释了为什么 7700 亿美元的投入都顶着"目前用不完"的质疑在执行。
第三层：C 端用户还在路上。如果 AI 在消费者端找到了 200 亿月活用户（像 YouTube 或 TikTok 那样），广告模式会轻松消化这些投入。但如果两年后还没找到，7000 亿美元的账单就要打折扣了。
▲ AI 投入的三种回报路径：企业 API（硬）、资本市场（赌）、消费者（未知）
7000 亿美元的数字确实夸张。但把它放到"人类历史上最大的基础设施建设周期"这个框架下，答案就比"烧钱竞赛"要理性得多。铁路、高速公路、互联网宽带——每一次基础设施升级都经历了一轮"先建后用"的质疑，最终需求追了上来。
AI 基础设施会不会成为下一个？取决于一点：未来 2-3 年，企业和消费者能不能用出足够多的"AI 产值"来消化这 7000 亿。如果答案是能，那 7700 亿就是折扣价；如果不能，那这些数据中心就会变成 21 世纪版的"荷兰运河泡沫"。
本文不构成投资建议。数据来源：各公司 Q2 2026 财报及投资者电话会指引、The Information、Reuters、Bloomberg、CNBC。所有数字基于公开披露，部分为市场一致预估。
📡 微信搜索「AI 深度解读」
报道新闻背后的商业逻辑和技术趋势
让普通人也能了解 AI，不制造焦虑