4月29日盘后，Google、Microsoft、Meta、Amazon四家美国科技巨头几乎同时披露了最新一季财报。把这四份财报放在一起看，会发现市场最关心的问题已经不再是“AI到底有没有需求”，而是“需求确认之后，谁能更快把它转成收入，谁又会先被算力、资本开支和兑现节奏卡住”。微软把2026年资本开支（capex）直接抬到1900亿美元，并明确表示供给至少会紧到2026年底；Google Cloud增速跳到63%，未完成订单（backlog）单季翻倍到4620亿美元；Meta把全年资本开支上修到1450亿美元；Amazon则一边把AWS拉回到15个季度以来最快增速，一边让自由现金流被AI基建大幅吞噬。
以下是四家巨头财报的详细编译，聚焦核心数字、管理层表态，以及最值得投资人关注的关键信号。
1. 微软：1900亿资本开支砸下去，Hood说算力还是不够
来源：Microsoft FY2026 Q3新闻稿+电话会议实录，发布于2026年4月29日盘后。
微软本季度收入和AI业务全部超预期，但CFO Amy Hood在电话会议上直接告诉所有人：算力供给至少要紧到2026年底。
关键数字
- 收入：828.9亿美元，同比+18%
- 运营利润：384亿美元，同比+20%
- 每股收益（EPS）：4.27美元
- Microsoft Cloud收入：545亿美元，同比+29%
- Azure及其他云服务增长：40%，超出此前37-38%指引上限
- AI业务年化收入：首次明确披露370亿美元，同比+123%
- 资本支出：319亿美元，约三分之二投向短寿命资产（GPU、CPU），三分之一是数据中心等长寿命资产
- 下季度资本开支：将超过400亿美元
- 2026全年资本开支指引：1900亿美元，其中约250亿来自组件涨价
- 商业剩余履约义务（RPO）：6270亿美元，同比+99%
- Microsoft 365 Copilot付费席位：突破2000万，同比+250%
- GitHub Copilot企业版客户：接近14万家，同比近三倍
Nadella讲的故事框架
Nadella将整场发言拆成两条优先级，核心围绕AI基础设施与高价值智能体系统展开。
第一，搭建智能体计算时代（agentic computing era）的云和AI基础设施。过去一个季度新增1 GW算力容量，仍按计划“两年内把整体足迹翻倍”。威斯康星州的Fairwater数据中心比预期提前6周上线，“让我们提前确认了收入”。
值得注意的几个新硬件信号：自研AI加速器Maia 200已部署在爱荷华和亚利桑那的数据中心，Nadella称其单位token成本比“现有机群里最新一代芯片”提升30%以上；自研服务器CPU Cobalt已部署在近一半数据中心区域，Databricks、Siemens、Snowflake均在使用。
第二，跨生产力、编码、安全三个核心领域，构建高价值智能体系统（agentic system）。这是发言重点——M365 Copilot付费席位达2000万，Accenture一家就占74万席（Nadella称“这是我们迄今为止最大的Copilot订单”），Bayer、Johnson&Johnson、Mercedes、Roche等企业均承诺9万席以上。
CFO Amy Hood的两段关键披露
关于资本开支结构：“这个季度，大约三分之二的资本开支投向了短寿命资产，主要是GPU和CPU。剩余三分之一投向长寿命资产，将支撑未来15年甚至更长时间的商业化变现。”
关于供给约束（本场财报最重要表述）：“即使有这些额外投入，并且我们持续努力让GPU、CPU和存储容量更快上线，我们预计供给受限的状态至少会持续到2026年底。”
分析师追问与回应
摩根士丹利Keith Weiss：我们一直在讲需求强劲，但IT整体支出预期没在涨，GDP也没在涨。从长远看，这些钱到底由谁来付？
Amy Hood：你说的没错。但如果退一步看，你其实在问的是：我们怎么从一个历来被视为“按席位”收费的业务，过渡到一个“按完成工作量、按生产力提升”计费的业务……我开始把它看成一个“许可证业务+消耗型业务”，而且这个变化的范围会比很多人想象得更广。这也意味着，随着时间推移，订单形态会发生变化。
Satya Nadella（接续回答）：我们所有按用户收费的业务——无论是生产力、编码还是安全——都会逐步变成“按用户收费+按使用量收费”的业务。这件事已经在编码场景里发生了。
瑞银（UBS）Karl Keirstead：你下半年要把资本开支拉到1200亿美元规模，你有多大信心能突破物理元件约束？
Amy Hood：我对突破这些物理限制相当有信心。这次大幅增长里有很多是短期资产——CPU、GPU、存储。当价格对数字的影响这么大时，意味着它更偏向短期资产。微软自用算力和满足Azure外部需求之间的压力会持续存在——我们正尽全力让容量更快装机上线，这就是你看到下半年资本开支数字背后的逻辑。
伯恩斯坦（Bernstein）Mark Moerdler：资本开支增速远超营收增速，投资人很紧张，怎么解释？
Amy Hood：看看RPO数字——6270亿美元未实现合同收入摆在那里，而且这还没把Copilot席位加速带来的影响算进去。
Satya Nadella（补充）：模型能力是指数级提升的。想想Excel里的智能体模式（agent mode）——它一直不好用，但到某个时点会突然变得真正可用，因为底层模型能力到位了。你必须为这种机会提前做好准备。
关于OpenAI协议重组的财务解读
CFO Hood第一次官方解释4月27日那次重组对微软财务模型的影响：“收入分成会持续到2030年——这种可预测性对我们是真正的利好——而且知识产权授权是免版税的，同时微软对OpenAI的收入分成义务被取消了。”
2. Google：Cloud增速从48%跳到63%，Backlog翻倍到4620亿
来源：Alphabet Q1 2026业绩快报+CEO官方文章Alphabet earnings Q1 2026+电话会议实录Motley Fool Transcript，发布于2026年4月29日盘后。
搜索业务（Search）依然是现金牛，但真正爆发的是Google Cloud。这份财报里最重要的变化是，Google Cloud终于把AI需求非常直接地转成了收入、利润和订单积压。让市场重新给Alphabet估值的，是Cloud收入首次站上200亿美元、同比增速直接冲到63%，以及未完成订单（backlog）在一个季度里几乎翻倍到4620亿美元——这个数字已经不是“客户在试用AI”，而是客户在用多年合同给AI产能排队。
关键数字
- 营收：1099亿美元，同比+22%
- 营业利润：397亿美元，同比+30%
- 营业利润率：36.1%
- 每股收益（EPS）：5.11美元
- Google Cloud营收：200亿美元，同比+63%
- Google Cloud营业利润：66亿美元，利润率32.9%
- Q1资本开支：357亿美元
- 2026全年资本开支指引：1800亿-1900亿美元
- Google Cloud未完成订单（backlog）：4620亿美元，环比接近翻倍
- Gemini Enterprise付费月活：环比+40%
- 第一方模型API调用：每分钟处理超160亿token
Pichai讲的故事框架
Pichai本次发言逻辑完整，几乎将Alphabet的AI投资逻辑全盘摊开，核心表述是：“我们在AI上的投入，以及全栈式的布局，正在推动整个业务的表现提升。” 整体框架可拆分为四层：
第一，AI基础设施是全栈战略的底座。Pichai首先提及TPU、Axion CPU、NVIDIA GPU这些最底层的算力组合。在Cloud Next大会上，Google推出了第八代TPU：TPU 8t主打训练，处理能力是Ironwood的三倍；TPU 8i主打低延迟推理，单位美元性能比上一代高80%。这个顺序至关重要：他没有先讲产品，而是先说明“Google有资格承接这轮AI需求”的核心底气。
第二，Search的AI化没有损伤收入，反而提升了使用率。Pichai明确表示，AI正在持续带动Search使用率，查询量处于历史高位。官方博客补充了一组关键效率数据：过去五年搜索延迟下降了35%，而在升级Gemini 3后，核心AI响应成本又下降了30%以上。换句话说，Google并非“硬烧钱做AI搜索”，而是在不断将AI搜索优化为更可扩展、成本更低的系统。
第三，Cloud已经成为这轮AI需求兑现最直接的出口。Pichai在电话会上强调：Cloud因AI产品和基础设施需求再次加速，本季收入增长63%，首次超过200亿美元，未完成订单环比几乎翻倍到4620亿美元。与此同时，基于生成式AI模型的收入同比增长接近800%。这一信号清晰表明：Google正从“模型和产品能力很强”过渡到“企业客户开始真正签单”。
第四，Gemini不只是模型名，正在成为收费系统。Gemini Enterprise付费月活环比增长40%，第一方模型每分钟处理超过160亿token，高于上季度的100亿。对Alphabet而言，这意味着模型层的调用量、企业订阅和云收入，已经开始形成自我强化的闭环。
CFO Anat Ashkenazi的几段关键披露
关于Cloud增长和未完成订单：“Cloud收入在所有关键领域都在加速增长，同比增长63%，达到200亿美元。”“截至一季度末，Google Cloud的未完成订单环比几乎翻倍，达到4620亿美元。”“我们预计，未来24个月内会有略高于一半的未完成订单被确认为收入。” 这几句话的核心价值的是，Google不仅告知投资人“单季表现强劲”，更明确了需求的中长期兑现预期——超过一半的未完成订单将在两年内转化为收入。
关于资本开支和投向结构：“一季度资本开支为357亿美元……本季度技术基础设施投资中，大约60%投向服务器，40%投向数据中心和网络设备。”
关于未来资本开支预期：“我们将2026全年资本开支指引更新为1800亿至1900亿美元……我们预计2027年资本开支将显著高于2026年。” 这意味着Alphabet并非一次性冲刺，而是正式进入连续两年上修AI基建投入的阶段。
分析师追问与回应
摩根士丹利Brian Nowak：Search业务里，哪些领域最值得投入下一代算力来获得回报？既然TPU自用的投资回报率很高，为什么还要对外卖，定价逻辑是什么？
Sundar Pichai：在Search里，把智能体工作流（agentic workflows）带给消费者会是“一个巨大的机会”。而对TPU的外部销售，Google的框架不是卖硬件本身，而是从Google Cloud的整体机会来看——在合适的客户场景里机会性地做，同时也会看投资回报率、规模效应和对下一代计算环境的支持作用。
MoffettNathanson分析师Michael Nathanson：当算力受限时，你们是怎么决定哪些部门、哪些项目优先拿到计算资源的？内部项目和外部客户之间怎么排序？另外Gemini App未来会不会加广告？
Sundar Pichai：最核心的优先级，是满足前沿模型研发所需的算力，这是所有业务的基础；在此之上，再结合Search、YouTube和Cloud的长期规划做分配。Pichai还直接承认：“短期内，我们仍然受到算力约束。举例来说，如果我们能够满足这些需求，Google Cloud的收入本来还会更高。” 这句话足以说明：Google本季度的瓶颈不是需求不足，而是供给受限。
关于这份财报的财务解读
Alphabet本季度最大的变化，是第一次把“AI需求强劲”拆成了三张可量化的表：Cloud增速、未完成订单、资本开支。Search依然是稳定的现金牛，但真正让市场意识到Google能吃到这轮AI基建红利的，是Cloud首次表现出明显的“供不应求”特征。对Google来说，最有价值的不是本季63%的增速本身，而是4620亿美元未完成订单所代表的中长期确认收入。
3. Meta：钱全烧给算力，资本开支一年涨到1450亿
来源：Meta Q1 2026官方新闻稿+电话会议实录Motley Fool Transcript，发布于2026年4月29日盘后。
Meta本季度最鲜明的反差的是，它依然是一台利润率极高的广告机器：营收同比增长33%，营业利润率41%，广告展示量和单价同时上升。但这份财报真正的核心是管理层的明确选择：把本可留在现金流里的利润，全部前置砸进AI基础设施。全年资本开支上限被直接推到1450亿美元，这是本场财报最关键的信号。
关键数字
- 营收：563.1亿美元，同比+33%
- 营业利润：228.7亿美元
- 营业利润率：41%
- 每股收益（EPS）：10.44美元
- 广告收入：550.2亿美元，同比+33%
- 广告展示量：+19%
- 平均广告价格：+12%
- Reality Labs收入：4.02亿美元
- Reality Labs经营亏损：40.28亿美元
- Q1资本开支：198.4亿美元
- 自由现金流：123.9亿美元
- 2026全年资本开支指引：1250亿-1450亿美元
- Q2营收指引：580亿-610亿美元
Zuckerberg讲的故事框架
Zuckerberg的开场彻底改写了Meta的新一轮叙事，他首先将本季度最大里程碑定义为Muse家族模型的发布，其中首个模型Muse Spark是Meta超级智能实验室（Meta Superintelligence Labs）的第一款模型。其核心表述是：“到目前为止，我们今年最大的里程碑，是推出了Muse系列模型——其中首个模型Muse Spark已经发布……” 整体故事可拆分为三层：
第一层，Meta从“做推荐系统的广告公司”升级为“要做个人超级智能（personal superintelligence）的平台公司”。Zuckerberg反复强调，自己对AI的理解与很多同行不同，不是“AI替代人”，而是“AI放大人”。他的目标不是只做一个聊天助手，而是把Meta AI做成一个能理解个人目标、长期陪伴用户的智能体（agent）。其核心愿景在新闻稿中明确体现：“我们正按计划把个人超级智能带给数十亿人。”
第二层，将超级模型直接融入现有的流量分发系统和广告系统。Muse Spark已经开始驱动Meta AI在家族应用、独立App和网站中的直接对话。Susan Li补充说，模型广泛上线后，Meta AI每用户会话数出现了双位数百分比提升。与此同时，AI持续优化推荐系统：Instagram的Reels使用时长在Q1又提升了10%，Facebook全球视频观看时长增长超过8%，是四年来最大的季度环比提升。
第三层，业务型AI（business AIs）从概念走向商用场景。Zuckerberg表示，今年以来Meta正在测试早期业务型AI，每周对话量已经比年初增长10倍。Susan Li给出了更具体的数据：现在每周通过业务型AI促成的对话已经超过1000万次，而年初仅为100万次。这一数据的关键意义在于，Meta不仅将AI用于优化广告投放，还开始尝试将AI打造为企业服务接口。
CFO Susan Li的几段关键披露
关于资本开支：“我们预计2026年资本开支（包括融资租赁本金支付）将在1250亿至1450亿美元之间……” 官方新闻稿补充道：“这反映了我们对今年组件价格更高的预期，以及在较小程度上，为支撑未来年度产能所增加的数据中心成本。” 这两句话清晰阐明了Meta的投资逻辑：资本开支上修不仅是因为需求强劲，还源于组件涨价和未来产能的提前锁定。
关于成本结构：“一季度总费用为334亿美元，同比增长35%，主要由基础设施成本和员工薪酬推动……员工薪酬增长主要来自技术岗位招聘，尤其是AI人才。” 这意味着，Meta本季度的成本压力主要来自两件事：AI基础设施投入+AI人才招聘，而非营销支出。
关于广告效率改善：“我们对Lattice建模和学习技术所做的优化，使落地页访问广告的转化率提升了6%以上。” 这也解释了Meta为何敢一边加大资本开支，一边维持高利润率——AI不仅在烧钱，更在实实在在提升广告转化效率。
分析师追问与回应
摩根士丹利Brian Nowak：你们现在投入这么大，到底看哪些指标（signposts）来确保最终能有投资回报率？
Mark Zuckerberg：Meta的逻辑一直是先打造能触达数十亿人的体验，再在规模起来后实现货币化。现在主要看三步：先看模型是否落地，比如Muse Spark；再看产品是否快速获得用户使用；最后才是货币化效率。按他的说法，他对实验室和产品的进展“非常放心”。
伯恩斯坦Mark Shmulik：Muse Spark已经上线了，现在团队是更偏向继续做模型训练，还是更偏向把产品快速推出去？另外，2027年资本开支会不会继续大幅增加？
Mark Zuckerberg：研究和产品是两个并行迭代的循环。研究团队继续研发更强的模型，产品团队则基于现有模型尽快推出新体验。
Susan Li补充（关键表述）：“到目前为止，我们的经验是，我们一直在低估自身的算力需求……” 这与微软、Google的表态高度一致：所有巨头都在低估这轮AI对算力的消耗。
关于这份财报的财务解读
Meta当前的财务模型已非常清晰：应用家族（Family of Apps）继续提供极高利润率和强劲现金流，资本市场真正关心的是，这些利润最终有多少会被重新转化为AI算力投入。本季度的答案已然明确——几乎全部。
如果说Google是用Cloud收入证明需求，微软是用供给约束证明需求，那么Meta本季度则是用资本开支告诉市场：它宁愿先把利润砸下去，也不想在下一轮模型和智能体竞争中落后。
4. Amazon：AWS跑出15季度新高，但自由现金流被砍95%
来源：Amazon Q1 2026官方业绩稿+电话会议实录Motley Fool Transcript，发布于2026年4月29日盘后。
Amazon本季度最核心的矛盾不在利润表，而在现金流量表。利润端表现近乎完美：总营收1815亿美元，同比增长17%；AWS增长28%，创15个季度以来最快增速；营业利润239亿美元；每股收益2.78美元。但现金流端的现实极为直接：过去12个月自由现金流仅剩12亿美元，而上年同期为259亿美元，相当于被砍掉95%。官方解释毫不隐晦：这主要是因为AI相关的物业和设备采购大幅激增。
关键数字
- 营收：1815亿美元，同比+17%
- 营业利润：239亿美元
- 每股收益（EPS）：2.78美元
- AWS营收：376亿美元，同比+28%
- AWS营业利润：142亿美元
- 北美营收：1041亿美元，同比+12%
- 国际营收：398亿美元，同比+19%
- 过去12个月（TTM）经营现金流：1485亿美元，同比+30%
- 过去12个月（TTM）自由现金流：12亿美元，上年同期为259亿美元
- 过去12个月（TTM）物业及设备采购净额：1510亿美元
- Q2指引：营收1940亿-1990亿美元；营业利润200亿-240亿美元
Andy Jassy讲的故事框架
Jassy在电话会开场就亮出核心底牌：AWS以28%增速创下15个季度以来最快纪录；AWS年化收入规模已达1500亿美元；AI收入年化规模超过150亿美元；芯片业务年化规模超过200亿美元。这构成了Amazon当前的核心叙事：AWS+AI+自研芯片。整体框架可拆分为四层：
第一层，AWS重新进入加速区间。Jassy强调，AWS的28%增长是在“已达千亿级年化收入”的庞大基数上实现的，潜台词是：这种体量下的提速，本身就说明企业AI预算正在加速流向云服务。
第二层，Amazon认为这轮AI的核心是“卖整套技术栈”，而非单纯卖云。Jassy在电话会中反复提及Bedrock、Managed Agents、AgentCore、自研芯片和模型生态。官方业绩稿披露，过去12个月Amazon已落地210万+AI芯片，其中一半以上是Trainium；同时，OpenAI承诺消耗约2GW的Trainium容量，Anthropic承诺最多5GW。这一表述已超越普通客户合同，而是以“电力规模”来定义AI订单。
第三层，自研芯片首次被定位为“可单独估值的业务”。Jassy明确表示：“我们芯片业务目前的年化收入运行率已经超过200亿美元……” 还补充道：“如果单独看，它的运行率会到500亿美元。” 这表明Amazon已不再将Graviton、Trainium、Nitro视为AWS的附属零件，而是将其作为核心竞争壁垒。
第四层，AI变现贯穿多业务线，不止于云服务。Jassy在业绩稿中点名Rufus、Creative Agent、Amazon Quick、Health AI等一系列智能体化产品。这些产品看似分散，实则共同指向一个方向：Amazon正试图将电商、广告、客服、医疗、企业生产力等所有业务入口，全部实现智能体化改造。
管理层关于资本开支和自由现金流的关键表述
Amazon本次未像微软、Meta那样给出年度资本开支总额，但明确解释了自由现金流下滑的核心原因：“过去12个月自由现金流降至12亿美元，主要是因为物业和设备采购同比增加了593亿美元……这部分增加主要反映了对人工智能的投资。”
Jassy在电话会上进一步阐明逻辑：“AWS增长越快，我们短期投入的资本开支就会越多。在这些最初几批产能开始实现商业化、收入增速超过资本开支增速之前，早期阶段的自由现金流会承压。” 这两句话构成了本场财报最关键的财务解读：AWS增速越快，短期资本开支越高；而在这批产能真正转化为收入之前，自由现金流必然会被压制。
关于AWS和AI收入，Jassy强调：“AWS的增长继续加速，同比增长28%，这是15个季度以来最快的增速……AWS现在已经是一个年化收入达到1500亿美元的业务。在这轮AI浪潮的前三年里，AWS的AI收入年化运行率已经超过150亿美元……”
关于芯片供需，Jassy直接披露预售情况：“Trainium2基本已经售罄，Trainium3也几乎被订满，而Trainium4的很大一部分产能也已经被提前预订。” 这相当于明确告诉市场：AWS的AI增长，不仅源于云需求强劲，其自研芯片产能也已开始被客户提前锁定。
分析师追问与回应
高盛（Goldman Sachs）Eric Sheridan：面对这么庞大的未完成订单，你们未来几年到底要投多大规模的资本开支，才能把算力和容量补上？自研芯片又会怎样形成竞争优势？
Andy Jassy：AWS在1500亿美元年化收入规模的基础上还能增长28%，这是非常罕见的情况。所有应用都会被AI重塑，所以Amazon会投入“大规模资本”。他直言，早期自由现金流承压是这个阶段不可避免的一部分，但从长期回报来看，这与AWS第一波扩张周期没有本质区别。
摩根士丹利Brian Nowak：AWS的未完成订单现在到底有多大？客户广度如何？Rufus和智能体电商（agentic commerce）在2026年的关键里程碑是什么？
Andy Jassy：他直接披露，一季度AWS未完成订单是3640亿美元，且这个数字不包含近期与Anthropic达成的超1000亿美元新交易。至于Rufus和智能体购物，Jassy表示，Rufus活跃度同比增长115%，参与度增长400%，目标是将其打造成全球最好的购物助手，同时衍生出新的广告形式。
关于这份财报的财务解读
Amazon本季度的核心重点是：AWS的强劲增长，必须以牺牲短期自由现金流为代价，才能补齐产能。如果说微软在说“我供不上”，Google在说“我未完成订单快翻倍了”，那么Amazon的表述则是最典型的基础设施公司逻辑：我知道需求会持续爆发，所以必须先加大资本开支铺路，哪怕短期自由现金流很难看。对Amazon而言，接下来决定估值的核心，不是AWS能否继续保持高增速，而是这轮资本开支何时能转化为更大规模的收入兑现。
总结：四大巨头同入AI竞速新阶段
把微软、Google、Meta、Amazon四份财报放在一起看，市场已不再需要质疑“AI是不是伪需求”。真正的问题分为三层：第一，谁手里的需求确认最快；第二，谁能最先把需求转化为收入；第三，谁会先被资本开支、组件价格和供给约束拖慢。
四家巨头给出了各自的答案：
- 微软：需求强到1900亿美元资本开支也补不满算力缺口。
- Google：Cloud需求已开始排队签长期合同，未完成订单印证中长期兑现能力。
- Meta：利润先不分，优先把现金流转化为算力，抢占下一代AI竞争先机。
- Amazon：先把自由现金流压扁，也要铺好AWS和Trainium的产能，为长期增长奠基。
这一晚最值得记住的，不是任何一家单独的超预期数字，而是一件更重要的事：四家最核心的云和AI基础设施公司，已经同时进入了“需求确认、供给紧张、资本开支抬升、兑现竞速”的同一个阶段。接下来的差距，不在于谁会投入，而在于谁能更快把这轮投入，转化为下一轮更高质量的收入和利润。