一座今天建成的数据中心，可能要在未来十几年中回收投资；装入其中的芯片，却可能在数年内面临新一代产品的竞争。即使算力需求继续增长，算力价格、设备利用率、能源成本和技术替代，也会不断改写最初的回报测算。

“利好”也读成“利空”？前有谷歌等科技巨头交出亮眼财报，后有英伟达抛出5000亿美元的产融合作计划，市场的回答却一言难尽。

在美国另类资产金融科技平台iCapital董事总经理兼首席投资策略师Sonali Basak看来，现金流压力正在提高AI（人工智能）投资的考核门槛，但尚未构成所有超大规模厂商（hyperscalers）的系统性融资危机；真正需要区分的是资产负债表缓冲、垂直整合能力以及AI收入的兑现速度。

或许，华尔街不再纠结于AI交易是否见底，抑或泡沫是否出清。7月清算估值与仓位之后，8月的“审问”开始深入利润表、现金流量表，乃至机房、电力与芯片交付现场。宏大叙事并未消失，只是被放到了“财务＋物理”的双重显微镜下。

8月10日，英伟达收跌2.86%，盘中一度下跌逾3%，单日市值蒸发超过700亿美元；费城半导体指数下跌2.94%，光通信龙头公司Coherent和Lumentum的股价也大幅回落。

当天，英伟达宣布分别与阿波罗、贝莱德、黑石、博枫、高盛和KKR签署谅解备忘录，拟建立独立的算力融资平台，逐步动员超过5000亿美元第三方资本，用于AI基础设施建设。

英伟达对这件事的定义颇具野心：将英伟达算力及全栈AI基础设施转化为可供全球资本投资的资产，通过与使用量挂钩的长期收入，吸引保险、资管、私募信贷和基础设施基金进入。

英伟达创始人黄仁勋称，英伟达已经从制造芯片，走向帮助创造一种新的生产性基础设施——“AI工厂”。他还在社交平台上表示，英伟达可选择对潜在交易中最高25%的抵押品残值提供支持。

值得注意的是，相关机构的具体承诺、融资成本、最终协议和部署时间还未披露。

这一融资平台的建立，可以降低客户一次性购买GPU（图形处理器）和建设数据中心的资金门槛，并为英伟达打开更大的潜在市场。至少在短期交易中，市场还没有将5000亿美元直接折算成新增订单和利润。

原因或许在于这个数字内部。5000亿美元是拟在未来逐步动员的第三方资本，不是已经到账的订单；谅解备忘录也不等于最终协议。更重要的是，当英伟达需要联合六家全球资本巨头为客户搭建融资通道，市场看到的不只是需求旺盛，也会追问：AI建设是否已经昂贵到仅靠科技企业自身现金流难以继续支撑？外部资本是在验证需求，还是在为需求续航？

这未必简单否定AI的长期价值，而可能是定价标准发生了变化。融资意向不等于项目获批，项目获批不等于机房建成，机房建成也不等于算力被充分使用并产生现金回报。

发生了什么？答案或许藏在科技巨头企业公布的二季度成绩单里。2026年7月可能成为一个转折点：科技巨头交出的仍是一张增长报表，市场却开始用另一套方法阅读报表。

7月22日，谷歌母公司Alphabet（股价数据采用A类股GOOGL，即“谷歌-A”口径）公布2026年二季度业绩：营收达1198亿美元，同比增长24%；谷歌云收入同比增长82%，营业利润达到88亿美元，较上年同期增长超过2倍。次日，Alphabet股价下跌7.13%。

一周后，微软公布截至6月底的季度业绩：营收达900亿美元，同比增长18%。7月30日，微软股价上涨超过15%，创下18年来的最大单日涨幅，单日市值增加约4500亿美元。

两家公司都在加码AI，都说需求超过供给，云业务也都保持高速增长。华尔街给出的答案却是一跌一涨。

差别藏在利润表之后。Alphabet当季经营现金流为390.69亿美元，资本开支达到449.24亿美元，自由现金流（FCF）因此降至-58.55亿美元，为公司上市以来首次单季转负。

微软同样投入巨大，当季现金资本开支358亿美元，另有56亿美元融资租赁；但其经营现金流达到554亿美元，同比增长30%，自由现金流仍有196亿美元。微软云平台Azure收入同比增长43%，商业剩余履约义务达到6780亿美元，同比增长84%，下一季度Azure收入增速指引也高于市场预期。

经营现金流增长、云收入加速、订单积压扩大，共同构成了一条相对清楚的回报路径。微软首席财务官Amy Hood表示，公司对投入资本回报率更有信心，依据包括市场空间扩大、模型与芯片效率改善，以及AI产品组合不断拓宽。

当然，会计口径仍需辨认。部分数据中心租赁由融资租赁转为经营租赁，可以改变资本开支出现的位置，却不会消除未来付款义务。

不过，这并不意味着市场形成了一条“自由现金流为正就涨、为负就跌”的简单规则。

Meta公司当季自由现金流同比下降91%，从85.5亿美元降至7.84亿美元；311亿美元资本开支，几乎用尽319亿美元经营现金流，股价盘后一度下跌10%。苹果却提供了一个反例：截至2026年6月27日的公司第三财季，公司营收增长16%至1094亿美元，经营现金流创下同期纪录，AI投资模式也远比云厂商轻，其股价次日仍一度下跌超8%。

市场担心的是供应约束、终端需求和未来指引。苹果说明，自由现金流是这一季最醒目的线索，却不是唯一的交易开关。市场审视的，是一家公司能否同时为投入、增长与估值提供可信解释。

同一个“显微镜”也在向硬件端移动。6月，美光科技交出创纪录的183亿美元调整后自由现金流，财报次日股价上涨15.7%；到了8月，闪迪与西部数据公布强劲业绩，高于分析师一致预期的收入指引，股价盘中却一度分别下跌13.3%、19.1%。

需求依然强劲，但存储价格还能上涨多久、盈利上修能否追上此前涨幅，已经成为新的考题。财务显微镜衡量现金，物理显微镜则开始测量价格、产能、利用率与技术迭代。

有分析指出，这些看似矛盾的价格反应，其实指向同一变化：资本开支不会在建设当期全部进入利润表，却会首先从现金流中流出。利润可以证明业务仍在增长，自由现金流则暴露了为增长支付的即时成本；订单与指引能否为这笔成本提供可信辩护，决定了市场愿意容忍多久。

金融科技内容平台Fintech Brainfood的创始人Simon Taylor对Alphabet发布财报后的股价表现概括颇为传神：抛售表达的是市场对未来回报的意见，而积压订单来自已经签署的合同；在两者之中，只有后者具有约束力。

换句话说，市场重新定价的并非“AI有没有需求”，而是需求转化为收入、利润和现金的速度，能否追上资本投入的速度。

自由现金流并不神秘，其大致等于经营活动产生的现金，减去购买物业、厂房和设备等资本支出。利润表记录一家公司在会计意义上赚了多少钱；自由现金流追问的是，支付完本期建设投入后，还有多少现金真正留在手里。

这在AI时代变得格外重要。摩根士丹利分析师Brian Nowak向Alphabet首席执行官桑达尔·皮查伊提问：与一年前相比，公司如何判断生成式AI的资本回报空间和兑现时间？

皮查伊依然乐观。他认为AI仍处于结构性变革的早期，无论是消费者服务还是企业应用，都存在取得“非凡回报”的机会，前提是执行到位。

一周后，高盛分析师Gabriela Borges向微软首席财务官Amy Hood提出了几乎相同的问题：如果把资本开支与商业化收入放在一起看，微软今天所作投资的回报率，相比一年前发生了什么变化？

两位分析师不约而同地把问题从模型能力、云收入与供给约束，推向了投入资本回报率。

这可能意味着，市场的检验正在逐层深入。第一层是需求：是否有客户愿意购买AI服务。第二层是收入：云服务、推理、订阅和智能体能否形成规模化收入。第三层是现金：新增经营现金能否覆盖芯片、服务器与数据中心支出。最后才是完整的资本回报：这些资产在整个使用周期内创造的现金流，能否覆盖折旧、能源、融资成本以及股东要求的回报。

谷歌、微软和亚马逊云业务增长加速，说明AI并非只有投入，没有客户。

收入也开始显影。Alphabet云业务利润率明显上升，微软则报告模型、芯片和数据中心效率持续改善。但这些公司尚未单独披露AI业务完整的收入、利润与现金流，市场仍然无法把每一美元的AI资本开支与相应回报一一对应。

现金层面的压力测试则刚刚开始。投资者正在区分：谁仍能依靠原有业务现金完成建设，谁的资本开支正在更快吞噬现金，谁又需要通过公司债、租赁和项目融资维持扩张速度。

至于最终的资本回报，现在还没有足够长的数据作答。

一座今天建成的数据中心，可能要在未来十几年中回收投资；装入其中的芯片，却可能在数年内面临新一代产品的竞争。即使算力需求继续增长，算力价格、设备利用率、能源成本和技术替代，也会不断改写最初的回报测算。

华尔街现在做的，是用自由现金流开始第一轮筛选。

本文来自微信公众号： 经济观察报 ，作者：欧阳晓红