美股微软、亚马逊财报前瞻 - 联赛动态

本周三将迎来微软的财报发布，周四则是亚马逊的财报日。

为了撰写本文，我仔细研读了华尔街最新、最详尽的财报原件、数十页英文注释以及数万字的电话会议记录，逐行逐句地进行了分析。

说实话，最近两天市场上关于财报前景的分析比比皆是，但阅读后我深有感触：大家每天都在关注“营收是否超出预期”、“每股收益是否达标”，但真正愿意静下心来，帮助大家逐项拆解成本、核算现金流的分析者却寥寥无几。

如今，仅仅关注那些亮眼的增长数字已经不够了。

我们真正需要了解的是：当上游建造成本持续攀升、科技巨头的资本支出如雪球般膨胀时，它们投入的每一笔百亿美元，究竟能转化为多少实际收益？

建议先点赞、再收藏，等财报公布前拿出来验证。

微软财报深度解析

首先来看微软。

这次财报，我最关心的并非营收是否超出预期，也不是Azure云计算又拿出了多么漂亮的增长数据。

因为上周一系列科技股的财报和股价反应，包括Meta、台积电及其他企业软件公司，已经清晰展示了华尔街当前的“奖惩标准”：市场对单纯的增长故事已不再热衷。

谁能证明AI投入正在转化为实实在在的回报，市场就会给予其溢价；

谁仍停留在只烧钱、不兑现的阶段，即使账面数据尚可，也会被市场重新评估。

因此，轮到微软交卷时，我真正想弄清楚的核心问题只有一个：它投入数百亿美元建设AI，是否已经开始形成一门真正盈利的业务？

这个问题，我将顺着其商业链条，分四步寻找答案。

第一步，看应用层：Copilot的销售情况如何？

第二步，看收费模式：微软能否从固定订阅升级到基于智能体的按量收费？

第三步，看基础设施：Azure手中的巨额订单能否顺利交付并转化为实际收入？

最后一步，看财务底线：扣除资本支出后，微软还能保留多少自由现金流？

这四步环环相扣。只要其中一环出现问题，市场对微软的估值逻辑就可能被重新审视。

先看第一步，Copilot。

我将其放在首位，是因为上个季度，市场更多关注Azure的增长和资本支出，反而容易忽略一个变化：Copilot的商业化正在加速。

我们来看微软CEO纳德拉在上次财报电话会议上的原话，他提到的几个数字非常关键：

Microsoft 365 Copilot的付费席位已突破3000万，而前一季度仅为2000万出头，单季净新增席位数量环比翻了一倍以上；

拥有5万个以上席位的大客户数量，同比增加了7倍多；

将Copilot推广给公司半数以上员工使用的企业数量，一个季度内增长了近75%。

如果将这些数字对应到具体的大客户名单上，感受会更加直观：

例如英国国家医疗服务体系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33万名员工部署了Copilot；

汇丰银行则承诺采购20万个席位。

这些数字综合起来表明，Copilot正从小范围试用逐步走向大企业的规模化采购。至少在企业付费意愿方面，微软已取得了实质性进展。

但这里有一个不可忽视的环节：企业愿意购买，并不代表这门生意已经成功。

我为什么这么说？

因为上一季度，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仅增长6%。管理层表示，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，但不能将这部分增长完全归功于Copilot。因为微软至今未单独披露Copilot的收入、活跃率和利润率。

换句话说，3000万付费席位证明了其销售能力，但尚未证明它已成为一台高利润的印钞机。

因此，这次财报我真正想听到的，不只是增加了多少席位，而是：

签订合同后，客户的使用是否越来越深入？

到了续约时，企业是否愿意继续付费，甚至购买更高价的服务？

因为这些问题决定了Copilot能否从一门“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：微软为何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费，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，消耗的推理算力就越多。如果收入仍停留在固定订阅，而成本随使用量上升，商业模式将面临压力。

微软已为GitHub Copilot引入按量计费，并通过E7将Copilot、安全、身份管理和Agent 365打包。它要销售的是企业管理AI的整套系统。

但这条路能否走通，还需看竞争情况。如今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，管理层表示，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之上的企业入口：数据接入点在哪里，身份权限由谁管理，智能体在何处运行。

而纳德拉最近的两次访谈，进一步阐明了微软的这一战略路线。

他强调，企业不能假设AI模型永远可靠。模型能力越强，企业越需要一套外部安全体系，来管理其能访问哪些数据、能调用哪些工具，以及在出现异常时如何限制其行为。

这意味着，微软想销售的或许不只是一个能帮员工写邮件、做表格的Copilot，而是整套能让AI进入企业核心业务、同时又不失去控制的管理体系。

因此，接下来必须看第三步，Azure。

上一财年，Azure全年收入首次突破1000亿美元，增长41%；上一季度增速从40%加快到43%。

到了本周这一季度，微软更新后的固定汇率增速指引为44%到45%，公司总收入指引在898.5亿至909.5亿美元之间。不过新财季调整了披露口径，对比增速时需参考重述数据。

看未来的增长可见度，还需结合微软手中的“订单大山”。上一季度，包含Azure和办公软件在内的微软整体商业剩余履约义务（商业RPO）达到6780亿美元，同比大增84%。

但这组数据需要分两层解读：

1. 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%，并且当季的环比增量主要来自前沿模型公司以外的客户。

这说明需求并非仅由一家大客户支撑，但84%和25%的增速差也提醒我们，OpenAI对整体订单的拉动依然显著，客户集中度风险尚未完全消除。

1. 手中的合同需分期转化为收入。

RPO是未来要履行的长期订单，并非本季已赚到的钱，更不是已到手的现金。微软预计，其中约30%将在未来12个月确认为收入，其余部分则在更长的周期内逐步履约。

因此，看本周的Azure，市场真正要验证的，不仅是订单多少，而是新建的数据中心能否按时交付，让算力真正转化为当季收入。

因为微软未将新增产能释放、价格改善和OpenAI相关需求精确拆分。

所以这次财报我会重点关注：如果继续加速，增长究竟来自新客户，还是过去受算力限制的订单开始确认？如果收入未跟上，到底是机房交付受阻，还是客户采购放缓？

毕竟，订单能多快兑现，兑现时需付出多少算力成本，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因素：资本回报。

我们先算一笔现金账：上一季度，微软经营现金流为554亿美元，但资本开支连同融资租赁花掉了410亿美元，最后留下的自由现金流仅为196亿美元，它也是唯一一家自由现金流为正的云巨头。

而到了本季度，微软预计资本开支还将突破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，建设同样规模的数据中心正变得越来越昂贵。

需求再旺盛，如果收入增长跑不赢成本膨胀，最后留在手中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”是否超出预期。因为这里有两个细节必须剔除来看：

第一，是会计折旧的调整。

微软将数据中心建筑和办公楼的预计使用年限从15年延长到25年。这会直接减少未来的账面折旧，使利润表看起来更漂亮；但这并不代表其中的GPU突然能多用10年，更不意味着花出去的真金白银变少了。

第二，是非经营因素的干扰。

上一季度，微软的净利润增速明显快于营业利润，很大程度上是受到投资收益等非经营项目的影响。

换句话说，账面净利润可以通过延长折旧和投资收益来润色，但现金流不会撒谎。因此，这次看财报我一定会将营业利润、经营现金流和自由现金流放在一起分析。

说到底，这次我不只看微软能否把AI卖出去，更要看它能否将需求转化为收入，再将收入转化为真正留得下来的现金——这，才是本周微软财报真正的胜负手。

拆解完微软你会发现，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。

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为何突然加速？

增长是否仅依赖少数AI大客户？

如此快的增长，利润率能否守住？

2200亿美元的年度资本开支，何时能转化为真正的自由现金流？

这4个问题，实际上是一条从需求爆发、客户结构、利润留存到现金回报的完整链条。

先看第1个问题，AWS到底有多强，为何突然加速？

上一季度，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，在上一季度创下新高，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，而非当季真实收入；更重要的是，这两项业务的统计口径不能简单相加。

亚马逊并未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，它与“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，使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能否冲破451亿美元，把高增速延续下去，拿下“六连跳”。

而在财报前，Jassy最近又释放了一个更值得关注的信号。

他在10月23日的最新访谈中表示，AWS今年的主要云计算产能已售罄，2027年大部分产能也已被预订，甚至有相当一部分2028年的产能已有客户承诺。

这句话的价值，不只是告诉我们AI需求很旺盛，而是把问题从“有没有客户”推进到了“亚马逊能多快把产能交付出来”。

增长快，还要看增长质量。这就来到第2个问题：AWS是否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，但公司未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（已签约但尚未交付的业务承诺）在上一季度末达到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”尚未全面爆发。

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。

上一季度，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仅占亚马逊总营收约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，上一季度的利润率里藏着两个容易漏掉的一次性顺风：

**1. 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明确假设不再有这项收益。

**2. 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，给上一季度全公司多增了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”。

上一季度，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从上一季度的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。

亚马逊将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，上一季度单季折旧与摊销已升至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。

对本季度，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，这次能否再度冲破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，已使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。

本文来自微信公众号“美股投资网”（ID：tradesmax），作者：StockWe.com，36氪经授权发布。