AI盈利新阶段：基础设施先赢

AI第一阶段的真实利润并不在应用层，而在基础设施层，尤其是具备垂直整合能力的云厂商。谷歌Cloud利润率的快速扩张说明，AI变现最先兑现的不是Copilot式应用订阅，而是自研芯片、云算力和基础设施成本结构。

谁在真正赚AI的钱？一份只看财报的实证答案

过去半年，我系统性地翻了四大云厂商过去七个季度的财报，试图找到一个不靠叙事、只靠数字的答案。结论比我预期的清晰得多——AI变现的第一批赢家已经出现，但它不在你可能以为的那一层。

谷歌的垂直整合，已经兑现在财报里了

Google Cloud的营业利润率，在2024年Q1是9.4%。到2026年Q1，这个数字变成了32.9%。九个季度，扩张了23.5个百分点。

这不是预测，不是管理层的前瞻指引，是已经发生的财务事实，可以在Alphabet的SEC备案文件里直接查到。

同期，Google Cloud的收入从95亿美元增长到200亿美元，同比增速63%，是AWS（28%）和Azure（40%）中最快的。更重要的是，这个增速是在"供给约束"下实现的——Sundar Pichai在Q1 2026的财报电话会上直接说：如果我们有足够的产能，云收入本可以更高。换句话说，当前的增速低估了真实需求。

利润率的改善来自哪里？管理层从未在财报中精确拆分，但逻辑链条是可以还原的。谷歌的TPU自研路线从2015年持续到今天，历经八代迭代，Gemini系列模型的训练和推理几乎100%运行在自有TPU上。外购英伟达GPU时需要支付的"英伟达税"——H100的数据中心芯片毛利率高达73%到80%——在谷歌内部被压缩为TSMC制造成本加Broadcom设计服务费。SemiAnalysis的估算（中可信）是：谷歌Cloud TPU的总拥有成本比等效GPU配置低约44%。这个数字无法从公开数据独立验证，但利润率从9.4%到32.9%的跨越本身，就是对这套逻辑最有力的财报背书。

外部验证也在陆续出现。Midjourney把推理工作负载从英伟达GPU迁移到TPU v6e之后，月度推理成本从210万美元降至70万美元，降幅65%。Anthropic签署了涵盖超过350万块TPU芯片的多年期协议。这些不是谷歌内部的成本数字，而是外部客户用真实采购决策投票的结果，说明TPU的经济性已经在开放市场上经过了独立验证。

再对比一下同行：AWS利润率约34.6%，Azure智能云约43%，谷歌在Q1 2024时还只有9.4%。用九个季度追上两个已经成熟运营了多年的对手，这个速度值得认真对待。

应用层：付费座位数和真实使用深度，是两件不同的事

再来看应用层，以微软Copilot为样本。

微软在Q3 FY2026（2026年4月）的财报电话会上宣布，M365 Copilot付费席位超过2000万，同比增速250%。这是一个听起来很漂亮的数字，但当你把它放到背景里，画面就变了。

M365的商业付费总席位超过4.5亿。2000万的Copilot付费席位，渗透率是4.4%。换句话说，96%的M365用户没有付费使用Copilot。但更关键的是付费之后的使用深度问题。从Recon Analytics的估算数据来看（中可信），付费Copilot用户中实际活跃使用的比例约35.8%。也就是说，大约64%的付费席位没有转化为活跃用户。这在企业软件里不是罕见现象，但在一个被市场定价为"AI应用层变现核心逻辑"的产品上，这个数字需要被正视，而不是被季度增速数字掩盖。

Gartner 2025年的调研（样本187名IT和CSS领导者）给出了一个更直接的结论：完成试点之后，只有5%的组织在2025年进行了更大规模的部署。ROI量化被这些IT决策者描述为"quite challenging"。微软的AI产品不是没有价值，但从"企业采购"到"员工深度使用"之间存在一条真实的鸿沟，这条沟目前仍然没有被数据证明已经跨越。

微软并非没有改善的迹象。Satya Nadella在Q3 FY2026电话会上说了一句值得记录的话：Copilot的每周参与度现在已经与Outlook处于同一水平。如果这是真的，意味着习惯性使用正在形成——因为Outlook是员工每天必须打开多次的工具，这个类比不轻。但管理层没有给出任何可独立验证的绝对数字，只有同比和环比的相对提升，无法在财报中核实。

微软AI业务的年化收入运行率在Q3 FY2026是370亿美元，同比增速123%，这个数字是真实的。但这370亿包含Azure AI和整个Copilot产品线，M365 Copilot的独立收入从未在财报中单独列示。应用层的变现，目前仍然主要是预期，不是财报现实。

三家放在一起，有一个反直觉的结论

在AI投入最激进的这个阶段，利润率扩张最快的反而是投入最重、垂直整合程度最深的谷歌。这打破了"重资产投入必然压制利润率"的直觉。

解释这个现象的逻辑不复杂：谷歌把本来需要付给英伟达的溢价，转化成了自己的毛利空间。AWS和Azure每采购一块Blackwell GPU，都在给英伟达73%到80%的毛利率做贡献；而谷歌通过TPU把这部分省下来，再通过规模效应摊薄了固定成本。

但这个逻辑有一个重要的时间维度：垂直整合的回报需要超过十年的积累才能体现。谷歌TPU从2015年启动，今天已经是第八代。AWS的Trainium还在早期规模化阶段，微软的Maia 200在2026年1月才真正可用，现在能看到的是谷歌利润率扩张的结果，而不是过程。所以三家的AI利润率会继续收敛，但收敛的时间线不是一两个季度，而是3到5年。

所以接下来最值得关注的是

最值得关注的指标有两个，都会在未来两到四个季度内给出清晰的信号。

第一个是Google Cloud利润率在Wiz并购完成后能否维持在28%以上。管理层已经预警并购会带来"low single-digit百分点"的利润率压制，加上1900亿美元年化Capex的折旧浪潮即将冲击损益表，这两个因素叠加下，如果Cloud利润率仍能守住28%以上，则垂直整合的利润率优势是结构性的，不是一次性的高点。

第二个是微软是否会首次单独披露Copilot收入行项。一旦这个数字变得可见，应用层变现的真实进度就会从"管理层叙事"变成"财报现实"，届时会产生一次重要的预期重定价——方向可能向上，也可能向下，但无论哪个方向，信息都比现在清晰。

AI的钱正在被赚走。第一批赢家在基础设施层，逻辑是垂直整合，证据在财报里。第二批赢家会在应用层，但那个故事还没开始被财报验证。