AI盈利时代：看清价值链比听故事更重要

AI赛道近来开始展现真实的盈利前景。

不再只是概念。

5月下旬英伟达财报发布时，我有一个明显感受：过去两年市场一直在问"AI能否真正盈利"，现在部分答案已经揭晓。这次揭晓的是收入、毛利率、营业利润、现金流，而不仅仅是概念、发布会和朋友圈里的"时代变革"。

正因如此，投资者更容易做出错误选择。

过去买错，是把一个真实趋势看成泡沫。现在买错，可能是反过来：看到真实利润后，把所有会讲AI故事的公司都当成同一种资产。

这就麻烦了。

英伟达5月20日发布的2027财年一季报里，收入816亿美元，同比增加85%；数据中心收入752亿美元，同比增加92%；GAAP营业利润535亿美元，GAAP净利润583亿美元。

这些数字很实在。

它说明AI不是没有商业化。至少在基础设施领域，利润已经兑现得相当充分。芯片、网络、整机、云厂商采购，层层汇到那张利润表上。估值贵不贵可以讨论，周期会不会来可以讨论，但它已经不是一个空概念。

微软的表态也有类似信号。它在4月29日的FY26 Q3财报里说，AI业务年化收入运行率已经超过370亿美元，同比增长123%。

370亿美元年化收入，放在很多行业里已经是一家很大的公司了。

Alphabet的变化更明显。Q1 2026，Google Cloud收入200亿美元，同比增长63%；营业利润66亿美元，营业利润率32.9%。同一页材料里，Alphabet的资本开支也到了357亿美元，同比增加107%。

一边是云业务利润率抬升。

一边是机房、服务器、芯片、电力和折旧像潮水一样压上来。

这才是AI投资有趣、也困难的地方：问题已经从"有没有利润"，变成"利润先落在哪些人账上，成本又会被谁长期承担"。

我以前看科技股，偶尔也会被叙事带着走。什么平台迁移，什么范式革命，什么新入口。听多了以后，人会有点发热。

但账本不发热。

账本只问一句：钱到底留下来了没有？

很多人对AI的焦虑，往往不来自无知，反而来自信息太多。

今天一个模型，明天一个Agent，后天一个垂直行业重做一遍。每家公司都能找到自己的AI角度：卖软件的说自己是AI软件，做广告的说自己是AI广告，做硬件的说自己是AI终端，连一些原本增长乏力的公司，也突然有了"AI转型第二曲线"。

听着都对。

问题是，都对不等于都赚钱。

Meta的Q1 2026也挺典型。公司收入563亿美元，同比增长33%；净利润268亿美元，同比增长61%。同时，它把2026年资本开支预期提高到1250亿到1450亿美元，Q1单季资本开支198亿美元。

这不是一笔小钱。

Meta能这样花，是因为它背后有Facebook、Instagram、WhatsApp，有广告现金流，有35亿级别的日活人群，有足够厚的利润垫子。AI对它来说，不只是新产品故事，也可能是广告匹配、内容推荐、创意生成和用户时长的效率工具。

换句话说，它有老业务替AI买单。

很多公司没有。

这就是最容易混淆的地方。一个公司说"我要投AI"，和一个公司"有能力长期投AI"，差得很远。一个公司展示了AI Demo，和一个公司把AI放进客户预算、合同和现金回款里，也差得很远。

前者讲起来很漂亮。

后者才比较值钱。

最糟糕的是，有些故事听起来一点也不假。它有客户，有产品，有新闻稿，甚至也有增长。可只要把成本摊开，毛利一算，销售费用一扣，整件事就露出一股不靠谱的潮气。

有些AI公司像收费站，车流越大，它越收钱。英伟达现在就是这种位置，云厂商采购、企业部署、模型推理，都绕不开它的核心环节。它当然也有风险，尤其是客户集中、出口限制、周期和估值，但它至少已经站在利润流过的地方。

有些公司像电厂和水管，AI越跑，它越有负荷。云、数据中心、电力设备、网络设备，都有机会。可是这里也不是谁都舒服，资本开支重、折旧重、供需一松，利润就会瘦下来。

还有一类，像舞台上的主持人。它能把AI讲得很好，名字也起得漂亮，PPT一页比一页亮，但用户是否愿意持续付费、毛利能不能覆盖推理成本、销售费用会不会吃掉增长，这些问题一问，场子就冷了。

说白了，AI时代最危险的公司，不一定是完全假的公司。

而是那种"趋势是真的，但自己未必能赚到钱"的公司。

这个坑很阴。

Amazon Q1 2026的材料里有一组细节：Amazon说它的芯片业务，包括Graviton、Trainium和Nitro，年化收入运行率已经超过200亿美元；过去12个月交付了210万颗以上AI芯片；Bedrock Q1客户支出环比增长170%。

这些数字和普通投资者有什么关系？

不是叫人去猜哪家公司下个季度涨不涨。我没有这个本事。

它提醒我，AI利润不是一种单一形态。芯片收入是一种，云服务消耗是一种，广告效率提升是一种，企业软件加价是一种，端侧设备更新也是一种。它们表面都叫AI，财务特征却差得很远。

芯片像周期品叠加平台垄断，利润弹性很大，但需求一旦被资本开支节奏影响，波动也会很猛。

云像重资产基础设施，收入更持续，但要先把机器、电力和网络铺出去。规模越大，越像一场现金流和折旧的耐力赛。

广告和电商里的AI更像效率改造。它不一定单独卖钱，却可能让原来的广告点击率、转化率、创意生产和客服效率变好。这类公司厉害的地方，是能把AI藏在原来的利润机器里。

软件里的AI更复杂。有些软件会因为AI变得更强，能涨价，能多卖席位；另一些软件可能被AI直接吃掉一部分价值。原来卖一个流程、一个报表、一个界面的公司，如果核心工作被模型接走，所谓"AI赋能"也可能变成饭碗被端走一角。

嗯，挺扎心的。

所以我现在看AI公司，会尽量少听它怎么描述未来，多看它在价值链上的位置。它是收过路费的，还是交电费的？它是让老业务效率提高，还是靠新故事融资续命？它的客户是把AI当预算项，还是当试验项目？收入增长以后，现金流是变厚了，还是更潮湿了？

这些问题不酷。甚至有点笨。

但有用。

投资里很多亏损，常常不是方向看错，而是层级看错。你判断AI是长期趋势，这个可能对；你因此买了一个只会蹭AI名字、没有定价权、没有现金流、没有客户黏性的公司，这个就可能错得很具体。

趋势对了，公司不一定对。

这是我这些年被市场教育出来的一点笨经验。

我不太想把这篇写成清单。公众号里那种"看懂AI投资的三个指标"，标题很好看，但我自己读着常常觉得有点假。现实没那么整齐。

落到具体判断上，我的顺序很朴素。

看收入是不是从AI里单独流出来。

并非所有公司都会披露AI收入，披露口径也不一定完全可比。但至少要能看到一些接近真实商业化的东西：云服务消耗、企业合同、客户支出、广告效率、订阅加价、硬件出货。只有"战略升级""全面拥抱""深度融合"这类话，听听就好。太滑了，也太容易变成糊弄学。

看利润是不是跟着收入一起变厚。

AI有一个很容易骗人的地方：收入增长很快，但推理成本、算力租赁、销售费用、折旧也跟着上来。到报表底部一看，收入像烟花，利润像纸片，一吹就散。尤其是中小公司，如果没有足够强的定价权，AI可能先带来成本，不一定带来利润。

看资本开支是谁承担。

Alphabet Q1资本开支同比增加107%，Meta把全年资本开支预期抬到1250亿到1450亿美元，这些都是大公司才能玩的牌。它们有现金流，有债务能力，有生态位，也还有犯错空间。一般公司如果也想用同样的打法，资金链会很快露出骨头。

刚才这几段说得有点像教条了。

说回生活。

我有时候晚上看完财报，会下意识打开自己的账户。不是想交易，只是看看仓位。那一瞬间人会冷静一点，因为屏幕上的钱是真钱，不是研究报告里的"广阔空间"。

投资里最该防的，其实不是错过每一个AI机会。这个世界机会太多，错过是常态。

更该防的是，被一个真实趋势激动以后，把风险预算交给一个只会讲故事的公司。

AI开始兑现利润，当然是好事。它说明这轮技术浪潮没有停在空气里，确实有公司把它变成了收入和利润。

但利润开始兑现，也意味着市场会更残酷。

以前大家一起讲未来，差异还没那么刺眼。现在财报一出来，谁在收钱，谁在烧钱，谁在替别人垫基础设施，谁只是把旧业务换了一个AI包装，都会慢慢显影。

像照片泡在显影液里。

暗的还是暗的，亮的才会亮起来。