三家财报、975 亿融资：AI 基建的钱从哪来，又卡在哪

一句话总结：微软、Alphabet、Meta 三家财报同一周出来，拼出一条完整的传导链——云收入在加速（Azure +48%、谷歌云近翻倍），但自由现金流被资本开支吃成了负数，于是融资从自有现金转向借债（Meta 一次性 975 亿），而真正卡住项目的已经不是芯片，是电网审批和融资结构。

看 AI 行业有个习惯：盯模型发布。但决定这个行业能走多远的，是另一套账本。

这一周三家公司的财报把这个账本掀开了一角。把它们并排看，会发现一个很清楚的链条：需求是真的，钱是借的，电不够用。

图 1：从云收入到电力审批，每一层的关键数字和卡点

收入端：云确实在加速

微软这次做了一件以前不做的事：第一次用美元而不是百分比披露 Azure 收入。331.7 亿这个数字超出分析师预期，盘后涨约 6%。

意义不在于数字本身，在于云竞争从「增速叙事」进入了「美元透明」。以前各家都可以说「增长很快」而不说基数，现在得摊开。

三朵云第一次能同尺对比：AWS 422.3 亿（年化约 1690 亿）还是最大，但增速 36.7% 最慢；Azure 331.7 亿，增速 48%；谷歌云 307 亿，增速接近翻倍。规模小的跑得快，这是典型的基础设施追赶曲线。

所以「AI 需求是泡沫」这个判断，在收入端暂时站不住。钱是真收到账了。

成本端：自由现金流先撑不住

同一份财报的另一面：

营收涨 25%、利润大幅低于预期、自由现金流转负，盘后跌超 7%。

Meta 更直观：2026 年 Q3 自由现金流从上年同期的 106.3 亿变成 -21.2 亿，这是 2012 年以来第一次转负。富国银行预计它明年的资本开支可能爬到 2500 亿美元。

微软那边则在用另一种方式消化成本：向约 6 万名员工提供自愿买断，占 6 月底 22.3 万全职员工的约 27%，覆盖美国、加拿大、印度、英国的副总裁级及以下。数据中心、销售、市场、网络安全、量子计算这些岗位被排除在外，说明砍的不是业务，是成本结构。

这三件事放在一起看：收入在涨，利润被资本开支吃掉，人力成本开始收缩。这是典型的重资产投入期特征。

融资端：从自有现金到借债

收入涨了还不够花，缺口只能融资。Meta 这轮的动作值得拆开看：

同期两件事补充：英伟达宣布认购 30 亿美元 Meta 股票并扩大芯片部署，AMD 承诺投入 10 亿美元。供应商变成了股东，这个结构值得留意：芯片厂商用股权投资锁定客户，本质是把销售风险转成资产风险。

C 类股不设投票权这一条也很关键。975 亿里最大的一块用无投票权股票来发，等于在打开巨额融资空间的同时保住了扎克伯格的控制权。

更大的背景是：五巨头集中举债，把全球债券发行规模推到了 6.61 万亿美元。城堡证券提示，博通、SpaceX、甲骨文这些公司的债务违约保险（CDS）成本近期升到更常见于垃圾级借款人的水平。

CDS 是市场给的风险定价，它比财报更早说话。顺带说一句，Anthropic 递交 S-1 那篇算的是同一类账，只是它算的是「一家公司值多少钱」，这里算的是「整个行业借了多少」。

物理端：电网接管了瓶颈

如果只是缺钱，借钱就行。麻烦在于有钱也建不动。

得州因为要评估电网风险，暂停了新数据中心项目的审批。直接后果是摩根士丹利牵头的一个项目：数据中心在韦科附近的哈伯德，贷款方已经筹了约 150 亿美元，原计划 9 月向高收益债投资者卖出 50 到 70 亿美元做再融资，现在可能要分摊到未来一年。

债务包里有一笔 142 亿美元的一年期贷款，加 14 亿美元循环信贷。

这个结构有个专业名词：短贷养长资产。用一年期的钱去建要用十年的东西。

它最怕的不是坏消息，是时间不确定。并网日期一飘，现金流预测立刻失效，债券市场马上关窗——不是嫌你风险高，是没法定价。同一周还有报道说，AI 数据中心的债券和贷款收益率升至两位数，银行把风险转给保险公司的难度在加大，甲骨文甚至发过不可抗力通知寻求项目延期付款。

从「芯片不够」到「电不够」，这个瓶颈迁移只用了不到两年。

上游：卖铲子的最舒服

链条里唯一毫无压力的是内存。

SK 海力士 2026 财年 Q3：

单季营收史上首次突破 100 万亿韩元。HBM4 已开始量产出货，服务器 DDR5 出货环比增长超 40%，DRAM 平均售价环比涨 20%。

还有一层：它已经把未来锁住了——和 14 家主要客户签了长期供应协议，锁定量相当于 2027–2028 年总产能的 50% 以上，公司预计供不应求持续到 2030 年。

财报当天股价涨 10.89%，带动 KOSPI 涨 6.63% 重返 6000 点。

80% 的营业利润率说明一件事：这条链上最确定的钱，不在模型层，在内存层。 谁在淘金，谁在卖铲子，账本上一目了然。

我的判断：这条链最脆的地方是「时间」

把四层串起来看：

需求真实。 云收入加速是硬数据，不是预期。

但增长要靠借债。 自由现金流转负，975 亿融资，CDS 升到垃圾级水平。

而且建不动。 电网审批、并网周期成了新约束。

上游还在涨价。 HBM 产能锁到 2028 年。

四层里最脆的是第三层，因为它的失败模式不是「成本高」，是「不确定」。成本高可以算账，时间不确定就没法算。

我的判断有两层。短期（一到两年）不会崩，因为收入还在涨、长约已经签了、钱也借到了。中期真正的风险是期限错配：一年期贷款撑十年资产，中间只要有一次并网延期叠加一次融资窗口关闭，就会出现被迫减记的项目。

对做 AI 项目预算的人来说，这里有个很实在的提醒：把电网接入周期和审批确定性当一等风险变量写进排期表，别放在脚注里。 算力预算只按 GPU 单价算三年账的做法，在这套结构下已经不够用了，自建那篇的显存账可以当个起点，但要把电价和融资成本一起加进去。

常见问题

这些财报数字能直接比吗？

不能直接比绝对值。微软财年和自然年不同（FY27 Q1 是 2026 年 7–9 月），Alphabet 和 Meta 是自然季度，AWS 那个是「上季」。比增速可以，比规模要看对齐期间。

自由现金流转负是不是危险信号？

单季转负本身不危险，重资产投入期很常见。危险的是「转负 + 靠短债 + 项目延期」三者同时出现。

为什么芯片厂商要入股客户？

锁定需求。Meta 拿了英伟达 30 亿、AMD 10 亿的投资，对应的就是扩大这两家的芯片部署。销售关系变成股权关系，风险从「订单可能取消」变成「一起承担」。

内存涨价会传导到模型价格吗？

会，但慢。模型 API 定价主要看算力成本，而算力成本里 GPU 是大头。HBM 涨价先影响新集群的建设成本，再慢慢摊到推理单价上。

国内做算力规划要注意什么？

两件事：一是把电力接入周期当硬约束排期，别按设备到货时间算；二是别只按 GPU 单价算三年账，要留出内存涨价和融资成本变动的空间。

结语

这周的财报讲了同一个故事的两面：AI 需求是真的，AI 基建的钱是借的，而借来的钱正在被电表和审批流程卡住。

对普通读者，这些数字的实际意义是：AI 服务的价格短期内不会大跌。因为成本结构在往上涨，不是往下走。

对做项目的人，一句话就够：算力规划里，电和融资的确定性比 GPU 便宜多少更重要。

参考资料

• 钛媒体 Edge AI Daily - 微软与 Alphabet 财报对比、三家云收入同尺数据
• 21 世纪经济报道 - Meta 975 亿融资结构与英伟达、AMD 认购
• 证券时报 - SK 海力士 Q3 财报与 HBM4 量产进度
• 环球市场播报 - AI 数据中心债务与 CDS 成本上升
• 中国日报香港版 - 微软 6 万人自愿买断方案细节