AI投资的逻辑变了：云厂进入收租时代，基础设施产业链承压

同一个财报季，微软市值单日暴涨4500亿美元创下全球股市史上单日市值增长纪录，亚马逊五天冲进3万亿美元俱乐部。另一边，SK海力士股价腰斩，铠侠股价腰斩，全球存储股十有八九跌超40%。

同样在做AI。一半在暴涨，一半在腰斩。

这可能是市场在用真金白银重新回答一个核心问题：AI这场盛宴里，到底谁在赚钱，谁在买单？

过去两年，市场奖励的是"谁花得最多"——CSP（云服务提供商）上调一次资本开支，GPU、HBM、光模块、交换机、PCB、电源、液冷、数据中心就一起涨一轮。现在，市场开始问一个更严格的问题：巨头们砸下去的万亿美金，到底流进了谁的现金流，又沉淀成了谁的折旧？

答案或许正在浮出水面——AI的钱没有消失，只是换了口袋。 从卖铲子的人，流向把铲子变成生意的人。从修路的人，流向在路上收租的人。

三个信号同时亮起，市场开始重新做题

要理解这一轮分化，不能只看涨跌数字。7月末这个时间窗口上，三件事同时发生了。

第一件事：CSP（云服务提供商）证明了自己能把算力变成收入。

微软Azure同比增速43%。亚马逊AWS同比37%，创18个季度最快。Google Cloud同比82%，三年最高。三家合计年化云收入3890亿美元，单季净新增年化经常性收入500亿美元——是过去三个季度均值的两倍。

更重要的是，收入在加速，但加速的不只是那几个AI实验室在买算力。微软披露了一个关键数字：商业剩余履约义务达到6780亿美元，同比增长84%，而且全部的环比增长，来自非前沿实验室客户。银行、制造、医疗、政府——那些过去两年被市场认为"AI跟它们没关系"的传统企业，现在正在签合同。

AWS不仅说——AWS在做。8月4日，AWS负责人Matt Garman公开确认，公司正在与客户签署五年期承诺合同，且"市场需求仍远超供给，我们正努力加快建设和投资步伐，以跟上客户的需求"。五年期合同意味着客户不是在试水AI，而是把它嵌入了自己的核心业务流程——这种收入黏性，是任何"capex焦虑"最有力的解药。

第二件事：基础设施链的叙事模型失效了。

SK海力士交出了史上最强的营收和利润——营业利润暴增557%。然后股价暴跌。

为什么？当实际增长跑不过远期预期，当CSP capex的同比增速从加速两位数滑向高位个位数，估值模型就得换——从"你能卖多少货"，变成"你还能涨多快"。

这是物理规律，不是判断。CSP capex不可能永久维持每年30%、50%的同比增速。当行业从"加速扩张期"进入"高位增长期"，增速的二阶导为负，估值就要重新定价。这就是为什么美光、铠侠和SK海力士在交出最强报表的同时遭遇了最惨烈的抛售。

第三件事：模型的定价权，正在塌方。

就在财报最密集的那一周，OpenAI把新模型GPT-5.6 Luna的价格砍掉了80%。从1美元每百万Token，直接杀到0.2美元。上线才三周。

这是一个被DeepSeek逼出来的降价。过去一年，中国开源模型在全球API平台OpenRouter上的Token调用占比，从4.5%飙升到了46%。DeepSeek V4 Flash价格是0.14美元，阿里Qwen3.7 Flash更低到0.03美元。模型的收费站在被拆掉。

这三件事，放进同一个时间坐标里——

CSP能赚钱 + 基础设施增速见顶 + 模型定价权瓦解 = 利润从硬件和模型层，大规模回流到基础设施与平台层。

CSP凭什么收租？云厂的ROI账本：重资产≠低回报

要理解CSP为什么突然变成了市场的新宠，不能靠感觉，要来算几笔账。

第一笔：利润账——云厂的ROI账本，重资产≠低回报

过去两年市场默认云厂是冤大头——钱都让英伟达和海力士赚走了。大摩7月底的测算推翻了这个判断：纯GPU租赁基准ROIC（投资资本回报率，Return on Invested Capital）约31%，在1GW数据中心、41万颗GB300、75%利用率的假设下，租赁价从7美元涨到10美元/小时，ROIC能从23%跳到39%。

而且别忘了，数据中心的主体——土地、电力、机房——使用寿命超过30年，可以跨越五到六代服务器。服务器每代更新，基础设施不需要重来。这意味着最先入场的CSP在后续代际中的边际经济性会更好，不是更差。市场最终意识到了这一点。

大摩拆出了三种AI商业模式的自下而上ROIC测算：

• 纯GPU租赁（IaaS）：基准ROIC约31%。在GPU供不应求、利用率75%的假设下，租赁价格从7美元涨到10美元每小时，ROIC可以从23%跳到39%。

• 自有基础设施上的模型API：基准ROIC约46%。前提是模型公司保持产品差异化和定价能力——但考虑到当前的价格战，这个前提正在动摇。

• 使用第三方算力的模型API：ROIC仅25%。需要额外支付"中间层利润"给云厂商。

这个测算的核心结论，直接挑战了市场近一年来的一个前置判断：重资产≠低回报。

第二笔：收入账——需求从实验室扩散到了企业

过去两年，市场对AI capex最大的恐惧是"循环融资"：CSP砸钱给OpenAI、Anthropic这些模型公司，模型公司再把钱买回CSP的算力。左手倒右手，真实的终端需求在哪里？

这个恐惧，正在被本季度的数据证伪。

微软的商业剩余履约义务，全部环比增长来自非实验室客户。AWS的backlog已经达到4960亿美元，三位数增长。Google Cloud的backlog 5140亿美元，单季增加500亿。近90%的财富100强企业已经在用Gemini Enterprise。

华尔街见闻此前用了一个形象的比喻：CSP过去是在为"前沿实验室"这个唯一的租客盖房，现在整栋写字楼开始入驻了。

这不是一家公司的孤立信号。三家同时出现同样的趋势——AI需求正在从少数初创AI实验室，扩散到传统行业的企业客户。当客户结构从"集中"变成"广泛"，循环融资的叙事就站不住脚了。

第三笔：模式账——四家公司，四种收租方式

CSP不是一个统一概念。这轮财报真正有意思的地方在于，四家巨头形成了四种完全不同的AI回报路径。

微软——三层收租模型。

Azure提供最基础的GPU租赁和云服务，这是第一层。Foundry平台提供模型调用、微调和部署，这是第二层。Copilot直接嵌入Office 365和GitHub，按席位收费（付费席位已超3000万），这是第三层。

三层之间互相引流：Azure的企业客户可以升级到Foundry使用模型；Foundry上的模型可以渗透到Copilot的应用场景；Copilot又反过来推动Azure的消费。这不是一条收入线，是一个收入矩阵。

亚马逊——最简单最透明的收租模型。

AWS本身就是出租算力和存储的生意，运行了18年，客户、计费、留存体系极度成熟。本季度收入422亿美元，同比37%，创18个季度最快。

谷歌——最亮眼的数字，最模糊的账本。

Google Cloud的82%增速、利润率和利润率改善幅度，从表面看是四家中最强的。但市场给的反馈是先跌后涨。

原因在于成本归属的"灰色地带"。Gemini同时服务搜索、广告、Workspace、YouTube、消费应用和云服务，共享AI研发费用留在了集团层面。Google Cloud的分部利润率，不能等同于谷歌"芯片—模型—云"全栈的真实经济利润率。

有研究机构指出，如果把全部Gemini费用扣回，Google Cloud利润率大约只剩10%出头。谷歌不是不赚钱，是赚钱的路径太复杂。

Meta——从"纯花钱"变成"开始想收租"。

Meta过去两年在投资者眼里是四家中最尴尬的一个：AI确实改善了广告推荐、内容排序和素材生成，但这些收益隐藏在原有广告业务里，没办法和新增capEx逐项对应。当capEx指引从1300亿调到1450亿美元，自由现金流只剩7.84亿美元（同比-91%），市场的耐心到了极限。

但Meta正在发生一个微妙的变化。

公司被曝筹划云业务，考虑向开发者提供模型访问服务，并出售富余的AI算力。这意味着Meta的算力资产不再是"自用或闲置"的二元选择。它可以切换到对外出租。

模型价格战：收租人最大的助攻

本轮分化最容易被忽略的触发变量，不是财报，是模型层的价格崩塌。

回到7月30日那一天。除了微软发财报，OpenAI还做了一件事：把GPT-5.6 Luna的价格砍到原来的五分之一。不是上市一年后降价，是上市三周后降价。

这背后是一个更大的趋势——开源模型正在把闭源模型的"收费站"拆掉。

过去两年，AI产业链的利润分配逻辑是：英伟达赚GPU的钱，CSP赚算力租赁的辛苦钱，模型公司（OpenAI、Anthropic）凭借技术壁垒赚溢价。模型层是"架在云上面的收费站"——不管你用谁的算力、跑什么应用，调用最强模型都得过它这一关。

现在这个收费站在被拆。

中国开源模型的突破是最大的拆墙锤。DeepSeek V4用华为昇腾950芯片训练了1.6万亿参数，性能媲美GPT-5。阿里Qwen3.7 Flash价格低到0.03美元每百万Token输入。在最大的模型API聚合平台OpenRouter上，中国模型的Token调用量占比在一年内从4.5%飙到了46%。

当46%的调用走便宜开源模型，闭源模型就再也不能收取"独此一家"的溢价。OpenAI被迫跟进降价，不是因为它想，是因为它别无选择。

这对CSP意味着什么？

巴克莱分析师Raimo Lenschow在8月3日的报告里写了一段非常精准的判断：当模型从"稀缺品"变成"大宗商品"，议价权就回流到了拥有算力、客户和分发渠道的平台手中。

CSP不再必须绑死在某一家模型公司上。它们可以同时提供GPU租赁 + 自托管开源模型 + 自研模型API。客户不需要只选一个模型，CSP可以充当"路由器"——高复杂度任务用顶级闭源模型，常规任务用便宜开源模型，高吞吐、低成本的稳态负载用自研ASIC芯片跑。

这个"多模型架构"最终谁最受益？不是最会训练模型的公司，而是最会把不同模型串联起来、按需分配算力、按用量收费的公司。这就是CSP。

大摩7月27日的报告甚至直接把这个逻辑拆成了数学：如果模型API价格跌50%，但Token调用量因此涨5倍，对CSP自建基础设施上的推理收入来说，是净增。因为它的成本端在走芯片性能和软件优化的效率曲线，收入端在走需求爆炸的用量曲线。只要第二条曲线跑得比第一条快，这就是一个好生意。

而对独立的模型公司来说，价格跌50%意味着收入直接砍半——除非它的Token调用量能翻倍，但开源模型的替代效应让它做不到。

谁在买单：基础设施链的残酷均值回归

如果说CSP涨是"收租故事被定价"，那基础设施链的暴跌就是"增速神话被拆穿"。

大摩策略师Michael Wilson用了一个精准的类比：半导体股票，特别是存储，走势高度类似白银。

逻辑有两条。第一，两者都经历了抛物线式上涨——情绪和资金把价格推到了基本面无法支撑的位置。第二，两者都具有大宗商品属性——存储芯片是AI硬件复合体中"最像大宗商品"的品类，价格弹性大、反转也快。

这轮调整由存储领跌，SK海力士从高点腰斩，铠侠腰斩，美光跌超30%，全球14只存储概念股中有10只从高点跌超40%。完全符合Wilson在7月初的预判。

但存储只是一个"领头样本"。更深层的问题是：所有以CSP capex总量进行线性外推来估值的公司，现在都面临同一个拷问——如果capex的同比增速从30%降到15%，你的估值还能不能撑住？

这个问题，不是靠"AI需求依然强劲"就能回答的。需求还在，但增速是另一回事。

对于这条链上的不同环节，受伤程度也不一样。可以用三层来理解：

第一层：直接承压——存储和"大宗商品化"硬件。 最典型的受害者。价格周期见顶 + capex增速放缓 + "白银属性"下的动量平仓。跌了之后便宜，但周期股"便宜"之后通常还有"更便宜"。

第二层：估值重调——光通信、网络设备等"capex贝塔"方向。 绝对capex仍在增长，但增速下滑意味着这些公司的估值倍数需要从"高增长"档下调到"稳定增长"档。股价不一定继续大跌，但回到高点的难度大幅增加。

第三层：相对扛打——有结构性升级逻辑的环节。 从800G迈向1.6T光模块、从风冷迈入液冷、从传统供电迈入更高功率密度——这些"从0到1"的技术升级方向，即使capex总量增速放缓，仍能凭借份额和单位价值量的提升获得阿尔法。但前提是，升级逻辑足够硬，且估值没有提前透支。

这也是为什么英伟达在这一轮下跌中相对抗跌（跌幅约10%）——结构性需求仍然在，市场只是不再给它过去半年那种"CSP投多少钱我就涨多少"的线性定价了。

8月26日，英伟达将公布Q2财报。这是整条AI产业链的下一个核心验证窗口。如果业绩和指引超预期，基础设施链可能获得喘息；如果不及预期，下行空间仍大。

接下来：高回报不是白送的，需要持续验证

这不是AI周期的终结。至少目前不是。

产业层面的需求仍然汹涌。微软说下半年Azure继续加速，AWS说2027年大部分产能已预定，谷歌说90%的财富100强在Gemini Enterprise上。三家CSP的云收入合计年化3890亿美元，而且全部在加速。

但市场已经换了做题方式。从过去两年的"选择题"——CSP上调capex→找所有受益股→买买买；变成了"证明题"——你的收入能覆盖折旧吗？你的算力利用率够高吗？你的客户结构有多分散？你的模型成本谁在承担？

这套证明题的要求，在产业链上不同位置是完全不同的。

对CSP来说，证明题相对友好。它们的业务本质是"把算力变成经常性收入"——一旦客户签了长期合同、跑上了生产级负载、把它嵌入了自己的核心业务流程，这个收入的黏性是很高的。只要企业级AI采用率持续扩大，CSP的"收租"逻辑就能持续。

但CSP内部也在分化。微软和AWS目前是证明题答得最好的两家——微软有Copilot和Foundry的多层收入出口，AWS有最透明的租金模型和最成熟的客户体系。谷歌还需要解决成本归属的透明度问题。Meta则需要把"算力租赁"从新闻标题变成可披露收入。

对基础设施链来说，证明题要难得多。

过去两年，这条链上的公司享受了一种"双重红利"：CSP持续上调capex→总量贝塔+投资者线性外推→估值扩张。现在CSP capex可能已经接近或正在接近增速拐点，总量贝塔在收缩，估值就要回归到只反映"能挣多少钱"的轨道上。

这不是某个公司的错，是估值模型的切换。但这不意味着整条链都没机会了。关键看三件事：

第一，产品迭代能否跑赢周期。从800G到1.6T光模块，从风冷到液冷，从HBM3E到HBM4——技术升级带来单位价值量提升的公司，即使capex增速放缓，也能获得份额和利润的增量。这是阿尔法，不是贝塔。

第二，是否过度依赖远期线性外推。如果一只股票的估值已经把2027-2028年的极端乐观情景都price in了，那无论基本面好不好，它的风险都比已经回调过的同行更大。

第三，收入、利润和现金流能否互相验证。这是最重要的。那些有订单但没有收入、有收入但没有利润、有利润但没有现金流的公司，在"证明题"时代会非常痛苦。市场过去可以原谅这些错配——"反正CSP还在加capex，先看天花板再看地板"——现在不会了。