·聚焦:人工智能、芯片等行业
欢迎各位客官关注、转发
财报亮眼：AI驱动营收利润双爆发
三家巨头在营收规模上持续突破。谷歌母公司Alphabet以964.3亿美元营收领跑，同比增长14%，创下近三个季度以来的增速高点；
微软营收764.4亿美元，同比增长18%，刷新2024年以来的最快增速；
Meta表现最为抢眼，营收475.2亿美元同比增长22%，增速创下近四个季度新高。
利润端的增长更为迅猛。谷歌净利润281.9亿美元，同比增长19%；微软净利润272.3亿美元，同比增长24%；
Meta净利润183.4亿美元，同比激增36%，营业利润率攀升至43%。
在全球经济增速放缓的背景下，这样的业绩表现堪称[逆周期增长]。
广告业务仍是Meta和谷歌的[压舱石]。Meta广告收入465.6亿美元，占总营收的98%，同比增长21%。
其中，广告平均单价上涨9%，展示量增长11%，背后正是AI的强力赋能。
CEO扎克伯格直言，AI驱动的广告推荐模型让Instagram转化率提升5%，Facebook提升3%。
谷歌的广告业务同样受益于AI优化，其搜索广告收入542亿美元（+12%），YouTube广告98亿美元（+13%）。
AI Overviews和AI Mode等新功能推动美国及印度用户超1亿/月，大幅提升了广告点击率和转化率。
云服务成为增长新引擎。微软智能云业务收入298.8亿美元，同比增长26%，其中Azure云服务增速高达39%，创2022年末以来新高。
更值得关注的是，微软AI相关业务年化收入已达130亿美元，同比暴增175%。
谷歌云收入136亿美元，同比增长32%，订单积压量达1060亿美元，大型AI合同占比显著提升。
为支撑AI业务扩张，三家巨头的资本开支同步飙升。
微软二季度资本开支242亿美元，同比增长27%，全年计划投入800亿美元建设AI智算中心，下一季度资本开支预计超300亿美元；
谷歌将全年资本开支从750亿美元上调至850亿美元，二季度单季资本开支224亿美元，同比激增70%；
Meta将资本开支区间提升至660-720亿美元，计划未来投资数千亿美元建设超大规模数据中心，2026年资本开支预计超1000亿美元。
这些投入并非盲目扩张。微软Azure因AI服务需求旺盛已出现容量限制，正加速扩展数据中心和电力供给；
谷歌云积压的千亿订单亟待算力支撑；
Meta则直言[基建和人才是首要优先事项]，为AI算力不惜出售20亿美元非核心资产。
传统互联网时代，科技巨头的增长逻辑是[资本开支吸引用户-向零售业售卖广告-再投资扩大用户规模]的循环。
但现在，一种更高效的[AI内循环]正在形成：AI应用拉动广告与云收入增长，资本支出反哺算力基础设施，进一步支撑更多AI应用落地，形成正向反馈机制。
①AI应用→广告收入→算力投资的闭环：Meta推出的AI广告工具已吸引近200万广告商使用，直接推动日活用户达34.8亿，Facebook和Instagram用户使用时间分别增加5%和6%。
广告收入的增长反过来支撑AI基础设施投入，形成[广告效果提升-收入增长-算力加码]的良性循环。
谷歌则通过AI优化核心搜索业务。Gemini大模型月活用户达4.5亿，6月每月处理的Tokens从5月的480万亿翻倍至980万亿，较去年同期飙涨100倍。
AIMaxinSearch工具显著提高广告转化率，让搜索广告这一[现金牛]业务焕发新活力。
②云服务与AI模型的共生关系：微软Azure的爆发印证了云与AI的深度绑定。
企业客户无需从零搭建AI基础设施，可通过Azure平台以API调用方式安全使用GPT系列模型，极大降低了应用AI的门槛。
目前，微软Copilot系列产品月活用户已达1亿，M365Copilot的普及还提高了Office商业云产品的每用户收入，形成[模型服务-云资源消耗-收入增长]的循环。
谷歌云则通过出租自研TPU芯片资源给OpenAI等企业，既降低客户对单一供应商的依赖，又扩大基础设施利用率。
这种[算力出租+模型服务]的模式，让谷歌云在AI时代快速抢占市场份额。
③用户数据与技术迭代的飞轮效应：用户规模与数据积累是AI内循环的关键燃料。
Meta拥有34.8亿日活用户，每天产生海量与社交关系、兴趣爱好相关的内容，为AI广告模型提供了优质训练数据。
用户越多，数据越丰富，AI推荐精度越高；而更精准的内容和广告又能吸引更多用户，形成[用户增长-数据积累-模型优化]的飞轮。
谷歌同样受益于数据优势。其搜索、地图、邮箱等产品覆盖全球数十亿用户，AI概览工具月活超20亿，用户交互数据持续反哺模型迭代，让AI功能的实用性和用户粘性不断提升。
AI内循环的运转，离不开算力基础设施的支撑。当前，科技巨头的算力竞赛已进入白热化阶段，这场较量不仅关乎当下的市场份额，更决定着未来十年的行业话语权。
三家公司2025年资本开支总和预计达2600亿美元，较2024年增长约45%。
这些投入主要流向三大领域：AI服务器采购、超大规模数据中心建设、网络设备升级。
微软70%的资本开支用于AI服务器和数据中心，Azure已实现全区域液冷技术支持；
谷歌850亿美元预算中，60%投向TPU芯片和超算集群；
Meta则重点布局GPU集群，计划2026年将AI训练算力提升一个数量级。
在芯片架构上，巨头们走出了差异化路线。微软与英伟达深度合作，定制AzureMaiaAI芯片；
谷歌坚持自研TPU路线，TPUv5e芯片支撑起AIMode的低延迟响应；
Meta采用[GPU+TPU混合架构]，减少对单一供应商的依赖。
散热和能源技术也成为竞争焦点。液冷已成为AI数据中心标配，微软Azure单柜功率达兆瓦级，采用高压直流输电技术降低能耗损失；
谷歌数据中心通过先进的冷却系统，将能源利用效率（PUE）控制在1.1以下，远低于行业平均水平。
中美差异：AI商业化的路径分化
当美国巨头通过AI内循环实现盈利爆发时，中美AI市场的发展路径呈现明显差异。这种差异并非技术差距，更多源于商业环境和市场需求的不同。
美国市场凭借[高付费意愿+完善生态]推动AI快速变现。
企业客户对AI工具的付费意愿强烈，微软Copilot在全球90%的《财富》100强企业中普及；
C端用户也愿意为优质AI服务买单，AI教育产品单月定价可达200美元，AI伴侣应用付费率超40%。
这种付费能力支撑起AI应用的繁荣，进而推动巨头广告和云业务增长。
中国市场则呈现[场景落地优先]的特点。AI更多赋能实体经济，如外卖配送算法优化效率、短视频推荐提升用户粘性、智能驾驶推动汽车产业升级。
但2B企业服务市场规模仅为美国的1/10，企业付费意愿相对较低，导致AI商业化周期更长。
正如业内人士所言，中国AI应用需[回到物理世界赚实在钱]，在硬件、供应链等领域寻找突破口。
当微软、Meta、谷歌用财报证明AI已从成本中心变为利润中心时，科技产业的价值排序正在重构。
算力基础设施成为新的[石油开采权]，AI模型成为[炼油技术]，而应用场景则是[成品油市场]。
在这场重构中的上游企业液冷技术供应商、高压直流输电设备商、光模块厂商等已享受AI基建红利。
掌握独特数据场景的公司将获得溢价，如医疗、工业等垂直领域的AI应用。
像独立AI公司的后来者需依附巨头云平台生存，OpenAI依赖微软Azure、Anthropic依赖谷歌云的模式可能成为常态。
当美国巨头通过[AI内循环]形成增长闭环时，中国企业或许需要探索适合本土市场的路径。
不是简单复制美国模式，而是在制造业升级、智慧城市等实体经济场景中找到AI的价值锚点。
[AI内循环]的形成，标志着科技行业增长逻辑的彻底转变。
不再依赖单一业务扩张，而是通过[应用-收入-基建-技术]的正向反馈实现持续增长。
这场变革中，拥有庞大用户基础、数据资产和算力储备的巨头将持续领跑，而算力基础设施、AI芯片、云服务等产业链环节也将同步受益。
部分资料参考：全球风口：《微软破4万亿，Meta暴涨12%，背后的关键居然是用户和数据》，一座独立屋：《正式爆发了》，ETF进化论：《4万亿美金！这个赛道爆了》，方伟看十年：《谷歌、微软、Meta的财报一个比一个炸裂，为什么咱这边短期只能卷外卖？》，科创板日报：《美国科技[三巨头]，这次赚麻了！》，锦缎研究院：《看完谷歌Meta最新财报，终于理解它们为啥砸锅卖铁干AI了》
本公众号所刊发稿件及图片来源于网络，仅用于交流使用，如有侵权请联系回复，我们收到信息后会在24小时内处理。
推荐阅读：
商务合作请加微信勾搭：
18948782064
请务必注明：
「姓名 + 公司 + 合作需求」
