美股Q1财报深度复盘 · 4/8
同样讲"AI收入",可能差着十倍——口径、变现路径与RPO的真相
第四篇 · AI收入罗生门 + 三条变现路径 + RPO领先指标
本文是"硅谷Q1财报深度复盘"系列第4篇(全8篇)。前面三篇拆解了CAPEX的成因、利润分配机制、供给侧细节;本篇回到"收入端"——这场CAPEX军备竞赛,有没有产生匹配的AI收入?四家公司的口径差异、变现路径分野、以及RPO这个被低估的指标,会给出答案。
讲到这里,我们需要回过头来问一个非常基本的问题:这场CAPEX军备竞赛,有没有产生匹配的AI收入?
这本来应该是一个简单的问题——查财报、看AI收入披露,加加减减就有答案。但实际上,这个问题在2026年Q1的财报季,变成了一场"罗生门"。
八、AI收入的"罗生门":四家公司,四套口径,真相在哪里?
讲到这里,我们需要回过头来问一个非常基本的问题:这场CAPEX军备竞赛,有没有产生匹配的AI收入?
这本来应该是一个简单的问题——查财报、看AI收入披露,加加减减就有答案。但实际上,这个问题在2026年Q1的财报季,变成了一场"罗生门"。
原因很简单:四家公司没有统一的"AI收入"定义。每家都按自己最有利的口径披露——有的把所有沾边的业务都算进AI,有的只算最纯粹的AI产品收入。下面这张图,是把四家的AI收入披露口径做了一个对比。
图9 · 四家公司"AI收入"口径对比:从最宽到最窄
这张图揭示的是:同样的"AI收入",在四家公司眼里,披露的内涵差异巨大。
微软的口径最宽。它把Azure AI、Office Copilot、GitHub Copilot、加上Databricks在Azure上跑的部分(Databricks不是微软的子公司,但它30%以上的算力在Azure上),全部算进"AI收入"。这种口径下,微软Q1的AI收入披露是130多亿美元/季度——但这里面"真正纯粹的AI产品收入"可能只有40-50亿,剩下的都是"AI受益的传统云业务"。
谷歌的口径相对清晰。它把Gemini API、GCP AI实例、加上AI Overview带来的搜索增量收入(Google会单独披露这部分),分项目披露。Q1大约80亿美元/季度。
亚马逊的口径最窄。只算Bedrock(模型服务)+ Trainium(自研芯片实例)的收入,大约50亿美元/季度——这部分定义是非常"硬"的,只算客户在亚马逊上跑AI模型推理的费用,不算AI带来的"GPU实例的传统使用费用"。
Meta甚至没有独立披露。因为Meta的AI收入是嵌在广告业务里的——AI带来的广告ROI提升,转化为更高的广告主预算,这部分无法拆解。所以Meta的"AI收入"是市场猜测出来的,大概在30-50亿美元/季度之间。
⌬ 我的补充:为什么口径差异会被市场不断接受?
读到这里你可能会想:这种口径乱象,为什么市场不要求统一披露?
我的理解,核心原因是AI业务的复杂性,本质上无法用统一口径捕捉。比如,一个客户用Azure的VM跑了Llama开源模型,这算不算微软的"AI收入"?Azure会算,但如果用Bedrock的同等服务,亚马逊就不会把"自营VM"算进AI——因为亚马逊把这部分归到"传统计算"。这种边界,只能由公司自己定义。
所以分析师真正应该看的,不是"AI收入"的绝对值,而是背后的"AI收入增长率"和"AI收入占总收入比例"。增长率反映需求增量,占比反映替代速度。这两个指标,其实在四家公司之间相对可比——只要看增长率而不是绝对额。
但口径差异之外,还有一个更深刻的问题——AI对四家公司的影响,本质上是通过三条不同的变现路径实现的。这三条路径的TAM、毛利率、想象空间都完全不同,理解清楚这一点,才能理解为什么四家公司在AI时代的命运会差异巨大。
九、三条变现路径的TAM对比:云、应用、广告
访谈里给了一个非常清晰的框架:四家公司的AI变现,本质上走在三条不同的路径上。这三条路径的天花板和竞争格局,差异非常大。
图10 · AI三条变现路径的TAM、竞争结构、毛利率对比
路径1:云算力(基础设施层)。这是最确定、天花板最高的一条。AI需求拉动云算力的需求扩张,而这部分增量的95%以上,都会流向AWS/Azure/GCP三家——加上Oracle、阿里、腾讯等长尾。这条路径的TAM,长期来看是3-5万亿美元。但这条路径的毛利率,因为CAPEX驱动型,会被压在25-35%——和过去SaaS的80%毛利,差距巨大。
路径2:AI应用(SaaS/Productivity)。这是最难的一条。微软的Office Copilot、GitHub Copilot,谷歌的Workspace+Gemini,亚马逊的Q Developer——这些都是大厂的"AI应用产品"。但它们面对的对手,是Frontier Lab自己做的产品(比如Anthropic的Claude Code、OpenAI的ChatGPT Enterprise、Cursor的IDE)。在这条路径上,大厂的迭代速度往往跟不上AI-Native公司——因为大厂受到合规、Responsible AI等内部流程的拖累。这一条路径,我们后面在讲微软的时候会详细展开,因为这是微软真正的隐忧。
路径3:广告/推荐。这是Meta和谷歌的传统主战场。AI在这条路径上,主要做的是"提升广告ROI"——通过更好的算法,把每个广告位卖得更贵。但这条路径有一个非常重要的问题:边际收益递减。访谈里给出了一个关键数据——Meta和Google的广告算法,过去10年通过AI优化,每年能给广告ROI带来1-2个百分点的提升;但2024-2025年这一波生成式AI,理论上能带来更大的提升,实际却只贡献了大约2-3个百分点的额外提升。
⌬ 我的补充:为什么AI在广告路径上"跑不出来"?
这是一个相当反直觉的现象——AI技术明明那么强,为什么在广告业务上的提升这么有限?
我自己思考下来,有两个原因。第一,Meta和Google的推荐/广告算法,本来就是世界上最先进的机器学习系统之一——过去10年它们已经把传统ML推到了极致,留给生成式AI的"提升空间"其实不大。AI能做到的,本来就是边际优化,不是颠覆。
第二,广告业务的瓶颈不在AI算法,而在用户时长和广告库存。Meta的Daily Active Users增长已经放缓,用户每天看广告的时长是有上限的。所以即使算法ROI提升,也无法突破"用户时长"这个物理天花板。这就是为什么Meta的AI变现需要新的产品形态(Business Messenger、Latte模型),而不是在传统广告位上卷算法。
所以四家公司面对的"AI变现"难度,不是同一回事:
亚马逊和谷歌:云算力路径(路径1)是它们的主战场,确定性最高,只要执行得好就有收益。
微软:AI应用路径(路径2)是它的最大Bet——因为Office、GitHub是它的护城河。但这条路径恰好是大厂最被动的一条。
Meta和谷歌:广告路径(路径3)是它们的主战场,但天花板更低、边际收益递减。Meta特别需要在广告之外开辟新路径。
十、RPO的"领先指标"价值:云增长的真实信号
财报里有一个非常被低估的指标——RPO(Remaining Performance Obligations,剩余履约义务)。
这个指标的含义是:客户已经签订合约、承诺消费,但还没有实际消费的部分。比如,一家企业和Azure签了一个3年、10亿美元的云合约,第一年消费了2亿,那么剩下的8亿就是RPO。
RPO之所以重要,是因为它是未来12-24个月云收入增长的领先指标。如果RPO快速增长,说明客户的承诺消费意愿在增加,未来收入会上行;如果RPO停滞,说明现在的高速增长可能没有可持续性。
图11 · 四家云厂商的Q1 2026收入增速 vs RPO增速对比
从图11可以非常清楚看到三个事实:
第一,所有云厂商的RPO增速,都高于当期收入增速。这是个重要信号——它意味着客户的承诺消费,在加速。这种格局通常会在未来3-6个季度逐步释放为实际收入,推动收入增速持续上行。
第二,GCP的增速最快,而且RPO的领先程度最高。GCP收入增速63%,RPO增速76%——这意味着GCP在2026下半年到2027年,大概率会继续保持60%+的高增长。这是Google估值在2026年Q1之后明显拔升的核心原因之一。
第三,Office业务的增速最慢。Office只有14%的收入增速,RPO增速也只有20%——和云厂商的差距巨大。这反映的是Office Copilot的渗透率提升缓慢——后面我们会专门讲这个问题。
⌬ 我的补充:RPO质量的"另一面"——客户集中度风险
RPO是好指标,但它有一个被严重忽视的反面——RPO的客户集中度。
访谈里特别强调了一个数据:Azure的RPO中,大约45%来自OpenAI一家——也就是说,Azure未来的"现金水库",有近一半的水是OpenAI在贡献。但OpenAI在2026年4月已经更新了和微软的合作协议——OpenAI现在可以在AWS上训练新模型了。这意味着OpenAI对Azure的依赖度可能在下降——一旦如此,Azure的RPO质量会出现快速下滑。
所以看RPO,不能只看绝对值,要拆它的客户集中度。AWS的Anthropic贡献占RPO的比例,我估计大约30%——也是高度集中,但相对Azure的45%要好。GCP的Anthropic+其他Frontier Lab,加起来大约25-30%。RPO质量,是云厂商之间的隐性差异化,值得持续监测。
这个RPO的视角,自然引导我们来到Q1财报季最大的赢家——谷歌的深度拆解。
📖 下一篇预告
第5篇 · 谷歌的三重护城河 vs 微软的隐忧与救赎——一升一隐忧,两家公司在AI时代的命运对比。谷歌靠TPU+Gemini+AI Overview建立飞轮;微软面对Frontier Lab的侧翼包抄,Office Copilot渗透不达预期。但Copilot Studio可能是微软的救赎。
系列全集导航
第1篇 · 6300亿压顶:开篇与7月分界线第2篇 · 利润分配反常识与三波CAPEX浪潮第3篇 · GPU、存储、ASIC的供给侧深度▸ 第4篇 · AI收入罗生门与三条变现路径(本篇)第5篇 · 谷歌的三重护城河 vs 微软的隐忧第6篇 · 亚马逊的逆袭剧 vs Meta的精算第7篇 · AI Coding革命与OPEX TAM第8篇 · 收敛模型、体检报告与六大判断
— 第4篇 完 —
夜雨聆风