夜雨聆风云厂这一轮AI开支没有停在口号上，真正的变化是钱继续花，但回报率已经开始分化。
同样是建设数据中心，有的公司云收入和利润跟上，有的公司先承受租赁、折旧和毛利压力。
1.云厂资本开支仍在高位，谷歌和亚马逊继续上修或超预期，说明AI基础设施还没有进入退潮期。
2.更值得跟踪的不是花多少钱，而是云收入、毛利率和ROIC能否一起改善。
3.微软的资本开支环比下降，Meta低于预期但上修全年指引，这说明节奏差异已经出现。
4.上游设备链条仍有需求支撑，但客户会更重视单位算力成本和投资回报。
谷歌和亚马逊仍在把预算往AI基础设施上推，这说明大模型训练和推理需求还在吸收数据中心资源。微软和Meta节奏偏慢，不代表建设停下，而是建设节奏开始受供给、折旧和租赁安排影响。
微软本季资本开支环比下降，短期看是云基础设施建设安排变化。因为云收入仍在增长，所以这更像投入节奏调整，而不是需求突然转弱。
Meta资本支出低于预期，却把全年区间上修。这个组合说明公司短期施工和采购节奏偏谨慎，但对全年AI广告和基础设施仍保持投入。
AI基础设施要持续，第一道验证是云收入能否继续增长。微软、谷歌和亚马逊的云收入都保持高增，使资本开支仍有业务侧承接。
谷歌云收入和营业利润一起走强，说明企业AI方案已经开始贡献利润。因为云利润改善同步出现，谷歌的高开支更容易被市场理解为扩张而非消耗。
亚马逊AWS收入继续增长，AI业务年化收入超过150亿美元。这个数字的价值不只在规模，还在于Trainium等自研芯片正在改变云厂采购和成本结构。
ROIC把资本开支和利润放到同一个问题里。谷歌和亚马逊ROIC上行，微软下行，Meta持平，说明投入效率已经成为本轮AI行情的分水岭。
如果云收入增长快于折旧和租赁压力，资本开支会变成利润弹性。反过来，如果毛利率被基础设施成本压住，收入增长也可能只能换来更重的资产负担。
这也是上游设备链条要关注的变化。客户仍在买服务器、芯片和网络设备，但更强调能效、交付周期和单位算力成本。
服务器和网络设备需求仍受预算支撑，但客户不再只追求扩建速度。能效、交付周期和单位算力成本会决定供应商订单质量。
微软资本开支里短寿命资产占比较高，这意味着GPU和CPU更新速度快。因为设备折旧周期短，云厂会更快淘汰效率不够的方案。
亚马逊自研芯片收入高速增长，说明云厂正在把成本控制前移到芯片架构。这个变化会影响通用芯片、ASIC、服务器和网络设备的利润分配。
如果上游公司只跟随总预算，很容易高估弹性。更可靠的确认方式，是客户把新一轮采购转为持续订单，并且供应商毛利没有明显受损。
云收入增长只能证明需求还在，ROIC改善才说明投入效率提升。谷歌和亚马逊ROIC上行，使它们的高开支更像有效扩张。
微软ROIC下行提醒市场，AI投入会先带来折旧、租赁和算力使用成本。若毛利率继续被基础设施压住，收入增长也可能难以转化为利润弹性。
Meta的ROIC持平但全年开支上修，说明广告变现仍在给投入提供支撑。后面要观察AI排序和广告价格改善能否覆盖现实实验室亏损。
上一轮云厂扩建更像抢资源，这一轮更像在算单位回报。预算还在增加，但采购会更偏向高利用率、高能效和可快速上电的方案。
这会让服务器、芯片、网络设备和液冷等环节的竞争标准变严。因为客户已经开始比较每一美元资本开支能换来多少可售算力，供应商不能只靠交付速度拿订单。
自研芯片的影响也会扩大。亚马逊Trainium业务增长，说明云厂会把成本控制放到架构层，通用GPU供应链需要面对更多替代方案。
对上游来说，预算扩张仍是机会，但毛利能否维持同样重要。如果客户要求更低单位成本，订单增长未必等于利润同步增长。
资本开支领先，云收入和利润滞后，这是AI基础设施周期的常态。短期季度波动不能单独解释方向，连续几个季度的云收入和ROIC才更有价值。
微软的例子提醒市场，AI使用量增长会先推高基础设施成本。只有当客户付费和算力利用率继续提升，毛利率压力才有机会缓解。
谷歌和亚马逊目前给出的信号更强，但也要看投资收益和一次性因素剔除后的利润质量。若ROIC改善只来自非经营因素，供应链弹性也要重新估算。
AI基础设施的投入链条很长，数据中心、芯片、服务器、网络和电力都会受益。但产业链最终能拿到多少利润，取决于云厂是否愿意为效率提升继续付费。
如果云收入继续增长，云厂会更愿意接受高端设备价格。因为更高效的芯片和网络设备可以提升算力利用率，客户会把成本账算到每次推理上。
如果云收入放缓，云厂就会更强势地压低采购价格。这个时候上游公司可能仍有订单，但毛利率会先承压，股价也会更看重利润质量。
谷歌云利润的改善很重要，它说明企业AI方案已经开始贡献营业利润。这样的利润改善如果延续，会让资本开支对上游的拉动更可信。
亚马逊的AWSAI业务年化收入超过150亿美元，也说明推理和训练需求已经形成商业化入口。这个入口越稳定，服务器和自研芯片的扩张越不容易被短期波动打断。
Meta的广告收入和AI排序说明另一条变现路径。广告展示和价格同时增长时，AI基础设施就不只是成本中心，而可能成为广告效率提升工具。
微软的情况则更提醒人，云收入高增也可能伴随毛利率压力。资本开支和利润之间有时间差，所以不能只用单季投入判断供应链景气。
硬件链条的弹性来自持续建设和客户效率要求。云厂、云业务和AI硬件三条线要合起来观察，才能判断预算是否真正传到订单。
如果你也在跟踪这条产业链，我把近期重点题材、核心标的和兑现信号整理成了一份【产业链主题跟踪清单】，点击文末左下角【阅读原文】领取。
第一看全年资本开支指引是否继续上修。谷歌和Meta已经给出更高区间，如果亚马逊和微软也保持投入，上游需求的持续性会更强。
第二看云业务收入和云利润是否同步改善。只有云收入、营业利润和ROIC同时改善，资本开支才更像高质量扩张。
第三看自研芯片和通用GPU的采购比例变化。Trainium这类方案如果继续放量，会影响服务器配置、网络连接和芯片供应链利润分配。
最大不确定性在于AI需求和资本开支的时间差。如果推理收入释放慢于数据中心建设，短期毛利率和ROIC仍可能承压。
另一个不确定性来自云厂内部节奏。融资租赁、芯片交付、数据中心上电时间都会让季度数据出现偏差。
回到主线，云厂钱还在花，但判断重点已经从预算规模转向投入效率。后面要把资本开支指引、云收入、云利润和ROIC放在一起验证。
如果你想要我正在用的【产业链主题跟踪清单】，点击文末左下角【阅读原文】领取。