这几天有个反常识的新闻，来自 Canva。Canva 把 2026 年的收入增长预期从原来的 3 成，变成了 2 成。Canva 不算小公司，估值 400 多亿美金。但为什么会降低这么多增长预期？
看这么多增长预期，不是没人用它的 AI,正相反,是用的人太多了,AI 使用量突然暴涨,把成本给顶上去了。现在公司在忙活的一件事,是想办法把自家 AI产品的成本降下来。
我一直觉得，无论用什么手段，只要目的是降本增效，不是不能实现，只不过要求企业走下坡路，否则你怎么保证少投入的情况下还能走的快。
我们这几年被灌的都是”AI 降本增效”。结果 Canva 的账单直接把这层窗户纸捅破了。对不少公司来说,AI 根本没帮它省钱,反而是笔新增开销。
华尔街的审计师也在关注这些反常的数据，先看两份财报。
谷歌先出,业绩其实不差,但发布当天收盘大跌 7 个点。一周后亚马逊出,也不差,盘后大涨 9 个点。
有意思的是,这俩财报讲的东西几乎一模一样:云业务猛涨,AI 需求旺,资本开支往上大调。你要非得比,谷歌可能还更好看一点,同比增速比亚马逊高不少,合同积压也更多,按理说未来更不愁。既然增长更好,是不是股市会好一点。
结果市场反应正好反过来。先说亚马逊。亚马逊自己有个大模型叫 Nova。但说实话,论名气和影响力,跟 GPT、Claude,甚至比起有点拉胯的 Gemini,都不在一个档次上。好多人压根不知道亚马逊还自己做模型。可这不耽误 AWS 成了这轮 AI 竞赛里最大的收费站。
亚马逊的 AI 玩法就三个字,卖算力。
卖云算力,卖自研芯片,拿 Bedrock 平台做多模型服务,把 Anthropic 绑上。它不赌哪个模型一定赢,它赌的是整个算力盘子。反正你们打得越凶,用算力越多,我收钱越多。AWS 的 CEO Matt Garman 说得很直白,AI 现在重心从训练往推理转了,企业需求一直很强,眼下市场需求还是远远大于供给。
资本市场就爱这套。因为收入路径短,客户直接掏钱,合同和积压订单摆在那能核对,云业务利润能单拎出来看,花多少钱、来多少新需求,对得上。
资本其实一直信一个特朴素的东西:复杂的事情弄简单,简单的事情反复做。能做到这个,就是好公司。在这之上还能高增长,那就是香饽饽。
亚马逊也在疯狂烧钱。2026 全年资本开支指引从 2000 亿美元往上调到 2200 亿,二季度自由现金流是负 76 亿。但市场不慌。因为 AWS 花的每一块钱,好像都能在积压订单和收入增速里找到对应的影子。它的 AI 投入基本全靠 AWS 往外收费,收入归谁一清二楚,利润怎么来的也能追。
这就是亚马逊最舒服的地方。AI 对它来说不是故事,是账单。它烧钱更像是给一个已经排满车的收费站扩个道,而不是先修一条不知道有没有车走的高速。说白了就是,我确实在烧钱,但我是因为订单接不过来才烧的。
谷歌就是另一回事了。至少在亚马逊财报出来之前,市场是这么看它的。
谷歌的 Gemini 确实落后,但肯定比 Nova 强,这没啥好争的。既然都进御三家这个圈子了,benchmark 就不会拿 Nova 说事,那只是外行的观感。市场真正犯嘀咕的是别的。谷歌的 AI 投入,同时干着两件事。
一件是进攻。搞云,抢企业 AI 客户,做 Gemini 订阅和开发者那摊,这些确实在造新收入。
另一件是防守。主要是防着别人家(说白了就是 OpenAI 和 Anthropic)把它的搜索入口给掏空。它得把 AI 塞进搜索里,好让用户习惯别变,还得在 AI 回答里重新想办法塞广告,保住老本行的利润池。谷歌搜索广告一个季度 633 亿美元,还是整个集团的命根子,这玩意儿丢不得。
于是问题就来了。谷歌拿两千亿美元级别的钱砸下去,到底是在造一个新利润池,还是在交一笔越来越贵的保护费,就为了守住旧的?它多花的那一块钱,是换来了一块钱新业务,还是只是拦住了旧业务少亏一块钱?
谷歌自己拼了命想证明,我这钱是进攻花的不是防守花的。但资本不买账。你一家自说自话没用啊,只要说不清,上面那个疑问就一直挂着。这才是谷歌和亚马逊最根上的区别。
看数字更直接。当季经营现金流 391 亿美元,资本开支 449 亿。一减,自由现金流负 59 亿,创了谷歌上市以来的记录。全年资本开支指引调到 1950 到 2050 亿,还提前打招呼说 2027 年接着大涨。
对比一下亚马逊那句”我烧钱是因为订单太多”,谷歌给市场的感觉更像是”我烧钱是因为得跟那两家死磕,这防守不得不做”。哪个听着让人踏实,一目了然。
还有个事得单拎出来说。谷歌二季度净利润 1121 亿美元,听着吓人。但里头大概 990 亿是 SpaceX、Anthropic 这些投资的账面浮盈。也就是说,利润表好看是好看,可一大块根本不是主营业务实打实赚来的现金。
华尔街看 AI 的那套估值逻辑,整体挪了个位置。AI 从”技术革命”这个叙事,挪进了”商业纪律考核”里。至少对华尔街是这样。
这个过程大概走了三段。
第一段,市场关心的是 AI 到底真不真,模型有没有用。那会儿你发个模型、秀一波参数就能拉估值。OpenAI 放个 GPT-4,谷歌放个 Gemini,市场就跟着兴奋。
第二段,市场开始问有没有人用。看用户数、调用量、开发者生态、企业采用、算力需求。这个阶段增长比利润重要,只要用户还在涨,资本就愿意等。
现在是第三段。市场开始问一句特现实的话,值不值得投这么多钱。收入能不能盖住折旧和资本开支,毛利率营业利润率咋样,客户愿不愿意一直付费,这需求是一锤子买卖还是长期的,数据中心芯片能源这些什么时候能见着回头钱,模型会不会因为大家都能做而迅速变成大路货卖不上价。
AI 的价值不再等于”模型能力乘以想象空间”了,而是越来越接近可持续收入乘以利润率,再除以你烧掉的资本。这不就是当年市梦率和市盈率那点老故事嘛,一点不新鲜。
华尔街没对 AI 失去兴趣,它只是不想光听故事了,想查账。查四样:有没有带来收入增长,有没有带来利润增长,资本开支背后有没有订单撑着,你是在开新业务还是在守老摊子。这四项亚马逊基本都能答上来,谷歌那第四项,在亚马逊帮它作证之前,真说不清。
这里得把微软也拉进来。可以说亚马逊和微软有点替谷歌作证的意思。微软那边云增长和指引都超预期,还维持着正的自由现金流。亚马逊接着甩出 AWS 增长 37%、合同积压大增的数。三家一凑就明白了,算力需求这事不是谷歌管理层为了给自己乱花钱找借口编出来的一家之言,是三大云厂商共同面对的真需求。
谷歌先跌后涨,其实把资本市场查账的整个过程演了一遍。管理层自己说不算数,市场得拿收入、订单、利润再加上同行的数据,交叉着对一遍才肯信。
上面说的都是二级市场怎么看那些成熟大公司。但把镜头拉回到普通企业、普通打工人身上,还有一层更土、也更容易被忽略的东西。
很多人对 AI 的幻想是,让它 24 小时连轴转。这里头有个坑。
一个活要是真能 24 小时不停地干,那这活其实压根用不上 AI。它多半是那种重复的、有固定套路的、边界清清楚楚的事,老老实实写个脚本、上个 RPA 就搞定了。
反过来,一个活要是复杂度很高,你让 AI 没人盯着 24 小时瞎跑,基本出不了什么好东西。因为复杂任务真正难的地方不在于跑多久,而在于中间那一堆要做判断的岔路口。人不在,判断没了,你最后大概率就拿到一个 Demo。更扎心的是,你把这一圈的成本算下来,比雇个上八小时班的人还贵。
说到底,大多数人手上那点破业务,根本用不上这么前沿的生产力。国内尤其明显,有些行业里人力比算力便宜多了。这不是瞧不起谁,就是笔最基本的成本账。你不会为了一年拧一回的螺丝去买台工业机器人。
David
