过去三年，美国四家云计算厂商——亚马逊AWS、微软Azure、谷歌GCP、甲骨文OCI迎来了一轮高速增长期：它们一边投入千亿美元采购百万枚AI芯片建设算力中心，一边与客户签下长达三至五年的大合同，策略是锁定未来的长期订单。
转型“AI云”，正在成为亚马逊AWS、微软Azure、谷歌GCP、甲骨文OCI的共同目标。它们的收入近三年（2023年-2025年）不断攀升。
什么是“AI云”？目前，行业内的普遍共识是，AI云是以GPU（图形处理器）等AI芯片为核心的云服务。AI云与过去以CPU（中央处理器）为核心、IaaS基础设施/PaaS平台软件/SaaS应用软件分层清晰的传统云计算不同，它的技术架构还在剧烈演化。MaaS（模型平台）等新的产品形态正在变得更重要。
相比仍在演进的技术架构，AI云的商业逻辑反而更加清晰。
不同于传统云计算，AI云的投入周期更长、金额更大、风险也更集中。要看清这门生意，财务报表上的三个数字最为关键：资本开支（CapEx）、剩余履约义务（RPO，企业已签约但尚未确认收入的合同金额）、收入/利润（Revenue/Profit）。
这三本账环环相扣。首先，云厂商会投入巨额资本支出，用于采购芯片等设备、建设或租赁数据中心，形成稳定的算力供应；其次，再和企业客户签订长达3年-5年的长期合同，将这些客户需求锁定成为剩余履约义务；最后，把长期合同按年/季/月逐步确认收入和利润。经过这个循环后，资本支出最终会转化为现金流。
这是个周而复始、不断循环的生意。这个过程中，云厂商还会不断自研模型、AI芯片——这可以吸引更多客户、控制算力成本。
可以说，资本开支、剩余履约义务、收入/利润这三本账几乎可以透视美国四大云厂商。
只有三本账同时健康，才能真正转型成功。目前来看，谷歌的结构最健康，亚马逊韧性最强，微软最依赖OpenAI，甲骨文最险。
算力投资，谁的资金压力最大？
2025年，美国四大云厂商背后的科技公司——亚马逊、微软、谷歌、甲骨文，已经把大部分经营现金流押注在算力建设上。
资本支出在现金流中的占比（资本支出/经营性现金流），是观察算力投资决心的一个直观指标。2023年-2025年，亚马逊、微软、谷歌、甲骨文的资本支出快速增长，资本支出在现金流中的占比持续攀升。
2025年，亚马逊已经有超过九成的现金流被用于投资算力。微软这一数据超过七成。谷歌的扩张节奏显得相对克制，但也升至五成以上。
甲骨文的动作比亚马逊、微软、谷歌激进得多。2025年，甲骨文的资本支出已经超过经营性现金流。简单理解，它的算力扩张已超过现有业务的造血能力。由于现金流不足，甲骨文2026年2月甚至发行了250亿美元的债券用于筹措资金。
高强度的资本开支，会在6个-12个月内转化为算力基础设施——包括芯片、服务器、数据中心等。数据中心规模通常以GW（吉瓦，电力容量单位）衡量。考虑到网络、电源、制冷等设备的能源需求，1GW电力容量通常至少可容纳超过20万枚英伟达GB200芯片。
这几家公司的高强度投资已经带来了GW级别、百万卡规模算力扩张。
亚马逊、微软几乎每个季度都会披露算力建设情况。亚马逊在2025年新增算力规模高达4.8GW。按照这一数据计算，亚马逊AWS过去一年至少新增了百万卡规模的算力。
微软计划未来两年（2025年7月-2027年6月）数据中心总规模将翻一番。2025年11月，微软启用佐治亚州亚特兰大的算力集群，该集群计划部署数十万枚GB200/300系列芯片。微软在美国威斯康星州费尔沃特的算力集群，计划在2026年容量扩张至2GW。
亚马逊、微软、谷歌、甲骨文在2025年算力投资规模已经惊人。即便如此，它们2026年算力投资仍在持续扩张，且丝毫没有减缓的趋势。这场算力军备竞赛，仍在加速。
2026年，亚马逊、微软、谷歌、甲骨文规划的资本支出总和将超过5700亿美元（其中亚马逊2000亿美元、微软1400亿美元、谷歌1800亿美元、甲骨文500亿美元）。这相较2025年的3589亿美元增长58.9%。
超过5000亿美元会带来千万卡规模的芯片采购需求。英伟达创始人黄仁勋2025年10月GTC华盛顿站主题演讲提到，5000亿美元资本支出对应1000万枚GPU芯片的需求（黄仁勋原话是2000万枚，但一枚Blackwell/Rubin包含两颗GPU，严格计算只有一卡）。
为什么这四家美国科技公司的资本支出会如此快速增长？
一位长期关注美国算力市场的中国ICT企业战略规划人士对《财经》表示，AI训练和推理需求爆发，以为满足算力增长的需求，云厂商必须持续扩张集群规模。但芯片、服务器采购只是一部分因素。算力背后的电子、电力产业链都在涨价，它们导致科技公司的资本支出进一步被推高。
除了GPU芯片，CPU、内存、存储等周边关键配套设备价格2025年以来一直都在上涨，而且在2026年，算力周边的供应链价格还会进一步上涨。而且，科技公司的大规模采购本身也在加剧供应链紧张，从而进一步推高硬件成本。
电力设备是另一个经常被忽略的关键因素。随着美国算力集群电力消耗不断提高，美国部分地区电网容量开始成为算力扩张的重要限制因素。为了保障未来算力供应，科技公司不得不提前投资变电站、电力设备甚至自建能源基础设施。
在这三重因素叠加下，算力建设已经不再只是芯片采购，它变成了覆盖芯片、服务器、电力和数据中心的系统性基础设施投资。
然而，科技公司的资本支出不可能无限增长。它虽然不会直接影响当期利润，但却会在未来以折旧形式逐步计入成本，并且侵蚀利润。
目前，亚马逊、微软、谷歌、甲骨文的GPU算力折旧周期普遍是6年左右。也就是说，当下高强度的资本支出会直接影响未来六年的利润。如果营收、利润无法同步增长，云厂商的利润率就会受到影响。
面对高强度的资本开支，四家公司的承压能力不同。如果以六年折旧周期粗略估算（2025年资本支出/六年折旧周期/2025年净利润），可以直观看到各家面临的利润压力。
以亚马逊为例，其2025年资本支出约为1283亿美元，平均每年折旧约214亿美元，相当于当年净利润的27.5%。微软这一比例为16.5%，谷歌为11.5%，甲骨文则达到22.9%。
也就是说，这一轮高强度算力投资，亚马逊压力最大，因为它的电商业务长期需要物流和仓储投入，本身也是重资产模式，云业务无法得到反哺或输血。
甲骨文的压力其次，它的数据库长期被政府、金融机构、大型企业使用，这可以为之带来稳定的利润。但甲骨文OCI业务规模仍明显小于其他三家云厂商，它尚未真正形成规模效应，利润率会明显更低，因此算力投资对公司整体利润影响更大。
微软和谷歌的压力相对更小，微软Office、Windows、SaaS软件的授权依旧能够带来充沛的现金流。谷歌广告和搜索业务利润率高，可以为云业务持续输血。
这也说明，在当下的云业务的竞争中，科技公司之间比拼的不仅仅只是芯片数量，还包括集团整体业务的利润承压能力。
长期订单，谁的兑现难度最高？
资本开支决定了云厂商能提供多少算力，而剩余履约义务则决定了这些算力未来会卖给谁。
剩余履约义务是云厂商最重要的需求指标之一。它指的企业已经签署、但尚未确认收入的合同金额。企业客户会与云厂商签订3年-7年的长期合同。这些收入不会一次性确认，而是未来几年逐渐确认。因此，剩余履约义务约等于云厂商未来数年的“收入储备”。
截至2025年末，亚马逊、微软、谷歌、甲骨文的剩余履约义务规模均在快速增长。随着AI算力需求爆发，越来越多企业开始签署多年合同，提前锁定未来算力资源。
但是，不同云厂商披露的剩余履约义务，收入质量不同。衡量这些长期订单的可靠程度，有两个关键观察指标：一是合同平均履约年限，二是未来12个或24个月可确认的收入。这两个指标，每个季度都会有相关披露。
近一年直接影响各家长期订单收入质量的，是美国两家最大的AI创业公司，OpenAI和Anthropic。两家公司采取“大厂投资了换算力合同”的方式，拿到了亚马逊、微软、谷歌的投资，并与这几家云厂商签署了数千亿美元的长期算力合同。
但由于OpenAI和Anthropic目前仍在亏损，这些长期订单未来并不一定能真正全部兑现。也就是说，这四家科技公司披露的剩余履约义务，需要去看是否存在兑现风险。
其中长期订单风险最小的是亚马逊。亚马逊的剩余履约义务大部分是亚马逊AWS带来的。它近三年（2023年一季度-2025年四季度）一直保持稳健增长，增速在10%-40%之间，平均年限在4年左右。换句话，它的长期订单结构相对稳定，最终兑现的可能性也更高。
亚马逊2025年末剩余履约义务2440亿美元。看起来，这是四家公司中规模最小的，但这和统计方式有关。一位亚马逊AWS人士2025年12月曾对《财经》表示，亚马逊AWS大量已经签订的三至七年长约，并未完全计入财报的剩余履约义务中。
亚马逊AWS的客户结构也分散且多元。一位亚马逊AWS人士2026年1月曾对《财经》表示，亚马逊AWS在全球最大的客户包括Salesforce、苹果、字节跳动、Netflix等大型科技公司，以及Anthropic、OpenAI等AI创业公司。这些企业客户每年都会采购数十亿美元规模，甚至上百亿美元规模的云资源。这使得公司的长期订单相对稳定。
相比之下，微软对OpenAI的依赖度很高。2025年末，微软剩余履约义务高达6250亿美元，不到一年增长超过3000亿美元。但与此同时，微软未来12个月可确认收入在剩余履约义务的占比却明显下降——从2025年三季度的45%降至四季度的25%。
为什么仅一个季度就会出现剧烈变化？原因是，2025年10月OpenAI和微软签署了一个2500亿美元的长期算力大单。
微软长期订单的兑现周期也因此被拉长。微软管理层2026年1月在财报电话会（2026财年二季度，即2025年四季度）披露称，剩余履约义务平均年限从2年增长到2.5年，其中企业客户45%的剩余履约义务都和OpenAI相关。因此，当季财报电话会中，已经有投资者担忧称，微软的未来收入和OpenAI绑定过深，它的兑现风险在加大。
需要强调的是，微软披露的剩余履约义务看似是四家公司中最高的，但它并不等同于微软Azure的订单。因为其中很大部分和Office、Windows，以及其他SaaS软件的订阅授权相关，它们的履约周期通常只有两三年，更容易收回现金。但微软Azure相关的云合同往往周期更长，2025年9月之后，微软增加的剩余履约义务主要和微软Azure相关。
谷歌的剩余履约义务增长速度很快，但相对健康。2025年末，谷歌剩余履约义务高达2428亿美元，增长超过160%。这主要和谷歌GCP（包括基础设施资源、Gemini大模型、企业级AI产品等）相关。与此同时，谷歌未来24个月可确认的剩余履约义务占比，长期维持在50%左右。这说明，谷歌新增订单的履约周期并没有明显拉长。
这背后的逻辑是，谷歌GCP的AI客户结构相比亚马逊AWS、微软Azure更加分散，其中不仅包括Anthropic、Midjourney等明星AI创业公司，还包括大量中小AI创业公司。
此前一位谷歌GCP销售服务商对《财经》表示，谷歌GCP的用户有大量是创业公司。它们使用AI云的习惯更轻、更快，倾向通过API（应用接口）调用模型，使用推理服务。这种客户结构和使用习惯使得谷歌GCP的订单规模适中，但兑现期限更短。
风险最大的是甲骨文，它的剩余履约义务大部分是靠OpenAI支撑的。截至2025年11月，甲骨文的剩余履约义务增长至5233亿美元。这对比一年前暴涨430%。
然而，甲骨文未来12个月能真正兑现长期订单只有10%。而在两年前的2023年11月，甲骨文未来12个月可兑现的长期订单占比接近50%。
出现这种情况的原因是，甲骨文对OpenAI、英伟达、Meta等少数大客户高度依赖。2025年9月甲骨文和OpenAI签署了一个3000亿美元的算力大单。这直接导致剩余履约义务暴增。然而，这个大单的不确定因素很大。此外，甲骨文的现金流无法覆盖算力采购支出，华尔街机构投资者也开始质疑甲骨文的履约能力。
综合亚马逊、微软、谷歌、甲骨文的长期订单质量来看，AI云竞争并不只是签下更多长期算力大单，而是能否把这些订单持续兑现为收入和利润。
收入和利润才是王道
2024年以后，亚马逊AWS、微软Azure、谷歌GCP、甲骨文OCI的收入和利润都在因为AI持续增长。但是，只关注当下的营收、利润增长是远远不够的。
AI云的竞争，正在演变为芯片、模型和推理平台的系统工程竞争。亚马逊AWS存储和数据业务副总裁Mai Lan在2025年12月曾对《财经》表示，AI并不是一个独立的产品线。它会改变现有几乎所有工作负载的运行方式。在她看来，AI云的竞争不是单纯的算力竞争，而是全栈成本的竞争。
AI虽然为云带来了短期红利，但云的产品和技术架构正在被AI重塑，对于这四个云巨头来说，只有全栈转型，云厂商才能真正获得持续增长。这背后有两个关键问题：
第一，能否持续扩大AI相关产品的收入。尤其是以Token（词元）计费，通过MaaS平台调用的AI推理收入。因为目前各家云厂商Token消耗正在以十倍以上的速度增长。Token正在逐渐成为新的算力计量单位。推理未来可能是AI云最重要的收入来源之一。但Token增长的天花板，是由Agent（智能体）和AI应用的扩散速度决定的。
第二，能否建立新的利润控制点。尤其是自研芯片和模型。因为，芯片决定算力成本，模型决定算力效率，两者共同控制着AI云时代的利润边界。
目前，亚马逊、微软、谷歌明确在财报电话会中披露了Token使用或收入的增长情况。其中披露最详细的是亚马逊。
《财经》多方了解到，截至2025年末，亚马逊AWS的MaaS平台Bedrock营收为数十亿美元。它在亚马逊AWS营收中占比为较低的个位数。但亚马逊AWS管理层对它预期很高。
亚马逊AWS管理层2025年三季度财报电话会议曾披露，要把Bedrock打造成全球最大的推理平台。长远来看，Bedrock收入贡献将与EC2不相上下。该目标未披露具体实现时间。
《财经》了解到，EC2是亚马逊AWS最核心的计算产品，年营收至少超过400亿美元，在总营收中占比超过30%。按照上述预测，Bedrock未来将成为一个数百亿美元的业务。
亚马逊AWS EC2产品总监Luis Wang 2025年12月的“re：Invent全球大会”期间曾向《财经》解释其中的逻辑。他说，AI云的竞争重点，正在训练转向推理。AI推理算力面临高波动、不可预测、极端弹性等特点，因此AI推理基础算力的调度能力将成为核心竞争力。
微软和谷歌的披露信息相对粗略。微软2025年四季度称，250家客户每年处理超过1万亿Tokens。谷歌2025年三季度披露称，过去一年，近150家客户处理了约1万亿Tokens。由于不同模型的Token价格天差地别，因此很难通过消耗量准确预估其收入。
2025年12月末，阿里云智能集团资深副总裁、公共云事业部总裁刘伟光在一场小规模沟通中对《财经》表示，他认同亚马逊AWS对MaaS收入长期增长的判断。他认为，当模型能力持续增强、Agent逐步成熟，并覆盖大量长尾企业后，MaaS收入占比，可能达到30%甚至更高。但他同时强调，目前行业仍在早期，过早给出明确判断，并不具备现实意义。
在利润方面，自研芯片、自研模型是提升利润率的关键控制点。
对云厂商而言，规模化部署自研AI芯片不仅可以降低芯片采购成本，更可以摆脱对英伟达的依赖，甚至能够重新掌握算力定价权。
包括亚马逊、谷歌部署的自研AI芯片都超过了100万枚。目前，谷歌并没有明确披露自己部署了多少TPU（张量处理单元，即谷歌的自研AI芯片）。但根据半导体咨询机构TechInsights的数据，谷歌在2024年就部署了超过200万枚TPU。摩根士丹利2025年11月报告称，谷歌2025年TPU v7产能约为180万枚。
亚马逊的自研AI芯片部署量比谷歌略低。亚马逊管理层在2026年2月的财报电话会议曾披露称，目前已交付超过140万枚Trainium 2芯片，该芯片性价比同类GPU高30%-40%，年化收入（当季收入×4）数十亿美元，有超过10万企业客户。
微软直到2026年1月，才真正开始部署自研AI芯片Maia 200。它比同类芯片的总拥有成本（TCO）可以降低30%以上。和上述三家企业不同，甲骨文目前没有自研芯片的计划。
除了芯片，模型也是决定AI云利润率的重要变量。拥有自研模型的云厂商，往往更容易获得更高的利润率。而且模型能力，直接影响了单卡的Token吞吐量和Token成本。
亚马逊AWS虽然有自研的Nova 2系列基础模型，但Nova系列模型长期和第一梯队存在差距。目前，亚马逊AWS像一个模型市场，而不是单一模型提供商。这也是亚马逊AWS延续三年的AI云战略：通过Bedrock聚合多家模型厂商，而不是只依赖单一模型。
一位亚马逊AWS人士曾对《财经》表示，Bedrock平台上提供了数十款第三方模型。每一家公司都和亚马逊AWS有单独的分成比例，这意味着一部分利润要分给合作伙伴。从长期来看，亚马逊AWS还是需要做好自己的基础模型，而不是长期依赖第三方模型厂商。
谷歌是目前“模型+芯片+云”全栈整合程度最高的云厂商。由于芯片、模型都足够好，它能够最大程度控制成本，取得更高的利润。
谷歌的Gemini系列模型几乎都通过TPU训练，也部署在TPU上。这也让谷歌在模型效率和算力成本上形成了独特优势。Gemini系列（包括2.5 Pro和3 Pro等）也是2025年性能最强的两三款模型之一。它为谷歌直接带来了客户和收入。仅用四个月，谷歌就向超过2800家公司销售了超过800万个Gemini Enterprise（Gemini企业平台）订阅席位。
与亚马逊和谷歌不同，微软目前并不依赖自研基础模型，而是深度绑定OpenAI。微软Azure上的核心模型包括OpenAI的GPT系列、o系列模型等。OpenAI模型能力领先，帮助微软迅速吸引了大量企业客户。但这种模式使得，微软要与OpenAI进行收入分成。随着AI云竞争加剧，微软是否会强化自研模型能力，也成为行业关注的问题。
甲骨文OCI则更专注于提供算力基础设施。它目前主要通过与OpenAI、Cohere等模型公司合作，为客户提供模型推理服务，而不是发展自己的基础模型。目前甲骨文的处境最微妙——它用超出自身造血能力的资本支出押注AI算力，再靠OpenAI等少数大客户撑起剩余履约义务的规模。但它又缺少模型、芯片控制成本。目前，它的三本账都面临压力。
AI时代，云厂商的竞争早已不是单纯的算力规模之争。资本支出决定能提供多少算力，剩余履约义务决定算力被卖给了谁、多久回款，收入和利润最终检验这场算力投资是否能够形成稳定的商业循环。
在这一循环之中，资本、订单和利润彼此咬合。只有三本账同时健康，才能真正转型成功。
216.73.216.218
