7 月 29 日，微软与 Meta 同日公布财报，却交出了两份截然不同的 AI 成绩单。
微软盘后股价一度上涨超 8%。CEO 纳德拉在 X 平台表示，这是微软创纪录财年的强劲收官，更大机遇尚在前方。数据显示，微软 2026 财年全年收入 3310 亿美元（增长 18%），微软云收入 2140 亿美元（增长 27%），其中 Azure 收入突破 1000 亿美元大关，同比增长 41%。
注：微软财年从每年 7 月 1 日至次年 6 月 30 日。2025 年 7 月至 2026 年 6 月为 2026 财年。
另一边，Meta 第二季度营收 608 亿美元，同比增长 28%，日均活跃用户达 36 亿。尽管核心广告业务依然强劲，但其利润表与现金流承受巨大压力：当季成本费用激增 55%，营业利润下降 8%，净利润下滑 14% 至 158.5 亿美元，不及市场预期，导致股价盘中大跌 10%。
同日发布财报，为何市场反应冰火两重天？关键在于两家巨头 AI 投入的回报可见度不同。
微软的底气：AI 从投入转向实质收益
微软 2026 财年第四财季营收 900 亿美元，净利润 358 亿美元，同比增长 31%。即便剔除与 Anthropic 投资相关的 32 亿美元一次性收益，调整后净利润仍增长 22%，各项指标均超预期。
市场兴奋的核心在于 Azure 全年收入首次突破 1000 亿美元。本季度 Azure 及其他云服务增长 43%，商业剩余履约义务飙升至 6780 亿美元，同比增长 84%。更关键的是，新增约 500 亿美元合同承诺主要来自头部基础模型公司之外的客户，证明 AI 需求已从少数大厂扩散至广泛企业侧。
应用端数据同样亮眼：Microsoft 365 Copilot 付费席位超 3000 万；Foundry 客户达 10 万家；Agent 365 上线两月，已有近 4000 万个 Agent 注册。
这意味着微软已实现“基础设施 + 应用”的双重变现：底层通过 Azure 出售算力与模型服务，上层通过 Copilot 等软件收取订阅费。纳德拉的战略重心也从强调模型能力，转向推动“成本—结果曲线”，确保 Token 转化为企业的实际商业成果。
高额资本开支为何未挫伤股价？
微软当季资本开支达 410 亿美元，同比增长超 70%，自由现金流同比下降 23%。尽管投入巨大且下季度预计增至 500 亿美元，但市场依然给予奖励，原因在于新算力能迅速转化为收入。
CFO 艾米·胡德指出，Azure 需求远超供给。一旦工程团队提升集群效率或缩短服务器上线时间，释放的容量即刻被积压订单消化。这种“订单先行、扩容跟进”的闭环模式，让投资者确信每一笔 GPU 投入都能快速进入营收报表。
Meta 的困境：现金流承压与商业化迷雾
Meta 的利润下滑不能全归咎于 AI。本季度其确认了 24 亿美元法律诉讼费及 11.8 亿美元裁员遣散费。若排除这些一次性因素，营业利润本应同比增长 9%。
真正引发市场担忧的是自由现金流的断崖式下跌。当季经营现金流 318.6 亿美元，而资本开支高达 310.8 亿美元，导致自由现金流仅剩 7.84 亿美元，同比暴跌 91%。一季度尚有 123.9 亿美元的自由现金流，短短一个季度便被基础设施支出几乎耗尽。
Meta 已将 2026 年资本开支预期上调至 1300 亿 -1450 亿美元，约为 2025 年的两倍。
为何 Meta 难以讲清 AI 回报？
微软售卖的是明确的算力与企业软件，而 Meta 的核心商业模式仍是广告。虽然 AI 提升了广告匹配效率与展示量，但这种回报是间接的，难以像微软那样将收入精确拆解到具体的大模型或数据中心。
更大的挑战在于战略转型。扎克伯格计划利用海量算力训练模型、开发个人智能体，并进军企业级市场。然而，面对拥有成熟云生态和企业关系的微软、谷歌与亚马逊，缺乏 B 端入口的 Meta 正支付高昂的转型成本：既要维持广告业务效率，又要从零构建企业 AI 服务能力。
简言之，微软是在收费道路上扩建车道，而 Meta 则在铺设一条新路，且尚未完全明确未来的买单者是谁。
结语：市场投票给“可见的回报”
两份财报并非宣告微软完美解决 AI 商业化或 Meta 战略失败。微软同样面临资本开支激增与传统业务下滑的压力；Meta 的广告基本盘依然稳固，拥有 36 亿日活用户的巨大潜力。
资本市场的分歧在于“回报可见度”。微软能用 Azure 收入、Copilot 席位和合同积压证明 AI 投入已转化为当期业绩；而 Meta 展示的更多是广告效率的边际改善以及对未来智能体的愿景。
当前 AI 竞争的分界线日益清晰：投资者不反对花钱，但要求企业证明新增算力何时产生收入、客户是否持续付费以及现金流能否支撑扩张。Meta 亟需向外界证明，其巨额算力投入除优化广告外，究竟能孵化出何种新产品，并由谁来买单。
声明：本文为 AI 前线原创，不代表平台观点，也不构成投资建议，未经许可禁止转载。