微軟Meta業績大爆發，那中國AI呢？

AI，是美國給中國挖的坑嗎？

文 | 佘宗明

大夥都在笑硅谷——今年2月，DeepSeek-R1問世后，美國科技股市值一夜蒸發了逾1.2萬億美元，這被視作泡沫即將破滅的前兆。偏偏它很爭氣——證明了「硅」字頭大廈不是建立在流沙之上。  

約1月前，谷歌母公司Alphabet發了Q2財報，營收964.28億美元，同比增長14%，淨利潤291.96億美元，同比增長19%。業績如此多嬌，引無數股民競折腰。 

可硅谷「這條街上最靚的仔」交椅還沒坐穩，微軟跟Meta就呵呵一笑：就這？

前不久，微軟跟Meta同日「放榜」，結果Q2業績均遠超市場預期：

微軟Q2營收764億美元，同比增長18%，淨利潤272億美元，同比增長23.6%。

Meta Q2營收475.2億美元，同比增長22%，淨利潤183.4億美元，同比增長36%。

受此影響，微軟市值隨后衝破4萬億美元，成為全球第二家市值破4萬億美元的互聯網企業（第一家是英偉達）；Meta股價單日暴漲12%，創下Meta有史以來最高市值。

微軟和Meta的財報就像兩顆炸彈，炸碎了資本市場對「AI只燒錢不賺錢」的質疑，也為中國科技巨頭跑通AI業務模式提供了諸多啟示。

01  

AI，正從無底洞變成印鈔機？

將時間推到1年前，那時候關於AI的時興討論是：AI，是否正迎來夢醒時分？

要知道，自2023年初ChatGPT掀起生成式AI熱潮以來，2年時間里，全球科技企業在AI上的投資已超過5000億美元。將AI大模型訓練説成吞金獸，也不為過。

但AI鉅額資本開支並沒有換來對等實際收益。谷歌前CEO施密特就説，AI領域的投資就像個無底洞，就算可能投錯、可能浪費，也得咬牙往里砸錢。

跟AI競賽瘋狂燒錢對應的，是眾多科技巨頭並未找到穩定商業模式與長期盈利途徑。

彼時全球科技企業在AI業務上的盈利加起來，可能都不及一個李一舟，因為當時還沒哪家科技企業在AI業務上實現了盈利。

2024年7月，有美國科技媒體就分析，OpenAI 2024年預計虧損50億美元，全年運營總成本高達85億美元，據此估算，其現金流極有可能在1年內耗盡。

中國AI創業公司的處境也不遑多讓，在2024年下半年整個行業來到了考驗期。

當時，網上有個流行説法是：AI，是美國給中國精心挖下的一道坑。理由是，美國戰忽局在故意誇大AI的作用，通過「誰能先在AI競賽中突破，誰就能佔據未來制高點」的話術，將中國拖進軍備競賽的泥潭中。相形之下，歐洲和日本都反應「穩」多了。

「挖坑説」固然荒誕不經，但AI投資回報周期長卻是不爭事實。

前幾天，OpenAI發佈GPT5后，山姆·奧特曼在被問及「OpenAI最終如何實現盈利」時就説OpenAI樂於虧損。這背后是OpenAI造血速度遠遠趕不上失血速度下的「輸血依賴」：有分析稱，OpenAI每1美元收入都伴隨着2.25美元支出，雖然2025年營收有望達到120億美元，但運營支出預計將超過280億美元，所以OpenAI不是在融資，就是在融資的路上。

更早之前，馬斯克旗下的xAI也被曝每月虧損高達10億美元，預計2025年將虧損130億美元。馬斯克雖然懟其為「胡說八道」，卻也表示「AI行業的鉅額虧損源於基礎設施投入，這並非xAI獨有現象。」

虧損歸虧損，科技巨頭們卻不敢完全踩剎車。Meta創始人扎克伯格曾表示，如果落后了，「你會在未來10-15年最重要的技術中失去站位。」谷歌CEO 桑達爾·皮查伊也説，在這場技術浪潮面前，「投資不足的風險遠遠大於投資過多的風險」，只要能佔據領先身位，過多的資本開支也只能算是「很小的代價」。

如果説之前大手筆投入是出於FOMO（錯失恐懼），那1年前還稍顯躊躇的科技巨頭們現在動力恐怕更足了——因為微軟、Meta和Alphabet都在成功將AI投入轉化為AI收益中，驗證了「種瓜得瓜」的可行性。

聯博-美國增長基金主管吉米·蒂爾尼直言，雖然資本支出依舊「看不到盡頭」，但由於這些科技巨頭的AI投資正在展示回報，因此投資者態度已截然不同；在雲計算收入和AI服務銷售增長的雙重推動下，市場的積極反應「的確令人矚目」。

説到底，資本市場將微軟市值推至超4萬億美元的高點、將Meta股價一日拉昇12%，就是為AI 技術從 「投入黑洞」轉變為「利潤引擎」投認同票。

02  

微軟和Meta，各有各玩法

問題來了：微軟和Meta，是如何跑出自己的投資回報路徑的，又何以能交出堪稱炸場的成績單？

這里面其實沒有「一套玩法全都適用」的通用模板，更多的是「找到合適自己節奏」的因企而異選擇。

此前曾有人總結微軟、Meta和Alphabet三家企業在AI佈局上的差異：核心理念上，微軟聚焦企業級應用，Meta聚焦個人超級智能，Alphabet聚焦全棧整合；在目標市場上，微軟瞄準的是企業用户，Meta瞄準的是個人用户，Alphabet是兩者皆有；主要變現模式上，微軟是靠訂閲+雲服務，Meta靠廣告+硬件，Alphabet靠廣告+雲服務+訂閲。

微軟CEO納德拉曾將AI定位為企業級基礎設施，提出要構建「規模最龐大、最全面的 AI 產品和技術棧」，並將其深度嵌入到企業工作流程的每個環節，旨在將AI打造成可規模化變現的企業級「公用事業」。其AI戰略就體現在三層架構當中——

底層算力（Azure）：託管了OpenAI、Meta Llama等1900多個模型，成了全球最大的「AI模型超市」；

中間平臺（Copilot）：系月活超1億的動態任務代理系統，能並行處理比價訂房、代碼審查等12項任務；

上層應用（Office生態）：截至2024年11月，有近70%的《財富》500強企業使用Copilot，Microsoft 365訂閲用户單客收入顯著提升。

統計顯示，《財富》500強中已有超過89%的企業使用微軟雲服務，Azure成為許多企業接入AI能力的首選通道。當企業為使用OpenAI的大模型選擇Azure時，往往會順帶遷移數據存儲、採用安全套件，最終訂閲Microsoft 365 Copilot，最終被深度鎖定在微軟生態中。

今年7月，扎克伯格對外公佈了「個人超級智能」發展願景，明確Meta的AI戰略將聚焦於讓每個人都能用上「超級智能」，與行業內部分競爭對手形成差異化路徑。其實現路徑也清晰可見——

開源Llama模型：將基礎模型層「商品化」，吸引開發者生態共建；

深耕廣告場景：AI將Instagram廣告轉化率提升5%，Facebook提升3%，小型廣告主爭相使用AI創意工具；

硬件入口卡位：將智能眼鏡視為下一代AI交互終端，試圖復刻iPhone的顛覆效應。

用開源模型擴大影響力，再通過社交場景中的廣告和硬件實現收割，就是Meta的AI商業化變現之道。

微軟打造了企業級「AI模型超市」，Meta打造了消費級「AI廣告引擎」，雖然各有其玩法，但微軟跟Meta也有些許相通之處：二者都將用户和數據變成了整體進化的槓桿，將先進模型跟落地場景進行了極佳的銜接。

試想一下，為什麼在這輪AI浪潮中率先跑通盈利模型的，不是蘋果、特斯拉或亞馬遜，而是微軟、Meta和Alphabet？

因為蘋果有龐大用户基礎，卻沒能將數據優勢發揮在AI上；特斯拉自動駕駛技術雖然居於第一梯隊，但依舊受制於L3+級別自動駕駛的落地速度；亞馬遜AWS市場份額領先，但不像Azure那樣擁有最先進大模型。

微軟、Meta跟Alphabet，則是Mag 7（即美股七巨頭）中AI基礎設施、產品集成和用户增長做得最好的三家。

03  

中國科技企業不必妄自菲薄

微軟、Meta以及Alphabet等率先將鉅額的AI投資轉化為可觀的利潤，對中國科技企業來説，是激勵，也是鞭策。

説是激勵，是因為這讓不少中國科技企業多些信心，會讓資本市場多些耐心。

知名投行高盛在最新AI報告中指出，AI基建投資未來2-3年具備持續性，市場過度關注「回報慢」可能忽略了成本紅利已經開始釋放，且股價尚未反映這樣的結構性變化。

依報告説法，儘管AI商業化變現仍處早期階段，但第一階段回報已經顯現。微軟跟Meta的業績表現跟股價變動，已經印證了這點。

可以看到，雖然受制於算力掣肘，但中國科技巨頭們在AI上的投入與探索也已踏石留痕。微軟有Azure+Office組合，在AI上採取了「自研+併購」的雙軌策略，阿里有阿里雲+企業級協同辦公產品釘釘等，投資了國內超半數AI明星創業公司，還有Qwen系列的領先級開源模型。

Meta強於社交，Advantage+廣告系統在AI的加持下顯著提升了Facebook、Instagram、WhatsApp等產品的廣告轉化率，字節跳動跟騰訊同樣都有國民級社交產品，具備用AI重塑廣告生態的潛能。在發力硬件、高薪挖人等方面，字節也跟Meta有些像。

Alphabet佈局AI十余年，已形成了獨有的全棧優勢，百度同樣在AI上深耕了十多年，有全棧AI能力。在自動駕駛領域，Waymo跟蘿卜快跑都同居第一梯隊。

接下來，中國科技巨頭們仍需堅定投入，要跳出短期ROI考量看AI投入的長遠價值——AI帶來的增長往往不是線性化的，而是裂變式的。挖掘AI在賦能傳統業務、打通存量業務、拓展增量業務上的潛力，發掘AI在智能雲/Agent/模型API調用費/軟件溢價訂閲/廣告與內容變現領域的價值，需要秉持長線思維。

説是鞭策，是因為微軟跟Meta還有很多地方值得中國科技企業學習。

不少國內科技企業身上有微軟和Meta的影子，但這只是説中國AI生態也很豐富，並不意味着，它們可以跟Mag7並駕齊驅，中國科技企業在技術積累、場景深挖、生態構建等方面的差距依舊存在。這些差距，不是簡單的加碼投入就能消除。

微軟、Meta能在AI商業化上走在前面，是技術積累、業務重構與生態掌控力長期耦合的必然結果。

技術投入的戰略性與持續性，是其成功的第一塊基石。微軟對Azure雲服務中AI加速芯片的專項研發，Meta 為支撐元宇宙領域的AI交互構建的全球最大單機 AI 計算集羣，都憑着超常規的基礎設施投入，用資本密度對衝了技術研發的不確定性，構築了自身技術壁壘。中國科技行業也應意識到，技術突破具有典型的「閾值效應」，當投入強度與持續時間達到臨界點，才能引發從技術儲備到商業變現的鏈式反應。

業務場景的AI重構，是其商業化落地的核心祕訣。微軟將Copilot工具嵌入Office全家桶時，就用AI對「內容創作-協作-分發」全流程進行了深度再造；Meta的Advantage+工具也在AI重塑下，將廣告投放的「創意生成-人羣匹配-效果反饋」鏈路壓縮至分鍾級。

對國內AI產品來説，怎麼跳出AI功能的淺層次疊加、實現產品內外的全鏈路AI滲透，打通「用户付費意願提升→數據積累加速→模型迭代增強」的正向循環，也需要繼續摸索。

生態主導權的構建，也很關鍵。微軟通過開源社區GitHub（全球最大代碼託管平臺）與Azure雲服務的深度綁定，形成「開發者工具-算力供給-商業落地」的閉環生態；Meta則通過開源其LLaMA大語言模型吸引全球10萬開發者參與迭代，形成「模型開源→應用繁榮→數據反哺」的生態飛輪。

中國AI大模型開源生態現在走得比美國更遠，沿着「以生態養技術」的開放道路走下去，也是可行之選和應有之舉。

正視差距，積極學習，相信假以時日，很多中國科技企業也能打通盈利的「任督二脈」。

就像林中山竹，先是紮根深處，而后蓄勢向上，等到春雷乍響，便是滿山新綠。（轉載自：數字社會發展與研究）