2026年Q2中国科技巨头AI基建狂飙:腾讯现金流转负,四家巨头路径分化
2026/08/27 17:20阅读量 6
2026年第二季度,阿里巴巴与腾讯资本支出合计超1200亿元人民币,其中腾讯因预购算力导致自由现金流首次转负。百度、字节跳动亦大幅加码,全年预算分别达114亿元和2000亿元。尽管中美AI投资回报率存在差距,但分析认为这是产业发展阶段不同所致,中国凭借制造与应用优势,预计未来18-24个月回报率将逐步提升。
事件概述
2026年第二季度,中国头部互联网企业在“降本增效”口号下,反而在AI基础设施上展开了激烈的资本竞赛。阿里与腾讯单季资本支出(Capex)合计超过1200亿元人民币,百度同比激增约200%,字节跳动更将2026年全年资本支出计划上调至2000亿元人民币,创下国内同行最高纪录。这一轮投入并非普通周期,而是关乎未来十年AI入场券的战略博弈。
核心信息:四大巨头差异化路径
尽管目标一致,但四家巨头在商业模式和财务表现上呈现出截然不同的生存法则:
1. 阿里巴巴:“卖水人”模式,全栈闭环最快变现
- 投入规模: 2026财年资本支出约1260亿元人民币,主要用于AI服务器、数据中心及GPU采购。
- 融资动作: 完成800亿港元配售(自2019年港股上市以来首次),中东、欧洲及亚洲主权财富基金认购超40%,资金全部用于AI基建。
- 财务表现: Q2营收2690亿元(同比+9%),调整后净利润207亿元(同比-38%),利润受AI投资侵蚀明显。
- 成效: AI云及算力服务收入达484亿元(同比+45%),EBITA利润56亿元(同比+133%)。依托公有云基础,阿里是将AI投入转化为实际收入最快的企业。
2. 腾讯:“二房东”模式,内部化消耗致现金流承压
- 投入规模: Q2资本支出约593亿元,其中约514亿元为算力采购预付款。这直接导致其自由现金流转为-138亿元,为史上首次。
- 战略逻辑: 将海量算力内化至拥有13亿用户的微信生态中,扮演“子地主”角色。
- 挑战: 算力主要被微信内的AI应用消耗,回报周期长且不透明。尽管Q2营收突破2000亿元大关(达2048亿元,同比+11%),但巨额资本开支远超市场预期。
- 国产替代: 预计腾讯国产芯片采购占比将升至65%以上,训练卡主要来自燧原科技,推理卡主要来自寒武纪。
3. 百度:“卖算力与Token”模式,规模劣势显现
- 投入规模: Q2资本支出114亿元,同比增长约200%。
- 财务压力: Q2归母净利润仅约23亿元,同比大幅下降68%。作为体量最小的一家,百度高度依赖通过出售算力和Token变现,先发红利已现疲态。
- 竞争态势: 面临阿里云和火山引擎的规模压制,其市场地位取决于能否缩小与顶级云服务商的差距。
4. 字节跳动:“激进投资者”,不确定性最高
- 投入规模: 2026年全年资本支出计划高达2000亿元,居四家之首。
- 战略逻辑: 火山引擎双管齐下,既满足内部需求,又拓展外部服务。
- 特点: 作为非上市公司,不受季度盈利压力约束,但火山引擎能否真正规模化落地及其商业模式的最终验证,仍是四家中最大的未知数。
值得关注:中美AI竞赛的本质是“节奏”而非“优劣”
1. 回报率差距源于发展阶段不同
- 数据对比: 摩根士丹利估计,北美云厂商AI投资ROIC约为25%-50%,而中国同行仅为13%-20%。
- 原因分析: 美国云厂商自2020年起大规模部署,已进入“收获期”,边际成本下降且现金流稳定;中国厂商的大规模投入集中在2025-2026年,相当于将美国三年的建设压缩至一年完成。前置投资的摊销导致短期ROIC偏低,符合产业周期规律,并不直接代表竞争力缺失。
2. 中国的结构性优势
- 制造端: 同等资本支出可部署更多物理算力,具备成本优势。
- 应用端: 拥有全球最大的工业互联网、自动驾驶和智慧城市市场,变现渠道不限于算力销售。
- 能源端: 可再生能源并网、特高压输电及核电建设速度快于美国,有望带来更优的长期运营成本曲线。
3. 未来展望
- 宏观贡献: 高盛预测2026年美国AI投资对GDP增长净贡献仅约0.1个百分点,边际效益递减;苏银证券估算中国AI对GDP增长贡献约0.3-0.5个百分点,潜力尚未完全释放。
- 趋势判断: 随着算力资产折旧及应用生态成熟,中国AI投资的ROIC预计在未来18至24个月内逐步改善。
决定生死的关键变量
这场万亿级赌注的最终结果取决于三个核心因素:
- 英伟达Rubin周期的成本冲击: 英伟达Q2营收962亿美元(同比+106%),Vera Rubin已量产,预计2027年初交付时价格将上涨超15%。中国巨头面临继续承担高昂订单或加速转向国产芯片的两难选择。
- 国产替代的拐点: 腾讯超65%的国产芯片采购比例是关键风向标。只有燧原科技和寒武纪能按时扩大产量并提升良率,才能从根本上扭转“硬件成本高企拖累ROIC”的局面。
- 应用生态的成熟度: 算力基础设施的建设只是第一步,最终需依靠工业互联、自动驾驶等垂直领域的商业化落地来验证投资价值。
