中美AI同一场竞赛，为什么长出了两套赚钱方式？

AI产业经过多年发展，已经走到一个很现实的阶段：尽管模型能力仍在进步，可资本市场还是更关心投入由谁承担、订单由谁拿走、现金流何时回来。

中美AI公司看似在同一张地图上竞争，但实际上两者的收入结构和商业路径有很大差距。美国公司依赖全球云客户、美元融资体系和高毛利软件，将技术领先迅速转化为资本开支；中国公司基于受到算力供给和价格竞争约束，更强调软硬协同、开源生态与落地效率。

英伟达与华为、微软与阿里、OpenAI与Qwen，看上去都是竞争对手，其实拆开财报后会发现，双方控制的是不同利润池。从市场角度来看，理解这种差异，比争论谁领先更有投资价值。

英伟达卖算力溢价，华为卖系统确定性

在英伟达和华为的对比讨论中，很容易掉进跑分和制程的坑里。实际上两家公司面对的客户需求并不完全相同。

英伟达主要服务全球云厂商、主权AI项目和大型模型公司，收入兑现依靠GPU、网络、机架系统与CUDA生态共同抬高单个集群价值；华为承担的任务更宽，覆盖芯片、服务器、网络、云、操作系统和行业交付，客户集中在中国市场的运营商、政企及大型产业客户。

英伟达2027财年第二季度收入达到962亿美元，数据中心收入890亿美元，同比增长117%，算力需求仍在高速释放。高增长背后的优势已经超出单颗GPU：客户购买的是整套架构、开发环境和持续升级能力，英伟达由芯片供应商逐渐变成AI数据中心的总包商。

华为面对的是另一张账表。2026年上半年收入4678.2亿元，同比增长9.6%，净利润下降36%，研发支出同比增长25%。收入扩张与利润承压同时出现，说明昇腾、华为云、鸿蒙及先进芯片能力仍在密集投入期。

华为的机会来自国产算力进入规模部署，可风险同样清楚：制造、软件适配和生态迁移都要花钱，订单增长能否带来利润率改善，仍需后续经营数据验证。

Broadcom与华为海思则代表定制芯片这条暗线。数据显示，Broadcom第三财季AI半导体收入167亿美元，同比增长221%，公司预计第四财季进一步增至217亿美元。

当前定制加速器和网络芯片正在从英伟达体系旁边切走一块利润，越来越多云厂商希望降低单位算力成本，也希望减少对单一架构的依赖。

海思拥有芯片设计、通信和终端协同能力，但市场无法获得独立财务数据，订单、毛利率和客户集中度都不透明。

所以目前，Broadcom可以按AI收入和现金流定价，海思更多体现为华为整体竞争力的一部分。这种差别很重要：技术能力可以比较，资产定价仍要回到信息披露和利润兑现。

微软与阿里争企业预算，Oracle与腾讯云争算力周转率

微软与阿里的镜像关系比表面更接近。两家公司都拥有云、模型、办公或商业平台，也都希望AI带动客户扩大云消费。

差别主要在客户结构：微软掌握全球大企业的软件预算，Azure、Microsoft 365、GitHub和安全产品可以共享销售体系；阿里拥有中国企业客户、电商商家和开发者生态，其由Qwen开源模型承担获客，阿里云负责承接推理、存储、数据库及行业解决方案收入。

微软2026财年收入超过3310亿美元，其中Microsoft Cloud超过2140亿美元，Azure全年收入首次超过1000亿美元，同比增长41%。

从微软的财务表现来看，微软的AI投入已经能够由成熟软件订阅和云收入共同支撑，资本开支虽高，客户续费、交叉销售和现金流质量提供了缓冲。

阿里走的是“开源模型扩大使用量，云服务回收投入”的路线。

路透社披露，Qwen模型在最近半年全球下载量超过30亿次；阿里第二季度资本开支约100亿美元，同比增长75%，单季自由现金流因此转负。管理层预计AI资本开支的回收周期约为三年。

不过最终这笔投入能否成立，还要看AI相关云收入能否持续快于折旧、能源和推理成本增长。下载量只能提供生态影响力，付费调用、云迁移和行业订单才能决定利润弹性。

Oracle与腾讯云是另一组适合放在一起对比讨论的。

Oracle拥有数据库和大型企业合同，AI基础设施可以沿现有客户关系切入；腾讯云背靠微信、广告、游戏、内容和企业服务，AI投入既可以服务外部客户，也可以改善内部推荐、广告投放和内容生产。

公司财报显示，Oracle最新季度收入193亿美元，同比增长30%，云基础设施收入74亿美元，同比增长121%。

公司的增长很猛，同时压力也不小：数据中心建设会先消耗现金，收入则随着合同履行逐步确认，订单能见度与融资成本必须一起观察。

腾讯业绩公告显示，腾讯2026年第二季度收入2048亿元，同比增长11%，资本开支528亿元，同比增长176%。腾讯用高利润互联网业务为算力投入输血，混元、元宝、企业微信和云服务拥有多个商业化出口，不过云业务披露颗粒度较低，市场暂时难以单独测算AI回报。

综上可见，云厂商接下来真正比的是谁能让GPU保持较高利用率，谁能把模型调用到数据库、办公软件、广告和交易场景，谁的资本开支才更容易变成持续收入。

OpenAI抢模型入口，中国公司更急着把Agent接进生意

OpenAI与Qwen代表两种模型生态。OpenAI依靠闭源前沿模型、ChatGPT订阅、API和企业服务形成收入，同时需要持续融资支撑训练与推理。

2026年9月，路透社报道称OpenAI正寻求最高1.5万亿美元的新融资估值，公司此前已在3月获得1220亿美元资金承诺，并预计到2030年仍需巨额投入。该定价建立在全球入口、模型领先和未来平台收入之上，盈利能见度如何依然有很大争议。

Qwen选择开放权重，将模型渗透率转化为阿里云的潜在客户池。开源会压低单次调用价格，却能降低企业私有化部署和二次开发门槛。OpenAI需要证明高投入能够沉淀为稳定利润，Qwen需要证明庞大的开发者使用量可以导入付费云服务。两边都在扩生态，只是一个先收模型的钱，一个更愿意从基础设施和企业服务里回收。

Salesforce与腾讯的比较，开始把问题推进到Agent层。

2027财年第二季度，Agentforce年度经常性收入已经超过15亿美元，Agentforce与Data 360合计年度经常性收入接近39亿美元，同比增长超过210%。

Salesforce拥有结构化客户数据、CRM权限和成熟工作流，Agentforce可以直接进入销售、客服和营销环节。AI开始进入可核验的收入科目，企业Agent终于摆脱了只讲演示的阶段。

腾讯的优势在于微信、企业微信、腾讯会议、广告和支付形成了更丰富的业务触点，Skill与Agent可以进入沟通、交易和经营流程。挑战在于产品边界更复杂，AI带来的效率提升可能分散在广告转化、云收入和内部成本中，像Salesforce一样单独标价有一定难度。

从企业客户角度来说，最终采购的也不会是一个会聊天的模型，更多的是一套能读取数据、调用工具、执行任务并接受审计的生产系统。

Tesla与小米把同样的竞争搬进物理世界。Tesla押注自动驾驶、Robotaxi和Optimus，希望用统一AI能力连接汽车与机器人；小米依靠手机、汽车、IoT和自研系统形成多终端入口，制造、供应链和用户设备提供真实场景。

Tesla承担前沿研发和监管风险，小米则面对汽车盈利、品牌上探及多设备协同的考验。两家公司都在扩大AI边界，但现金流仍要由交付量、软件付费、成本控制和产品可靠性共同决定。

下一轮AI竞争，利润不会平均分配。接下来，行业内更应该关注三件事：资本开支能否形成持续订单，生态规模能否转化为付费收入，AI业务能否改善整体现金流。

整体上来看，美国公司的优势是收入科目清晰、全球客户预算充足；中国公司的优势是应用场景密集、工程效率高、软硬件协同空间大。最终胜负未必产生于同一个赛场。

AI产业不会只有一家赢家，但利润大概率集中在少数拥有算力控制权、客户入口和现金流闭环的公司手里。

免责声明：所有平台仅提供服务对接功能，资讯信息、数据资料来源于第三方，其中发布的文章、视频、数据仅代表内容发布者个人的观点，并不代表泡财经平台的观点，不构成任何投资建议，仅供参考，用户需独立做出投资决策，自行承担因信赖或使用第三方信息而导致的任何损失。投资有风险，入市需谨慎。