近日，英偉達（NVDA.NDAQ）公布 2024 年一季報，凈利潤同比暴增 6 倍，達到 148.8 億美元，營收超越特斯拉，達到 260 億美元，同比增長 262%。

有華爾街空頭指出，英偉達的現金流等于 Alphabet（谷歌母公司）、亞馬遜、Meta 和微軟四大科技公司的資本支出。

這是一個很有意思的隱喻，事實上美國科技巨頭不約而同地正用重金砸向 AI 時代。

2023 年，這四家公司的資本支出創下歷史紀錄，達到 1357 億美元，同比增長 47%，主要用于 AI 相關基礎設施，以英偉達 H100 GPU 采購量為例，去年這四家公司的采購占到英偉達出貨量的 60%。

在今年第一季度業績報告會上，上述四家科技公司均宣布，仍將大幅增加資本支出，集中在數據中心、芯片、以及其他用于構建或部署生成式 AI 模型的設備。

今年，這四家公司資本支出的總額將達到史無前例的 2000 億美元，超過騰訊近兩年營收的總和。

伯恩斯坦研究院更是預測，未來五年，這四家公司以及蘋果公司的資本支出總額將突破萬億美元，這一體量可能超過標普 500 指數中其他 90 家電信和通信公司的資本支出總和。

巨額的投入顯示，一場 AI 領域的軍備競賽正在全球開啟。

中國的老牌互聯網公司阿里巴巴（BABA.NYSE）、騰訊（00700.HK）和百度（BIDU.NDAQ）當仁不讓地跟進這場競賽，盡管從技術和資本積累上都處于追趕全球巨頭的態勢，但從 2023 年開始，它們均大幅增加了資本支出和研發投入。

騰訊曾表示，2023 年的經營性資本支出占比 3% — 3.5%，如果 2024 年能夠獲得更多 GPU，預計將在此基礎上增加 1 個百分點。

在 AI 行業，規模定律（Scaling Law）仍然占據主導地位，即模型性能隨著參數數量的增加而顯著提升，這被形象地稱為 " 大力出奇跡 "。

很顯然，大規模的投入是 AI 行業產出的基本要素。

對 AI 的投入情況可以用科技公司的財報中 " 資本支出 " 和 " 研發費用 " 兩個指標來衡量：

1. 資本支出：科技公司的資本支出通常包括數據中心建設、硬件設備等，這代表了公司的基礎設施和算力儲備。這類投資具有長期性，攤銷周期大約為 5 年，一定程度反映了公司對 AI 未來發展的戰略考量。

2. 研發費用：包括人才招聘、技術研發、數據處理等。因此，研發費用的增加往往是公司在 AI 領域加大投入的直接反映。

那么，全球互聯網巨頭這一次集體增加資本支出，AI 投入的差距是在拉大還是縮小？這一輪資本支出暴漲會帶來 AI 技術躍進還是巨頭們的慘敗呢？

為保證統計口徑相同，本文中的數據均來自 Wind 數據庫，比較方法說明詳見文末注釋。

01 科技投入差距繼續拉大

2023 年，亞馬遜、Meta、谷歌、微軟在資本支出和研發費用上的總投入分別達到了 1357 億美元和 1967 億美元，同比增長 47% 和 14%，這顯示了它們對 AI 未來發展的良好預期。

阿里巴巴、百度和騰訊的資本支出和研發投入總和為 929 億元人民幣和 1450 億元人民幣，同比變化為 -17% 和 3%。

圖 1 更直觀地展現了七家公司的數據。BAT 的科技投入總和不到谷歌一半。

2023 年，亞馬遜、Meta、谷歌、微軟四家公司整體投入體量更大、增速飛快，而騰訊、阿里巴巴、百度沒有明顯加大投入、追趕超越的動作，這一定程度說明未來在 AI 競爭上的差距還將擴大。

差距拉大的原因有兩點：

其一，BAT 中只有百度的資本支出密度和研發強度較大，阿里巴巴和騰訊投入密度低。資本密度是資本支出與營收的比例，研發強度是研發費用與營收的比例，這兩個指標高，一定程度說明這家公司在擴張或轉變策略，呈現出追趕的趨勢。

從圖 2 可以看出，Meta 的資本密度和研發強度都位于七家公司之首，和 Meta 情況相似的是百度，遠超其他科技公司。

一方面，Meta 和百度都在調整業務重心，通過增加支出來彌補業績掉隊的差距，它們分別是從元宇宙和自動駕駛的賽道轉向 AI。

另一方面，Meta 和百度在 AI 上的思路非常接近，都是 " 用 AI 把所有應用重做一遍 "，這也意味著需要更加激進的投入。

圖說：公司彩圓面積大小反映營收規模比例關系（下同）

然而，Meta 和百度 " 重做應用 " 的方式完全不同，Meta 要花三年，百度只用了七個月。

Meta 在重做一個巨型 AI 系統，覆蓋旗下 Facebook、Instagram 等所有平臺的推薦引擎，實現跨平臺推薦。階段性的成果包括在 Reels（Facebook 的短視頻功能）上看到感興趣的東西，會回到 Facebook 的信息流展示更多具有吸引力的內容。在此基礎上，Meta 也在增加 AI 功能，比如 AI 聊天工具或智能助理。這些舉措已帶來顯著成效，Facebook 的用戶觀看時間至少提高了 8% 至 10%。對頂級應用來說，這是一個巨大的進步。

這種做法對成本、技術和基礎設施的要求都更高，Meta 斥資數十億美元積累了大量 AI 芯片，重新配置數據中心以適應芯片，此外還大量投資芯片、數據中心相關的產品和公司，這一投入從去年開始，最早 2026 年才能完成。

相比之下，百度重做應用顯得更加短平快，以李彥宏認為的 " 重構最徹底的一款產品 " 百度文庫為例，引入 AI 后增加了智能總結及問答、PPT 生成、文本寫作等常規功能，在市面上都能找到競品。百度文庫的 AI 能力是在去年 10 月公布，距離百度文心一言大模型發布只有七個月。

從結果來看也完全不同。今年第一季度，百度營收增長一般，Meta 的營收出現大幅增長。以 AI 最先能夠實現變現的互聯網廣告業務為例，Meta 和百度的廣告營收業務同比分別增長 27% 和 3%。

相對于百度而言，騰訊和阿里巴巴的護城河業務更加穩定，沒有出現明顯的戰略改變，整體資本密度和研發強度也都較低。這兩家公司營收和凈利潤的同比增幅穩定，尤其是騰訊，連續六個季度實現經營利潤和毛利增長。AI 作用最明顯的廣告業務，今年第一季度同比增長 26%。

其二，從時間維度來看，大舉擴張是亞馬遜、Meta、谷歌、微軟的長期打法，而阿里巴巴和騰訊擴張幅度較小，并且在近兩年出現收縮。

資本支出與折舊和攤銷比例一定程度反映了一家公司當前的戰略選擇，一般來說這一比例超過 1 說明企業在擴張，不到 1 說明在收縮。從圖 3 可以看出不同科技企業的差異。

過去十年，亞馬遜、Meta、谷歌、微軟的資本支出與折舊和攤銷比例幾乎都超過 1。由于 AI 的投入，近兩年來這一數字突破 2，這說明它們長期保持擴張的戰略。 

巨頭的戰爭從來都是擴張的戰爭，擴張并不意味著一定能夠成功，但能保證不丟失重要陣地。

過去十年，亞馬遜、Meta、谷歌、微軟四家公司幾乎把能擴張的領域都進軍了一遍，包括電商、云計算、虛擬現實、自動駕駛、物聯網等。盡管 BAT 也同樣布局這些領域，但是總是顯得晚了一步。

比如云計算，擁有全球第一市場份額的亞馬遜在 2006 年就開始布局，而阿里云在 2009 年起步。2012 年，馬云宣布對云服務 " 十年每年投入十億 "，此時亞馬遜已經接近扭虧為盈。到今年，亞馬遜超過 60% 的運營利潤由云服務貢獻。

這種 " 來晚一步 " 有三個原因：

第一是市場的差異，亞馬遜、Meta、谷歌、微軟面向全球市場，分散風險的能力更強，而 BAT 主要在國內市場比拼，對全球市場，還在摸索游戲規則。

第二是生態的差異，以云服務為例，美國科技公司的巨額資本支出會用來自建網絡以及云服務基建，相當于既修鐵路又跑火車，前期投入成本更多，等到基建完成后需要協調的利益相關者較少。

比如谷歌，從 2010 年開始逐漸建造自己的海底光纜，其 2016 年啟用的 "Faster"，甚至成為了當時史上最快的海底光纜，這也推動了谷歌云服務。

而中國的云廠商和三大運營商是分開的，三大電信運營商的網絡光纖系統讓云廠商在前期能夠快速起步，不用從鐵路造起，但是盈利周期也相應拉長，因為云廠商每年需要繳納巨額的帶寬使用費，這一成本占比超過 50%。

第三是應對政策監管的差異，美國科技巨頭遭到了本國內部、歐盟等多個區域的審查、巨額罰款、甚至拆分風險，但是擴張的速度未受影響。自 2021 年中國的互聯網反壟斷監管開始，騰訊和阿里巴巴削減資本支出和研發費用，回歸公司主營業務。

如果將中國 25 家上市互聯網公司科技投入的 " 資本開支 " 和 " 研發費用 " 指標進行比較，這 25 家上市公司的科技投入總和都沒有超過谷歌。

將研發費用和資本支出分別取對數，可以更加清晰地理解中國互聯網公司的科技投入情況。圖 5 為整體情況，中國互聯網公司內部的差距也在擴大。

02 戰爭在十年前已經打響

經濟學家丹比薩 · 莫約（Dambisa Moyo）曾說：" 種一棵樹最好的時間是十年前，其次是現在。" 亞馬遜、Meta、谷歌、微軟和 BAT 在 AI 上的差距并不是去年才拉開，而是從十年前開始。

其中兩個關鍵的年份是 2013 年和 2019 年，這劃分了美國 AI 競爭的兩個截然不同的階段，也帶來了巨頭排位的變化。

從 2013 年到 2019 年，谷歌、Meta、亞馬遜和微軟的資本支出沒有非常大的增幅，但是研發費用增長明顯，說明在這一階段，AI 競爭是基礎研究的較量，研發人才和研究院是這場競賽中最為關鍵的 " 軍火庫 "。

去年谷歌、微軟、Open AI 和 Anthropic（由亞馬遜投資）四家公司的 CEO 都受邀出席美國白宮的 AI 閉門會議，唯獨不見扎克伯格，可見如今的 Meta 在 AI 領域并不出彩。

時間回到 2013 年，和谷歌競爭 AI 霸主的不是亞馬遜和微軟，而是以社交媒體見長的 Facebook。當時這兩家公司正在競爭收購 DeepMind，這場收購以谷歌的勝利告終。同時，谷歌內部的 " 谷歌大腦 " 團隊則聘請了深度學習領域的領軍人物杰弗里 · 辛頓。

扎克伯格沒能拿下收購，親自出馬邀請深度學習領域的另一位頂尖人物楊立昆（Yann LeCun）出山擔任首席科學家，創建 AI 研究院 FAIR（Facebook AI Research）。

杰弗里 · 辛頓、楊立昆以及約書亞 · 本吉在 2018 年共同獲得圖靈獎，這是計算機科學領域的最高成就。

AI 時代最主要的技術底座和工具都來自這兩個頂級機構以及 " 谷歌大腦 " 團隊，比如 FAIR 的 GAN 模型，DeepMind 的 " 阿爾法狗 "，還有 " 谷歌大腦 " 科學家們發布的 Transformer 模型，這些基礎研究的成果共同推動 AI 走向 "GPT 時代 "。

實際上 Facebook 曾經占領 AI 先機，FAIR 聲名鵲起，拿下無數頂會論文和獎項。楊立昆曾提及，Meta 將研究崗分成兩類：基本只有博士學歷的人，才有機會擔任研究科學家（Research Scientists），剩下的都是研究工程師（Research Engineers），可見 Meta 對于研究人才的要求之高。

然而，2018 年成為一個重要的分水嶺，在谷歌提出 "AI First" 戰略，將 AI 全面融入谷歌翻譯、搜索、廣告等主營業務時，Facebook 卻陷入劍橋分析丑聞—— 8700 萬的用戶數據被非法獲取用來影響選舉，這場危機不僅損害了 Facebook 的聲譽，也對其 AI 研究造成了沖擊。

扎克伯格在聽證會表明 " 不僅有責任創建社交工具，而且還要確保它們永遠能安全使用 "。這起丑聞給 Facebook 的 AI 研究也帶來了巨大的打擊，內部業務向 " 安全第一 " 調整。

這使得 FAIR 的重要性大大降低，更多聚焦解決實際問題，如對虛假信息、煽動言論的內容審核、信息流推薦等，不再將重心放在前沿技術。頂尖的 AI 人才出走，其中不少流向了谷歌、微軟和 Open AI。

而國內與 DeepMind、FAIR 對標的研究院，百度研究院、騰訊 AI Lab 和阿里巴巴達摩院分別在 2014 年、2016 年、2017 年成立，發表論文數量和產品的應用是這些實驗室的主要 KPI，2017 年 BAT 的 AI 實驗室均出現了人才流失，部分科學家回到學術界。

第二階段的競爭從 2019 年開始，資本支出明顯增長，增幅遠超研發費用。這是因為 AI 技術底座達到上限，算力等資源的儲備成為關鍵，這時亞馬遜和微軟的優勢逐漸凸顯。

在上一輪競爭中似乎沒有見到另外兩個巨頭的身影，亞馬遜忙著擴張零售和云計算業務，而微軟則跑錯賽道，押注個人語音助手 Cortana，直到 2018 年幡然悔悟，PC 端沒有語音交互的土壤。

在下注 AI 時，亞馬遜和微軟是更加堅定的基建投手。

這兩家公司在更大規模地投入，以追趕 AI 先發優勢的不足。資本支出金額和幅度在 2019 年前后都出現了巨大的變化，2019 年至 2023 年，亞馬遜和微軟資本支出的 5 年復合增長率達到 31% 和 16%，遠高于谷歌和 Meta 的 13% 和 7%。

亞馬遜的資本支出很大一部分用于云計算基礎設施，這幫助亞馬遜早早拿下全球云計算霸主的位置。去年英偉達的首席執行官黃仁勛用 " 驚人 " 來形容亞馬遜在 AI 的設施儲備，他表示：" 擁有一臺百億億級次浮點運算性能的超級計算機就非常令人羨慕，而 AWS 相當于擁有 3000 臺這樣的超級計算機。"

亞馬遜的對手微軟也是云計算的追趕者。如今，微軟 Azure 云業務規模已經達到亞馬遜 AWS 云業務規模的四分之三，而回到 2019 年，Azure 規模僅為 AWS 的一半。

這一差距主要是由 Open AI 帶來的生成式 AI 熱潮縮小，因為不少公司都表示，會在選擇云服務時優先考慮 Azure，更加便捷地接入 Open AI 的技術和應用。

就像谷歌和 Meta 曾經爭奪 DeepMind 一樣，亞馬遜和微軟也在投資 Open AI 上交手。

在 2019 年微軟首次注資 Open AI 的前一年，Open AI 曾經向亞馬遜提出獲取大量計算資源的請求，因為當時 Open AI 正在煉造一個前所未有的大模型，但沒有給亞馬遜任何股權回報。然而，出于風險考慮，亞馬遜拒絕了這個提議，Open AI 的做法可能對 AWS 運行 AI 模型的 GPU 造成負擔，限制其他客戶的使用。

因此 Open AI 轉投微軟懷抱，將云計算服務遷移到 Azure。曾有報道稱，Open   AI 每年在微軟云服務上訓練模型花費約 7000 萬美元，這是微軟向 Open   AI 投資的重要部分。截至目前，微軟已向 Open   AI 投資了 130 億美元。

2022 年底 ChatGPT 橫空出世，生成式 AI 的浪潮席卷全球。為了迎接這一刻到來，微軟一直在其數據中心里增加 GPU 以便運行 AI 模型，這使得微軟能夠最快宣布在 Azure 云服務中加入 ChatGPT。

與微軟相比，亞馬遜將 AI 集成到云業務方面晚了一步，這一步有三個月，但是拉開的差距不只三個月。最新季度的財報顯示，微軟 Azure 云業務收入增加了 30%，而亞馬遜 AWS 云業務的收入增速只有 13%。

對巨頭企業來說，晚一步的代價需要成倍追加投入來彌補。在巨頭的戰爭中，贏家未必是跑得最快的，而是犯錯最少的。

03 結語

在商業史中，資本支出猛增未必全是好事，2013 年五大石油巨頭埃克森美孚（XOM.NYSE）、雪佛龍（CVX.NYSE）、道達爾（TTE.NYSE）、殼牌（SHEL.NYSE）和英國石油（BP.NYSE），豪擲 1600 億美元投入石油和頁巖氣項目。

然而，第二年石油價格腰斬，它們的多個項目被迫中斷，不得不剝離上百億美元的資產，在全球大裁員來削減開支。2023 年，這五大石油巨頭的資本支出為 945 億美元，只有美國四大科技巨頭的七成。

十年前的石油價格暴跌給石油五大巨頭帶來了沉重的打擊，但是科技巨頭的抗風險能力似乎更強，即便是新冠疫情這種危機，也沒有影響擴張的步伐。

新一輪的 AI 軍備競賽是否會帶來巨頭的潰敗還很難預測。

不過市場上已經出現了不同的反饋，盡管第一季度 Meta 的業績超出預期，凈利潤達到 124 億美元，同比增長 117%，但是在 4 月宣布新一輪資本支出增加后，Meta 的股價大跌 15%，市值蒸發 1500 億美元。

華爾街的分析師認為，Meta 的舉動讓市場不安，不確定這筆龐大的開支在短期內能否獲得收益，Meta 沒有強勢的 AI 商業產品。投資者擔憂 Meta 再次走上燒錢擴張元宇宙的不歸之路。

投資者似乎對微軟和谷歌更有信心，谷歌和微軟第一季度宣布增加資本支出后，股價均出現不同程度上漲。微軟不僅有 Open AI，而且旗下的辦公產品、云計算服務以及硬件業務都與 AI 進行深度融合。谷歌的搜索、YouTube 以及云業務也因為 AI 出現了強勁的表現。

注釋：數據及方法說明

本文比較的核心是說明巨頭科技公司在 AI 上的投入差異，選取 2023 年數據進行比較，這七家公司在財報中均提及，資本支出和研發費用增加與 AI 相關。為了保證統計口徑相同，采用 Wind 數據庫的信息。

此外，研究還選取了 25 家上市互聯網公司的數據，僅用于展示中國互聯網公司整體科技投入情況。

需要說明的是，資本支出不等于完全科技投入，還涵蓋固定資產和無形資產支出。因此在企業篩選中，已經剔除部分在 2023 年有固定資產投入或版權投入的互聯網企業，比如唯品會、三七互娛、愛奇藝及嗶哩嗶哩等。

此外，企業業務類型也會影響資本支出的構成。例如京東主營業務為電商，資本支出包括倉庫和配送中心、辦公樓建設，物流設備采購以及平臺建設等。