2026云厂商财报B面：All in Agentic AI，自由现金流失血，自研芯片成利润奶牛，跨境卖家如何应对？

财报B面：自由现金流失血，但利润率创纪录——自研芯片成利润奶牛

2026年7月底，亚马逊、谷歌、微软相继发布Q2财报，表面看三大云厂商都在疯狂投入AI，自由现金流转负，但细看数据，自研芯片正在成为新的利润引擎。谷歌云营业利润率达到35.6%，AWS营业利润率创下39%的历史纪录，而这一切背后，自研芯片（TPU、Trainium）功不可没。

具体来看，谷歌母公司Alphabet在2026年Q2自由现金流为-59亿美元，而去年同期为正；亚马逊自由现金流为-76亿美元。资本开支分别达到320亿美元和410亿美元，主要投向GPU算力和数据中心。尽管现金流失血，但两大云业务的利润率却逆势攀升，表明自研芯片大幅降低了单位算力成本。

• 谷歌云利润率35.6%：得益于TPU v6的规模化部署，成本比英伟达GPU低40%以上。
• AWS利润率39%：Trainium2芯片在训练和推理场景中占比提升，毛利率显著改善。
• 微软Azure：虽然未单独披露利润率，但Azure AI服务收入增长超60%，自研芯片Maia 100也开始贡献利润。

自研芯片从成本中心转为利润中心，这是2026年财报最大的信号。

对跨境卖家的核心影响：广告成本、云服务价格与AI工具能力

对于中国跨境卖家而言，三大云厂商的财报数据并非遥不可及，它们直接影响你的广告投放成本、云服务账单和AI工具的使用体验。首先，资本开支激增意味着云厂商需要回收投资，广告价格和云服务费用可能上涨；其次，AI能力的增强为卖家提供了更强大的工具，但同时也提高了竞争门槛。

具体影响体现在三个方面：

• 广告成本上升：亚马逊广告收入在2026年Q2达到180亿美元，同比增长28%，但CPC（每次点击成本）上涨了15%，因为更多卖家涌入AI驱动的广告投放。
• 云服务费用增加：AWS和谷歌云在2026年Q2均宣布上调部分实例价格，平均涨幅在5%-8%，主要由于GPU算力供不应求。
• AI工具能力增强：谷歌云和AWS推出了更多基于自研芯片的AI服务，如Vertex AI和Bedrock，支持更复杂的Agentic AI应用，卖家可以更高效地运营。

以亚马逊广告为例，2026年Q2的广告收入增长主要来自AI驱动的Sponsored Products和AI创意工具，但卖家需要投入更多预算才能维持曝光。同时，AWS的Lambda和S3服务价格微调，对于依赖云计算的卖家，年度成本可能增加数千美元。

卖家应对策略：优化成本结构，拥抱AI工具，调整广告预算

面对云厂商的涨价和广告成本上升，中国跨境卖家需要从成本结构、工具使用和广告策略三方面入手，保持竞争力。首先，审查云服务使用情况，利用预留实例和Spot实例降低成本；其次，积极采用AI工具提升运营效率；最后，重新分配广告预算，聚焦高转化率渠道。

具体策略如下：

• 云成本优化：使用AWS Cost Explorer或谷歌云成本管理工具，识别闲置资源。例如，将非生产环境迁移到Spot实例，可节省60%-70%成本。同时，考虑使用自研芯片的实例类型（如AWS的Trn1），性价比更高。
• AI工具应用：利用AWS Bedrock或谷歌Vertex AI构建智能客服、生成产品描述和优化广告创意。2026年，这些工具已支持Agentic AI，可以自动执行多步骤任务，如库存管理和定价调整。
• 广告预算调整：关注亚马逊广告的AI功能，如“动态竞价”和“广告创意优化”，提高ROAS。建议将30%的预算用于测试AI驱动的广告活动，根据数据反馈优化。

例如，某深圳3C卖家通过使用AWS Trn1实例，将机器学习推理成本降低40%；同时利用谷歌Vertex AI生成多语言产品描述，节省了5小时/周的人力。这些实操案例表明，技术应用能直接转化为利润。

2026年云厂商资本开支趋势与算力供需分析：卖家如何提前布局

2026年，三大云厂商的资本开支总额预计超过2000亿美元，其中大部分投向GPU算力和数据中心。算力需求超过供给，导致云服务价格可能持续上涨。跨境卖家需要提前布局，避免成本失控。

根据Synergy Research数据，2026年Q2全球云基础设施服务支出达到980亿美元，同比增长22%，但供给端受限于芯片产能，预计到2027年才能缓解。这意味着，未来12-18个月，云服务价格可能继续上涨。

• 谷歌：2026年资本开支预计800亿美元，重点建设TPU集群，计划在2027年将TPU算力翻倍。
• 亚马逊：资本开支预计1000亿美元，投资于Trainium芯片和数据中心，同时推出更多“算力即服务”产品。
• 微软：资本开支预计700亿美元，与OpenAI合作建设AI数据中心，但自研芯片Maia 100的采用率提升。

对卖家而言，建议与云服务商签订长期合同（1-3年），锁定价格；同时，考虑多云策略，利用不同云厂商的优惠。例如，AWS的Savings Plans可承诺使用量换取折扣，最高可节省30%。此外，关注自研芯片实例的发布，通常价格更低。

自研芯片如何改变跨境电商技术栈：从成本中心到利润中心

自研芯片（如谷歌TPU、亚马逊Trainium）正在改变跨境电商的技术基础设施。过去，卖家依赖英伟达GPU进行AI推理，成本高昂；现在，云厂商的自研芯片提供了更低成本的选择，使得AI工具更普及，也催生了新的应用场景。

例如，亚马逊的Trainium芯片在机器学习推理任务中，成本比英伟达GPU低30%-40%，这使得中小卖家也能负担得起AI驱动的产品推荐、图像识别和智能定价。谷歌的TPU则擅长大规模训练，适合需要定制模型的卖家。

• 图像生成与优化：利用AWS Bedrock或谷歌Vertex AI的生成式AI，基于自研芯片，可以快速生成产品图、广告素材，成本降低50%。
• 智能客服：自研芯片支持的Agentic AI可以处理复杂客户咨询，减少人工成本。
• 供应链预测：使用TPU训练预测模型，优化库存，减少滞销损失。

总之，自研芯片的普及让AI技术不再是巨头专属，跨境卖家可以以更低成本获取AI能力，从而提升运营效率。建议卖家关注云厂商的芯片路线图，及时采用新实例，获取成本优势。