Meta与Oracle AI回报对比：广告增长、6380亿美元RPO与现金流考验

读完今天这篇 Fool Featured Article，我觉得它真正有价值的地方，不是简单比较谁在 AI 上更激进，而是提醒投资者区分两件事：已经能在财报里看到的经营回报，和还停留在未来履约义务里的订单承诺。放到 Meta Platforms, Inc. 与 Oracle Corporation 身上，这个差异尤其明显。

文章目录

市场背景：AI支出正在从“讲故事”进入“看凭据”阶段

The Motley Fool 本轮 Featured Article提出的核心问题是：大型科技公司投入巨额 AI 资本开支后，投资者到底能从哪里看到回报。这个问题比“谁的 backlog 最大”更实用，因为 backlog 代表未来收入承诺，而收入、现金流和利润率才决定股东今天能承受多少投入压力。

一手资料显示，几家大型科技公司给出的可见度并不相同。Microsoft Corporation 在截至 2026 年 6 月 30 日的季度中，Microsoft Cloud 收入同比增长 27%，Azure 和其他云服务收入同比增长 43%，商业剩余履约义务同比增长 84%。Alphabet Inc. 的 Google Cloud 第二季度收入同比增长 82% 至 247.68 亿美元，但公司同时明确把 AI 融入搜索、广告、订阅和云等多个业务场景，投资者很难把 AI 单独拆成一条收入线。Amazon.com, Inc. 则在 AWS 产品和客户进展上披露了大量 AI 应用信号，但其整体自由现金流仍受到基础设施投资拖累。

Meta的优势：经营证据更清楚，但AI收入没有单独列项

Meta 的可验证证据首先来自广告主业。公司第二季度收入为 608.01 亿美元，同比增长 28%；Family of Apps 的广告展示量同比增长 14%，平均每条广告价格同比增长 12%。这些数字说明，Meta 的广告系统、推荐算法和商业化效率仍在拉动收入端增长。管理层也在财报中直接把 AI 放在核心业务加速、下一代产品和企业机会的语境下。

但投资者不能把这理解成“Meta 已经披露了一条独立 AI 收入线”。公司没有把 AI 广告模型、生成式 AI 工具或企业 AI 服务单独列成可核验收入科目。因此，Meta 的 AI 回报更像是嵌在广告展示、定价能力、用户参与度和经营利润率里的结果。它的好处是经营数据已经在动；不足是外部投资者无法精确知道其中多少来自 AI，多少来自广告周期、汇率、价格和产品组合。

成本端同样需要克制看待。Meta 第二季度资本开支（含融资租赁本金支付）为 310.8 亿美元，经营现金流为 318.6 亿美元，自由现金流仅为 7.84 亿美元。公司还把 2026 年资本开支预期收窄至 1,300 亿至 1,450 亿美元。也就是说，Meta 的核心业务仍强，但 AI 基础设施投入已经显著压低当季自由现金流缓冲。

Oracle的优势：6380亿美元RPO很亮眼，但执行压力更集中

Oracle 的看点不同。公司 2026 财年收入达到 674 亿美元，同比增长 17%；云收入达到 340 亿美元，同比增长 39%。更受市场关注的是，公司截至最新季度末的剩余履约义务（RPO）达到 6,380 亿美元，同比增长 363%，环比增加 850 亿美元。这个数字说明 Oracle Cloud Infrastructure 在 AI 训练和推理需求中拿到了非常大的合同承诺。

不过，RPO 不是已经确认的收入。Oracle 官方公告同时披露，大型 AI 合同中的客户预付款和客户供应硬件部分合计达到 750 亿美元，这有助于降低 Oracle 自身融资压力；但公司 2026 财年自由现金流仍为负 237 亿美元，并且 2026 财年已经筹集 430 亿美元债务融资和 50 亿美元股权融资，2027 财年还预计通过债务与股权组合融资约 400 亿美元。

这就是 Oracle 的双面性：订单能见度很强，但把订单转换为收入、现金流和股东回报，需要大量数据中心建设、硬件部署、电力资源和融资安排配合。普通投资者不宜只看 6,380 亿美元 RPO，也要看未来几个季度云收入确认速度、资本开支、利息费用、股权稀释和自由现金流能否改善。

横向比较：Microsoft和Amazon提供了另一种参照

为了理解 Meta 和 Oracle 的差异，可以把 Microsoft 与 Amazon 放在旁边作参照。Microsoft 的优势是云收入、商业 backlog 和现金流质量相对更容易同时观察。公司第四财季总收入为 900.07 亿美元，同比增长 18%；Microsoft Cloud 收入为 593 亿美元，同比增长 27%。当一家企业既能披露云增长，又能保持较强盈利与现金流，市场通常会给它更长的 AI 投资耐心。

Amazon 的情况更复杂。第二季度净销售额为 2,006 亿美元，同比增长 20%；AWS 净销售额为 422 亿美元，同比增长 37%。AWS 增长证明云和 AI 需求强劲，但公司披露过去 12 个月自由现金流为流出 76 亿美元，而上年同期为流入 182 亿美元，主要与物业和设备购买净额大幅增加有关。这说明即便需求清晰，基础设施扩张也会先占用现金流。

Alphabet 则提醒投资者，AI 回报有时会被嵌入多条业务线。Google Cloud 第二季度收入大幅增长，但搜索、广告匹配、订阅、模型调用和企业云解决方案之间的边界并不适合简单相加。对投资者来说，这不是坏事，只是要求估值时同时看增长质量、资本开支和披露透明度。

投资逻辑：区分“可验证回报”和“未来履约承诺”

Meta 与 Oracle 的对比，核心不在于谁一定更好，而在于风险来源不同。Meta 的证据更偏经营端：广告收入、广告展示量、广告价格和用户规模可以连续跟踪；风险是 AI 投入规模很大，且 AI 贡献无法单独拆出。Oracle 的证据更偏订单端：RPO 极高，AI 云基础设施需求明确；风险是交付周期、融资成本和资本密集度更高。

如果市场继续追逐 AI 基础设施主题，Oracle 这类 backlog 驱动型公司可能更容易获得弹性；如果市场开始要求短期现金流和利润证明，Meta、Microsoft 这类有成熟现金流业务支撑的公司可能更稳。真正需要警惕的是，把 backlog 当成已经实现的利润，或把收入增长简单等同于资本回报。

主要风险：AI需求、融资条件和披露口径都可能变化

第一，AI 需求可能有周期波动。云客户今天签下长期合同，不代表未来每个季度都能按高利用率消化新增算力。第二，GPU、内存、网络设备、电力和数据中心建设成本仍可能上升，压缩自由现金流。第三，利率与信用利差会影响债务融资成本，股价波动会影响股权融资的稀释代价。第四，不同公司对 AI 收入的披露口径不同，横向比较很容易高估精确度。

对普通投资者来说，更稳妥的做法是把这类公司分成三组观察：一是 Microsoft 这类现金流与云增长都较强的综合平台；二是 Meta、Alphabet 这类 AI 深度嵌入核心业务但单独收入不透明的平台；三是 Oracle 这类订单规模巨大、但交付和融资压力也更明显的基础设施扩张型公司。不同组别的估值弹性和回撤原因并不一样。

普通投资者可以跟踪的四个指标

我会重点看四件事。第一，看经营现金流减资本开支后的自由现金流是否改善。第二，看云收入、广告收入或 AI 相关业务信号是否继续加速，而不是只看管理层叙事。第三，看 RPO、递延收入、客户预付款和租赁义务之间是否匹配，避免只被单个大数字吸引。第四，看公司是否继续上调资本开支指引，以及融资方式是经营现金流、债务、股权还是客户预付款。

就当前公开资料看，Meta 更像是“AI 已经影响主业表现，但收入归因不透明”；Oracle 更像是“AI 订单极其可见，但现金流和融资验证还在路上”。这两种公司都可能受益于 AI 周期，但普通投资者需要用不同尺子衡量它们，而不是把所有 AI 科技股放进同一个估值框架。