裁员省钱投AI，美股巨头其实在算另一本账

美股三季报近期陆续披露，科技巨头罕见地同时面临压力。

在同一份财报中，两件看似矛盾的事件同时出现。首先是裁员：据估算，甲骨文可能裁减两万至三万个职位，约占其全球员工的18%，预计每年节省人力成本约80亿至100亿美元。其次是加大投入：微软、亚马逊、Meta、甲骨文和Alphabet在2026年的资本支出总计约8,000亿美元。

一边让员工离开，一边将资金投入数据中心。外界称之为“AI驱动的效率革命”，但从数据来看，因果关系或许被颠倒。

将这两组数据对比，裁员节省的资金在规模上远不足以“支持”资本支出，巨头的真实意图是修复资产负债表。AI军备竞赛的巨额投入，已导致经营现金流无法覆盖资本支出；要继续从外部融资，除了营收利润需大幅增长，还必须提供一份相对健康且好看的操作指标。说得更直白些：裁员并非为AI筹集资金，而是向新旧债权人交出一份交代。

因此结论清晰：决定这场“修复”成败的，不是节省了多少工资，而是折旧曲线与收入曲线谁跑得更快。

01、100亿对8000亿：两笔钱不在同一量级

先算清楚账目。

据道明银行旗下投行部门TD Cowen估算，若甲骨文裁减两万至三万个职位，每年可释放80亿至100亿美元的自由现金流空间。这已是一次相当严厉的削减，足以让一家公司的组织能力受到重创。

再看另一边。

哥伦比亚商学院学者估算，微软、亚马逊、Meta、甲骨文与Alphabet在2026年的资本支出合计约8,000亿美元，首次超过它们约7,070亿美元的营业现金流。这意味着，五家巨头依靠自身运营已无法赚足所需资金。

百亿级的节省面对千亿级的缺口，中间还隔着已转为负值的自由现金流——这不是“省一点补一点”能弥补的差距，更像用卖旧家具的钱去支付购房首付：方向正确，但力度微不足道。“裁员为AI腾出预算”这一流行说法，从数据上就不成立。真正的作用在于：当经营现金流被资本支出吞噬后，压缩人力成本，才能避免营业利润率和每股收益（EPS）等市场仍在紧盯的指标同步崩溃。指标不崩溃，信用故事就能继续讲述，发债的利差就更低、窗口就更宽。

高盛在2026年发布的一份研究报告中称，这轮裁员是“资源重新配置，而非单纯削减预算”，指的正是这一逻辑：并非缺钱而节流，而是将资金从人力这类软资产转移到算力这类硬资产，让报表更美观，以便继续从资本市场获取资金。

02、真正的冲击，2027年才到来

现金流恶化只是第一层，真正被低估的是折旧。

爱建证券在题为《AI投资风险评估：北美云厂商报表压力或将在2027年显现》的研究报告中，分析了四大云厂商（Amazon、Google、Meta、Microsoft）2020年第一季度至2026年第二季度的资本支出、折旧摊销及折旧/净利润比值，结论是：巨头资本支出加速后，大约三个季度会对现金流形成实质压制，四到五个季度才会显著推高折旧摊销，冲击利润端。

在财务处理上，设备购买后并非立即开始折旧，需先建设、安装，再完成会计上的转固。按此节奏推算，2026年的大规模资本支出，其报表压力预计从2027年开始显现。

规模有多大？

据爱建证券测算，头部云厂商按5至6年的服务器/GPU折旧年限计算，2026年新增算力资产对应的年均新增折旧为——Amazon约400亿美元，Google约325亿至342亿美元，Microsoft约317亿美元，Meta约227亿至264亿美元。四家合计，每年新增折旧超过1200亿美元。

1200亿算力折旧对比100亿人员节流——裁员一整年节省的资金，只够抵一个月的折旧。

熟悉财务的读者可能已隐约察觉，这里还藏着一个更隐蔽的杠杆：折旧年限。

如果将AI资产使用年限整体缩短一年，次年净利润将大幅减少。这意味着，GPU按5年折旧还是按4年折旧，这个看似技术性的会计选择，带来的利润冲击足以引发又一次大规模裁员——而且是每年一次。再考虑芯片迭代加速，折旧年限越难维持，压力就越大。

从财务逻辑看，2027年之后，巨头的利润表将同时承受两刀：一刀是人力，但已裁至极限，空间有限，总需留人从事销售和运维；另一刀是折旧，才刚刚开始，几乎没有调整余地，转固后就按既定年限逐年压降。

可以明确的是，届时利润率能否守住，不再取决于降本决心，而完全在于云和AI收入能否以足够快的速度填补这个缺口——也就是前文所述：折旧曲线和收入曲线，谁跑得更快。

03、真正在定价的，是ROIC的远期门槛

只看2026到2027年，这笔账几乎算不平——但巨头的算盘，本来也不打在两三年内。

先看投行态度。高盛给出了一把远期标尺：在15%年化ROIC（投入资本回报率，用于衡量烧钱是否创造价值）的基准假设下，Alphabet、微软、亚马逊、Meta、甲骨文等六大云厂商，需在2028至2030年间累计创造约1.42万亿美元收入，才能为2026至2027年这轮AI算力资本支出提供合理回报。折算下来，每吉瓦算力每年需产生约116亿美元收入。

1.42万亿美元这个数字看似惊人，但它对应的是三年累计收入，以六巨头的营收体量来看并非无法实现。真正的关键在于，一个假设必须成立：AI算力在未来三年仍能维持高租金和高利用率。

算力存在产能周期：所有人同时建设，2027年后同时投产、供给集中释放，需求增长一旦放缓，单位算力价格必然承压。到那时，“116亿美元/吉瓦·年”这一门槛就会从合理目标变成苛刻要求。

在此背景下再看裁员，其角色就清楚了。

在这个假设被验证之前，先削减固定成本结构中相对软的部分，保留更硬的算力资产和现金流作为缓冲。赌对了，人力成本已提前出清，利润率弹性更大；赌错了，至少包袱已减轻，账面上还能腾挪一阵。

从手法上看，这是理性对冲，但它有一个不太体面的副产品：将风险从清晰的工资单，转移到看不见的资产负债表上。

04、市场已开出罚单：股价下跌、融资通道受阻

这套操作中最容易被忽略的细节，是融资结构的变化。

判断逻辑是：当经营现金流不再能覆盖资本支出，缺口就必须由外部资本填补，而外部资本既不免费，也附带条件。

据统计，2026年以来，Alphabet、亚马逊、Meta等科技巨头已发行近2200亿美元债券，远超2025年全年的约1080亿美元。摩根士丹利预计，2026年全球AI相关债务发行规模可能接近5700亿美元，债券发行量直接翻倍。

但表内债务还不是最值得担心的部分，更值得关注的是表外融资。

表内融资写在账面上，数字清晰可见；表外融资则往往被移至报表附注、合资公司或未来承诺中。例如微软，3291亿美元的“未开始租赁”风险就完整地保留在财报附注中。为何如此处理？美国GAAP ASC 842规定：租赁付款义务须待租赁实际开始执行后才在表内确认，尚未开始的租赁承诺仅在财务报告脚注中披露。

穆迪在9月的研究中指出，Alphabet、亚马逊、Meta、微软、甲骨文的AI相关表外义务约2.8万亿美元，而摩根士丹利给出的数字是3.1万亿美元。

两组研究都表明，云厂商与主要硬件厂商的表外融资规模巨大，约为表内债务的5到6倍，而这恰恰是最不容易被看见、最难被定价、也最难被监管的部分。

裁员节省的那点现金流，在这种量级的融资结构面前，与其说是降本增效，不如说是维持信用叙事的一个辅助动作。

判断这套叙事是否稳定，无需听管理层怎么说，看债市反应即可。

申万宏源的数据显示，头部AI企业新债认购倍数从2月的4.66倍降至7月的1.61倍，同期投资级债认购倍数仅从3.99倍降至3.38倍。

五个月，从接近五倍降到一倍多，这条下滑曲线就是市场的回应。4.66倍意味着超额认购、机构抢筹、发行人可压价；1.61倍说明发行仍可进行，但已不受欢迎——定价权正明显转移。

这一变化不能孤立看待，因为它发生在资本支出创纪录、债券发行量翻倍、表外规模高达3万亿美元的同一窗口。换句话说：供给急速扩张，需求却在降温，一些边缘项目的融资窗口会最先关闭。股权融资通道同样在收窄，Firmus、AirTrunk接连撤回就是实例。

对于依赖外部融资维持投资节奏的巨头而言，这是一个需提前对冲的信号。而裁员，恰好是对冲工具箱中最快、最便宜、最容易在当季报表上见效的工具。这也解释了“AI裁员”为何会在此刻集中出现：并非因为AI真的替代了这些人，而是因为报表需要在这个时点好看一点。

有趣的是，股票市场对这套故事的反应，比债市更挑剔。

美国消费者新闻与商业频道（CNBC）的报道给出了一组数据：在23家明确因AI裁员的标普500公司中，56%在宣布后股价反而下跌，平均跌幅达25%。

超过一半的公司讲述了AI提效的故事，换来的却是股价下跌四分之一。这说明投资者已不再无条件为“AI+裁员”的组合叙事买单，市场开始区分：哪些是真正的效率重置，哪些只是借AI之名做成本修饰，好让当季数字过关。

裁员优化与加大AI资本支出并行，本质是用成本收缩去置换不确定的算力资产回报，同时将一部分风险转移到表外。这是一笔用确定性换取可能性的交易，而对手方，是未来三到五年的AI需求曲线。

本文来自微信公众号 “万点研究”（ID：Agumanhua），作者：程一章，36氪经授权发布。