AI 算力该自用还是外售？Meta、谷歌、微软面临资本开支与云业务取舍
据 IT之家 7 月 30 日消息，随着 AI 训练、智能体和云端推理需求继续上升，Meta、谷歌、微软等科技巨头正在加速建设数据中心和算力基础设施。但一个新的经营难题也随之浮现：这些昂贵算力究竟应优先服务自家 AI 战略，还是向外部客户出售以换取收入和现金流？来源显示，Meta CEO 马克·扎克伯格在公司第二季度财报电话会议上明确谈到这一权衡，并表示 Meta 虽然目前没有面向客户销售算力的业务，但相关业务已经在规划中。
Meta：大部分算力仍会留给自家 AI，但外售业务已在计划内
扎克伯格在电话会议中表示，Meta 的大部分算力仍将用于训练自研 AI 模型、驱动 AI 智能体，以及支持公司核心业务发展。这意味着在 Meta 的排序中，算力首先是 AI 产品和广告、社交平台等既有业务升级的基础设施，而不是单纯的云资源商品。
不过，他也提到，公司预计将发展一项“规模可观”的业务，为大型客户提供服务。换句话说，Meta 正在考虑把一部分 AI 数据中心处理能力商业化，以类似算力服务的方式对外变现。对于一家并非传统公有云厂商的公司而言，这可能意味着 Meta 的基础设施投资未来会产生新的收入渠道。
但扎克伯格同时强调，如果把所有算力都卖掉以追求短期利润，将是非常不明智的做法。他的判断是，随着 AI 智能水平提升，算力本身的战略价值会继续放大。对 Meta 来说，保留算力可能不仅是成本问题，更是决定未来 AI 产品迭代速度和平台竞争力的关键。
巨额投入已反映在现金流压力上
来源显示，为满足 AI 热潮带来的需求，科技巨头正竞相扩建算力基础设施。谷歌和 Meta 最近均小幅上调了今年的资本支出预期，谷歌还表示 2027 年的投资规模可能更大；微软则较为罕见地维持此前资本支出预测不变。
这些投入已经开始体现在财务数据上。谷歌第二季度自由现金流历史上首次转为负值，Meta 的自由现金流则较去年同期大幅下滑 91%。在这种背景下，出售部分算力确实可以缓解现金流压力，并把沉重的基础设施建设转化为更直接的收入。
但问题在于，当前多家科技公司高管都反复强调全球算力仍供不应求。算力不仅外部客户抢，企业内部项目之间也可能竞争同一批 GPU、TPU 或数据中心资源。因此，卖出算力的同时，也意味着放弃一部分模型训练、产品实验和长期能力建设的机会。
- 自用算力：有助于训练更强模型、推动 AI 智能体和核心产品升级，但短期回报不一定立刻体现。
- 外售算力：可带来收入、改善现金流，并服务大客户需求，但可能削弱自家 AI 研发资源。
- 云业务需求：若客户拿不到足够算力，可能转向竞争对手平台，影响生态黏性。
谷歌与微软的两难：云客户、AI 领先和生态留存
微软同样面临类似选择。Business Insider 记者 Dan DeFrancesco 本周早些时候将其概括为：微软究竟应抓住眼前市场需求赚钱，还是更专注长期战略目标。微软首席财务官 Amy Hood 在财报电话会议上表示，公司云业务的客户需求持续超过可提供的算力容量。
对微软来说，Azure 是重要增长引擎，客户如果无法获得足够 AI 算力，可能影响云业务扩张。但与此同时，微软还需要支撑自身 AI 产品、企业软件 Copilot 体系以及与模型伙伴相关的基础设施需求。短期云收入和长期 AI 平台能力之间，存在明显张力。
谷歌的处境也类似。伯恩斯坦分析师 Mark Shmulik 在关于谷歌的报告中指出，如果企业客户无法获得足够算力，他们很快可能重新转向亚马逊或微软。谷歌上周表示，公司在持续扩建自有算力基础设施的同时，还将采购更多第三方算力来满足客户需求。
此外，谷歌仍在研发并部署自有 AI 芯片 TPU，并通过合作伙伴扩展到更多数据中心。谷歌 CEO 桑达尔·皮查伊在财报电话会议上谈到 TPU 时表示，首要任务是确保拥有足够算力，以支持公司在 AGI 领域保持领先竞争力。对谷歌而言，算力既关系到云收入，也关系到搜索业务优势、开发者平台吸引力和 AI 生态留存。
影响解读：算力正从成本中心变成战略资产
从这轮财报信息看，AI 算力已经不只是技术部门的基础设施预算，而是科技巨头必须在资本开支、现金流、云业务、模型能力和生态竞争之间进行配置的战略资产。谁能更有效地分配算力，谁就可能在模型迭代速度、客户服务能力和 AI 产品落地上获得优势。
对中文科技产业观察者而言，这一趋势也说明，AI 竞争正在进入“模型能力 + 基础设施调度 + 商业化效率”的综合阶段。未来，巨头之间的差距不只取决于谁买到更多芯片，还取决于谁能判断哪些算力该用于训练下一代模型，哪些算力该服务外部客户，哪些算力又必须留给核心业务防守。算力越稀缺，这种取舍就越重要。