Figma(FIG.US)毛利承压 Arm(ARM.US)营收创新高 华尔街承认 AI 回报难测

据 Woofun AI 消息，Figma(FIG.US) AI 功能已渗透至八成大型客户工作流，Arm(ARM.US) 第二财季营收创下 14.4 亿美元的季度纪录，确立行业基调。尽管技术渗透率显著提升，但 Figma 毛利率承压与 Arm 业务转型背后的成本结构变化，共同勾勒出当前 AI 基础设施与应用层在商业化初期的复杂图景。华尔街高管公开承认难以预测 AI 长期回报，投资者开始要求企业证明技术进步究竟能转化为多少利润，而非仅仅依赖叙事驱动估值。

Figma 公布 2026 年第三季度财报，营收达到 3.914 亿美元，同比增长 43%，比此前指引上限高出 1,640 万美元。公司将全年营收预期提高至 14.97 亿至 14.99 亿美元，非 GAAP 营业利润预期提高至 1.58 亿至 1.63 亿美元。

然而，市场并未完全买账，股价在盘后交易中一度下跌约 7%。公司对四季度的营收指引为 4.02 亿至 4.04 亿美元，意味着增速将从三季度的 43% 放缓至约 33%，这才是盘后承压的直接原因。市场审视的已不只是毛利率，还有增速本身的换挡。Woofun AI 整理数据显示，Figma 第三季度 GAAP 毛利率为 80%，非 GAAP 毛利率为 82%，后者低于上年同期的 86%。毛利率的下滑主要源于 AI 使用量增长带来的推理成本增加。公司正在增加自研模型承担的任务比例以改善成本效率，但尚未披露具体节约金额。Figma 已经证明大型客户愿意持续使用 AI，下一步需要证明的是这些使用量能够创造多少增量利润。

如果 AI 积分收入增长快于推理成本，Figma 就可能建立新的收入来源；反之，AI 也可能成为一项持续挤压毛利率的服务成本。

AI 产品的使用数据是本次财报最值得关注的部分。截至 10 月 31 日，在年化合同价值超过 1 万美元的付费客户中，超过 80% 每周消耗 AI 积分，65% 每周使用 Figma Agent。Figma MCP Server 第三季度的整体使用量环比增长 3 倍，其中写回操作增长 4 倍。公司还在 10 月推出 Code Layers 公测，允许用户直接在设计画布中构建和编辑基于代码的原型。这些变化正在重新定义 Figma 的产品边界。

传统设计工具的核心是让人更高效地绘制界面，而 Agent、MCP 和 Code Layers 则让软件能够直接参与设计、代码生成和修改。Figma 正试图从设计编辑器发展为连接设计与开发的工作平台。商业模式也在发生变化。过去，Figma 主要通过席位订阅获得收入；现在，AI 积分增加了与实际使用量挂钩的收费方式。10 月推出的 Code Layers 公测进一步模糊了设计与开发的界限，使得 80% 的高价值客户不仅使用 AI 辅助设计，更开始依赖 AI 进行代码层面的交互。

这种从“工具”到“平台”的转变，使得 Figma 的收入结构更加复杂，也对其成本控制提出了更高要求。82% 的非 GAAP 毛利率虽仍处高位，但较 86% 的历史高点回落，表明 AI 规模化应用初期的成本压力正在显现。

Arm 公布截至 9 月 30 日的 2027 财年第二季度业绩，营收达到 14.4 亿美元，同比增长 27%，为公司第二财季的历史最高水平。授权及其他收入为 7.73 亿美元，同比增长 50%；版税收入为 6.7 亿美元，同比增长 8%。其中，数据中心版税收入同比翻倍。Arm 的业务正在发生更深层的变化。公司过去主要通过向芯片设计商授权架构获得收入，如今开始直接提供自主设计的 Arm AGI CPU。公司表示，已获得多家客户延续至自然年 2027 年的采购订单，首批商业交付计划在 2027 财年第四季度进行。管理层预计，该产品在 2027 和 2028 两个财年合计最多可能贡献 20 亿美元收入。这是公司预测，而非已经确认的销售收入。Arm 还披露，在主要超大规模云服务商中，Arm 架构服务器的份额从 2024 年的 15% 上升至 2025 年的超过 50%。

这一统计只针对特定大型云服务商，不能直接视为全球服务器市场份额。这些数字反映了 AI 基础设施需求的扩散。GPU 负责大量并行计算，但 CPU 仍承担通用计算、任务调度和系统管理。随着 AI Agent 需要运行程序、调用工具并执行复杂工作流，CPU 的性能和能效也将影响数据中心的整体成本。对 Arm 而言，机会与风险同时扩大。销售自主设计的 CPU 可能带来比架构授权更大的单客户收入，但也意味着公司必须承担芯片交付、供应链和产品竞争风险。Arm 正从主要出售芯片设计知识产权，转向同时参与芯片产品市场。

香港国际金融领袖投资峰会上，高盛(GS.US) CEO David Solomon、Citadel Securities CEO Peng Zhao 和 TPG(TPG.US) 创始合伙人 Jim Coulter 等金融界人士讨论了 AI 的长期发展。有评论指出，这场峰会最值得关注的不是金融机构对 AI 的乐观态度，而是多位高管公开承认长期预测存在巨大不确定性。Solomon 认为短期算力需求依然强劲，但长期发展路径难以判断。

Peng Zhao 提出了一个更直接的问题：技术发展的速度已经超过投资周期，资本市场必须在缺乏可靠长期预测的情况下做出巨额投资决策。Coulter 则提醒投资者，互联网泡沫时期的经验说明，即使正确判断一项技术将改变世界，也可能因为押错企业而损失资金。这揭示了 AI 投资的一项结构性矛盾。数据中心、芯片和电力基础设施需要提前数年投入资本，但模型成本、应用方式和最终商业模式却可能在几个月内发生变化。基础设施的投资周期与技术迭代周期并不匹配。

峰会 11 月 2 日的欢迎晚宴上，中国 AI 企业提供了另一种观察角度。Moonshot 创始人杨植麟在沈南鹏主持的“科技致善”闭门对谈中，回应了开源与闭源之争，并谈及模型的递归自我改进能力以及向物理世界泛化的路径。与单纯扩大算力投入相比，将 AI 嵌入现有产业可能提供更直接的商业价值验证路径——香港财政司司长陈茂波在午餐会上的说法是，中国内地的工厂、医院与物流网络是 AI 应用的沃土。但应用价值并不自动等于投资回报。模型提供商、云计算企业、芯片厂商和应用开发者都可能创造价值，最终利润却未必平均分配。这也是 AI 行业当前最重要的投资问题：市场已经相信 AI 会改变经济，但还无法确定谁能够获得与资本投入相匹配的收益。

美国五大科技巨头市值单日合计增加近 8,000 亿美元。民主党赢得国会两院后，亚马逊(AMZN.US)、苹果(AAPL.US)、微软(MSFT.US)、Alphabet(GOOGL.US) 和 Meta(META.US) 股价集体上涨。投资者认为，如果数据中心新建项目受到限制，已经拥有庞大算力基础设施的科技巨头反而可能受益。亚马逊上涨约 6.1%，苹果上涨约 5.3%，与部分数据中心运营商的下跌形成对照。选举结果明朗叠加油价大跌，道琼斯指数 11 月 4 日上涨 1,569 点、涨幅 3.03%，标普 500 上涨约 1.6%。不过能源板块因油价重挫反而下跌 4.77%，是当日表现最差的板块，领涨的则是非必需消费与金融。

布伦特原油下跌约 8.7%，至每桶 94.62 美元。能源价格回落缓解了市场对通胀的担忧，但伊朗战争和美国政治变化仍可能影响后续走势。美国选民开始直接否决 AI 数据中心扩张。2026 年中期选举中，多地选民支持限制数据中心建设的候选人或政策措施。得克萨斯州民主党州长候选人 Gina Hinojosa 意外击败现任州长阿博特，成为该州首位拉丁裔州长，也是 1990 年以来首位民主党州长。她主张暂停审批新建数据中心，这场胜利因此成为 AI 基础设施行业关注的焦点。数据中心耗电、用水和推高居民电价的问题，正在从地方争议演变成全国性政治议题。

Uber(UBER.US) 在自动驾驶领域遭遇变数，但方向并非自身收缩布局。Waymo 联席 CEO Tekedra Mawakana 已确认，将于 2028 年 1 月结束与 Uber 在奥斯汀和亚特兰大的独家 Robotaxi 合作，改用自有应用接单，而原协议本应执行至 2028 年 5 月。Uber 方面表示，在自家应用内为 Robotaxi 开设专属入口“并非 Uber 的选择”，并强调仍与多家自动驾驶企业保持合作：公司三季度电话会称，年底将有约 700 辆全无人驾驶车辆上线，2027 年超过 2,000 辆。真正的压力来自供给端与出行主业。CEO Dara Khosrowshahi 称，燃料价格高企叠加司机供给受限，拖累多个国际市场的供应增长；三季度出行预订额 295.12 亿美元、同比增长 18%，但收入 75.20 亿美元、同比下降 2%，主因英国市场商业模式变更。整体看，当季总预订额增长 20%、非 GAAP 每股收益 0.88 美元、同比增长 35%，均高于市场预期。自动驾驶商业化的关键仍是运营效率，而不只是技术成熟度。

加州第 40 号提案拟对净资产超过 10 亿美元的居民一次性征收 5% 财富税，初步结果显示反对票占 55.6%，提案面临失败。该提案此前引发硅谷企业家和投资者关注，争议集中在财富征税、资本迁移和地方财政之间的取舍。