文章核心观点 - 人工智能投资虽然可能令人望而生畏，但并不困难，存在大量可靠的投资选择 [1] - 当前有三家不同规模但均展现出强劲增长的公司是首选的人工智能投资标的，分别是英伟达、Alphabet和Nebius [2] - 人工智能正为许多公司带来巨大的收入增长，关键在于识别那些从这一趋势中受益的公司 [2] 英伟达 - 英伟达是全球最大的公司，其进一步增长的动力源于对人工智能计算似乎永不满足的需求 [3] - 英伟达生产图形处理器，自2023年人工智能建设开始以来，其GPU一直是训练和运行人工智能模型的首选，产品在生态链中占据顶端位置并因此实现巨大增长 [3] - 上一季度，英伟达实现了73%的同比收入增长，管理层预计下一季度收入将增长77% [4] - 鉴于人工智能超大规模公司今年在数据中心上的巨额支出，可以认为该公司的多年增长趋势将持续，其增长远未结束 [4] Alphabet - Alphabet是谷歌的母公司，通过多种方式深度参与人工智能热潮，最明显的是通过其以旗舰Gemini模型为首的各种生成式人工智能产品 [5] - Alphabet还将Gemini集成到其谷歌搜索平台中，为几乎每一次标准谷歌搜索提供人工智能摘要，每天让数百万用户接触人工智能 [5] - Alphabet通过其云计算服务Google Cloud从人工智能中受益，许多企业使用Google Cloud的计算基础设施（包括其定制设计的TPU芯片）来训练和运行人工智能模型 [6] - 在2024年第一季度，Google Cloud业务表现尤为强劲，收入同比增长了63% [6] - Alphabet正投入数千亿美元的资本支出以扩大其数据中心规模，预计其股票增长将在未来数年持续 [6]

公司业绩概览 - 公司股价在第一季度财报发布后上涨 本年度股价上涨超过20% 过去一年股价上涨超过140% [1] - 公司整体业绩表现强劲 核心业务与云业务均实现加速增长 [2] 云计算业务表现 - 谷歌云部门收入加速增长 第一季度收入飙升63%至200亿美元 对比第四季度增长48% 第三季度增长34% 第二季度增长32% [2] - 基于公司人工智能模型构建的产品收入同比增长800% Gemini企业付费活跃用户数环比激增40% [2] - 谷歌云部门营业利润从一年前的22亿美元飙升至66亿美元 增长三倍 [3] - 谷歌云的未履行合同金额（积压订单）环比近乎翻倍 达到4620亿美元 其中包含将直接交付给特定客户用于其自身数据中心的张量处理单元销售 [3] 资本支出计划 - 公司将2026年的资本支出预算从此前的1750亿至1850亿美元区间 进一步上调至1800亿至1900亿美元的新区间 [4] - 公司预计鉴于其观察到的内部和外部计算能力的巨大需求 明年的资本支出将显著更高 [4] 核心搜索与广告业务 - 谷歌搜索业务收入加速增长 第一季度收入增长19%至604亿美元 对比第四季度增长17% 第三季度增长15% 第二季度增长12% [5] - 消费者喜爱并使用其AI概览和AI模式解决方案 推动搜索查询量达到历史新高 [5] - YouTube广告收入增长11%至99亿美元 [6] 其他业务部门表现 - YouTube订阅、设备及其他服务收入增长19%至124亿美元 该部分收入包括YouTube、Gemini应用、云存储和音乐服务 [6] - 谷歌网络部门收入下降4%至70亿美元 是表现较弱的领域 [6] - Waymo机器人出租车子公司目前已在11个城市运营 每周提供50万次完全自动驾驶服务 [6]

证券研究报告 | 2026年05月03日 美股市场速览 弱于大市 盈利预期高增，大盘再创新高 价格走势：多数行业风格带动整体加速上涨 本周，标普 500 指数+0.9%（上周+0.5%），纳斯达克综指+1.1%（上周+1.5%）。 风格：大盘价值（罗素 1000 价值+1.4%）＞小盘成长（罗素 2000 成长+1.3%） 本周，标普 500 成分股动态未来 12 个月 EPS 预期+2.5%，上周+0.7%。 23 个行业盈利预期上升，1 个行业盈利预期下降。上修的主要有：媒体与娱 乐（+11.0%）、零售业（+8.1%）、能源（+6.8%）、技术硬件与设备（+6.2%）、 汽车与汽车零部件（+3.3%）；下修的主要有：消费者服务（-0.8%）。 15 个行业上涨，9 个行业下跌。上涨的主要有：媒体与娱乐（+5.8%）、技 术硬件与设备（+3.4%）、能源（+3.3%）、汽车与汽车零部件（+3.2%）、 食品饮料与烟草（+2.5%）；下跌的主要有：消费者服务（-4.9%）、耐用消 费品与服装（-4.3%）、材料（-1.8%）、软件与服务（-0.9%）、半导体产 品与设备（-0.7%）。 资金流向：整体持续加 ...

美股互联网的分歧和催化：1Q 业绩和 capex 展望 20260530 Meta 在 AI 产品层面没有重大的突破性发布，其推出的 Muse Spark 在模型基 础能力上未实现显著提升，这对其股价造成了一定影响。Meta 的 AI 策略更侧 重于将其现有 AI 产品与 APP 内部的广告及产品功能进行整合打通。 腾讯的情 况与此类似。其 4 月份发布的混元模型预览版虽有进步，但仍处于行业第二梯 队，测评显示其与领先者的差距缩短了约三个月。腾讯计划在 6 月份发布参数 规模更大、能力更强的模型。同时，腾讯也计划在今年 6 月至 9 月期间，进行 一系列灰度测试，通过 AI 打通微信内部产品流量，并调用小程序，这与 Meta 的策略相似。目前投资者对腾讯普遍持观察态度，关注其 Capex 投入能否迅速 转化为利润或 AI 行业排名的提升。 OpenAI 与 Anthropic 在商业化进展和产品开发效率方面有何差异？ 摘要 谷歌云 Q1 收入增速超 60%领跑行业，受益于中东订单回流及亚太区阿 里、腾讯等大厂需求，其 Capex 指引上调约 50 亿美元。 微软 Azure 增速近 40%超预期；亚马逊 AW ...

涉及的行业与公司 * **行业**：云计算、人工智能、半导体（CPU/加速器）、SaaS软件 * **公司**：亚马逊、谷歌、微软、Meta、英特尔、AMD、英伟达、台积电、阿里巴巴、百度、Anthropic、OpenAI --- 核心观点与论据 一、 云服务市场：焦点转向供给与利润率，自研芯片成关键 * 当前云服务市场的核心观察点已从单纯的需求增长，转向**产能供给能力**和**利润率的可持续性**[2] * **自研芯片**是保障云厂商未来利润率和持续算力供给的关键支撑[2] * **亚马逊**：AWS经营利润率回升至**38%**，自研AI训练芯片Trainium的总营收承诺超过**2，250亿美元**，通过租赁模式产生的年化收入达**200亿美元**[1][8][9] * **谷歌**：自研芯片布局早于亚马逊，其**全栈AI能力**（涵盖芯片与模型）获得广泛客户认可[4][13] 二、 资本开支与需求：算力景气度持续高涨 * **2026年**，四大科技巨头资本开支合计预计超**7，500亿美元**，较两年前（约1，000多亿美元）实现翻倍增长[1][2] * 三大主要云厂商在手订单合计已超**1.5万亿美元**，显示强劲需求[1][2] * 云厂商的资本开支强度极高，各家当年的资本开支均超过其全年云收入的**120%**[23] 三、 云巨头表现对比：谷歌云增速领先，微软面临供给瓶颈 * **收入增速**：谷歌云收入同比增**63%**，大幅超出预期；微软Azure增速约**40%**，已被谷歌拉开差距[1][4][23] * **运营利润率**：亚马逊和谷歌云的OPM同比环比均有明显增长；微软的OPM则出现小幅下滑[23] * **供给瓶颈**：微软面临算力供给限制，其**1，900亿美元**的2026年资本开支指引中，有**13%**（约**250亿美元**）受组件涨价驱动，限制了短期收入上限[1][17] * **订单健康度**：谷歌的**1至10亿美元**级别中大型订单数量实现翻倍增长，需求更为分散和健康[1][4] 四、 自研芯片业务的具体进展与影响 * **亚马逊自研芯片**： * **财务表现**：芯片租赁ARR达**200亿美元**；若直接销售，ARR估算可达**500亿美元**；芯片业务毛利率估计在**50%**左右，高于IaaS业务[9][16] * **产能与需求**：第二代Trainium芯片已售罄，第三代产品已全部被预订，第四代产品的大部分产能也已被预订[9] * **性能与定位**：遵循高性价比路线，其自研ARM架构CPU性价比比同类x86芯片高出**40%**；Trainium芯片的性价比比同类产品高出约**30%**[14] * **内部应用与出货**：Bedrock平台大部分推理任务已基于Trainium运行；截至2025年，亚马逊自身已拥有约**170万张**Trainium芯片[9][16] * **对国内公司的启示**：自研芯片能力对云业务长期利润率的稳定性至关重要，如阿里巴巴平头哥和百度昆仑芯的发展[2] 五、 AI驱动商业模式与估值逻辑变化 * **SaaS模式重构**：AI驱动商业模式从固定订阅转向**用量计费**，导致用户月度支出不固定，对传统估值模型构成挑战[1][21] * **壁垒削弱**：大模型在一定程度上削弱了传统软件的技术壁垒，提升产品粘性和客户用量成为关键[1][21] * **微软的转型**：商业模式正从单纯按席位订阅，转向订阅制与按Token消耗相结合的混合模式[19] 六、 特定公司表现与挑战 * **Meta**： * 面临**ROI挑战**：剔除**80亿美元**一次性税收返还后，净利润同比增速仅**15%**，高额资本开支带来的折旧摊销影响利润率[1][26] * **资本开支质疑**：2026年资本开支指引高达**1，350亿美元**，投入产出比低于云厂商[26] * **用户增长饱和**：生态家族日活用户环比小幅下降至**36亿**，增长接近天花板[26] * **英特尔**： * **价值重估**：市场看到其**CPU业务**量价齐升的潜力，以及**代工业务**扭亏为盈的可能性[1][28] * **CPU量价趋势**：CPU与加速器配比向**1:1**演进；2026年CPU价格预计累计上涨 **20%-30%**；2027年预计仍有**10%**以上提价空间[1][31] * **估值空间**：综合CPU业务、代工业务及其他资产，整体估值区间在**6，000亿至8，500亿美元**，相较当前市值有**25%至71%**的上涨空间[30] 七、 AI模型与广告业务进展 * **谷歌广告业务**：受益于AI提升广告相关性约**10%**、AI投放工具普及以及AI Overview等新搜索模式，广告收入持续加速增长[6][7] * **谷歌Gemini模型**：API模式的token消耗量达每分钟**160亿**（约日均**23万亿**）；企业级AI市场强劲，已有**35家**企业客户在谷歌云上的token消耗量超**10万亿**[8] * **亚马逊电商Agent**：目前对GMV带动作用有限，但为对话式广告植入创造了机会，暂未对现有广告业务产生负面影响[11][12] 八、 市场竞争与合作动态 * **亚马逊与OpenAI合作**：在Bedrock平台上线GPT模型，以补全其MaaS（模型即服务）业务短板[17] * **微软与OpenAI关系澄清**：合作仍在优化中，免费IP授权可延续至GPT-32，收入分成协议持续到**2030年**[19][22] * **服务器CPU生态**：Arm架构凭借能效比和开放授权优势快速崛起，预计其在服务器CPU市场份额将从当前约**10%**提升至**30%**以上[32][33] --- 其他重要但易被忽略的内容 * **硬件涨价加速上云**：上游内存等硬件涨价，使得自建数据中心成本升高且供应链紧张，这反而加速了客户向AWS等云厂商迁移的进程[10] * **AI收入统计口径差异**：微软（**370亿美元**，全站口径）、亚马逊（**150亿美元**，云业务AI工具口径）、谷歌（**50亿美元**，纯to B AI服务口径）的AI年化收入因统计范围不同而差异显著[24][25] * **算力供给紧张时限**：预计到**2026年底**，算力供给都将非常紧张，拥有自研芯片、土地和电力资源的云厂商将具备明显优势[18] * **英特尔代工业务对标**：若以其晶圆出货量未来能达到台积电的**十分之一**估算，其代工业务市值可达**1，500亿美元**（对标台积电**1.5万亿美元**市值）[30]

市场表现与驱动因素 - 标普500指数创下自2020年11月以来最佳月度表现，股价接近历史高位 [1] - 市场进一步上涨的关键驱动力是盈利表现，尤其是人工智能相关领域的盈利 [1] - 市场对第一季度盈利增长预期为15.1%，双位数的盈利增长使市场下行困难 [1] 企业盈利状况 - 截至四月下旬，已公布业绩的公司中有84%实现了盈利超预期 [2] - 更高的企业盈利推动市场持续上涨，被形容为“咆哮的2020年代快车” [2] 人工智能投资与影响 - 微软、亚马逊、Meta Platforms和Alphabet在人工智能领域的资本支出增加，几乎推动了人工智能交易的每个角落 [3] - 设备制造商卡特彼勒因数据中心用动力、能源发动机和工业涡轮机销售激增，股价上周创下历史新高 [3] - 人工智能投资可能是在当前地缘政治紧张局势下支撑经济的关键力量之一 [4] - 穆迪分析首席经济学家指出，若非人工智能投资驱动的繁荣，经济可能已陷入衰退，企业还受益于投资税收激励 [5] 宏观经济与投资 - 第一季度商业投资是实际国内生产总值增长的主要驱动力，其对GDP增长2%的贡献超过了传统的经济引擎——消费者支出 [4] - 所有支出也反映在经济数据中 [3] 科技行业成本压力 - Meta、微软和苹果均指出，从数据中心到笔记本电脑所需的存储芯片成本正在上升 [6] - 科技领域所需的存储芯片价格正在飙升，企业持续应对成本压力的能力存在不确定性 [6] 市场展望与目标 - UBS分析师仍看好今年股市，将2026年底目标从7600点微调至7500点，调整原因是能源价格上涨 [7] 科技巨头表现分化 - 尽管业绩强劲，但由于支出增加（尤其是Meta），大型科技公司的股价反应好坏参半 [5]

AI资本开支新阶段：市场从看故事转向验证收入 - 科技巨头将AI资本开支推至新高：Google将2026年资本开支指引上调至1800亿—1900亿美元，Microsoft全年资本开支可能接近1900亿美元，Amazon维持约2000亿美元级别投入，Meta将2026年资本开支区间抬至1250亿—1450亿美元 [1] - 市场反应出现分歧，核心在于对“钱能否回流”的评估：AI产业已进入现金流验证期，市场不再单纯奖励支出规模，而是要求看到AI投入转化为真实收入 [1] - 新的产业规则是巨头可以继续投资，但市场要求看到商业闭环，AI行情从主题炒作转向财报筛选 [6][7] 巨头资本开支的驱动逻辑与收入验证 - 资本开支性质从战略卡位转向收入承接：2023-2024年投资重在抢占模型、产能等战略位置，而到2026年，市场标准变硬，要求看到收入、利润率、订单和现金流 [3][4] - Alphabet成为正面样本：2026年第一季度营收约1100亿美元，同比增长22%；Google Cloud收入增长63%至200亿美元，经营利润率提升至约33%；Gemini等模型API调用量超过每分钟160亿token，环比增长60%，显示投入已传导至云收入和客户调用 [4] - Microsoft AI业务年化收入运行率超过370亿美元，同比增长123%；2026财年第三季度收入829亿美元，同比增长18% [4] - Amazon逻辑侧重“云+自研芯片”：2026年第一季度总收入1815亿美元，同比增长17%；AWS收入376亿美元，同比增长28%，为近四年最快；Trainium相关收入承诺超过2250亿美元 [5] - Meta路径不同：2026年第一季度收入563亿美元，同比增长33%；广告展示量增长19%，单价增长12%。但其上调资本开支指引引发市场对自由现金流的担忧，导致股价承压 [5] 算力成为防御性资源与基础设施竞争 - 供给约束是推动资本开支的硬性原因：AI产业面临GPU、HBM、存储、网络、电力、散热等多环节瓶颈，算力需求难以靠短期采购解决 [9] - 算力从扩张性投入变为防御性资源：云厂商必须提前锁定GPU、数据中心容量和自研芯片，以承接未来客户订单，否则将受制于供应商并错失市场 [10] - 行业测算显示资本开支规模巨大：Google、Microsoft、Meta、Amazon四家公司2026年资本开支合计预计达7250亿美元；主要美国科技公司AI投资预计在2026年超过7000亿美元；有分析认为超大规模云厂资本开支2026年将超8000亿美元，并存在2027年迈向1万亿美元的路径 [9] - 算力架构向混合结构演进：行业从主要采购商用GPU转向“商用GPU+自研芯片+专用ASIC”的混合结构，如Google的TPU、Amazon的Trainium、Meta的MTIA [11] - AI基础设施成为重资产系统竞争：其强弱直接决定为客户提供服务的成本、稳定性和延迟，单位算力成本更低者将在价格战和客户争夺中占据优势 [12] 产业链利润传导与潜在风险 - 利润沿基础设施瓶颈扩散：第一层是算力芯片（如英伟达、AMD、博通、Marvell）；第二层是存储和网络（HBM、企业级SSD、光模块等），内存将消耗今年超大规模云厂数据中心支出的约30%；第三层是设备、材料和电力（先进封装设备、液冷、电源管理等） [13][14] - 产业链面临多重风险：一是AI应用端收入不及预期，若企业订阅放缓或广告效率见顶，云厂商将重新评估资本开支节奏；二是供给释放过快，可能导致价格和毛利率重估；三是技术路径变化，如模型变小、算法效率提升可能改变算力需求结构；四是资本市场对“负自由现金流增长”失去耐心，Meta和Microsoft的股价压力即是例证 [16][17][18][19] - 市场未来将更看重三个指标：是否卡在真实瓶颈、是否有订单兑现、能否在供给恢复后维持利润率 [19] AI进入重资产时代与未来竞争关键 - AI从软件故事变为重资产战争：数据中心、芯片、电力等均需要巨额投入 [21] - 巨头敢于继续投资的基础是部分商业化路径已跑通：如Google Cloud加速、Microsoft AI收入年化运行率超370亿美元、AWS重新提速、Meta广告效率改善 [21] - 未来竞争核心是现金流闭环：市场将奖励能把投入转化为收入的公司（如Alphabet），审问只能讲述规模的公司（如Meta面临的担忧）。真正的赢家将是单位算力成本最低、客户转化最快、现金流闭环最清晰的公司 [21][22]

行业前景与市场预测 - 生成式人工智能被亚马逊首席执行官Andy Jassy描述为“一生一次”的技术，正在被用于重塑客户体验 [1] - 埃隆·马斯克预测，到2040年，人形机器人数量将达到至少100亿台，单价在20,000至25,000美元之间 [1] - 根据上述预测，该技术到2040年可能创造价值250万亿美元的市场 [2] - 普华永道和麦肯锡等主要机构认为人工智能将释放数万亿美元的潜力 [3] - 人工智能被视为将重塑全球企业、政府和消费者运作方式的巨大飞跃 [2] 行业领袖观点与布局 - 比尔·盖茨将人工智能视为其“一生中最大的技术进步”，认为其变革性超过互联网或个人电脑，能够改善医疗保健、教育并应对气候变化 [8] - 拉里·埃里森通过甲骨文公司斥资数十亿美元购买英伟达芯片，并与Cohere合作，将生成式人工智能嵌入甲骨文的云服务和应用程序中 [8] - 沃伦·巴菲特认为这项突破可能产生“巨大的有益社会影响” [8] - 从硅谷到华尔街的亿万富翁们都在关注同一个理念，表明其重要性 [6] 潜在投资机会与竞争格局 - 一家未被充分持有的公司被认为是开启250万亿美元革命的关键 [4] - 该公司的超廉价人工智能技术据称应引起竞争对手的担忧 [4] - 真正的故事并非英伟达，而是一家规模小得多、默默改进使整个革命成为可能的关键技术的公司 [6] - 250万亿美元的浪潮并非与单一公司绑定，而是与一个旨在重塑全球经济的完整人工智能创新生态系统相关 [2]

On April 27, more than 600 Google employees signed a letter urging CEO Sundar Pichai to prevent the Pentagon from using the company's AI products for classified operations. Google had spent the previous months building a closer relationship with the US Defense Department after a few frosty years. In 2018, more than 4,000 Googlers sent a letter imploring Pichai to cancel Project Maven, a contract that used Google's AI to analyze drone footage. Google chose not to renew the contract, and drew up a set of comp ...

"If you teach the AI to lie… that's very dangerous because then the AI can lie to us about what it's doing," Sacks said while speaking to Dasha Burns on a Politico podcast released Friday, referencing Musk's warnings against embedding so-called "woke" values into AI models. Former White House AI and Crypto Czar David Sacks said he agrees with Elon Musk that training artificial intelligence to push ideological biases is dangerous and could ultimately enable AI to deceive users about its own actions. Sacks Dr ...