行业与公司 * 涉及的行业主要为**云计算与AI算力行业**，具体分析对象为**美国主要云服务商（CSP）**，包括**谷歌（Google Cloud）、亚马逊（AWS）、微软（Azure）**，以及**Meta**和**大模型公司（如Anthropic、OpenAI）**[1][5][11] * 同时提及了**新兴云服务商（New Cloud）**，如Oracle、CoreWeave，并将其商业模式与CSP进行对比[12] 核心观点与论据 **1. 主要云厂商（CSP）的资本开支（Capex）与增长动能分化** * **谷歌（Google Cloud）增长动能占优**：受益于Anthropic的大额算力订单及自研TPU销售，市场预期其增速从2026年Q1的63%爬升至年底的75%-80%，2027年预期维持80%-90%以上高增长[1][5][6] * **亚马逊（AWS）增长驱动力明确**：受自研芯片Trainium 2/3投产及Anthropic订单驱动，增速预期从Q1的28%爬升至年底的40%左右；其Bedrock API平台（tokens-as-a-service）增量价值增长显著，与Anthropic达成更积极的分成模式，预计利润率将逐季改善[1][6][15] * **微软（Azure）Capex ROI表现相对较弱**：主因OpenAI增量贡献削减及自身B端AI业务增量尚不显著，市场关注其Copilot商业化及Azure API调用量的修复情况[1][6][16] * **2027年Capex预期分化**：谷歌因TPU及G瓦级产能投建，Capex预期明确上修至3,300-3,500亿美元；微软与亚马逊增速预期分别锚定在35%和25%左右；Meta在近期事件前增速预期也在25%左右[1][7] **2. Meta战略转向AI云租赁以优化资本回报** * **动机是优化Capex ROI与盘活资产**：Meta因To C端AI业务变现慢、收入规模受限，难以转嫁持续上涨的材料成本，其2026年资本开支指引高达1,250-1,450亿美元，占经营现金流比重约98%，凸显较低的资本回报率[3] * **通过对外出售算力产生增量现金流**：此举旨在盘活H100/H200等存量算力及闲置算力窗口，平滑资本开支回报周期，而非放弃高端模型训练[1][3][15] * **对行业影响有限，不意味算力过剩**：此举更多是Meta为实现健康现金流、支撑持续资本开支的资产优化手段，不应被过度解读为全球算力进入过剩状态[3][4][17] * **商业模式定位偏向New Cloud**：Meta的AI云业务更类似于算力租赁，主要影响New Cloud领域竞争格局，其营业利润率（OPM）与CSP存在差距，达到类似CSP高达30%以上的OPM仍有很长的路要走[12][15] **3. 云计算行业商业模式演进与挑战** * **行业面临三重压制**：上游硬件（如存储）价格高企推高Capex；自身业务稳态利润基础不足，商业模式类似算力租赁，老旧计算卡面临降价压力；下游议价能力受限，增长过度依赖单一客户（如Anthropic）[8] * **商业模式正向“Tokens-as-a-Service”演进**：云厂商通过与模型公司（如Anthropic与AWS、谷歌云）合作，销售模型Tokens并获取分成，摆脱单纯硬件出租，以提升利润率[1][6][8] * **长期发展依赖PaaS层生态成熟**：AI云有望复刻传统云路径，通过构建围绕API平台的AI原生工具（如向量数据库）生态，形成PaaS价值以提升营业利润率，此过程预计需要两到三年[8] * **下游竞争格局变化可能改善云厂商议价能力**：随着OpenAI Codex能力提升及谷歌新模型预期，市场可能从一家独大重回三家（OpenAI、Anthropic、Google）竞争局面[9] **4. 大模型公司成为支撑算力投资的核心基本面** * **Anthropic的ARR（年度经常性收入）是关键驱动力**：其ARR预计将从2026年1月的约90亿美元增长至年底的近1,000亿美元，对应年度营收约500亿美元；其推理和训练成本（各约200亿美元，合计约400亿美元）成为支撑云厂商Capex持续投入的核心基本面[2][11] * **大模型公司是主要云厂商AI云业务核心业绩来源**：以Anthropic为例，其支出预计将分别占到AWS和谷歌云2025年营收的15.5%和20%，成为两家AI云业务增量的主要贡献者[11] * **算力投资逻辑回归大模型公司ARR验证**：海外算力投资的逻辑正逐渐回归到对大模型公司ARR趋势的跟踪与最终确认上[2][11][17] 其他重要内容 **5. 资本开支效率（Capex ROI）评估与市场表现关联** * **通过资本密集度（Capex/营收）评估**：当前谷歌的Capex ROI高于AWS，AWS高于微软，意味着谷歌前期投入的Capex为其云业务带来了相对更多的营收回报[8] * **ROI差异是股价走势分化的主要原因**：这一表现的差异，是导致这几家公司从2025年Q4到2026年Q1以来股价走势分化的一个主要原因[8] * **AI云健康资本密集度水平**：AI云滞后一期的资本密集度（Capex/新增营收）大约在250%至300%之间（即2.5到3倍），被认为是相对健康的状态；传统云业务（如Azure）的资本密集度则经历了从2012年500%到2022年25%的长期下降过程[9] **6. 各公司未来发展关键观察点** * **谷歌**：关键点在于其大模型能否重回行业领先地位；谷歌云业务（Gemini API调用量）预期能否进一步落地；以及TPU（已锁定Anthropic的5吉瓦订单）的交付进度[13][14] * **亚马逊**：边际变化和增长驱动力主要体现在自研芯片（Trainium 2/3，已获得包括Anthropic和OpenAI在内的2,250亿美元收入承诺）的兑现，以及AWS的API收入（tokens收入占比已接近三到四成）[15] * **微软**：短期内面临软件业务增长乏力及市场对OpenAI算力采购多元化担忧；未来需重点跟踪其B端AI产品（如Copilot）的商业化进展及Azure的API调用量提升情况[16] * **Meta**：未来需关注其自有模型的研发进展；Q2的Capex预期是否会调整；以及其AI Cloud业务的OPM能否因内部协同效应而高于现有的New Cloud服务商[15][16] **7. 市场趋势与投资逻辑变化** * **市场逻辑从硬件稀缺性回归大模型ARR**：2026年4月至6月，市场逻辑主要围绕硬件稀缺性和价格上涨；近期Meta的动态可能使投资者关注点重新回到对三家主要大模型公司（OpenAI、Anthropic、Google）ARR的增长情况上，以评估其能够支撑的Capex规模[10][11] * **云服务商可能正在度过最艰难时期**：云服务商在上游压力、中游商业模式和下游客户分成等方面都出现了积极变化，例如谷歌仍保持积极的Capex投入，预示着乐观的增长预期[17]

In this article Macron hosts AI leaders In May, SoftBank announced plans to build 3.1 GW of AI data centers in France by 2031, as part of a 75- billion-euro program to roll out 5 GW of AI data center capacity. Macron requested a meeting with SoftBank's Son to persuade him to commit to the project two months earlier, and the two exchanged texts as they hashed out the details, Son told CNBC in an interview. "India does not see fear in AI. India sees fortune in AI. India sees the future in AI," Modi said in hi ...

行业观点与市场预测 - AI被亚马逊CEO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，人形机器人数量将至少达到100亿台，每台价格在2万至2.5万美元之间[1] - 根据马斯克的预测，该技术到2040年可能价值250万亿美元[2] - 普华永道和麦肯锡等主要公司认为AI将释放数万亿美元级的潜力[3] - 比尔·盖茨将人工智能视为其“一生中最大的技术进步”，其变革性超过互联网或个人电脑[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] 技术与投资焦点 - 一项强大的突破正在重新定义人类工作、学习和创造的方式[4] - 这项突破已在对冲基金和华尔街顶级投资者中引发狂热[4] - 一家持股不足的公司被认为是开启这场250万亿美元革命的关键[4] - 该公司的超廉价AI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] - 拉里·埃里森正通过甲骨文斥资数十亿美元购买英伟达芯片，并与Cohere合作，将生成式AI嵌入甲骨文的云和应用中[8] 市场比较与规模 - 250万亿美元的价值规模大致相当于175个特斯拉、107个亚马逊、140个Meta、84个谷歌、65个微软和55个英伟达的市值总和[7] - 这250万亿美元的浪潮并非与单一公司绑定，而是与一个将重塑全球经济的AI创新者生态系统相关[2] 投资机会与建议 - 有观点认为，几年后投资者会希望自己持有这家公司的股票[9] - 一项独家深度报告详细介绍了这家具有开创性的AI公司及其突破性技术[9][10] - 报告深入分析了该公司的突破性技术和巨大的增长潜力[10]

投资人工智能领域的两种路径 - 投资于将人工智能全面整合到产品中、训练自有模型并构建云计算网络以运行内外人工智能工作负载的传统科技公司，例如Alphabet [1] - 投资于提供数据中心应用所需内存芯片等基础设施的公司，例如美光 [1] Alphabet (GOOGL) 的长期优势与表现 - Alphabet拥有广泛的人工智能战略，其Gemini生成式人工智能平台被广泛使用，并已集成到谷歌搜索中，为几乎所有结果提供人工智能搜索摘要 [2] - 公司云计算业务在第一季度实现63%的营收增长 [2] - Alphabet第一季度营收同比增长22%，达到超过1090亿美元 [8] - 公司当前股价为360.36美元，市值达4.4万亿美元，毛利率为60.43% [3][4] - 从长期投资视角看，Alphabet是更值得购买的股票 [5] Micron (MU) 的短期爆发性增长 - 美光最新季度营收同比增长346%，达到415亿美元，超出其335亿美元的指引 [6] - 公司预计下一季度营收将达到500亿美元 [6] - 管理层预计内存芯片需求将持续上升，供应紧张状况将持续到2027年以后 [6] - 公司当前股价为973.59美元，市值达1.1万亿美元，毛利率为72.60% [7][8] - 尽管近期股价大幅上涨，但从基于预测收益的角度看，其股票估值仍然显得便宜 [11][13] 两家公司的比较与评估难点 - 比较两家增长率完全不同、长期前景不同且财年日历不一致的公司的估值具有挑战性 [8] - Alphabet的增长快速但并非超常，其前瞻市盈率为24倍，对于大型科技股而言较为标准，且其财年与日历年一致 [9] - 美光的核心业务优势可能在几年后因数据中心需求下降或内存芯片产量增加结束短缺而受到侵蚀，这使其股票难以理解 [13] - 在基于预测收益的基础上，美光的股票比Alphabet便宜得多 [13]

市场整体表现 - 市场刚刚录得自2020年以来表现最好的一个季度，尽管近期许多头条新闻情绪悲观，但市场仍设法持续徘徊在历史高点附近 [1][2] 科技行业趋势 - 科技领域的某些特定板块已接棒成为增长引领者 [2] - 尽管多项经济指标指向不佳，市场仍持续上行 [2] 公司分析：Alphabet (GOOG) - 公司被视为大盘科技股中“增长与质量”结合最清晰的标的 [3] - 第一季度营收大幅增长超过21%，达到近1100亿美元 [3] - 营业利润率超过36% [3] - 谷歌云部门营收同比增长63% [4] - 该部门积压订单额几乎翻倍，超过4600亿美元，预示着极其强劲的长期需求 [4] - 公司已脱颖而出，不再是单一业务依赖者，正将加速的云需求与不断扩大的盈利能力相结合 [5] - 尽管人工智能资本支出高昂，公司的运营杠杆效应依然显现 [5] - 公司提供了持久的营收增长、上升的利润率以及预示未来多个季度可见性的云积压订单 [5] 公司分析：Microsoft (MSFT) - 公司是大盘科技股中最具持续性的复利增长故事之一，近期数据仍支持看涨观点 [7][8] - 2026财年第三季度营收增长18.3% [8] - 其云部门Azure增长40% [8] - 人工智能业务达到370亿美元的年化运营规模 [8] - 公司凭借超过46%的强劲营业利润率和维持在30%中段的股本回报率，摆脱了困扰其他人工智能巨头的趋势 [8]

The Economy Is Losing Steam After Adding Just 57,000 Jobs in June — But I'm Still Bullish On These 3 Unstoppable AI Stocks - 24/7 Wall St. S&P 5007,514.60 +0.43% Dow Jones52,925.60 +0.02% Nasdaq 10029,704.60 +1.19% Russell 20003,004.86 +0.41% FTSE 10010,678.20 -0.11% Nikkei 22569,797.30 +2.18% Investing The Economy Is Losing Steam After Adding Just 57,000 Jobs in June — But I'm Still Bullish On These 3 Unstoppable AI Stocks By Chris MacDonald Published Jul 3, 12:27PM EDT How to Add Us to Google News Sending ...

The Pulse/Bloomberg Wall Street's concern about an AI bubble continues to linger. But the bigger problem might be all the red ink behind tech companies' AI-mania. Last month, Alphabet announced (8) it was raising $85 billion in equity to finance its AI buildout — and it's far from alone in doing so. AI hyperscalers such as Amazon, Alphabet, Meta, Microsoft and Oracle have issued $159 billion (9) in corporate bonds in the first five months of 2026. The staggering sum surpasses the companies' total borrowing ...

今年下半年伊始，全球AI硬件赛道震荡加剧，市场资金正在进一步验证科技巨头们烧钱的持续性。 回顾今年上半年，全球大型互联网科技公司的疯狂开支，换来的却是资金的大幅撤离，股价大幅下跌。在中国 市场上，以AI硬件为代表的科创50指数上半年上涨64.25%，而以互联网科技巨头为代表的恒生科技指数下跌 18.92%。 美股市场亦是如此，以芯片、存储为代表的费城半导体指数上涨了101.14%，美股"七巨头"上半年整体反而下 跌了3%，微软上半年跌了超22%，Meta也跌了14%，绝大多数都跑输了标普500大盘。 显然，中国和美国的互联网平台公司，都不得不开始大规模投入研发和资本开支以保持在AI的牌桌上。但是， 进入AI时代后，平台公司正在从"轻资产互联网平台"逐步演变为重资产的"智能工厂"，而AI收入规模是否支撑 资本开支（Capex），将决定重资产投入模式能否持续。 天量砸钱换来股价下行 值得注意的是，这一轮AI行情的核心源头，本质就是美国科技大厂被生存恐惧推着疯狂烧钱向外溢出的效应。 其中，微软、谷歌、亚马逊、Meta四家头部云厂商2026年合计的资本开支上限已经冲到了7250亿美元，较2025 年暴涨77%，其中谷 ...

字母AI . 聚焦前沿科技，抢先看到未来。 本文来自微信公众号： 字母AI ，作者：苗正，编辑：王靖，题图来自：视觉中国 以下文章来源于字母AI ，作者苗正 Anthropic，已经从AI芯片的参与者，变成了主导者。外媒称，Anthropic已经正式进入定制AI芯片的 早期研发阶段，并且正在和三星电子洽谈制造合作 。 但这事还没完，爆料中除了三星，Anthropic还准备和微软、Fractile也洽谈类似的合作。 真就是"今天是三星，明天是全世界"。 一家2021年才成立的公司，现在就能让亚马逊、谷歌、博通，这些AI硬件圈的大佬全都开始听它号 令。 亚马逊给它建数据中心、设计芯片，谷歌给它供TPU，博通给它铺算力网络。 纵观全球科技史，没有任何一家公司，能在这么短的时间内，让芯片产业链上从设计、制造、封装到 云服务的每一个环节，都围着自己的需求转。 哪怕是金庸笔下的张无忌，14岁跌入谷底，到20岁在光明顶以一人之力连败六派高手，也花了6年时 间。阿莫迪，你比张无忌还厉害。 而且这件事的戏剧性在于，就在前一周，OpenAI才刚刚携手博通高调发布了它的第一款自研推理芯 片Jalapeño。 一、Anthropic ...

2026 年 7 月 3 日 招银国际环球市场 | 睿智投资 | 行业研究 2Q26 大模型发展复盘及展望 互联网 - 关注算力利用效率提升及差异化定价能力 复盘 2Q26 大模型行业发展，我们观察到基础模型智能能力的竞争仍在加剧， Claude Fable 5 的推出推动了大模型行业整体智能能力上界提升，而智谱 GLM 5.2 的发布助力中国大模型厂商维持了在开源模型领域的优势地位。从模型综合能 力看，国际厂商和中国厂商分别以 Anthropic 和智谱为代表在多个维度表现出色。 除模型能力提升外，行业演进主要围绕两大趋势：1）深化编程/办公智能体能力 探索，包括长程工具调用、工程执行能力与原生多模态理解等；2）持续优化推理 调用价格及性价比以进一步推动模型调用渗透提升，以 Artificial Analysis 智能能 力指数区间 40-50 的模型统计，其区间内在推理调用价格方面表现最优模型的调 用价格已由 2026 年 3 月的约 1.2 美元/百万 tokens 下探至 2026 年 6 月的约 0.058 美元/百万 tokens。展望而言，我们认为模型能力上界依旧是决定定价能力的关 键，行业玩家 ...