核心观点 - 亚马逊、Alphabet和微软是当前最明智的AI投资，因为它们正在将AI基础设施需求转化为实际收入、现金流和利润，而非仅仅依赖未来预期[4][5] - 这些公司作为AI领域的“收费者”，其云业务已产生数百亿美元运营收入，且积压订单、计算价格上涨和供应受限的需求表明利润可能加速增长[16] 云积压订单 - 微软、亚马逊、Alphabet和甲骨文的合并云积压订单从一年前的约8000亿美元激增至超过2.3万亿美元[6] - 这些积压订单代表已签署的客户承诺，而非销售预测，合同期限延伸至未来数年[6] - 大部分积压订单是在AI基础设施稀缺和计算价格攀升之前谈判的，未来两年内大量协议将在GPU容量成为全球最有价值商品的市场中续约[7] 计算价格趋势 - 英伟达H100 GPU的一年期租赁价格从去年10月的约1.70美元/小时上涨至目前的约2.77美元/小时，涨幅达63%[8] - 中国市场的H100租赁价格进一步上涨20%至30%，每日AI代币使用量超过140万亿，是两年前的1000倍以上[8][9] - 英特尔甚至能以溢价出售“废品”CPU，这在科技行业几乎闻所未闻，AI需求颠覆了硬件价值下降的常态[9] 供需动态 - 微软首席财务官Amy Hood表示公司仍受容量限制，客户对AI计算的需求超过微软当前供应能力[10] - 谷歌也表达了同样的容量受限情况[10] - 四大超大规模企业的2026年合并资本支出计划总计约7400亿至7700亿美元，几乎是前一年投资额的两倍[11] - 这些资本支出是针对已签署合同进行的，消除了激进扩张中通常伴随的大部分执行风险[12] 公司对比 - 甲骨文受益于AI需求，但严重依赖债务融资基础设施扩张，增加了财务风险，其股价在过去一年几乎腰斩[14] - 亚马逊、Alphabet和微软通过巨大的自由现金流内部资助扩张[15] - 亚马逊股价在财报后单日上涨15%，微软昨日飙升15%，Alphabet在过去12个月上涨80%[15] 运营杠杆 - 如果数万亿美元的积压订单以当前更高价格续约，同时客户使用量持续攀升，经济效应将变得极具吸引力[13] - 数据中心、网络设备和软件平台已在建设中，现有基础设施上的更高定价可更快转化为利润，这种运营杠杆在年支出数千亿美元的业务中很少出现[13]

公司整体表现与投资策略 - Vulcan Value Partners在2026年第二季度各策略组合均录得正回报，大盘股组合(净)回报9.5%，小盘股组合(净)回报13.3%，焦点组合(净)回报10.4%，焦点增强组合(净)回报10.5%，全市场组合(净)回报9.0% [1] - 公司报告2026年第二季度各策略均实现强劲复利增长 [1] - 管理层强调其持有的优质股票相对于市场中“正在起作用”的板块仍被深度低估，认为这对耐心投资者而言是绝佳机会 [1] Alphabet Inc (GOOG) 市场表现 - 截至2026年7月30日，Alphabet收盘价为每股333.68美元，市值达4.08万亿美元 [2] - Alphabet近一个月回报率为-6.32%，但过去52周股价上涨75.67% [2] - 在2026年第二季度投资者信中，Vulcan Value Partners将Alphabet列为领先业绩贡献者 [2] Alphabet Inc 业务与财务亮点 - 核心谷歌搜索收入加速增长至19%，为16个季度以来最快增速 [3] - 人工智能正成为搜索的扩张性时刻，搜索查询量处于历史最高水平 [3] - 谷歌云收入增长加速至63%，为其有史以来报告的最高增长率 [3] - 谷歌云利润率从2025年第一季度的18%扩大至33% [3] - 谷歌云积压订单同比增长5倍，增长由企业级AI产品和TPU销售驱动 [3] - 谷歌云目前约占公司价值的40% [3] - 2023年是谷歌云首次实现正EBIT的年份 [3] - 市场共识预计谷歌云2027年EBIT将达到540亿美元，而2022年该业务收入为260亿美元且EBIT利润率为负 [3] - 公司持续监控所有投资组合公司及MVP业务中的人工智能颠覆风险 [3]

J P M O R G A N Europe Equity Research 31 July 2026 Sustainability Wire Mainstreaming Sustainability: News & Content Highlights from Equity Research Top of the Agenda… Use the links below to jump to each section Global Research Highlights | Policy & Regulatory Developments | Corporate & Industry | The Bigger Picture | Flows & Performance | Quote of the Week | Charts of the Week | Upcoming Events & Investor Access | J.P. Morgan Sustainable Investing Team | Read our Research EMEA Sustainable Investing Researc ...

核心观点 - AI大规模资本开支正从投入期转向回报验证期，云业务与广告收入增速提升，但自由现金流承压，市场对各家公司的投资效率开始出现分歧[1][2][12] 资本开支与承付义务 - 2023年初至2024年6月底，谷歌、亚马逊、微软、Meta四家公司资本开支合计达1.1万亿美元[4] - 亚马逊资本开支同比激增69%至约540亿美元[4] - Meta资本开支同比大增83%至311亿美元[4] - 微软资本开支同比上涨69%[4] - 谷歌将全年资本开支目标上调至最高2050亿美元[4] - 分析师指出资本开支增长几乎看不到终点，投资者要求公司在AI投资与原有高回报业务间取得平衡[4] - 三大巨头在三个月内新增近9000亿美元AI相关承付义务[7] - 谷歌二季度末AI投资相关未来财务承付义务较三个月前增加约5000亿美元，主要来自长期技术基础设施与电力采购协议[5] - Meta本季度新增2330亿美元承付义务，包括960亿美元数据中心与网络租赁、1120亿美元采购承诺、250亿美元新增债务，7月又追加680亿美元数据中心租赁[5] - 微软二季度签署逾1300亿美元新增数据中心租赁协议[6] - 承付义务不完全等于未来资本开支，设备采购协议后续转为资本开支，机房租金与购电合约属于运营支出[5] 自由现金流压力 - 四家企业合计自由现金流降至十年低点70亿美元，仅微软与Meta实现现金净流入[7] - 谷歌出现上市二十多年来首个自由现金流为负的季度，自由现金流缺口达60亿美元[8] - 亚马逊CEO表示大量数据中心同步在建，完成建设到调试投运再到创收通常还需两年时间[8] 营收兑现情况 - 云业务增速普遍提升，谷歌云营收同比涨82%[9] - 亚马逊云服务AWS收入同比增长37%至422亿美元，为2021年第四季度以来最快增速[9] - 微软Azure云计算业务收入同比增长43%[9] - 云业务增速提升受益于OpenAI、Anthropic等AI企业租赁算力，以及传统企业部署AI工具带来的云算力采购需求[9] - 亚马逊、谷歌、微软三家合计签约积压合同总额接近1.7万亿美元，较一年前增长超一倍[9] - Meta借助AI优化广告定向投放，季度营收同比增长28%至610亿美元[10] - Meta CEO透露大量机构有意租赁其算力，租金显著高于成本，但直接售卖智能服务的利润率远高于单纯出租算力[10] 市场反应与分歧 - 亚马逊云业务创2022年初以来最快增速，财报盘后股价上涨近10%[3] - 微软Azure单季营收刷新纪录，财报公布次日股价大涨超15%[3] - Meta受营收增长前景偏弱、高额资本支出拖累，财报发布后股价累计下挫逾7%[3] - 谷歌录得上市以来首个自由现金流为负的季度，次日股价下跌超6%[3] - 资管机构认为Meta未给出清晰算力租赁规划，是其周四股价下跌8%的部分原因[11] - 云业务增速与千亿级积压订单证明AI算力需求真实存在，但庞大资本开支、表外承付义务、数据中心投运与创收时间差持续压制自由现金流[11] - 未来投资者将更严格考核每家公司投入效率，谁能以更低成本将算力转化为高边际利润的智能服务才是商业赢家[12]

报告行业投资评级 - 高端制造行业评级为“买入（维持）”[6] 报告核心观点 - 2026年7月以来，北美科技巨头信用违约互换（CDS）普遍走阔，市场对AI基础设施高资本投入及融资可持续性的关注升温，信用市场对相关企业的风险定价正在提高[2][5] - 不同企业发债成本存在明显分化，亚马逊7月发债利差较3月小幅扩大[5] - 2026年北美科技巨头资本开支预计将持续高增，但2027年同比增速或将放缓，市场对投资回报、现金流覆盖及融资安排的关注升温[5] 根据相关目录分别总结 北美科技巨头CDS走势 - 2025年初至2026年上半年，除Oracle外，多数企业CDS处于30—60bp区间[3] - 进入2026年7月后，各企业CDS出现不同程度走阔，Oracle最新CDS升至200bp以上，SpaceX升至约180bp，Meta、Broadcom及Nvidia快速上升至75—100bp，Alphabet、Amazon和Microsoft的CDS同步抬升[3] - 信用风险定价的上行已由个别企业扩展至多家AI产业链核心公司，反映近期北美债券市场对相关企业风险的关注有所升温[3] - 2026年7月30日，上述各家公司CDS出现小幅回落[3] 科技巨头债券融资成本 - 科技巨头10年期债券融资利率区间为4.83%—5.90%，发行利差为50—145bp[4] - Nvidia和Alphabet发行利差最低，分别为50bp和63bp，Oracle、SpaceX、Salesforce发行利差最高，分别达145bp、140bp、135bp[4] - 不同企业的发行收益率和发行利差受到信用评级、资产负债表质量、发行时点、债券条款及市场供需等因素影响，横向差异更多反映各企业不同的信用资质和风险定价[4] - 亚马逊2026年3月发行的10年期债券发行收益率为4.90%，发行利差为75bp；7月发行的10年期债券发行收益率升至5.34%，发行利差升至80bp[4] - 亚马逊两次发行间，发行收益率上升约44bp，信用利差扩大5bp，说明绝对融资成本的变化主要受到同期基准美债利率变化影响，信用风险补偿呈现小幅上行[4] 北美科技巨头资本开支 - 2024年以来，微软、亚马逊、谷歌、Meta及Oracle资本开支整体明显提速[5] - 2026年五家公司合计资本开支同比增长预计将进一步提速[5] - 高强度AI基础设施投入继续支撑算力、网络及数据中心等产业链需求，同时也使市场更加关注相关投资的回报周期、现金流覆盖能力及后续融资安排[5]

硅谷科技行业情绪升温 - 硅谷地区的整体氛围正在变得紧张或激烈，温度在上升 [1]

核心观点 - Google自研AI芯片策略从试水转向大规模商用部署，第九代TPU（TPU v9）目标部署量1,200万至1,500万颗，有望追平甚至超越Nvidia当年数据中心AI GPU总出货量，可能改写全球AI硬件供应链版图[1] - 大型云端业者正加速走向垂直整合，从自行设计芯片到针对自有软体堆叠与资料中心需求进行最佳化，建构更完整的AI基础设施[2] Google TPU v9部署计划与规模 - Google针对2028年推出的第九代TPU（TPU v9）进行大幅扩产，目标部署量上看1,200万至1,500万颗[1] - TPU v9采用四颗运算晶粒（Compute Dies）设计，2028年产能消耗将较2027年呈现倍数成长[1] - 若部署计划如期兑现，Google将成为全球最大的AI加速器消费者之一，并掌握规模最庞大的自有AI硬体机队[2] 与Nvidia出货量对比 - 分析师预估Nvidia 2026年数据中心AI GPU出货量约为820万颗，2028年增至1,240万颗[1] - Google TPU v9部署规模有望逼近甚至超越Nvidia当年对数据中心AI GPU的总出货量[1] - 单一企业对AI加速器的需求量将逼近甚至超越市场龙头的整体供应规模[1] 产能与代工策略 - 单靠台积电产能难以负荷Google 2028年1,500万颗TPU目标，英特尔代工服务产能支援是关键[2] - 市场传闻英特尔在Google测试其先进封装技术后，已拿下超过300万颗TPU代工订单[2] - 英特尔的EMIB/EMIB-T技术与台积电的CoWoS-L封装架构互不相容，若Google转向英特尔代工，芯片设计与封装规划需同步调整[2] 产业趋势影响 - AI需求高速扩张背景下，Google发展未必会削弱Nvidia市场主导地位[2] - 大型云端业者加速走向垂直整合，从自行设计芯片到针对自有软体堆叠与资料中心需求进行最佳化[2]

伯克希尔哈撒韦对Alphabet的投资 - 伯克希尔哈撒韦今年大规模买入Alphabet股票，使其成为其近3590亿美元股票投资组合中的第五大持仓 [1][4] - 伯克希尔在第一季度增持Alphabet A类和C类股票超过110亿美元，随后通过私募方式以平均每股约350美元的价格额外购入100亿美元 [4] - Alphabet目前约占伯克希尔投资组合的8.1%，远低于苹果的21.6%，苹果曾一度占投资组合的约40% [10] - 这是伯克希尔首次全面押注人工智能股票，首席执行官Greg Abel和董事长沃伦·巴菲特可能考虑让Alphabet成为下一个苹果 [1][15] Alphabet的人工智能战略与资本支出 - Alphabet是一家推动人工智能革命的超大规模云服务商，通过大力投资AI基础设施进行真正的AI押注 [5] - 在最近的财报电话会议上，Alphabet管理层将资本支出指引上调至2000亿美元或更多，几乎全部用于AI基础设施 [6] - 超过2000亿美元的资本支出（2027年可能更多）将考验巴菲特关于“长期获得高资本回报”的投资理论 [8] - 自由现金流已转为负值，且这一趋势可能加速 [8] - 巴菲特对所有AI支出表示担忧，认为AI交易可能在某个时点面临重大障碍 [9] 股票回购与股东回报 - 自2012年股票回购计划启动以来，苹果已回购超过8500亿美元的股票 [12] - Alphabet自2016年以来也回购了3460亿美元的股票 [12] - 然而，大规模AI基础设施支出导致Alphabet今年早些时候暂停了回购，且由于自由现金流预计持续为负，回购可能在未来一段时间内暂停 [13] 投资逻辑与未来展望 - 巴菲特表示投资的关键是找到能长期获得高资本回报的企业 [8] - 伯克希尔可能认为必须进行一定程度的AI投资，因为错过革命可能与遭受其冲击同样代价高昂 [14] - Alphabet在AI领域是更安全的选择，相比其他估值极高、缺乏辅助业务、规模和盈利能力的股票更具优势 [14] - 如果资本支出能产生足够回报，伯克希尔可能会考虑进一步增持Alphabet仓位 [15]

核心观点 - Google DeepMind发布Gemini Robotics 2模型系列，标志着机器人发展进入新阶段，该模型能控制多种机器人自主适应不可预测环境，并解锁广泛任务范围[2] 模型能力与演示效果 - 实现从桌面任务扩展到人形机器人的智能全身控制，例如Apollo 2人形机器人能自主执行“把浇水壶放到底层架子的绿色箱子里”的指令[3] - 具备精细操作能力，包括将书籍放到书架、收拾棋盘、将磁带放入手提式录音机、整理桌面等[4] - 为不同硬件平台赋予高度灵巧性，能控制五指手完成打结或拧灯泡等动作，透过22自由度五指SharpaWave手执行打结、密封夹链袋等极度精细动作[5] - 能管理标准两指平行夹爪（如Franka Duo平台）完成紧密包装等复杂任务[5] - 谷歌内部评估报告显示，在三种全身操控类别中，成功率介于45.7%至76.3%之间[6] - 在三种Franka Duo抓取器类别中，成功率介于74.2%至89.6%之间[6] - 多指任务的成功率介于32%至92%之间[6] - 演示视频展示的是“完全自主”机器人的“实时录像”，与Elon Musk旗下Optimus机器人使用远程操作员形成对比[6] - 该模型是经过专门训练来执行视频中的每一项任务，训练方式结合了人工远程操作、视频示例和模拟[6] 三大核心模型架构 - Gemini Robotics 2包含三个具备高度能力的模型，各自肩负不同任务[8] - Gemini Robotics 2作为最先进的视觉-语言-动作（VLA）模型，能将视觉与语言输入转换为马达控制，实现从脚到指尖的完整人形机器人控制，并大幅提升双手与夹爪的灵巧操作能力[8] - Gemini Robotics 2首次实现了将意图转化为人形机器人的智能全身动作[8] - Gemini Robotics ER 2是一款“具身推理”视觉语言模型，扮演机器人大脑Agent角色，能与人类沟通、理解物理世界，并规划长达数分钟的多步骤任务[8] - Gemini Robotics ER 2新增了机器人团队协作功能，不同类型的机器人能够相互通信并协同工作[8] - ER 2模型能处理涉及数百个决策的复杂任务，并具备自我修正机制[10] - ER 2模型支持多机器人协作，让不同类型的机器人共同完成单机无法负荷的工作流[10] - Gemini Robotics On-Device 2是一款专为设备本地端运行的VLA模型，主打极高的适应效率[12] - 该模型原生支持多本体，并继承了Gemini Robotics 1.5中的先进“运动迁移”技术[12] - 现在只需数小时的适应时间（通常少于200个示例）就能适应新的双臂机器人本体[12] - 即使面对形状、传感器和自由度截然不同的新本体，该方法同样有效[12] - Gemini Robotics ER 2已在Google AI Studio提供，并在Gemini Enterprise Agent Platform展开私人预览[12] - VLA与本地端模型则仅对早期合作伙伴开放[12] 安全性与具身推理 - Google DeepMind正采取多层次方法，将传统物理安全措施与强大的AI安全框架相结合，来确保未来机器人的安全性[14] - Gemini Robotics 2特别推进了机器人在应对现实世界不确定性以及与人类协作方面的安全性[14] - 推出了ASIMOV-Agentic，这是一个用于代理式安全编排和不确定性解决的新基准[14] - ASIMOV-Agentic衡量具身推理智能体拒绝VLA发出的不安全工具调用请求的能力[14] - ASIMOV-Agentic也衡量智能体预测任务是否可能完成以及在不明确时主动请求人工干预的能力[14] - 通过增强的具身推理，Gemini Robotics ER 2在安全约束遵循和人类接近度基准上是其迄今为止最安全的机器人模型[14] - 当有人靠近时，Gemini Robotics ER 2能够成功停止人形机器人，并在区域无人后自主恢复工作[14] 行业背景与影响 - 让AI真正走入物理世界正成为科技巨头在通往通用人工智能（AGI）道路上的角力关键[3] - Google DeepMind表示这是“在迈向所谓的物理AGI（即让机器人能够完成人类能做的任何事情）道路上的又一个里程碑”[3] - 未来机器人将能与人类并肩工作，解决复杂挑战[3] - 目前大多数机器人都是预先编程或远程操控的，只能执行狭窄、重复的任务序列，缺乏真正的自主学习和适应不可预测环境的能力[7] - 将学到的技能从一个机器人本体迁移到另一个本体仍然极其困难[7] - 为了大规模应对最具挑战性的问题，各种形状和尺寸的机器人都需要AI模型赋予它们智能思考、行动和交互的能力[7] - 谷歌这次做的是软件层面，不是机器人本体[15] - 近期美国刚刚以安全为由禁止未来销售中国制造的机器人[15] - 这款软件可能运行的许多机器本体，恰恰是在中国制造的[15]

Specialist Sales APAC Specialist Sales 31 July 2026 J P M O R G A N {[{eOz3MalcBAK3n-2VoncwRIwQ9uC3DTKOCmhp7jaPcdSg8_FkPJ6FatXduNDe7wjtrSA0VsaV4xXYNw0RIA7GEebN1Zub9vwOxATeqzbZ}]} JPM | APAC THEMATICS - Hyperscalers = Hypergrowth. 3x reasons to Buy… booming backlogs, positive jaws & attractive valuations. Matthew See +852 2800 8889 matthew.see@jpmorgan.com APAC Thematics focuses on key macro views, market debates, and favoured investment themes. AI capex to monetization. For anyone who doubts hyperscaler mon ...