**公司与行业** </think> * 公司为诺基亚（Nokia），行业涉及电信设备、网络基础设施（包括IP路由、光网络、固定接入）和移动网络（5G、RAN）等 [1][5][35] **网络基础设施（NI）战略与增长** </think> * 公司计划通过收购Infinera并整合，将网络基础设施业务重心从电信运营商（telcos）转向人工智能（AI）和云（cloud）市场，以抓住AI超级结构机遇 [6] * 核心增长机会在当前产品组合中的IP交换和光网络领域，长期看好固定接入和移动网络业务 [6] * 公司为IP和光网络业务提供10%-12%的长期增长指引，而包含固定网络在内的整体网络基础设施业务增长指引为6%-8% [6][11] * 整体增长指引相对保守的原因包括：对固定网络业务（如光纤接入）采取更严格的营收纪律、当前客户结构仍偏重增长较慢的电信运营商、在800G市场进入较晚需追赶1.6T技术、以及IP交换业务作为新进入者需要时间进入设计周期并实现增长 [11][12][13] * 公司对光网络的差异化竞争力在于垂直整合的制造能力，涵盖从磷化铟半导体到光线路系统和控制点软件的整个产业链 [7] **资本配置与客户战略** </think> * 电信运营商和大型关键企业（如公用事业、铁路）仍是重要客户，公司将与其共同投资和创新以确保支持其需求 [17][19] * 投资重点将向由超大规模企业（hyperscalers）驱动的AI和云领域倾斜，特别是在IP和光网络方面，并认为这些技术路线图最终将回传至电信运营商 [17][18] * 订单积压（backlog）来自多个客户，尤其在光网络领域，订单周期有延长趋势，反映了供应链为满足需求增长需要更早的能见度 [21] * 公司更关注订单和营收的实际增长与执行，而非客户公告，以此作为衡量业务动力的关键指标 [22] **IP与光网络业务竞争力与盈利能力** </think> * 在IP路由领域，公司凭借在数据中心建设中的强势地位感到乐观；在IP交换领域，则依赖软件栈、工具以及与客户的共同开发来争取份额 [24][25] * 对光网络业务（含Infinera）的盈利能力信心来自垂直整合、工厂利用率提升、成本控制、定价纪律以及合并后带来的规模效应（研发摊销），使公司规模更接近Ciena和华为等竞争对手 [28][29] * 公司在美国的半导体制造布局（受益于CHIPS法案）以及在全球（欧洲、东南亚、印度、美国）的制造区域化战略，被视为增强供应链弹性、贴近客户需求并赢得业务的重要因素 [30][31][32] **移动网络业务战略与转型** </think> * 公司认为移动网络业务对未来的物理AI、自动驾驶、机器人等应用所需的持久可信连接至关重要，是必须保留和发展的核心业务 [36][37] * 当前业务模式（特别是无线接入网RAN）未能为投资者和电信运营商产生足够回报，需要进行转型 [39] * 转型方向是转向软件驱动的业务模式，使无线电硬件更趋商品化，并通过软件增强和特性实现持续创新 [40][41] * 与英伟达（NVIDIA）的合作被视为战略关键，目标时间线是2026年概念验证、2027年初步商用部署、2028年规模部署 [43] * 面对英伟达可能捕获大部分价值的问题，公司认为未来价值将体现在软件栈和服务上，类似于存储行业的商业模式 [46][47] * 公司对移动网络业务采取严格的利润纪律，目标毛利率为48%-50%，在面临定价压力或市场份额争夺（如替换华为设备的机会）时，将优先考虑利润而非盲目追求份额 [49][50][51] **公司管理与市场认知** </think> * 首席执行官上任后的首要重大举措是任命David Heard领导网络基础设施业务，为其注入活力、技术严谨性和商业表现力 [58] * 公司认为市场最误解之处在于未能充分认识到其作为关键基础设施提供商的重要性及其在宽带（声称占70%份额）、云核心等领域的创新实力 [63][64]

公司新战略 - 周三公布新战略，重点聚焦人工智能，旨在简化业务并在未来三年内将年度核心利润提升高达60% [1] - 计划自2026年起重组为两大业务：专注于AI和数据中心的网络基础设施业务，以及专注于核心电信业务的移动基础设施业务 [1] - 目标到2028年实现年度可比营业利润27亿至32亿欧元，而去年为20亿欧元 [2] 战略举措与市场背景 - 增长计划出台之际，正值5G投资放缓 [3] - 为把握AI热潮，公司收购了美国光网络公司Infinera，并随后获得芯片制造商英伟达10亿美元的股权投资，持股2.9% [3] - 首席执行官指出，大型云服务提供商每季度的投资已超过大型电信公司年度投资，十大云提供商中有九家采用其技术 [4] 运营与成本目标 - 宣布计划建立新的国防孵化部门，为西方国家提供安全连接 [4] - 目标到2028年将集团运营费用从3.5亿欧元降至1.5亿欧元 [4] 市场反应与分析师观点 - 战略公告影响投资者情绪，股价一度下跌6%，但年内迄今仍上涨25% [5] - 有分析师认为市场在股价强劲上涨后预期更高，另有分析师指出新战略与当前重点并非根本性偏离，但对AI的大量投资和回报不确定性表示担忧 [5][6]

**DigitalBridge Group 电话会议纪要关键要点** 公司及行业背景 - 公司为DigitalBridge Group Inc (NYSE: DBRG) 一家专注于数字基础设施投资的资产管理公司 业务涵盖数据中心 无线通信塔 光纤网络等细分领域[1][2] - 行业涉及数字基础设施生态 包括移动通信基础设施 光纤网络 数据中心 以及电力供应等关键领域[4][5] 核心观点与论据 **1 数字基础设施行业面临巨大资本开支和电力需求挑战** - 公司旗下57家全球企业竞争激烈 本年度将是生态系统资本开支部署最大的一年 投资金额持续攀升[5] - 电力成为核心瓶颈 公司CEO将50%时间用于解决电力问题 40%时间用于融资 仅10%时间用于日常运营[6] - 公司拥有22吉瓦电力储备 计划在未来三年内全部租赁完毕 电力短缺为行业带来重大机遇[7][32] **2 移动通信基础设施（铁塔和小基站）需求强劲复苏** - 铁塔租赁需求达到2013年以来最高水平 主要受三大因素驱动[8] - 移动数据流量大幅增长3-5倍 类似2010-2016年云计算推动的10倍增长周期[9] - 人工智能推理需求增长 80%的AI活动将发生在移动环境 无线设备数量将从300亿增长至2033年的600亿[11] - 机器对机器连接快速增长 占所有连接的90% 例如通用汽车工厂单条产线部署超过300个无线传感器[12] - 新建铁塔数量大幅增加 旗下Vertical Bridge公司去年交付800座铁塔 今年将交付1000座 远超公开市场竞争对手[18] - 小基站业务（Extenet Boingo Freshwave）管道和预订量大幅增长[19] **3 光纤网络业务分化为四个细分市场** - 住宅光纤：投资Wide Open West 以重置成本百分比收购 关注每户覆盖成本 每户连接成本和每路由英里成本三个指标[20] - 多住户单元（MDU）光纤：收购OpticalTel 业务模式为与业主协会签订10年独家合同 首日渗透率即可达100%[21][22] - 企业光纤：Zayo公司表现优异 连接近6万栋建筑 平均合同期限超过20年[27] - 长距离传输光纤：与Level3（Lumen旗下）竞争 被认为是光纤领域最优质业务[28] - 不同细分市场估值差异巨大 WOW交易于5倍估值 而Hotwire交易于40倍估值[23] **4 数据中心业务和电力解决方案成为增长核心** - 公司采用独特"资产轻"模式 通过多个基金平台筹集资金 与Digital Realty和Equinix等传统REITs形成差异化[40][41] - 每兆瓦数据中心开发成本已从1000万美元上升至1100-1200万美元 通常使用60%杠杆和40%股权[30] - 历史实现2倍多倍投入资本回报率（MOIC） 每4美元股权投入可产生8美元回报 公司从中获得20%绩效费[31] - 公司管理1060亿美元资产 计划部署500亿美元资本开支 远超竞争对手[33][41] **5 电力短缺问题与解决方案** - 行业当前总电力需求为68吉瓦 去年为54吉瓦 公司预测将增长至200吉瓦[47] - 美国需要新建200吉瓦发电能力 但当前电网每年仅新增4吉瓦容量 存在巨大供应缺口[48][49] - 公司通过建设微电网解决电力问题 已在Reno等地部署多个项目 使用太阳能 风能 水电 LNG和电网连接等多种能源[53] - 电力问题预计需到2033-2035年才能缓解 届时60-80吉瓦核能并网将帮助改善基载电力[58] 其他重要内容 **财务模型与股东价值创造** - 公司价值创造通过费用相关收益（FRE）和绩效费（carried interest）实现 28%的绩效费分配归公众股东[32] - 正致力于将FRE利润率从30%提高至40% 并通过成本削减措施改善盈利[60][61] - 公司股价从超过20美元跌至5-6美元低点 现正通过稳定收益和绩效费积累重建价值[60] **竞争格局演变** - 公司从数字REITs竞争转向与Blackstone Brookfield Ares Apollo KKR等另类资产管理公司竞争[42][43] - 竞争优势在于对数字基础设施领域的专业知识和落地能力 能直接与微软 亚马逊 甲骨文等超大规模企业谈判[43] **人工智能应用阶段** - AI训练阶段处于"第三局" 而AI推理仍处于"第一局初期" 发展空间巨大[47] - 机器对机器学习是数据消费增长最快的领域 而非企业或消费者应用[12]