亚马逊2025年Q4财报及市场反应 - 公司披露财报后，股价在盘后交易中一度暴跌超11%，截至发稿跌幅达11.26% [2][3] - 2025年第四季度净销售额为2133.9亿美元，同比增长14%，高于分析师预期的2114.9亿美元 [6] - 第四季度每股收益为1.95美元，同比增长4.8%，略低于共识预期的1.96美元，且较第三季度36.4%的增速显著放缓 [6] 关键业务表现与盈利能力 - AWS业务第四季度贡献营业利润124.7亿美元，同比增长17.3% [6] - AWS业务当季营业利润率为35.0%，低于上年同期的36.9%，盈利能力扩张势头略有放缓 [6] 资本支出指引与行业对比 - 公司预计2026年资本支出将达到2000亿美元，较2025年大幅增长50% [6] - 该指引较华尔街一致预期高出约36.9% [6] - 对比来看，该指引比谷歌2026年支出指引中值（约1800亿美元）高11%，远超Meta计划今年最高支出1350亿美元，也高于微软2026财年预计不到1000亿美元的资本支出 [7] 现金流状况与投资影响 - 过去12个月经营现金流为1395亿美元，同比增长20% [8] - 同期自由现金流仅为112亿美元，较上年同期的382亿美元大幅缩水70.7% [8] - 自由现金流走弱的直接原因是资本开支猛增：过去12个月，扣除处置和激励后用于物业和设备的支出达到1283亿美元，同比增加65% [8] - 现金流量表显示，2025年“购买物业和设备”支出高达1318亿美元，较上年的830亿美元激增近59%，主要反映AI相关投资 [8] AI投资战略与市场担忧 - 管理层表示，2000亿美元的资本支出将投向人工智能、芯片、机器人和近地轨道卫星等开创性领域，并预期长期投资回报将十分可观 [9] - 自研芯片与AI平台（如Trainium与Graviton）合计年化收入超过100亿美元，且同比呈三位数增长，Trainium2和3供不应求，Bedrock模型生态扩充 [9] - 市场担忧包括：自由现金流压力可能延续甚至加大；短期利润率要为算力与基础设施扩张让路；AI变现若不及预期，估值将承压 [8] - 有华尔街机构警告，当前AI基础设施建设规模史无前例，市场暂时难以对相关个股进行合理定价，近期投资者对AI领域的担忧情绪正在升温 [2] 行业趋势与资金流向 - 亚马逊、微软、Alphabet和Meta今年的总支出预计将超过6300亿美元 [9] - 2025年年底以来，市场已开始区分AI领域的赢家与输家，资金正从高估值科技股转向此前被忽视的低估值板块 [10]

文章核心观点 - OpenAI对英伟达最新的AI芯片不满意并寻求替代方案 这标志着两家AI领域最知名公司之间的关系可能变得复杂 是AI主导权争夺战的新篇章 [1] OpenAI与英伟达的关系动态 - 据路透社独家报道 OpenAI已部分背弃英伟达 而英伟达本应是一轮1000亿美元融资的投资者 [1] - OpenAI自去年以来就对英伟达部分最新AI芯片感到不满 并已开始寻求替代品 [1] - 双方之间的新兴冲突可能与英伟达不愿参与OpenAI的1000亿美元投资轮有关 英伟达CEO黄仁勋表示从未有正式参与协议 这似乎表明英伟达对OpenAI未来更高估值信心的减弱 [1] AI芯片市场竞争格局 - 英伟达被广泛认为是行业最先进芯片的提供者 这使得OpenAI寻找其他芯片来源的举动显得不同寻常 [1] - 潜在的替代供应商包括AMD 但多数专家认为其远落后于英伟达 [1] - 其他科技巨头也推出了自研AI芯片 例如亚马逊的Trainium3 谷歌的Ironwood TPU 以及微软的自研AI芯片 但英伟达占据主导且地位稳固 这些产品短期内难以获得市场吸引力 [1] - 另一可能性是Groq 该公司生产AI芯片 但已被英伟达以200亿美元收购 不过根据收购条款 Groq仍可向其他公司销售产品 [1] AI行业的竞争态势 - 大型AI公司之间的紧张关系正在加剧 它们正在争夺有利地位 [1] - 谷歌的Gemini产品在多项指标上已超越OpenAI的产品 其母公司Alphabet拥有巨额资本 [1] - 埃隆·马斯克的SpaceX将收购xAI 这将为其带来资金渠道 [1] - 舞台边缘还有Anthropic等规模较小的竞争对手 [1] - AI领域已成为联盟和交叉投资的战场 英伟达和OpenAI可以说是主导者 它们之间的紧张关系是争夺AI领域顶峰的新篇章 [1]

Anthropic与OpenAI的财务与成本状况 - Anthropic将2025年面向企业和应用开发者销售AI的毛利率预期下调至40% 较此前乐观预期低10个百分点 但仍较上年有大幅改善[3] - 若计入Claude聊天机器人非付费用户的推理成本 其毛利率约为38% 较付费用户低几个百分点[3] - Anthropic此前预计到2027年毛利率将超过70% OpenAI则预计到2029年毛利率至少达到70% 使其更接近上市软件和云公司的毛利率水平[3] - 两家AI开发商在租用服务器开发新模型（训练成本）上投入巨大 这部分成本不计入毛利率 导致其实现净利润比传统软件公司更困难[3] - Anthropic预计2025年AI模型训练成本约为41亿美元 较夏季预测值增长约5%[4] - OpenAI去年预计在AI模型训练的计算上花费94亿美元[4] OpenAI (ChatGPT) 的增长与商业模式 - ChatGPT的商业模式遵循一个简单而持久的原则：业务规模应与智能提供的价值同步增长[5] - 从2023年到2025年 可用计算能力增长了9.5倍 从2023年的0.2 GW增至2024年的0.6 GW 2025年达到约1.9 GW 年增长率为3倍[5] - 同期收入遵循相同曲线增长10倍 从2023年的20亿美元年度经常性收入增至2024年的60亿美元 2025年超过200亿美元 年增长率也为3倍[5] - 公司坚信 在此期间更多的计算能力会带来更快的客户采用和货币化速度[5] 亚马逊AWS的战略与产品 - 亚马逊AWS首席执行官Andy Jassy对智能体商务感到兴奋 认为其能帮助客户更容易地发现所需商品[13] - 亚马逊已大力投资其购物助手Rufus 并相信未来也将与其他第三方智能体合作[14][15] - AWS为追求更好的性价比而自研芯片 其自研CPU芯片Graviton的性价比比其他领先的x86处理器高约40%[17] - 其前1000名顶级客户中约90%已大规模使用Graviton[18] - 在AI领域 AWS同样因客户对性价比的需求而开发了Trainium芯片[18] - Trainium2芯片已被完全订购 Anthropic在其上训练下一代Claude模型时使用了数十万颗Trainium2芯片 这是一个价值数十亿美元的业务[19] - 新发布的Trainium3芯片比Trainium2的性价比高40% 而Trainium2比市场上其他领先GPU的性价比高30%至40%[19] - 要允许客户广泛使用AI 必须降低推理成本 而芯片是其中的关键部分[19] - AI行业目前需求旺盛 整体产能仍然不足 尽管情况比18个月前有所改善[20] - AI应用目前呈现哑铃型分布 一端是消耗大量计算的AI实验室和少数现象级应用如ChatGPT 另一端是将AI用于成本规避或生产力提升的企业 而中间尚未使用推理的企业生产工作负载将是未来最大的绝对细分市场[21][22] - 大量企业数据和应用位于AWS 因此AWS正让客户更容易地将其核心工作负载与AI工作负载一起运行[23] 历史投资案例：Cable Information Systems (CIS) - 1980年 Cable Information Systems拥有5万用户 位列美国有线电视公司前十[7] - 公司流通股约100万股 在场外交易市场以每股1美元非活跃交易[7] - 当时有线电视用户对运营商的估值约为每人1000美元 因此拥有100万流通股的Cable Information Systems价值应为5000万美元 而其市值仅为100万美元[8] - 使用当时有线电视公司的主流估值方法（现金流倍数法）计算 每股价值也为50美元[8] - 1981年底 公司以每股48美元现金出售给美国最大的有线电视运营商John Malone 另有2美元存入托管账户 使总对价达到每股50美元[10] 历史投资案例：沃伦·巴菲特的Commonwealth Trust投资 - 巴菲特于1958年开始以每股50美元买入Commonwealth Trust 认为其价值为每股125美元[24] - 买入价为盈利的5倍 账面价值的80% 对于一家股本回报率为20%的银行来说看似划算[24] - 该银行拥有5000万美元存款 但仅有2000万美元贷款（多为住宅抵押贷款） 同时持有2100万美元政府证券 资产组合从信贷角度看非常保守[25] - 银行权益资本薄弱 5300万美元资产仅对应200万美元权益 杠杆率高达4% 这在20世纪50年代的小型储蓄机构中很常见[25] - 巴菲特持有约一年后以每股80美元售出 较当时市价溢价25% 为合伙企业带来57%的利润[26] - 售出约一年后 Commonwealth Trust与Hudson County National Bank合并[26] - 此后八年 HCNB每股账面价值从135美元增长至183美元（年复合增长率4%） 并支付了每股57美元股息 1968年平均股价为228美元（为账面价值的1.25倍）[26] - 1958年以80美元从巴菲特处买入的投资者 到1968年获得228美元股价加上58美元股息 总年化回报率在15%左右[27]

核心观点 - 报告认为，2026年电子行业投资应把握AI创新主线，核心在于观察云服务提供商及大模型厂商的商业闭环节奏，以把握行业整体β，同时积极寻找价值量扩张、资本开支增量倾斜的细分赛道，投资主线延续“速率+功率” [1][9][10] - 报告提出，算力需求的核心变量在于Token数量与资本开支，其中Token反映实时算力需求，资本开支反映未来算力预期，部分厂商如谷歌已形成“开支→算力→Token→收入→再开支”的正向商业循环 [1][10][15] - 报告建议，在当前市场对AI远期增量有所担忧之际，应重点关注国产算力、半导体设备、存储、AI终端的投资机遇 [2][12] 行业趋势与市场分析 - **资本开支高速增长**：AI投资驱动下，北美五大云厂商资本开支进入加速扩张周期，2025年前三季度合计达3081亿美元，同比增长75% [24][27] - **Token成为核心商业单位**：大模型的主流商业模式均以Token为核心定价单位，实现了“智能”与“算力”的标准化货币兑换，OpenRouter数据显示，在2025年12月22日至29日期间，谷歌的Token使用量市场份额占比达23.1% [15][16] - **主权AI成为重要增量**：全球多国启动主权AI项目以保障技术自主可控，例如美国“星际之门”项目总投资规划达5000亿美元，欧盟“人工智能大陆行动计划”拟投入2000亿欧元，沙特阿拉伯计划打造500兆瓦的超级算力集群 [25][76][80] 海外算力投资主线：“速率+功率” - **速率赛道**：聚焦解决互联瓶颈，包括光通信和PCB的升级 [2][116] - **光通信**：需把握光入柜内趋势，关注光模块业绩、光芯片缺货潮、硅光渗透率提升，以及超节点技术带来的光交换等产业趋势 [2][120] - **PCB**：技术升级是核心焦点，英伟达推出的全新PCB解决方案采用M9等级基材、HVLP4铜箔与石英纤维布构建的正交背板方案成为趋势，将同步拉动材料和设备升级 [2][4][120] - **功率赛道**：应对功耗提升带来的供电及温控挑战 [2][116] - **电源**：单卡和机柜功率密度持续提升，对电力架构提出新要求，高压直流成为未来柜外电源的趋势 [2][5][121] - **液冷**：伴随芯片功率提高，液冷成为数据中心标配，正实现从0到1的产业趋势突破 [2][5][121] 主要云厂商与算力芯片发展 - **谷歌**：在商业闭环上表现领先，其自研TPU显著降低了AI投资成本，3Q25资本开支/经营现金流比率为49%，投入产出效率高，已形成资本开支、Token增长与业绩兑现的正循环 [27][40][69][71] - **微软**：依托Office、Windows等原生应用生态，将AI算力投入转化为生态粘性与用户平均收入提升，形成了“应用生态→算力需求→资本开支→生态强化”的飞轮式正循环 [48] - **亚马逊**：作为全球最大云厂商，正通过自研Trainium系列芯片加速追赶，Trainium3采用3纳米工艺，FP8算力达2.52 PFLOPs，性能较Trainium2提升约4.4倍 [55][56][102] - **Meta**：资本开支专注于内部项目，2025年前三季度增速达112%，在五大厂商中最快，通过开源模型与自研MTIA ASIC芯片，旨在重塑行业推理成本体系 [28][57] - **英伟达产品迭代**：加速卡从H系列向B系列和R系列升级，服务器机柜从8卡向72卡、576卡升级，带动算力密度快速提升，Rubin系列预计于2026年下半年开始出货 [87][89] - **ASIC自研趋势**：云厂商为降低成本并提升灵活性，加速自研AI芯片，预计将成为未来AI芯片增量的核心来源，谷歌TPU v7、亚马逊Trainium3、Meta MTIA v2、微软Maia 100等产品持续迭代 [97][98] 国产算力发展 - **迎来破局元年**：2025年为国产算力破局之年，2026年有望高速成长，行业呈现供需两强的格局 [2] - **需求侧积极**：国产大模型加速追赶，云厂商资本开支展望积极 [2][6] - **供给侧突破**：国产先进制程从单点突破走向多点开花，在晶圆厂、先进封装、算力芯片等领域技术迭代加速，国产替代格局明晰 [2][7] 其他细分赛道机遇 - **半导体存储**：AI驱动存储行业迎来超级周期 [2][8] - **半导体设备**：受益于存储上行周期及原厂扩产 [2][8] - **消费电子与AI终端**：关注AI手机及华米OV、OpenAI、Meta等行业龙头在新型AI终端上的探索 [2][9] 重点公司分析 (工业富联) - **行业地位**：作为AI算力垂直整合领军者，是英伟达GB200的机柜级集成供应商，并与OpenAI达成合作，共同打造AI数据中心机架 [111] - **业绩表现**：深度参与全球AI算力产业链，2025年前三季度营收突破6000亿元人民币，同比增长38%；净利润同比增长48%，其中云计算业务营收同比增长65%，云服务商业务营收同比增速超过150%，GPU AI服务器同比增速超过300% [114]

文章核心观点 - 微软发布自研AI芯片Maia 200，引爆新一轮AI算力投资狂潮，AI ASIC（专用集成电路）芯片、数据中心高速互连（DCI）、高速铜缆及光互连等产业链环节将显著受益 [1] - 云计算巨头自研AI芯片以追求更高性价比与能效比已成趋势，AI ASIC与英伟达GPU的算力基础设施市场份额有望从当前的1:9或2:8大幅提升至接近对等 [1] - 全球AI基础设施投资浪潮远未结束，在AI推理需求推动下，持续至2030年的投资总规模有望高达3万亿至4万亿美元 [4] AI ASIC芯片发展趋势与市场前景 - 微软、亚马逊、谷歌、Meta等科技巨头为提升AI算力经济性与能效比，正大力推动自研AI ASIC芯片 [5] - 市场研究机构Counterpoint Research预测，AI ASIC芯片出货量到2027年将达到2024年的三倍，2028年有望以超过1500万颗的规模反超GPU [7] - 摩根士丹利研报显示，谷歌TPU AI芯片2027年和2028年实际产量预期分别大幅上调67%和120%，至500万和700万块；每50万片TPU外销可为谷歌带来130亿美元额外营收 [7] - 法巴银行认为，尽管微软Maia 200的独家技术供应商可能为Global Unichip，但迈威尔和博通作为ASIC领军者仍将受益于自研AI芯片风潮引领的投资主题 [6] 数据中心互连与网络基础设施受益环节 - 无论AI算力基于GPU还是ASIC架构，均离不开数据中心高速互连（DCI）、高速铜缆及光互连设备 [2][3] - 法巴银行列出的潜在受益者包括：高速铜缆领军者安费诺、光互连参与者Lumentum、DCI领军者Arista Networks，以及有源高速铜缆可能涉及的Credo Technologies和Astera Labs [8] - 在超大规模AI集群中，机架内短距高速互连优先采用DAC/AEC铜缆以压低延迟、功耗与成本；更长距离、更高带宽需求则推动方案转向AOC/可插拔光模块甚至硅光/CPO路线 [9] - 谷歌OCS光路交换架构与英伟达InfiniBand/以太网架构均深度依赖底层的光电接口与高速布线体系 [10] 巨头产品战略与算力部署规划 - 微软将Maia 200定位为显著改善AI token生成经济性，强调每美元性能；AWS Trainium3以最佳token经济性为卖点；谷歌将Ironwood TPU定义为AI推理时代专用芯片，强调能效 [5] - 法巴银行分析师描述Maia 200机架级系统包含12个大型计算托盘、4台Tier-1以太网纵向扩展交换机、6个CPU头节点等，其网络拓扑可能不使用后端横向扩展架构 [10][11] - Maia 200预计以6,144颗ASIC为单位部署于小型纵向扩展集群，为推理工作负载定制；大规模部署预计在2026年下半年开始加速放量 [11] AI算力需求与产业阶段判断 - 谷歌Gemini 3发布后AI算力需求激增，叠加SK海力士与三星电子HBM及企业级SSD需求强劲，验证AI算力基础设施仍处于供不应求的早期建设阶段 [4] - 随着DeepSeek推动AI开发向低成本与高性能聚焦，更具性价比优势的AI ASIC在云端推理算力需求猛增背景下，将进入比2023-2025年更强劲的需求扩张轨迹 [6]

行业趋势：大型科技公司加速摆脱对英伟达的依赖 - 大型科技公司正通过开发定制芯片或寻求供应商多元化，以降低对英伟达的依赖，英伟达目前占据AI芯片市场90%的份额 [2] - 驱动因素包括英伟达GPU价格高昂、供应短缺以及其封闭的CUDA生态系统 [4] - 定制芯片可针对特定AI任务进行优化，以提高能效并降低运营成本 [4] 微软的自研AI芯片进展 - 微软发布了首款商用AI芯片“Maia 200”，采用台积电3纳米工艺，集成SK海力士的HBM3E显存 [4] - 该芯片专为高性能AI推理设计，微软称其在“轻量级计算”方面性能是AWS最新AI芯片的三倍，计算效率高于谷歌的AI芯片 [5] - 首席执行官萨蒂亚·纳德拉表示，该芯片在同等预算下可提供高出30%的性能，预计将支持OpenAI的GPT-5.2和微软的Copilot [5] - 微软已将芯片部署在爱荷华州的数据中心，并计划扩展至其他数据中心供Azure客户使用 [5] 其他科技公司的自研芯片与供应链多元化 - 谷歌使用其定制的张量处理单元来训练和运行Gemini AI模型，其性能在某些任务中优于GPU且功耗更低 [6] - AWS发布了Trainium3 AI芯片，与之前的Trainium2相比，计算性能提升了四倍，而能耗降低了约40% [6] - Meta开发了自己的AI芯片MTIA，OpenAI正与博通合作开发定制芯片，计划于2024年下半年发布 [6] - 供应链呈现多元化趋势，例如Meta探讨在其2027年投入运营的数据中心中使用谷歌的TPU，谷歌也计划扩大TPU的外部销售 [6] - Anthropic在构建和部署其AI模型Claude时，使用了超过100万个AWS的Trainium2芯片 [6] 英伟达的应对策略与业务扩张 - 英伟达正从单纯销售GPU转型为一家“全栈AI”基础设施公司，通过垂直整合芯片、服务器、软件和模型来构建AI工厂 [2] - 公司业务已从AI芯片扩展到AI模型和机器人领域，例如发布开源天气预报AI模型，开发用于自动驾驶和推理的模型，并运营Omniverse平台作为机器人数字训练场 [7] - 英伟达首次独立向客户供应CPU，宣布向数据中心运营商CoreWeave追加20亿美元投资，计划在其数据中心部署自家CPU，对英特尔和AMD构成挑战 [7] - 通过近期收购Groq等公司，英伟达旨在巩固其在AI推理市场的技术地位，目标是使其基础设施在AI应用于现实世界的推理阶段也至关重要 [7] 英伟达在供应链中的关键地位 - 预计英伟达将在2025年超越苹果，成为台积电最大的客户 [2][8] - 科技咨询公司Creative Strategists预测，2025年台积电营收的22%（330亿美元）将来自英伟达，而苹果的贡献为270亿美元（18%） [8] - 2024年，苹果是台积电最大客户（占22%），英伟达紧随其后（占12%），这意味着英伟达在台积电营收中的份额将在两年内增长10个百分点 [8]

核心观点 - 分析师给予亚马逊股票“强力买入”评级 其核心依据是公司正经历从通用人工智能托管向智能体基础设施领域建立优势的长期转变 [1] 行业与公司战略 - 亚马逊的战略优势在于将其自研芯片与智能体基础设施进行融合 [1] - 公司自研的Trainium3芯片是这一战略的关键组成部分 [1]

文章核心观点 - 美国银行认为人工智能交易的下一阶段将取决于自主智能体 2026年将成为“自主型人工智能”元年 能够自主执行任务的软件将占据主导地位 [1] - 人工智能行业繁荣态势预计将在OpenAI、Anthropic和xAI等估值超过100亿美元的AI独角兽企业上市后达到顶峰 这些企业可能在2026年进行首次公开募股 [1] - 在AI独角兽上市前 投资机会在于能够运用具备购物、预订旅行服务以及执行其他操作功能的代理系统的公司 美国银行的首选为亚马逊、AppLovin、Wayfair、Expedia Group和Roblox [1] 人工智能发展趋势与投资阶段 - 过去两年人工智能领域以聊天机器人和大型语言模型为核心 2026年将成为“自主型人工智能”元年 [1] - 人工智能行业繁荣预计在主要AI独角兽公司上市后达到顶峰 这些公司包括OpenAI、Anthropic和xAI 外界猜测其可能在2026年进行IPO [1] - 在AI独角兽上市前 投资机会在于能够运用AI代理系统执行购物、旅行预订等任务的公司 [1] 亚马逊 (Amazon) - 美国银行将亚马逊列为2026年第一季度首选股 看好其AWS云服务的持续加速增长和零售业务效率提升 [2] - AWS年增长率华尔街预测为21% 但随着2026年云服务能力和基础设施更完善 这一数字可能被超越 [2] - 亚马逊自研AI芯片Trainium取得进展 Trainium3产品提高了效率和计算能力 未来版本与英伟达技术集成可能使AWS成为AI工作负载的最低成本供应商 [2] - 零售业务通过广告增长、高效库存管理、机器人应用及减少员工数量推动利润率增长 凭借超过100万台机器人和更高效物流中心 零售利润率预计从2025年的6.1%增长到2027年的8.3% [2] - 亚马逊的零售和云业务使其具备成为企业电子商务默认基础设施的能力 凭借Prime服务 其在美国电子商务市场份额超过40% [2] - 亚马逊的AI购物助手Rufus目前提供购物推荐和价格跟踪 未来可能升级以提供全面的自动化能力 [3] - 亚马逊和OpenAI在2026年可能达成一项自动化购物协议 该协议很可能包含广告收入分成条款 [3] Wayfair - Wayfair在家具购物领域取得长足进步 成为谷歌“智能结账”功能的早期合作伙伴 [4] - 公司开发了一款自主人工智能助手来处理常见咨询 [4] Expedia Group - 旅游业将成为2026年智能代理人工智能的“关键战场” 因其涉及多步骤规划 各参与者竞相实现自动化 [4] - Expedia正成功地从传统的预订网站转型为新型人工智能旅行代理的基础设施提供商 [4] AppLovin - AppLovin在移动游戏行业的地位以及向电子商务领域的扩张将使其免受行业逆风影响 [4] - 移动游戏中的广告备受关注 对消费者更具说服力 AppLovin的Axon产品利用AI将广告精准投放给潜在买家 目前正受到在线商家的广泛采用 [4] Roblox - Roblox正在开发一项广告计划 虽处早期阶段 但凭借其庞大且高度活跃的约1.5亿日活跃用户群体 该计划有望将Roblox打造成为重要的广告目的地 [5] - 除了广告 Roblox的Studio Assistant等智能AI工具可以显著提高开发者发布新游戏的速度 从而成为关键的增长驱动力 [5]

文章核心观点 - 美国银行认为人工智能交易的下一阶段将取决于自主智能体，2026年将成为“自主型人工智能”元年 [1] - 市场过热的阶段仍未来临，行业繁荣态势预计在OpenAI、Anthropic和xAI等估值超100亿美元的AI独角兽上市后达到顶峰 [1] - 在AI独角兽上市前，投资机会在于能够运用AI代理系统执行购物、旅行预订等任务的公司 [1] - 美国银行首选亚马逊、AppLovin、Wayfair、智游网集团和Roblox，认为它们是AI代理技术革命的最大受益者 [1] 亚马逊 - 亚马逊是美国银行在2026年第一季度的首选股 [2] - 看好亚马逊云服务持续加速增长，华尔街预测AWS年增长率达21%，但分析师认为随着2026年云服务能力和基础设施更完善，这一数字可能被超越 [2] - 亚马逊自研AI芯片Trainium取得进展，最新Trainium3产品提高了效率和计算能力，未来版本将与英伟达技术集成，可能使AWS成为AI工作负载的最低成本供应商 [2] - 零售业务通过广告增长、高效库存管理、机器人应用及减少员工数量推动利润率增长，凭借超100万台机器人和更高效物流中心，零售利润率预计从2025年的6.1%增长到2027年的8.3% [2] - 零售和云业务使公司具备成为企业电子商务默认基础设施的能力，凭借Prime服务，在美国电子商务市场份额超40% [2] - 人工智能购物助手Rufus目前提供购物推荐和价格跟踪，未来可能升级以提供全面的自动化能力 [3] - 亚马逊和OpenAI在2026年可能达成自动化购物协议，很可能包含广告收入分成条款 [3] Wayfair - 在家具购物领域取得长足进步，成为谷歌“智能结账”功能的早期合作伙伴 [4] - 开发了一款自主人工智能助手来处理常见咨询 [4] 智游网集团 - 旅游业将成为2026年智能代理人工智能的“关键战场”，因其涉及多步骤规划且参与者竞相实现自动化 [4] - 公司正成功从传统的预订网站转型为新型人工智能旅行代理的基础设施提供商 [4] AppLovin - 在移动游戏行业的地位以及向电子商务领域的扩张将使其免受行业逆风影响 [4] - 移动游戏中的广告备受关注，对消费者更具说服力 [4] - Axon产品利用人工智能将广告精准投放给潜在买家，目前正受到在线商家的广泛采用 [4] Roblox - 正在开发一项广告计划，虽处早期阶段，但凭借庞大且高度活跃的约1.5亿日活跃用户群体，该计划有望将平台打造为重要的广告目的地 [4] - Studio Assistant等智能AI工具可以显著提高开发者发布新游戏的速度，从而成为关键的增长驱动力 [5]

文章核心观点 - AI大周期已开启，全球科技产业处于结构性变革初期，2026年是观察AI基础设施约束、芯片竞争格局及终端应用整合的关键窗口期 [1] - 尽管市场对资本开支与回报节奏有讨论，但AI对生产力的潜在提升及其对全球超过110万亿美元GDP的带动作用，确立了其长周期增长的主旨 [1] - 汇丰对2026年美股表现持乐观态度，将S&P 500目标价定为7500点，并建议投资者将AI投资从基建供应商扩展至应用者和推动者 [1] 云端产能与资本开支 - 全球三大云巨头（亚马逊、微软、Alphabet）订单积压严重，但产能扩张受限于数据中心建设周期，预计产能紧张状况将持续至2026年 [2] - Alphabet、Meta和亚马逊均暗示2026年资本开支将出现“显著/重大”增长，汇丰预测相关企业汇总资本开支增速将达到44% [2][4] - 多数巨头预计将依靠自由现金流完成融资（甲骨文和CoreWeave除外），目前开支节奏更多受限于“建设能力”而非“投入意愿”，2026年开支指引存在上行风险 [2][4] 电力供应瓶颈 - 产能扩张最大阻碍是电力，重型燃气轮机订单交付周期已延长至四年以上，核能小型模块化反应堆在2035年前难以贡献产能，短期内数据中心电力缺口将持续存在 [3] - 中国市场本土品牌凭借更短交付周期，正在快速渗透大型引擎市场 [3] - 随着芯片功率提升，液冷技术在2026年将从可选变为必选，成为热门议题 [3] AI芯片竞争格局 - 英伟达GPU仍是云服务商首选，但ASIC芯片（如Alphabet的Ironwood TPU和亚马逊的Trainium3）竞争加剧，凭借更好性价比和成本优势吸引超大规模企业自研投入 [5] - 汇丰预计，到2027年ASIC在云服务商资本开支中的占比将从2023年的2%升至13% [5] - 外部芯片销售可能到2027年才实质性贡献财务报表，但2026年关于订单和技术协议的讨论将影响估值，英伟达与Groq的许可协议被视为应对推理成本降低趋势的正向举措 [5] 前沿模型发展 - 前沿大模型竞争进入洗牌期，高昂沉没成本将导致市场理性化，最终形成由少数巨头主导、小型专业参与者并存的寡头格局 [6] - 开源/开放权重模型的智能水平正加速追赶闭源模型，两者差距已缩短至约三个月 [6] - 2026年重点是高端模型收费模式和AI广告商业化，汇丰预计2030年AI聊天广告将占数字广告支出2% [6] 终端硬件整合与创新 - 2026年被视为AI整合进智能手机的关键年份，同时也是新型硬件挑战传统平台的元年 [7] - 苹果预计将在2026-2027年大幅提升硬件AI能力，包括升级版Siri以及可能的折叠屏或20周年纪念版iPhone [7] - 智能眼镜被视为AI大模型重要载体，Meta与EssilorLuxottica的合作处于领先地位，三星、Google、苹果及亚马逊均有相关产品计划在2026-2027年问世，这些设备有望通过语音对话和上下文信息捕捉部分取代智能手机功能 [7]