关键要点总结 一、 涉及的行业与公司 * 行业：海外互联网、人工智能、云计算、数字广告、电子商务 * 公司：Meta、谷歌、亚马逊、微软、Anthropic、OpenAI 二、 资本开支：规模、结构与财务影响 * 规模与增速：亚马逊、微软、谷歌、Meta四家公司资本开支自2023年起显著提速，2024年下半年合计同比增速维持在60% 以上[2] * Meta 2026年指引：1,150亿至1,350亿元，同比增长59%至87%，较市场预期高6%至24%[2] * 谷歌 2026年指引：1,750亿至1,850亿元，同比增长近一倍，比市场预期高约50%[2] * 亚马逊 2026年指引：2000亿美元，同比增长56%，超出市场预期46%[2] * 投入方向：主要用于建设数据中心、采购GPU等算力芯片以及部署电力、网络、冷却等配套基础设施[2] * 现金流压力：主要科技巨头2026年的资本开支已接近甚至超过其2025年的经营净现金流[2]；若资本开支进一步增长，预计在2027或2028年可能出现自由现金流为负的情况[2] * 利润压力： * 资本密集度提升，以“总资本开支/云计算收入”衡量的指标自2023年以来持续攀升[2] * 折旧占云计算增量收入的比例从四年前的约30% 已提升至40% 左右，且预计2026年仍将上升[2] 三、 财务状况与融资能力 * 资产负债表健康：公司主业盈利模式稳固，资产远大于债务，具备强大的持续现金流创造能力[3] * 融资渠道通畅：2025年，Meta、谷歌、亚马逊均通过发行债券及股权合作等方式进行了数百亿美元的融资，市场认可度高，融资成本相对可控[3] * 融资成本：其债券利率与美国政府债券利率相近，在某些市场甚至更低[3] 四、 云计算业务：AI驱动与利润率 * 增长动力：AI是驱动云计算业务高速增长的核心动力[7] * Google Cloud：75% 的客户使用了AI全栈式服务，AI客户使用的产品数量是非AI客户的1.8倍[7] * AWS：其Bedrock服务有望成为年化收入达数十亿美元的服务，客户支出环比增长60%[7] * 收入表现： * 2025年第四季度，Google Cloud和AWS同比增长率分别为48% 和24%[7] * 更具前瞻性的指标是在手积压订单：Google、亚马逊和微软2025年第四季度同比增长率高达96%，远超第三季度的47%[7] * 未来展望：预计2026年Google Cloud和AWS的AI相关收入有望保持200%以上的同比增速[8]；亚马逊对Anthropic的投资预计将为AWS带来10个百分点的收入增量[8] * 利润率现状：海外三大云厂商经营利润率呈现稳中有升态势，目前超过30% 的水平可视为一定的安全垫[4][5] * 利润率水分与风险：Google Cloud的财报将Gemini大模型的训练成本单独列出，未计入云业务成本[4]；若未来云计算服务向模型即服务转型，且差异化竞争源于自研大模型，当前利润率可能存在水分[4] 五、 AI技术进展与产品化方向 * 技术趋势共性：头部大模型能力进步的核心方向具有共性，主要体现在Agent的执行与控制能力、长文本处理能力以及多模态理解能力[5] * 算力消耗：上述能力提升直接导致了Token和算力消耗的指数级增长[5] * 产品化方向：Agent成为2026年模型应用的一个确定性发展方向[5] * 三大云厂商均已推出Agent开发工具[5] * Meta表示其Agent购物工具能精准匹配用户商品需求[5] 六、 AI赋能传统互联网主业的效果 * 广告业务： * Meta：Andromeda模型上线后广告质量提升8%；JAM模型使Reels转化效率提升5%；Natives模型让Feed转化率提升4%[6] * 用户活跃度：Meta推荐算法升级带动Instagram和Facebook视频时长持续提升；谷歌的AI Mode和AI Overview带动搜索queries使用量创新高[6] * 电商业务： * 亚马逊：Ruffles AI助手服务了3亿用户，购物意向提升60%，预计年化增量销售额将超过120亿美元[6] * 效率提升：亚马逊的JIM AI listing工具帮助商家缩短商品上架时间；履约端部署了机器人以提升效率[6] 七、 竞争格局与壁垒分析 * 新兴AI巨头挑战传统平台：新兴AI巨头（如OpenAI）通过Chatbot或Agent进入电商等交易领域面临挑战，主要在于用户场景不清晰、创造的增量价值不足，难以撼动亚马逊等已形成强用户心智的传统平台地位[7] * 模型壁垒有限：模型本身难以成为可持续壁垒，原因在于： * 大模型迭代速度极快，以月为单位[10] * 具备追赶意愿、人才、数据和算力的公司，追赶成功概率不低[10] * 模型蒸馏难以被完全杜绝，后发者可加速追赶[10] * 顶尖大模型之间的能力差异化正在缩小，许多模型能力已超越普通用户甄别上限[10] * 飞轮效应尚未形成：目前大模型的预训练机制尚未实现持续学习的闭环，因此未能像抖音推荐算法那样进入成长的正向飞轮[10] 八、 投资建议与市场预期 * 投资策略：建议从两个维度把握投资机会[9] * 关注主业确定性与估值：聚焦主业基本面扎实且估值相对合理的公司，以提升安全边际[9] * 把握AI方向的市场预期差：市场对各科技巨头AI布局的认知存在分歧，可能蕴含潜在机会[9] * 具体标的观点： * Meta：主业收入增速良好，估值处于合理偏低区间，同时在AI领域存在明显预期差；自2026年4月以来模型能力已有显著提升[10] * 亚马逊：处于估值较低且具备潜力的状态[10] * 谷歌：中长期看其全栈式布局具有独特性和确定性，但短期市场预期可能较为一致[10] 九、 其他重要内容 * 中国互联网公司增速：宏观环境是影响增长的重要因素，但中国厂商并未系统性地比美国厂商增长更慢[11]；部分未上市的中国公司（如字节跳动、小红书）增速并不慢[11]；中国互联网广告的整体增速未必低于美国[11]