海外互联网行业2026年第一季度业绩回顾及展望关键要点 纪要涉及的行业或公司 * 行业：海外互联网、科技、人工智能、云计算、在线广告、电商、出行、外卖配送、在线旅游 * 公司：Google、Meta、微软、亚马逊、Uber、Expedia、DoorDash、Anthropic、OpenAI、DeepSeek[1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25] 一、 整体业绩与市场行情 * 2026年第一季度，科技巨头收入和经营利润普遍好于预期[2] * 业绩主要驱动因素：1）宏观环境和主营业务展现韧性，海外广告大盘同比增长约22%，美国线上零售表现亦佳[2]；2）AI对收入端的贡献持续显现[2]；3）AI投入对成本端的影响尚未集中体现，大规模资本开支转化为折旧摊销需要时间，为每股收益超预期提供缓冲[3] * 市场投资方向聚焦确定性，规避AI相关不确定性，投资集中于半导体企业及像Google这样拥有TPU、云计算等全栈式AI布局的差异化公司[2] * 估值出现分化：Google凭借全栈式AI布局，估值处于历史区间均值以上；亚马逊、Meta、微软的估值则回归至2023年以来的低位水平[2] 二、 AI模型侧发展趋势与竞争格局 * AI模型侧以极快速度迭代和激烈竞争，头部厂商模型版本迭代速度基本以月为单位，Scaling Law仍是公认迭代方向[4] * 在应用层面，Coding和Agent成为2026年以来的新共识，Anthropic被认为是领先玩家，Google在此方向上暂时处于追赶状态[4] * Meta发布了数千亿参数规模的Muse Spark小模型，在能力上展现出追赶态势[4] * Anthropic和OpenAI在Coding与Agent方向的突破验证了其商业模式的增长势能，其ARR的快速增长表明企业级市场对AI工具有真实的付费意愿[4] * 在激烈竞争、产品趋于同质化以及模型飞轮效应壁垒不足的背景下，快速增长的需求极易吸引过度竞争，可能会削弱当前领先者的优势[4] 三、 AI商业化落地：广告与云计算表现 广告业务 * 在AI商业化应用中，广告领域的投资回报目前最为清晰且可持续，市场化程度高，自循环泡沫特征不明显[5] * 2026年第一季度，海外广告市场同比增长21.7%，呈现加速增长态势[5] * Google搜索广告在2026年一季度同比增长19%，超出预期2个百分点，主要由零售、金融服务及健康行业的投放驱动，并得益于AI提升用户意图识别能力带来的单价提升[5] * Meta广告收入一季度同比增长33%，超出预期，其中展示量提升19%，单价提升12%，实现量价齐升[5] * Meta自2023年以来广告业务强劲表现的核心驱动力：1）整体用户时长的增长，主要得益于短视频红利及产品Reels的推动[6]；2）Reels商业化效率提升，到2025年，其年化广告收入已超过500亿美元[7]；3）AI技术提效的厚积薄发[7] * Meta在2025年至2026年Q1期间，非Reels广告业务增速超过20%，主要驱动力是AI提效的集中释放[7] * Meta的广告变现效率仍有提升空间：若以单日活跃用户的广告价值除以用户人均GDP作为衡量指标，Meta的该项数据约为Google的70%至80%，且大约仅为字节跳动在国内市场的一半[7] 云计算业务 * 2026年Q1，亚马逊、微软、Google三家主要云厂商的云收入同比增长39%，在手订单同比增长145%[3][8] * 各公司业绩：Google Cloud增速为63%，AWS为28%，微软约为40%[8] * 在手订单数据亮眼，但存在潜在风险：订单中有较大部分来自于Anthropic、OpenAI等大模型厂商，可能存在“泡沫自循环”风险，即如果这些大模型厂商自身出现现金流可持续性问题，那么这部分在手订单的确定性和可持续性也将面临不确定性[8] 四、 资本开支、现金流与财务状况 * 科技巨头正进行非常激进的AI投入：2026年Q1，四家主要科技巨头的合计资本开支同比增长70%，全年预计将达到7,133亿元，同比增长74%[8] * Google和Meta均上修全年资本开支指引：Google从1,800亿美元的中值上调至1,850亿美元，Meta上调约100亿美元[8] * Google已给出2027年资本开支指引，预计将显著高于2026年，这意味着科技巨头在2027年的资本开支可能接近万亿美元的关口[9] * 激进的资本开支将对自由现金流产生显著压力：根据测算，Meta、Google和亚马逊在2026年的自由现金流大概率会转为负值，最早可能在2026年Q2转负[9] * 采用更严格口径（将股权激励成本视为现金流支出）评估：Meta在2025年的自由现金流将从账面450亿美元大幅缩减至50亿美元，而谷歌则从730亿美元降至240亿美元，表明实际“失血”情况可能比账面数据显示的更严重[9] * 面对自由现金流压力，公司已开始融资：2026年以来，Google已完成约1,600亿美元的债券和股权融资，亚马逊和Meta也分别融资约800亿美元[9] * 资本开支激增将通过折旧摊销对利润端构成压力，预计高峰期可能会出现在2027年至2028年[10] * 观察指标：1）资本投资密集度（资本开支/云计算收入）除微软外仍处于上升趋势[10]；2）增量折旧摊销与增量收入的比值在2026年也将呈现上升趋势[10] 五、 零售与电商市场表现 * 美国线上零售增速在2026年第一季度相比2025年第四季度有明显回升，线上渗透率持续提升[10] * 消费者信心指数近期出现回落，五月份创下历史新低，消费者行为更趋谨慎，倾向于比价，购买商品偏向耐用消费品和必需品[10] * 亚马逊2026年第一季度商品销售件数增速达15%，为疫情以来最高水平，GMV增速有所加速[11] * 亚马逊零售收入超预期，主要驱动因素在于广告业务和订阅服务收入双双超出市场预期[11] * 亚马逊第一季度北美零售经营利润率同比提升1.6个百分点至7.9%，国际零售经营利润率提升至3.6%（剔除汇率影响后基本持平）[11] * 未来零售利润率提升空间主要来自：1）高利润率的广告业务占比提升；2）新一代机器人技术应用带来的履约效率提升[11] * 2026年亚马逊Prime Day已从7月调整至6月23日至26日，预计将对第二季度的零售收入增长产生一定影响[12] 六、 出行与外卖配送平台表现 Uber * 2026年第一季度，Uber的GMV同比增长25%，增速连续三个季度加快，总出行次数同比增长20%，达36亿单[12] * 分业务：配送业务订单增速快于出行业务，出行业务美国市场保持稳定高增长，向郊区扩张带动订单量[12] * 会员体系：截至2026年4月，Uber One会员数突破5,000万，同比增长50%，会员贡献了出行和配送业务总预订额的50%[12] * 利润表现：经调整EBITDA同比增长33%至25亿美元，超市场预期1.8%[13] * 利润超预期原因：1）出行和配送两大业务利润率均优化并创下新高；2）AI应用提升工作效率，公司通过放缓人员招聘增速来对冲AI增量成本[13] * 第二季度业绩指引全面高于市场预期：总订单额预计同比增长18%至22%，经调整EBITDA指引为27亿至28亿美元[13] * 自动驾驶战略：定位为聚合平台，不进行自主研发或自建车队，利用运营数据向合作伙伴输出解决方案，计划在2026年年底前将业务覆盖城市从8座拓展至15个[14] DoorDash * 2026年第一季度，DoorDash的GUV同比增长37%，超出市场预期1%，但订单量低于市场预期1%[18] * 客单价提升是GUV增长的重要驱动因素，原因包括：杂货订单占比提升、通货膨胀、DoorDash Drive商业模式表现一般[18] * 2026年第一季度收入低于市场预期3%，主要原因是Take Rate同环比下降至12.8%[19] * Take Rate承压因素：收购Deliveroo带来的拉低效应、为加速拓展会员计划而进行的投入、为拓展新品类业务向商家提供的优惠[19] * 利润表现：2026年第一季度调整后EBITDA同比增长28%，超出市场预期1%，但EBIT margin（占收入比例）降至2.4%[19] * 利润率下滑原因：收购Deliveroo的拉低效应及额外投入、第一季度恶劣天气导致配送成本补贴增加、通胀环境下油价上涨向配送员发放燃油补贴[19] * AI应对策略：认为AI难以解决网络效应中涉及多方的复杂问题，但近期在APP内推出了名为“Ask DoorDash”的购物助手功能，短期内对股价情绪有提振，实际影响需时间观察[19][20] 七、 在线旅游平台表现 Expedia * 2026年第一季度，Expedia收入超市场预期2%，经调整EBITDA超市场预期约20%[14] * GMV同比增长13%，主要由ADR同比增长7%带动，但间夜量同比增长6%，低于市场预期[14] * 分业务：B2B业务连续19个季度实现双位数增长；B2C业务实现近12个季度以来最快增速[15] * AI战略布局：1）通过AI渠道获客，积极与ChatGPT、Claude等主流AI平台合作；2）利用AI对内提效，应用于个性化推荐、智能筛选、客服自动化等环节[16] * 利润率改善：2026年第一季度EBITDA利润率同比提升近6个百分点至15.8%，原因包括B2C业务营销效率提升和2025年开始的成本削减措施效果延续[17] * 股东回报：第一季度执行7亿美元回购，宣布6,000万美元季度分红，并新增批准50亿美元回购授权[18] 八、 AI商业模式隐忧与竞争风险 * 商业模式隐忧：在Scaling Law主导下，领先模型需要持续进行前置投入，用现有模型的收入去训练成本高出数倍甚至十倍的下一代模型，可能导致现金流持续处于“赚了钱马上投出去”的状态[20] * 激烈竞争：AI领域资本和人才高度聚集，形成科技史上最激烈的竞争之一，任何具有Alpha的想法都可能被竞争对手迅速复制，难以构建可持续的差异化护城河[20][21] * 价格战威胁：在以付费和订阅为主导的商业模式背景下，低价竞争的可能性始终存在[21] * 竞争核心在于用户的需求阈值，一旦低成本的AI模型能够突破这一阈值，就可能对高定价的玩家构成挑战甚至替代[21][24] * 近期有媒体报道称，OpenAI正考虑大幅降低模型定价以与Anthropic竞争市场份额，而Google也可能利用其基于TPU的硬件成本优势，在coding能力追赶上之后通过价格战获取市场[21] * 若中国的开源AI模型（如DeepSeek）凭借其显著的成本优势，其模型能力也能突破用户需求阈值，那么其远低于闭源模型的价格可能会对后者的商业模式带来明显冲击[21][25] * 数据飞轮壁垒：考虑到当前行业竞争的激烈程度，在泡沫破裂或竞争强度减弱之前，任何单一玩家基于现有模式建立起可持续的、差异化的竞争壁垒的概率不高[22] * 与互联网时代对比：当前AI模型领域的商业模式尚未展现出互联网时代同等级别的清晰度和盈利能力[23]