摘要速读
覆盖华尔街顶级投行最新研报

瑞银:拆解AWS AI积压订单,维持亚马逊买入评级

机构
瑞银
日期
20260527
作者
Stephen Ju,Vanessa Fong
公司
亚马逊, 第一联邦金融, Osisko Gold Royalties, Inc., Amazon.com
代码
AMZN, FCF, OR, INC
行业
Internet Retail, Banks - Regional, Gold, AI, Information Technology Services, Pharmaceutical Retailers
评级
Buy
看多/乐观信心强维持中期维持买入评级和目标价333美元,认为AI业务将推动AWS加速增长且估值仍有提升空间。
作者Stephen Ju,Vanessa Fong
目标价333.00 USD
覆盖区域美国
资产类别权益/股票
业务部门AWS、电子商务、Prime Video
研究机构部门/子公司UBS Securities LLC(子公司/法律实体)

AI 摘要卡

瑞银:拆解AWS AI积压订单,维持亚马逊买入评级

瑞银通过细化AWS积压订单结构,预测Bedrock及AI实验室大单将驱动2026年AWS收入增长36%,显著高于市场一致预期,维持买入评级及333美元目标价。

买入|目标价 333.00 美元
亚马逊AWS人工智能Bedrock积压订单买入评级
  • 预计Bedrock截至1Q26积压订单约350亿美元,同比增长约340%。
  • 预测2026年AWS收入达1759亿美元(增长36%),高于市场预期的1666亿美元。
  • AI相关计算收入占AWS总收入比例将从1Q26的10%升至2027年的30%。
  • 基于30倍自由现金流倍数,维持333美元目标价,对应2027年预估FCF为1218亿美元。
  • 电商业务受益于单位经济效益改善及同日达服务扩张,利润率持续扩大。

研报解读

概览

本篇研报由瑞银(UBS)发布,重点分析了亚马逊(AMZN.US)云计算部门(AWS)的积压订单结构,特别是针对AI业务(Bedrock平台及与Anthropic、OpenAI的合作)进行了拆解。由于此前对1Q26的AWS收入预测偏高,分析师修正了方法论,将总积压订单细分为核心非AI部分、Bedrock以及近期签署的大型AI实验室合同。研报结论认为,AI业务将成为AWS增长的核心引擎,推动2026年AWS收入增速达到36%,显著高于市场共识。基于此,瑞银维持对亚马逊的“买入”评级及333美元的目标价,认为当前股价相对于其作为优质资产的地位仍存在低估。

核心观点

AWS增长动力重构与AI占比跃升:瑞银指出,AI驱动的计算收入在AWS总收入中的占比正在快速提升。根据CEO Andy Jassy披露的1Q26 AI收入运行率为150亿美元,推算出Bedrock当季收入约为17亿美元。预计截至2026年底,AI相关收入将占AWS总收入的26%,并在2027年达到30%。这一结构性变化是支撑AWS加速增长的关键。 积压订单(Backlog)精细化拆解:研报将AWS的性能义务(Performance Obligations, PO)拆分为三个主要部分:1) 核心非AI业务;2) Bedrock平台,截至1Q26积压订单约350亿美元,同比大幅增长近340%;3) 大型AI实验室合同,包括与OpenAI和Anthropic签署的协议。其中,OpenAI的第二份1000亿美元承诺协议预计从2Q26开始部分转化为收入,并在3Q26全面转化;Anthropic的约1000亿美元协议预计从4Q26开始转化。 营收预测上调与盈利潜力:基于新的积压订单堆积模型,瑞银预测2026年AWS收入将达到1759亿美元,同比增长36%,而市场共识仅为1666亿美元(增长29%)。这种差异将在2027年进一步复利放大,导致瑞银对2027年营业利润的估计比市场共识高出约40%。尽管季度预测可能因线性转化假设存在波动,但年度趋势判断更为可靠。 电商与广告业务的协同增长:除了AWS,研报还强调了亚马逊其他业务板块的亮点。电商业务随着单位增长速度继续超过成本增长,单位经济效益改善,推动利润率更快扩张。同时,Prime Video引入广告后,凭借合作伙伴关系和直播体育内容的全球规模化,有望带来更高利润率的收入潜力。此外,同日达服务的扩张和杂货业务的深入也将促进GMV(商品交易总额)的更快增长和市场份额提升。

分析框架

自下而上的积压订单拆解法:机构摒弃了以往仅使用总性能义务(PO)和平均合同期限来推导收入的做法,转而采用更精细的“堆积法”(Stacking Methodology)。具体步骤包括:1) 识别并分离出Bedrock平台的独立积压订单;2) 单独叠加近期宣布的OpenAI和Anthropic大额合同;3) 剩余部分归为核心非AI业务。这种方法能更准确地捕捉不同业务线(尤其是高增长的AI业务)的合同期限差异(如OpenAI初始协议按7年摊销,后续协议按8年摊销)。 收入转化线性假设与校准:在将积压订单转化为实际收入时,机构采用了线性转化假设,并结合了与公司沟通得到的具体合同启动时间点(如OpenAI第二份协议在2Q26部分启动)。虽然承认线性假设在季度层面可能存在偏差,但认为在年度维度上能提供更可靠的收入指引。 自由现金流估值框架:在估值层面,机构坚持使用价格/自由现金流(P/FCF)倍数法,因为亚马逊管理层历来强调自由现金流的生成能力。通过预测未来12个月(至2Q28E)的自由现金流,并应用30倍的估值倍数,得出目标价。这种方法避免了单纯依赖净利润可能带来的失真,更贴合亚马逊重资本投入后的现金回报逻辑。

方法论与常识提炼

  • 行业/产业分析框架量价拆分

    将AWS总积压订单拆分为核心非AI、Bedrock及AI实验室大单

    通过将整体业务数据拆解为不同驱动力的子项(如传统云 vs AI云),可以更清晰地识别增长来源和质量,避免被总量数据掩盖结构性变化。

  • 估值方法FCFF/FCFE 自由现金流

    基于自由现金流(FCF)的估值方法

    对于资本开支巨大且处于扩张期的科技公司,自由现金流比净利润更能反映其真实的造血能力和股东回报潜力,因此常作为核心估值锚。

  • 公司基本面与财务框架

    性能义务(Performance Obligations)到收入的转化模型

    利用财报中披露的未履行履约义务(即积压订单)结合平均合同期限,构建“订单-收入”转化瀑布模型,用于预测未来中长期收入可见性。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要(优势、劣势、对比与风险)。

  • Amazon.com (AMZN.US)
    直接受益标的,AWS AI业务增长及电商利润率改善的核心载体
    优势
    拥有庞大的Bedrock积压订单和顶级AI实验室合作伙伴(OpenAI, Anthropic);电商单位经济效益持续改善;Prime Video广告变现潜力大。
    劣势
    资本开支强度较高,可能短期影响自由现金流;季度收入预测因合同转化节奏存在波动风险。
    对比
    相比市场共识,瑞银对AWS的中长期收入和利润预测更为乐观,认为市场尚未充分定价AI带来的结构性增长。
    风险
    竞争加剧;消费者情绪恶化;资本开支超出预期。

关键数据

  • Bedrock积压订单(1Q26末)350亿美元同比增长约340%
  • 2026年AWS收入预测1759亿美元同比增长36%,高于市场共识的1666亿美元(+29%)
  • AI收入占AWS比重(2026E退出值)26%1Q26约为10%,2027年预计达30%
  • 2027年营业利润预测差异高于共识约40%源于更高的AWS收入预测及运营杠杆
  • 目标价333.00美元基于30倍2Q28E前12个月自由现金流
  • 预估自由现金流(2Q27E-2Q28E)1218亿美元估值计算基础

影响与含义

对市场预期的修正:研报认为市场目前对AWS的增长潜力,特别是AI业务带来的增量认识不足。随着OpenAI和Anthropic等大单的逐步确认和收入转化,华尔街将不得不向上修正对亚马逊2026-2027年的收入和利润预期。 估值重估逻辑:亚马逊目前基于2027年预估GAAP P/E仅为18倍,研报认为作为一家拥有高质量AI资产和高增长云业务的公司,不应以低于市场平均水平的倍数交易。随着“弹簧”效应(coiled spring thesis)的释放,股价有进一步跑赢大盘的空间。 业务协同效应:AI不仅驱动AWS,还通过优化电商物流效率(单位经济改善)和增强Prime Video内容吸引力(广告变现),形成全公司的正向循环。

风险

  • 来自线上和线下零售竞争对手的竞争强度增加
  • 消费者情绪恶化,影响交易量和速度
  • 电商平台或AWS的资本开支强度高于预期,拖累自由现金流预测

后续跟踪

  • AWS新增积压订单的规模及构成(特别是AI相关部分)
  • OpenAI和Anthropic大额合同向收入转化的具体节奏
  • 电商业务单位经济效益的改善持续性
  • Prime Video广告业务的规模化进展
备案号:浙ICP备2022035445号-5
免责声明:本网站提供的市场数据、图表、指标、研究观点及其他信息,仅用于信息展示、研究交流与学习参考,不应被视为任何形式的个性化投资建议、证券推荐、交易指令、要约邀请或收益承诺。尽管我们尽力提升数据与内容的可靠性,相关信息仍可能因来源差异、统计口径、系统处理或市场波动而存在延迟、误差、不完整或更新不及时的情况。用户在使用本网站任何内容时,应结合自身情况进行独立判断,并自行承担由此产生的风险与责任。

设置

登录后可查看最近记录