AI资本开支激增,超大规模云厂商Q1业绩与前景分化
AI 摘要卡
AI资本开支激增,超大规模云厂商Q1业绩与前景分化
2026年Q1四大超大规模云厂商资本开支达1300亿美元,收入增长加速但需追赶开支增速;微软、亚马逊、甲骨文、阿里获看好,谷歌中性,CoreWeave因商业模式担忧被看空。
- 2026年Q1四大云厂商现金资本开支约1300亿美元,预计2026年全年达6230亿美元(含Meta近7600亿美元)。
- 微软Azure常货币收入增长39%,AI年度经常性收入(ARR)突破370亿美元。
- 甲骨文OCI收入同比增长93%,剩余履约义务(RPO)增至6380亿美元,主要受OpenAI大单驱动。
- 亚马逊AWS收入同比增长28%,定制芯片Trainium收入承诺达2250亿美元。
- 谷歌云收入同比增长63%,毛利率提升至33%, backlog环比翻倍至4620亿美元。
- 阿里云外部收入同比增长约40%,AI相关产品连续11个季度三位数增长。
- CoreWeave收入同比增长112%至21亿美元,但运营利润率仅0.5%,面临规模化盈利挑战。
研报解读
概览
本报告深入分析了2026年第一季度全球主要超大规模云服务提供商(Hyperscalers)的表现,涵盖微软、亚马逊、谷歌、甲骨文、阿里巴巴以及新兴云厂商CoreWeave。报告核心关注点在生成式AI浪潮下,云厂商巨大的资本开支(CAPEX)投入与收入增长之间的匹配度,以及由此引发的投资回报率(ROI)担忧。尽管云收入增长近期有所加速,但仍需进一步提速以跟上资本开支的步伐。报告指出,市场竞争焦点已从单纯的GPU可用性转向物理数据中心容量和电力供应,不同厂商在AI云领域的地位正在发生动态变化。
核心观点
资本开支与融资压力:2026年第一季度,四大超大规模云厂商(微软、亚马逊、谷歌、甲骨文)的现金资本开支达到约1300亿美元。伯恩斯坦预计2026年全年四大厂商现金资本开支将达6230亿美元,若计入Meta则接近7600亿美元。鉴于经营性现金流(CFO)增长滞后于资本开支,大多数厂商在未来几年可能需要通过债务或股权融资来支持基础设施建设,近期亚马逊、谷歌和甲骨文已展开相关筹资活动。 微软(MSFT):Azure在供应受限环境下保持强劲,常货币收入增长39%,超出指引。AI年度经常性收入(ARR)突破370亿美元,其中M365 Copilot付费席位达2000万且加速增长。由于内部产能紧张,微软甚至租用AWS容量以满足GitHub需求。商业剩余履约义务(RPO)达6270亿美元,显示长期需求稳固。 甲骨文(ORCL):转型为主要的AI训练/推理云提供商,OCI收入同比增长93%至58亿美元。剩余履约义务(RPO)激增至6380亿美元,其中约3000亿美元来自OpenAI的承诺。尽管短期利润率承压,但长期盈利和自由现金流增长潜力巨大。公司计划在下季度增加1GW数据中心容量,未来三年新增10GW。 亚马逊(AMZN):AWS收入同比增长28%,年化运行率约1500亿美元,增速环比加速400个基点。定制芯片业务成为亮点,Trainium收入承诺达2250亿美元,芯片业务年化经常性收入(ARR)超200亿美元。数据重力效应使得企业在扩展AI工作负载时更倾向于留在AWS平台。运营利润率保持在38%左右,展现较强的成本控制能力。 谷歌(GOOGL):云业务表现突出,收入同比增长63%至超200亿美元,净新增收入超过AWS。Backlog环比翻倍至4620亿美元,得益于企业AI需求及第三方TPU硬件销售的新增长点。运营利润率大幅提升至33%,但需关注折旧增加及Wiz收购带来的短期影响。 阿里巴巴(BABA):阿里云收入同比增长38.2%,外部收入增速加快至约40%。AI相关产品连续11个季度实现三位数增长,占外部云收入的30%。管理层指引未来几个季度外部收入增速将超过40%,调整后EBITA利润率有望达到低两位数水平。 CoreWeave(CRWV):作为新兴云厂商,收入同比增长112%至21亿美元,Backlog达994亿美元。然而,其商业模式面临严峻挑战,调整后的运营利润率仅为0.5%,且资本开支指引高达310-350亿美元。报告认为其缺乏结构性竞争优势,长期 viability 存疑,给予跑输评级。
分析框架
报告采用横向对比分析法,将传统超大规模云厂商与新兴云厂商置于同一框架下,重点拆解“资本开支-收入增长- backlog-现金流”的传导逻辑。机构特别强调了从“GPU可用性”到“物理数据中心容量/电力”的竞争要素转变,并通过分析剩余履约义务(RPO)和合同期限来评估收入可见性。此外,报告引入了对定制芯片(如Trainium, TPU, Graviton)经济效益的分析,以判断厂商在AI基础设施层面的长期成本优势和护城河。
方法论与常识提炼
云基础设施行业的核心矛盾从GPU芯片供给转向物理数据中心容量和电力供给
研报指出,随着AI算力需求爆发,瓶颈已从早期的GPU缺货转变为数据中心物理空间和电力供应的限制,这决定了谁能更快上线产能并赢得客户。
资本开支与经营性现金流的缺口分析
通过对比巨额的资本开支指引与经营性现金流(CFO)的增长速度,研判厂商是否需要外部融资,以及这种高强度投入对短期财务健康度和长期回报的影响。
数据重力(Data Gravity)与定制芯片的经济性
研报强调“数据重力”效应,即企业倾向于在数据所在地运行AI应用,这构成了AWS等领先者的护城河;同时,自研芯片(如Trainium, TPU)带来的性价比优势是降低AI推理成本、提升利润率的关键竞争手段。
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)。
- Microsoft (MSFT.US)受益:AI ARR强劲增长,多元化应用基础支撑产能利用率
- 优势
- Azure增长稳定,Copilot席位加速增长,自研芯片与第三方合约平衡良好
- 劣势
- 面临产能约束,需租用竞争对手容量
- 对比
- 在AI云增量美元方面与谷歌并驾齐驱,优于纯基础设施厂商
- 风险
- 资本开支回报周期长,AI泡沫破裂风险
- Oracle (ORCL.US)受益:OCI高速增长,OpenAI大单提供确定性
- 优势
- RPO规模巨大,执行能力强,融资渠道逐步打通
- 劣势
- 短期利润率承压,现金流紧张
- 对比
- 增速远超同行,但基数较小,依赖大客户
- 风险
- 融资失败风险,OpenAI合作变动风险
- Amazon (AMZN.US)受益:数据重力效应,定制芯片成本优势
- 优势
- 基础设施领先地位,Trainium/Graviton芯片竞争力强,非AI业务稳健
- 劣势
- 资本开支巨大,短期自由现金流承压
- 对比
- 在获取计算容量上线速度方面领先,利润率韧性强
- 风险
- 竞争加剧导致定价压力,资本开支效率不及预期
- Google (GOOGL.US)受益:TPU硬件销售新增长点,AI工作负载强劲
- 优势
- Backlog翻倍,毛利率显著提升,技术领先
- 劣势
- 折旧增加,Wiz收购带来短期整合成本
- 对比
- 净新增收入超越AWS,增长势头最猛
- 风险
- 硬件销售收入确认滞后,市场竞争激烈
- Alibaba (BABA.US)受益:AI产品高速增长,外部收入加速
- 优势
- AI相关云产品连续三位数增长,利润率改善
- 劣势
- 地缘政治风险,国内竞争激烈
- 对比
- 在中国市场保持领先,AI转型速度快
- 风险
- 宏观经济放缓,监管政策变化
- CoreWeave (CRWV.US)受损:缺乏结构性优势,商业模式可持续性存疑
- 优势
- 短期需求旺盛,增长速度快
- 劣势
- 利润率极低,资本开支巨大,依赖租赁模式
- 对比
- 规模远小于超大规模厂商,长期处于劣势
- 风险
- 融资风险,巨头竞争挤压,盈利能力无法改善
关键数据
- 四大云厂商Q1现金资本开支~1300亿美元2026年第一季度实际值,预计2026全年达6230亿美元
- 微软AI ARR>370亿美元包含Azure AI和SaaS Copilot收入,同比增长123%
- 甲骨文OCI收入增速93%2026财年第四季度同比增速,RPO达6380亿美元
- AWS Trainium收入承诺~2250亿美元定制芯片业务强劲,芯片业务ARR超200亿美元
- 谷歌云Backlog~4620亿美元环比翻倍,超50%预计在未来24个月内转化为收入
- CoreWeave运营利润率0.5%2026年Q1调整后运营利润仅2100万美元,面临规模化盈利压力
影响与含义
研报认为,超大规模云市场已成为支持生成式AI浪潮的“铲子”生意,但投资者需警惕资本开支过度扩张带来的回报风险。微软和亚马逊凭借多元化的客户基础和自研芯片优势,在AI泡沫情境下更具韧性;甲骨文通过绑定OpenAI等大客户实现了弯道超车,但需关注其融资进度;谷歌云增长势头强劲,但硬件销售的后置收入确认可能影响短期报表。对于CoreWeave,研报提示其缺乏长期结构性优势,可能在巨头竞争中处于劣势。整体而言,AI正在重塑云IT预算,从训练向推理过渡的过程中,CPU和非GPU资源的需求也将同步增长。
风险
- AI资本开支回报不及预期,导致投资者信心受挫
- 超大规模云厂商面临物理数据中心容量和电力供应瓶颈
- CoreWeave等新兴云厂商商业模式不可持续,面临融资和盈利双重压力
- AI泡沫破裂风险,影响云厂商长期收入可见性
- 地缘政治因素可能影响跨国云厂商的业务拓展
后续跟踪
- 云收入增速是否能持续加速以匹配资本开支的增长
- 超大规模云厂商的融资活动进展及其对股权结构的影响
- AI工作负载从训练向推理过渡对CPU和非GPU资源需求的变化
- CoreWeave等新兴云厂商的利润率改善情况及市场份额变化
- 各大厂商定制芯片(Trainium, TPU, Graviton等)的采用率和经济效益