美股七雄業績：超大規模雲端供應商進一步看好人工智能多年增長周期

幾家最大型超大規模科技公司最新發布的財報，為人工智能基礎設施支出的發展方向提供了明確的訊號。儘管資本支出創歷史新高，且短期自由現金流面臨一定壓力，但亞馬遜、微軟、Alphabet 和 Meta 等公司的管理團隊都強調了同一個資訊：對人工智能運算能力的需求持續超過可用供應。

對投資者而言，重要的是，相關討論已從基礎設施建設，進一步演變為如何將其商業化。雲端業務的快速增長、客戶承諾的擴大、專有人工智能晶片的使用增加，以及人工智能驅動服務的採用率提升，這些因素都顯示未來收入前景日益明朗。

我們歸納了最新研究的關鍵主題，以及這些主題對下一階段人工智能基礎設施投資可能產生的影響：

 1. 人工智能的需求仍受供應限制

儘管投入了史無前例的資本支出，這四家超大規模雲端服務供應商（Hyperscalers）的報告仍證實，人工智能基礎設施的需求持續超過供應。需求增長正受到運算能力、晶片、電源供應及電網基礎設施的限制。

2. 人工智能的資本支出預計將持續增長至 2027 年 

雖然這並非公司正式業績指引，但關於四家 Hyperscalers 對未來需求的展望及供應限制均顯示，資本支出（capex）可能會持續增長到 2027 年。截至目前，微軟、亞馬遜、Alphabet 和 Meta 針對 2026 年的年度資本支出指引總額已達 7,300 至 7,600 億美元，其中 4,300 億美元預計將於下半年投入。¹分析師估計，資本支出可能持續攀升，至2028年將突破1兆美元，²且資本支出增加的趨勢可望延續至未來兩年。

 3. 人工智能的商業化進程正在加速

Hyperscalers 報告稱，Alphabet、亞馬遜和微軟的雲端部門收入分別加速增長了 82%、37% 和 39%。

• 快速增長領域：雲端平台

隨著客戶的人工智能工作負載從測試階段和訓練階段，轉向高流量的生產模型和推理任務，亞馬遜網路服務（AWS）的增長速度加速至 37%。同樣地，Google Cloud 在最新一季的收入增長了 82%，主要受惠於其模型推論服務及 Gemini API（應用程式介面）的使用量增長。

• 人工智能正提升廣告與搜尋業務的變現能力

透過改進工具、推薦機制及建模，間接人工智能實現了強勁的變現能力，從而推動了轉換率和廣告收益的提升。以 Meta 為例，該公司從人工智能中獲益，在客戶定位、內容推薦及廣告活動優化方面均有所提升，從而帶動轉換率上升，並獲得更高的廣告投資報酬率。

值得注意的是，儘管 Meta 是資本支出最多的企業之一，但目前並未將其運算資源出售給第三方。Meta 的整體收入增長率達 28%，在四大Hyperscalers中表現最為強勁；然而，由於尚未有待執行訂單可報告，此增長水準能否持續尚不明朗，且為銷售運算服務而成立的雲端事業部仍處於發展初期。

• 增長緩慢的領域：商業訂閱擴大

目前，商業訂閱擴大（隨著部署規模擴大而購買更多使用者授權）仍落後於基礎設施的實際使用量。微軟在最新季度報告中指出，付費的 Microsoft 365 Copilot 商業訂閱達 3,000 萬個；雖然這一數字有所增長，但仍僅佔其客戶群中極小的一部分。我們認為這也顯示，以人工智能為核心基礎所設計的「原生人工智能工作負載」（而非事後附加人工智能功能），目前仍處於起步階段，但未來採用率很可能大幅提升。

4. 積壓訂單大幅增加：提升對基礎設施增長可持續性的可預測性

三大雲端服務供應商——亞馬遜、微軟和 Alphabet——均報告了創紀錄的未履行訂單額，即已簽約但尚未交付且尚未確認的收入。這些積壓訂單總額超過 1.6 萬億美元，約為其年度收入的 5 至 10 倍。雖然合約期限與確認收入的時間各不相同，但平均而言，預計約有 25% 的未完成訂單將在隨後的 12 個月內完成並確認為季度收入，這顯示出這些公司目前具備高度的可預測性。

5. 客製化晶片投資增加與商業化  

儘管 Meta 和微軟仍在開發並逐步擴大其自有晶片計畫，但亞馬遜和 Alphabet 自 2012 至 2013 年間便已開始投資客製化晶片。這使他們在開發用於人工智能訓練與推論的專用晶片方面佔得先機，並能針對人工智能基礎設施進行客製化，以提升效率並降低成本。對這些公司而言，客製化晶片不僅是實現差異化的途徑，更能為公司內部及客戶節省成本。

亞馬遜指出，其專有晶片業務在最新一季的收入已突破 250 億美元，較第一季的 200 億多美元有所增長。目前亞馬遜僅透過雲端公用事業服務來變現其晶片業務，但 Alphabet 除了雲端銷售外，也已轉向將其專有的 TPU（張量處理單元）系統硬體部署於客戶的資料中心，而非僅透過 Google Cloud 遠端提供該服務。

6. 雲端 hyperscalers 正從多模型系統中獲益，這些系統融合了專有模型與開源／開放權重模型

Hyperscalers 能透過單一平台，為客戶提供廣泛的人工智能模型，其中既包含專有模型（例如 Open人工智能的 GPT 模型），也包含開源替代方案。這能簡化部署、安全性、管理及成本管理，讓客戶能針對每項任務選擇最適合的模式，同時使雲端服務供應商能透過人工智能基礎架構及相關服務創造額外價值。鑑於供應限制，提供包含專有、開源及開放權重模型在內的多元選擇，能讓超大規模雲端服務商銷售利潤率更高的服務。亞馬遜指出，其 Bedrock 服務（一個完全託管的平台）在過去六個月內新增的客戶數量，已超過該服務推出後頭兩年的總和。

7. 隨著Hyperscalers 的演變過程中，利潤率結構呈現分化趨勢

亞馬遜和 Alphabet 憑藉自身的半導體專業技術及內部營運效率的提升，擴大雲端業務的營運獲利能力；與此同時，微軟則因龐大的基礎設施支出及折舊成本，持續面臨一定的利潤率壓力。對亞馬遜而言，雲端業務不僅是公司增長最快的業務領域，更是至今為止最獲利豐厚的業務。對 Alphabet 而言，雲端事業部的獲利能力雖不及其核心的搜尋與廣告業務，但獲利能力已大幅躍升（年增率超過 200%），並為總收入做出顯著貢獻。整體而言，微軟在三家公司中擁有最高的利潤率，但其雲端業務的毛利率卻出現下滑。我們目前已看到跡象顯示，這些 Hyperscalers 正逐步演變為人工智能編排的核心平台，透過單一平台或工作流程協調多個人工智能模型、應用程式及數據來源。在日益趨向多模式化的世界中，此流程能協助企業優化成本並提升安全性。

結論：人工智能基礎設施的投資週期仍有發展空間

Hyperscalers 持續報告人工智能基礎設施需求強勁，但增長受限於人工智能的供應能力。這使我們認為，人工智能投資周期及相關基礎設施建設仍處於早期發展階段，且這是一個歷時數年的過程，尚未達到高峰。

人工智能的商業化模式正在演變，各家公司正透過多種管道開拓收入來源，包括客製化晶片與多模型系統。與此同時，訂單積壓狀況讓未來需求的可持續更加清晰可見。我們認為，這進一步強化了投資於那些推動人工智能基礎設施建設的企業的理由。

倘若英文版本與中文版出現歧異，概以英文版為準。

提述個別證券並不構成購買、出售或持有任何證券、投資策略或市場板塊的建議，亦不應假設個別證券有利可圖。 駿利亨德森投資、其聯屬顧問或僱員可能持有前述證券。

恕不保證過往趨勢將會延續，或者預測將會實現。