5大巨頭財報，所有你要知道的事情 - KP思考筆記(第40期)
大家好，我是 KP，歡迎來到第 40 期的《週末思考筆記》。
呼，這個星期是真的瘋狂。四大巨頭在同一天、同一時間公佈財報，這節奏簡直是想讓全球的分析師集體失眠。這兩天我盯著螢幕，看得頭都痛了(不是說笑，真的有點頭痛哈哈)。
面對這種資訊爆炸，最簡單的做法就是「看圖說故事」：Google大漲、Meta大跌，所以Google財報好，Meta令人失望。
但這種看著後視鏡開車的評論，對大家的投資實戰幾乎沒有任何幫助。
如果投資只是單純的「追強汰弱」，那這件事就太簡單了，我們只需要買入年初至今表現最好的股票，然後躺平就好。
另一種做法是列出滿屏的數據：營收多少億、EPS多少、毛利率變動幾個基點。
說實話，在AI時代，這些結構化的資訊隨處可見，你隨便問一下ChatGPT或Claude都能得到精準的清單，不需要我來轉載。
我希望在《思考筆記》中為大家做到的，是穿透數字的表象，去解讀背後的商業動機與敘事轉變。
真正的Alpha，往往藏在那些AI暫時還讀不懂的、關於未來方向的微小訊號裡。
公司在電話會議裡具體討論了什麼？管理層的語氣發生了什麼變化？更重要的是，市場的「敘事邏輯」（Narrative）是否正在發生位移？
這個星期其實還有很多極具參考價值的財報，像是Caterpillar、Eli Lilly、Qualcomm、Bloom Energy、SanDisk等等，很多都是我長期追蹤的口袋名單。
但請原諒我，這一期的思考筆記，我決定將火力集中在「五大巨頭」的財報總覽上。
因為這五家公司的動向，不僅決定了指數的走勢，更定義了當前科技產業的邊界與天花板。
我希望透過這份筆記，讓大家能完整、深度地掌握這五大巨頭財報中，所有真正值得你關注的核心邏輯。
讓我們撇除雜訊，回歸邏輯，看看這五大巨頭在這一季到底告訴了我們什麼：
主題一：當Meta的廣告機器碰上資本支出無底洞
主題二：Amazon 的雲端再加速，雲端一哥開始發力？
主題三：Microsoft 如何嘗試重覆 AI 的「Windows 時刻」？
主題四：Google 用一份完美財報擊碎所有 AI 質疑？
主題五：四大巨頭財報揭示的分歧與真相
主題六：Apple 最好的季度遇上最大的成本壓力
如果這份筆記為你帶了價值，不妨給我一個讚，會令我有更大動力!
主題一：當Meta的廣告機器碰上資本支出無底洞
這是一場關於「想像力」與「帳單」的博弈。
Meta的Q1財報其實非常漂亮，營收增長 33%，廣告業務跑出了 2021 年以來最快的增速，這在這種體量的公司身上簡直是奇蹟。但市場不買帳，原因只有一個：Zuckerberg又要「加錢」了。
事實上，Reels 的用戶時長增加了 10%，而驅動這一切的核心，正是那些藏在幕後的 AI 模型。Meta 的打法很傳統，也很有效：先用 AI 把家裡的「金雞母」（廣告業務）餵肥，再用賺來的錢去砸未來的夢想。
但問題就在於，這個「夢想」的帳單，漲得比想像中快。
資本支出的「誠信危機」？
Meta 把 2026 年的 Capex 預測上調到了 1250 億至 1450 億美金。這是一個什麼概念？這相當於他們一年要砸掉一個中等國家的 GDP 去買晶片、建數據中心。
市場最怕的不是你花錢，而是你「不知道還要花多少錢」。這已經是 Meta 連續幾個季度上調支出預期了。管理層的解釋很誠實：組件（尤其是記憶體）變貴了，而且我們發現 AI 算力這東西，就像黑洞，永遠填不滿。
對於華爾街那群算 Excel 的分析師來說，這簡直是噩夢。自由現金流（FCF）會被壓縮，利潤率會受壓。他們想要的是精確的 ROI（投資回報率），但 Zuckerberg 給的是一個「戰略願景」。
這些是為了支撐什麼？
訓練下一代模型，包括剛從 Meta Superintelligence Labs 推出的第一個模型，以及未來的 Llama 和 Muse 系列。
大規模推論部署，用於 Meta AI 助理、廣告投放優化、Reels 和動態消息的個人化推薦、購物體驗等等。
AI 有在賺錢嗎？
這是最弔詭的地方。答案是：有，但除了「廣告變好」之外，新的錢在哪裡？
在深入探討這個問題前，讓我們先解密三個由 Meta 自主研發的系統，正是 AI 投資已經產生實質回報的最強證據。
想像一下 Meta 過去的廣告系統，就像一個擁有數百個獨立銷售團隊的巨型商場。
「Reels 短影音」部門有一個銷售團隊，他們只懂怎麼在短影音裡賣東西。
「動態消息（Feed）」部門有另一個團隊，專精於圖文廣告。
「限時動態（Stories）」部門的團隊，則有自己的一套銷售心法。
這些團隊（也就是數百個獨立的 AI 模型）雖然各自都很努力，但他們之間幾乎不溝通。
Reels 團隊發現你對「露營裝備」感興趣，這個寶貴的資訊卻很難即時、有效地傳遞給動態消息團隊。
這就像一座數位世界的巴別塔，大家說著不同的「方言」，導致整個系統效率低下，大量的潛在商機在資訊孤島中流失了。
GEM (Generative Ads Recommendation Model)：
你可以將它理解為 Meta 廣告系統的「中央大腦」。它是一個基於 LLM 架構、專為廣告數據訓練的基礎模型，能學習用戶行為與廣告表現之間極其複雜的深層模式。
例如：「那些在週二晚上觀看寵物搞笑影片的用戶，在週末前更容易對寵物零食的廣告產生高轉化。」
GEM 的任務，就是利用這個無所不包的「上帝視角」，向 Lattice 鋪設的神經系統下達最精準的指令。
Lattice：
這是一個統一的框架，它將過去數百個分散在 Feed、Reels、Stories 等不同場景的獨立小模型，整合成更少、但更強大的模型。
它建立了一套通用的語言和框架，確保從 Reels 獲得的洞察，能夠無縫地應用於 Feed 和 Stories。這不僅提升了效率，還顯著降低了運算成本。
Adaptive Ranking Model：
有了「超級大腦」和「神經系統」還不夠，因為這個大腦運轉起來實在太昂貴了。
這就是「自適應排序模型」登場的時刻。你可以把它想像成一個極其精明、懂得看人下菜碟的「VIP 貴賓室總管」。
它的工作流程是這樣的：
快速掃描： 當一個廣告機會出現時（也就是當你滑動手機時），這位「總管」會先快速掃描一眼，做出初步判斷：「這位顧客看起來只是隨便逛逛，還是真的想買東西？」
分流處理：
如果判斷顧客只是「隨便逛逛」（轉化機率低），總管會指派一位普通、但效率很高的店員去服務（使用一個更小、更快、更便宜的 AI 模型）。
但如果總管一眼看出這是位「潛力大戶」（轉化機率高），他會立刻透過對講機呼叫店裡最頂尖的王牌銷售員（調用那個巨大、昂貴但極其精準的 GEM 大腦模型）來提供一對一的頂級服務。
這個「因材施教」的過程，就是「自適應」的精髓。它確保了 Meta 最寶貴的運算資源（那些昂貴的 AI 晶片算力）只用在最有可能成功的地方，極大地提升了 AI 的「投入產出比」。
這三個系統的結合，產生了驚人的化學反應。財務長 Susan Li 在財報會議上明確指出：
「在第一季，我們對 Lattice 的模型和學習技術進行了增強，加上我們 GEM 模型架構的進步，為登陸頁面瀏覽量廣告的轉化率帶來了超過 6% 的提升。」
「我們新的自適應排序模型……在第一季擴大了覆蓋範圍，為 Facebook 和 Instagram 主要版位的轉化率又帶來了 1.6% 的增長。」
這 6% 和 1.6% 的提升，就是解開謎題的關鍵。更高的轉化率意味著廣告主獲得更好的投資回報（ROI）。
當廣告主賺到錢，他們就願意為廣告支付更高的價格。這直接解釋了為何 Meta 的廣告單價能年增 12%，並貢獻了那驚人的 33% 營收增長。
互動指標同樣亮眼。Instagram Reels 的觀看時間增加 10%。Facebook 影片觀看時間季增 8%，是四年來最大的季度增幅。
Meta AI 在推出 Muse Spark 之後，每位用戶的對話次數有雙位數成長。WhatsApp 和 Messenger 上的商業 AI 每週對話量超過 1000 萬次，比年初成長了十倍。
「過去幾年的趨勢很清楚，我們在提升用戶互動和廣告主價值方面，看到了越來越高的回報。這鼓勵我們繼續大力投資。」
下一個變現位置在哪？
所以 AI 確實在創造回報。但這些回報全部體現在廣告業務的優化上，不是新的產品線。
Meta AI 訂閱服務，Agent 市場，企業級 AI 產品，任何可以獨立建模、證明基礎設施投資會產生廣告以外回報的東西，這些全部現在都沒有。
Q1 的 563 億美元營收，差不多全部都來自 Facebook 和 Instagram 上的廣告。Li 在電話會議上被問到商業 AI 的變現計畫，她的回答是：「目前是免費的，但隨著我們取得更多進展，我們預期會建立長期的變現模式，可能透過商務生態系統、抽成、或高級功能。」
不過，這是「未來應該會有」，不是「現在有」，甚至不是「我們已經在計劃」。
Zuckerberg 的願景講得很大：
「我們的目標不只是把 Meta AI 做成一個助理，而是打造能理解你的目標、然後日夜不停幫你達成的 agent。」
更糟的是，原本想用來加速「Agent（智能體）」戰略的收購案 Manus，竟然被中國政府攔胡了。
這筆 20 億美金的交易被迫逆轉，不僅是技術整合的麻煩，更暴露了 Meta 在 AI 全球佈局上的地緣政治風險。你想搞「全球個人超智能」，但現實世界的邊界比你想像中硬。
沒有給出的數字
市場最沮喪的地方，是 Meta 始終不肯給出清晰的投資報酬率預測。
他們說了很多正面訊號。Zuckerberg 說「我們看到越來越高的回報」。Li 拆解了具體的廣告系統改進和轉換率提升。他們強調自研晶片會降低長期成本，會「在運算效率上領先產業」。
但他們沒有具體的 ROI 目標，比如「我們預期這筆支出會有 15% 到 20% 的回報」。沒有回收期估算，比如「這會在三到四年內回本」。沒有清楚拆分「廣告收入成長有多少是直接來自 AI 基礎設施、多少是其他因素」。
為什麼不說？
因為回收期很長。資料中心和自研晶片要花好幾年才能完全折舊並產生回報，不像一般產品發布那樣可以快速看到效果。
因為回報是間接的。大部分好處體現在廣告效果的改善上，更高的互動帶來更高的廣告價格和數量。很難把「這 100 億美元的額外資本支出」跟「這 X 美元的增量營收」直接對應起來。
因為成本上升比預期快。既然承認了上調主要是因為記憶體價格和建設速度，做大膽的 ROI 承諾就更冒險了。
「相信我們，回報已經體現在更強的廣告和互動上，我們的自研晶片會讓效率更高。我們有信心這是正確的長期賭注。」
但他們不給市場想要的清楚數字：「我們花 1350 億，預期在 2028 年前產生 Y 的增量利潤，內部報酬率 Z%。」
對 Zuckerberg 意志力的「信仰測試」
現在的 Meta，正處於一個極其尷尬的「投入期」。
如果你還在用傳統的財務指標去衡量 Meta，那你可能會感到非常挫折。因為這家公司已經再次進入了「Zuckerberg 模式」：他不在乎短期的股價波動，也不在乎分析師對現金流的擔憂。
他看準了 AI 是未來的唯一門票，所以他會毫不猶豫地把廣告業務賺來的每一分錢，甚至更多，全部梭哈進去。
從當年的行動轉型、收購 Instagram，到後來燒掉幾百億美金的元宇宙（Metaverse），Zuckerberg 已經反覆證明了一件事：他是一個極度偏執的創始人，且他擁有絕對的控制權。他會一直燒錢，直到他贏為止，或者直到把錢燒光為止。
所以，現在要不要持有 Meta，本質上與它的廣告增長多少、EPS 超預期多少無關。真正的問題只有一個：
你願不願意相信 Zuckerberg 能搞起 AI？
Zuckerberg 顯然相信這是正確的賭注。「我們在自己的工作和整個產業看到的每個訊號，都讓我們對這筆投資有信心。」
市場顯然沒那麼確定，大家的反應是：你的廣告機器很棒，但我們需要看到這些錢花出去之後，會產生廣告以外的東西。
下一季財報，大概又會有人問同樣的問題。然後 Meta 大概又會給出同樣模糊的答案。然後資本支出指引大概又會往上修。
如果你買入 Meta，你買的是 Zuckerberg 那份近乎執拗的願景。他已經用行動告訴了全世界：
他會一直加碼，直到把 AI 的天花板捅破。
主題二：Amazon 的雲端再加速，雲端一哥開始發力？
Amazon上週交出了一份很好的財報，然後股價跌了幾個百分點。
這已經是 2026 年科技財報季的固定劇本了。數字打爆預期，股價先跌為敬，理由永遠是同一個：你花的錢太多了，我們不確定什麼時候能賺回來。
但如果你願意把視線從資本支出的絕對數字移開，這份財報其實藏著一個比營收超預期更重要的故事：Amazon正在從一家賣雲端服務的公司，變成一家更全面的公司。
重點是 AWS
AWS這一季的表現是過去幾年最好的一次。
營收 376 億美元，年增 28%，是過去 15 個季度以來最快的成長速度。超過市場預期的 366 到 369 億美元將近 10 億。環比增加 20 億美元，是 AWS 有史以來最大的 Q4 到 Q1 季度跳升。年化營收跑速現在是 1500 億美元。
營業利益 142 億美元，比去年同期的 115 億大幅成長，營業利潤率擴張到 37.7%。
「在這麼大的基數上成長這麼快，是非常不尋常的。」CEO Andy Jassy在電話會議上說。
這個成長速度的意義在於：AWS之前已經經歷過一輪優化週期導致的成長減速，從 2022 年的高峰一路降到中低雙位數。
現在重新加速到 28%，而且是在 1500 億年化基礎上，代表 AI 浪潮已經實質性地改變了整個平台的成長軌跡。
AI 在拉動核心雲端支出
這是電話會議上最重要但可能被低估的觀察。
「我們看到 AI 支出和核心成長之間有很強的相關性。當客戶在 AI 上花更多錢，我們看到核心服務的需求也相應增加。隨著客戶把更多 AI 工作負載投入生產，我們預期這個關聯會持續加強。」
Jassy進一步解釋：「AI 成長正在爆發，同時我們的核心業務也有非常顯著的成長。很大一部分原因是 AI 成長帶動了大量的核心成長，所有的後訓練、強化學習、agent的行動和工具使用，這些都在使用我們的核心服務。」
簡單來說，AI 工作負載不是孤島，它需要大量的數據存儲（S3）、資料庫、網路安全和運算架構。當客戶在 AWS上跑 AI模型時，他們會「順便」消耗更多的核心雲端服務。
這創造了一個自我強化的飛輪。更多 AI 生產 → 更多核心支出 → 更高黏著度和轉換成本 → 更多 AI 工作負載遷移到 AWS以獲得完整堆疊。
Jassy預期這個相關性會隨著 AI 從實驗階段進入規模化生產而持續加強。
自研晶片變成結構性護城河
這是這一季最大的戰略驚喜。Amazon已經從「我們有自研晶片」變成「我們有一個頂級的、規模化的、高利潤率的半導體業務，產能售罄，多年承諾鎖定」。
Graviton加Trainium加Nitro的晶片業務，年化營收跑速超過 200 億美元，年增三位數，Q1季增約 40%。
如果把這個業務當作獨立的商用晶片供應商（也就是對外銷售而不只是透過 AWS），跑速會接近 500 億美元。
「據我們所知，我們的自研晶片業務現在是全球前三大資料中心晶片業務之一。我們達到這個規模的速度是非凡的。」
OpenAI承諾透過 AWS 基礎設施消費大約 2 GW 的 Trainium 容量，用於前沿模型和進階工作負載，從 2027 年開始爬坡。
Anthropic將獲得高達 5 GW 的當前和未來世代 Trainium，用於訓練和推論進階模型。這是更廣泛的擴展合作的一部分，Anthropic承諾在未來十年內在 AWS 技術上花費超過 1000 億美元。
作為交換，Amazon正在額外投資高達 250 億美元在 Anthropic（50 億立即到位，加上高達 200 億與未來商業里程碑掛鉤），加上之前已經投資的約 80 億。
Meta則是承諾數千萬顆 Graviton 核心，用於 CPU 密集的 agent AI 工作負載——即時推理、程式碼生成、多步驟協調。
Graviton 提供比 x86 替代方案高達 40% 的性價比優勢。Jassy甚至暗示 Amazon 可能在「未來幾年內」開始向第三方銷售完整的 Trainium 機架，把晶片業務變成獨立的營收來源。
和競爭對手相比，Azure 在前沿工作負載上仍然高度依賴 Nvidia，成本基礎更高。Google 有強大的 TPU，但雲端生態系統更小，企業雲端廣度不足。Amazon控制了從設計到製造配額到雲端優化到軟體層的整個鏈條。
售罄的狀態和提前幾年的預訂證明需求是真實的，Amazon正在性能和經濟性上贏得份額。
可見性比市場意識到的更高
市場一直盯著 2000 億的 2026 年資本支出和由此導致的自由現金流崩塌（過去十二個月只有 12 億）。
AWS的剩餘履約義務（積壓訂單）在 Q1 末達到 3640 億美元，比上一季的 2440 億大幅上升。這個數字甚至還不包括最近宣布的超過 1000 億的 Anthropic 交易。
為什麼這能去風險化資本支出故事？資本支出通常在帳單開始前 6 到 24 個月落地。2026 年的 2000 億支出主要用於將在 2027 到 2028 年變現的資產。
3640 億積壓訂單（加上 Anthropic）提供了進入該變現期的合約多年可見性。
「我們不是在賭博投資……我們已經有客戶承諾了很大一部分，而且它將產生有吸引力的營業利潤率和投資資本回報率。」
Jassy直接反駁了「沒有可見性就建設」的說法。積壓訂單現在是過去十二個月營收的約 2.7 倍，比上一季的約 1.7 倍大幅上升。這是一個異常高的覆蓋比率，提供了科技業罕見的多年營收可預測性。
OpenAI 和 Anthropic 的意義
OpenAI整合進 Bedrock 也是一個直接的競爭勝利。在 Microsoft 獨家權鬆綁之後，OpenAI 的模型（包括新加入的 GPT-5.4，5.5 即將推出）現在可以在 Bedrock 中使用。Jassy稱之為「對客戶來說是大事，提供選擇」。
這把 AWS 定位為中立的、多模型雲端平台（OpenAI 加 Anthropic Claude 加 Amazon 自己的模型加其他），而不是被鎖定在一個供應商上。
Anthropic 的重度 Trainium 承諾強化了 AWS 作為兩個頂級前沿實驗室之一的主要訓練和推論家園，而超過 1000 億的支出承諾是整個 AWS 平台（不只是晶片）的巨大錨定租戶。
這是「高質的成長」
Amazon這次的 EPS 雖然包含了 Anthropic 的投資收益（非經常性損益），但其營業利潤率（Operating Margin）達到了創紀錄的 13.1%。
這代表即便在瘋狂投資 AI的同時，它的本業（電商效率提升 + 雲端規模效應）依然在瘋狂吐鈔。
Amazon 這份財報的核心訊息不是「我們 AI 做得很好」。
是「我們正在建造一個從晶片到雲端到軟體的垂直整合堆疊，有數千億美元的合約需求支持，而且我們才剛開始」。
當大家都在討論誰的 AI 模型更強的時候，Amazon 正在悄悄地把自己變成 AI 時代的基礎設施供應商，不只是運算和儲存，是連晶片都自己造的那種。
在 Q1 財報之前，Jassy在內部文件說到：「我認為 AI正在發生的事情意味著 AWS 有機會至少達到那個數字的兩倍。」他指的是 AWS 到 2036 年可能達到至少 6000 億美元的年化營收跑速，而他之前的長期預期是約 3000 億。
2000 億的賭注確實很大。但如果 Jassy 的 6000 億年化營收願景是對的，這可能是過去十年最有價值的基礎設施投資之一。
市場會繼續對短期自由現金流斤斤計較，但五年後回頭看，這一季可能是 Amazon 從「雲端領導者」變成「AI 基礎設施壟斷者」的轉折點。
當然，前提是他們的晶片真的像他們說的那麼好。目前的證據：售罄的產能、三位數的成長、OpenAI 和 Anthropic 願意把最關鍵的工作負載交給 Trainium，看起來是站在他們那邊的。
主題三：Microsoft 如何嘗試重覆 AI 的「Windows 時刻」？
微軟正在從一家「輕資產」的軟體公司，轉變為一家「重工業」的 AI公用事業。
當管理層在電話會議上反覆強調「產能受限」、計算單位變成「吉瓦（Gigawatt）」、甚至連 GPU 到貨後的部署時間都要精確縮短 20% 時，這場競爭的本質已經變了。
這不再只是代碼的對決，而是物理世界的圈地運動。需求跑得比供給還快，微軟正不計代價地在全世界蓋起 AI的「發電廠」。
「扣除 OpenAI」的真相
這次財報最有意思的細節之一，是微軟主動披露了「扣除 OpenAI」的數據。
就在財報公布前兩天（四月二十七日），微軟宣布了與 OpenAI 合作關係的重大調整。核心變化是：微軟不再向 OpenAI 支付營收分成；OpenAI 繼續向微軟支付約 20% 的營收分成，但現在有上限，且與 AGI 進展脫鉤；微軟的 IP 授權延長到 2032 年，但變成非獨家。
這看起來像是在清理一段複雜的關係。OpenAI正在準備 IPO，減少獨家綁定和財務依賴讓上市更乾淨。
微軟則拿到了更可預測的條款和更好的毛利率（不用再付出去的分成）。但這也意味著 OpenAI 現在可以把工作負載放到 AWS 或 Google Cloud 上。微軟不再是 OpenAI 唯一的雲端供應商。
所以微軟在財報中特別強調了「扣除 OpenAI」的表現：商業訂單年增 7%（如果算上 OpenAI 影響則是下降 4%）；剩餘履約義務（RPO，也就是訂單積壓）年增 26%（如果算上 OpenAI 則是 99%，但那個數字被 OpenAI 合約嚴重膨脹了）。
「我們擁有一個前沿模型，免版稅，所有 IP 權利我們都能使用到 2032 年，而且我們完全打算充分利用它。」
Nadella在電話會議上的這番話訊息很清楚：我們的成長故事不需要綁定在 OpenAI 的成功上。核心商業業務本身就很健康，這是一個重要的敘事轉向。
微軟正在從「為 OpenAI 提供動力的公司」轉變成「擁有企業 AI 平台的公司」。後者的故事更獨立、更可持續。
Copilot 的真正進展：不是座位數，是使用深度
關於 Copilot，市場過去一年一直有疑慮：企業買了授權，但真的有人在用嗎？投資報酬率在哪裡？這次財報給出了一系列的數字。
付費座位數：超過 2,000 萬（上季度是 1,500 萬，等於一個季度增加了 33%）。但更重要的是使用數據。每位用戶的查詢量：環比增長近 20%。每週參與度：現在與 Outlook 相當（這是一個非常高的標準，意味著很多人每天都在用，而不是偶爾試試）。月活躍使用量：年初至今增長了六倍。這代表着真正的工作習慣養成。
更值得注意的是規模化部署的加速。擁有超過 50,000 個 Copilot 座位的公司數量翻了四倍。
「這是我們自推出以來最快的成長。每週參與度現在和 Outlook 一樣高，越來越多用戶把 Copilot 變成習慣。」
這回答了「有人在用嗎」的問題。下一個問題是：這能轉化成多少營收增量？
微軟有大約 4.5 億個商業 Microsoft 365 座位。2,000 萬 Copilot 座位意味著滲透率大約 4% 到 5%。
以每位用戶每月 30 美元計算，這已經是相當可觀的增量營收，而且是在不需要獲取新客戶的情況下實現的。
財務長 Amy Hood 在討論 Microsoft 365 商業雲 19% 的營收成長時，明確提到「每位用戶營收增加」是由 Copilot 採用驅動的。這是微軟回答「如何在裝機量已經這麼大的情況下繼續成長」的最佳答案。
370 億美元的 AI 營收跑速
除了 Copilot 的使用數據，微軟這次還披露了一個更具份量的數字：AI 業務的年化營收跑速（run rate）達到 370 億美元，年增 123%。
這個數字涵蓋了 Azure AI 消費、Microsoft 365 Copilot、GitHub Copilot、Security Copilot、Bing AI 功能等所有 AI 相關的營收來源。
這是微軟首次如此高調地強調這個特定的年化數字，相較於過去更多是定性描述（例如「AI 為 Azure 成長貢獻了多少個百分點」），這次的披露明顯更具體、更有說服力。
市場對此反應不一。看多的人認為這是 AI 變現的里程碑，證明了 AI 不只是投資，而是真正開始產生可觀的營收。高盛等機構甚至把這一季視為 AI 執行的潛在轉折點。
但謹慎的聲音也不少。有分析師指出，這個數字某種程度上已經被「定價」進去了，市場想看到的是加速度，是更清楚的證據顯示巨額資本支出的回報正在加速實現。
從助手到代理：真正的戰略賭注
但 Copilot 的座位數可能不是最重要的故事。更重要的是微軟正在把 Copilot 從一個「聊天助手」變成一個「代理平台」。
這個轉變在本次財報中被反覆強調。管理層提到：90%的財富 500 強公司現在有「活躍的代理」在運行。新推出的 Copilot Cowork 功能讓 AI 可以處理跨多個應用程式的多步驟、長時間運行的任務，不再只是單次對話。
過去你可能要分五次指令叫 AI 寫郵件、查報表、排會議。現在的「代理」功能可以處理跨應用程式、多步驟的長任務。它更像是一個「數位員工」，你交辦一個專案，它會自己去 Teams 找對話、去 Excel 抓數據、最後在 Outlook 發出通知。
AI 最怕說空話。微軟提到他們正在利用組織內部高達 17 EB（艾位元組）的數據（郵件、會議記錄、文件等）來訓練這些代理。
這意味著 AI不再只是拿網路上的公開資料應付你，而是擁有你們公司的「集體記憶」，它做出的決策會精準符合公司的實際情況。
「我們正處於最具影響力的平台轉變之一的開端，代理將成為主導的工作負載，改變整個技術堆疊。」
微軟不只想賣你 Office 軟體，它想成為所有「AI 員工」運行的作業系統。這種轉變一旦完成，客戶對微軟的依賴將從「好用的工具」變成「不可或缺的基礎設施」，這才是微軟敢於砸下千億美金資本支出的底氣所在。
從「賣座位」到「賣電力 (Seats + Usage)」
那麼，如何為一個 24 小時不休息的「數位員工」定價？如果僅僅是每人每月 30 美元，無疑是低估了 AI 代理所創造的巨大價值。
這引出了本次財報中，最具戰略意義的轉變：微軟正在從純粹的「按席位收費（Per-Seat）」模式，進化為「席位 + 使用量（Seats + Usage）」的混合模式。
Satya Nadella 在電話會議上說得非常清楚：
「我們任何按用戶收費的業務，無論是生產力、編碼還是安全，都將轉變為一個『按用戶 + 按使用量』的業務。」
這意味著什麼？
基礎席位費（Per-Seat）：客戶依然需要為每個用戶購買基礎授權，這提供了可預測的收入基礎，也給了客戶使用 AI 功能的「入場券」。
使用量計費（Usage/Metered）：在此之上，當 AI 的使用強度超過某個閾值，例如，AI 代理執行了大量自動化任務，處理了海量數據，客戶將需要支付額外的「使用費」，就像支付電費一樣。
GitHub Copilot 將從 2026 年 6 月 1 日起，全面轉向基於使用量的定價。
Dynamics 365 客戶服務中，已有近 60% 的客戶正在購買基於使用量的額度，讓 AI 代理來處理客戶工單。
這個轉變是微軟 AI 變現戰略的點睛之筆。它讓微軟不僅能從「授權 AI 工具給人類員工」中賺錢，更能從「AI 代理本身完成的工作」中獲取持續的、高利潤的收入。
這使得巨額的資本支出（AI 發電廠）與營收（賣電力）之間，建立起了直接且極具彈性的聯繫。
平台轉變的中場
微軟這份財報的核心訊息不是「我們業績很好」。
是「我們 AI 的增長很好，並且我們正在為一個 OpenAI 不再是獨家引擎的世界做準備，同時建立自己的 agent 平台優勢」。
從「扣除 OpenAI」的強調，可以看出他們在建立更獨立的敘事。從 Copilot 使用數據的披露，可以看出他們在證明 AI 不只是炒作。從代理平台的佈局，可以看出其長遠的眼光。而從「席位+使用量」的商業模式轉變，我們則看到了它將這一切變現的清晰路徑。
但從自由現金流的壓力和毛利率的下滑，也可以看出這場轉型的代價。這是平台轉變的中場。方向清楚，執行到位，但回報還沒有完全顯現。
主題四：Google 用一份完美財報擊碎所有 AI 質疑？
在這輪的巨頭財報中，Google成為了表現最亮眼的一家。因為它回答了過去兩年投資者最大的疑問：Google 砸下去的那些 AI 錢，到底有沒有在賺回來？
答案現在很清楚了：有。而且速度比大多數人預期的快得多。
雲端業務的爆發：不只是小基數效應
Google Cloud 本季營收達到200億美元，年增63%。這個數字遠超分析師預期的 48% 到 50%，也是 Google 首次單季雲端營收突破 200 億。
有人會說，這不就是小基數效應嗎？AWS 的體量是 Google Cloud 的兩倍多，當然成長率會比較慢。這個說法有一定道理，但忽略了更關鍵的訊號。
根據財報電話會議的內容，「企業 AI 解決方案」首次成為 Cloud 的主要成長驅動力。這是歷史上第一次。以前 Cloud 的成長主要靠基礎設施（運算、儲存、網路），現在是AI在拉動一切。
基於 Google 生成式 AI 模型的產品（主要是 Gemini 系列）年增長接近800%。這不是增量成長，這是數量級的跳躍。
Gemini Enterprise（企業版 Gemini）的付費月活躍用戶季增40%。已經有超過2,800家公司、800萬以上的付費席位在使用。新簽客戶包括 Bosch、Merck、Mars、花旗財富管理等大型企業。
Gemini Enterprise 的強項則是讓企業建立自己的 AI 代理，處理跨系統、多步驟、長時間運行的複雜任務。它和 BigQuery 的深度整合尤其強大，如果你有大量數據需要用 AI 來分析和自動化決策，Google 的方案可能更合適。
Google Cloud 在絕對規模上仍然是三大雲裡最小的：市占率大約 11% 到 14%，而 AWS 約 30%、Azure 約 23-25%。但 Google 在「AI 專屬工作負載」這個類別上成長最快。這是最重要的區隔。
在過去 12 個月裡，有 330 家 Cloud 客戶各自處理了超過一兆個 token，其中 35 家達到了 10 兆 token 的里程碑。
最有趣的一個信號是：管理層說他們目前是「運算受限」的，意思是如果有更多產能，營收會更高。
搜尋沒有死，反而在被 AI 增強
這是最讓市場驚訝的部分。在AI時代，很多投資人擔心生成式 AI 會摧毀 Google 搜尋。
這一季的數字給出了相反的答案。搜尋與其他營收達到604億美元，年增19%，查詢量創下歷史新高。Pichai 在電話會議上說：
「用戶喜歡我們的 AI 體驗，比如 AI Mode 和 AI Overviews，他們因此更頻繁地回到搜尋。」
這是一個非常重要的訊號。Google 沒有把 AI 當成和搜尋競爭的威脅，而是把它整合進搜尋本身。
AI Overviews 在搜尋結果頂部提供摘要，AI Mode 允許多輪對話式搜尋。這些功能讓搜尋能處理更複雜的問題，創造了過去不存在的搜尋場景。
全棧優勢：為什麼 Google 能同時在多條戰線獲勝
「全棧」（full-stack）這個詞在財報電話會議裡出現了很多次。這是理解 Google AI 策略的關鍵。
Google 是極少數同時控制 AI 價值鏈每一層的公司：它有自己的晶片（TPU，現在已經到第八代），有自己的前沿模型（Gemini），有自己的平台和工具（Vertex AI、Agent Platform），有龐大的消費者分發管道（搜尋、YouTube、Android），還有超過 3.5 億的付費訂閱用戶。
這形成了一個飛輪：搜尋數據讓 Gemini 模型更好 → 更好的模型讓搜尋體驗更強 → 更強的搜尋吸引更多用戶 → 更多用戶產生更多數據。同時，更好的模型和基礎設施讓 Cloud 更有競爭力。
「我們在市場上是獨一無二的，因為我們有垂直整合的 AI 技術棧，我們共同開發從基礎設施、模型到平台、工具、應用和代理的所有組件。」
而這次財報，讓這個「全棧」優勢獲得了最重大的升級。
過去，Google 的自研 TPU 晶片被視為一個內部工具，用來提升自家服務和雲端產品的效率與效能。現在，情況完全不同了。
Q1 2026 的電話會議標誌著一個關鍵的策略轉變：Google 現在開始直接對外銷售它的晶片。
他們證實，已經開始將最新發布的第八代 TPU（用於訓練的 TPU 8t 和用於推論的 TPU 8i）直接交付給外部客戶，安裝在客戶自己的資料中心裡。這無疑是對 NVIDIA 在 AI 加速器市場主導地位的直接挑戰。
這種從「TPU 作為雲端差異化優勢」到「TPU 作為獨立產品」的轉變意義深遠。 首先，它驗證了 Google 的技術實力，因為頂尖的 AI 實驗室和金融機構等高階客戶願意直接採購其硬體。
更重要的是，它開闢了一條全新的、潛在高利潤的硬體收入來源，管理層預計這部分營收將在 2027 年開始變得「有意義」。
微軟有強大的生態系鎖定，但它的基礎設施經濟效益不如 Google 的自有晶片。AWS 有最高市佔的雲端，但它的模型和消費者分發能力不如 Google。
這個全棧優勢正在轉化為實際的財務表現：Cloud利潤率從一年前的 17.8% 躍升到 32.9%，幾乎翻倍。
訂單積壓的含義
4,620 億美元的訂單積壓是這份財報裡最誇張的數字之一。這個數字從上季的約 2,300 億美元暴增到超過4,620億美元，幾乎翻倍。其中大約一半預計會在未來 24 個月內轉換成營收。
這代表幾件事：
第一，企業正在簽訂更大、更長期的 AI 合約。
第二，需求明顯超過供給。積壓成長這麼快，正是因為很多公司想要的產能比 Google 目前能提供的更多。
第三，這正當化了更高的資本支出。管理層可以放心地把 2026 年 capex 指引上調。
第四，它給投資者極高的可見度。
值得注意的是，Google Cloud 的積壓現在比 AWS（約 3,640 億美元）還高。這是第一次。
資本支出：這次沒有嚇到市場
Google 把 2026 年的資本支出指引提高到 1,800 億到 1,900 億美元，並且暗示 2027 年會「顯著更高」。
這是天文數字。但這次市場的反應是正面的。原因很簡單：4,620億美元的訂單積壓給了投資人信心。
而市場之所以欣然接受，不僅僅是因為雲端積壓訂單，更是因為投資者現在看到了這筆支出的「雙重目的」：
滿足 Google Cloud 壓倒性的 AI 服務需求。
為一個全新的高利潤硬體業務：TPU 直接銷售，建立庫存。
當市場意識到這筆龐大的資本支出，一部分是在資助一個 NVIDIA 的直接競爭對手，並且預期在 2027 年就能帶來營收時，這筆開銷的性質就從「營運成本」轉變為「對新成長引擎的戰略投資」。
兩條不同的 AI 變現路徑
這一季的財報讓 Google 和微軟的策略差異變得非常清晰。
微軟走的是「Copilot 驅動」的路徑：把 AI 嵌入現有的生產力工具（Microsoft 365、Teams、Excel），靠生態系鎖定來變現。
而 Google 走的是「全棧 + 搜尋 + 代理」的路徑：同時在基礎設施、模型、平台、應用、搜尋等多個層面變現。
這不是誰對誰錯的問題，而是兩種可行的大規模 AI 變現模式。從這一季的數字看，Google 證明了它可以同時在搜尋和 Cloud 兩個地方成功變現 AI，這是很少有公司能做到的事。
風險沒有完全消失
當然，這份財報不是沒有隱憂。最大的近期風險是資本支出的規模。即使市場這次接受了更高的指引，如果未來幾季的成長放緩或利潤率壓縮，投資人的耐心會很快消失。
長期風險仍然是搜尋。即使目前 AI 正在增強搜尋，但如果未來用戶大規模轉向獨立的 AI 助手，這個增強效應可能會逆轉。
估值風險也不能忽視。這支股票在過去一年多已經大漲，市場現在對它的期待非常高。
敘事轉變
這份財報最大的意義不是數字本身，而是它改變了市場對 Google 的看法。
以前的敘事是：「成熟的 Search 公司，有一個不錯的 AI 副業。」 現在的敘事是：「擁有多個 AI 驅動加速成長引擎的全棧 AI 平台公司。」
這個敘事轉變支撐了更高的估值倍數，但也意味著未來每一季都需要持續證明這個故事是真的。
投資者現在的賭注是：這只是開始，更多的營收和利潤會隨著 AI 滲透而繼續加速。Google 用這季的數字贏得了市場的信任。
接下來的問題是：它的成功能達到多高的高度？
主題五：四大巨頭財報揭示的分歧與真相
四大巨頭都詳細分析了，我們嘗試將點連成線，將鏡頭拉遠一點。
營收超預期，EPS都超預期，這些已經不是新聞了。真正的重點是：6500 到 7250 億美元。這是四家公司 2026 年資本支出指引的加總。而 Alphabet 已經預告 2027 年會「顯著更高」。
這是正在發生的事實，科技史上最大規模的集中投資正在進行中，而市場對這筆投資的判決已經開始出現明顯分歧。
共識：AI 基礎建設是生存門檻
四位CEO用了幾乎相同的框架來解釋這筆支出：必要的、加速中的、最終會創造價值的。
Microsoft CFO Amy Hood：「我們對這些投資的回報保持信心。」
Meta 的 Zuckerberg：「我們在自己的工作中和整個產業看到的每一個跡象，都讓我們對這筆投資有信心。」
Alphabet 的 CFO Anat Ashkenazi：這些支出的大部分用於支持「全公司的 AI機會」。
Amazon CEO Andy Jassy 說得最直白：這是「一生一次的機會」。共同的結論是：在 AI 運算、網路、和電力基礎設施上投資不足的風險，大於投資過度的風險。
這不是 2022-2024 年的語言。那時候，同樣這些公司在財報電話會議上反覆強調「紀律」、「效率」、「回報門檻」。現在的語言完全不同了。從「我們必須花錢才能保持競爭力」變成「這是我們這個時代最關鍵的投資」。
而 2026 年第一季的財報，為這個論點提供了迄今為止最強力的證據，證明 AI 需求不僅真實，且正在加速變現，從而極大地緩解了市場對「AI 泡沫」的擔憂。
Google Cloud年增 63%，達到 200 億美元，是這個業務獨立報告以來最快的成長率。
AWS年增 28%，達到 376 億美元，是 15 個季度以來最強的成長。
Microsoft Azure年增約 40%，小幅超過預期。
當公司在看到如此強勁的真實需求和已簽訂的長期合約後，才決定進一步加碼數千億美元的資本支出，這就不是「泡沫行為」，而是理性的商業擴張。AI 工作負載已是三大公有雲的入場券和主要成長引擎。
分歧：市場開始區分贏家和落後者
然而，儘管賭注一致，市場的判決卻涇渭分明。財報發布後，四家公司的股價走勢，揭示了投資者眼中更深層的邏輯：
AI 支出的變現能見度。
最大的贏家無疑是Alphabet (Google)。
高達 4600 億美元的 Google Cloud 積壓訂單（backlog），意味着這不是虛無縹緲的 AI 炒作，而是已經簽訂的、未來 24 個月內將逐步轉化為超過 2300 億美元收入的白紙黑字。
這是四巨頭中，唯一一家提供了如此清晰、可量化的證據，證明其 AI 基礎設施投資正在直接轉化為客戶的長期合約。市場獎勵的是這種確定性。
市場反應最為慘烈的，是Meta。
儘管營收超預期，但其資本支出的再次上調，卻引發了投資者的恐慌，導致股價重挫。原因很簡單：Meta的 AI 支出，主要用於其內部廣告系統、Reels 推薦算法等，缺乏像 Google Cloud 那樣清晰直接的外部收入來源。
在投資者看來，這筆錢更像是投入一個「內部黑箱」，疊加其元宇宙業務 Reality Labs 持續的巨額虧損（累計已超 830 億美元），市場的耐心顯然正在被消耗。市場的反應傳達了一個關鍵信號：在當下，並非所有 AI 資本支出在投資者眼中都是平等的。
處於中間地帶的是Microsoft和Amazon。
Microsoft的雲端增長穩健，但被市場解讀為「僅僅是微幅超越預期」，投資者似乎在等待其龐大的 Copilot 佈局能轉化為更驚人的獨立 AI 服務收入。
Amazon的 AWS 則憑藉 15 個季度以來最快的增速，上演了一場精彩的「王者歸來」，證明其在 AI 浪潮中並未掉隊，但市場仍在評估其近 2000 億美元的 Capex 能否帶來超越雲端本身軌跡的額外回報。
接下來會發生什麼
這些財報指向三個會定義未來 12-18 個月的近期動態。
第一，資本支出繼續升級，利潤率面臨壓力。
Alphabet 明確預告 2027 年的支出會比已經提高的 2026 年水平「顯著更高」。折舊和資料中心營運成本（特別是能源）將在所有公司中上升。
Alphabet 的 CFO 警告說，基礎建設投資「將繼續以更高的折舊費用和相關資料中心營運成本（如能源）的形式對損益表造成壓力」。
然而，這份財報也同時證明，這些巨頭完全有能力承受這筆支出。它們擁有巨大的現金流來自我資助，並透過其他業務的效率提升（如 Meta 維持全年費用指引不變）和多元化的現金牛業務（如 Amazon 的零售、Microsoft 的企業軟體）來提供緩衝。
第二，能源和供應鏈的現實。
建設的規模已經在和物理限制碰撞。Meta 明確提到更高的記憶體價格是其資本支出上調的驅動因素。
所有四家公司都在積極追求核能和其他穩定電力解決方案。財報電話會議沒有深入討論這一點，但資本支出指引隱含地假設這些能源挑戰會被解決。
科技巨頭的巨額支出，為整個上游供應鏈創造了一個穩定且長達數年的需求信號。
第三，進入「證明給我看」階段。 財報後不同的股價反應揭示了我們已經進入了一個新階段：證明回報。
Alphabet 的雲端加速為它買到了可信度。Meta 更不透明的路徑招來了懷疑。Microsoft 和 Amazon 處於中間，可信但在增量 AI 變現上還不夠有說服力。
「我們對這些投資的回報保持信心」
這些現在是正式的、記錄在案的承諾。這些公司已經從「我們認為這會有回報」變成「我們有信心這會有回報」。
如果 AI 服務營收的加速與支出一致，管理層的可信度就會上升。如果落後，這些引言就會變成負債。
結構性轉變
從長期來看，這些財報強化了兩個結構性轉變：
超大規模雲端公司正在鞏固的不只是軟體的權力，還有 AI 的物理層，晶片、資料中心、電力。
競爭版圖正在圍繞誰能最有效地把原始運算轉化為差異化、可變現的 AI 產品和服務來重新繪製。
Google 在雲端 AI 加速方面的早期領先讓它今天佔有優勢。但 Microsoft 的企業分銷能力和 Amazon 的多元化現金流仍然是強大的競爭優勢。
已被定價的現實：當下的市場共識
但作為一個投資者，我們必須明白一個現實：這一切，都已是歷史。
市場是最高效的資訊處理器，Google 的勝利、Meta 的困境，都已在財報發布後的一日內，迅速反映在其股價之上。真正的問題是：在當前的價位上，市場織入了多少樂觀或悲觀的預期？以下是針對四巨頭，我們應該思考的下一步：
對 Alphabet 的賭注：它能否超越「完美」？
當所有好消息都已被定價，它還能帶來什麼驚喜？TPU 晶片除了作為一個技術亮點，它能否成為一個真正貢獻數十億美元營收的業務？你是在為一個已經跑在最前面的選手下注，賭他能把紀錄再次刷新到不可思議的高度。
對 Meta 的賭注：一場高風險的「困境反轉」
它的 AI 投入，能否在廣告之外，找到一個讓市場信服的變現故事？例如，在 WhatsApp 或 Messenger 上推出能帶來實質收入的企業級 AI 助理服務。這是一個典型的逆向投資賭注。你賭的是市場的「過度反應」和公司可能帶來的「意外驚喜」。
對 Microsoft & Amazon 的賭注：誰能率先「破局」？
這兩位穩健的巨人，誰能率先打出一張「王炸」，打破當前「Google領跑」的格局？Copilot 的付費用戶數和營收，能否繼續爆發上升，是 Microsoft 能否證明自己 AI 戰略成功的關鍵。而 AWS 28% 的增速是曇花一現，還是一個新增長週期的開始？
結語
2026 年第一季的財報，並未終結關於 AI 超級週期回報率的辯論，但它讓兩件事變得無比清晰：
這場豪賭已無退路。龐大的資本支出，已成為科技巨頭保持「入場資格」的基線成本。
市場已開始用「變現能見度」來區分贏家和輸家，而不僅僅是野心。
四大巨頭集體下了科技史上最大的集中賭注。未來 12-24 個月將決定這個賭注是創造持久的新利潤池，還是只是讓數位經濟的成本基礎膨脹。
主題六：Apple 最好的季度遇上最大的成本壓力
如果你想知道一家公司如何能將「賺錢」這件事做到極致，甚至變成一種乏味的藝術，你只需要看Apple最新一季的財報。
寫完四家巨頭瘋狂地花錢後，我們來談談在這次AI浪潮中，最冷靜的Apple。
營收1,112 億美元，年增17%，史上最強的三月季度。iPhone營收創下三月季度紀錄。Services營收創下歷史新高。EPS年增22%。營運現金流超過280 億美元，又是一個紀錄。每一個地理區域都是雙位數成長。大中華區更是暴漲28%，創下季度營收紀錄。
數字背後的故事
首先，拆解這台「完美印鈔機」的四大引擎：
iPhone 17的「非凡需求」：這是整個故事的核心。iPhone營收年增22%，達到驚人的570 億美元。執行長 Tim Cook 反覆強調，這是蘋果史上「最受歡迎的產品線」。這證明了蘋果在高端市場的定價權與品牌忠誠度，依然無人能敵。它不是一個產品，它是一個獨立的經濟體。
服務業務的「永續長城」：服務營收突破310 億美元，再創歷史新高。這條高達76.7%毛利率的業務線，是蘋果最堅固的護城河。它建立在超過25 億台活躍設備的龐大基礎上，每一次 App Store 購買、每一次 iCloud 訂閱，都在為蘋果帝國添磚加瓦。這是一個不會因單一硬體銷量波動而輕易動搖的穩定器。
大中華區的「王者歸來」：在經歷了一段時間的市場雜音後，大中華區營收暴增28%，創下季度紀錄。這不僅僅是數字上的勝利，更是對「蘋果在中國市場是否失寵」這一疑問的強有力回擊。從 iPhone 到 Mac，蘋果的產品在中國市場依然是頂級的暢銷品。
對股東的「極致寵愛」：在宣布創紀錄業績的同時，蘋果拋出了1000 億美元的股票回購計畫，並將股息提高了4%。這傳遞了一個極其清晰的信號：公司對自身的未來充滿絕對信心，並且擁有龐大到難以置信的現金流來回饋股東。
改變原則的啟示
不過，有趣的是，蘋果還悄悄進行了一項更為深遠的財務策略轉變：正式揚棄已實行多年的「淨現金中性」（Net Cash Neutral）目標。
過去，這項目標是蘋果的一種自律，旨在將公司帳上龐大的淨現金（現金減去債務）降至零附近，主要方式就是透過巨額的股票回購。自 2018 年以來，蘋果已因此向股東返還了超過一兆美元。
但現在，CFO Kevan Parekh 表示：「我們相信獨立評估現金和債務是現在正確的做法。」這意味著什麼？
蘋果正在從一個「規則導向」的理財模式，轉向一個更具彈性的「機會導向」模式。
他們不再被「淨現金必須歸零」的教條束縛，而是可以根據經濟環境，做出更優的決策。這給予了公司巨大的戰略空間：
為 AI 時代儲備彈藥：可以更從容地持有大量現金，以應對 AI 基礎設施和研發的鉅額投資。
為潛在收購保留彈性：若市場上出現合適的大型收購目標，蘋果將有更大的操作空間。
賦予新 CEO 更大靈活性：這也是為即將接任的 CEO John Ternus 鋪路，讓他擁有更靈活的資本配置權力。
最關鍵的是，蘋果在宣布這項轉變的同時，又批准了 1000 億美元的回購。傳達的信號非常明確：「我們將繼續大規模回饋股東，但同時我們也需要更大的靈活性，為下一個十年的成長做出最優的長期決策。」
記憶體成本：繼續讓人頭痛的問題
然後是這份財報裡最值得關注的風險訊號。Apple 說記憶體成本在三月季度已經上升，六月季度會「顯著更高」，而且：
「超過六月季度，我們相信記憶體成本會對我們的業務產生越來越大的影響。」
這是 Tim Cook 的原話，非常少見的直白。反映在指引上：下一季毛利率指引47.5% 到 48.5%，比這季的49.3%明顯下降。產品毛利率在三月季度已經環比下降了200 個基點。
為什麼記憶體成本會上升？這和整個產業的 AI需求有關。DRAM 和 NAND 的需求因為 AI 伺服器和高效能運算的爆發而大幅增加，供應跟不上，價格就漲。Apple 的 iPhone、Mac、iPad 都需要大量高階記憶體，直接受到影響。Apple 說他們「正在評估一系列選項」，但沒有給任何具體細節。
供應限制：好問題和壞問題
供應限制是另一個反覆出現的主題。三月季度的限制主要在 iPhone 和部分 Mac，主要原因是先進製程晶片的產能不足。六月季度的限制會轉移到 Mac，特別是 Mac mini、Mac Studio、和 MacBook Neo。Cook 說了兩個有趣的原因：
第一，Mac mini 和 Mac Studio 被認為是很好的 AI 和代理工具平台。「客戶對這一點的認知比我們預期的更快。」
第二，MacBook Neo（Apple 新推出的入門級筆電）的市場反應「off the charts」遠超預期。三月季度 Mac 吸引了創紀錄數量的新客戶，部分原因就是 Neo。
Cook 說 Mac mini 和 Mac Studio 可能需要「好幾個月」才能達到供需平衡。從投資者的角度看，這是好問題。需求超過供給，代表產品很受歡迎。
執行長交接：低調但有意義
這次財報電話會議有一個特別的來賓：John Ternus。十天前（四月 20 日），Apple 宣布 Tim Cook 將在九月卸任 CEO，由 Ternus 接任。這是 Ternus 在公告後第一次公開亮相。
他強調會繼續 Cook 的「深思過慮、審慎、紀律」的財務決策風格。他預告 Apple 有「令人難以置信的產品路線圖」，說這是他在 Apple 25 年職涯中「最令人興奮的時刻」。
一位分析師問 Cook 會給 Ternus 什麼建議。Cook 的回答是：
「永遠不要忘記 Apple 的『北極星』：做出世界上最好的產品，豐富人們的生活。如果決策圍繞這個原則，就會產生偉大的事業。」
整個交接的氛圍非常平穩、低調、專業。
AI：投資在增加，細節還在保密
分析師在電話會議上反覆追問 AI 相關的問題。代理式 AI（agentic AI）會如何影響智慧型手機？Apple Intelligence 的變現時間表是什麼？
Apple 的回答非常一致：我們不討論未來的產品路線圖。Cook 唯一透露的是：「我們顯然在投資更多，這從我們的營運支出數字可以看出來，特別是 R&D。AI 是 Apple 的重要投資領域。」
換句話說：錢在花，東西在做，但你要等 WWDC（六月初）才會知道具體是什麼。
下一季指引與 WWDC 期待
Apple 對六月季度的指引：
營收年增14% 到 17%。
毛利率47.5% 到 48.5%。
營收指引依然強勁，代表即使有供應限制和記憶體成本壓力，需求依然健康。毛利率下降是預期中的，主要反映記憶體成本的影響。
總結來說，這是一份展現了蘋果「肌肉記憶」的財報：無懈可擊的執行力、強大的產品週期、以及對未來挑戰的坦誠。
iPhone 17 與服務業務這兩大支柱依然穩固得令人敬畏。但同時，記憶體成本的逆風和供應鏈的持續緊張，也預示著蘋果的「輕鬆賺錢」模式將面臨考驗。
所有人的目光，現在都投向了即將到來的 WWDC 開發者大會。屆時，蘋果將如何揭示其 AI戰略的下一步，將決定這艘巨輪能否在繼續保持航向。
謝謝你閱讀到這裡，如果你覺得這份筆記為你帶來了價值，請不吝按下一個讚，這是我持續分享的最大動力。
我在Facebook和Threads都有每天發佈當天對市場的觀察，大家也可以考慮追蹤我的社交媒體。
另外我在Telegram有頻道，每天早上我會發當天重要新聞摘要。
同時，如果想開戶的話，可以考慮用我的富途/口袋證券獨家推薦碼，會有更多優惠。
全部資訊在以下鏈結：
另外，如果你已經加入付費會員，不要浪費了群組的功能，進入我們Substack的Chat功能一起討論市場!
· KP
本輪的強勁資本開支我大膽地假設，有相當部份會用作改造及升級舊的雲端架構、設備，這點黃仁勳在Dwarkesh Podcast 上也有提及，AI 是巔覆性的，舊的數據中心，全部需要置換。
看得懂真正Coding世界的邏輯、明白什麼是Complier、SDLC 的行內人就會明白，舊的軟硬體架構，甚至日常營運的流程都需要重新洗牌，still in early stage! Google CEO 也在另一場合說過在AI 的加速擴散下，大部份軟件都需要重寫！這些軟體改造，需要大量算力，支持了Capex 猛增。
這也解釋了為何Anthropic 率先跑出、OpenAI 急急叫停消費級Sora 投資，把資源集中Codex、xAI 縕讓併購Cursor。可以預計Lovable 應該很快成為下一個被併購目標。當這一波新軟體產出、部署起來之時，可能還有另一波軟體大清洗，不應掉以輕心。
每星期六增值自己的好文章。 持有大盤是我認為作為普通投資人最好的方法，七巨頭也持有一點，收穫他們智慧和努力的成果。
暫時最不看好的是META，其變現能力未有爆發式成長的跡象，更多的投入也不能預示更多的回報。
對APPL 則認為其作為用戶AI 硬體入口的護城河是可以期待的，隨MacBook Neo 的大賣，更多客戶會體驗Apple 切換成本極高的生態。 如Apple 在本地運算AI 能做出成績，就是未來爆發增長的動力。 但首先他要先處理好落後的Siri。