一場3000億美元的AI賭局,與諾和諾德的投資看法 - KP思考筆記(第2期)
歡迎來到我的第一期思考筆記,也謝謝你成為我的首批忠實讀者。願意在一開始就訂閱,實在感激。
這個星期對我來說極為瘋狂。我不僅在台北出差,從早忙到晚,還要緊盯 Mag 7 的密集財報轟炸。老實說,有好幾個瞬間,我確實感到身心俱疲。
然而,寫作和交流市場看法的熱情,總能戰勝疲勞。
尤其是在深夜,當我把微軟、蘋果、Meta 和亞馬遜的財報線索拼湊起來時,當我將諾和諾德的消息抽絲剝繭的時候,那種興奮感的確是無可比擬的。
這正是我選擇將戰場開拓到Substack的初衷:
在紛亂的市場噪音中,將一個更私密的地方,和你分享那些我認為最重要的東西。
在本期思考筆記中,我想帶你從兩個視角看市場。這兩件事看似無關,但其核心都是關於「巨額投資的未來不確定性」。
鏡頭拉遠 (Zoom Out): 我們先看一場價值近3000億美元的豪賭——科技巨頭們財報背後,那場正在上演的「AI 軍備競賽」,它將決定下個十年的科技版圖。
鏡頭拉近 (Zoom In): 接著,我們回到昨天發布的諾和諾德深度分析,做一些關鍵的投資觀點補充。
Substack對我來說是個全新的嘗試,我很期待能和你一起完善它。所以任何想法或建議,都歡迎隨時告訴我。
讓我們開始吧。
【Zoom Out】雲端戰爭:規模、增長與利潤的終極博弈
2025年第二季的雲端業務財報,不僅僅是一份商業報告,它更像是一份來自科技界最高風險賽局的戰情報告。亞馬遜(Amazon)、微軟(Microsoft)和Google這三大巨頭,正透過數千億美元的投資,上演一場決定未來十年科技基礎設施版圖的對決。
一個有趣的結論:規模越大,增長越慢?
亞馬遜 AWS: 市場領袖,營收 $30.9B,增長率 17.5%。這是典型的「創新者的兩難」,當你已如此龐大,高速增長自然更具挑戰。
微軟 Azure: 爆炸性增長 39%,展現追趕者的強大動能。
Google Cloud: 強勁增長 32%,鞏固其創新領導者的地位。
三巨頭的攻防戰略
微軟的巧妙進攻: 微軟首次揭露Azure年營收已突破750億美元,卻巧妙地未單獨公布其利潤率。這個「利潤之謎」讓它得以採取更靈活的定價策略搶佔市場,這是一個為長期霸權進行的策略性佈局。
Google的驚人逆襲: Google Cloud是本季的效率冠軍,營運利潤率從11.3%幾乎翻倍至20.7%。這證明Google找到了將高階AI服務轉化為高利潤的成功方程式,達到了關鍵的「規模效益拐點」。
亞馬遜的防衛戰: 身為龍頭,AWS本季利潤率有所下滑。這並非失敗,而是一場策略性的犧牲。面對Azure的追擊,AWS選擇犧牲短期利潤來鞏固其市場領導地位,為保住王冠付出代價。
核心戰場:一場2700億美元的AI軍備競賽
這場競爭的核心,是一場前所未有的AI基礎設施軍備競賽。三大巨頭在2025年的相關資本支出合計將高達 2700億美元。他們共同的信念是:未來的雲端世界將由AI主宰。誰能打造最優越的AI基礎設施,誰就能建立起難以逾越的護城河。
市場普遍認為2026年將是一個關鍵的轉折點。屆時,這些天文數字般的AI投資必須開始展現出清晰的商業回報。這場高風險的賽局將決定未來AI經濟的基礎設施由誰掌控,值得我們密切關注。
【Zoom In】諾和諾德:當增長故事遭遇信任危機
這場關於AI基礎設施的千億賭局,與我們昨天分析的諾和諾德,其實有著驚人的相似之處:都是在為一個不確定的未來,下達重注。
在閱讀完長文分析後,我想在此補充更具體的投資觀點。作為投資者,我們最關心的問題是:現在的諾和諾德是「價值窪地」還是「估值陷阱」?
核心矛盾:優於同行的增長 vs. 平庸的估值
諾和諾德 EPS 年複合增長率 (24-27e): 10% (vs. 同行 7.5%)
諾和諾德遠期市盈率 (P/E FY2): 12倍 (vs. 同行 11.6倍)
一個增長速度高出同業近30%的公司,估值卻幾乎完全相同。這清晰地反映出市場的極度謹慎。
市場給予如此巨大的估值折價,原因只有一個:在看到管理層能夠穩定兌現新目標的證據之前,投資者拒絕為其過去的光環支付溢價。
我認為,一個合理的價格,可能會落在15-15.5倍的遠期市盈率左右,因為這既符合歐洲製藥業的十年均值,也給予了諾和諾德自身歷史估值約30%的折價,以反映當前的執行風險。
我的個人看法:
當前的諾和諾德,是一個典型的「增長故事」遭遇「信任危機」的案例。
對於價值投資者而言,這或許是一個左側佈局的機會;但對於大多數投資者來說,製藥行業的研發路徑太過複雜。除非你十分內行,否則幾乎不可能預測諾和諾德能否憑藉下一代藥物(如CagriSema)成功反超。
因此,等待戰局明朗,等它們真的證明反超成功再出手,或許才是更穩妥的選擇。
本週結語
感謝你讀完我的第一期週報。希望這個「Zoom Out / Zoom In」的視角,能幫助你在噪音中找到信號。
我們下週六的深度分析再會。





感謝分享這麼專業的分析👍
之前在Threads上閱讀您針對ASML的分析就受益良多,願意寫專業長文還免費分享的大大真是佛心🫡🙌
谢谢KP!收获良多!