微軟，亞馬遜，Meta財報你最需要知道的重點 - KP思考筆記(第53期)
大家好，我是 KP，歡迎來到第 53 期的《週末思考筆記》。
這個星期，可以用周星馳在《唐伯虎點秋香》的金句來形容：「人生大起大落得太快，實在是太刺激了！」
星期的頭幾天，市場氣氛可以說是令人沮喪到了極點。指數每天跌跌不休，AI 有關股票像是沒有底一樣往下墜，群組裡一片哀嚎。
但到了星期四，大家都知道發生了甚麼事，市場突然上演了一場驚心動魄的大逆轉。
我一向不喜歡給出預測，因為預測通常意義不大。但在我看來，這一個月以來對 AI 板塊的無情下殺，應該已經到了階段性的低位。
為甚麼我這樣說？
因為在我看來，這次下跌，大概兩成是基本面，八成是技術面。
是的，有些擔憂是真實的：油價、戰爭、加息、循環融資、CapEx 開支過大……但你仔細看看，這些故事每隔幾個月就輪流上場表演一次。
這些都是舊聞，不是新聞。
AI 基建公司依然在賺大錢，AI 的發展軌道並沒有偏離。我不會說完全無憂，但這絕對不是終局。
真正殺人的，是槓桿。
過去幾個月，太多人用太大的槓桿進場，太多完全沒有風控意識的人衝了進來，太多人因為 FOMO（害怕錯過）而 All-in。
當市場開始回檔，這些高槓桿部位被迫平倉，就觸發了連鎖反應，形成了一場多殺多的「下行螺旋」。
這種時候，基本面根本不重要。沒有人在看你的 P/E Ratio，沒有人在乎你下季指引。這純粹是流動性問題，純粹是技術性的踩踏。
所以真正要問的問題只有一個：
去槓桿完了沒有？
這就是為甚麼 Situational Awareness 的爆倉，意義極其重大。
一個 250 億美金的基金被清盤，這當然不是甚麼值得慶祝的事。但它是一個信號，它告訴你：一大批槓桿已經被強制出清了。
如果你是做空的人，看到這樣的巨型基金倒下去，你心裏會想：「差不多了，可以收手了。再壓下去，利潤有限，風險反而增大。」
那這是否代表馬上 V 型反彈？
我真的不喜歡預測，但我傾向認為，不會那麼容易回到前高。 原因有兩層：
1. 邊際買家已經換人了
升市的時候，在頂部定價的那些人，是一批槓桿滿倉、靠 FOMO 驅動的散戶。這一個月之後，下一個進場定價的人，是完全不同的角色。他們會更懷疑，更分散，要求看到真正的盈利，時間軸是用月甚至年做單位，而不是用星期。
這意味着 AI 板塊內部的階序會重置，那些靠故事撐住的名字，不會跟那些真正有盈利的公司同步反彈。
2. 敘事真空
市場是靠故事運行的。舊敘事是「AI 只升不跌，不進場就落後」，但這個敍事已經死了。
而新敘事還沒有出現。「AI 基本面穩健，估值合理，未來十八個月慢慢磨上去」，這句話也許是對的，但它不是一個讓人心跳加速的故事。它不會在社交媒體上瘋傳，不會讓你鄰居打電話來問你該買甚麼。
在新的爆發型故事出現之前（可能是 AI Agent 真正產生收入，可能是某個應用場景的突破），市場大概率很難立刻回到一個Risk on模式。
我認為不會快速 V 型反彈，不是因為基本面差，是因為故事需要時間重建。
但對於像我這樣重視基本面的人來說，這個環境，反而是好事。
過去那幾個月，坦白講，不是我最喜歡的。你花時間研究一家公司的營收質素、護城河等等，結果市場告訴你：「不重要。隨便買，閉眼買，加槓桿買，都升。」動能就是唯一的 Alpha。
但那個階段，大概率過去了。
當槓桿退潮，當 FOMO 散場，當「無腦升」的音樂停下來，市場會重新回到一個比較老派的地方：你買的東西，到底賺不賺錢？護城河在哪裏？三年後它還在不在？
這些問題，在動能為主的市場裏沒有人問。但在一個去槓桿之後的市場裏，它們會重新成為定價的核心。而對我們來說，那恰恰是主場。
所以，是的，這個星期很刺激。
但刺激過後，我反而覺得踏實了一點。一個靠槓桿和 FOMO 撐起來的市場，是脆弱的，是每晚都睡不好的。
當波動率降下來，當資金開始分散到不同板塊，當進場的人不再是賭徒而是真正願意持有長線的錢，那才是一個健康的市場。
少一點刺激，多一點沉悶。而沉悶，往往是長期回報最好的朋友。
「人生大起大落得太快，實在是太刺激了。」
下星期，拜託無聊一點。
這個星期的週末筆記，有四個主題，兩個微軟，一個Meta，一個亞馬遜，看完後你會對這三家公司的財報有更深厚的認知。
最後，再次呼籲大家一定要定期來聊天室一起討論市場，裡面內容含金量極高，而這是FOMO研究院唯一一個聊天室!
不妨考慮先讚後看，我們立刻進入主題！
主題一 | 微軟財報最重要的，不是Azure的增長數字
微軟最新一季的財報出來了，數字非常漂亮。Azure 增長 43%，微軟雲端收入接近 600 億美元，商業 RPO（未履約合約）暴增到 6,780 億美元。
不過在我看來，這份財報中最重要的，其實是這條曲線：
1,500 萬 → 2,000 萬 → 3,000 萬+
在過去三個季度裡，Microsoft 365 Copilot 的付費座位（Paid Seats）從一千五百萬漲到超過三千萬，淨增速度季季翻倍。
為什麼我認為這個數字比 Azure 的增長更重要？
因為不論是 Azure 的加速、雲端營收的增長，還是龐大的 RPO，它們背後都混雜了太多傳統企業的雲端搬遷、一般計算工作負載及長期的非 AI 合約。把它們放在一起是一個「大雜燴」，你很難拆出其中到底有多少是純粹由 AI 驅動的。
只有 Copilot 的數據，是目前唯一真正具有指標意義、最能直接證明「AI 到底能不能幫微軟賺到錢」的硬指標。
消滅「買了不用」的尷尬
市場過去一年對 AI 軟體最大的焦慮，是「軟體閒置（Shelfware）」風險。
在企業軟體市場中，最怕出現一種情況：CIO（資訊長）迫於 AI 焦慮，大手筆採購了幾萬套 Copilot，結果員工用不順手，最後把軟體「供」在電腦裡折舊，第二年直接退訂。
微軟這次拿出的數據，顯然是想證明 Copilot 已經跨越了這條生死線：
用戶滿意度： 在過去三季翻倍。
使用頻率： 每位用戶的對話次數年增近一倍。
每週活躍度（Engagement）： 已追平 Outlook 和 Teams 這些日常必備工具。
這意味著，Copilot 正在從一個「偶爾嚐鮮的玩具」，變成企業員工不可或缺的工作習慣。
如果我們算一下帳：微軟目前在全球擁有約 4.5 億至 4.8 億的 M365 商業付費基礎。拿 3,000 萬的 Copilot 席位來計算，其搭售率（Attach Rate）大約在 6% 左右。
這是一個非常有趣的數字。一方面，它代表滲透率還很低，AI 的實質營收貢獻相較於微軟龐大的體量，依然只是毛毛雨，還無法完全撐起那龐大的資本支出；但另一方面，這也意味著背後有著極大的增長腹地。
Satya 真正在解決的問題：馴服 AI 推理成本
要讓這 6% 的搭售率往雙位數邁進，微軟必須解決一個致命的技術與成本瓶頸。
在技術架構上，執行長 Satya Nadella 再次在 X 上明確勾勒出微軟的「新模型系統（New Model System）」。簡單來說，微軟正在將 AI 的「大腦（模型本身）」與「調度層（編排與工具層）」徹底分離。
過去，不論客戶是想做簡單的郵件草稿潤飾，還是複雜的跨國財務分析，微軟後台都得調動 OpenAI 的頂級旗艦模型（如 GPT-5.6）。
這就像開著一輛耗油量極大的超跑去巷口買便當，對微軟而言，用戶每一次點擊都是在燃燒高昂的推理成本（Inference Costs），嚴重侵蝕著軟體的毛利率。
現在，微軟建立了一個聰明的「後台調度員」。系統會根據用戶輸入任務的難易度，在後台進行即時的智能路由（Model Routing）：
簡單、重複性的日常任務： 自動切換到成本極低的微軟自研輕量級模型（SLM）或開源模型。
棘手、需要深度推理的難題： 才切換到 OpenAI 的頂級模型。
這項架構調整，釋放了兩個極為強烈的戰略訊號：
第一，微軟正在主動降低對 OpenAI 的單一依賴。 在商言商，沒有一個帝國願意將自己的核心命脈，永遠寄託在另一家公司的單一模型上。
第二，這是微軟馴服 AI 營運成本的關鍵一步。 唯有透過這種動態路由，微軟才能在用戶規模呈指數級增長時，守住軟體高毛利的底線。
從「經銷商」到「電網」的維度躍遷
這讓我想到一個比喻。
在 AI 時代，底層大模型就像是「發電廠」。
競爭極其慘烈，資本開支極高，且技術迭代極快。如果微軟只把 OpenAI 的模型包裝成 Copilot 賣給企業，它本質上只是一個「電力經銷商」。經銷商的利潤率，完全取決於上游發電廠的定價與臉色。
但透過 Azure AI Foundry 和這個多模型路由架構，微軟正在把自己變成「電網」。
電網的價值不在於發電，而在於調度。
不管電是哪個發電廠發出來的（不論是 OpenAI、Meta 的開源模型，還是微軟自研的小模型），電網負責用最有效率、成本最低、最穩定的方式，把電送到終端用戶手裡。
一旦微軟成功確立了 AI 時代「電網」的定位，它就擺脫了對單一模型廠商的綁定，成功將最豐厚的利潤留在了調度層。
而這份財報的數據，正在驗證這個轉型已經發生。
微軟雲端全年營收突破 2,140 億美元，其中近 90% 來自非前沿模型公司(例如是OpenAI)。
商業 RPO 暴增 84% 至 6,780 億美元，但如果你把 OpenAI 的承諾拿掉，它依然增長了 25%。而且所有季增的 RPO，全部來自非前沿模型公司。回顧今年稍早，OpenAI 一度佔了 RPO 的約 45%；現在這個集中度正在快速稀釋。
換句話說，電網上的「用電戶」正在幾何級數地增加，而且他們不是來買同一個發電廠的電。他們來，是因為電網本身。
微軟在賭一件事：模型終將貶值
市場在為 Azure 的爆發、Copilot 的席位增長而鼓掌。但 Satya 真正在慶祝的，可能是 Copilot 對模型的「不忠誠」。
一個不綁定任何模型的產品，恰恰是最深的護城河。因為發電廠會被淘汰，電網不會。
微軟在賭一件事：大模型會越來越便宜，越來越可替換。
而且這個賭注，已經開始在資產負債表上兌現了。
當 OpenAI 在 RPO 中的佔比從 45% 滑落、當非 OpenAI 的 bookings 從 +7% 加速到 +18%、當 Azure 下季指引給到 45% 的恆定匯率增長，這些數字合在一起說的是同一件事：微軟的增長引擎，正在從「一個客戶」切換到「一個生態」。
發電廠可以被取代。但當你的客戶已經把整條產線接上了你的電網，他不會因為隔壁發電廠便宜了兩毛錢就拆線重接。
為了笨拙的Copilot放棄外部客戶？OpenAI佔RPO這麼多怎麼辦？為什麼要增加資本支出？ - 深入分析第33期：微軟 Microsoft
2026 年 1 月 29 日，這一天在華爾街留下了濃重的一筆。
主題二 | 微軟的CAPEX真的下降了嗎？
你可能會看到這樣一則新聞標題：「微軟下調 2026 年資本開支指引，從 1,900 億降至 1,750 億美元。」
看到這個數字，許多分析師與投資人都鬆了一口氣。壓了科技股股價好幾個月的「AI 軍備競賽失控」敘事，似乎終於出現了「自我節制」的信號。
然而，如果仔細聽 CFO Amy Hood 在財報電話會議上的原話，她講得很清楚：
「除了這個使用壽命調整帶來的影響之外，我們在 2026 日曆年的 CapEx 投資預期完全保持不變。」
翻譯成白話文就是：我們其實一分錢都沒少花，只是換了個會計標籤。
15 年變 25 年：一個看似枯燥的會計調整
自 2027 財年起，微軟將數據中心與辦公大樓的估計使用年限從 15 年延長至 25 年。微軟給出的理由相當正當：根據多年的實際營運經驗，這些鋼筋水泥建築確實可以用更久。
這項看似枯燥的會計變更，卻在財報上記錄資產的方式上產生了奇妙的連鎖反應。
在美系會計準則（US GAAP）下，微軟租用數據中心主要分為兩類：
融資租賃（Finance Lease）： 相當於「分期付款買房」，這筆租金支出必須算進資本支出（CapEx）。
經營租賃（Operating Lease）： 就像「單純租房」，這筆錢歸類在營運費用，不需要算進 CapEx。
界定這兩者的關鍵標準之一，在於「租期是否佔了建築預估壽命的 75% 以上」。
在過去，建築壽命估計為 15 年，簽一個 12 年的租約就會達到 80%（超過 75%），因此必須計入人人緊盯的 CapEx 欄位。現在壽命改為 25 年後，同樣 12 年的租約佔比降到了 48%，會計分類便順理成章轉為「經營租賃」，不再需要列入 CapEx。
數字變漂亮了，然後呢？
這正是微軟將 2026 年 CapEx 指引從 1,900 億下調至 1,750 億美元的真相，減少的 150 億美元完全來自會計分類的轉變。
微軟在電話會議上也說得很坦白：除了這個會計調整之外，我們在 AI 基礎建設上的實際投資計劃、要買的 GPU 數量、要蓋的機房規模，完全沒有任何改變。
微軟該花的錢一分沒少，蓋廠的速度一天沒慢。他們只是把原本要放在「資本支出」籃子裡的帳，移到了「營運費用」的籃子裡。
這就像房貸太高嚇人，於是把一部分包裝成日常房租。雖然口袋裡掏出的現金一模一樣，但記帳本上的大額債務看起來好看多了。
市場真的被騙了嗎？
你可能會想：投資人難道看不懂這個會計機制嗎？
當然看得懂。許多法人分析師在電話會結束後幾分鐘內就指出了這一點。但在現在這個節骨眼上，市場太需要一個「CapEx 沒有失控」的藉口了。
過去幾個月籠罩在科技巨頭身上的烏雲，是「AI 支出會不會無止境飆升」的敘事恐慌，Alphabet 曾因 CapEx 數字過高嚇壞市場；微軟上一季 1,900 億美元的指引也讓大家神經緊繃。
市場怕的不只是某一季的現金流，更是這個數字還會不會無休止地往上加。
再加上 Azure 增長加速到 43%、Copilot 付費席位突破 3,000 萬且按季翻倍、營收和 EPS 都超預期的基本面加持，整個故事就完美轉變成：「花得沒有更多，賺得還在加速。」
這是一場心照不宣的妥協：微軟得到了繼續大舉投資的空間，市場得到了想要的「安全感」。
會計變動背後，藏著一個真實的戰略信號
把數據中心使用年限延長至 25 年，也是微軟對市場的一次正式表態：他們認為這些數據中心在 25 年後仍有巨大的使用價值。
這是一個相當大膽的判斷。AI 硬體迭代極快（H100 兩年前是頂級產品，現在已被 B200 追趕），GPU 的經濟壽命可能僅有 3 到 5 年。
但數據中心的土地、建築、電力與冷卻系統確實可以用很久。只要不斷更換內部的晶片，建築主體就能一直運作。
微軟把壽命拉到 25 年，等於正式宣佈：AI 基礎設施是跨世代的基礎建設，如同電廠與高速公路。
這個判斷可能太過樂觀，但至少展現了微軟內部對 AI 需求持續性的真實信念。
我們該怎麼看待現在的微軟？
這份財報告訴我們，微軟依然是這場 AI 戰役裡底氣最足、跑得最快的選手。他們的業務增長是真實的，AI 的變現能力也是行業領先的。
但同時，我們也要保持清醒：科技巨頭們的軍備競賽，並沒有因為這份財報而有絲毫的降溫。
微軟依然在以每年近兩千億美元的規模瘋狂砸錢。這場「燒錢遊戲」的本質完全沒變，只是微軟用了一套更聰明、更體面的方式，把這筆龐大的帳單呈現給了世界。
(研究院最硬核一篇)記憶體擺脫週期了？單位數PE真的是在撿便宜？ - 深入分析第56期：美光，SK海力士，三星
「美光 Forward PE 只有 7 倍，美國人真的不會做股票，這麼便宜都還要下跌。」
主題三 | Meta財報怎樣這麼爛？
如果你只看標題，你會以為 Meta 出了什麼大問題：
EPS 6.18 美元： 低於市場預期的 7.14 至 7.22 美元（約低了 13%）；
營業利潤率： 從四十出頭掉到 31%；
自由現金流： 從每季 100 到 120 億美元暴跌至僅剩 7.84 億美元。
一家上個季度還在瘋狂印鈔的公司，這個季度的自由現金流幾乎歸零，股價也應聲下跌。但這代表 Meta 不行了嗎？
核心生意沒有壞：剝開表面數據的真相
把表面數據剝開，Meta 的基本面其實極其健康：
廣告收入按年增長 27% 至 28%；
DAP（日活躍人數）維持健康成長；
AI 模型對廣告排序和推薦的改善有實證數據支撐，轉換率顯著提高；
扣除 36 億美元的一次性法律和解與裁員費用後，營業利潤按年其實逆勢增長了 9%。
Meta 的現有生意不僅沒有惡化，反而依然是全球最強大的廣告帝國。
那市場到底在定價什麼？
既然基本面沒壞，股價跌什麼？答案是：不確定性的折價。
市場看到的是：你砸了 1,300 億至 1,450 億美元的年資本支出（CapEx），費用暴增 55%，把自由現金流壓縮到了極致。
花錢不可怕，前提是看得到回報的輪廓。但這一季，那個輪廓比以前更模糊了。
七月初 Bloomberg 曾爆料，Meta 打算將閒置 AI 算力出租給外部客戶。投資人原以為會看到一個像 AWS 那樣能立刻貢獻營收的「AI 雲端新故事」，以此完美對沖掉可怕的 CapEx 帳單。
然而在電話會議上，Mark Zuckerberg 親手冷卻了這個預期。他承認確實有數不清的客戶捧著大筆現金想買算力，但他表示：
「我們不賣，因為我們自己都不夠用了。」
這把「新收入線」的敘事從「即將發生」放回了「長期選項」的抽屜裡。這意味著在未來幾個季度，市場必須繼續忍受「只有支出、沒有直接對等收入」的陣痛期。
分析師步步進逼，本質上是在質疑這場 AI 戰役的 ROI：
這 1,400 億美元的支出，有多少只是為了「不落後於 Google 和 OpenAI」的防守型軍備競賽？
有多少是真正能開闢藍海、帶來爆發成長的進攻型投資？
在 Meta 拿出量化的「AI 產品直接變現數據」之前，市場的焦慮不可能平息。股價下跌，是完全合理的反應。
Zuckerberg 的選擇：承擔短期的不確定性折價
Zuckerberg 做了一個有意識的選擇：他選擇不玩季度的遊戲。
他的邏輯很純粹：AI 是下一代平台，贏家需要龐大算力；算力需要 CapEx，這會短期壓制現金流，但長期會產生遠超投入的回報。過早給出「新業務收入目標」，只會為了達成短期 KPI 而做出次優的長期決策。
他寧可承受股價的短期壓力，也不願把還在探索的業務太早量化成一個承諾。
你不給短期數字，市場就會自己填一個。而投資人填的數字一定更保守、更悲觀。
市場是在向 Meta 表態：「你不告訴我未來長什麼樣子，那我就用更低的估值倍數來為你的不確定性定價，這很公平。」
你站在哪一個時間軸？
這份財報真正值得思考的，不是「Meta 是不是要完了」（沒有），也不是「市場是不是反應過度」（也沒有）。
在 AI 投資的這個階段，「信任」正在變成最重要的定價因子。
當回報的主要依據仍是定性的（「AI 在改善廣告」、「未來會有新產品」），股價支撐的就是對管理層判斷力的投票。Zuckerberg 在元宇宙上曾押注過重，也在移動轉型和 Reels 上證明過自己。今天的定價，就是這兩段記憶的加權平均。
Zuckerberg 選擇不給短期故事，專注於長期佈局。這個選擇有其道理，也有其代價。幾件事同時為真，沒有誰錯了——只是時間軸不一樣：Zuckerberg 在看五年，市場在看一個季度。
作為投資人，你面對的是一個極其純粹的問題：你相不相信 Zuckerberg 對 AI 的判斷？
如果你相信，現在的股價是短期噪音帶來的折扣；如果你不確定，要求更高的風險補償完全合理，你不需要在沒有收據的時候全額買單。
主題四 | 亞馬遜的財報究竟好在哪？
亞馬遜（Amazon）最新一季財報出來了。EPS 達 5.75 美元，遠超分析師預期的 1.82 美元，盤後股價應聲大漲。
不過這個漂亮的 5.75 美元裡面，包含了一筆高達 534 億美元的「其他收入」，主要來自亞馬遜對 Anthropic 投資的公允價值上漲。Anthropic 估值飆升，亞馬遜持有的股份跟著值錢，這筆帳面浮盈被塞進了損益表。
剝掉這筆非經常性收益後，真實的經營表現其實依然優於市場預期：營業利潤（Operating Income）按年大增 43%，達到 275 億美元。
這個大家心裡都有數，不需要多講。這份財報真正值得花時間細讀的，是另外三個數字。
三個你該盯緊的核心數字
1. AWS 營收增長 37%
這是過去 18 個季度以來最快的增速。在年化超過 1,690 億美元的巨大體量下重新加速到 37%，極其罕見。通常這種規模的業務增速只會逐漸放緩，但 AWS 這輛重卡已經連續幾季踩下油門。
更誇張的是，後備訂單（Backlog）已經堆高到 4,960 億美元，管理層甚至挑明：到 2027 年產能依然供不應求。
2. AI 業務年化營收突破 250 億美元
AI 業務的年化營收從上一季的 150 億美元跳升至 250 億美元，單季多了 100 億美元的年化營收，這是三位數的年增長率。
Bedrock（生成式 AI 平台）過去六個月新增的客戶數超越上線前兩年的總和，第 2 季客戶花費甚至超過以往所有季度的加總。這是典型的「從實驗走向產能放量」的拐點信號。
3. 自研晶片業務年化營收突破 250 億美元
這兩組同樣是 250 億美元的數字，背後其實藏著同一個故事。
拆解 250 億美元：真金軟體，還是過渡期的算力？
先講 AI 業務那 250 億美元。它並不是一個純粹的高毛利軟體數字。
先前 AI 營收有六成以上是客戶租用 AI 基礎設施（IaaS），本質上是賣計算小時。
到了第 2 季，隨著 Bedrock 用量大幅加速，這個佔比雖已下降，但硬體出租依然占有相當比重。這部分屬於重資產、低毛利、高競爭的硬體出租，跟其他雲端廠商的生意沒有太大區別。
真正決定未來勝負的，是 Amazon Bedrock。 客戶透過 API 調用各種前沿模型，按用量付費。這部分毛利更高、黏性更強、更難被替代。
亞馬遜的 AI 營收結構，正在從單純的「賣算力」向「賣平台服務」快速蛻變。
根據推算，一年前 Bedrock 在 AI 營收中的佔比大約只有 9%；到今年第一季升到了 37% 左右（年化營收約 55 億美元）；而到了這一季，管理層直接表示「客戶在 Bedrock 上的花費超過之前所有季度的加總」，合理推估 Bedrock 的年化營收已經明顯上了一個台階，進入百億美元量級。
沉默的 250 億美元自研晶片
現在講自研晶片那 250 億美元。你可能會好奇：亞馬遜開始對外賣晶片了嗎？
並沒有。這個數字的絕大部分是「內部轉移定價」。亞馬遜自己設計晶片（Trainium 做訓練、Inferentia 做推理、Graviton 做通用計算），裝進自己的 AWS 數據中心，然後在內部記一筆「晶片部門賣給 AWS 部門」的收入。它至今沒有把晶片直接賣給外面的客戶。
CEO Andy Jassy 早前說過一句話：如果把這些晶片當成一家獨立公司、像 Nvidia 那樣對外銷售，等效營收大約是內部數字的兩倍。
這成為了在 Google 之外，第二個被驗證過的自研 AI 晶片規模化案例。
如果你把 Bedrock 的增長和 Trainium 的增長放在一起看，會看到一個更完整的畫面：
Bedrock 在平台層快速放量，Trainium 在硬體層快速規模化。一個往上走，一個往下扎。這兩條線同時出現，意味著亞馬遜的 AI 全端架構正在成形。
當 AWS 越來越多的 AI 算力跑在自己的 Trainium 上，它的單位計算成本會結構性地低於那些純粹依賴 Nvidia 的競爭對手。
同時，Bedrock 佔比提升意味著越來越多營收來自高毛利的平台層。成本端在降，營收品質在升，這兩條線如果持續交叉，AWS 的 AI 利潤結構會跟今天完全不同。
代價寫在現金流裡
當然，這一切都有代價。
亞馬遜今年的資本開支（CapEx）指引上調到了 2,200 億美元。自由現金流已經轉負，過去十二個月淨流出 76 億美元（一年前這個數字還是正的 182 億美元）。
營運現金流依然強勁，年增 33% 達到 1,610 億美元，但再投資的速度更快。這就像一個人年薪漲了三分之一，但同時把信用卡刷爆了，因為他正在瘋狂蓋房子。
而管理層那句「到 2027 年產能依然不夠」，意味著資本開支的強度短期內根本不會下降。
Jassy 給了一個罕見的承諾：三年回本公式
在這種燒錢規模下，投資人最想知道的答案是：這些錢到底多久能賺回來？
對此，Andy Jassy 在電話會議上給出了一個非常罕見且具體的「回本公式」：
「在伺服器與網路設備上，我們平均只需要不到三年的時間就能實現投資平衡（Break-even）。而這些設備的實際使用壽命至少有五到六年。更重要的是，我們目前簽署的大多數 AI 算力合約，期限都在五年以上。」
在理想的狀態下，這是一筆極其性感的數學帳：
前 2.5 到 3 年： 透過客戶合約收回硬體投資成本。
後 2 到 3 年： 設備繼續運轉，合約繼續執行，此時產生的幾乎是純粹的、高利潤的自由現金流。
但你必須注意兩個前提：第一，這是「平均值」，高端 AI 集群的折舊與經濟模型可能更為苛刻；第二，整個等式成立的前提是「利用率維持在高位」。如果終端的 AI 需求放緩，回本週期就會被無情拉長。
最重要的信號
這份財報的營運面確實強勁，AWS 的加速是真的，AI 業務的放量是真的，自研晶片的規模化也是真的。
但如果你看完這份財報只想記住一件事，我希望你記住的是亞馬遜「全端架構」的成形。
一個靠會計模型估算、撐起來的漂亮 EPS，過兩個季度就沒人記得了。
但一個從晶片到平台、徹底擺脫單一供應商依賴的「全端成本優勢」，會留在資產負債表上，幫亞馬遜賺很多年。
亞馬遜憑什麼在 AI 時代重返榮耀？re:Invent 揭示了什麼戰略轉向？為何自研晶片卻要與 Nvidia 結盟？- 深度分析第24期：亞馬遜
雖然我們都在說科技七巨頭(Magnificent 7)，但在這AI時代，這7家真的能夠完全相提並論嗎？
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。
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
頭香☺️