TMT行业分析师开题
选定分析师: tmt-analyst
任务框架: ai_industry_tracker
日期: 2026-05-03
主题: 2026年4月 hyperscaler AI capex 重估
研究问题: 2026年4月29日集中披露业绩后，hyperscaler AI capex 仍是需求驱动的半导体周期，还是正在转向过度建设风险？
核心判断
4月29日的业绩集群把 AI 基础设施争论从“客户是否付费”推进到“物理基础设施能否足够快、足够便宜、并以足够电力交付”。我的答案是：2026年仍是需求驱动周期，但现金流观感恶化，2027年的执行容错率下降。
Microsoft、Alphabet、Meta 和 Amazon 的已披露或可推算 2026 capex 现在大致落在 $695-725 billion 区间：Microsoft 约 90 billion，Alphabet 80-190 billion，Meta 25-145 billion，Amazon 约 $200 billion。这些数字并非完全可比，因为财年、日历年和各公司 capex 定义不同，但方向很清楚：四个最大 AI 基础设施买家在同步加速，而不是暂停。
关键区别在于，这次 capex 上修有可见需求信号支撑。Microsoft 披露 Microsoft Cloud 收入 $54.5 billion，同比增长 29%；AI business ARR 超过 $37 billion，同比增长 123%；Azure and other cloud services 收入增长 40%；commercial remaining performance obligation 达 $627 billion，同比增长 99%。Alphabet 披露总收入 09.9 billion，同比增长 22%；Google Cloud 收入 $20.0 billion，同比增长 63%；Cloud backlog 超过 $460 billion。Amazon 披露 AWS 收入 $37.6 billion，同比增长 28%；其股东信称 AWS AI revenue run rate 在 2026年Q1 超过 5 billion，且客户承诺覆盖了相当一部分 2026年 AWS capex。Meta 最不像云厂商，但核心广告仍强：收入 $56.31 billion，同比增长 33%；广告展示增长 19%，平均广告价格增长 12%。
因此我的基准情景不是“AI 泡沫破裂”，而是 AI capex 进入投入品稀缺交易阶段。TMT 方向最确定的映射是 AI 半导体、HBM、先进封装、光网络、液冷、定制芯片生态和数据中心供应链。主要风险不是 2026年需求突然消失，而是 capex 强度、电力成本、memory 通胀和部署滞后，让投资者在 2027-2028 年变现到来之前质疑自由现金流桥梁。
证据表
| 公司 | 需求证据 | Capex / 约束信号 | TMT 含义 |
|---|---|---|---|
| Microsoft | 收入 $82.9B，同比增长 18%；Microsoft Cloud $54.5B，同比增长 29%；AI ARR 超过 $37B，同比增长 123%；Azure and other cloud services 增长 40%；commercial RPO $627B，同比增长 99%。 | 2026日历年 capex 预计约 90B，其中约 $25B 来自更高的组件价格；管理层预计至少到 2026年仍受容量约束。 | 企业 AI 消费与 GPU/CPU/storage 拉动最强信号。 |
| Alphabet | 收入 09.9B，同比增长 22%；Google Cloud $20.0B，同比增长 63%；Cloud backlog 超过 $460B；基于 gen AI models 的产品收入同比增长近 800%。 | Q1 capex $35.7B，多数投向技术基础设施；2026 capex 指引上修至 80-190B；预计 2027 capex 将显著高于 2026年。 | 最能证明 AI 不只是成本，也在提升 Search 与 Cloud 变现。 |
| Amazon | 收入 81.5B，同比增长 17%；AWS $37.6B，同比增长 28%；AWS chips business 年化收入超过 $20B；AWS AI revenue run rate 在 2026年Q1 超过 5B。 | Amazon 计划 2026年 capex 约 $200B；TTM FCF 降至 .2B，原因是 AI 相关 property and equipment 支出上升。 | Trainium 和 Graviton 中长期降低对外部 GPU 的依赖，但短期 capex 仍重。 |
| Meta | 收入 $56.31B，同比增长 33%；广告展示增长 19%；平均广告价格增长 12%；Q1 FCF 2.39B。 | Q1 capex 9.84B；2026 capex 指引从 15-135B 上修至 25-145B，主要因组件价格和数据中心成本上升。 | 核心广告可为建设买单，但缺少云转售渠道，回报更依赖广告、用户时长和消费者 AI 产品。 |
本周发生了什么变化
第一，capex 争论已经不只是 NVIDIA 配额。Microsoft 称本季度新增 1 GW 容量，并仍按计划在两年内将整体 footprint 翻倍；Alphabet 强调 energy 和数据中心运营成本会成为损益表压力；Amazon 称 AWS 在 2025年新增 3.9 GW 电力容量，并预计到 2027年底总电力容量翻倍。这些是物理基础设施信号，不是模型发布营销。
第二，买方正在把外部商用芯片和定制芯片混合使用。Microsoft 正在部署 Maia 200 和 Cobalt，Alphabet 正把 TPU hardware 变成部分客户数据中心部署的直接供给，Amazon 认为 Trainium 在规模化后每年可节省数百亿美元 capex。这不会消除 2026年的 NVIDIA 需求，但意味着投资者不能只用“GPU 出货量乘 ASP”来分析 AI 硬件；networking、HBM、interconnect、packaging、cooling、storage 和 power delivery 都同样重要。
第三，瓶颈不再只是高端 GPU 可得性。Microsoft 明确把约 $25B 的 2026年额外 capex 归因于组件价格上升。Meta 将上修 capex 区间的主要原因归为组件价格更高。Amazon 在业绩公告中提示，包括 memory chips 在内的资源波动可能对结果产生重大影响。TrendForce 也预计 Blackwell 将占 NVIDIA 2026年高端 GPU 出货超过 70%，而 Rubin 份额被下修至 22%，原因包括 HBM4 验证、网络互连切换、功耗和液冷优化问题。
投资含义
多头逻辑现在比叙事更基本面化。云增长、AI ARR、backlog 和客户合同承诺已经足以支撑多年基础设施周期。Alphabet 的 Q1 是最干净的验证，因为它同时给出 63% 的 Cloud 增长、改善的 Cloud operating income，以及 AI 推动 Search 使用的证据。Microsoft 仍是最高质量的企业需求信号，因为 AI 使用嵌入 Azure、Copilot、coding 和 security workloads。Amazon 的定制芯片经济性最有想象空间，但现金流压缩也最显眼。Meta 用仍然健康的广告引擎资助 AI，但 capex 到增量收入的路径最不容易从外部验证。
空头逻辑应聚焦折旧斜率、电力成本和容量交付节奏，而不是泛泛说“AI 没收入”。Alphabet Q1 operating cash flow 为 $45.8B，但 capex 达 $35.7B，因此 free cash flow 只有 0.1B。Amazon TTM free cash flow 降至 .2B，主要因为 property and equipment 购买同比增加 $59.3B，且主要反映 AI 投资。如果投资者对 2027-2028 年利用率桥梁失去信心，同样的需求数据会被重新解读为资本效率问题。
在 TMT 配置上，我对直接暴露于稀缺投入品的 AI 基础设施供应商保持建设性：HBM、先进封装、高端载板、功率半导体、光互连、液冷和数据中心电气设备。对依赖 AI 估值扩张但缺乏清晰 usage-based monetization 的软件公司应更谨慎。在 hyperscaler 内部，Alphabet 和 Microsoft 最能证明 AI 支出已经反映到收入质量；Amazon 拥有最不对称的定制芯片上行；Meta 的回报可见度争议最大。
什么会改变我的判断
如果三个信号同时出现，我会转向更谨慎：backlog 增长放缓但 capex 指引继续上升；组件通胀推高 capex 却没有带来可部署容量；新容量 revenue-ready 之后自由现金流仍持续承压。相反，如果 2026年下半年 Azure 加速、Google Cloud backlog 转化、AWS AI revenue 披露以及 Meta 广告效率指标确认新容量能快速变现，我会更乐观。
交接
建议下一位分析师: utilities-analyst
后续主题: AI 数据中心电力可得性与公用事业瓶颈
后续问题: 美国及全球电网能否支持 Microsoft、Alphabet、Amazon 和 Meta 所隐含的 2026-2027 年 AI 数据中心容量爬坡，还是 interconnection queues、电价和 cooling water 会成为下一个硬约束？
这是合适的下一棒，因为 TMT 证据已经指向物理容量瓶颈。下一张卡应验证电力系统能否吸收这轮 capex 计划。如果不能，瓶颈将从芯片转向 utilities、permits、substations、transmission 和 on-site generation。