AI投入：主要海外科技大厂26年CAPEX指引大幅上调，已接近或超过其经营性现金流，折旧摊销对云利润率的压力逐步积累，但我们也看到积极因素：1）目前海外科技大厂的融资渠道通畅，Meta、Google、Amazon均进行了数百亿美元的融资，且融资利率较低，发行债券的投资者认可度高；2）云厂商的收入同比加速、自研GPU芯片、云产品涨价均有望提升云的投入ROI，我们认为仍有1-2年的时间窗口供模型能力迭代、探索AI商业化变现和发展AI云的增值服务，从而提升投入回报的可见度。

AI收益：1）模型层：4Q25以来海外模型在Agent执行和控制能力、多模态能力、长文本能力均有提升，Agent逐步渗透至云和公司核心业务当中；2）业务层：AI提效广告和电商的逻辑持续兑现，带动广告的量价提升和电商GMV增长；3）云计算：AI带动云业务的在手订单和收入增长同比加速。

对于AI泡沫论叙事我们观点依然偏中性：我们认为AI技术进展确实在编程、Chatbot、传统主业提效、云计算等多维度正在创造增量收入和用户价值。然而，美股科技巨头这种竞相加码式的，囚徒困境模式的Capex投入，长期确实有导致过度投资的风险。但中短期来看，部分巨头只要主业经营状态不出现明显改变，其资产负债表仍然健康，其资本开支的可持续性短期无忧。面对相对复杂的局面，我们认为可以优先抓住主业低估，以及AI布局有预期差的机会。

全球宏观经济不确定性；地缘政治风险；AI业务发展不及预期；监管因素。

25年4季度以来，市场对于美股科技巨头AI投入和AI回报率的讨论更加频繁，大额资本开支对成本费用端的压力也在逐步体现。另一方面，目前AI在应用场景、商业化层面依然存在不确定性，二者的矛盾引发了市场情绪谨慎和股价回调。此外，AI能力突破临界点、Agent大量投入使用后，也引发了市场对科技软件&互联网等主业壁垒挑战等担忧。我们分别从互联网科技巨头的AI投入和AI回报两个角度出发，分别回答AI投入走到了哪一步，以及从主业、模型和云三个维度衡量AI投入的回报。

23年以来，亚马逊、微软、Google、Meta四家公司的资本开支步入加速阶段，24年下半年以来合计同比增速维持在60%以上，其中大部分新增资本开支用于AI相关业务，分公司看，4Q25亚马逊、Meta、Google和微软的资本开支同比增速分别为48%、53%、95%和66%。从用途看，资本开支主要用于AI相关投入，包括建设数据中心、购买GPU芯片等。

各公司普遍大幅上调2026年资本开支。4Q25 Meta指引26年资本开支至1150-1350亿美元，较25年同增59%-87%，高于市场一致预期1085亿美元6%至24%；Google指引26年资本开支至1750-1850亿美元，较25年同增91%-102%，高于市场一致预期1164亿美元50%至59%；亚马逊指引26年资本开支至2,000亿美元，较25年同增56%，高于市场一致预期1372亿美元46%。

融资渠道通畅，融资形式多样。25年8月以来，Meta、Google、亚马逊陆续推进外部融资，融资利率集中在2-6%之间，仅略高于同期限国债收益率，融资成本相对可控。从融资金额看，各家融资总额普遍在百亿美元级别，主要用于数据中心和AI相关项目开支，融资现金流入逐步上升。从融资方式看，除传统发行债券以外，Meta在数据中心扩建方面采取了项目融资的形式，CoreWeave于26年3月完成了85亿美元的融资，以AI芯片和Meta采购合同作为抵押，融资形式多样，且市场认可度较高。从现金储备来看，三家公司的现金储备对CAPEX的支撑作用均相对有限。

我们认为，尽管当前云厂商经营利润率呈稳中有升态势，但CAPEX投入大幅增长后对云业务的利润率影响会逐步显现。我们用总CAPEX/云计算收入这一简化指标来衡量取得单位收入所需的CAPEX投入，自2023年起该指标整体呈上行趋势；更进一步地，我们将分配给云计算的增量CAPEX带来的增量折旧摊销，和云计算的增量收入比较，23年以来AWS、微软云、Google云的折旧摊销同比增量占云计算收入同比增量的比例从不到30%上升至25年的40%+。

但即使这一投入力度下，在折旧摊销年限维持不变的假设下，我们认为CAPEX投入回报率在1-2年内相对可控，主要考虑到：1）海外三大云厂商30%+的经营利润率水平提供了一定的安全垫；2）各厂商自研模型、推出自研ASIC芯片、推进软硬件适配均可提升CAPEX投入效率，无论是Google TPU还是亚马逊Trainium系列均在芯片总单位成本（TCO）上有所改善；3）由于市场供不应求和上游涨价，25年4季度以来GPU租赁价格有所上调。我们认为，对于目前的AI发展而言，仍然有1-2年的时间窗口供模型能力迭代、探索AI应用的商业化变现以及发展AI云相关的增值服务，以提升CAPEX投入回报率和中期的可见度。

大模型层面，旗舰模型保持较快进步速度，新模型发布带动算力消耗量大幅增长。26年2月，Google发布Gemini 3.1 Pro，保持原生多模态优势的同时，在推理能力、多模态理解和Agentic能力上均有提升；26年2月，Anthropic发布Claude Opus 4.6和升级了Sonnet 4.6，其中Opus 4.6为复杂的Agent任务、长期规划和大型代码库设计，在自适应思考上有明显提升，Sonnet 4.6解锁了100万Token的长文本记忆和推理能力；OpenAI在26年2月和3月分别发布了GPT-5.3-Codex和GPT-5.4 Thinking Pro模型，重点提升了代码能力和Agent能力，GPT-5.4 Thinking Pro可实现更专业的文字梳理；26年4月，Meta发布了闭源模型Muse Spark，模型能力较Llama 4有大幅提升，可直接嵌入Meta产品体系。总结来看，旗舰模型在针对Agent的执行能力、控制能力、长文本、多模态上均有一定提升，而无论是Agent能力、长文本还是多模态，对Token和算力的消耗均呈现指数级增长的态势，因此模型能力迭代后对CAPEX提出了更高的要求。

我们认为，AI对传统互联网企业的业务影响分为两个层面，第一是发挥AI的生产力工具作用，传统业务链路经过AI改造、AI对人员进行提效后，可带动传统业务收入利润增长，这一作用在过去2年海外科技巨头的广告、电商业务中均有体现。第二，当AI进入agent阶段，AI的角色从“被动调用的功能”变成了“主动执行的员工”，一方面改变流量入口、消除信息差，一方面降低了从用户从产生意图到执行落地的门槛，带来丰富的供给和更优的体验，对部分业务的流量入口价值和聚合价值、对软件业务的商业模式构成挑战。当AI技术进步后Agent能力逐步被市场感知（Claude Cowork、OpenClaw的出现），市场对部分互联网传统业务的叙事逐步从前者转向后者，从而引发科技公司股价回调。

AI助力广告：使用时长和粘性提升，提升召回和精排效率

一方面，AI更好的体验提升了用户的使用时长和粘性，25年Meta广告收入主要由广告展示量驱动，Instagram 25年以来时长呈现加速增长态势，Google25年DAU和MAU同比加速增长，Google在结合AI mode、AI overview后搜索使用量创新高。

另一方面，AI在广告召回、精排两大链路上驱动广告ROAS提升。

► 召回阶段（检索扩容与语义匹配）：AI不再局限于简单的关键词匹配，而是能够理解用户意图与广告内容之间的深层语义关联，在大幅降低检索延迟的同时，提升候选集的质量与覆盖面。

► 精排阶段（多维预估与排序优化）： AI将传统物理隔离的“独立串联预估”升级为“多任务并发预估”，新架构打破了“先点击、后转化”的串行局限，在同一底层网络中并发计算多个目标，不仅缓解了“冷启动”难题，也提升了在隐私受限环境下的预估稳健性，带动广告主ROAS提升。

从Meta和google的实践来看，AI已经在逐步实现核心算法的重构，从而带来商业化能力的提升。Meta近年来持续推进的底层广告大模型矩阵升级（涵盖Andromeda、Lattice及GEM等），客观印证了推荐系统的代际演进，并逐步表现为转化率增量；Alphabet在召回端2025年5月推出AI Max，精排端25年5月升级Smart Bidding Exploration，底层基座端Gemini实现了向多模态生成式架构的底层跃迁。此外，在完成算法和大模型对广告系统的重构之后，Meta和google的前端产品侧已经收敛为“高集成度”的自动化投放套件Meta Advantage+和Alphabet PMax，从而给广告主带来稳定的ROAS。

AI助力电商：嵌入人货场等电商购物流程，带动GMV提升

AI深度嵌入了电商人、货、场三大要素：在消费者端，基于大模型的AI购物助手能够精准捕捉复杂购物意图，通过对话式交互完成商品推荐与方案比选，直接拉升购买转化率和客单价；在商家端，生成式AI大幅压缩了商品上架的时间成本，自动化完成素材生产、商品描述撰写与多渠道铺货；在平台撮合环节，AI优化了流量分发效率、底层库存预测以及智能路由调度，提升了整体交易、履约效率。

其中，AI推荐流量展现出显著高于传统渠道的质量。根据Adobe数据，AI推荐用户的参与度和停留时长大幅领先传统渠道，至25年9月AI渠道转化率已反超非AI渠道，AI驱动的单次访问收入亦实现领先，表明AI推荐流量天然携带更强的购物意图与更高的用户匹配度。

公司进展：Meta和Google广告提效，Amazon电商助手推进

分公司来看，Meta在AI提效原有业务领域进展较快，流量方面，4Q25 Facebook美国视频观看时长同增双位数，Reels美国观看时长同增30%，Threads总使用时长提升20%。货币化方面，Meta借助AI完成Facebook跨用户和会话的广告再分配，同时广告系统完成了全新序列学习模型架构升级和广告排名GEM模型的改进，带动转化率、点击量和广告质量的提升；此外，随着AI广泛在公司内部投入使用，以及公司战略转向AI方向，Meta在Reality Labs、内外部审核等领域开启了裁员计划；Google方面，Gemini应用及API调用量较3Q25实现翻倍，其中Gemini等模型通过客户直接调用的API每分钟超100亿Token（3Q25为70亿）；AI overview和端到端搜索AI mode驱动搜索总量创历史新高，美国AI mode用户日均查询量自发布以来翻倍，查询长度是传统搜索的3倍，Geimini从广告质量、广告主工具以及全新的AI用户体验三个维度带来广告的提效；亚马逊AI购物助手Rufus逐步向具备执行能力的“自主采购Agent”进化，带动4Q25 Prime会员的高客单价商品及长尾SKU转化率显著提升。

AI为云计算业务增长的核心引擎。在全栈AI能力的帮助下，75%的Google云客户使用了AI全栈服务，AI客户使用的产品数是非AI客户的1.8倍，从而实现云收入的加速增长；此外，Google云表示25年12月有350家客户处理了超过1,000亿Token，4Q25生成式AI模型构建的产品收入同增近400%，有超过12万家企业使用Gemini。对AWS而言，AI对其收入和在手订单的带动作用也逐步体现，4Q25以来Bedrock成为年化收入数十亿美元的服务，客户支出环比增长60%，SageMaker AI服务提供了模型到场景适配的服务，Agentcore等agent部署工具也受到了客户积极反馈。

AI带动云业务在手订单和收入增长加速。业绩会上，Google、AWS均表示AI算力需求依然处于供不应求状态，4Q25 Google Cloud、AWS的收入分别同比增长48%和24%，较3Q25均有加速；4Q25 Google、亚马逊和微软的积压订单分别同比增长161%和38%和110%至2,428亿美元、2440亿美元和6,250亿美元，4Q25亚马逊、Google、微软在手订单合计同比增速达96%，较3Q25的47%有进一步加速。

我们认为，市场当下存在看似互相矛盾的担忧：比如AI布局落后（投资不足），AI进展过快对主业被 AI 侵蚀的担忧、投资AI过于激进对利润侵蚀的影响。这些矛盾背后的本质是AI趋势本身既可能是机遇也可能是风险，当市场走向动荡模式的时候，则更多表现为对风险厌恶。

对于AI泡沫论叙事我们的观点依然偏中性：我们认为AI技术进展确实在编程、Chatbot、传统主业提效、云计算等多维度正在创造增量收入和用户价值。然而，美股科技巨头这种竞相加码式的，囚徒困境模式的Capex投入，长期确实有导致过度投资的风险。但中短期来看，部分巨头只要主业经营状态不出现明显改变，其资产负债表仍然健康，其资本开支的可持续性短期无忧。

面对相对复杂的局面，我们认为可用平衡主业和AI预期差角度把握机会，一方面当下更确定的一面毫无疑问则是主业的基本面和基于确定一面的估值，聚焦能把握的方面。另一方面则是AI，可以从预期差角度来把握，投入方面科技巨头投入的力度几乎是同等激进，因此不构成显著差异化。然而，在产出方面，部分公司进展被市场认可，而部分公司则当下被市场挑战。然而，从技术发展本质和过往历史来看，模型本身难以成为可持续壁垒，发展态势可能即时转变，这时候布局预期差就可能带来超额收益。

全球宏观经济不确定性：美国整体经济存在转向衰退的风险，海外互联网公司大部分业务与宏观经济状况成正相关关系，或存在负面影响；同时，海外互联网公司的业务除美国外，还遍及全球，各国家/地区的宏观经济状况有所不同，加剧了宏观β带来的不确定性。

地缘政治风险：俄乌冲突、巴以冲突、美伊冲突等地缘政治风险或影响海外互联网公司业务进展——这些公司的业务通常覆盖美洲地区、亚太地区、欧洲及中东地区等，可能存在受局势环境影响业务推进的阻力，我们认为应密切关注全球地缘政治宏观环境。

AI业务发展不及预期：目前各公司都在强调AI进展，2026年的资本开支或增大，同时伴随的折旧摊销引发利润承压，但不可否认AI业务仍处于早期发展阶段，我们需注意当前投入的ROI，若AI进展不及预期，板块内公司恐面临成本费用增大但收入增量不显著，甚至原有业务逐渐被AI颠覆的尴尬境地。

监管因素：海外互联网公司此前普遍遇到反垄断、数据安全等监管风险，故需格外注意。

AI投入：主要海外科技大厂26年CAPEX指引大幅上调，已接近或超过其经营性现金流，折旧摊销对云利润率的压力逐步积累，但我们也看到积极因素：1）目前海外科技大厂的融资渠道通畅，Meta、Google、Amazon均进行了数百亿美元的融资，且融资利率较低，发行债券的投资者认可度高；2）云厂商的收入同比加速、自研GPU芯片、云产品涨价均有望提升云的投入ROI，我们认为仍有1-2年的时间窗口供模型能力迭代、探索AI商业化变现和发展AI云的增值服务，从而提升投入回报的可见度。

AI收益：1）模型层：4Q25以来海外模型在Agent执行和控制能力、多模态能力、长文本能力均有提升，Agent逐步渗透至云和公司核心业务当中；2）业务层：AI提效广告和电商的逻辑持续兑现，带动广告的量价提升和电商GMV增长；3）云计算：AI带动云业务的在手订单和收入增长同比加速。

对于AI泡沫论叙事我们观点依然偏中性：我们认为AI技术进展确实在编程、Chatbot、传统主业提效、云计算等多维度正在创造增量收入和用户价值。然而，美股科技巨头这种竞相加码式的，囚徒困境模式的Capex投入，长期确实有导致过度投资的风险。但中短期来看，部分巨头只要主业经营状态不出现明显改变，其资产负债表仍然健康，其资本开支的可持续性短期无忧。面对相对复杂的局面，我们认为可以优先抓住主业低估，以及AI布局有预期差的机会。

全球宏观经济不确定性；地缘政治风险；AI业务发展不及预期；监管因素。

25年4季度以来，市场对于美股科技巨头AI投入和AI回报率的讨论更加频繁，大额资本开支对成本费用端的压力也在逐步体现。另一方面，目前AI在应用场景、商业化层面依然存在不确定性，二者的矛盾引发了市场情绪谨慎和股价回调。此外，AI能力突破临界点、Agent大量投入使用后，也引发了市场对科技软件&互联网等主业壁垒挑战等担忧。我们分别从互联网科技巨头的AI投入和AI回报两个角度出发，分别回答AI投入走到了哪一步，以及从主业、模型和云三个维度衡量AI投入的回报。

23年以来，亚马逊、微软、Google、Meta四家公司的资本开支步入加速阶段，24年下半年以来合计同比增速维持在60%以上，其中大部分新增资本开支用于AI相关业务，分公司看，4Q25亚马逊、Meta、Google和微软的资本开支同比增速分别为48%、53%、95%和66%。从用途看，资本开支主要用于AI相关投入，包括建设数据中心、购买GPU芯片等。

各公司普遍大幅上调2026年资本开支。4Q25 Meta指引26年资本开支至1150-1350亿美元，较25年同增59%-87%，高于市场一致预期1085亿美元6%至24%；Google指引26年资本开支至1750-1850亿美元，较25年同增91%-102%，高于市场一致预期1164亿美元50%至59%；亚马逊指引26年资本开支至2,000亿美元，较25年同增56%，高于市场一致预期1372亿美元46%。

融资渠道通畅，融资形式多样。25年8月以来，Meta、Google、亚马逊陆续推进外部融资，融资利率集中在2-6%之间，仅略高于同期限国债收益率，融资成本相对可控。从融资金额看，各家融资总额普遍在百亿美元级别，主要用于数据中心和AI相关项目开支，融资现金流入逐步上升。从融资方式看，除传统发行债券以外，Meta在数据中心扩建方面采取了项目融资的形式，CoreWeave于26年3月完成了85亿美元的融资，以AI芯片和Meta采购合同作为抵押，融资形式多样，且市场认可度较高。从现金储备来看，三家公司的现金储备对CAPEX的支撑作用均相对有限。

我们认为，尽管当前云厂商经营利润率呈稳中有升态势，但CAPEX投入大幅增长后对云业务的利润率影响会逐步显现。我们用总CAPEX/云计算收入这一简化指标来衡量取得单位收入所需的CAPEX投入，自2023年起该指标整体呈上行趋势；更进一步地，我们将分配给云计算的增量CAPEX带来的增量折旧摊销，和云计算的增量收入比较，23年以来AWS、微软云、Google云的折旧摊销同比增量占云计算收入同比增量的比例从不到30%上升至25年的40%+。

但即使这一投入力度下，在折旧摊销年限维持不变的假设下，我们认为CAPEX投入回报率在1-2年内相对可控，主要考虑到：1）海外三大云厂商30%+的经营利润率水平提供了一定的安全垫；2）各厂商自研模型、推出自研ASIC芯片、推进软硬件适配均可提升CAPEX投入效率，无论是Google TPU还是亚马逊Trainium系列均在芯片总单位成本（TCO）上有所改善；3）由于市场供不应求和上游涨价，25年4季度以来GPU租赁价格有所上调。我们认为，对于目前的AI发展而言，仍然有1-2年的时间窗口供模型能力迭代、探索AI应用的商业化变现以及发展AI云相关的增值服务，以提升CAPEX投入回报率和中期的可见度。

大模型层面，旗舰模型保持较快进步速度，新模型发布带动算力消耗量大幅增长。26年2月，Google发布Gemini 3.1 Pro，保持原生多模态优势的同时，在推理能力、多模态理解和Agentic能力上均有提升；26年2月，Anthropic发布Claude Opus 4.6和升级了Sonnet 4.6，其中Opus 4.6为复杂的Agent任务、长期规划和大型代码库设计，在自适应思考上有明显提升，Sonnet 4.6解锁了100万Token的长文本记忆和推理能力；OpenAI在26年2月和3月分别发布了GPT-5.3-Codex和GPT-5.4 Thinking Pro模型，重点提升了代码能力和Agent能力，GPT-5.4 Thinking Pro可实现更专业的文字梳理；26年4月，Meta发布了闭源模型Muse Spark，模型能力较Llama 4有大幅提升，可直接嵌入Meta产品体系。总结来看，旗舰模型在针对Agent的执行能力、控制能力、长文本、多模态上均有一定提升，而无论是Agent能力、长文本还是多模态，对Token和算力的消耗均呈现指数级增长的态势，因此模型能力迭代后对CAPEX提出了更高的要求。

我们认为，AI对传统互联网企业的业务影响分为两个层面，第一是发挥AI的生产力工具作用，传统业务链路经过AI改造、AI对人员进行提效后，可带动传统业务收入利润增长，这一作用在过去2年海外科技巨头的广告、电商业务中均有体现。第二，当AI进入agent阶段，AI的角色从“被动调用的功能”变成了“主动执行的员工”，一方面改变流量入口、消除信息差，一方面降低了从用户从产生意图到执行落地的门槛，带来丰富的供给和更优的体验，对部分业务的流量入口价值和聚合价值、对软件业务的商业模式构成挑战。当AI技术进步后Agent能力逐步被市场感知（Claude Cowork、OpenClaw的出现），市场对部分互联网传统业务的叙事逐步从前者转向后者，从而引发科技公司股价回调。

AI助力广告：使用时长和粘性提升，提升召回和精排效率

一方面，AI更好的体验提升了用户的使用时长和粘性，25年Meta广告收入主要由广告展示量驱动，Instagram 25年以来时长呈现加速增长态势，Google25年DAU和MAU同比加速增长，Google在结合AI mode、AI overview后搜索使用量创新高。

另一方面，AI在广告召回、精排两大链路上驱动广告ROAS提升。

► 召回阶段（检索扩容与语义匹配）：AI不再局限于简单的关键词匹配，而是能够理解用户意图与广告内容之间的深层语义关联，在大幅降低检索延迟的同时，提升候选集的质量与覆盖面。

► 精排阶段（多维预估与排序优化）： AI将传统物理隔离的“独立串联预估”升级为“多任务并发预估”，新架构打破了“先点击、后转化”的串行局限，在同一底层网络中并发计算多个目标，不仅缓解了“冷启动”难题，也提升了在隐私受限环境下的预估稳健性，带动广告主ROAS提升。

从Meta和google的实践来看，AI已经在逐步实现核心算法的重构，从而带来商业化能力的提升。Meta近年来持续推进的底层广告大模型矩阵升级（涵盖Andromeda、Lattice及GEM等），客观印证了推荐系统的代际演进，并逐步表现为转化率增量；Alphabet在召回端2025年5月推出AI Max，精排端25年5月升级Smart Bidding Exploration，底层基座端Gemini实现了向多模态生成式架构的底层跃迁。此外，在完成算法和大模型对广告系统的重构之后，Meta和google的前端产品侧已经收敛为“高集成度”的自动化投放套件Meta Advantage+和Alphabet PMax，从而给广告主带来稳定的ROAS。

AI助力电商：嵌入人货场等电商购物流程，带动GMV提升

AI深度嵌入了电商人、货、场三大要素：在消费者端，基于大模型的AI购物助手能够精准捕捉复杂购物意图，通过对话式交互完成商品推荐与方案比选，直接拉升购买转化率和客单价；在商家端，生成式AI大幅压缩了商品上架的时间成本，自动化完成素材生产、商品描述撰写与多渠道铺货；在平台撮合环节，AI优化了流量分发效率、底层库存预测以及智能路由调度，提升了整体交易、履约效率。

其中，AI推荐流量展现出显著高于传统渠道的质量。根据Adobe数据，AI推荐用户的参与度和停留时长大幅领先传统渠道，至25年9月AI渠道转化率已反超非AI渠道，AI驱动的单次访问收入亦实现领先，表明AI推荐流量天然携带更强的购物意图与更高的用户匹配度。

公司进展：Meta和Google广告提效，Amazon电商助手推进

分公司来看，Meta在AI提效原有业务领域进展较快，流量方面，4Q25 Facebook美国视频观看时长同增双位数，Reels美国观看时长同增30%，Threads总使用时长提升20%。货币化方面，Meta借助AI完成Facebook跨用户和会话的广告再分配，同时广告系统完成了全新序列学习模型架构升级和广告排名GEM模型的改进，带动转化率、点击量和广告质量的提升；此外，随着AI广泛在公司内部投入使用，以及公司战略转向AI方向，Meta在Reality Labs、内外部审核等领域开启了裁员计划；Google方面，Gemini应用及API调用量较3Q25实现翻倍，其中Gemini等模型通过客户直接调用的API每分钟超100亿Token（3Q25为70亿）；AI overview和端到端搜索AI mode驱动搜索总量创历史新高，美国AI mode用户日均查询量自发布以来翻倍，查询长度是传统搜索的3倍，Geimini从广告质量、广告主工具以及全新的AI用户体验三个维度带来广告的提效；亚马逊AI购物助手Rufus逐步向具备执行能力的“自主采购Agent”进化，带动4Q25 Prime会员的高客单价商品及长尾SKU转化率显著提升。

AI为云计算业务增长的核心引擎。在全栈AI能力的帮助下，75%的Google云客户使用了AI全栈服务，AI客户使用的产品数是非AI客户的1.8倍，从而实现云收入的加速增长；此外，Google云表示25年12月有350家客户处理了超过1,000亿Token，4Q25生成式AI模型构建的产品收入同增近400%，有超过12万家企业使用Gemini。对AWS而言，AI对其收入和在手订单的带动作用也逐步体现，4Q25以来Bedrock成为年化收入数十亿美元的服务，客户支出环比增长60%，SageMaker AI服务提供了模型到场景适配的服务，Agentcore等agent部署工具也受到了客户积极反馈。

AI带动云业务在手订单和收入增长加速。业绩会上，Google、AWS均表示AI算力需求依然处于供不应求状态，4Q25 Google Cloud、AWS的收入分别同比增长48%和24%，较3Q25均有加速；4Q25 Google、亚马逊和微软的积压订单分别同比增长161%和38%和110%至2,428亿美元、2440亿美元和6,250亿美元，4Q25亚马逊、Google、微软在手订单合计同比增速达96%，较3Q25的47%有进一步加速。

我们认为，市场当下存在看似互相矛盾的担忧：比如AI布局落后（投资不足），AI进展过快对主业被 AI 侵蚀的担忧、投资AI过于激进对利润侵蚀的影响。这些矛盾背后的本质是AI趋势本身既可能是机遇也可能是风险，当市场走向动荡模式的时候，则更多表现为对风险厌恶。

对于AI泡沫论叙事我们的观点依然偏中性：我们认为AI技术进展确实在编程、Chatbot、传统主业提效、云计算等多维度正在创造增量收入和用户价值。然而，美股科技巨头这种竞相加码式的，囚徒困境模式的Capex投入，长期确实有导致过度投资的风险。但中短期来看，部分巨头只要主业经营状态不出现明显改变，其资产负债表仍然健康，其资本开支的可持续性短期无忧。

面对相对复杂的局面，我们认为可用平衡主业和AI预期差角度把握机会，一方面当下更确定的一面毫无疑问则是主业的基本面和基于确定一面的估值，聚焦能把握的方面。另一方面则是AI，可以从预期差角度来把握，投入方面科技巨头投入的力度几乎是同等激进，因此不构成显著差异化。然而，在产出方面，部分公司进展被市场认可，而部分公司则当下被市场挑战。然而，从技术发展本质和过往历史来看，模型本身难以成为可持续壁垒，发展态势可能即时转变，这时候布局预期差就可能带来超额收益。

全球宏观经济不确定性：美国整体经济存在转向衰退的风险，海外互联网公司大部分业务与宏观经济状况成正相关关系，或存在负面影响；同时，海外互联网公司的业务除美国外，还遍及全球，各国家/地区的宏观经济状况有所不同，加剧了宏观β带来的不确定性。

地缘政治风险：俄乌冲突、巴以冲突、美伊冲突等地缘政治风险或影响海外互联网公司业务进展——这些公司的业务通常覆盖美洲地区、亚太地区、欧洲及中东地区等，可能存在受局势环境影响业务推进的阻力，我们认为应密切关注全球地缘政治宏观环境。

AI业务发展不及预期：目前各公司都在强调AI进展，2026年的资本开支或增大，同时伴随的折旧摊销引发利润承压，但不可否认AI业务仍处于早期发展阶段，我们需注意当前投入的ROI，若AI进展不及预期，板块内公司恐面临成本费用增大但收入增量不显著，甚至原有业务逐渐被AI颠覆的尴尬境地。

监管因素：海外互联网公司此前普遍遇到反垄断、数据安全等监管风险，故需格外注意。