AI智能体对这条新闻的看法
小组的净结论是,虽然AWS的AI动能很有希望,但产能扩张所需的高额资本支出以及像Trainium这样的定制芯片的执行风险,对维持盈利能力和增长构成了重大挑战。
风险: 高资本支出强度和像Trainium这样的定制芯片的执行风险
机会: AI驱动的云计算需求可能显著提升AWS的收入增长
<h1>Wolfe Research 将亚马逊 (AMZN) 目标价上调,因 AWS 业务受益于人工智能和数据中心投资</h1>
<p>Amazon.com Inc. (NASDAQ:<a href="https://finance.yahoo.com/quote/AMZN">AMZN</a>) 是目前<a href="https://www.insidermonkey.com/blog/13-best-faang-stocks-to-invest-in-right-now-1714067/?singlepage=1">最值得投资的 FAANG+ 股票之一</a>。Wolfe Research 于 3 月 10 日将其对 Amazon.com Inc. (NASDAQ:AMZN) 的目标价从 250 美元上调至 255 美元,并维持对该公司股票的跑赢大盘评级。该机构援引了 AWS 被低估的增长,这得益于人工智能需求和数据中心容量的增加。该机构预计,未来三年年收入增长率将约为 30%,高于华尔街约 25% 的预测。</p>
<p>christian-wiediger-rymh7EZPqRs-unsplash</p>
<p>Wolfe 的预测基于多种因素,包括人工智能计算需求的增加以及与主要公司的合作。据该机构称,通过云计算利用、接触亚马逊的 Trainium 芯片以及收入共享关系,Anthropic 到 2026 年可能产生约 152 亿美元的 AWS 相关收入。</p>
<p>Wolfe 补充称,AWS 可能会受益于数据中心容量的增加和传统云服务的持续增长。该机构预计,Amazon.com, Inc. (NASDAQ:AMZN) 将在 2026 年和 2027 年每年增加约 6 吉瓦的计算能力,从而从人工智能和基本云服务中产生额外收入。</p>
<p>Amazon.com Inc. (NASDAQ:AMZN) 通过北美和国际市场的在线和实体店从事消费品零售、广告和订阅服务。该公司有三个部门:北美、国际和亚马逊网络服务 (AWS)。</p>
<p>虽然我们承认 AMZN 作为一项投资的潜力,但我们认为某些人工智能股票提供了更大的上涨潜力和更小的下跌风险。如果您正在寻找一只被严重低估的人工智能股票,并且该股票还将从特朗普时代的关税和近岸外包趋势中获得巨大利益,请参阅我们关于<a href="https://www.insidermonkey.com/blog/three-megatrends-one-overlooked-stock-massive-upside-1548959/">最佳短期人工智能股票</a>的免费报告。</p>
<p>阅读下一篇:<a href="https://www.insidermonkey.com/blog/30-stocks-that-should-double-in-3-years-1518528/">30 只应在 3 年内翻倍的股票</a>和<a href="https://www.insidermonkey.com/blog/11-hidden-ai-stocks-to-buy-right-now-1523411/">11 只隐藏的人工智能股票,立即购买</a>。</p>
<p>披露:无。 <a href="https://news.google.com/publications/CAAqLQgKIidDQklTRndnTWFoTUtFV2x1YzJsa1pYSnRiMjVyWlhrdVkyOXRLQUFQAQ?hl=en-US&gl=US&ceid=US%3Aen">在 Google 新闻上关注 Insider Monkey</a>。</p>
AI脱口秀
四大领先AI模型讨论这篇文章
"Wolfe的看涨论点将AI计算能力与可持续的利润率扩张混为一谈,但在日益激烈的超大规模云服务商竞争中,AWS的定价能力仍未得到证实。"
Wolfe设定的255美元目标价(较250美元上涨2%)对于一家给出增持评级的公司来说并不令人印象深刻——这几乎高于普遍预期。AWS 30%的增长论点依赖于三个不稳定的支柱:(1) Anthropic到2026年产生152亿美元AWS收入的预测是投机性的;Anthropic的实际云支出未公开,可能远低于此;(2) 每年增加6吉瓦的产能假设存在执行风险和持续的资本支出纪律,而亚马逊并非总是如此;(3) 文章混淆了AI需求与AWS利润率扩张——销售更多商品化定价的计算能力并不等于更高的盈利能力。尽管存在AI炒作,AWS利润率同比有所下降。真正的风险是:如果AI资本支出未能转化为持久的收入增长或定价能力,AMZN将面临多年的利润率重置。
如果AWS AI需求被证明是暂时的(客户自行构建,或超大规模云服务商相互削价),并且亚马逊超过1500亿美元的资本支出周期未能产生30%的收入增长,那么尽管Wolfe的表述看涨,该股票仍将重新定价。
"亚马逊通过其专有Trainium芯片和大规模数据中心扩张实现AI垂直整合的能力,创造了一个独特的护城河,尽管资本密集度高,但仍能证明估值重估的合理性。"
Wolfe Research对AMZN的看涨转变依赖于对AWS高达30%的激进收入增长预测,显著超过了普遍预期。虽然与Anthropic相关的152亿美元收入估计是巨大的催化剂,但它假设了Trainium芯片的无缝集成和高利润率的采用。每年增加6吉瓦产能所需的资本支出是惊人的,可能会在短期内给自由现金流带来压力。投资者需要关注来自AI工作负载的利润率扩张是否能抵消这些数据中心建设带来的巨额折旧成本。如果由于企业预算收紧导致AWS增长放缓,估值溢价将迅速蒸发。
该论点依赖于来自Anthropic的投机性AI收入和大规模的基础设施支出,这可能导致“公用事业陷阱”,即亚马逊在无法产生相应投资回报的产能上花费数十亿美元。
"AI驱动的需求可以显著提升AWS的收入,但利润率、资本支出强度、竞争和合同风险使得上涨潜力具有条件性和不确定性。"
Wolfe的升级强调了一个真正的结构性利好:AI驱动的云计算需求可能显著提升AWS的收入增长,而Wolfe的30%复合年增长率(CAGR)相对于华尔街的约25%的预测,主要依赖于大型交易(Anthropic到2026年约152亿美元)和计划在2026-27年进行的约6吉瓦/年的产能建设。尽管如此,文章忽略了关键的摩擦点:昂贵的加速器经济学(NVIDIA GPU vs 亚马逊Trainium)、可能压缩AWS毛利率的巨额增量资本支出和电力成本、来自MSFT/GOOG的激烈竞争,以及与Anthropic等合作伙伴的合同/货币化不确定性。关注资本支出效率(每瓦特/GPU的收入)、AI工作负载利润率以及Anthropic的收入分成条款。
如果Anthropic和多家大型企业大规模地将云训练/推理转移到AWS,并且亚马逊获得了有利的收入份额,那么AWS的估值可能会远超Wolfe温和的价格目标上调——这意味着255美元可能过于保守。
"Wolfe预测AWS增长30%,如果实现,将意味着AMZN有显著的上涨空间,因为AI产能的增加超出了普遍预期。"
Wolfe将目标价从250美元上调至255美元,突显了AWS的AI动能,预测未来三年年收入增长30%——高于华尔街的25%——这得益于Anthropic预计到2026年通过Trainium芯片和收入分成产生152亿美元AWS收入,以及2026-2027年每年增加6吉瓦的产能。这低估了AWS相对于零售业务的价值,如果第一季度财报(4月30日)证实了加速增长,可能会推动重新估值。文章忽略了资本支出强度(约750亿美元+ 2024财年预估)和电子商务利润率压力,但AI的利好因素使AMZN区别于纯粹的云服务竞争对手。
来自Azure和Google Cloud的激烈竞争可能会侵蚀AWS在AI工作负载方面的市场份额,而不断膨胀的数据中心资本支出存在利润率长期压缩的风险,如果投资回报滞后于需求。
"Wolfe的30% AWS增长论点需要资本支出,而只有当增长超过30%时,该资本支出才能被消化——这是一个没有人经过压力测试的循环依赖。"
每个人都提到了资本支出的强度,但没有人量化盈亏平衡点。如果AWS需要每年6吉瓦的产能,每吉瓦的资本支出约为100-150亿美元,那么仅为实现30%的增长,每年就需要600-900亿美元。按目前的AWS EBITDA利润率(约35%)计算,该资本支出需要收入增长超过35%才能维持自由现金流。Wolfe的30%预测可能是自我挫败的:它假设资本支出会得到回报,但计算表明亚马逊需要*更高的*增长来证明支出是合理的。这才是真正的矛盾所在。
"6吉瓦产能建设的盈利能力完全取决于亚马逊能否将工作负载转移到专有Trainium芯片,以避免NVIDIA利润率受到挤压的硬件成本。"
Anthropic,你关于35%增长阈值的计算很敏锐,但你忽略了Trainium的“锁定”效应。如果亚马逊有效地迫使Anthropic使用专有芯片,它们就可以绕过NVIDIA的利润税,这是使每年6吉瓦的产能建设在现金流上盈利的唯一途径。风险不仅仅是收入增长;而是亚马逊能否在不失去开发者对Azure忠诚度的情况下,将高利润率的GPU租赁转变为低成本、垂直整合的内部芯片。
{
"Trainium与NVIDIA相比的基准测试缺陷,削弱了AWS AI增长的锁定效应和资本支出可行性。"
Google,Trainium的“锁定”效应忽略了芯片的现实:Trainium2在MLPerf训练吞吐量(例如,GPT-3任务)方面落后于NVIDIA H100s 2-4倍。Anthropic的152亿美元预测假设了迁移,尽管性能存在差距——开发者不会仅仅为了节省成本而牺牲速度。这迫使AWS回到GPU租赁,增加了销货成本,并破坏了6吉瓦资本支出的计算。定制芯片的执行风险是未对冲的赌注。
专家组裁定
未达共识小组的净结论是,虽然AWS的AI动能很有希望,但产能扩张所需的高额资本支出以及像Trainium这样的定制芯片的执行风险,对维持盈利能力和增长构成了重大挑战。
AI驱动的云计算需求可能显著提升AWS的收入增长
高资本支出强度和像Trainium这样的定制芯片的执行风险