过去一个月（2026年7月至8月）美股半导体板块经历了极其猛烈的回调。虽然以微软、Meta、谷歌、亚马逊等为代表的 Mega 7 巨头股价已重回新高，但大部分半导体股票在短短一个月内直接腰斩。若从回调的幅度、速度和市场参与者的心理感受来看，其惨烈程度较当年 2000 年的互联网泡沫（.com 泡沫）有过之而无不及。这种极端行情的背后是**信息传播与学习效应的极速化**——在 AI 时代，投资者通过 Twitter（X）、Substack 等平台上的 KOL 迅速完成基本面研判，论点扩散与股价定价仅需数小时，投行 Research Shop 的传统影响力逐渐被取代。
针对市场关心的 AI 搜索商业化前景，谷歌目前已将低悬的果实（Low-hanging fruit）摘完，例如在传统的 3 个广告位之后追加 AI Overview（AIOV）广告位，或者利用 AI 读懂占比超过 60% 的长尾无明确购买意向查询（Long-tail Queries）。未来更深远的变化在于推出全新的 AI 原生广告形态——对话式发现广告（Conversational Discovery Ads）。
[0:00] 过去一个月可能是我们有股票以来人类历史上回调最猛烈的一次开源模型的定价本质上是CSP定价不是开源模型的定价所以你有了定价的能力所以这是微软在RY里面的模型微软是这几家CSP和Meta里面唯一一个提到明年现金流为正的公司其他几家的capacitorial poolGEMINY没有太大的关系那更多还是跟GPU和GPU的销售有关第一个原因是因为谷歌的position受到了不少竞争的影响因为谷歌是一家合规要求非常严格的公司,在数据供应商的衰选和购买数据的时候,都要更加的谨慎。第二个原因是,算力也是瓶颈。谷歌Germnite在二季度所训练的算力,你就只有Opi和Circic的一半。你的算力也少,你的数据也少,就造成了Germnite在二季度相对来说比较落后吧。字幕志愿者 杨茜茜欢迎周末返场硅谷坐标,三个月前财报季刚结束的时候,莫总在这里留下了几个判断,那今天我们看看这个财报季结束之后莫总的观点有没有更新。先来聊最近一个月的剧烈的行情7月份半导体板块蒸发了超过1万亿美金的市值4家大厂的年度资本开支的指引也是继续往上调而财报之后我们看到市场的反应也是很分裂的微软和亚马逊被大幅的奖励而meta是下跌的而谷歌是先跌后修复那同样是花钱待遇是天差地别的你觉得市场的叙事特别是整体AI资本的开支和回报的这个叙事有什么新的变化过去一个月可能是我们有股票以来,人类历史上就回调最猛烈的一次比较大的变化吧,当然对于这些Mega7来说,其实没有什么回调了,Mega7公司现在都在新高了对吧,但是对于大部分的半导体股票来说我几乎都是在一个月时间跌了一半,甚至跌了一半以上,就是你就算回顾到当年的.com泡沫都没有经历过这么剧烈的回调,如果你按照回调的幅度、速度,还有里面参与人的感受的话,我觉得可能就比起当年的.com泡沫可能是有过之而不及的。这里面有几个比较大的原因,第一个是,现在有了AI以后,所有人的学习效应,学习速度非常快,你理解利好很快。你理解利空也非常快一个小时你就能做完对一个公司的基本的研究了第二个事情是现在美股的传播速度,言论的传播速度其实也比一年前快非常多,这个主要的原因也是因为Twitter和Substack里面各种各样的influencer,他们的影响力正在越来越取代投行research shop 的影响力,所以你就可以理解出,一个ROMA到大家debate,再到股价反应,它的速度会远远比以前快非常多。所以如果我们复盘一下过去一个多月整体的下跌的原因的话,到了5月份开始的时候,美国的机构开始上很高的仓位,之前可能大家半导体平均配个15个点,10个点,对吧?但是到了5月份的时候,有几家非常有名的美国有影响力的基金,他们可能也带有影响的属性他们提到了他们的半导体仓位可以加到30到35,所以整个5月份,其实美国机构上仓位上的速度可能是历史最快的一个月,对吧?6月份其实已经有很多关于这种Token Magazine的讨论,就是从机构的角度,特别是从美国的Hash Phone的角度,6月份就已经开始加一些少端的短端的仓位所以6月份的时候其实机构的Net仓位已经开始下降了但是Retail散户的半导体的仓位应该是在历史最高点,到7月份的时候已经是一个在部分的领域非常高的杠杆的特征,所以你稍微的有一点下跌,仓位稍微一点下跌,马上就会引来很多关于基本面的讨论,第一个讨论就是我们在上一次谈的比较多的就是KPACS和RUI的问题,刚刚清云老师也提到了。我们上一次聊的时候有一个很有意思的点,我们当时有提到过,今年从1月到5月份,整个三米仓位很大幅度的上涨是因为两个点,第一个点是就是整体的全市场的整体的全市场的增长是要比 capex的增长要快的。所以
[5:00] ARR与KPASS之间的差距在变小你回顾现在几个模型公司像Atherapic现在比起去年底它已经差不多是8倍的增长对吧那欧帕埃比起去年级虽然增长稍微慢也得也差不多是一倍多的增长了对吧但是你想capx的数字你回比去年底你可不是同等幅度的增长所以你绝对只在缩小绝对只缩小了以后就说明整体的AI的ROI它在今年上半年是在变好的它的幅度它的改善趋势是越来越好的所以有助于大家缓解对于RA的concern对吧然后另外一个点的话也是因为你每季瓦的Data Center的revenue AR在越来越高你像去年年底大家的认知是一季瓦的Data Center它差不多租出去一年是10个billion的营收,到现在已经到了30个billion的营收,所以大家可以看到同样的算力,它有了更高的价值然后同时在AR和KPEX端它的差距又得变得变小所以你就会感觉到RY会变得更好但是到了这个季度他恰好又出现了一次反转这个反转也是我们在上个季度所特别提到的,当时清云老师有问我这几家的大厂的CSP的KPEX为什么这么强,当时提到了一个很大的点是因为存储以及整个半导体的上下游都在涨价。对吧 而现在的情况是涨价的幅度在经过了三个月以后涨得过多了我们以一个G瓦的数据中心的成本来看在去年底一季瓦的数据中心的成本差不多是35个别列然后你到了明年底这个数字就是你考虑到要不然你用B300要不然你用莱尔如炳对吧这个1G瓦的德达森的成本他差不多要到55到60个别列就是你单G瓦数据中心的成本你要涨50%所以你从二季度开始供应链涨价了以后再到下半年的传道以后特别其实涨价幅度比较猛的就是二季度三季度所以你从差不多你从二季度这个时间点往后来看,它那个CAPEX的增长,它又比AR的增长要快了。KPEX比AR增长快的很大的原因是因为供应链的通胀,对吧,所以你就造成了,到了很多微观的公司,他就有很多长期的RY的concern了,对吧?典型的例子就是Meta,对吧?因为Meta,你考虑到这轮供应验的涨价涨完了以后,Meta差不多明年的KPAS要到2200亿美金了然后2200亿美金已经相当于Meta明年收入的70%了,相当于Meta明年利润的两倍了,对吧?所以你像原来大家对于Meta的讨论是Meta花了这么多KBiS会把现金流都花干,Meta要把所有的利润都拿去投CAPEX,但到了2027年,这个问题就不只是把所有的利润拿去投CAPEX了,因为你都已经是你的利润的两倍了,CAPEX甚至是接近你的收入了。所以对Meta来讲,他要回答的问题是:到底该怎么去BET这么大的CAPEX以后,能不能再造一个META的问题呢?不只是把所有先进流花光的问题了。我记得到了7月1号的时候,那个时候META出了,它要对外去租GPU,对外去租算力租领,所以那天,整个的半导体和整麦它的那个股价的反馈是非常剧烈的Sachia在过去的两个月内一直都是开源的最大的支持者讲了非常多关于开源模型对CSP的帮助对于RI的帮助的话所以你也会去想是不是微软也可能要去砍 CapEx 对吧所以就从了股价稍微跌了一点了以后呢因为之前就有很多关于 CapEx的 concern 了所以你就衍生出在这个时间点是不是因为 CapEx 太大了大到这个程度里有反而一些吃不消的公司会开始削减PayPass对吧然后这个时间点再往后你差不多一周时间就出现了KIMI K3,对吧?然后K3其实这次的影响比今年年初的Deep Seek V4,还有这周刚刚发布的Deep Seek V4 Flash和Pro的影响要大很多,因为对于大部分美国的投资人,大家认为前沿模型与开沿模型的差距还是要在6个月时间的。但是K3基本上把这个差距缩减到了三到四个月的时间然后你又叠加之前的开派斯的讨论,所以自然的你就会更加担心开源模型是不是会冲击现在的开派斯的格局,然后你再往后两周,你又出现了比较明确的舆论的影响,你像到了7月的下半月,出现了非常多关于Land在亚洲提不上价格的小作文,包括说手机厂商拒绝Land的报价,BAT开始拒绝Land的报价,尽管北美的CSP对于Land报价已经都接受了,并且溢价能力很好,包括北美的其他的场上
[10:00] 对于Line的报价也没有什么问题对吧但是这些亚洲的舆论通过推特上面的QL迅速地传遍了美国,然后那个时间点又恰好是美国一家知名基金在降杠杆在爆仓的过程中。所以你两个事情一叠加,特别是那个基金的仓位其实非常的大,那个基金的growth仓位很大,是你覆盖到整个的美股可能是一个几百亿美金的半导体仓位的影响。所以我们在七月底经历了一轮最大的半导体的整个的下跌,那一周可能跌了三四十个点。所以你回过头来看,这一轮下跌首先是仓位吹个引起的,然后是CAPEX CONSENT引起的,然后开始担心大厂的CAPEX,然后出现了存储的提价。然后又出现了开AM模型,然后又出现了最后的流动性的危机,然后以流动性的危机升纬。接下来我们把四个科技大厂的财报过一遍,那我们首先看看微软吧。上次你对微软是最谨慎的,因为我们看到Office没有加速,Copilot的原生集成的优势被削弱,而且大公司的迭代速度又变慢。但这次微软成为了整个大票里面逻辑反转最猛烈的一家,那主要是什么原因?这次我们在季度前也确实转变了对微软的态度,我们在季度前写了一篇关于微软的报告,然后在那篇微软的报告里面我们特别写到就这个季度是我们过去一年唯一一次看到的Copelot加速增长并且在大型企业里面加速渗透的一个季度其实对于ASHA来讲一直都比较的不利是那个ASHA在这个季度变化也比较明显对吧Copanel这个事情其实对于微软的叙事影响比较大因为你回顾来微软之前的股价的话微软股价最好的时候差不多是在两年多前两年多钱的时候那个时候正好是微软Copilot最强的时候其实你当时主要炒的两个股票一个是英伟达代表的GPU一个是微软所代表的Copilot然后Copilot当时是全世界最大的AI的应用场景对吧然后在之后就经历了各种各样的Copilot之间的问题包括说Copay Law 迭代慢,SRP OPI 有更加原生的模型,包括我们上次提到了Copay Law在合规处理、在权限处理上面影响到了他们的开发的迭代速度。到了这个季度,我们看到了有一些变化在财报前。第一个变化是,以前的很多的客户他买的时候他要先做tryer一般我要做一个10到20的一个适用的base,然后他再往慢慢向其他的员工去拓展。然后到了今年上半年,特别是从二季度开始看到了很强的FOMO的情绪。其实我觉得这个可能也比较合理吧因为你今年上半年做预算然后你差不多见到失误就是在今年的二季度我们在这次财报前看到了有几个非常大的客户包括说一家非常大的美国的金融客户他们已经按照十万个SIT的规模来开始采购Copila,之前是几千个SIT的Trial。对吧,然后现在变成了10万个Seed的采购,这个是过去两年从来没有见过的,然后Copella团队也做了很多的变化,包括说Consumer Copella和Commercial Copella合并了合并了以后变得更加容易管理然后Copilot, Microsoft Co-Work还有包括原来做的类似于OpenCloud相关的产品他们也开始变得更加的协同对吧越来越往一个Copela Super App的方式进行演进了我们在上个季度也提到,Kobello开始做Honis,虽然它的能力仍然比不上Cloud,但是这个季度做完以后,相比Cloud没有那么差了对吧,然后包括Copelot开始把越来越多底层模型也换成了coding的模型,其实从去年底大部分的AI这种公司,他们已经开始把底层的模型换成coding模型了,有了coding模型以后你就可以支持更长的推理链路,然后在执行前可以进行更多的检查,更多的推敲,然后也可以降低复杂处理任务的出错率,对吧,所以从今年的二季度开始,Copelot开始独立做APP了,它不像以前一样很难用了,Excel的出错率也开始变小很多了,所以你如果是从产品的变化来讲,Copinal确实比上个季度有比较明显的变化,但是你如果是从前沿的创新,还有从更加原生的AI的组织能力来讲,还是比不到Atherapy,还是比不了Atherapy,Opi,但是正好你这个季度是Copilot迭代最快的,它最容易补上它差距的这个季度。所以我们其实不容易去判断这个季度的变化能不能在后面两个季度继续得到延续。但是这个季度和下个季度Copilot确实变化比较明显。所以我们在季度前的preview里面也提到,我们在过去的一年中第一次觉得Copilot在这个季度会超过预期。
[15:00] 第二件事情的话是 Ash 的变化这里面有一个点是,原来OpenAI在使用ASHA进行训练的时候,它有一个Supercluster,那个Supercluster在之前的协议里面。它是不能算作 Azure 的收入的,但是随着 OpenAI 在 Azure 有了更多其他的 cluster 以后,这些新的 cluster 在训练上面是可以进入 Azure 的收入的所以从今年年初开始Opera AI就有越来越多的训练收入book到Azure的收入增长里面了然后第二个点的话也是本身在二季度的时候,Azher在威斯康辛有一个Data Center,威斯康辛的Data Center在二季度放出来了更多的capacity,同时二季度又是算力最为紧缺最为夸张的一个季度所以你看到了很多事情你比如说你像这个Anthropic租SpaceX的Data Center差不多一G瓦要到30个Billion以上的营收了这个也远远超过了Asher之前租出去数据中心的价格所以从4到6月开始续约的GPU的价格新签的GPU的价格都开始涨价了而且涨价的幅度差不多要到high single digit和low teams你可能原来的存量的contract的客户如果你没有削你没有涨价但是你新的capacity带来的客户你都要开始涨价了除了GPU涨价以外CPU也开始涨价CPU涨价它可能不是直接的给你涨价它会有很多的做法比如说会收集你的折扣调整合同让你去换新一代的instance对吧所以CPU涨价GPU涨价还有更多的OPIA在ASHA里面所放出来了训练的这个时候同时然后OPIA在二季度它的收入也比一季度要加速我们可以看到Opi放那个Codex的图,基本上Codex的增长都是从5月份开始的,所以Opi在二季度推理上面也加速,所以这就带来了Azure的加速比较快这个是基本面的变化除了基本面的变化里面其实你到了微软里面它还有一些比较大的逻辑的变化相比于其他的公司,你可以看微软在做财报业绩会的时候是非常的明显,那天正好是Meta和微软同时做业绩会,先是Meta出业绩会,然后出完Meta业绩会了以后,整个的半导体就开始跌,因为Meta所遇到的问题是收入在指引上面稍微miss了一点,但是KPAS投入,其实你这个季度稍微的低了一点,但你后面两个季度就更高,然后你一拍明年的KPAS就更高。在到了微软的业绩会的时候,Sachia他讲了一个非常有意思的例子,他做了一个三个对比。它的三个对比,第一个是你自己所训练模型的RYC。然后你host别人模型,然后去卖的RYC,和你自己有模型,并且把自己模型出售出去的RYC,然后你去跟模型公司合作,你也有。和OPI这样的公司的合作,你也有和开源公司的合作,最引人瞩目的是他讲到和开源模型公司的合作,然后他提到一个ROIC差不多是30,你差不多就是三年回本,对吧?然后你就跟Satia之前讲的很相似,Satia之前一直在讲开源模型对于这些CSP来说是有着更好的ROI的,然后这一次是他第一次公开的以业绩的形式告诉大家,微软为什么要做开源模型,微软做开源模型会有什么样的Ry 的变化,为什么会比和OPI合作和SRB合作有更好的Ry?所以它就让微软在下一个环节里面,它看起来它的Ry比原来更好了,因为你原来对于微软的Ry的concent是,你把你大部分的算力租给了OPEIOPEI在这个行业里面有巨大的溢价的能力对吧所以你的margin以后提不上去你的RI以后上不去但如果你可以去分散你的模型的token,你可以有更多的开源模型,你的溢价能力都会变强,而且开源模型的定价本质上是CSP定价,不是开源模型的定价,所以你有了定价的能力。这是微软在RY里面的逻辑。然后特别有一点是,微软是这几家M70,这几家CSP和Meta里面,唯一一个提到明年现金流为证的公司其他几家的capx都是付的所以你回到微软里面它有一个比较有意思的特点就是它可以在现金流为正的情况下不停的提高capx然后增加的capx还能够带来收入的加速这其实挺重要的因为今年还有一个制约税中心的瓶颈是融资端的情况,融资的供给但如果你的现金流是正的那你在融资市场里面,你的溢价能力就会比牛靠代强很多你就能够拿到更多的资金甚至我可以不完全依赖融资我可以依赖自有基金去做CAPS的投入
[20:00] 所以这其实是相对positive keypad其实可以让微软在融资市场也拿到更大的份额微软这次也给了一个比较罕见透明的披露,就是它的商业RPO里面增长是84%达到6000多亿美金剔除OpenEye那一部分后增长也有25%而且这个增量全部是来自于Frontier Lab以外的客户那这组披露是否能够解决大家对于客户的集中度还有低质量收入的一个质疑这没有解决,因为刚刚你也说了,大部分的RPU还是来自于Open-Eye的,所以RPU的增长主要还是模型公司所带来的增长,所以对于客户集中度来说,这个季度是出现了一个好的趋势,从微软来讲,微软开始寻求OPI以外更多的算力的需求方,并且它能够掌握对于算力的定价能力,这个是之前很难所达到的,因为如果你后辞开源模型,开源模型定价是微软做的对吧,这是之前比较能拿到的,而且相对来讲,我觉得对微软来讲有一点和之前比较大的变化是,你像这个季度,你像Athrapec的毛利率已经到了85%了。然后你像OPI的毛利率它肯定也是在50%或者50%略高一点的然后你像本来你去做一个GPU租赁的生理它的毛利率就是差不多在40%这是因为在整个环节里面,模型公司赚的比CSP赚的要多?但如果你去host 开源模型的话,你是可以把模型公司那部分赚的钱拿到CFCP这个环节里面的所以你无论是做Token Factory,还是去做开源模型,你的Margin都肯定是要比原来和OPAI的合作要高,对吧?所以你尽管没有完全回答客户Diversity的问题,但是你回答了一个关于Margin和RY的问题。刚才你也讲到,就是Copilot在这次付费席位也从一季度的2000万升到了现在超过3000万。那进新增的环比也是翻倍了。那但相对于整个Microsoft 365的这个数亿的总用户,它的渗透率其实仍然还是不高。那你更看重的是什么样的指标?比如说是付费的席位还是实际的活跃率还是Consumption我觉得对于整个Kobala体系来讲,之前最重要的指标应该是激活和活跃力因为大量的企业买了Copella以后,它的激活率和活跃率都不高甚至很多企业在用Copilot去算活跃率的时候,只能去看周活和月活的指标,而没有办法去看日活的指标。其实活跃率所代表的就是产品体验,或者你还有一个指标叫做NPS,你可以用NPS去看产品的体验。这个季度比较明显的变化是,原来你用Copilot的PPT去独立做PPT,几乎是不可用的状态所以大部分的用户在之前就只能用 Codex你只能用Cloud Code去做PPT但现在PPT加入了底层的coding的模型以后,PPT已经可以开始帮你按照你的指令去做一个能用的PPT了,对吧?所以你在体验端在二季度其实是有比较明显的变化的,所以这些指标其实看起来改善都比较明显。然后有了这些数字的改善了以后,你的下一步就是对于一个大企业以后,它能不能做expansion?我原来我只给5%的用户买了SEAT如果这5%的用户他SEAT用得好我是不是可以给30%或者给50%的用户去买SEAT这是这个季度的比较大的变化所以我们在这个季度看到了有几家公司就一次性全年购买了超过10万个seat,这个在过去从来没有见过,这其实是第一次看到一家大型的MNC跨国集团从几千个的适用的base变成了全部使用的大的base我觉得从现在开始往后看你就要更关注于的是这些大型企业里面PayC的渗透率就是如果你观察到越来越多的公司PayC的渗透率从5%到10%变成了30%到50%那你copyler就到next stage了你现在相对于整个office365的渗透率你还是只有5个点是因为一方面你没有渗透你全部的Office的客户对吧另一方面你最大的那些客户他的PaySeed渗透率也不是很高对吧所以大型客户这些愿意加愿意有预算,然后愿意吃螃蟹的这些客户,如果他们的CW上升,这是一个未来的CW上升的前沿指标。还有点比较有意思是Copaylo现在开始也在定价更多的做这种consumption的营收你可以看
[25:00] Copilot有一个产品叫做Copilot Studio然后这个CopelotSuite我们在上个季度也花了很长的时间去讲,对吧?然后CopelotSuite的很多功能现在也集成到现在Copelot可以去用了。所以特别是你加了coding模型的底座以后,你现在可以做更多的AI native的APP,然后这些AI native的APP虽然你还是包在Copelot价格里面。但是你trigger的那些Token你是可以按照Consumption去费的你可以定一个限额超过限额了以后你就按照Consumption去费所以对于那些AI Native的企业单个C的Copella它卖的价格可能能超过30美金是因为Dortrade是Consumption的定价这次财报Azure的同比增长43%超过了自身的指引,而且它下个季度还指引了45%继续加速,一个是CPU的GPU的效率的提升,新产能提前上线并且迅速的变现。这个加速是需求的进一步加速,还是说此前被压抑的一个需求随着产能的释放被确认ASHA的家族其实有好几个主持人,最大的主持人还是来自于OpenAI。OpenAI给ASHA所产生的贡献,它有三层,它有三个不同的segment第一个给微软产生的贡献是AX OpenAI在微软这里的训练所产生的收入第二个是OpenAI在微软这里推理所产生的收入第三个是微软去售卖OPI的API所带来的营收然后这三个点在二季度都比较有比较大的编辑变化第一个点的话是原来OpenAI在微软这里的训练失误在今年年初之前是不确认的,是因为OpenAI和微软最大的那个Supercluster它里面的收入是不算做微软的云的收入但是随着OPI在微软有了更多的cluster所以更多的不在那个super cluster里面的收入是可以确认在Azure的云的收入里面了所以微软现在有更多的来自于OPI的训练收入了然后第二个点的话是你也可以看到Opi本身在二季度它的AR也比一季度相对来说加速对吧,Codex的返回是从5月份开始变好的所以可以看到OPAI的CEO在之前讲到他们的7月份的AR的增速非常的好7月份的AR的增速环比超过20个点包括进行增超过了之前三个季度对吧,所以你到了OPI来讲的话,OPI的推理时候在RG就编辑也变得更好同时第三个点就是微软售卖OPI的API,它和OPI的推理也是很像,你也可以售卖跟Codex相关的API,你也可以售卖OPI的其他的API。然后除了OPI以外,我们如果去看微软的增速,无非就是价格乘以capacity,影响到语音这里最大的变化就是GPU的价格乘以capacity。微软之前的情况经常是每个季度它的capacity放不出来,它的capacity有可能给OPI拿去做训练了,之前那些supercluster的训练数又不算到微软的收入里面。对吧他也有可能去做他其他的产品投入了就像上个季度所讲的对吧那这个季度呢微软他在威斯康辛有一个Data Center,那个Data Center放出去了差不多300到400兆瓦的capacity而且这300到400兆瓦的capacity基本上全部都可以用来generate营收所以你有了更好的capacity。然后第二个点的话就是价格。其实你真正GPU大的价格的涨价是从今年的二三月份开始所以你从二三月份开始的时候无论是GPU的Spot Pricing这个on-demand pricing还是它的长鞋的价格都在找然后最紧缺的时间点其实你差不多就是在今年的六、七月份,所以你会发现,你像Anserpik这样的公司,它去签SpaceX的Data Center,它甚至愿意按照接近Spot pricing的价格,去签这种300到500兆瓦的大的data center,对吧?所以你回到微软的角度来讲就是微软的GPU的价格在最近一个季度也在涨我们现在调研下来基本上你新签的一些客户的GPU的价格比之前都要涨差不多10%左右你存量的那些客户没有到续约的这个价格你可能不能涨,对吧?但是你到续约的客户或你新签的客户,你都要涨价,对吧?而且你从微软来讲的话,它每年在算力这里面,Data Center的这把数基本上是翻倍的所以你像今年的涨价在今年的新客户里面你都能计算下来相当于你到了年底你有一半的客户你在GPU上面是可以涨价的对吧同时除了GPU的capacity也放出来了然后价格也放出来了CPU现在也开始在涨价但是CPU的涨价它比较隐性它不会给你直接涨价它会有很多方法比如说收集
[30:00] 你的折扣啊然后续约合同的时候会推动你去签新一部分的新的instance,它有很多隐性的方法让你在CPU的角度涨价,所以你就造成了像微软这个季度OPI带来的事物也变得更好GPU的收入也更好CPU收入也更好然后同时微软从一季度开始它也开始去这个售卖Athropeic的模型包括二季度开始去售卖更多的开源模型所以你像Anthorpeak的模型在这个季度微软的API的售卖里面应该也占了差不多将近10%到15%的比重,相比一致来说光卖SRP这个模型可能你也能贡献一定的营收的增长好的,那接下来我们再看一看Meta,Meta是这几个公司里面的唯一跌的一个大票,那有意思的是它的CAPEX的绝对额也是四家里面最少的,而且核心业务数据看着还好,就广告的收入是涨了27%,曝光量涨了14%,单价涨了12%花的最少业务也不差然后反而也跌了还有一个细节就是本季度有一个24亿美金的一个诉讼记题然后还有一个12亿的裁员费用但踢出之后经营利润率其实也是还在增长的但是市场选择没有去look through那究竟市场在惩罚什么?为什么这次就不愿意穿透这种一次性的费用呢?这个问题特别好就是首先我们先纠正一个点,Meta的KPYS不是最少的,你看绝对是最少的,但是你像CSP本身大量KPYS是要外租的你还有原来的Lexical,你还有CPU的可怕是但是Meta里面跟GPU相关的跟模型相关的QPAS它的纯度它的含量本身就是最高的所以你按照GPU和跟AI相关的KPY它肯定不是最少的然后你到了这个季度的反应的话一个就是我们所之前提到的就是你到27年Meta K-Py太大了相对于它的收入体量太大了因为它的营收在这几家里面是最少的明年差不多3,000、3,100亿的营收你想2,200亿的KBiz差不多是营收的70%了哇其实你对于Meta来讲的话你不仅仅是要用这些KBAS做10-20的营收的增量对于KPath,对于Meta来讲的话,相当于你营收的70%的KPath能不能再做70%到100%的Meta的营收这是Meta所以后所要回答的大的问题但是你在这个季度没有看到很明显的AI所带来的REMNU而且你到了Meta营收的话它的营收基本上分成两部分一部分是现在已有的广告的营收另外一部分是以后有可能会产生的AI的营收,其实对这个季度来讲,大家对AI营收是有一些比较高的预期的,你投了这么多KPYS以后,Zackbo他能讲关于这些KPYS怎么去做营设的,无论你是模型售卖token还是你去做Data Center但是你要讲出来一个比较清晰的路径二季度有一个很戏剧的插曲有新闻报道Meta会准备外租算力但是消息一出股价就暴涨然后随后公司辟谣股价又回落那市场上用涨跌投票表示希望麦塔去卖算力 但是管理层他是拒绝了而财报会上扎克伯格的官方说法是meta收到的算力购买的报价是显著高于自己的采购成本但他判断是卖intelligence的毛利会持续高于卖compute 所以他不卖你怎么看这个事情Meta未来会外租算力吗?有哪些考虑的因素?我觉得这里面Meta这个业绩会它不是在讲它不卖他是在讲他卖算力以外其他的capac的合理性哇Zackberg讲的故事是随着Musepark,随着Meta更多模型的变好,对吧?他去卖自己的Token了以后,他会有比Compute卖更高的毛利率,所以我现在的投入在以后会有更多的但如果现在有很好的算力报价并且这些算力的报价,他们是可以满足的,他们是可以卖的。但是我们自己在业绩前做了不少的调研,然后我们自己的感受是,这个算力没有那么容易去买。没有那么容易去卖,它主要有两个原因,第一个原因是你去做云的服务的时候,它有一个专业的指标叫做SLA,SLA不光是衡量你出错误的概率,SLA一般有个概念叫三个九或者四个九就是你出问题的概率小于一减去99.99
[35:00] 一减去99.9,然后如果你出了问题我是要原价甚至要超出原价去给你做赔偿的这个是一个云厂商给客户的guarantee就是我跟客户讲我因为给了你三个酒四个酒表示我对于host这套服务器我非常有自信这个是CSP里面最简单的指标对吧但是你对于Meta来讲Meta之前没有做过这个事情所以Meta没有SLA级别的服务能力本身它在host data center的时候,它不光比CSP差它比New Cloud差他甚至也比SpaceX差所以Meta要去找更多的CSP专业的人过来所以他从AWS里面挖了一些人然后第二个点的话是从Meta的角度来讲,它会去衡量我该租出去什么样的卡比如说你对META来讲,META所比较特别的是它大部分的算力都是用来做训练的它的推理的场景没有那么多它相对来说推理的场景有几个一个场景就是用来做推荐算法的迭代但推荐算法本身不是一个特别是算力的然后第二个逻辑是Muse Park 接入各种各样的场景了以后,它会有很多掉内部Token的需求但是这个用量比起它训练的用量来说肯定也小很多所以MACA本身没有那么多的推理的场景你像老卡你比如说你像H卡他做推理的性价比是很高的它做推理性价比没有比GB做推理性价比差很多但是你在训练的场景来讲对吧你肯定是用最好的卡你的RI有最好对吧你也愿意用最好的卡去做更大的模型所以你从Metta的角度,他希望能够把他的H卡做出去但是不想把他的B卡做出去,对吧?但是你从算力购买方的角度,比如说如果你是Athropic,你也想做B塔对吧你也不想只租H卡对吧你不能租给我100万张的H卡然后你一张B卡都不租给我对吧如果我从买方的角度我肯定会跟你溢价对吧你不光要租我100张的H卡你最好还能租给我350万张的B卡对吧,这是Athropic的要求,对吧?所以谈判的过程它也不会很顺利对吧,甚至中间可能会有很多迂回,甚至有可能有谈不成的风险,对吧?然后这个过程里面你的SLA能力现在也不具备,对吧?其实我们觉得Meta最早能够产生这种AI算力租赁的时候,它可能也是到今年底和明年年初了。它也没有那么快,对吧?你可能到了今年年底,他们合同签完了以后,Meta就会出来讲说,这个算力报价,我们现在开始对明年的事物带来明显的贡献,但它不是这个季度。但市场又希望这个季度你就能告诉我你怎么去产生AI的revenue我们差不多做测算,这个KBES对于明年毛利率差不多会有6~7个点的负面的影响然后到后年还有那就造成了你今年meta的增长还可以但是明年meta的利润增长可能就只有low single digit了然后这low single digit其实就是反映到了KPES对一家公司的利润的影响所以你就更加的急切要去讲清楚AI revenue的路径了所以后面的每个季度,其实大家对于Meta的关注度会非常关注到它的AI revenue是怎么产生的,以及它的利润率是以后怎么变化的。上次你也讲到这个Meta广告加速主要是来自于产品的形态和库存,单次的推荐算法的升级对整个的Rabbit贡献都不到一个点。那这次的这个Meta的财报披露说是部分AI的模型带来了Facebook广告的点击,大概是8%的增长,然后转化15%左右。Advantage Plus的一个全自动投放的年化运营利超过了750亿美金 相当于是三分之一的广告收入都已经流进AI的一个自动化系统那你有看到什么些新的变化吗所以这也是一个很好的问题,因为我觉得这个季度Meta比较明显的变化是Meta开始把原来的他们有一套做AI的产品叫做Business AI他把整套的Business AI的产品都做了Rebranding 现在叫做Business Agent 然后把大部分的AI的功能包括新增的这些AI的广告的功能都放到Basini Ascension里面这个产品以后的价值我觉得有可能相当于当年Meta去推Advantage+的时候的变化Advantage+的变化应该是支持了Meta二三年二四年所最主要的增长吧Advantage+的变化是你能够先让中小
[40:00] 然后让大企业他们有自动化的投放的能力有自动化的做素材的能力Business Agent这次在Advantage Plus的基础上面更近了一步它一开始也是对这种中小企业来讲的对吧你可以把你的所有的数据都接到Basis Agent里面它可以帮你做数据分析,它可以帮你做流存分析,它可以帮你做内容分析甚至他可以帮你去监控你的竞争对手的投放的结果你去做素材的时候呢,它还可以以对话的形式去跟你讨论如何去优化这些素材你相当于从Advantage+自动化投放你又往前走了一步你不光是做优化师的那段你还要帮你去做优化前的分析优化前的决策优化前的数据打通对吧如果你真正能做到这一端的话你就能解决大部分就是SMB公司他们大部分的投放的工作而不只是单个的优化师的工作了对吧那么这个功能它肯定是一个渐变的变化你像今年可能大部分的时间还是只能去推你的小客户、中客户,你到了明年才能慢慢推你的大客户。但我们去和Meta的agency去沟通的时候,有一些agency的反馈是,这个产品就有点像他们几年前看到的Advantage Plus时候的感受并且他们感觉到这个产品有可能在一年以后它就变成了Meta一个强制使用的产品你就像Advantage Plus一样就是最早的时候它是你可以主动开你也可以不开对吧但到现在为止基本上所有的默认投放都是Advantage Plus它先让中小客户强制然后再慢慢推动大客户的强制Business Agent这个产品就很像当年的Advantage Plus,如果真能做成的话,我觉得是广告主迈向全自动广告投放的第一步吧。我们讲到这个Meta是拥有巨大的一个分发和自由数据的优势,但是 MusicSpark它并非是公认的最强的Frontier Model,那对推荐广告还有Business Agent这三个Meta的主战场来说,模型做到足够好是不是就够了,还是说必须继续去烧钱去保住它的Frontier Lab的一个地位?说实话,对于Meta的商业模式来讲他做到足够好就够了因为他的产品形态如果你是做内容如果你是做广告投放或者你去回答基本的 search 的问题,它还没有到非常复杂的Agent Planning而且它的数据对它来说也相对来说比较Specific其实你做到一个非常强大的模型,对它现有业务的帮助是没有那么大的但是对于Meta来讲,如果它做成一个非常强的模型他有可能去开拓新的增长的点比如说对于Meta来讲,它有这么多的用户的个人的行为数据,以及他个人的行为习惯,其实最好的OpenCloud或者是Personal Agent所诞生的地方应该是WhatsApp,对吧?应该是Facebook Messenger才对对吧 其实这里是Meta天生的土壤 而且它比欧帕埃和安塞尔比尔可能更容易去收集Consumer端的用户的行为所以它如果有一个跟前模型一样好的模型的话它是有Leverage很大营收的可能性的它是可以收一个订阅价格它甚至可以按照Personal Agent的价格去收更高的consumption的费用它其实是有很强的想象力的对吧然后另外一点我们在上次有提到过就如果说你的个人用户和Meta之间能够到这种层面的互动那就会把你更多的行为和你的电商的偏好和你的旅游偏好所给meta,它不一定是以敏感数据的形式,它可以脱敏的形式,比如说以group of data的形式提供给Meta,对吧,那么Meta就能拿到更多的销售线索那么更多的销售线索就可以让Meta尝试更多无论是线索导向的产品还是电商导向的广告的产品这些都是Meta之前相对来讲就线索导向产品在Meta来讲相对来说都是没那么擅长的对吧,对Meta的广告营收也有很大的帮助,但是你所面临的风险也会更大然后还有一个点的话是随着现在的数据生态越来越多
[45:00] 有越来越多的公司可以提供强化学习数据不光是IO级别的数据还有Pretraining级别的数据对吧?所以这些也相对来讲帮助Tier 2和Tier 3的Open Source的模型,还是这些比如说Meta这样的模型公司有机会去缩短和前沿模型公司的差距所以你有了更多更丰富的数据来讲的话,Meta在训练上面也可能做加速迭代对吧所以其实现在这个实践点对于Meta来讲它是一个比之前所做前沿模型投入性价比更高但是放在整个公司来讲你的capacry的讨论又最激烈就是都有的一个时间点所以你从meta的管理层的角度来讲很难放弃在前沿模型上的加大的投入 这其实已经是大家追上前模型最好的时间点了接下来我们再看一看亚马逊的财报,这次AWS的业绩也是非常亮眼,上个季度AWS的增速只有28%,当时被质疑掉对了,本季度我们看到了增速达到了36.7%,而且是连续第五个季度加速,18个季度里面最快,而且单季环比新增的收入超过了46亿,比历史最大的增量还高了80%,你怎么看这次加速的原因最主要的加速还是来自于Matharpic我们在上个季度的时候有讨论过对吧那个Answerpig里面它的API的营收它绝大部分的API的营收里面应该有70%是Cloud API就是 CSP 以后的 API 然后 CSP API 里面绝大部分是通过AWS的Background是出卖的AWS Background在Revenue Model里面它又可以拿走40%的营收所以按SELPIC的API营收就能直接供应到AWS的营收然后anthropic在二季度增长比一季度增长更快的6月底的AR比起3月底的AR又增长了100%出头然后它的体量在AWS里面又更大了所以它就直接带动了AWS的增长然后同时AWS的GPU也放了出来更多的capacity,对吧?所以AWS这个季度就做了将近百分之37的营收,对吧?到了今年的下半年和明年,其实AWS的营收可能会更快。AWS的营收增速还是比较清晰的吧,然后跟上个季度也一直都是延续上个季度的增长的趋势,就在这几家CSP里面AWS 的增长逻辑相对来说比较简单一点,它最主要就是两个driver,一个driver的话就是anthropic的帧数然后Anthropic我们在上次的时候应该有提到Anthropic的API里面差不多70%是通过CSP销售的,然后CSP销售里面将近90%是通过AWS,当然在二季度AWS的比例肯定是有降低的,因为微软也通过GCP去销售token但是AWS仍然在商业模式里面能抽走40%然后在设计的 AR 两位置差不多又比3月底的AR增长了百分之110-120%它的基数又变得更大了所以SRP对二季度AWS的营收帮助是很明显的然后第二个事情的话是Blackwell对AWS的帮助也很明显因为今年一季度开始AWS加速拉获Blackwell就是最大的出货量变化是从一季度二季度量很大对吧但是你一季度的Black World shipment 你不会在一季度立刻变成收入一般你要隔三个月你会在二次都变成收入对吧你要调试你要放到Data Center里面你差不多有三个月的时间差所以这就造成了Blackwell的加速是要从二季度开始的这也是为什么上个季度可能很多人观察到Blackwell的shave门但是没有反映到AWS的营收里面对吧我们在上个季度讨论时我们应该有讨论过我们说当时我们觉得AWS在二次游增速就能到36到37然后这个季度是是因为这里面的shippement到你确认营收你差不多有一个季度的时间差对吧然后Blackwell的帮助会持续到下个季度因为今年二季度拉货比今年一季度更大那你一记录、二记录拉货都会确认到三记录的影响
[50:00] 所以你三季度的Blackwell的营收的增速比二季度会更加明显。其实Blackwell对AWS的营收的贡献和SRPEG对AWS营收贡献几乎是一样的所以到了三季度,我们觉得AWS营收就有机会能够到41%到42%然后你四季度可能也是这个数字然后到明年这个数字才会慢慢的往下降一点这次亚马逊的财报里面,CEO Jesse在电话会上也讲了一个非常重要的机制,就是AI在拉动传统云。我理解是就是后训练强化学习,agent调用的这些工具,这些计算主要是跑在CPU上,而不是跑在那个GPU上。所以说AI每花一块钱它都会外溢成传统云的一个消费。如果说这个机制成立的话,那怎么去看AWS的AI收入呢是不是就不是只看GPU和BAROC而是应该去看整个AWS的consumption是的,这个问题也非常好,这个季度我们观察到其实Gravity的价格差不多也涨了2%~3%,单个季度平均的价格就已经反映到了AI Workload对CPU的带动和对CPU价格的带动但是CPU它不是一个商品属性特别强的产品你不能把它当作存储或者当做其他的涨价产品所理解它的涨价幅度呢在整个云里面的贡献呢它是缓慢而渐进的你可能每个季度有两三个点的变化,但你不能指望它的供需缺口一下子带来每个季度可能有10个点或者更多的变化对吧然后它可能还会有两三个点反映在利用率上面所以其实从这个季度开始已经有CPU对亚马逊的变化,下个季度会更明显因为下个季度的CPU的涨价幅度会比二季度还要再高一点但是它不是一个它不是一个阶梯型的一下子贡献很多的driver,它是每个季度都给你贡献一点的driver对,就AWS的这个AI收入占比就只有15%,看起来是低于Azure的大概三分之一的,这个占比低是不是恰恰说明它其实这个拉动效应应该是更强的?这三家CSP它的输入结构不太一样吧就是首先,AWS有两个口径,它有一个口径叫做Chip Revenue,还有一个口径叫做AI Revenue更偏软件,CHIP Revenue更偏它的几张芯片,包括Trainium Graviton Nitro 它有几张芯片,对吧?所以,实际的数字应该会比会比251只树高一点,我觉得可能在20%左右,但是你很相对比其他的CFP确实不一样。谷歌它的AIA占到Revenue的比重应该已经差不多到45%了就将近一半了对吧然后AI占到微软的Azure的Revenue比重差不多已经30%了所以你如果要比重可能是20 30 45对吧它最直接的原因还是你原来的CSP的Cloud它的大小因为整个市场的电是非常缺的capacity也非常缺的所以在相对来说capacity有限的情况下主要反映的是你原来的那个lexic cloud的大小是多少对吧所以你往后来看你也不能指望说现在AWS的20%占比它以后就和谷歌一样多但它20%占比,它以后可能会到40%。谷歌45的占比以后可能会到60%对吧就是在AWS这么大的基数里面它能够带动10个点的增速的加速已经非常不容易了另外一个还想探讨的就是市场原本担心AWS的AI云收入稀释利润率,但是AWS这一季度的利润率接近了39%这是Trainium和Graviton的经济性开始兑现了吗利润率还是反映你现在的市场紧缺程度因为二季度的芯片无论是GPU和Training的紧缺程度都比一季度更缺了所以你的定价上面的空间也更好,你就会有更好的毛利率。如果以后供给上来,没有那么紧缺,那你毛利率就会下来一点,但是你至少在一季度,二季度,三季度这个毛利率是能够保持的对于 AWS 来讲它相对于别的公司有alpha的点就是在今年的一季度以前,它的training的利用率特别低然后Trainning要给很深的折扣
[55:00] 然后从一季度开始,你不用去给很深的折扣了,你的利用率也上来,原来你可能只有40-50的利用率,但你现在如果能做到70-80的利用率,相当于有了更多的capacity在同样的成本情况下你有了更多的capacity这个趋势在二季度也会延续,但现在的存在利用率已经很高了,所以你也不能指望却能给AWS带来进一步的margin的帮助了那我们现在亚马逊说完最后一家是谷歌了那上个季度Gemini 3.5当时我们还是感觉是一个追赶中的希望但是到这个季度谷歌推迟了Gemini 3.5 Pro的发布而且管理层也是罕见的承认了coding和Agentic Coding需要提升并且是把希望压在了更大的Gemini 4基础模型上但同期API的token处理量从原来的每分钟大概160也涨到了220%亿,云增速也达到了82%。那模型的落后和这个业务狂奔同时发生,这是谷歌感觉是一个核心的矛盾。那从Gemini的角度看,你认为这是一次正常的模型迭代落后呢?还是组织和scaling的路线出现了问题?首先这个季度GCP的加速增长跟GemNite没有太大的关系他更多还是跟TPU和GPU的销售有关系,这个季度GCP最大的增长的贡献是谷歌在直接往外面卖寻寻你差不多卖10万张卡,你能带来20亿美金的营收,量非常大。Jermna也在二季度的增速应该比一季度的季度环比增速要明显变慢。我觉得这个速度,一季度你可能Germini环币增速是超过50%对吧二季度这个增速可能就只有20%到30%了就你的细度增数,可能跟OPI 和跟 SLPIC 的阅度增速差不多快对吧我觉得这里面有几个原因吧第一个原因是因为谷歌的position受到了不少竞争的影响原来谷歌一直都是唯一一个Tier 1.5的公司Tier 1是OPAC & CERAPICTier 1.5是谷歌,然后是其他的模型的公司,对吧?现在TA1.5的公司其实已经更像XAI了XCI在搜过Cursor以后有了非常大量的高质量的数据的补充之前对Cursor预想还要更好然后到了谷歌这里的问题是,因为谷歌是一家合规要求非常严格的公司在数据供应商的衰选和购买数据的时候呢,它也会比其他的LAB包括可能明显比开源公司要更加的谨慎,我们在上一个季度的时候就有讲过谷歌他在去年没有怎么去购买用来做Post Train的数据,以及没有怎么去做Poststream,在今年1月份谷歌开始购买,开始做Poststream,但是整个的数据生态从今年的5月份开始又有非常大的变化 对吧 不只是原来的Mirko和SERGE AI在提供数据了 有着更大量的各种各样的数据提供方在提供甚至比Mirko和SERGE AI更高质量的数据 而且他们不是一家两家 对吧他们能够获取的数据的来源也非常的丰富,比Moha和Surg纯靠人员标注的数据来源要更加丰富很多所以这就造成了各种各样的Labs它能获取的高质量的数据源可能比一季度要多非常多 多很多倍 对吧但是因为谷歌它采买的路径很严格 它采买的速度也相对于偏慢 它基本上比其他的公司买数据都要慢摆拍所以这就造成了别的公司有丰富的数据了但是到了Gemini它的数据反而成为制约它最大的瓶颈对吧然后第二个原因是算力也是瓶颈对吧因为谷歌一直是按照前沿模型的做法对吧但是谷歌的在二季度所训练的算力你就只有OPI和ANSIALPIC的一半你差不多你只有一技瓦所用来做训练对吧你的算力也少你的数据也少就造成了Gemini在二季度相对来说比较落后吧,我觉得你现在从coding能力来讲,Termini可能比不过Kimi K3,GLM 5.3和XCI的4.6,那么如果去看以后的谷歌的变化呢,我觉得你现在再去关注3.5 Pro的
[60:00] 价值已经不是很高了你肯定是需要新的数据员和更大的算力做重新训练的所以你下一代肯定都是要来看Germini 4的对吧?我也不认为3.5 Pro能够赶在9月份或者10月份来出了但是你如果去看Germini 4的话Germini 4大概率应该要到年底和明年出去出了对吧那如果谷歌能够补上更多的数据源对吧然后能够提高算力这里面其实没有特别多的know-how 的差别就现在整个的模型的训练,它其实已经很工业化了,不同的团队去找不同的数据,然后再把数据merge起来,它已经变成了一个不停的跑数据experiment,去验证数据的可信度,数据的contribution,然后再把它归到一个统一的模型的训练方式,它已经和一年前的训练逻辑,有不少的变化了对吧所以只要谷歌也有办法能够获取到更多的数据 我觉得German 9-4追上其实也是早晚的事情 他没有特别多的组织架构的问题 对吧 组织架构的问题可能也是上周所讨论比较多的,对吧?因为传出来了,这个Jib didn't 走了,然后包括说,这个Hazabi他们可能也可能退居二线了对吧因为Germann这个团队他确实有一批人是以追求诺贝尔奖委目标的然后他有一批人是追求前沿模型训练为目标的,现在大部分的工作都是前沿模型训练为目标的人在追求,其实你你追求诺贝尔奖的一部分的researcher为了他们的目标做其他的创业我觉得其实也不影响谷歌现在的工作因为现在工作本身已经都是有追求前沿模型的人在出道了刚刚讲到 Gemini 在 Benchmark 上暂时落后但是它其实 API 的 Token 和 GCP 仍然是高速增长的那可不可以理解成对于企业客户来说它用 Flash 的成本延迟和稳定性会比Frontier能力会更加重要我觉得不是,因为如果你是按照Flash的性价比的话,你很难比XCI强你也很难去和开源模型来竞争所以对于谷歌来讲,它要有更多的Gemini的营收,还是要靠前沿模型,要靠coding的营收,它最好是比如说你比前模型慢个10到20,但是你的性价比有30%到50%的有时那就会让你的产品的竞争能力非常的强但如果你硅道和开源模型的竞争,那么你很难比开源模型有更强的竞争力。然后回到这次GCP的贡献的话,也就像我们提到这次GCP的贡献主要是TPU和GPU带来的贡献。Flash对这次的GCP加速应该没有贡献就顺着你刚刚讲的就是这次GCP的增速里的主要的一些成分就GCP的增长这个季度是82%其中也是但这个口径是包含了包括Gemini, Vertex AI, TPU, 租赁等这些不同的这种名目然后云的backlock也达到了可能5000多亿美金那你估计82%这里面有多少是一个可持续的recurrent consumption有多少是硬件的销售或者是大客户合同的一次性的确认在这个季度之前呢其实有不少讨论是关于就是你直销TPU这个事情是不是一个recurring的revenue,对吧?因为GCP里面第一次有直接销售芯片的手腕,你变得更像英伟达了,你不是变得更像CSP了,对吧?就是谷歌现在越来越大的变化。但如果你去看TPU的shipment的话,明年的TPU是今年的三倍啊而且明年能够出售的TPO的数量可能不止今年的三倍啊所以其实TPU到了明年它应该还是加速的对吧你可能到了28年它没有办法向26年27年提供这么大的变化,对吧?那你TPO的增速你可能会比GCP的增速要慢,对吧?所以你就会把GCP的增速拉下来但是你到了27年TPO的增速肯定比GCP里面除了TPO以外的增速要更快对吧,所以它是把TPO的增速给拉上去的所以至少对明年来讲TPU还能继续贡献GCP的加速的增长而且它的比重和它的收入的贡献会更大会比今年远远要大对吧然后像其他的营收里面像TPU的租链
[65:00] Mm-hmm. Vertex AI, of Gemini. It is all similar to the traditional CPU, It's a very easy to be defined by recurring consumption. So these are no questions. The main thing is that the TPU is a good question. E-4 性确认的 revenue It can't be able to 4 years for you to confirm. But it's because its shipment in the next year is still high. So at least in the next year, it will still be a more than- The GCP backlog in the backlog is how many TPUs and AI customers are in the traditional companies? What does the future of the increase and money? TPU's market price is pretty high, it's about 50% Just you You have a card for 200,000 yen, and you have a 100,000 yen, so you can get 100,000 yen yen, so you can get 100,000 yen yen, so this yen yen actually GCP's money is still higher 比MyCPU和GPU Cloud的毛利率还要更高 我们现在认为,你大概从三季度往后开始算六个季度 直销的TPO的营收应该能够做到500到600亿美金,就你二季度直销TPO差不多做了20亿美金,但是你往后看 six years, can be able to do 500 to 600 million dollars. That's just as if you're using backlogs 10% and now the TPUs are about to GCPs are about 10% This year's GDP of the yield rate is from the 20% to 35%, but in the next year, we will reduce short-term growth in the short term, and use more third-forms to take the yield rate. This is whether TPU's total revenue is not enough to solve the cost of the yield rate? The biggest reason is that it has no enough capacity to be able to do Dendrack Center is not enough, so I want to move out to New Cloud Capacity And I was able to do NeoCloud capacity, which is GPU capacity. There is no new cloud to be able to get capacity. The most TPU is still to be able to get or to call free stack I think this is the result of Google trading in the market. So it needs to be through NeoCloud to book by C, but it doesn't have to be related to TPU. But this is Google's major reason. He will be able to do the Opax Because you are going to租 other people, you are not going to be able to exchange. You are going to have a impact on your money. And it's not going to be able to exchange cash. So, in the year, Google is the reason why you don't have a change in the GCP. You will have a change in the margin. You will feel your cash is going to look higher. I think this is a good idea, but if you look Now, the capacity of the company, for example, GCP to SpaceS to the capacity 突出价表肯定很高的 But if you want GCG to KBSE, you will be able to use the use of the use. You can already have the cost of the cost. You know the cost of the cost can be filled with you, for example, 500MW. You have to get, but you won't get much. But if you don't give the cost of the customer, they will go to other people's cost. They will go to the other way. This will affect your amount. So you can do this for the GCP. The cost of the cost is to be a profit. but it will affect the whole And if you go to SpaceX, SpaceX is now very expensive. It's a lot of price. It's a lot of price. It's a small price. So you can't do it on your own price. You can't do it on your own contract price. Let's talk about Google's advertising. How to look at the advertising business? One is that search rate from the first year of 19% to 17% and the other is YouTube's increase from 11% to 13% It felt like a change. Is this a key issue? Or is it a type of "diality" in the competition? It's not a big deal with the model. In the second季度, the "推荐算法" in Google's advertising It's not so strong. And you don't have a few points.
[70:00] 他一个季度能贡献0.5个点的contribution就非常好,0.5个点大概率也贡献不到我觉得谷歌这个季度广告弱主要还是没有放出来更多的库存之前放了不少的库存,这个季度我们看了各种各样的产品的库存情况和agency的沟通,我们在季度前的报告里面也提到谷歌没放出来很多的库存。相比而言,meta是有不少库存能放出来的,meta的广告其实这个季度还可以。下个季度因为汇率的原因稍微低了一点Meta在Facebook的Reals里面这个季度放出来非常多的软广的库存就很像TikTok和抖音里面的软管但谷歌这个季度没有放出来很多的因为你这个季度节奏问题没有放出来很多的库存所以你这个季度就会稍微差一点然后也有美元指数的影响,美元指数基本上这个季度平均会把这些公司的USD的revenue拉低1%,还有一个就想问关于这个AI mode,这次这个财报也披露,就是AI mode现在越火超过10亿,但是AI界面下单次查询能赚多少钱,谷歌至今是没有披露的,只给了一个方向性的安抚。AI overview的商业查询变现,财报用的是令人鼓舞的,然后单次的响应成本。降到发布以来的最低但是AI查询的单查询收入长期能到传统搜索的水平吗如果到不了搜索的中局的估值逻辑是不是会重写郭文贵:我觉得对于AI对谷歌广告的影响的话,现在把比较容易的Low Howing Food摘完了。你传统广告推三个广告位,但如果这个Corey判断AI Overview对广告输入有增量的话,它可以往后面再加一个AIOV的广告位。所以你每扫一次,Corey都可以计算加几个广告,广告里面怎么去调背传统广告和AI overview可以让这一次call rate的商业化变得最大化价值然后同时对于谷歌的广告来讲有非常多的长的query和很短的query没有出现广告名字的Croid是没有做商业化的,这个比重应该占到所有Search query的60%以上对吧但是AI max和AI view恰恰好它的优势就是可以读懂这些长的query,可以在这些长的query里面给你推出来原来传统广告推不出来的广告。所以这是过去几个季度,Aoville对谷歌广告所带来的贡献这些其实已经在做了你再往后就要推AMO对谷歌广告的贡献那么,AMMode的广告就不是和传统广告并存了。它是一个原生的完全新的广告形式而且你推AI模式的广告你就一定会影响到传统广告如果你AI view的曝光变大影响了传统广告的份额你就会影响到传统广告的比重对吧但现在来讲AI mode很多都是增量的份额所以影响还不大所以你再往后你需要有更原生的更AI native的广告形式那么谷歌在这个季度其实已经有一些比较好的苗头开始推一个新的广告形式叫做conversational discovery s它就是一个对话式的广告你和AI mode在对话的时候它会识别你的意图而且它像一个漏斗一样在你购物意愿弱的时候他不给你推购物卡片但是他明显感觉到你的购物意愿变强的时候他就会给你加速去推购物卡片和电商广告在你对话里面的比重对吧当你要接近最后决策它已经识别到你就是在买你就是在选商品的时候它就会给你非常全的广告商品的介绍非常全的广告的对比这是一种更智能的广告推荐的特别是线索广告和电商广告的形式对吧但是这个形式它和现在的广告是完全不一样的所以他去找agency推广他去找广告主推广,包括广告主要理解怎么去做这个AI Max的推广的,不只是原来的直接去买,关键词了对吧还要包括你用户的适应这都是完全新的广告形式所以你不能指望他能够在两三个季都内一下子产生很大的营收,它有可能在明年能够贡献三到五个点的营收,但大概率不可能是今年就能贡献的。这么快的营收我们展望明年的一个推演,现在各家CSP的ROI其实都很高,算力也很紧缺,所以大家都在拼命投。但是到明年会有大量算力集中投入使用,那你怎么推演这个供需的变化?关于供需的变化每年到年底或者股票跌了以后的讨论都非常的多只不过
[75:00] 每一次讨论难度都会变大因为那个供给其实就代表了CAPEX需求其实就代表了AI的AR对吧所以你如果按照数字来讨论我们就是在讨论KPEX和AR的问题这是一个从这个季度来看,越来越难讨论的一个问题,因为你想原来以及吧 它 Center 是三百五十一美金的时候你30G的data center就是1万年级对吧你如果在去年年底在所有的供应链还没有大幅涨价的时候27年的30G对应的是1万亿美金的CAPEX对吧,然后我们又见到了今年的前两个技术,AI的AR5-10倍的增长所以这是非常明显的变化但你到了现在这个时间点这1万亿的capx它变成了1.7万亿美金的CAPEX对吧,所以你到底多少的AR是合理的可以去justify1.7万亿美金Kpys的合理性呢?在原来一万亿美金的时候,因为你KPASS你是要投五年,你如果每年的KBIS投的都一样那么就代表你未来五年的成本都是一万亿美金对吧?但是你的AR增速很快我觉得你至少你可以给整个行业40%到50%的Kager如果你按照5年来算的话所以合理情况来讲你如果假设KPS以后增长不是很快的情况下你三年后的AR和能跑通今年的KPEX是一个比较理想的数值对吧如果你按照三年的AR往后倒推对吧你如果每年50%对吧或者你每年60%的这未来两年你可能是更高吧你可能是百分之大几十的吧对吧所以你这么来算的话你最好比如说明年底的AR能够达到明年Kipaste1/2到1/3是你考虑到投入周期是一个比较容易计算ROIA的值你如果是1万亿的KPAC那你就需要3000到5000亿美金的AR,为止这个数字是比较容易实现的我觉得你现在你去讨论明年年底这几个labs还有加上开源这些AR能不能到3000亿美金我觉得他的说服力是很强的但是如果你到了1.7万亿美金你就需要6000到8000亿美金的AI的AR但你如果仅算你现在B元模型的这些收入你是很难算到6000到8000亿美金的AR的所以就是整个供应链大幅的涨价推动了KPAC的变化,最后就叫成了RY函数里面那个R它的要求就越来越高所以我们现在如果去看它的demand需求的合理性呢你就不能只看地缘模型的营收了你还要去考虑看太原模型的营收你还要去考虑看各种各样的具体的场景对吧比如说我们简单做一个假设如果说OPI和Atherpig明年底这几家B院模型在明年底可能有2000到3000亿美金的AR这几家加起来对吧那么还有一些新场景对吧新的场景包括明年比较大的场景是量化的投资,明年量化的KPY是很高的对吧然后也包括说开源模型的收入但是这里面的一个难点是你很难去quantify那个开源模型的收入,开源模型的收入它在New Cloud 里面,比如说他在前两期访谈嘉宾Failworks他们的收入里面,他在企业自己所部署的本地化的场景里面,它是非常分散的,但是市场上面又没有人能够把开源模型的收入给合并起来,能够去和避原模型Benchmark 所以这就造成了如果你要把币元模型以外的时候全算起来它的难度非常的大你可能这些全部加起来明年是能算到6000亿美金的但是你可能需要一段时间你可能需要几个月的时间需要有更多人的统计对吧需要有更加明确的数据集你才能帮助你去理解明年你算上开源算上各种各样的场景它对你能不能是一个6000亿美金的营收所以因为它的门槛变高了同时追踪的门槛也变得更高了这就造成了你去算供需的难度也被更高了那你中间你的concern你的debate就也会比以前要多很多了你上次有一个判断是说
[80:00] 正在取代语音成为一个入口感觉bargaining power是更加偏向于模型然后这个季度的话我们看到微软反复强调模型的可替换,harness跟模型分离,然后AWS和GCP都在做这种多模型的平台如果说是编排层、上下文、记忆和企业的数据都掌握在云场的手里,那这个Bugning Power是不是又重新能够回到云和应用这一层?我觉得这里面你如果去看整个行业的话,如果没有这么大的开源的变动,长期来看,Barketing Power肯定还是在模型公司手里面的因为模型公司占到了主要的收入,占到了主要的毛利,特别是你在过去的一个季度你已经能显著的看到Antheropic的毛利率增长非常快了毛利率本质上是反映的是一家企业的Bugney Power收入不一定能够反映 bargaining power 但是你的毛利率可以反映毛利率的价值就是你比你的上下有多赚钱对吧所以你有更多的毛利率对吧所以你像二极端SRP它可能是从50%到60%到现在85%到90%已经体现了它在行业里面非常强的bug the power然后同时因为你的一季瓦的Data Center Revenue从原来的10个币变成现在的20到3个10个币所以这个环节里面的上上下下的人都能赚钱模型公司也能赚钱,CSP也能赚钱,SAMI也能赚钱对吧当然你赚钱赚最多的是模型公司和存储以及还有英伟达对吧这三个环节是这里面所有人赚钱赚最多的在一个基瓦德达森特里面它的share提高的是最多的对吧但是如果你往后看CSP有更多的开源模型它可以把它的router分配给更多的开源模型,那么整个的这个shell的变化就会有大的变化,因为本质上开源模型在美国的定价权是掌握在CSP手里面,而不是掌握在开源模型公司,他们其实是开源模型公司收入的主要driver所以你会有更好的RI和更好的毛利率,你的单G瓦Data Center的KPAS ROI投入会比原来和模型公司合作要更好对吧然后你再到了模型公司里面呢那它的margin肯定就会有影响对吧因为你有竞争力更强的竞争对手你不得不降低你的growth margin因为新的竞争关系对吧那么对于半导体公司来说你不好说它是好还是坏对吧所以整个环节的如果按照毛利率的budget share它是会有变化的,它确实会从模型公司流入到开源公司,流入到CSP手里面。但这里的难点是,现在在这个季度所出现的最新的变化是开源模型公司和Frontier Lab之间的差距重新缩短到三到四个月。如果这个时间能够一直保持甚至这个时间可能还会缩短那么我们刚刚所说的这个趋势它就会继续持续但如果这个差距它又重新开始拉大你又回到了原来的6到9个月那可能又会出现逆向的变化对吧所以讨论这个问题最大的关键点是开源模型和闭源模型的差距它是保持三到四个月还是保持六到九个月这里面有非常多的变量的原因就其实你能看到从Frontier Labs的角度来讲,参数的变化比起一年前是要加快的你在去年底你差不多Frontier Lab的模型是1万亿参数对吧然后你到了五六月份对应的Fable和5.5 5.6你差不多就到了3万亿参数然后你到了下一代对吧下一代的GPG6可能也很快就发了对吧你就是再加两到三倍你就是8到9万亿参数的模型那么你的模型参数在不到一年的时间你就已经增长了10倍对吧然后包括说从现在的下一代模型开始你每个月都会有新的开源模型的迭代所以你从Frontier Model的模型公司来讲,它们的迭代也在加速我们知道下一个验证点是月底的英伟达财报,你觉得他需要给出一个什么样的指引才能和7000多亿的卡派自洽?其实现在的KBAS肯定已经不止7000亿了,我们刚刚提到明年的KBAS已经数字非常大了其实,英伟达对整个AI sentiment在季度可能影响没有那么大,对吧?相比来讲,Anthelopeic的上市和这些LAB的AR的进展会比英伟达的影响大很多从什么角度来讲英伟达呢?英伟达现在情况它相对来讲比较好一点因为它是整个三妹里面因为在存储和光都涨价了很多英伟达现在反而变成估值相对来说便宜了而且KBICE里面它也占了更大的比重对吧
[85:00] 丁伟达的EPS和估值你都更好算因为存储公司现在利润很高但是英伟达它还要对存储再进进加价对吧你可能是按照1:3甚至1:4的比例去降价这就造成了就是给cap s更多压力的,其实不是存储公司。而是对存储进行加价的英伟达和GPU的产业链那么如果未来能够更多的把GPU和存储进行捷偶,就像TPU做的对吧 那么就能相对来说缓解KPEX的压力那你对于RY投入端的R的要求就没那么高了但是这又是一个非常两难的事情对吧,就是从英伟达的角度来讲它到底是让KPAS变得更可持续呢还是为了多赚钱呢?这是对英伟达主来说是一个很难的选择题非常感谢今天周末的分享,大家收益良多,非常感谢。谢谢,谢谢,谢谢,谢谢。
