從亞馬遜財報看 2024 AI 變局：供應短缺、資本競賽、中國因素與下半年關鍵時刻

結論：這季AMZN作為雲端最後一家公告財報的公司，為我們帶來了幾個值得關注且和過去不同的重要訊號。除了供應短缺、利潤壓力擴大的產業趨勢外，DeepSeek 的出現更為這個產業帶來新的思考方向。

先前我是樂觀認為資本支出會上修到 2025 YoY>30% 附近，結果才一季就快速上修至我的目標區間。本季參考雲端大廠的說法後，在短期業績受限於產能、資本支出又大幅擴張下，2025 下半年公有雲是否加速，將成為能否有再上修動能的關鍵。因此未來半年在無法否證的情況下，可能會出現「可延續性」的擔憂，造成相關供應鏈出現 EPS 雖然持續往上、但 PE 可能承壓的區間行情。而 DeepSeek 的出現或許反而加速了這個產業的技術競賽，就像當年華為一樣，迫使大廠加快創新腳步，長期來看這反而是好事。

AMAZON 2024Q4 電話會議中 AI 相關整理

公司認為，AI 是繼雲端之後最大的機會，可能是自互聯網以來商業領域最大的技術轉型。幾乎每個應用程序都將重新發明，AI 將成為其中的核心組成部分，推理將成為像計算、存儲和數據庫一樣的核心模塊。
- 這個轉變將主要建立在雲端基礎設施之上
- AWS 預計將承載最大份額的 AI 工作負載

AWS 營收 288 億美元，年增 19%；AWS AI 營收規模數十億美元，同比增長三位數百分比。但確實受到供應鏈限制影響。如果供應鏈不受限，增長速度可能更快。

具體限制：

第三方晶片供應短缺（特別是來自 NVIDIA 等供應商的 GPU 交付延遲）
– 大多數 AI 算力都是由 NVIDIA 晶片驅動的，我們顯然與 NVIDIA 有深度的合作夥伴關係，而且在可預見的未來都會保持這種關係
中游製造環節的變更需要時間來提高硬體良率
自有硬體 Trainium 2 剛在 re:Invent 大會上開始普遍供應，主要供應量將在未來幾個月內到位
電力供應受限（數據中心的能源需求增加，部分地區無法快速提供足夠電力）
部分硬體零組件短缺（如主機板等關鍵組件）

Jassy 預測，供應限制將在 2025 年下半年放鬆。（看 NVDA GB200）

2024 年第四季度，亞馬遜的資本支出為 263 億美元，預計 2025 年的年化率相似（全年超過 1000 億可望達 1052 億）。其中絕大部分用於 AWS 基礎設施，以支持 AI 需求。
- AWS 增長與資本支出呈正相關，但需要的前期投入成本高：AWS 增長越快，就需要花費越多資本支出來提前採購數據中心、硬件、芯片和網絡設備，然後才能將其貨幣化。
- 公司僅在見到明確需求信號時進行採購，短期大規模投入換取長期戰略優勢。
- 短期內，AI 伴隨著較低的利潤率和大量投資，這將對 AWS 利潤率產生不利影響。但從長遠來看，AWS預計AI業務的利潤率將與其非AI業務相當。
- 將部分伺服器和網絡設備的使用年限從 6 年縮短到 5 年：4Q24 公司完成對伺服器和網絡設備的使用年限研究，觀察到技術發展的步伐加快，特別是在人工智能和機器學習領域。（使用年限縮短影響 2025 年 7 億美元、提前報廢在 4Q24 紀錄 9.2 億美元費用，預計 2025 減少 6 億美元營業利潤）
- 公司認為，大力投資 AI 機會將在中長期讓亞馬遜的業務、客戶和股東受益，即使在短期內投資巨大。

補充：亞馬遜將部分伺服器年限縮短是歷史上沒有發生過的事

2020/1 亞馬遜首次將伺服器使用年限從三年延長到四年，拉升 AWS OPM，隨後兩季 MSFT 與 GOOG 跟上，後續也都是 AMZN 動作後，其他兩家隔兩季跟上。
2022/1 從四年延長到五年
2024/1 從五年延長到六年

過去折舊延長讓公有雲們的獲利一直長得很不錯（降價搶市場拉低opm之後就來調整一下），第一次延長的時候原本也有擔心會不會降低對伺服器的採購量，結果沒有。

但這季財報對 AMZN 雲端而言出現了很多跟之前不一樣的現象，除了前面說到供應受限、獲利能力降低，公司也調降了伺服器使用年限，對 2025 影響約7億，另外還有提前報廢伺服器影響 6 億。

亞馬遜本身已經在其業務的各個領域構建或正在構建大約 1000 個生成式 AI 應用程序。主要用例圍繞提高生產力/節約成本和實現新的客戶體驗。
- 隨著 AI 推理成本的大幅下降，企業將更容易在所有應用程序中注入 AI。這對 AWS 客戶和業務非常有利。
- 預期 virtually 所有應用都將融入生成式 AI
- 推理（Inference）將成為與計算、存儲、數據庫同等重要的核心基礎設施
- 大多數企業將擁有自己的 AI 代理人（Agents）並實現代理人之間的互動
對 AI 成本降低的看法：
- 公司對 DeepSeek 的成就印象深刻，特別是在兩個方面：
  - 訓練技術的創新：顛倒了強化學習的順序，在人工監督微調之前就進行強化學習
  - 推理優化的成就
- 對成本降低的整體看法：強調降低單位成本不會導致技術總支出減少，反而會刺激更多使用。
  
  他用 AWS 的歷史經驗舉例：
  - 2006 年推出 AWS 時，提供每 GB $0.15 的 S3 存儲和每小時 $0.10 的運算能力
  - 雖然單位成本大幅下降，但客戶發現可以開發之前因成本過高而無法實現的項目
  - 最終結果是客戶在技術上的總支出反而增加
- 對 AI 推理成本的預測和影響：公司認為 AI 領域也會發生一樣的狀況，也就是推理成本將大幅下降，將使企業更容易將 AI 整合到所有應用程序中。
  - AWS 的目標是讓客戶能夠輕鬆在其基礎設施服務上建立客戶體驗，推理成本的下降將對客戶和 AWS 的業務都產生正面影響。

綜合本季：公有雲競合進到下一階段，關鍵在下半年供應緩解之後雲是否加速

三家都說到供應短缺限制了雲端成長性： GOOG、AMZN是首次談及。
認為供應短缺可以在 2025 年中後結束：可能要觀察NVIDIA GB200出貨
公有雲成長性雖強，但都略不如市場預期：
- MSFT：非AI調整期+供應短缺
- GOOG：供應短缺
- AMZN：供應短缺
AI 需求成長性強勁：
- MSFT：AI業務年化營收已超過130億美元，同比增長175%；Azure AI 服務成長 157%，貢獻 Azure 總體增長的 13 個百分點
- GOOG：GCP 的成長率明確「遠高於」整體 Cloud、Gemini 開發者從 6 個月前的 220 萬增加到現在的 440 萬、Vertex AI 客戶數量年增 5 倍、Vertex API 使用量在 2024 年增長 20 倍、Cloud 客戶的運算消耗量比 18 個月前增加 8 倍
- AMZN：AWS AI 營收規模數十億美元，同比增長三位數百分比
因應 AI 強勁需求，大幅調升 2025 資本支出數字：面對未來大機會，要先大幅投資才會賺錢，見到明確需求才採購，有利長期數字
因大幅投資，短期可能影響利潤率：原本只有 MSFT，但本季開始 AMZN 也加入這種說法（比較有趣的是 AMZN 首次在各家調整調高會計折舊年限的情況下，第一次降低會計年限，）

想法：我認為可能在未來半年會有對資本支出「可延續性」的擔憂。

原本去年下半年只有微軟受到供應限制與利潤率降低的壓力，那時候對應到 OpenAI 受到競爭加劇，而競爭對手的數字表現都還很好，包括 AMZN. GOOG 的公有雲成長性持續向上 + 利潤率續創新高，所以我不會擔憂資本支出步伐可能緩下來。

而這一季：

說有供應限制的：從原本 MSFT 增加到 GOOG. AMZN 三家都有。
說會對利潤率有壓力的：從原本 MSFT，多了一家 AMZN。

大家都覺得年中之後供應緩解，到時候雲端才會加速，這半年已經是無法被驗證的事情，況且這段期間大幅增加資本支出而壓縮利潤率的事情，一定要在下半年看到公有雲成長性加速才可以將擔憂抵減。加上我原先預期今年全年資本支出 YOY >30%，經過本季財報季已經被快速上修至目標區間，預期在公有雲進一步大幅加速之前，再大幅上調的可能性不高。

（除非看到公有雲再加速，所以下半年公有雲會是 Check point，最快下季財報的 guidance 可以看到端倪，但真正緩解但有可能要七月那次財報才能確認）

既然有「可延續性」的擔憂，那受惠 AI 資本支出的供應鏈評價可能拉不高，上半年我認為會是資本支出上修使 EPS 往上，但對可延續性的擔憂使 PE 有壓力，直到確認市場與應用加大為止。

當然我個人對於 AI 發展是偏向樂觀，所以重點持股會持續抱著，但我預期上半年 AI 相關個股會是區間直到下半年應用確認爆發。

再補充我個人對 DeepSeek 事件看法：中美貿易戰之前的華為，加快大廠投入競爭

原本寫到上面就該結束，但這樣好像會讓人誤會我的立場 XD，所以還是寫一下農曆年間我對 DeepSeek事件的看法：成本削減速度符合 LLM 預期，特別的只是「中國、開源」首次站在 Scaling Laws 前緣。

讓我想到中美貿易戰以前的華為

中國鯰魚又浮出水面，這件事情當然是好事！逼得競爭對手沒辦法擠牙膏、慢慢來。

怎麼辦？
1. 限制中國取得硬體（但他們用舊硬體反而創新，用 PTX 增加 GPU 效能）
2. 自己加速往前跑（因為競爭者追上，和去年 Anthropic 開始追上的故事一樣）
大家擔心資本支出要降低？我認為根本應該反過來！
大廠就是要做到性能輾壓，拚小模型本來就不是大廠的工作。別人用小模型逼近你的 LLM，你應該要推進 LLM 的性能才對，才不會因此去改用小模型，而是會同時推出商用小模型跟性能輾壓的模型