戳 关注 社长带你港股掘金

事实上，企业不愿意被锁定在使用一两种模型来支持其生成式人工智能应用。

作者 | Nexus Research

编译 | 华尔街大事件

在这场人工智能革命开始时，市场认为亚马逊(NASDAQ:AMZN)的AWS落后于微软Azure和谷歌云，尽管投资者一直承认AWS在过去18个月中取得的进步。

在2024年第三季度期间，微软Azure的市场份额继续下降，从23%下降到20%。虽然AWS的市场份额与上一季度相比略有下降，从32%降至31%，但它的表现肯定比微软Azure更好。

谷歌云的市场份额保持稳定在12%，与上一季度相同。

在过去的几个月里，分析师一直看跌微软，并建议买入亚马逊，因为形势正在向有利于AWS的方向转变，最终形成了现在所看到的市场份额趋势。事实证明，亚马逊AWS的牛市理由只会越来越强烈。

为了了解亚马逊在人工智能领域取胜的明智策略，重要的是要了解企业采用人工智能技术的更广泛的行业趋势。当我们今天与企业领导者交谈时，他们都在测试（在某些情况下，甚至在生产中使用）多种模型，这使他们能够1）根据性能、大小和成本定制用例，2）避免锁定，3）快速利用快速发展的领域的进步。

大多数企业在设计应用程序时，只需更改API即可在模型之间进行切换。一些公司甚至会预先测试提示，以便只需轻轻一按开关即可进行更改，而其他公司则建立了“模型花园”，可以根据需要将模型部署到不同的应用程序中。公司之所以采取这种方法，部分原因是他们从云时代吸取了一些惨痛教训，意识到需要减少对供应商的依赖，部分原因是市场发展速度如此之快，以至于专注于单一供应商似乎并不明智。

事实上，企业不愿意被锁定在使用一两种模型来支持其生成式人工智能应用，而是正在寻求能够轻松在多种模型之间切换的技术。

AWS认识到企业中的这种趋势，并明智地将这种灵活的模型切换功能嵌入到其旗舰Bedrock服务中，用于生成AI工作负载。

我们还继续看到团队在同一个应用程序中使用来自不同模型提供商的多种模型类型和多种模型大小。要实现这一点，需要进行大量协调。Bedrock对客户如此有吸引力以及如此受欢迎的原因之一是Bedrock让这一切变得更容易。

-首席执行官Andy Jassy，亚马逊2024年第三季度财报电话会议

由于缺乏领先的、独有的AI模型（微软通过OpenAI和谷歌构建的Gemini确保了这一点），亚马逊在生成AI竞赛中已经落后，因此AWS允许云客户在其应用程序中轻松地将一种模型切换到另一种模型，这对他们几乎没有什么损失。这反过来又增强了亚马逊的Bedrock相对于其他主要云提供商的类似服务的吸引力。这并不是说微软Azure AI服务和谷歌云的Vertex AI不支持模型切换，但AWS Bedrock显然在这方面处于领先地位，这与企业的需求一致。正是这些策略和服务差异化因素使得AWS实现了19%的强劲收入增长率，尽管其规模远远超过其两个主要的云竞争对手。

除了灵活的模型切换能力，企业客户的另一个普遍需求是在训练/推理AI模型时需要更具成本效益的计算解决方案。这正是亚马逊定制芯片的优势所在。

亚马逊需要增加其定制硅片的供应，这是一个令人鼓舞的看涨发展，因为它不仅可以减少未来对Nvidia的依赖，而且还使他们能够更好地控制其技术堆栈，从而提高运营成本效率。

事实上，值得注意的是，该公司于2024年6月任命的新任AWS首席执行官马特·加曼(Matt Garman)多年来一直在亚马逊的定制芯片业务中发挥着关键作用。早在2018年，他就担任部署首批定制CPU Graviton系列的项目副总裁。因此，他非常擅长诱导云客户使用由其内部硅片驱动的计算实例，而不是第三方选项。

他从2006年起就一直在AWS工作，从一开始就深度参与了亚马逊的半导体项目。他在推动AWS硬件和软件层深度集成方面的宝贵经验将继续带来更高的成本效率，并可将这些效率传递给客户，从而进一步提高市场份额。

此外，自Garman执掌AWS以来的过去一个季度中，该公司一直在积极与Anthropic和Databricks等知名AI公司签署协议，以促进他们更多地部署自己的定制芯片，取代Nvidia昂贵的GPU。

亚马逊和初创公司Databricks达成了一项为期五年的协议，该协议可以为寻求构建自己的人工智能能力的企业降低成本。

Databricks将使用亚马逊的Trainium AI芯片来支持一项服务，帮助公司定制AI模型或构建自己的模型。

因此，尽管看跌者认为亚马逊AWS由于缺乏自己的旗舰AI模型而在AI竞赛中落后，但这家云计算领导者却精明地利用其在定制芯片领域的优势来收复一些失地。在设计和部署自己的内部芯片方面，AWS无疑远远领先于Azure，而微软去年11月才推出自己的“Maia加速器”。

AWS拥有多年设计自己的服务器芯片来处理AI工作负载的经验，这无疑是一个优势，但考虑到其张量处理单元(TPU)系列专门为运行生成式AI工作负载而设计，Google Cloud在定制芯片方面占据明显领先地位。几个月前，有消息称Apple选择使用Google的TPU来训练自己的AI模型，为“Apple Intelligence”提供支持，这证明了Google Cloud为这场AI革命做好了充分准备。

因此，尽管Azure从AWS手中夺取市场份额的威胁正在减弱，但考虑到Google Cloud技术堆栈的强大实力（从硅片一直到自己的多模式AI模型Gemini），亚马逊要想在云计算市场上夺取市场份额仍然具有挑战性。

除了Google Cloud在定制硅片领域的领导地位之外，AWS客户对Nvidia GPU的需求仍然很高，导致该公司暂时不得不继续在英伟达硬件上投入资金。

年初至今的资本投资为519亿美元。我们预计2024年的资本支出约为750亿美元。大部分支出用于支持日益增长的技术基础设施需求。这主要与AWS有关，因为我们投资以支持对AI服务的需求，同时还包括支持我们北美和国际部门的技术基础设施。-首席财务官Brian Olsavsky，2024年第三季度亚马逊财报电话会议

因此，亚马逊实际上是在暗示，仅在2024年第四季度，其资本支出就将超过230亿美元。资本支出的这一大幅增加确实会在未来几年转化为更高的折旧成本，从而给未来的营业利润率带来压力。

值得注意的是，过去几个季度AWS营业利润率的扩大，部分是由于其传统CPU驱动服务器的预计使用寿命相关的会计变化所推动的。

亚马逊多年来通过有效的员工人数管理以及使用自己的内部芯片为AWS计算实例提供支持的集成优势，在成本管理方面取得了显著进展。

亚马逊目前的预期市盈率略高于40倍（非GAAP），尽管预期市盈率不考虑公司盈利的增长速度。因此，更全面的估值指标是预期市盈率增长(Forward PEG)比率，该比率根据未来几年的预期EPS增长率调整预期市盈率。

在英伟达给出了出色的35.44%每股收益增长率预测之后，亚马逊和Meta的预期盈利增长率在七大巨头中最高，均超过21%。

现在根据预测的每股收益增长率调整每只股票的预期市盈率倍数，可以得到以下预期市盈率与增长率之比。

就背景而言，1倍的预期PEG倍数暗示股票交易价格接近其公允价值，尽管科技公司股票以溢价估值交易的情况并不罕见。

现在，相对于其主要云计算竞争对手微软（交易价格为2.43倍），亚马逊股票是更便宜的投资选择，交易价格为1.94倍。尽管这两家公司的股价都比谷歌贵得多，但谷歌的交易价格更接近公允价值，交易价格为1.36倍。

但请记住，虽然这些公司的云计算部门被认为是这场人工智能革命的早期赢家，但股价表现和估值也受到其他业务部门的影响。

因此，谷歌股票之所以能以如此低廉的估值倍数交易，是因为投资者对其核心搜索广告业务在生成式人工智能时代的担忧。由于AWS仍然占亚马逊总营业收入的大部分（60%），云计算领域的乐观增长前景应该会继续支撑未来的股价表现。