AWS 的 70 法则：ROIC 与 GenAI 的复利效应——大摩与瑞银双重奏

2026 年 7 月 31 日，Amazon 发布 Q2 2026 财报后，华尔街两大投行几乎同时发声。摩根士丹利的 Brian Nowak 发布 M Idea 报告 “AWS’s Rule of 70 and ROIC Deliver”，维持 Overweight，目标价从 $309.10 上调至 $335（当前 $235.50，隐含上行约 30%）。瑞银的 Stephen Ju 发布深度报告 “AWS Set to Accelerate Further into 40%+ Growth”，维持 Buy，目标价从 $305 上调至 $318（当前 $258.12，隐含上行约 23%）。两份报告共用一个事实基础，但切入角度、估值方法和关键催化剂各有侧重。合在一起，它们构成了当前华尔街对 Amazon 最完整的叙事框架。

两份报告的核心共识可以概括为：AWS 的增长正在加速——从 2Q25 的 17.5% 到 2Q26 的 36.8%，且在 2027 年有望突破 40%+。更重要的是，这种增长不是”赔钱换规模”——增量利润率（incremental margin）高达 52%，验证了 GenAI 投资的 ROIC。 但真正的价值在于两份报告如何从不同角度解构同一组数据，以及它们的分歧点揭示了怎样的市场定价偏差。

TL;DR：

1. AWS 增长从”加速”到”再加速”：2Q26 同比增速 36.8%（大摩），超出华尔街 31% 和瑞银 32% 的预测。瑞银预测 2026 下半年 ~39%，2027 年在 OpenAI 采用 Trainium 的推动下突破 40%+。AI ARR 从 $100 亿单季翻倍至 $250 亿，但非 AI 营收也在加速（low-20s%），证明 AI 不是替代而是带动。
2. Backlog 的真相——不只是 Anthropic：$4,960 亿 backlog 环比增加 $1,320 亿，但瑞银拆解出其中约 $1,000 亿来自 Anthropic 长期合同（此前已公告），剩余约 $510 亿是纯粹的有机增长——远超历史上任何一个季度。这回答了市场最核心的疑问：”AWS 的增长是不是只靠一个大客户？”
3. GenAI 的 ROIC 从理论走向财报：大摩此前专题报告提出超大规模云厂商在 GenAI 推理时代的增量利润率可达 30-70%+，Q2 数据给出了验证——AWS 增量利润率 52%（剔除一次性项目），为 4Q24 以来最高。瑞银从反向角度论证：AWS 营收增长太快，Amazon 需要把 SG&A 增速提到近三年的 3 倍才能阻止利润率扩张——而这显然不可能。
4. 资本开支大幅上调，但市场”欣然接受”：瑞银指出 2026 年 capex 指引从 $2,000 亿上调至 $2,200 亿（主因内存等供应链成本上升），大摩将 2027/2028 年 capex 预测上调至 $3,250 亿/$3,500 亿。但两家一致认为——ROIC 越高，越应该加大投资。
5. OpenAI 将采用 Trainium——瑞银独家催化剂：这是报告中最重要的前瞻性信息。OpenAI 预计在 2027 年初开始使用 AWS 自研的 Trainium 芯片进行训练。这意味着 AWS 的 AI 芯片业务从”内部降本工具”升级为”外部营收引擎”，也是瑞银对 2027 年 AWS 40%+ 增长预测的核心支撑。
6. 估值方法论的对决——P/E vs P/FCF：大摩用 P/E（25x 2027/2028 平均 EPS），强调 PEG 折价（0.7x vs 云厂商中位数 1.3x）。瑞银用 P/FCF（30x 3Q27-2Q28 FCF），强调 Amazon 管理层一直以自由现金流为沟通核心。两家目标价差距仅 5%，但底层哲学截然不同。

一、AWS 的”70 法则”与”40%+ 增长路径”：一份数据，两种叙事

1.1 大摩的”70 法则”：增长质量与复利效应

AWS’s ~840bp growth acceleration to 36.8% y/y growth (vs us at 34%) speaks to its pole position in the age of GenAI adoption in training and inference.

大摩在标题中嵌入”Rule of 70”——金融学中经典的近似公式：一个变量以 X% 的速度增长，翻倍所需时间约为 70 ÷ X 年。AWS 的 36.8% 同比增速意味着其营收规模大约每 1.9 年翻一番。这不仅仅是数字游戏——它传达了一个鲜明的信号：AWS 当前的增速已经进入”复利效应肉眼可见”的区间。 在一个年化 run-rate 超过 $1,700 亿的基数上，每 1.9 年翻一番意味着 2028 年 AWS 将是一个年营收超过 $3,400 亿的实体。大摩预测 AWS 2025-2028 年营收 CAGR 为 38%，从 $1,287 亿增至 $3,408 亿。

但大摩真正的洞察不在于增速本身，而在于增速的”质量”。 报告明确指出，AWS 的 AI 营收和非 AI 营收同时在加速——AI ARR 单季增长 67%（$100 亿 → $250 亿），非 AI 营收同比增速从 1Q26 的约 19-20% 加速至 2Q26 的低 20%+ 区间。大摩特别用括号标注了 Graviton（”see here”），暗示 AI 工作负载正在带动非 AI 服务（如自研芯片、存储、数据库）的附加销售。

This speaks to AWS’s ability to attach non-AI services (like Graviton, see here) to AI loads…and the still strong demand for its core tools.

1.2 瑞银的”40%+ 增长路径”：从数据到催化剂

This sets the stage for what should be ~39% YOY growth for AWS into 2H26 and what should be above 40% growth next year as OpenAI starts to use Trainium chips in early-2027.

瑞银的叙事比大摩更进一步——不是停留在”发生了什么”，而是给出了”接下来会发生什么”的明确路径。第 3 季度 2026 约 39%，2027 年 40%+，并且将增长加速的催化剂锁定在了 OpenAI 采用 Trainium 这一具体事件上。

瑞银对增长的预测做了更细致的量化校准。 报告指出，AWS Q2 实际增速 37% 超出瑞银预测的 32%、华尔街的 31%，而瑞银认为投资者预期（bogey）大约在 36%——即便如此，实际结果仍超预期。基于 backlog 和营收的重新校准，瑞银将 3Q26 AWS 增速预测从 35.8% 上调至 38.9%，FY26 从 33.3% 上调至 36.1%。值得注意的是，瑞银在报告中强调”our estimates remain well ahead of consensus”——即使上调后，瑞银的预测仍远高于华尔街共识，并且预期华尔街将继续追赶（catch up）瑞银的预测。

1.3 AI 与非 AI 营收的结构性拆分：两份报告的共同发现

大摩的 Exhibit 2 提供了最详细的 AI 与非 AI 营收拆分，这张表是理解 AWS 增长质量的关键：

指标	3Q25	4Q25	1Q26	2Q26	3Q26E	4Q26E	1Q27E	2Q27E	3Q27E	4Q27E
总 AWS 营收（$bn） | 33 | 36 | 38 | 42 | 46 | 51 | 54 | 59 | 65 | 71 | | AI 营收（$bn）	2	3	4	6	8	10	12	14	16	18
AI 占比	6%	7%	10%	15%	18%	20%	22%	23%	24%	25%
隐含 AI ARR（$bn） | 8 | 11 | 15 | 25 | 33 | 40 | 48 | 55 | 63 | 70 | | 非 AI 营收（$bn）	31	33	34	36	38	41	42	45	49	54
非 AI 同比增速	19%	22%	23%	24%	25%	26%	29%	31%	—	—

图 1（大摩 Exhibit 2）是大摩对 AWS AI 与非 AI 营收的完整拆分预测。 这张表的关键价值不在于任何单一数字，而在于它揭示了四个趋势的叠加：AI 营收的指数增长（蓝色柱）、AI 占比的持续攀升（从 6% 到 25%）、非 AI 营收的二次加速（橙色线从 19% 到 31%），以及隐含 AI ARR 的惊人膨胀（从 $80 亿到 $700 亿）。值得注意的是，大摩预测 4Q27E 总 AWS 营收 $710 亿，其中 AI 营收 $180 亿（25%），非 AI 营收 $540 亿——即便到那时，非 AI 营收仍是 AI 营收的 3 倍，但 AI 的增速（75% YoY）远高于非 AI（31% YoY）。 这个结构意味着 AWS 正在经历”双引擎加速”——AI 引擎增速更快，但非 AI 引擎基数更大，两者共同推高总营收。

三个被市场低估的结构性变化：

第一，AI 营收的绝对规模正在以令人窒息的速度膨胀。 从 3Q25 的 $20 亿到 4Q27E 的 $180 亿，八个季度增长 9 倍。隐含 AI ARR 从 $80 亿到 $700 亿。瑞银补充了一个关键数据点：AWS 芯片业务（自研芯片相关的营收）年化收入已超过 $250 亿，高于 1Q26 披露的 $200 亿。 在云计算历史上，没有任何一个单一产品线在如此短的时间内达到如此大的体量。

第二，AI 在拉动非 AI 营收加速，而非替代。 这是两份报告最关键的共识。非 AI 营收的同比增速从 3Q25 的 19% 持续攀升至 2Q27E 的 31%。客户在 AWS 上跑 AI 训练和推理的同时，自然会用到存储、数据库、网络、安全等全套非 AI 服务。AI 是”锚定产品”——它把客户锁进 AWS 生态之后，交叉销售（cross-sell）自然发生。 大摩特别提到 Graviton 作为非 AI 服务被 AI 负载带动的典型案例——客户在 AWS 上训练模型，自然会选择 AWS 的 Graviton 芯片做推理，而不是去另一家云厂商租 GPU。

第三，AI 占比从 6% 到 25% 的跃迁正在重塑 AWS 的利润率结构。 AI 推理的增量利润率远高于传统 IaaS——Bedrock 的净额确认模式使得营收口径偏小但利润率口径偏高，因为 AWS 不需要承担第三方模型的训练成本，只需要提供推理算力并抽取分成。随着 AI 占比从个位数升至四分之一，AWS 整体的利润率中枢将被系统性上移。

1.4 三大云厂商的横向对比：谁在加冕，谁在追赶？

大摩的 Exhibit 3 提供了 2Q26 超大规模云厂商的完整对比（”Tale of the Tape”）。瑞银虽然未单独列出 Azure 利润，但引用了大摩的分析框架。两张表合在一起，构成了当前云市场格局的全景：

营收对比：

指标	AWS	Azure	Google Cloud
1Q25 营收（$mn） | 29,267 | 19,211 | 12,260 | | 2Q26 营收（$mn）	42,232	30,857	24,768
2Q26 同比增速	36.8%	43.0%	81.8%	2Q26 Q/Q 营收增量	4,645	3,884	4,740
相对份额	43.2%	31.5%	25.3%

利润对比：

指标	AWS	Google Cloud
2Q26 EBIT 利润率	39.4%	35.6%
2Q26 增量利润率	56.9%	53.7%
Q/Q EBIT 增量（$mn）	2,460	2,216

Google Cloud 的 81.8% 增速需要拆解。 大摩明确指出，Google 的 TPU 销售以总额（gross）计入营收，而 AWS Bedrock 以净额（net）确认第三方模型收入分成。剔除 TPU 销售后，大摩估算 Google Cloud 的 Q/Q 营收增量约为 $30-40 亿，低于 AWS 的 $46.5 亿，更接近 Azure 的 $38.8 亿。另一方面，TPU 销售的利润率结构性偏低——AWS 以更小的营收增量创造了更多的 EBIT 增量（$25 亿 vs Google Cloud 的 $22 亿），这本身就是利润率质量的直接体现。

图 2（大摩 Exhibit 3）是 2Q26 超大规模云厂商的”Tale of the Tape”。 这张图将 AWS、Azure 和 Google Cloud 的营收趋势和 EBIT 利润率并排展示，一目了然地揭示了三个关键趋势：第一，AWS 的营收份额从 1Q25 的 48.2% 持续下降至 2Q26 的 43.2%，但这不是”份额丢失”——是 Google Cloud 和 Azure 在更小的基数上增速更快；第二，AWS 的 EBIT 利润率从 4Q25 的 35.0% 跃升至 2Q26 的 39.4%，而 Google Cloud 从 30.1% 升至 35.6%——两者都在扩张，但 AWS 的利润率水平始终领先约 4 个百分点；第三，AWS 的 Q/Q EBIT 增量（$25 亿）超过了 Google Cloud 的 $22 亿，尽管 Google Cloud 的营收增量略高——这正是利润率质量的终极体现：你多赚了 $1 营收，但我多赚了更多利润。

AWS 的 39.4% EBIT 利润率是三大云厂商中最高的，且 56.9% 的增量利润率意味着每新增 $1 营收，约有 $0.57 落入 EBIT。 这种增量利润率的水平在科技行业历史上通常只出现在纯软件公司（如 Microsoft、Adobe、Salesforce）的巅峰期，而不是一个同时运营着全球最大电商和物流网络的综合企业。而且，大摩特别标注了 2Q26 利润率中包含约 $6 亿的能源衍生品合同一次性收益——剔除后，AWS 利润率约为 38%，增量利润率约为 52%。两者都仍是 4Q24 以来的最高水平。

---

二、Backlog 的解剖：$4,960 亿中，多少是 Anthropic，多少是”真金白银”？

2.1 大摩：$4,960 亿是”未来收入的锁”

AWS’s $496bn backlog (up $132bn q/q) was 5%, or ~$20bn better than expected. This, in our view, continues to be an important indicator of durable multi-year growth to come at AWS.

大摩将 $4,960 亿 backlog 视为”未来收入可见性”的最高信号。$4,960 亿大约是 AWS 2025 年全年营收（$1,287 亿）的 3.85 倍。换句话说，即使 AWS 从现在开始一个新增客户都没有，仅靠已签合同的履约就能支撑近四年的营收。环比增加 $1,320 亿意味着 AWS 在 Q2 单季签下的新合同金额，超过了绝大多数 SaaS 公司的总市值。

大摩的预测模型预期 backlog 约 $4,780 亿，实际 $4,960 亿超出约 $180 亿（5%）。但大摩没有进一步拆解这个增量中有多少来自 Anthropic——这是瑞银补上的关键拼图。

2.2 瑞银：Anthropic $1,000 亿 vs 有机 $510 亿

We had anticipated the backlog to step up by $100B given the previously-announced Anthropic agreement, but it grew by an incremental $51B QOQ.

这是瑞银报告中最重要的一个数据点，也是市场最需要知道但大摩没有明确回答的问题。$1,320 亿的 backlog 环比增量中，约 $1,000 亿来自 Anthropic 的长期合同（此前已公告），剩余的约 $510 亿才是”纯粹的有机增长”。 瑞银此前预测 backlog 为 $4,780 亿，实际 $4,960 亿超预期约 $180 亿——与大摩的预测一致。

这个拆分的意义怎么强调都不过分。市场在财报前最核心的担忧是：”AWS 的增长是不是只靠 Anthropic 一家大客户？” 如果 $1,320 亿的 backlog 增量全部来自 Anthropic，那这个担忧就是合理的——AWS 的 AI 故事本质上是一个”单客户集中度风险”。但瑞银的数据证明：即使剔除 Anthropic，单季 backlog 有机增量仍高达约 $510 亿，远超历史上任何一个季度。AWS 的增长不是”单客户驱动”，而是”全行业 AI 采纳浪潮驱动”。

瑞银进一步指出，Performance Obligations（履约义务）的大幅增长”likely was well contemplated”（市场可能已经有所预期），因为 Anthropic 的 $1,000 亿合同此前已公告。但 $510 亿的有机增量是市场没有预期到的——这也是为什么大摩说”$20bn better than expected”。

2.3 Backlog 的本质：从”合同”到”收入”的转化机制

在云计算行业，backlog 主要由长期合同（通常 3-5 年）组成，客户承诺在未来几年内消费一定金额的云服务。Backlog 的增长意味着：第一，企业正在做长期的云迁移和 AI 采纳决策，而非短期试验；第二，AWS 在赢下这些决策时处于领先地位；第三，这些承诺收入将在未来几年逐步释放为实际营收，提供了极高的收入可预测性。

瑞银对 backlog 进行了更激进的转化。 报告指出，基于 Q2 的 backlog 超预期，瑞银重新校准了 AWS 的营收预测，将 3Q26 增速从 35.8% 上调至 38.9%，FY26 从 33.3% 上调至 36.1%。瑞银的 AWS 营收预测持续领先华尔街共识，并且预期华尔街将”继续追赶”（continue to catch up with us）。

---

三、GenAI 的 ROIC：从”信仰”到”可验证”——两份报告的互补论证

3.1 大摩的自下而上论证：增量利润率 52%

We believe this was driven by capacity optimizations, Bedrock, accelerating core, etc.

大摩在 7 月 27 日发布的专题报告 “Internet: The Paths to 25-50% GenAI ROIC” 中构建了一个完整的 ROIC 测算框架，并在 Q2 数据中找到了验证。框架的核心逻辑是：推理的边际成本远低于训练。 训练一个大模型需要数万张 GPU 运行数周甚至数月，但推理——尤其是经过蒸馏和量化优化后的推理——每 token 的算力消耗远低于训练。训练是固定成本，推理是可变成本。固定成本已被摊销，可变成本极低——这正是高增量利润率的经典配方。

大摩列出的具体驱动因素包括：

1. 容量优化（capacity optimizations）：更高的服务器利用率、更优的冷却方案、更智能的负载调度——这些都在系统性地压低单位算力的运营成本。
2. Bedrock 的净额确认模式：AWS 聚合了 Anthropic、Meta、Stability AI 等第三方模型，以净额确认收入分成。营收口径偏小，但利润率口径偏高——因为 AWS 不需要承担模型的训练成本，只需要提供推理算力并抽取分成。
3. 核心业务加速（accelerating core）：非 AI 业务的加速增长带来了规模效应，存量基础设施的折旧被更多营收分摊。
4. Graviton 自研芯片：ARM 架构的 Graviton 在推理任务中的性价比远高于 x86 方案，进一步压低了推理的算力成本。

大摩提供的云厂商对比表（Exhibit 1）展示了一个更宏大的图景： 超大规模云厂商（AWS、GCP、Azure）在 GenAI 推理时代的增量利润率可达 30-70%+。而 AWS 的 Q2 数据——增量利润率 52%——正处于这个区间的中上端。

3.2 瑞银的自上而下论证：利润率扩张是”数学上的必然”

We contend that in view of the revenue dollar growth for AWS into 2027, Amazon has to figure out a way to increase SG&A expenses at 3x the speed of recent years to keep margins down. This in our view points the way to continued segment margin expansion into 2027.

瑞银的论证方式与大摩截然不同，但结论完全一致。大摩从”增量利润率”自下而上推导，瑞银从”营收增速 vs 费用增速”自上而下推导。瑞银的逻辑是：AWS 的营收增长太快了，以至于 Amazon 如果想阻止利润率继续扩张，必须把 SG&A 开支增速提高到过去几年的 3 倍——而这显然不太可能（也不符合管理层的激励机制）。因此，利润率的持续扩张几乎是”数学上不可避免的”。

这个论证的巧妙之处在于它把”利润率扩张”从一个”预测”变成了一个”剩余项”（residual）。 如果营收增速是给定的（基于 backlog 和 AI 需求），费用增速是有上限的（受限于组织能力和管理层意愿），那么利润率扩张就是两者之差——不是”可能发生”，而是”必然发生”。

3.3 剔除一次性项目后的真实利润率

瑞银特别指出，Q2 AWS 利润率包含约 $6 亿能源衍生品合同的一次性公允价值变动收益。剔除后，AWS 运营利润率环比持平于 38%。 大摩的 Exhibit 3 也给出了同样的脚注注释。

We note that investors have been hesitant to underwrite prospects of stable or increasing margins given rising mix of AI compute workloads.

市场此前担心 AI 工作负载占比上升会压低利润率——因为 AI 推理的算力成本高于传统托管服务，而 AI 客户（尤其是大模型训练客户）的议价能力可能更强。 但 Q2 的数据证明：即使 AI 占比从 1Q26 的 10% 升至 2Q26 的 15%，利润率纹丝不动（38%）。这说明 AWS 的定价策略、成本管理和自有芯片战略正在有效抵消 AI 负载的成本压力。 两家报告都指向同一个结论：AI 不是利润率稀释剂，而是利润率放大器。

3.4 大摩的 ROIC 模型框架

大摩在 Exhibit 1 中展示了超大规模云厂商在 GenAI 推理时代的 ROIC 计算框架。该框架将一个”基于第三方基础设施运行的模型 API”的 ROIC 定义为：收入，减去训练容量成本（训练成本通常费用化计入运营开支），再减去算力租赁成本（COGS），按 21% 税率计税。 这个框架的核心假设是：推理的边际成本结构决定了 ROIC 的上限，而 AWS 的 Bedrock 平台（净额确认 + 不用承担模型训练成本）天然处于这个框架的最优位置。

图 3（大摩 Exhibit 1）是大摩 ROIC 框架的可视化呈现。 这张图的核心信息是：在 GenAI 推理时代，超大规模云厂商（AWS、GCP、Azure）的增量利润率可达 30-70%+，而”基于第三方基础设施运行的模型 API”（即非云厂商的模型公司，如 Anthropic 如果不在 AWS 上运行）的 ROIC 仅处于较低水平。AWS 的 Bedrock 平台之所以处于最优位置，是因为它同时享有”模型 API 的收入”（通过 Bedrock 聚合第三方模型）和”基础设施的利润率”（通过自有数据中心和 Graviton/Trainium 芯片）——这是一个”两头吃”的商业模式。 而 Q2 的数据——AWS 增量利润率 52%——正处于 30-70% 区间的中上端，验证了这个框架的合理性。

---

四、资本开支：$2,200 亿的修正是”被原谅的增量”

4.1 瑞银：capex 指引从 $2,000 亿上调至 $2,200 亿

Despite the revision to its CapEx guide for 2026 from $200 billion to $220 billion, driven largely by rising supply chain costs, we believe that investors are more than willing to justify the incremental $20 billion spend given the outsized AWS growth in the quarter.

瑞银特别指出，capex 上调的主要驱动因素是内存等供应链成本上升——不是”新增投资项目”，而是”已有项目的成本超支”。但市场对此的反应是”欣然接受”——因为 AWS 的增速远超预期，$200 亿的增量投资在 37% 的增速面前显得微不足道。Q2 实际 capex 为 $542 亿（含资本租赁），略高于瑞银预测的 $546 亿，但符合华尔街 $526 亿的预期。

图 4（瑞银 Figure 2）是瑞银对 3Q26-2028 的全线估计变更表。 这张表透露了几个值得关注的细节：第一，瑞银将 3Q26 营收预测下调了 3.3%（从 $2,070 亿至 $2,001 亿），主因是 Prime Day 从 7 月提前至 6 月导致的季节性调整——这不是需求疲软，而是会计时间差； 第二，AWS 营收预测全线调升——3Q26 上调 2.3%，FY26 上调 2.1%，FY28 上调 2.3%——瑞银对 AWS 的信心在财报后进一步增强了；第三，2026 年调整后 EPS 从 $11.03 大幅上调至 $14.88（+34.8%），主要反映了 Anthropic 公允价值收益的纳入——如果不剔除这个非现金项目，EPS 预测会被严重高估； 第四，capex 预测在 FY26 基本不变（$2,212 亿），但 FY27 和 FY28 仅有小幅上调——说明瑞银认为 capex 上修主要是一次性的供应链成本推动，而非持续性的投资扩张。

4.2 大摩：2027/2028 年冲向 $3,250 亿/$3,500 亿

Raising ‘27/‘28 Capex to $325bn/$350bn: AWS’s strong and accelerating ROIC justifies more spend and we expect this to continue.

大摩将 2027/2028 年的资本开支预测分别上调至 $3,250 亿和 $3,500 亿。三年累计资本开支约 $8,890 亿（2026E: $2,195 亿 + 2027E: $3,223 亿 + 2028E: $3,470 亿），接近万亿美元。 这个数字在全球企业资本开支历史上是空前的。

但大摩的逻辑非常清晰且不容反驳：ROIC 越高，越应该加大投资。 如果 AWS 的增量利润率是 50%+，那么每投入 $1 的资本开支，在 2-3 年内就能产生 $1+ 的增量 EBIT。这不是”烧钱”——这是”高回报投资”。在资本配置的框架下，拒绝一个 ROIC 50%+ 的投资机会，才是对股东价值的最大损害。

大摩特别提到了管理层对 capex 构成的拆分：长期资产（建筑物等，折旧 20-30 年）vs 短期资产（网络/芯片/服务器，折旧 5-7 年）。大摩在自下而上的 capex 测算中使用了这个分类。这个拆分的战略意义在于：即使未来 AI 需求增速放缓，主要体现在短期资产（服务器/芯片）的减投上，而长期资产（数据中心建筑）仍可服务于传统云计算需求，不会成为沉没成本。 换句话说，Amazon 的 capex 并非”全押 AI”——它有一个结构性的安全垫。

4.3 自由现金流的短期阵痛与长期终局

两家报告都显示，2026-2028 年自由现金流为负：

• 大摩：2026E -$116 亿，2027E -$592 亿，2028E -$169 亿
• 瑞银：2026E FCF 收益率仅 0.2%，2027E 升至 2.2%，2028E 跃升至 6.5%，2030E 达 13.1%

但两家都认为这不是问题——因为经营现金流快速增长。 大摩预测经营现金流从 2025 年 $1,395 亿增至 2028E $3,301 亿，三年翻倍以上。瑞银预测经营现金流从 2025 年 $1,411 亿增至 2028E $4,690 亿，增速更快。

瑞银的 FCF 收益率预测更值得关注： 2026E 年 FCF 收益率仅 0.2%（几乎为零），2027E 年升至 2.2%（勉强可接受），2028E 年跃升至 6.5%（已经很健康），2030E 年达 13.1%（极其丰厚）。这个轨迹说明：当前的负 FCF 不是”赚钱能力差”，而是”投资速度远快于赚钱速度”——一旦 capex 增速放缓，FCF 会像水库开闸一样释放。 瑞银 30x FCF 的估值倍数正是基于这个终局逻辑。

资产负债表提供了缓冲。 大摩预测 2026E 年末现金 $1,096 亿，长期债务 $1,539 亿；瑞银预测 2026E 年末现金 $1,294 亿，长期债务 $2,531 亿。两家都预期 Amazon 将通过债务融资而非股权融资来支撑 capex——避免稀释现有股东，同时充分利用当前的低利率环境。

---

五、零售：履约成本拐点与三条增长曲线

5.1 大摩的三条曲线：机器人、生鲜、Agentic

大摩用了近三分之一的篇幅讨论零售业务——不是因为零售的数据有多惊艳，而是因为零售正在发生一些”从量变到质变”的转折。

机器人：履约效率的物理引擎。 大摩指出，Amazon 正在持续用最新一代技术改造仓储设施，并预计在 2026 年将 Cardinal 和 Sparrow 等机器人手臂的部署数量翻倍以上。Fulfillment cost per unit efficiency was notably strong, coming in 2% below us, and 17% y/y unit growth was the fastest since 1Q21. 单均履约成本同比下降 2%，而单量增长 17%——这是典型的经营杠杆释放。这里需要特别说明：17% 的单量增速包含了 Prime Day 从 7 月提前至 6 月的拉动效应，即便如此，增速仍是 1Q21 以来最高。

生鲜/易腐品：零售业的终极战场。 大摩提供了三个关键数据：生鲜易腐品的月活客户自年初以来增长超过 50%；含生鲜的当日达订单平均多出 3 倍的商品数量；生鲜产品在 Amazon.com 前 20 大畅销商品中占据了 6 席。生鲜是零售业最难攻克的品类——冷链物流、短保质期、高损耗率——但一旦攻克，它就是最高频、最高粘性、最高客单价的品类。 Amazon 在全品类电商（三日达非易腐品 + 当日达生鲜）上的覆盖范围，是沃尔玛、Costco 或任何单一渠道都无法复制的。

Agentic 购物：从”搜索”到”委托”。 大摩提供了三个递进的数据：过去 12 个月有超过 3.5 亿客户使用过 Alexa Shopping；Q2 活跃用户近乎翻倍；交互量同比增长 5 倍以上。Agentic 购物的本质不是”语音搜索”，而是”委托决策”——用户只需说”帮我买性价比最高的洗衣液”，AI 代理完成所有中间步骤。 大摩在 2025 年 11 月 17 日的专题报告 “Agentic Shoppers Are Coming… Who Could Win or Lose?” 中已将 Amazon 列为 Agentic 电商的最大受益者之一。Q2 的数据验证了这个判断，但更重要的是：3.5 亿用户只是”用过”，远未到”依赖”的程度。一旦用户习惯从”搜索”转向”委托”，Amazon 的 GMV 增长曲线将出现第二次陡峭化。

5.2 瑞银的警示：配送成本 vs 单量增速的”疫情以来首次逆转”

Even as cost growth of 19% outpaced units growth of 17% in the quarter (the first time that the metrics have inflected since the pandemic)…

这是瑞银报告中最值得警惕的一个数据点——Q2 配送成本增速（19%）自疫情以来首次超过单量增速（17%）。 瑞银提供了从 1Q18 到 2Q26 的完整时间序列图（Figure 1），展示了这一指标的完整周期波动：

• 2Q19：配送成本增速与单量增速开始分化（同日达 Prime 推出，配送成本飙升）
• 3Q22：配送成本增速与单量增速开始收敛（Amazon 逐渐消化了成本基础）
• 4Q22：单量增速开始超过成本增速，单位经济效益改善
• 4Q24：单量增速超过成本增速的差距达到 4Q22 以来最大
• 1Q26：单量增速达到疫情以来最高峰
• 2Q26：配送成本增速（19%）反超单量增速（17%），出现拐点

图 5（瑞银 Figure 1）是瑞银最经典的追踪图表之一——从 1Q18 到 2Q26 的单量增速与配送成本增速的完整周期。 这张图的价值在于它揭示了 Amazon 零售业务的”心跳”：当单量增速（蓝色线）高于配送成本增速（橙色线）时，单位经济效益改善，利润率扩张；当配送成本增速反超时，利润率承压。从 4Q22 到 1Q26，单量增速持续高于成本增速，这段时间也是 Amazon 零售利润率持续改善的黄金期。2Q26 的拐点——成本增速首次反超——是自疫情以来第一次出现，因此瑞银特别标注了四个关键时间节点（2Q19 分化、3Q22 收敛、4Q22 改善、2Q26 拐点）。 但正如瑞银所强调的，单量增速本身（17%）是 1Q21 以来最高——需求面没有问题，成本面的压力是”主动选择”（更快配送）和”宏观因素”（燃油价格）叠加的结果，而非结构性的恶化。

但瑞银认为这不是长期趋势逆转，而是三个短期因素叠加的结果：

1. 燃油价格上涨：推高了逐单配送成本
2. 当日达/Amazon Now 的扩张：更快的配送意味着更高的单位成本（更少的集单机会、更频繁的半空车运输）
3. 生鲜/日用品/药品的高频次配送：这些品类单均价值低、配送频次高，天然拉高了”配送成本/单量”比率

瑞银的核心判断是：单量增速本身（17%）是 1Q21 以来最高——需求依然强劲，成本的上升是”主动选择”（更快配送、更多品类）而非”被动承受”。 从长期来看，机器人化和区域化履约网络（regionalization）仍将推动单位成本下降。但短期来看，这个拐点值得持续关注——如果下个季度配送成本增速继续高于单量增速，说明”更快配送 vs 更低成本”的取舍正在向”更快”倾斜，而这将对零售利润率构成压力。

5.3 大摩的零售利润拆解

大摩对零售利润做了更细致的拆解。零售 EBIT 受益于约 $6 亿的关税相关退款一次性收益，但被约 $11 亿的燃油和干线运输成本（transitory macro fuel and line-haul costs）所抵消。剔除这净约 $5 亿的不利因素后，大摩估算零售 EBIT 约为 $113 亿（7.2% 利润率），基本符合大摩预测的 $116 亿（7.4% 利润率）。

这个拆解说明：零售业务的利润率没有实质性的恶化——它只是被临时性的宏观因素（燃油价格）和投入性因素（Prime Day 切换、当日达扩张）所掩盖。 一旦这些因素消退，零售利润率将回到上行轨道。

---

六、Trainium 与 OpenAI：瑞银的独家催化剂

6.1 OpenAI 将采用 Trainium 进行训练

…what should be above 40% growth next year as OpenAI starts to use Trainium chips in early-2027.

这是瑞银报告中最重要的前瞻性信息，也是大摩报告中没有提及的独家催化剂。OpenAI——全球最大的 AI 模型训练公司——将在 2027 年初开始使用 AWS 自研的 Trainium 芯片进行训练。 这里需要特别强调”Trainium”而非”Inferentia”——Trainium 是 AWS 的训练芯片，Inferentia 是推理芯片。OpenAI 使用 Trainium 意味着OpenAI 将把部分训练工作负载从 Nvidia GPU 迁移到 AWS 的自研芯片上。

这个催化剂的意义是分层的：

第一层：从”Nvidia 经销商”到”自有芯片平台”。 AWS 目前大部分 AI 营收来自出租搭载 Nvidia GPU 的算力实例。Nvidia 在这个交易中分走了 GPU 硬件利润的大头，AWS 赚的是”出租”的差价。但如果 OpenAI 的训练工作负载迁移到 Trainium 上，AWS 的角色将从”Nvidia 的渠道商”变成”自有芯片的平台商”——利润率结构将发生根本性变化。瑞银披露 AWS 芯片业务年化收入已超过 $250 亿——如果 Trainium 被 OpenAI 采用，这个数字的增速将远超当前预测。

第二层：生态锁定效应。 一旦 OpenAI 的训练流程深度适配了 Trainium 的硬件架构和软件栈（AWS Neuron SDK），切换成本将极高。CUDA 的生态护城河之所以强大，是因为开发者已经习惯了 Nvidia 的编程模型。如果 OpenAI——作为 AI 行业的”标准制定者”之一——将其训练流程适配到 Trainium 上，这将为其他 AI 公司跟进提供最强的信号和参考架构。

第三层：40%+ 增长的底气。 瑞银对 2027 年 AWS 40%+ 增长预测的核心支撑，就是 Trainium 被 OpenAI 及其他客户采用。这不是一个”可能”的催化剂——它是一个已经写入双方合作路线图的确定性事件。

6.2 Anthropic 的 $53.4 亿公允价值收益：不要被它迷惑

瑞银特别提醒投资者注意一个容易被忽略的细节：

Net income included ~$53.4B gain from its Anthropic investment but excluding the benefit, reported results would have come in under the Street.

Q2 GAAP 净利润 $626 亿，其中包含约 $534 亿的 Anthropic 股权投资公允价值变动收益（mark-to-market）。剔除这一非现金项目，真实经营业绩低于华尔街共识。 大摩的 Exhibit 6 也显示，GAAP EPS $5.75 中包含非经营性税前其他收入约 $39 亿，剔除后 EPS 约为 $1.90——与华尔街共识 $1.92 基本一致。

但两家都认为这不影响核心投资逻辑。 Anthropic 的估值上涨本身就是 AWS AI 生态价值的间接印证——Anthropic 是 AWS 最大的 AI 客户之一，其估值上升意味着市场对 AI 行业的整体信心增强，而这将进一步推动更多企业采用 AWS 的 AI 服务。

6.3 Q3 指引：不要被表面数字误导

两家报告都提到了 Q3 指引的”表面疲软”：

Management offered 3Q26 revenue guide of $197 billion to $202 billion (+9%-12% YOY) vs the Street $203.9 billion (+14.9%) and UBSe $207.0 billion (+13.2%).

$197-2020 亿的营收指引低于华尔街 $203.9 亿和瑞银 $207.0 亿的预测，同比增速仅 9-12%。 但瑞银指出，剔除 Prime Day 从 7 月提前至 6 月的影响，增速将高出约 400bp。此外，汇率不利影响约 80bp。调整后的增速约为 13-16%，与瑞银的预测基本一致。 大摩也指出，Q3 指引”generally in-line”——考虑到 Prime Day 切换和汇率因素后，并没有实质性疲软。

营业利润指引 $225-265 亿，隐含利润率 11.4-13.1%，与瑞银预测的 $256 亿（12.4%）和华尔街 $254 亿（12.4%）基本一致。

图 6（瑞银 Figure 3-4）展示了 Q2 实际结果与瑞银预测的逐项对比。 这张表最值得关注的是”% Δ”列——它揭示了哪些业务线超出预期、哪些低于预期。AWS 超出 3.5%（$407.9 亿 vs $422.3 亿实际），在线商店超出 5.5%（拉动来自 Prime Day 提前），但广告收入低于预期 1.1%，第三方卖家服务低于预期 1.4%。“其他收入”项（mark-to-market 收益）的 $534 亿暴增使得税前利润从瑞银预测的 $240 亿暴增至 $809 亿，净利润从 $204 亿飙升至 $626 亿——这就是为什么 GAAP EPS $5.75 远高于运营 EPS 约 $1.90。 这张表是理解”Amazon 财报到底好不好”的关键——剔除 Anthropic 的非现金收益后，运营层面的表现是”稳健超预期”，而非”暴增”。

图 7（大摩 Exhibit 6）是大摩的”实际 vs 预测”对比表，与瑞银的 Figure 3-4 形成互补。 大摩的对比更侧重于成本结构——配送成本（$279 亿 vs 预测 $293 亿，低 5%）、履约费用（$289 亿 vs 预测 $288 亿，基本持平）、技术与内容（$295 亿 vs 预测 $287 亿，高 3%）。大摩特别标注了 GAAP EPS $5.75 中包含非经营性税前其他收入约 $39 亿，剔除后 EPS 约为 $1.90——与华尔街共识 $1.92 基本一致。 两张表（瑞银 + 大摩）合在一起，提供了 Q2 财报的完整画像：营收端 AWS 大超预期，零售略超预期；利润端运营利润超出预期（$275 亿 vs 预测 $253 亿），但剔除一次性项目后大致符合预期；成本端配送成本低于预期（利好），但技术与内容高于预期（利空）。

---

七、估值方法论：P/E vs P/FCF 的对决

7.1 大摩的 PEG 折价论

大摩的目标价 $335 基于将约 25x P/E 应用于 2027/2028 年平均 EPS 约 $14（滚动至年中），对应约 28x 2027 年 EPS 和约 22x 2028 年 EPS。

大摩估值的核心论点是 PEG 折价。 报告中的 Exhibit 5 提供了大科技公司（包括 AAPL、MSFT、GOOGL、META、COST、NFLX、WMT）的 PEG 对比：

公司	2027E EPS 增速	2027E P/E	2027E PEG
AAPL	18%	32x	1.8x
MSFT	16%	21x	1.3x
GOOGL	26%	22x	0.8x
META	6%	16x	2.6x
超大规模云厂商中位数	16%	21x	1.3x
AMZN @ $260	41%	22x	0.5x
AMZN @ $335	41%	28x	0.7x

Amazon 的 EPS 增速是超大规模云厂商中位数的 2.5 倍（41% vs 16%），但当前 PEG 仅为 0.5x，比中位数 1.3x 折价约 60%。 即使按目标价 $335 计算，PEG 也只有 0.7x，折价 47%。大摩的核心论点：市场在系统性低估 Amazon 的盈利增长潜力——这种低估体现在 PEG 的大幅折价上。

市场为什么给 Amazon 如此大的 PEG 折价？ 大摩没有明确回答，但可以从报告逻辑中推断：第一，资本开支的巨幅增长让市场对自由现金流的短期前景感到不安；第二，零售业务的利润率远低于 AWS，拖累了整体利润率；第三，Amazon 从未回购股票，也没有分红，市场缺少”股东回报”的信号；第四，Anthropic 的 $534 亿非现金收益让 GAAP 净利润失真，投资者可能对盈利质量存疑。

大摩的熊/牛场景分析：

场景	2027/2028 平均 EPS	应用 P/E	目标价	涨跌幅
熊市	$12	17x	$215	-17%
基准	$14	25x	$335	+29%
牛市	$15	27x	$410	+58%

熊市场景的 $215 仅比当前股价（$235.50）低约 8.7%——下行风险有限。 牛市场景的 $410 比当前股价高出 74.1%——上行空间远大于下行风险。这种不对称的回报分布正是 Overweight 评级的底层逻辑。

图 7（大摩 Exhibit 4-5）将大摩的估值逻辑可视化。 Exhibit 4 展示了熊/基准/牛三种场景下的目标价推导——核心变量是 EPS 和 P/E 倍数。Exhibit 5 将 Amazon 的 PEG 与七大可比公司（AAPL、MSFT、GOOGL、META、COST、NFLX、WMT）并排对比。这两张图合在一起，构成了大摩最核心的投资论点：Amazon 的 EPS 增速（41%）在可比公司中排名第一，但 PEG（0.5x）排名倒数——这种”增速最高、估值最低”的组合，在有效市场中是不可持续的。 值得注意的是，大摩选取的可比公司中包含了 Costco、Walmart 等零售公司——它们的 PEG 分别为 4.5x 和 5.1x，远高于 Amazon。如果 Amazon 的零售业务也能获得类似的 PEG 溢价，整体估值将远超当前水平。

7.2 瑞银的 P/FCF 框架

We derive our price target based on a Price to Free Cash Flow (FCF) methodology and apply a 30x multiple (unchanged) as Amazon has typically anchored its conversations around cash flow generation.

瑞银的目标价 $318 基于将 30x P/FCF 倍数应用于 3Q27-2Q28 自由现金流估计 $1,163 亿。瑞银的估值逻辑是：Amazon 管理层一直以自由现金流为核心与投资者沟通，因此估值框架也应该以 FCF 为准。 30x FCF 是瑞银长期使用的倍数，反映了对 Amazon 长期现金生成能力的信心。

瑞银的当前估值指标（截至 2026 年 7 月 30 日）：

指标	数值
股价	$258.12
稀释后股本	约 109 亿股
市值	$2,710 亿
2027E GAAP P/E	19x
2028E GAAP P/E	11x
2026E FCF 收益率	0.2%
2027E FCF 收益率	2.2%
2028E FCF 收益率	6.5%

瑞银的核心论点：Amazon 当前 19x 2027E GAAP P/E 不应该低于市场倍数。 报告明确指出，Google 和 Meta 作为可比公司，交易在 20-25x 区间——Amazon 的 19x 明显偏低。

瑞银的熊/牛场景分析：

场景	2 年营收 CAGR	FCF 利润率	应用倍数	3Q27-2Q28 FCF	目标价	涨跌幅
熊市	13.0%	8.5%	20x	$842 亿	$153	-41%
基准	16.9%	11.0%	30x	$1,163 亿	$318	+23%
牛市	20.0%	14.5%	35x	$1,620 亿	$509	+97%

上行/下行不对称比率为 2.4x（97% ÷ 41%）。 瑞银的牛市场景 $509 比大摩的 $410 高出约 24%，反映了瑞银对 FCF 利润率改善的更高预期——在牛市场景中，瑞银假设 FCF 利润率 14.5%，而大摩的牛市场景仅基于 $15 EPS × 27x P/E。

7.3 两种估值方法的哲学对决

两家目标价分别为 $335 和 $318，差距仅约 5%——但估值方法论的底层哲学截然不同。

大摩的 P/E 框架暗含的假设是”盈利增长是当前最核心的定价因子”。PEG 折价论的核心逻辑是：市场给 Amazon 的定价低于其增长应该获得的溢价——这种定价偏差终将纠正。 大摩的 25x P/E 倍数本身并不激进（同行业可比公司中位数 21x），但大摩没有像瑞银那样直接对标 FCF 终局——而是选择了一个更”当下”的锚点：你的 EPS 增速是 41%，你的 PEG 是 0.5x，你应该被重新定价。

瑞银的 P/FCF 框架暗含的假设是”资本开支终将回落，自由现金流才是终极价值来源”。30x FCF 是一个长期倍数，它隐含的信念是：今天的 capex 是明天的 FCF，而 FCF 的终局状态值得 30x 的溢价。 瑞银的估值更依赖终局——FCF 收益率从 2026E 年的 0.2% 到 2030E 年的 13.1%，这个跃迁是 30x FCF 倍数的信心来源。

两种方法对应两种投资风格： 大摩的 P/E/PEG 框架适合”增速驱动型”投资者——他们关心的是”这个季度的增长有没有被充分定价”；瑞银的 P/FCF 框架适合”现金回报型”投资者——他们关心的是”五年后这家公司能产生多少自由现金”。但在当前这个时间点，两种方法都指向同一个方向：Amazon 被低估了。

图 8（大摩 Exhibit 7）是大摩对 2026-2028 年全线估计的变更汇总。 这张表的关键信息在”Revision”列：大摩将 2027 年 North America 营收上调 1%，International 上调 2%，AWS 上调 2%——但 AWS 的 EBIT 被上调了更多（利润率提升）。值得关注的是，大摩将 2027 年 capex 上调了 6% 至 $3,223 亿，自由现金流从 -$439 亿进一步恶化至 -$592 亿（-26%）。 这说明大摩在”ROIC 越高越该投”的框架下，对 capex 采取了最激进的假设——即使这意味着短期内 FCF 更难看，长期的盈利增长足以弥补。 同时，大摩将 2027 年非经营性收入从 -$55 亿调整至 -$51 亿，将 2028 年从 -$88 亿调整至 -$77 亿——反映了对 Anthropic 公允价值变动收益的更保守假设。

---

八、解读：从”两份报告”看”一个共识”

8.1 “AI 不是成本中心，是利润中心”——华尔街的集体转折

两份报告在同一天发布，给出了几乎相同的核心结论：AWS 的 AI 业务正在从”烧钱”转向”赚钱”，而且赚钱的速度远超市场预期。 这不是巧合——这是华尔街对 GenAI 投资回报率从”怀疑”到”确认”的集体转折。

Q2 2026 是转折点。 在此之前，市场的主流叙事是”AI 投资巨大，回报不确定”。在此之后，数据给出了明确答案：AWS 的 AI ARR 单季翻倍（$100 亿 → $250 亿）、增量利润率 52%、backlog 有机增长 $510 亿——ROIC 不再是理论推导，而是财报数字。 大摩的专题报告 “The Paths to 25-50% GenAI ROIC” 在 7 月 27 日发布，仅四天后，Q2 数据就提供了实证。

8.2 两份报告的交集与分歧

维度	大摩	瑞银
评级	Overweight	Buy
目标价	$335	$318
当前股价	$235.50	$258.12
隐含上行	+29%	+23%
估值方法	P/E（25x）	P/FCF（30x）
核心叙事	“70 法则” + PEG 折价	“40%+ 增长” + Trainium 催化剂
利润率论述	增量利润率 52%，自下而上	38% 利润率持平，反向逻辑（SG&A 3x）
Backlog 解读	$4,960 亿总规模	拆分 Anthropic $1,000 亿 vs 有机 $510 亿
Capex 论述	长期资产 vs 短期资产拆分	内存成本上升驱动上修，投资者”欣然接受”
零售关注点	机器人、生鲜、Agentic 三条曲线	配送成本 vs 单量增速 18 季度拐点
独家信息	云厂商增量利润率矩阵	OpenAI 将采用 Trainium
牛市目标价	$410	$509
上行/下行不对称	2.5x	2.4x

交集揭示了共识：AWS 的增长正在加速，利润率正在扩张，而市场定价尚未充分反映。 分歧则在于：大摩更关注”比同行便宜多少”（PEG 折价），瑞银更关注”未来的现金有多厚”（FCF 终局）；大摩更关注零售的长期增长曲线（机器人、生鲜、Agentic），瑞银更关注零售的短期成本拐点（配送成本反超单量增速）。

8.3 从”云基础设施”到”AI 操作系统”

Trainium 被 OpenAI 采用，是 AWS 从”卖 Nvidia GPU 算力”转向”卖自有芯片算力”的分水岭。 如果 AWS 能成功将 Trainium 从”Nvidia 替代品”升级为”AI 训练的首选平台”，那么 AWS 的商业模式将从”基础设施租赁”转变为”芯片 + 平台 + 生态”——这一定位的估值逻辑，远非 25x P/E 或 30x FCF 所能框定。

但这里有一个没有被充分讨论的风险：如果 Trainium 的性能或生态无法达到 OpenAI 的期望，OpenAI 可能在 2027 年之后减少或撤回 Trainium 的使用。 瑞银并未讨论这个下行情景——它假设 Trainium 的采用是”一路向上”的。对于投资者而言，这个风险值得独立评估。

8.4 增长、利润率和资本的三角正反馈

这份报告最核心的洞察，不在于任何单一数据的亮眼，而在于它揭示了一个正在加速运转的正反馈三角：

1. 增长（Growth）：AWS 的 36.8% → 39% → 40%+ 增速 → 更高营收 → 更大规模
2. 利润率（Margins）：增量利润率 52% → 更高 EBIT → 更多现金
3. 资本（Capital）：更多现金 + 更高 ROIC → 更激进的投资 → 更强的增长

这三个环节在传统企业中通常是”不可能三角”——高增长需要高投入，高投入压低利润率，低利润率限制再投资能力。 但 AWS 正在打破这个三角：它的增长越快，利润率越高（因为增量利润率远超存量利润率），利润率越高，它能投的钱越多，而更多的投资又能带来更多的增长。这正是”复利机器”的定义：每一个环节都在强化下一个环节，形成指数级的飞轮效应。

而 Trainium 和 OpenAI 的催化剂，本质上是在给这个飞轮加入”第四维”——技术自主性。 当 AWS 不再依赖 Nvidia 的 GPU 供应周期和定价策略，而是用自己的芯片、自己的软件栈、自己的数据中心来驱动 AI 增长时，这个飞轮就不再受制于任何外部供应商的瓶颈。这才是瑞银报告中”40%+ 增长”的真正底气所在。

---

博客作者对摩根士丹利和瑞银的研究报告做了深度解读与融合分析，并未按原文全译，需要精确原文的读者请自行寻找。两份报告均在 2026 年 7 月 31 日发布，基于 Amazon Q2 2026 财报。