一些关键信息..|meta|云计算|关键信息|市场需求

1/ 美股AI半导体公司的股价走势与管理层的资本支出预期不符：今年，AI半导体公司（如MRVL、APH、COHR年初至今持平，AVGO、NVDA下跌3%）的股价走势并未反映出过去几周在业绩会议上听到的乐观的资本支出更新。

GOOG预测2025年资本支出约为750亿美元（市场预期约为60亿美元），AMZN预测约为1050亿美元（市场预期接近90亿美元），META预测为600-650亿美元（同比增长超过60%）。交易和叙事存在差异。

2/ 机构的关注点转向2026：根据GS的客户反馈，现在机构已经从2025年的上涨预期转向了2026年的可见度和增长线性（部分原因是由于DeepSeek和大语言模型背景的变化）。这意味着市场更加关注未来几年AI的应用前景，特别是在2月26日的NVDA财报发布前，投资者的焦点将从2025年的上行趋势转向2026年的稳定性和可预测性。

3/ Jeveon悖论框架的：许多科技公司开始聚焦于通过降低成本来推动需求增长，这体现了相对清晰的Jeveon悖论框架（即：如果成本下降，单位/需求应当上升）。

几个主要科技公司的电话会里都提到了这一点，

GOOG提到，由于成本降低， AI应用场景将变得更加可行，更多的应用案例将被开发出来；MSFT认为，随着AI变得更加高效和可获得，需求将呈现指数级增长；而AMZN相信推理成本的下降将使公司能更容易地将生成式AI技术融入所有应用，进一步推动客户和业务的增长。

Andy Jassy对Jevon's Paradox的解释，讲的很好

在这里放一段翻译给大家：

“我认为，过去几周一个有趣的现象是，人们有时会假设，如果能够降低任何技术组件的成本，在这里我们谈论的是推理（inference），它会导致整体技术开支的减少。但我们从来没有看到过这种情况。

我们在云计算领域也做过类似的事情，2006年推出AWS时，我们提供了每GB $0.15的S3对象存储和每小时$0.10的计算服务，当然，现在这些价格已经低得多。

当时，人们认为基础设施技术的开支会大幅减少。实际上发生的是，公司每单位基础设施的开支会大大减少，这对他们的业务非常有用。但随后他们开始激动地思考，在之前认为成本过高无法实现的其他技术创新，而一旦单位成本降低，他们通常会在技术上的整体支出大幅增加。

我认为，这将是人工智能领域的情况，推理成本将大幅下降。过去几周你们听到的DeepSeek只是其中的一部分，但每个人都在致力于此。我相信推理的成本将显著下降，这将使公司更容易将推理和生成型AI注入到其他应用中。

如果像我们这样经营一家企业，旨在使客户尽可能轻松地在我们的各种基础设施服务上构建客户体验，那么推理成本的下降将对客户和我们的业务都非常有利。 ”

4/ 大型科技公司第四季度财报表现出现分歧：大型科技公司在第四季度的财报表现相对分歧，整体估值修正持平（市场共识不变，买方略微下调）。

科技公司正在从裁员和成本管理阶段（2023-2024年）过渡到再投资阶段（资本支出+AI招聘），这一过渡发生在收入稳定增长的背景下，虽然包括了一些噪音因素，如外汇波动和严苛的比较基数。