Precision Analytics · 行业研究

IaaS/PaaS核心云服务 · 结构性成长期✅ 长桥已接入

需求端变量

A1 · 云收入增速 ✅ 长桥

AWS约19%↑ / Azure约33%↑ / GCP约30%↑

A2 · AI货币化占比 ⬜ AI估算

约10-15%，快速提升中

A3 · RPO增速 ✅ 长桥

已签合同未交付，领先1-2季度

A4 · 企业IT预算上云比例 🔴 待填

当前约35%，+3-5ppt/年

供给端（CapEx 2025E）

微软$800亿（+80%）

亚马逊$1,000亿（+50%）

谷歌$750亿（+50%）

Meta$625亿（+60%）

合计$3,175亿

效率指标

CapEx效率（最重要）⬜ 计算

= 季度收入增量 / 上季度CapEx
AWS约0.25，上升→市场认可
下降→质疑回报→估值压缩

GPU利用率（代理指标）🔴 间接

>80%可加价，<60%供给过剩

AWS运营利润率

约30%（历史最高）

双击阈值

云收入加速+CapEx效率提升+利润率扩张 ≥3个 → 买入

AI原生AI推理/原生服务 · 高速成长早期

GPU交货周期（领先指标）🔴 Tavily月度

>6个月：供不应求云扩张受限；<3个月：供需平衡扩张加速；突然<8周：可能需求降温

推理成本趋势⬜ AI估算

成本持续下降→更多场景可行→需求爆发。监控：Groq/AWS Inferentia价格

双击条件

① 推理需求爆发（调用量加速）
② 货币化率提升
③ 推理成本下降（利润率改善）

双杀条件

① 开源模型冲击（用户自建）
② AI商业化不及预期
③ 监管介入

SaaS应用层 · AI转型分化期

AI是武器 ✅

安全类 CRWD/ZS：AI检测更多威胁→定价权，NRR约120%+

数据类 SNOW：AI需要大量数据处理，Cortex AI在数据仓库内运行AI

工作流类 NOW：AI自动化工作流→效率→客户粘性

AI是敌人 ❌

文档处理类：AI直接替代

低端客服类：AI替代

基础分析类：AI直接生成报告

NRR监控 ✅ 长桥

>120%：估值溢价 · 110-120%：正常 · <110%：危险减仓

数字基础设施供给短缺持续受益 · 穿越周期

Vertiv VRT

Backlog创历史新高，锁定2-3年。液冷5%→40%渗透率，市场$50B→$200B。✅ 季报

Arista ANET

AI集群极高带宽需求，微软/Meta深度绑定。以太网方案被主流采用。✅ 季报

云服务价格 🔴 月度

AWS/Azure/GCP GPU实例价格。涨价=利用率高。折扣增加=利用率低争夺客户。

② 2025–2027 供需缺口前瞻（三大子市场）云行业的"供需"= 算力利用率，非物理库存

IaaS/PaaS 核心云

迁移需求 + AI工作负载
CapEx转化率是关键

需求>供给 ↑ 展开

AI推理高速早期

DAU × 推理次数 × GPU时
杰文斯效应：降价→量爆

缺口>20% ↑↑ 展开

数字基础设施穿越周期

新建容量MW × 每MW投入
交货周期=缺货最直接信号

Backlog历史高展开

IaaS/PaaS 核心云服务 · 供需缺口模型

📈 需求端公式

年度需求 = 云迁移存量需求 + AI工作负载新增需求

D1 · 全球企业IT支出 🔴 Tavily年度

约$5.3万亿（2025E）× 云化率35% × IaaS占比55%

D2 · 云化率提升 ⬜ AI估算

2025E 35% → 2026E 38% → 2027E 41%

D3 · AI工作负载收入 ✅ 长桥季报

2025E约$600-800亿（AI占云总收入~12%）

年份	迁移需求	AI需求	增速
2025E	待填	待填	—
2026E	待填	待填	—
2027E	待填	待填	—

📉 供给端公式

算力供给 = 四大CapEx × CapEx转化率

S1 · 四大云厂CapEx ✅ 长桥季报

2025 合计指引 ~$3,175亿（MS+AMZN+GOOGL+META）

S2 · CapEx转化率 ✅ 自动计算

= 季度收入增量 / 上季度CapEx
AWS约0.25，上升→健康；下降→预警

S3 · GPU交货周期 🔴 Tavily月度

>24周：供给严重受限 / 12-24周：偏紧 / <12周：平衡

年份	CapEx($亿)	转化率	GPU周期
2025E	3,175	待计算	待填
2026E	待填	待计算	待填
2027E	待填	待计算	待填

⚖️ 缺口判断规则（IaaS/PaaS）

需求 > 供给 +5ppt

GPU利用率↑ → 定价权↑ → AWS利润率>30%稳定 → 满仓

±5ppt以内

GPU利用率稳定 → 定价正常 → 利润率稳定 → 正常持仓

供给 > 需求 +5ppt

GPU利用率↓ → 价格竞争 → 利润率承压 → 减仓供应链

关键：CapEx效率持续↑ = 供给创造真实需求 = 健康 · CapEx效率持续↓ = 供给过剩预警

AI推理服务 · 供需缺口模型（含杰文斯悖论）

📈 需求端公式

需求(GPU小时) = Σ(DAU × 日均推理次 × 每次GPU时) × 杰文斯系数

D1 · 主要AI应用DAU 🔴 Tavily月度

ChatGPT / Copilot / Gemini / 企业AI应用合计（亿）

D2 · 日均推理次数 ⬜ AI估算

每用户/天，随使用场景扩大每年+20-30%

D3 · 每次推理GPU时 ⬜ 模型效率

随效率提升每年约-30%（抵消需求增长）

⚡ 杰文斯悖论修正

成本每↓10% → 触发新场景 → 使用量↑约15%
净效果：总GPU需求仍在增长
修正后需求 = 原始需求 × (1 + 杰文斯系数)

年份	原始需求	杰文斯修正	增速
2025E	待填	待填	—
2026E	待填	待填	—
2027E	待填	待填	—

📉 供给端公式

供给 = 推理专用GPU × 平均利用率 × 8760小时

S1 · 推理专用GPU数量 ⬜ 分析师估算

训练 vs 推理 GPU分配比例 ~50/50 → 推理占比提升

S2 · GPU平均利用率 🔴 财报措辞

>80%：定价权强 / <60%：供给过剩 / 目前管理层称"需求强劲"

缺口率 → GPU价格关系

>20%缺口GPU供不应求，高价维持或涨价

10-20%供需平衡，价格稳定

<10%供给开始过剩，价格下行

<0%供给过剩，价格战，利润承压

年份	缺口率	GPU均价($/h)	市场规模($亿)
2025E	待填	待填	待填
2026E	待填	待填	待填
2027E	待填	待填	待填

来源：DAU（Tavily月度）/ GPU价格（AWS/Azure定价页）/ 利用率（财报措辞）

数字基础设施 · 供需缺口模型（Vertiv / Arista / Eaton）

📈 需求端公式

需求($亿) = 新建DC容量(MW) × 每MW设备投入($万/MW)

D1 · 新建DC容量(MW) ✅ 长桥推算

= 四大云厂DC建设CapEx（约40%总CapEx）÷ 每MW建设成本

D2 · 液冷渗透率 🔴 Tavily季度

2023年约5% → 2025E约15% → 2027E约40%（Vertiv核心增量）

D3 · 每MW设备分解

供电(UPS/配电)：Vertiv/Eaton
冷却：Vertiv（液冷溢价约+40%）
网络：Arista

年份	新建容量(MW)	供电($亿)	冷却($亿)
2025E	待填	待填	待填
2026E	待填	待填	待填
2027E	待填	待填	待填

📉 供给约束（交货周期是核心信号）

设备交货周期 🔴 Tavily月度

设备类型	当前交货	扩产周期
大型变压器	待填	24-48个月
液冷设备	待填	12-18个月
UPS系统	待填	12-18个月
网络交换机	待填	6-12个月

交货↑拉长=缺货=涨价 · 交货↓缩短=定价权减弱

Backlog（在手订单）✅ 长桥季报

公司	最新Backlog	YoY
Vertiv (VRT)	历史新高	待填
Arista (ANET)	待填	待填
Eaton 电气	待填	待填
GE Vernova	待填	待填

💧 液冷渗透率对Vertiv的额外收益

渗透率每提升 10ppt → 冷却市场额外收益约 $X亿
液冷 vs 风冷溢价约 40%
这是Vertiv最重要的增量利润来源

>20%缺口

严重缺货，定价权极强，毛利高位

10-20%

偏紧，价格小幅涨，毛利稳定

0-10%

供需平衡，价格压力出现

<0%

供给过剩，价格战开始

🔄 三市场正向飞轮（景气核心逻辑）

IaaS缺口

GPU利用率↑

→

云厂定价权↑

利润率扩张

→

CapEx继续↑

FCF充裕

→

基础设施需求↑

VRT/ANET缺货

打破飞轮的三大条件（任意一个）

① AI商业化ROI不及预期
需求端断裂

② GPU供给大规模释放
供给端过剩

③ 云厂商FCF持续恶化
资金端断裂

三子市场供需总览

年份	IaaS/PaaS($亿)	AI推理($亿)	数字基础设施($亿)	合计($亿)
2025E	待填	待填	待填	—
2026E	待填	待填	待填	—
2027E	待填	待填	待填	—

信号监控：每日GPU实例价格 · 每周设备交货周期 · 每季度CapEx效率 + Backlog变化