--- title: "观点更新：乐观静待7月底云厂商财报，真空期内恒生科技基本面及修复继续【东财海外】 1）最近算力链的核心矛盾，已经从“有没有需求”切换到“收入增量能不能跑赢成本增" topic_id: 55522411825112454 created_at: 2026-07-12T20:09:58.731+0800 source: zsxq type: topic cssclasses: zsxq-vault --- # 观点更新：乐观静待7月底云厂商财报，真空期内恒生科技基本面及修复继续【东财海外】 1）最近算力链的核心矛盾，已经从“有没有需求”切换到“收入增量能不能跑赢成本增 - 序号：131 - 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/55522411825112454) - 附件：图片 0，音频 0，文档 0 - 音频文件：_无音频_ ## 图片 _无图片_ ## 正文 观点更新：乐观静待7月底云厂商财报，真空期内恒生科技基本面及修复继续【东财海外】 1）最近算力链的核心矛盾，已经从“有没有需求”切换到“收入增量能不能跑赢成本增量”。Q1 Google Cloud收入增长63%、利润率升至32.9%、backlog达到4620亿美元，第一次把“AI投入可以被云收入和经营杠杆消化”的顺价逻辑打了出来，市场随即进入FOMO。 但6月以后，市场的担忧开始转向成本端：DRAM、NAND和企业级存储价格仍在上涨，叠加折旧、电力和网络成本，云利润率确实存在压力。因此7月底要验证的不是AI需求强不强，而是云收入加速、提价及效率改善，能否覆盖上游成本上升。 2）我们目前仍然偏乐观：AI需求继续超过可用供给，Azure增长39%、商业RPO达到6270亿美元，AWS收入增长28%，订单量和需求能见度暂时没有转弱。但财报不能只看RPO总量，还要看结构：AI Lab大单决定算力能否被吸收，非Lab企业订单决定成本能否顺价、云利润率能否守住。所以财报先看backlog/RPO有没有继续扩张，再看Google Cloud OPM、Microsoft Cloud GM和AWS OPM能不能守住。订单强、利润率稳，说明顺价成功，算力链还能继续；订单强但利润率明显下滑，则说明需求真实，但稀缺利润更多被HBM、GPU、网络和电力等上游拿走，行情将从全面上涨转向具备定价权和成本控制能力的结构性机会。 3）所以在美股等待7月底云利润率答卷的财报真空期，我们看好恒生科技互联网的修复。这里的逻辑不只是“港股便宜”，而是中美AI资产的赔率正在重新平衡：美股AI链交易拥挤，必须等待利润率验证；恒生科技互联网则处在低估值、低预期的位置，外卖内卷、资本开支上升等悲观因素已经被交易得比较充分。同时，美元加息预期降温、香港流动性改善，资金也开始从高位硬件切向低位互联网龙头。 更重要的是，国内互联网公司的AI逻辑开始从“投入故事”进入“收入验证”。阿里云Q2增速预期推升至45%左右；腾讯、阿里等也在加快云、模型和Agent产品落地。 因此当前可以先交易估值修复，后续再等半年报确认：如果云收入继续加速、AI产品开始贡献收入，同时传统业务竞争和利润率企稳，行情持续性进一步加强；现阶段我们的判断是，恒生科技互联网已经具备修复基础，但决定行情高度的，最终仍是各大厂模型及AI能力提升，以及AI相关云收入及利润率的验证。 欢迎联系东财海外研究团队：崔世峰/向锐/刘悦辰/陈雅沫 ## 总体总结 主题正文 1. Q1 Google Cloud收入增长63%、利润率升至32.9%、backlog达到4620亿美元，第一次把“AI投入可以被云收入和经营杠杆消化”的顺价逻辑打了出来，市场随即进入FOMO。 2. 但6月以后，市场的担忧开始转向成本端：DRAM、NAND和企业级存储价格仍在上涨，叠加折旧、电力和网络成本，云利润率确实存在压力。 3. 因此7月底要验证的不是AI需求强不强，而是云收入加速、提价及效率改善，能否覆盖上游成本上升。 4. 2）我们目前仍然偏乐观：AI需求继续超过可用供给，Azure增长39%、商业RPO达到6270亿美元，AWS收入增长28%，订单量和需求能见度暂时没有转弱。 5. 但财报不能只看RPO总量，还要看结构：AI Lab大单决定算力能否被吸收，非Lab企业订单决定成本能否顺价、云利润率能否守住。 6. 订单强但利润率明显下滑，则说明需求真实，但稀缺利润更多被HBM、GPU、网络和电力等上游拿走，行情将从全面上涨转向具备定价权和成本控制能力的结构性机会。 7. 因此当前可以先交易估值修复，后续再等半年报确认：如果云收入继续加速、AI产品开始贡献收入，同时传统业务竞争和利润率企稳，行情持续性进一步加强； 8. 现阶段我们的判断是，恒生科技互联网已经具备修复基础，但决定行情高度的，最终仍是各大厂模型及AI能力提升，以及AI相关云收入及利润率的验证。