科技财报季要点总结 – 作者：Tanay Jaipuria
Q1 2026财报电话会议揭示了关于算力、内存、广告、智能体以及软件下一阶段的洞察。
Source: https://www.tanayj.com/p/tech-earnings-season-takeaways
朋友们好，
我们已经度过了 Q1 2026 财报季的高峰期，和之前几个季度一样，我将总结一下我从 AI 和软件领域的财报电话会议中提取的一些关键主题。
I. 资本支出持续攀升
本季度所有超大规模云服务商财报电话会议的头条新闻：资本支出正在加速。不仅针对 2026 年，2027 年也是如此。仅四家公司合计支出就将超过 7000 亿美元：亚马逊 2000 亿，微软 1900 亿，谷歌 1800-1900 亿，Meta 1250-1450 亿。
谷歌 CFO Anat Ashkenazi 指出，这个数字还在不断变化：
“我们预计 2027 年的资本支出将比 2026 年显著增加。” – Anat Ashkenazi，谷歌 CFO
Sundar Pichai 分享了其背后的需求信号：
“我们在短期内受到算力限制。举个例子，如果我们能够满足需求，我们的云收入本可以更高。”
微软给出了 1900 亿美元的指引，并指出“跨工作负载、客户细分市场和地理区域的强劲客户需求持续超过可用容量。”
II. 内存瓶颈
围绕内存作为供应侧关键限制因素的讨论很多，特别是 HBM 和高带宽 DRAM。
苹果在其季度展望中直接指出了这一点：
“对于 6 月季度，我们预计内存成本将显著上升……在 6 月季度之后，我们认为内存成本将对我们的业务产生越来越大的影响。” – Tim Cook，苹果 CEO
Meta 的 CFO 将其列为自身资本支出增加的主要原因：
“资本支出增加的大部分是由于组件成本上升，特别是内存定价。” – Susan Li，Meta CFO
Andy Jassy 也指出了同样的问题：
“每个人都知道组件成本，尤其是内存，已经飙升。我们正处于一个需求量大而产能严重不足的阶段。” – Andy Jassy，亚马逊 CEO
英特尔 CFO David Zinsner 指出了下游风险：
“围绕关键组件（如内存、晶圆和基板）的限制和价格上涨正在推高成本，这可能会在今年某个时候影响对我们产品的需求。” – David Zinsner，英特尔 CFO
一个未被充分报道的副作用：内存短缺正在加速企业向云端迁移。供应商优先考虑其最大的客户，也就是超大规模云服务商。试图采购本地部署的企业无法获得同等的访问权限。Jassy 在电话会议上表示：
“这些供应商中有相当一部分优先考虑其最大的客户，而云提供商正是其中之一。我们看到，我们与许多企业进行了数月之久的对话——这些对话在制定向云端迁移的转型计划方面进展缓慢——现在正在迅速加速，仅仅是因为我们比其他人拥有更多的供应。” – Andy Jassy，亚马逊 CEO
III. CPU 回归
过去几年，所有基础设施讨论都是关于 GPU 的。这种情况正在改变。英特尔、AMD 和亚马逊都指出，CPU 正在重新进入人们的视野，特别是用于智能体工作负载。
亚马逊的 Andy Jassy 讨论了这一趋势：
“AI 通常被视为一个 GPU 故事，但智能体工作负载、实时推理、代码生成、学习和多步骤任务编排的兴起也正在推动巨大的 CPU 需求。”
英特尔 CEO Lip-Bu Tan 也类似地指出：
“近几个月来，我们看到了明确的迹象，表明 CPU 正在重新确立自己作为 AI 时代不可或缺的基础地位。CPU 现在充当着整个 AI 堆栈的编排层和关键控制平面。”
AMD 大幅更新了其服务器 CPU TAM 预测：
“我们现在预计服务器 CPU TAM 将以每年超过 35% 的速度增长，到 2030 年将达到超过 1200 亿美元。” – Lisa Su，AMD CEO
AMD 和英特尔都分享了关于比例可能如何演变的类似观点。对于训练，大约每 7-8 个 GPU 对应 1 个 CPU。对于推理，每 3-4 个 GPU 对应 1 个 CPU。对于智能体工作负载：接近每 1 个 GPU 对应 1 个 CPU。
IV. AI 改善核心广告业务
一个较少被讨论的故事是，算力在推动推荐和广告系统改进方面有多么有效，并且它正在惠及许多公司的核心业务。
Meta 的广告业务季度收入约为 560 亿美元，同比增长 32%；Google 搜索广告季度收入约为 600 亿美元，同比增长 19%。
对于 Google 来说，搜索查询量处于历史最高水平，这与一年前的叙事预测完全相反。与此同时，尽管没有公布具体百分比，但每次点击成本可能大幅上升。Google 还指出，目前只有大约 20% 的查询被货币化，随着 AI 模式和更好的广告推荐，这个百分比可能会上升。
Meta 仅通过排名变化就使 Reels 参与度提升了 10%：
“在 Instagram 上，我们在 Q1 所做的排名改进使 Reels 使用时长提升了 10%。在 Facebook 上，Q1 全球视频总时长增长了超过 8%。” – Susan Li，Meta CFO
他们还分享了他们在排名方面使用生成式广告模型（GEM）的努力所看到的 ROI：
在 Q1，我们对 Lattice 的建模和学习技术所做的改进，以及我们 GEM 模型架构的进步，使落地页浏览广告的转化率提高了超过 6%。
Pinterest 和 Reddit 也公布了强劲的季度业绩，其广告业务增长强劲。
V. AI 生成代码的代理指标
多位 CEO 披露了他们工程产出中由 AI 生成的比例。我认为，尽管这不是最好的指标，但它部分地展示了两件事：
- 编码和编码智能体一直是 AI 的英雄用例，几乎在每个企业中都得到了大规模采用。
- 公司至少在外部对华尔街使用这个指标，作为他们在 AI 采用方面所处位置的代理指标。
DoorDash 的 Tony Xu 给出了最直接的引用：
“目前，我们远超过一半的代码——可能接近三分之二——是由 AI 编写的。”
HubSpot 的 Yamini Rangan 分享了采用率和产出数据：
“我们 100% 的工程师现在都在使用 AI 工具，我们看到每位工程师更新的代码行数增加了 73%。” – Yamini Rangan，HubSpot CEO
Uber 的 Dara Khosrowshahi 特别指出了自主编码智能体的兴起：
“目前，我们大约 10% 的已提交代码是由智能体、自主智能体构建的。”
Spotify 表示他们“每位员工使用的算力更多”，并且看到了“生产力方面的巨大回报”，内部指标显示产出翻倍。
对于那些好奇的人，这里快速总结了一些关于新提交代码中 AI 生成百分比的披露信息：
- Chime：84%（截至 2026 年 5 月）
- Google：75%（2026 年 4 月）
- Uber：约 70%（2026 年 4 月）
- DoorDash：约 65%（2026 年 5 月）
- Atlassian：>50%（2026 年 4 月）
- Shopify：>50%（2026 年 5 月）
- Snap：约 40%（2026 年 2 月）
VI. SaaS 公司叠加智能体
在 SaaS 公司中，关于 SaaS 末日论以及它们适应 AI 能力的问题集中在几个方面：随着向智能体的转变，它们基于席位模式的核心业务会发生什么？它们还是实验室/其他新创公司会为客户提供客户最终想要的智能体版本的产品，这通常看起来像是无头版本/MCP 服务器，以便与现有的 AI 智能体兼容。
SaaS 公司谈到了它们的智能体产品以及席位压缩问题。Atlassian 讨论了其 Rovo AI 信用使用量每月增长超过 20%，并且他们尚未看到席位压缩：
“我们还没有看到客户出现任何席位压缩的信号。如果有的话，我们看到的是相反的情况。我们看到强劲的扩张数字，Collections 之间强大的交叉销售数字，以及 AI 的强劲使用。” – Michael Cannon-Brookes，Atlassian CEO
HubSpot 的 Dharmesh Shah 谈到了智能体体验以及无头化的重要性：
“我们坚信无头的理念——但不坚信无人化的理念。适合我们客户群体的市场推广平台将是为人类提供高度个性化的现代体验，并辅以真正出色的智能体体验的结合。” – Dharmesh Shah，HubSpot CTO
Datadog 将其 AI 战略明确分为两个部分：“AI for Datadog”（AI 通过各种智能体使 Datadog 平台变得更好）和“Datadog for AI”（Datadog 为 AI 工作负载提供可观测性和安全性）。
“3 月份，我们正式发布了 MCP 服务器。通过 MCP 服务器，开发者可以直接在他们的 AI 编码智能体或 IDE 中访问实时生产数据来调试应用程序。我们推出了这个 AI 安全智能体，它可以自主分类 Datadog Cloud SIEM 信号，对潜在威胁进行深入调查，并提供可操作的建议。我们看到 Bits AI 安全智能体将可能需要数小时的调查缩短到仅需 30 秒。” – Olivier Pomel，Datadog CEO
VII. SaaS 依赖上下文
SaaS 公司也在利用其数据和上下文作为差异化因素，以及相对于 AI 实验室和其他产品的重要价值主张。
Atlassian 的 CEO：
“在一个人类将管理智能体团队的世界里，上下文是避免混乱的唯一锚点，我们相信，优先考虑上下文的公司将真正成为 AI 原生公司。” – Michael Cannon-Brookes，Atlassian CEO
HubSpot 的 Yamini Rangan 和 Dharmesh Shah 将上下文视为他们的共同基础：
“没有正确上下文的 AI 产生输出；拥有正确上下文的 AI 产生成果。” – Yamini Rangan，HubSpot
“随着使用量从人类使用转向智能体使用，我们基本上持中立态度——无论它是在我们构建的运行时智能体上运行，还是存在已构建的第三方应用和智能体。所有这些智能体都需要一个共同的基础。” – Dharmesh Shah，HubSpot CTO
关于智能体商务和分销性质变化也有很多讨论，这仍然非常早期，并且可以说到目前为止令人失望。
亚马逊的 Andy Jassy 给出了最清晰的解释，说明为什么横向智能体作为购物工具一直难以成功：
“这些第三方横向智能体的体验目前还不太好。它们通常无法正确获取定价或产品信息。它们没有任何个性化数据或购物历史……我碰巧认为，如果你想去某个特定的零售商那里购物，如果他们有一个很棒的智能体购物助手，你通常会从那里开始，因为那是你购物的地方。这就是我们旨在让 Rufus 成为的样子——我们旨在让它成为任何地方最好的购物助手。” – Andy Jassy，亚马逊 CEO
Pinterest CEO William Ready 也对第三方智能体商务努力停滞的原因发表了看法：
“更广泛地看智能体商务，你也看到了一些最积极追求该领域的平台进行了重大的战略转向。这验证了我们的观点，即智能体进步的障碍可能不是技术性的，而是围绕用户行为和生态系统激励。”
与此同时，很明显 AI 正被用于漏斗顶部和中部搜索，并为商家（在电商及其他领域）引流。Shopify 的观点更为乐观：
“AI 渠道的早期信号非常引人注目。在第一季度，流向 Shopify 商店的 AI 驱动流量同比增长了 8 倍，而来自 AI 驱动搜索的订单增长了近 13 倍。其中，新买家订单的发生率几乎是其他渠道的两倍。” – Harley Finkelstein，Shopify 总裁
