第一步：先看“资本开支”中的服务器与带宽预算
财报中的“资本开支”项是硬指标。如果某公司本季度资本开支环比增长超过30%，且明确指向AI服务器采购（如英伟达H100/B200），说明它在为AI词元（Token）生成提前“铺路”。
避坑提醒：别只看绝对值，要看资本开支占收入比例。如果比例突然飙升但营收增速没跟上，可能是产能过剩前兆（参考2023年部分二线云厂商的教训）。
第二步：用“词元密度”判断AI业务的真实含金量
AI词元（Token）是衡量大模型调用量的核心单位。通过财报电话会中“日均词元消耗量”“每词元推理成本”等表述，可推算其AI业务是否真正起量。例如，若公司宣布“词元调用量季度环比翻倍”，但服务器采购增速低于50%，说明算力效率显著提升（利好软件与网络优化厂商）。
避坑提醒：警惕只提“AI收入增长”不提词元量的公司。部分企业可能通过传统云服务包装成AI收入。
第三步：锁定“网络互联”与带宽扩容节奏
IDC内服务器之间、以及IDC到用户端的带宽，是AI推理流畅度的瓶颈。财报中“网络设备升级支出”“跨境带宽采购量”等指标，直接反映企业是否在为大规模AI应用做网络准备。近期有调研显示，2025年Q1国内头部IDC的400G/800G交换机采购量同比增了3倍。
避坑提醒：关注“带宽利用率”而非仅“带宽总量”。如果公司花大钱扩容但利用率低于60%，可能是为财报故事而“虚胖”。
结语与本周关注清单
本周财报季，建议优先关注：①阿里财报中关于“通义千问”词元消耗量的披露；②腾讯资本开支中AI服务器占比是否超过40%；③百度智能云“带宽冗余率”是否改善。新手建议用本文的“三步对比法”，对同一赛道公司横向打分，避免被单个财报的“文字游戏”带偏。
0 留言