FX168财经网_全球视野外汇黄金加密货币NFT资讯网

腾讯Q2业绩8.16放榜内地游戏营收增幅料回软、宏观复苏刺激广告收入

宏观经济好转，配合视频号增强变现，带动广告业务重现高增长。据彭博数据，市场平均料腾讯二季度收入为1520.21亿元人民币，同比增13.4%；纯利约323.33亿元人民币，同比增73.7%；经调整纯利369.82亿元人民币，同比增31.4%。市场平均料腾讯二季度内地游戏收入335.12亿元人民币，同比增5.4%，不及首季的6.4%，海外游戏收入132.63亿元人民币，同比增24.0%，不及首季的24.5%。

金融界2023-08-13

中国解除多年镇压！腾讯、京东将脱钩房地产风暴分析师：科技巨头迎10%利润反弹潮

吸引力，以及积极的广告需求，预示着本季广告业务的良好发展。高盛预计，腾讯在中国国内和国际游戏收入分别增长4%和24%。中国提出的限制儿童屏幕时间的新规定，可能会削弱其中期增长。分析师Robert Lea和Tiffany Tam表示，据估计，今年第二季收入可能增长超过13%，达到1520亿元人民币，约合210亿美元，其中游戏收入增长9%，在线广告收入增长23%。京东的核心电子产品业务预计将跑赢行业，因为其全国物流和供应链网络。7月电商平台揭幕，随着人工智能领域的竞争加剧，一种名为ChatRhino的AI模型供企业使用。它还旨在建立一家独立的杂货公司，将其7Fresh连锁超市与其他在线服务合并，呼应竞争对手阿里巴巴的计划。彭博社估计，该公司第二季营收可能达到2802亿元人民币。彭博社一致认为，中国视频共享服务提供商哔哩哔哩的收入增长，可能是由广告业务增长25%和增值服务增长10%推动的。它可能面临中国青年失业率上升的阻力，该失业率在6月份创下历史新高。分析师补充说，有关它将如何提高广告和增值服务业务货币化的评论将受到密切关注。更高的增值服务需求，可能会使其更接近2024财年的营业利润目标。

颜辞2023-08-11

搜狐2023年第二季度营收1.52亿美元 Non-Gaap净亏损1800万美元

金融界2023-08-07

亚马逊销售额展望乐观电商业务销售强劲而支出增速大幅降低公司股价盘后大涨

家服务收入增长。 Lipsman指出，广告业务“在本季度表现尤为出色，形势（在下半年）只会变得更加光明，亚马逊会员日（Prime Day）和节假日将推动这一势头。” 这一业绩表明，Jassy可以在提高销售的同时削减支出。营业支出增长7.5%。销售和营销成本仅上涨了6.5%，而之前几年的涨幅近35%。

金融界2023-08-04

ChatGPT爆火这半年：热钱、巨头与监管

了较大波动。百度很早就看到了基于搜索的广告业务在国内市场中的问题，对此，百度选择了大力投入AI技术寻找新机会。这些年来，百度不仅邀请过吴恩达、陆奇等业界大佬出任高管，在自动驾驶上投入热情也远超其他大厂。如此关注AI的百度，势必会在这波大模型之争里重手投注。阿里对通用大模型同样表现出了极大的热情。一直以来，阿里云一直被寄予厚望，阿里希望走通技术路线创造集团的第二增长曲线。在电商业务竞争日趋激烈，市场增长放缓的大环境下，依云而生的AI产业新机遇，无疑是阿里云在国内云市场上再发力的好机会。相比百度和阿里，腾讯云在大模型方面选择了优先行业大模型，而华为云则公开表示只会关注行业大模型。对于腾讯来说，近年来主营业务增长稳中向好。在通用大模型的前路尚不明朗的阶段，腾讯对于AI大模型的投注相对谨慎。马化腾在此前的财报电话会上谈及大模型时曾表示：“腾讯并不急于把半成品拿出来展示，关键还是要把底层的算法、算力和数据扎扎实实做好，而且更关键的是场景落地。” 另一方面，从腾讯集团的角度看，腾讯目前有4所AI Lab，去年也发布了万亿参数的混元大模型，腾讯云投身行业大模型方面的动作，更像是一种“不把鸡蛋放在同一个篮子里”的投注策略。对于华为来说，一直以来都是重手投注研发，过去10年里华为在研发方面的总投入超过9000亿元。但由于手机业务遇到发展障碍，华为在很多技术研发上的整体策略或也正在面临调整。一方面手机业务是华为C端技术最大的出口，如果手机业务不为通用大模型买单的话，那么华为研发通用大模型的动力就会明显下降。而对于华为来说，把赌注押在能快速落地变现的行业大模型，似乎是这场AI博弈当中的最优解。正如华为云CEO张平安所说“华为没有时间作诗”。不过，对科技巨头来说，无论赌注多大，只要能赌对，就能够先一步抢占基础设施的市场份额，从而在人工智能时代获得话语权。拿着锤子找钉子对于商业公司来说，所有的决策仍然落到经济账上。即便是一笔不小的投入，越来越多有远见的公司创始人也意识到，这是一项未来必须要做的事情，即便前期投入可能完全看不到回报。 AI大模型的研发需要一笔不小的投入，但越来越多企业创始人、投资人都认为，这是一项”必要投入”，即便眼下完全看不到回报。由此，很多在上一波AI浪潮下诞生的人工智能公司，都在沉寂良久之后看到了新的曙光。 “3年前，大家都说GPT-3是通向通用人工智能的可能性。”李志飞在2020年就开始带着一班人马研究GPT-3，彼时出门问问正处在一个发展的转折点，他们希望探索新业务，但经过一段时间的研究之后，李志飞的大模型项目中止了，原因之一是当时模型不够大，另外就是找不到商业落地场景。不过，2022年底ChatGPT问世以后，李志飞仿佛被扎了一剂强心针，因为他和所有人一样，看到了大模型的新机会。今年4月，出门问问发布了自研的大模型产品——序列猴子。眼下，他们准备拿着新发布的大模型“序列猴子”冲刺港交所，出门问问已在5月末递交了招股书。另一家老牌AI公司也在跟进，去年7月，思必驰向科创板递交了IPO申请，在今年5月被上市审核委员会否决。俞凯坦言，就连OpenAI，在GPT2阶段也是用微软的V100训练了将近一年的时间，算力和A100差好几个量级。思必驰在大模型前期积累阶段，也是用更为经济的卡做训练。当然，这需要时间作为代价。相比于自研大模型，一些应用型公司有自己的选择。一家在线教育公司的总裁张望（化名）告诉虎嗅，过去半年，他们在大模型应用场景的探索上不遗余力，但他们很快发现在落地过程中存在诸多问题，例如成本与投入。这家公司的研发团队有50人-60人，开始做大模型研究以来，他们扩充了研发团队，新招了一些大模型方面的人才，张望说，偏底层模型方面的人才很贵。张望从未想过从头开发大模型，考虑到数据安全和模型稳定性等问题，他也不打算直接接入API做应用。他们的做法是参考开源大模型，用自己的数据做训练。这也是很多应用公司目前的做法——在大模型之上，用自己的数据做一个行业小模型。张望他们从70亿参数的模型开始，做到100亿，现在在尝试300亿的模型。但他们也发现，随着数据量增多，大模型训练会出现的情况是，可能新版本不如上一个版本，就要对参数逐一调整，“这也是必须要走的弯路。”张望说。张望告诉虎嗅，他们对于研发团队的要求就是——基于公司的业务探索AI大模型场景。这是一种拿着“锤子”找“钉子”的方法，但并不容易。 “目前最大的难题是找到合适的场景。其实有很多场景，即便用了AI，效果也提升不了太多。”张望说，例如在上课的场景中，可以用AI大模型赋能一些交互模式，包括提醒学员上课功能、回答问题和打标签等，但他们试用了AI大模型之后，发现精准度不行，理解能力和输出能力并不理想。张望的团队尝试过一段时间后，决定在这个场景里暂时放弃AI。另一家互联网服务商小鹅通，也在AI大模型爆发后第一时间开展了相关业务的探索。小鹅通的主要业务是为线上商家提供数字化运营工具，包括营销、客户管理以及商业变现。小鹅通联合创始人兼COO樊晓星告诉虎嗅，今年4月，当越来越多的应用基于生成式AI诞生时，小鹅通看到了这个技术背后的潜力，“例如MidJourney，生成式AI对于设计图像生成方面的提效确实有目共睹。”樊晓星她们在内部专门组织了AI研究的业务线，寻找与自身业务相关的落地案例。樊晓星说，在将大模型接入业务的过程中，她所考虑的就是成本和效率，“大模型的投入成本还是蛮高的。”她说。互联网行业的“钉子”算是好找的，AI落地真正的难点还是在工业、制造这样的实体产业。俞凯告诉虎嗅，这一波AI浪潮仍然是螺旋式上升、波浪式前进，在产业落地上面的矛盾一点都没变化，只是换了一个套壳而已。所以从这个意义上看，这两次AI浪潮的规律是相同的，最好的办法就是学习历史——“上一波AI浪潮的教训，这次就别再犯了。” 虽然很多厂商在AI大模型的落地方面都喊出了“产业先行”的口号，但很多实体产业的场景真的很难与目前的AI大模型相匹配。比如在一些工业检测场景应用的AI视觉检测系统，即便对AI模型的需求没有高到10亿参数的量级，但初期的训练数据仍然捉襟见肘。以一个简单的风电巡检场景为例，一个风场的巡检量达到七万台次，但同样的裂痕数据，可能只会出现一次，机器可以学习的数据量是远远不够的。扩博智能风电硬件产品总监柯亮告诉虎嗅，目前风机叶片的巡检机器人还做不到100%的精确分析叶片裂痕，因为可供训练和分析的数据量太小了，要形成可靠的全自动巡检和识别，还需要大量的数据积累和人工分析。不过，在工业数据积累较好的场景中，AI大模型已经可以做到辅助管理复杂的三维模型零件库了。国内某飞机制造企业的零件库就已经落地了一款基于第四范式“式说”大模型的零件库辅助工具。可以在十万余个三维建模零件中，通过自然语言实现三维模型搜索，以三维模型搜三维模型，甚至还能完成三维模型的自动装配。这些功能，在很多卡住制造业脖子的CAD、CAE工具中都需要经过多步操作才能完成。今天的大模型和几年前的AI一样面临落地难题，一样要拿着锤子找钉子。有人乐观地相信，今天的锤子和过去完全不一样了，但到了真金白银地为AI付费时，结果却有些不同。彭博社在7月30日发布的Markets Live Pulse调查显示，在514名受调投资者中，约77%的人计划在未来六个月内增加或保持对科技股的投资，且只有不到10%的投资者认为科技行业面临严重的泡沫危机。然而这些看好科技行业发展的投资者中，却只有一半人对AI技术持开放的接受态度。 50.2%的受访者表示，目前还不打算为购买AI工具付费，多数投资公司也没有计划将AI大范围应用到交易或投资中。卖铲子的人 “如果你在1848年的淘金热潮里去加州淘金，一大堆人会死掉，但卖勺子和铲子的人，永远可以赚钱。”陆奇在一次演讲时说。高峰（化名）想当这样的“卖铲子的人”，准确地说，是能够“在中国卖好铲子的人”。作为一名芯片研究者，高峰大部分科研时间都在AI芯片上。过去一两个月，他感到了一种急迫性——他想做一家基于RISC-V架构的CPU公司。在一家茶室，高峰向虎嗅描绘了未来的图景。然而，要从头开始做AI芯片，无论是在芯片界，还是在科技圈，都像是一个“天方夜谭”。当AI大模型的飞轮飞速启动时，背后的算力逐渐开始跟不上这一赛道中玩家的步伐了。暴涨的算力需求，使英伟达成了最大的赢家。但GPU并非解决算力的全部。CPU、GPU，以及各种创新的AI芯片，组成了大模型的主要算力提供中心。 “你可以把CPU比喻为市区，GPU就是开发的郊区。”高峰说，CPU和AI芯片之间，需要通过一个叫做PCIE的通道连接，数据传给AI芯片，然后AI芯片再把数据回传给CPU。如果大模型的数据量变大，一条通道就会变得拥挤，速度就上不去，因此需要拓宽这条路，而只有CPU能够决定这条通路的宽窄，需要设置几车道。这意味着，中国在大模型上，即便突破了AI芯片，仍有最关键的CPU难以破局。哪怕是在AI训练上，越来越多的任务可以被指派给GPU承担，但CPU依旧是最关键的“管理者”角色。 2023WAIC大模型展区展出的部分国产芯片自1971年英特尔造出世界上第一块CPU至今50余年，在民用服务器、PC市场，早已是英特尔和AMD的天下，英特尔更是建立起涵盖知识产权、技术积累、规模成本、软件生态于一体的整个商业模式壁垒，且这种壁垒从未衰退。要完全抛开X86架构和ARM架构，基于一个全新架构研发完全自主的CPU芯片，可以说是“九十九死一生”，基于MIPS指令集的龙芯，在这条路上走了20多年，更不用说是 RISC-V这样未被充分开垦和验证过的开源架构。指令集，就像一块块土地，基于指令集开发芯片，就相当于是买地盖房子。X86的架构是闭源的，只允许Intel生态的芯片，ARM的架构需要支付IP授权费，而RISC-V是免费的开源架构。产业界和学术界已经看到了这样的机会。 2010年，加州伯克利两位教授的研究团队从零开始开发了一个全新的指令集，就是RISC-V，这个指令集完全开源，他们认为CPU的指令集不应该属于任何一家公司。 “RISC-V或许是中国CPU的一道曙光。”高峰说。2018年，他在院所孵化了一家AI芯片公司，彼时他表示，自己不想错过 AI浪潮发展的机会，这一次，他依然想抓住，而这个切入点，就是RISC-V。在大模型以及如今国产替代的时代，这个需求显得更为紧迫，毕竟，极端地考虑一下，如果有一天，中国公司用不了A100了，又该怎么办。 “如果要取代ARM和X86，RISC-V的CPU需要性能更强，也需要和Linux上做商业操作系统的人参与到代码的开发中。”高峰说。高峰不是第一个意识到这个机会的人，一位芯片行业投资人告诉虎嗅，他曾与一家芯片创业公司创始人聊起，用RISC-V的架构去做GPU的机会。如今，在中国已有一些基于RISC-V架构做GPU的公司，但生态依旧是他们面临的最大的问题。 “Linux已经示范了这条路是可以走通的。”高峰说，在Linux这套开源操作系统中，诞生了红帽这样的开源公司，如今许多云服务都建立在Linux系统上。“需要足够多的开发者。”高峰提出了一个方法。这条路很难，但走通了，将是一条光明的道路。飞轮转得太快了大模型的“应激反应”下，感到急迫的不光是高峰。国内某AI大模型公司联创告诉虎嗅，今年初他们也曾短暂上线过一款对话大模型，但随着ChatGPT的升温，有关部门提高了对大模型安全性的重视，并对他们提出了很多整改要求。 “在没有特别明确的监管政策出来之前，我们不会轻易把产品开放给普通用户，主要还是To B的逻辑。”左手医生CEO张超认为，在《管理办法》出台之前，贸然将生成式AI产品开放给C端用户，风险很大。“现阶段，我们一方面在持续迭代优化，另外一方面也在持续关注政策、法规，保证技术的安全性。” “生成式AI的监管办法还不明确，大模型公司的产品和服务普遍很低调。”一家数字化技术供应商，在6月发布了一款基于某云厂商通用大模型开发的应用产品，在发布会上，该公司技术负责人向虎嗅表示，他们被这家云厂商要求严格保密，如果透露使用了谁的大模型，他们会被视为违约。而对于为何要对案例保密，这位负责人分析，可能很大一部分原因是要规避监管风险。在全球都对AI提高警惕的当下，任何市场都不能接受监管的“真空期”。 7月13日，网信办等七个部门正式发布了《生成式人工智能服务管理暂行办法》（下文简称“《管理办法》”），该办法自2023年8月15日起施行。 “《管理办法》出台后，政策会从问题导向转为目标导向发展就是我们的目标。”观韬中茂律师事务所合伙人王渝伟认为，新规是重“疏”而不重“堵”。浏览美国的风险管理库，是王渝伟每天必需的功课，“我们正在为利用GPT等大模型进行细分行业的商业应用提供风控合规的方案，建立一套合规治理框架。”王渝伟说。美国的AI巨头们正排着队向国会表忠心。7月21日，谷歌、OpenAI、微软、Meta、亚马逊、AI创业公司Inflection、Anthropic，七家最具影响力的美国AI公司，就在白宫签署了一份自愿承诺。保证在向公众发布AI系统前允许独立安全专家测试他们的系统。并与政府和学术界分享有关他们系统安全的数据。他们还将开发系统，当图像、视频或文本是由AI生成时向公众发出警告，采用的方法是“加水印”。 7家美国AI巨头排代表在白宫签署AI承诺此前，美国国会听证会上，OpenAI的创始人山姆·奥特曼表示，需要为人工智能模型创建一套安全标准，包括评估其危险能力。例如，模型必须通过某些安全测试，例如它们是否可以“自我复制”和“渗透到野外”。或许山姆·奥特曼自身也没有想到，AI的飞轮会转得这么快，甚至有失控的风险。 “我们一开始还没有意识到这件事情这么紧迫。”王渝伟说，直到上门来咨询的公司创始人越来越多。他感到，这一次的人工智能浪潮正在发生与过去截然不同的变化。今年年初，一家最早接入大模型的文生图公司找到王渝伟，这家公司希望把自己的业务引入中国，因此，他们想了解这方面的数据合规业务。紧接着，王渝伟发现，这类的咨询越来越多，更明显的变化是，前来咨询的不再是公司的法务，而是创始人。“生成式AI的出现，原有的监管逻辑已经很难适用。”王渝伟说。从事大数据法律工作多年的王渝伟发现，生成式AI与上一波AI浪潮正在呈现更加底层的变化。例如，上一次的AI更多是基于算法进行推荐，还有就是一些人脸识别，都是针对一个场景，针对一些小模型，在具体应用场景当中进行训练，涉及的法律问题不外乎知识产权、隐私保护的问题。而在这个生成式AI生态之上的不同角色，例如提供底层大模型的公司，在大模型之上接入做应用的公司，存储数据的云厂商等，对应的监管都不尽相同。目前大模型所带来的伴生风险已经有了共识，业界明白，商业化应用势必会放大这种风险，要想保持业务的连续性，就需要重视监管。难点就是，“如何找到一条既能做好监管，又能不影响行业发展的路径。”王渝伟说。结语对于整个行业来说，在对技术加深探讨的同时，也正在引发更为深远的思考。在AI逐渐占据科技产业的主导地位之时，要如何确保技术的公正、公平和透明性？当头部公司紧紧掌控技术和资金流向时，如何确保中小企业和初创公司不被边缘化？大模型的开发和应用蕴含巨大潜力，但盲目跟风是否会导致我们忽视其他创新技术？ “从短期来看AI大模型正在被严重高估。但从长期看，AI大模型被严重低估了。” 半年时间里，AI热浪翻涌。然而对于中国的创业公司和科技巨头来说，在热炒的市场氛围中，如何保持清醒的判断，做出长远的规划和投资，将是检验其真正实力和远见的关键。来源：金色财经

金色财经2023-08-04

【一周科技动态】财报行情下，进击的“亚马逊”？

，线下商店也首次突破50亿美元大关。广告业务表现亮眼，大超预期并首次突破100亿美元大关，是增速最高的一块，且高利润率有助于提升公司整体利润水平。但存在的变现率难以上提的隐患。 AWS增速继续下滑，保有市场第一的宝座。未来更看AI时代的应用，公司相信人工智能的核心是数据。由于不同业务间的收入增速不同，毛利率上升显著。同时削减成本措施逐见成效，运营利润率在7个季度之后重回5.7%，对后续利润率继续改善提供了基础。此前市场计入衰退预期过强，认为通胀对其业绩影响可能较大，但这两个而事实证明市场有些过度担忧。而公司强力提升Q3业绩指引，也进一步证明零售业务继续回暖，也进一步提升其估值。惠誉调降美债评级，会有重大影响吗？本周大盘回调，与一条重要消息有关，惠誉批评美国两党在制定政策过程中过度斗争、过度支出和过度减税，以至于令美国财政体系处于众多不确定性之中。我们认为，惠誉旨在提醒投资者风险，而从经济数据等表现来看，现在断言美国偿债能力还为时尚早。而国债的主要持有者不太可能因为评级变化而被迫抛售美债。从二级市场表现来看，美债虽然有小幅波动，但并没有深厚的影响。二级市场的波动，反而与流动性和供需情况有关。自从美国政府提高了债务上限，从下周开始就会提高长债招标额度，7月到9月本季度的净借款预期规模上调至1万亿美元，打破目前的债市的供需平衡，也意味着市场需要进一步为这部分多余流动性买单。对股市的影响，也更多的是流动性方面。随着大科技公司财报的落幕，更多的投资者调整完仓位，也会选择将其中一部分今年获利较高的仓位进行了结，形成一定的回调需求。 "TANMAM"的投资策略我们将这权重最大的7家公司合成一个投资组合，称之为“TANMAM”组合。如果以等权重、每季度重新调整权重的方式对这个组合进行回测，，那么从2015年以来表现是远超标普500的，总回报达到了1523.9%，同期 $标普500ETF(SPY)$ 回报257.0%。其中：年化回报37.76%，高于SPY的11.77%。 2023年以来回报95.85%，同期SPY为20.62%

老虎证券2023-08-04

Amazon2023年Q2业绩电话会分析师问答

们的 AWS 业务中也是如此。在我们的广告业务中也是如此。我们所有的设备都是如此，您可以想象我们在 Alexa 方面所做的工作。在我们的娱乐行业，每一个行业都是如此。这将成为我们工作的核心。这对我们来说是一项重大投资和重点。道格拉斯·安姆斯就 AWS 而言，当您进行优化和宏观驱动的放缓并开始部署新的工作负载时，您如何看待在更好的宏观环境中 AWS 的正常增长会是什么样子？其次，有助于今年获得略高于 500 亿美元的资本支出数字。只是好奇生成式人工智能如何改变或可能改变你未来的资本支出轨迹。安德鲁·贾西嗯，这是一个好问题。我想说，虽然我预计成本优化将继续进行，但我认为成本优化与实际新工作负载和新迁移之间的平衡正如我们在第二季度看到的转变一样，我预计我们将继续看到随着时间的推移而发生变化。正如我所说，我的意思是，每个人都必须就他们认为这意味着多少百分比的收入增长做出自己的结论。但是，要在 880 亿美元的收入运行率业务上实现两位数增长，当你看到大量的成本优化（因为世界上每家公司都在去年努力节省尽可能多的资金）时，仍能实现两位数增长在此基础上，规模意味着我们正在获得大量新客户和大量新工作负载。因此，我非常看好 AWS 在未来几年的增长。对于任何一个季度，我都很难预测，但从中长期来看，我肯定看好它。我认为，生成式人工智能可能会对资本支出产生多大影响，其中包括 AWS 业务中针对大型语言模型和生成式人工智能的大量资本支出。我们现在有相当多的需求。所以，就像在 AWS 中一样，总的来说，AWS 中有趣的事情之一，从最早期开始就是如此，即您的需求越多，您需要花费的资本就越多，因为您进行了投资预先投入数据中心和硬件，然后在很长一段时间内将其货币化。因此，我希望面临的挑战是必须在生成式人工智能上投入更多资金，因为这意味着客户正在取得成功，他们在我们的服务之上也取得了成功——但我认为，这就是我们的目标目前对该资本支出的最佳估计，如果发现不同，我们将进行更新。

老虎证券2023-08-04

亚马逊最新季度财报超预期发布未来加速增长指引盘后股价飙升10%

亿美元，而分析师预期为218亿美元。广告业务收入：107亿美元，分析师预期为104亿美元。亚马逊在第二季度的盈利超出了市场预期，显示出新任首席执行官Andy Jassy正在进行的削减成本的努力开始见到成效。亚马逊进行了有史以来规模最大的裁员行动，自去年秋季以来裁减了27000个工作岗位。这家电商巨头冻结了企业的招聘，并试图在公司各个部门削减开支。截至第二季度末，全球员工人数同比下降4%，至146万人。对于第三季度，亚马逊预计销售额将在1380亿美元至1430亿美元之间，同比增长9%至13%。根据Refinitiv的数据，分析师们预期其营收为1382.5亿美元。这一预测反映出亚马逊举办在7月份的48小时Prime Day促销活动的强劲表现，该公司称这是“有史以来最大规模”的促销活动。亚马逊在过去六个季度中，有五个季度的扩张增速一直停留在个位数。然而，现在该公司已经回到了两位数的增长。Andy Jassy在2021年7月接替创始人Jeff Bezos担任CEO。他将改善归功于AWS，之前AWS的客户由于经济不确定性而放缓了支出。 AWS的销售额在第二季度增长了12%，达到221亿美元，超过华尔街预期的218亿美元。但与上一季度的增长16%相比增速有所放缓，而且这是自2015年亚马逊开始拆分云业务以来增速最慢的季度。 AWS占亚马逊77亿美元运营利润的70%。公司报告的净收入为67亿美元，每股收益为65美分，相比之下，去年同期亏损20亿美元，每股亏损20美分，去年同期亏损是因为对电动汽车公司Rivian的投资进行了减记。亚马逊和苹果的财报共同结束了科技巨头公司的季度财报季。苹果的业绩超过了华尔街对盈利和销售额的预期，主要得益于服务业务的增长。尽管大多数大型科技公司的增长仍低于历史标准，但在经历了2022年的困难后，业绩开始反弹，成本削减措施提升了盈利能力。此外，亚马逊和其他科技公司都专注于人工智能。在财报中，亚马逊表示其AWS的人工智能产品被众多客户使用，其中包括皇家飞利浦（Royal Philips）、3M、Old Mutual和汇丰银行。此外，广告业务对亚马逊来说仍然是一个蓬勃发展的业务，第二季度广告收入增长了22%，达到107亿美元。相比之下，谷歌的广告收入仅增长了3.2%，Facebook的广告收入增长了12%。

一禾2023-08-04

从美国大型科技股财报看美国经济韧性

错的正增长。而这又主要得益于云业务和广告业务的强烈反弹。云业务和广告业务都代表了公司侧的需求，这方面的收入增加，也说明了公司的需求旺盛，尤其是广告业务，跟宏观经济密切相关，广告业务的旺盛也反映了宏观经济的良好。把广告业务再映射到奈飞，如果奈飞的有广告套餐普及到更多的用户，那么它能够产生的广告收入也会非常可观，也能反映奈飞的长期增长潜力。具体来看，谷歌的广告收入重回增长，营收581.43亿美元，同比增长3.3%，Meta的应用系列部门（以广告为主）收入达到317亿美元，同比增长12%。谷歌的云收入为317亿美元，同比增长约28%，微软智能云的收入为240亿美元，同比增长15%，微软云收入增速持续放缓，不过，这跟公司云业务竞争力不足有关。行业层面，根据Gartner预测，2023年全球公共云最终用户支出将达到近 6000 亿美元，同比增长21.7%。同时，云市场竞争也已经十分激烈，降价抢市场成为常态，公司层面的增速放缓也属正常。另外，相比大型科技股的广告收入回暖，Snap的广告业务收入则比较萎靡，因为广告需求不佳，Snap二季度的收入为10.68亿美元，同比下降4%，已经连续第二个季度下降。不过，从行业层面看，广告行业正在逐步复苏，小型科技公司可能会复苏的较慢。美国时间本周五，苹果和亚马逊将公布财报。手机销量正处于下滑周期，根据 Canalys 的数据，2023 年第 2 季度全球智能手机市场出货量同比下降 10%，苹果市场份额下降到17%，所以市场正预期苹果第三财季收入会同比下降，而根据管理层的指引，如果宏观经济不恶化，苹果收入将会跟去年同期和第二季度持平。考虑到经济确实不错，服务收入增长潜力大，苹果总收入很可能超出分析师的下降预期，甚至是实现正增长，同时，苹果能否超预期也是印证美国经济强劲的指标之一。另外，最近8个季度，苹果有5个季度收入超预期，3个季度低于预期。作为美国最大的电商平台亚马逊也是反映宏观强弱的重要指标，一季度亚马逊收入1274亿美元，同比增长9%，市场预期二季度收入1313亿美元，同比、环比均有所增长。另外，随着体量放大，亚马逊云收入增速持续放缓，这个也在预期范围内。所以，接下来，苹果和亚马逊的业绩将会是进一步验证美国经济韧性的指标，大家可以拭目以待，不过，超预期的概率可能更大。 $纳指100ETF(QQQ)$ $特斯拉(TSLA)$ $苹果(AAPL)$

老虎证券2023-08-01

快手高开逾6%，预期2023年Q2期内盈利将不低于人民币14.36亿元

的加强、不断提效带来的ROI的提高以及广告业务市占率的持续走高。高盛相信，2023 年快手也将进一步进入盈利上升通道。

金融界2023-08-01

24小时热点