重点摘要
- Amazon Q1 2026 营收为 1,815 亿、年增 17%，营业利益为 239 亿、营业利益率达 13.1% 创历史新高，本季成长来自 AWS、广告与零售效率同步改善。
- AWS Q1 营收为 376 亿、年增 28%，较前季加速 480 个基点，并达到 1,500 亿年化营收规模，成长动能同时来自核心云端服务与 AI 服务，且企业在导入 AI 后会进一步拉动资料库、运算、储存与分析等 core service 需求。
- AWS 的 AI 营收年增维持三位数成长，Bedrock 客户支出季增 170%，Q1 处理的 token 数量已超过过去所有年度总和，且 Bedrock 已被超过 12.5 万名客户采用、近 80% 的 Fortune 100 公司正在使用。
- 晶片业务 Q1 季增近 40%，目前年化营收 run rate 已超过 200 亿，若以对内部与外部销售等同口径衡量则可达 500 亿，Trainium 已累积逾 2,250 亿收入承诺，Trainium2 几乎售罄、Trainium3 近乎满载、距离广泛供货尚有约 18 个月的 Trainium4 亦已有大部分产能被预订。
- Graviton 已被前 1,000 大 EC2 客户中的 98% 采用，且对 Meta 提供可达较 x86 处理器高 40% 的价格效能，透过 Trainium 与 Graviton 的双晶片架构同时切入训练、推论与 CPU 密集型 AI 工作负载，建立比单一 GPU 供应模式更完整的 AI 基础设施优势。
- CapEx 方面，Q1 现金资本支出达 432 亿，主要投入 AWS 与生成式 AI，2026 年仍将维持大规模投资，同时公司认为 Trainium 每年可节省数百亿 CapEx，并带来数百个基点的营业利益率优势，中长期 ROIC 与自由现金流前景依然具吸引力。
- 广告收入为 172 亿、年增 22%，零售 units 成长 15% 为疫情后高点，且平均售价较去年同期下降、同日与超快速配送持续扩张，透过 Rufus、Creative Agent 与品牌 prompts 等 AI 工具扩大广告与电商变现机会，逐步把 AI 从云端延伸到消费与商家生态系。
- Q2 指引方面，预估营收为 1,940 亿至 1,990 亿，营业利益为 200 亿至 240 亿，目前销售趋势延续强劲，但也提醒第二季将受到季节性股权薪酬费用增加、Amazon Leo 约 10 亿的年增成本，以及燃料通膨与运输成本上升影响。
FY 1Q26 财务概况
简明损益表
| 单位：百万 | FY 1Q26 | FY 4Q25 | FY 1Q25 | QoQ | YoY |
|---|---|---|---|---|---|
| Products | 71,304 | 89,992 | 63,970 | -20.8% | 11.5% |
| Services | 110,215 | 123,394 | 91,697 | -10.7% | 20.2% |
| 营业收入 | 181,519 | 213,386 | 155,667 | -14.9% | 16.6% |
| 销售成本 | 87,463 | 109,959 | 76,976 | -20.5% | 13.6% |
| 履约成本 | 27,289 | 30,826 | 24,593 | -11.5% | 11.0% |
| 技术与基础设施 | 29,567 | 29,399 | 22,994 | 0.6% | 28.6% |
| 销售与行销 | 10,314 | 14,264 | 9,763 | -27.7% | 5.6% |
| 一般与行政 | 2,587 | 2,704 | 2,628 | -4.3% | -1.6% |
| 其他营业支出(收入)净额 | 447 | 1,257 | 308 | -64.4% | 45.1% |
| 营业费用小计 | 157,667 | 188,409 | 137,262 | -16.3% | 14.9% |
| 营业利益 | 23,852 | 24,977 | 18,405 | -4.5% | 29.6% |
| 其他收益 | 15,982 | 1,628 | 3,274 | 881.7% | 388.1% |
| 税前净利 | 39,834 | 26,605 | 21,679 | 49.7% | 83.7% |
| 税后净利 | 30,255 | 21,192 | 17,127 | 42.8% | 76.7% |
| EPS(元) | $2.78 | $1.95 | $1.59 | 42.6% | 74.8% |
营运部门财务绩效
| 单位：百万 | FY 1Q26 | FY 1Q25 | YoY |
|---|---|---|---|
| North America | |||
| 营业收入 | 104,143 | 92,887 | 12.1% |
| 成本费用 | 95,876 | 87,046 | 10.1% |
| 营业利益 | 8,267 | 5,841 | 41.5% |
| International | |||
| 营业收入 | 39,789 | 33,513 | 18.7% |
| 成本费用 | 38,365 | 32,496 | 18.1% |
| 营业利益 | 1,424 | 1,017 | 40.0% |
| AWS | |||
| 营业收入 | 37,587 | 29,267 | 28.4% |
| 成本费用 | 23,426 | 17,720 | 32.2% |
| 营业利益 | 14,161 | 11,547 | 22.6% |
FY 2Q26 财测指引
| 单位：十亿 | FY 2Q26 / 2026 (G) | FY 1Q26 |
|---|---|---|
| 营业收入 | 194.0–199.0 | 181.5 |
| 营业利益 | 20.0–24.0 | 23.9 |
核心观点
高额 CapEx 逐步被 AWS 需求强度与自研晶片经济性消化
延续上季市场对 Amazon 2026 年约 2,000 亿美元资本支出规模的疑虑，本季法说会开始出现更多可验证的需求与回报讯号，AWS Q1 2026 营收年增进一步加速至 28% (上季 24%)，达 376 亿美元，为近 15 季最快增速，公司亦指出 AI 不仅本身维持三位数成长，更正在带动资料库、运算、储存与分析等 core service 同步放量，AI 支出成功扩大整体 AWS consumption 与平台黏着度。同时，AWS backlog 已达 3,640 亿美元，且尚未纳入最新 Anthropic 超过 1,000 亿美元的合作案，若合并观察，整体需求能见度已接近 4,640 亿美元，强化了市场对 AWS 未来几年成长的信心。
另一方面，巨额 backlog 可能反映的是当前大型 AI 客户更倾向向 hyperscaler 租用算力与基础设施，而非自行大规模建设资料中心。从这个角度看，OpenAI、Anthropic 等公司暂时放弃或延后自建 DC，反而成为 AWS 与 GOOGL 等公司的直接利多，并可能正是本季 backlog 维持高强度扩张的重要原因之一；相对而言，原本预期 AI 客户将自行扩建资料中心的基建供应链，反而需要留意后续订单递延或弃单风险。
此外，管理层本季更首次更具体地把自研晶片的财务意义说清楚，指出 Trainium 预计每年可替 Amazon 节省数百亿美元 CapEx，并带来数百个基点的营业利益率优势；再加上公司强调资料中心使用年限可达 30 年以上、晶片与伺服器等设备可使用 5 至 6 年，代表这波建设若真能在 2 至 3 年后开始更完整进入变现期，则不仅折旧年限拉长有利于资产回收，Amazon 本身强劲的零售、广告与 AWS 现金流也使其有能力承担这段前置投资期。
Trainium 从单一合作案升级为 AWS AI 基础建设主轴
若说 Anthropic 的 Project Rainier 还主要是在验证 Trainium 能否承载最先进模型训练，那么本季法说会则显示，Trainium 的战略角色已从单一专案成功扩大为 AWS AI 基础建设的核心支柱，本次晶片业务 Q1 季增近 40%，目前年化营收 run rate 已超过 200 亿美元，若以对内与对外销售统一口径衡量则可达 500 亿美元，Amazon 并强调 AWS 自研晶片业务已是全球前三大资料中心晶片业务之一。
更具指标性的讯号来自需求端的外溢，除了 Anthropic 与 OpenAI 已给出 multi-year、multi-gigawatt 的训练承诺外，Trainium 已累积超过 2,250 亿美元 revenue commitments，Trainium2 几乎售罄、Trainium3 近乎满载，甚至距离广泛供货仍有约 18 个月的 Trainium4，也已有大部分产能被预订，Trainium 除了身为 Rainier 的专案晶片，也在 Bedrock、企业 AI 推论与未来 agentic application 架构中，逐渐成为 AWS 重新定义 AI 成本曲线与供应链主导权的核心工具。
此外，Amazon 本季同步把 Graviton 纳入同一套论述框架，强调 agentic workloads、real-time reasoning 与 post-training 正大量拉动 CPU 需求，Meta 也已承诺使用数千万个 Graviton cores，显示 AWS 想建立由 Trainium 加 Graviton 构成、同时覆盖训练、推论与 CPU 密集型工作负载的完整 AI infra stack。
不过这些庞大承诺目前在某种程度上仍可被视为客户向 AWS 租用算力与基础设施，而非完全等同于终局性的长期 ownership，因此市场接下来不能只看承诺金额本身，而要更细致追踪这些 commitments 转成已认列收入的速度、持续时间，以及客户是否最终选择继续在 AWS 上扩租、或在未来部分回到自建资料中心。
Q&A
Q1: AWS 为了支撑目前的 AI 需求与 backlog，未来几年还需要投入多少资本？Amazon 的自研晶片与 AI 基础设施策略，将如何帮助公司在这一轮扩产中建立竞争优势？
AWS 本季年增 28%，是在 1,500 亿年化营收规模下仍能达成的高速成长，反映 AI 与核心云端需求同步强劲。企业之所以持续选择 AWS，来自其完整的全栈 AI 能力、资料与推论靠近既有应用与资料的部署优势，以及安全性与营运表现领先。除了 AI 本身的需求外，AI 也进一步带动 core service 成长，包括 post-training、reinforcement learning、agentic action 与 tool usage 等工作负载。Graviton 与 Trainium 让 AWS 在 CPU 与 AI 晶片两端都具备独特优势，因此未来几年仍会持续进行大规模资本支出，并视这波 AI 基础设施建设为一生一次的机会，预期长期将使客户、股东与 Amazon 本身都明显受益。
Q2: 目前 AWS backlog 的规模与客户组成如何？除了大型 AI lab 之外，需求是否已扩散到更广泛的客户群？2026 年 Amazon 在 agentic commerce 最重视哪些里程碑？Rufus 要如何维持领先？
Q1 AWS backlog 为 3,640 亿，且尚未包含近期公布、来自 Anthropic 的超过 1,000 亿合作案，因此整体需求能见度仍在上升。backlog 并非集中於单一或少数客户，而是已有相当程度的广度。至于 agentic commerce，Amazon 对其长期前景非常乐观，认为这将同时有利于消费者与公司本身。Rufus 在过去一年显著进步，月活跃用户年增超过 115%，互动度年增近 400%。第三方通用型 agent 的购物体验目前仍不够成熟，常出现价格、商品资讯与个人化不足等问题，因此 Amazon 的策略是让 Rufus 成为最佳购物助理，透过更完整的商品资料、顾客历史与帐户资讯，强化在自家零售场景中的竞争力。
Q3: OpenAI 全系列模型导入 Bedrock，对 AWS 的吸引力与变现潜力有多大？Amazon 未来是否真的会对外销售 Trainium racks？时程与机会该如何看待？
OpenAI 模型全面进入 Bedrock 对客户来说是重要进展，因为企业一再证明希望保有模型选择权，而非只依赖单一模型。Bedrock 原本已聚集大量 AI 工作负载，如今进一步加入 OpenAI 的 5.4 与后续 5.5 模型，将提升平台吸引力。更重要的是，未来 agent 与 AI 应用的主流型态将从 stateless 走向 stateful，这也是 Bedrock managed agents 的核心价值，因为企业需要保存状态、身份、历史互动与工具调用能力。至于 Trainium racks，未来几年确实很可能对外销售，但短期仍需在既有客户需求、云端内部配置与独立硬体销售之间进行平衡，因为目前 Trainium 的需求仍非常强劲。
Q4: Amazon Leo 在消费者与企业端未来几年的收入机会有多大？现阶段业务扩张的主要限制是什么？收购 Globalstar 后，公司能多做哪些以前不容易做的服务？更长期来看，Leo 的愿景是否会延伸到更广泛的太空基础设施？
Amazon Leo 瞄准的是全球数十亿缺乏宽频连线的人口，以及大量因缺乏连接而无法即时监控与数位化的企业与政府资产，因此长期市场空间很大。Leo 商转后将成为当前技术领先的两大方案之一，且在下行速度上可达现有替代方案的约两倍、上行速度约六倍，并对客户具备成本优势。对企业与政府而言，Leo 与 AWS 的组合尤其具吸引力，因为卫星资料回传后可直接进入云端储存、分析与 AI 处理。Leo 有机会成为一项规模非常大的、数十亿级收入业务；现阶段真正限制成长的因素，主要是星座部署进度，因此公司今年规划超过 20 次发射、2027 年超过 30 次。收购 Globalstar 的战略意义，在于取得稀缺频谱与 direct-to-device 能力，同时深化与 Apple 的合作，支援 iPhone 与 Apple Watch 的卫星服务。
Q5: 记忆体、储存与供应链成本上涨，会如何影响 Amazon 今年与明年的 CapEx？在 agentic commerce 时代，如果购买决策越来越由 agent 代劳，广告业务还能维持成长吗？
记忆体等关键零组件价格确实大幅上升，主因是整体供给仍不足以满足需求。不过 Amazon 很早就观察到这个趋势，并已与策略供应商密切合作，争取到相当数量的供应，因此目前仍努力避免成为产能受限的一方。这一波零组件价格与供给压力，反而进一步推动更多企业将 on-premise 基础设施迁移到云端，因为大型云服务商通常能优先取得供应。至于广告，公司对 agentic commerce 下的广告前景持正面看法，原因包括两个层面。第一，AI 工具大幅降低广告创意与投放门槛，将吸引更多中小型广告主进场。第二，agentic commerce 通常是多轮互动，而非单次搜寻，因此在连续提问、筛选与推荐的过程中，反而会创造更多自然曝光与 sponsored placement 的机会，包含 sponsored prompts 等新广告形式，因此广告将能在这种新型购物体验中继续受益。
Q6: 目前新增 AI 需求主要还是来自早期采用者与大型客户，还是已经开始向更广泛的企业客群扩散？从内部营运角度来看，AI 在未来三到四年会如何改变 Amazon 的产品与工作方式？
AI lab 与已成功推出生成式 AI 应用的公司，确实仍在投入大量算力支出，但企业端的 AI 采用也相当明显。就目前来看，企业最成熟的应用场景仍集中在 cost avoidance 与 productivity，例如客服自动化、商业流程自动化与 fraud 等领域；但与此同时，企业也正在推进大量新型 AI 体验与既有产品重构专案，并已有不少开始进入 production。至于 Amazon 内部，AI 几乎会改变每一项业务与每一种工作方式，无论是前端客户体验、产品介面、内部研发、DevOps、客服、研究、分析还是销售流程，都会被重塑。所有业务都必须重新思考，若今天从零开始、且原生具备 AI 能力，理想的客户体验会是什么样子。以内部案例说明，一项原本需要 40 至 50 人、花一年才能完成的系统引擎重建工作，最后由 5 位具 AI 思维的员工运用 agentic coding 工具在 65 天内完成，显示 AI 已不只是辅助工具，而是在根本改变营运效率与组织能力。
