美股AI核心公司财报跟踪系列之2_AI硬件景气延续_软件商业化持续验证_12页_697kb

美股 AI 核心公司财报跟踪系列之 2 总结

核心内容概述

本报告分析了 Snowflake (SNOW)、MongoDB (MDB)、Celestica (CLS) 和 Broadcom (AVGO) 四家 AI 核心公司的最新季度财报表现，指出 AI 产业正从单一的算力扩张向“算力基础设施持续景气 + 软件及应用商业化兑现”的双轮驱动模式演进。整体来看，AI 硬件和软件板块均展现出强劲的增长势头，为投资者提供了积极的信号。

主要观点

1. AI 硬件景气持续

• AI 网络、计算及机架级基础设施需求继续上修，订单能见度向 2027 年延伸。
• 硬件端收入快速增长，经营杠杆开始释放，是当前 AI 产业链中确定性最高的方向。

2. AI 软件商业化加速验证

• 软件 SaaS 业务在 AI 应用推动下出现超预期增长，收入、利润与现金流共同验证下游需求。
• 软件板块增长企稳、利润率改善，为估值修复提供了机会。

3. AI 业务成为增长核心驱动力

• AI 需求推动半导体和软件业务爆发，成为多家公司收入增长的主要来源。
• 企业正在通过 AI 驱动的数据迁移、成本优化和应用落地实现商业化价值。

关键信息

Snowflake (SNOW)

• FY2027 Q2 收入 $15.47 亿 (+35% YoY)，产品收入 $14.92 亿 (+37% YoY)，连续三个季度增速环比加速。
• 产品收入占比维持在 96% 高位，专业服务收入基本持平，增长由平台消费驱动。
• AI 产品 CoCo 和 CoWork 账户数分别突破 9,100 个和 5,800 个，合并账户数超 1.4 万个。
• Q2 净收入留存率 (NRR) 为 126%，客户金字塔结构优化，大客户贡献收入占比提升。
• 全年收入指引上调至 $60.70 亿 (+36% YoY)，Non-GAAP 经营利润率指引提升至 14.5%。

MongoDB (MDB)

• FY2027 Q2 收入 $7.72 亿 (+30% YoY)，Non-GAAP EPS $1.90 (+90% YoY)，全面超预期。
• Atlas 收入 $5.66 亿 (+29% YoY)，连续五个季度稳增；EA 及其他收入 $1.81 亿 (+36% YoY)。
• AI 相关业务表现亮眼，如 Voyage 客户数连续两季度翻倍，Atlas Vector Search 采用速度超公司整体增速。
• 全年收入指引上调至 $29.9-30.3 亿 (+21-23% YoY)，Atlas 年增速上调至 27%。
• 公司战略向“AI 时代的智能数据平台”转型，9 月 29 日将举办投资者日披露更多产品细节。

Celestica (CLS)

• FY2027 Q2 收入 $47 亿 (+62% YoY)，Adjusted EPS $2.54 (+83% YoY)，创历史新高。
• CCS 收入 $38.1 亿 (+84% YoY)，成为核心增长引擎，其中 Enterprise 同比增长 167%。
• HPS 收入 $19 亿 (+58%)，占总收入 41%。
• 全年收入指引上调至 $205 亿 (+65% YoY)，Adjusted EPS 上调至 $11.30 (+87% YoY)。
• 2027 年收入增速预计超过 2026 年的 65%，EPS 增速将超过收入增速。
• OpenAI 合作成为新增长点，Jalapeno 加速器计划 2027 年量产。

Broadcom (AVGO)

• FY2026 Q3 收入 $295.9 亿 (+86% YoY)，创历史新高，AI 半导体收入 $167 亿 (+221% YoY)。
• 半导体解决方案收入 $208.4 亿 (+127%)，基础设施软件收入 $87.5 亿 (+29%)。
• AI 半导体收入占半导体业务 80%，占总收入 56%，已成为核心增长支柱。
• Q4 收入指引为 $348 亿 (+93% YoY)，全年收入有望突破 $1,060 亿，首次达到千亿规模。
• 自由现金流转化率高，资本支出控制良好，财务状况稳健。

投资建议

• 持续看好 AI 硬件产业景气度：AI 算力需求在高基数下仍保持较快增长，云厂商资本开支和模型训练需求持续扩张，硬件产业链景气度强劲。
• 关注软件与应用商业化拐点：AI 相关产品在多个公司中实现收入转化和盈利能力改善，商业化进程加快。
• 投资主线演进：AI 产业投资主线正从算力扩张向“算力基础设施 + 软件商业化”双轮驱动模式演进。

风险提示

• AI 基础设施需求增长不及预期；
• 新产品量产及供应链爬坡不及预期；
• 产品结构及供应链成本导致毛利率低于预期；
• 第三方融资扩张及终端需求质量风险；
• 技术迭代、商业化及政策变化风险；
• 软件业务被大模型替代风险；
• AI 应用落地不及预期等。