从RPO时间分布重新审视AI算力承诺

当AI投资竞赛进入第三年，市场已不再满足于“军备竞赛”的叙事。投资者开始追问同一个问题：这些巨额支出，到底有多少能真正转化为可持续收入？我们选取了两个关键指标——年度资本开支预算（CAPEX预算）和待履行订单（RPO），将四家核心云厂商放在同一坐标系下观察。RPO代表“已承诺的未来收入”，CAPEX预算代表“为兑现承诺而计划投入的资金”。四家厂商最新披露的RPO细节——包括时间分布、合同期限、客户构成——为我们提供了更精准的分析维度。RPO的质量，不仅取决于总量规模，更取决于“何时确认、由谁驱动、期限多长”。

01 RPO时间分布：谁的压力在当下，谁的敞口在远期

数据来源：各家云厂商财报

注1：谷歌为“revenue backlog”口径，Q226为5,195亿美元，其中5,139亿美元来自Google Cloud。

注2：甲骨文财年结束时间为5月31日，因此此表中对应的Q226数据实际为截至5月31日的数据。

时间分布揭示了一个重要差异：各厂商RPO的“兑现节奏”截然不同。

• 谷歌
  超过50%的RPO计划在24个月内确认，且本季度开始将一年以内短期合同也纳入统计，是四家中短期转化效率最高的。

• 微软
  商业部分平均期限仅2.3年，约30%在12个月内确认，订单周转较快——但也意味着需要持续签约新订单来补充RPO池。

• 甲骨文
  仅12%的RPO计划在未来12个月内确认（约766亿美元），68%集中在第2-5年，20%在五年之后。这个结构表明，甲骨文的RPO是一个“远期合约池”，短期报表压力有限，但远期交付承诺的体量远超其当前CAPEX预算所能支撑。

• 亚马逊
  的加权平均合同期限长达6.4年，为四家中最长。这与其近期签署的两笔超大额长期合同直接相关：与OpenAI在原有380亿美元基础上扩充1,000亿美元（8年期），与Anthropic扩充超过1,000亿美元（10年期）。超长期限意味着收入确认节奏较慢，但也代表了极强的客户粘性和长期营收锁定。

小提示：RPO时间分布是衡量收入确认节奏的关键指标。短期比例高的厂商（如谷歌）更易将订单转化为近期收入，而长期比例高的厂商（如亚马逊）则需关注远期交付能力。

02 RPO/CAPEX预算匹配度：引入时间维度后的重新审视

引入时间分布后，此前用总量RPO/CAPEX预算比值衡量的“承诺错配”程度需要修正：

• 甲骨文的短期匹配度比总量比值显示的更好。
  12个月内仅需确认约766亿美元，与500亿CAPEX预算的比值约1.5倍，加上外部租赁和芯片采购，短期交付压力可控。但真正的挑战在远期：第2-5年年均需确认约1,085亿美元，远超当前CAPEX预算水平。甲骨文的RPO结构是“低短期压力、高远期敞口”。

• 微软的期限结构决定了其RPO“周转率”较高。
  商业部分平均2.3年的期限意味着订单更新速度快，但也意味着如果新签单速度放缓，RPO会较快下降。近期RPO增速连续三个季度维持个位数，需关注其后续签约节奏。

• 谷歌的短期匹配度可能是四家中最好的。
  超50%的RPO在24个月内确认，纳入短期合同扩大了RPO基数，云业务营收同比增长82%，TPU销售开始贡献收入——这些因素共同指向较强的订单转化能力。

• 亚马逊的超长期限值得特别关注。
  6.4年平均期限背后是与OpenAI和Anthropic的两笔合计超过2,000亿美元的超大额合同。这些合同与AWS自研Trainium芯片深度绑定（合同明确提及“includes contractual obligations related to the performance of AWS chips”），客户迁移成本高、粘性强。但超长期限也意味着收入确认节奏较慢，且合同条款在执行过程中存在调整可能。

注意：引入时间维度后，RPO/CAPEX预算的匹配度评估需分期限看待。短期匹配度良好的厂商（如甲骨文）可能面临远期错配风险，而长期匹配度高的厂商（如亚马逊）则需关注执行节奏。

03 RPO的“驱动引擎”：谁的订单更可持续

四家厂商RPO增长的驱动力存在本质差异：

• 谷歌的驱动力最为多元。
  RPO增长更多来自自有云服务需求，TPU对外销售打开新收入来源。客户结构分散，对单一客户的依赖度在四家中最低。

• 亚马逊的增长由超大额长期合同驱动，但绑定方式不同。
  与Anthropic和OpenAI的合同均明确与自研Trainium芯片性能绑定，这意味着客户关系的核心是“芯片生态”而非单纯的“算力租赁”。转换成本更高，合同稳定性更强。

• 微软和甲骨文的增长仍高度依赖OpenAI。
  微软约45%、甲骨文约55%的RPO与OpenAI相关。OpenAI年收入约250亿美元，且近期宣布到2030年投入7,500亿美元自建AI基础设施，首个200亿美元数据中心项目已落地佐治亚州。微软RPO中与OpenAI相关部分面临客户自建替代或订单转移的潜在风险；甲骨文的风险敞口更大——一旦OpenAI自建算力逐步投产，其外部采购需求可能边际下降。

小提示：关注RPO驱动引擎的可持续性。依赖单一客户（如OpenAI）的厂商，其订单稳定性受客户自建决策影响较大；而拥有多元客户和自研技术绑定的厂商（如谷歌、亚马逊），订单转化路径更可靠。

04 CAPEX预算的“兑现成本”正在上升

即便预算按计划执行，兑现订单的成本也在攀升。谷歌Q2 CAPEX达449亿美元，自由现金流转负至-59亿美元。物料清单通胀正成为2026年下半年的主题，亚马逊与康宁签订数十亿美元光纤长期协议即是锁定供应链的典型案例。CAPEX预算能否按计划价格和节奏执行，本身也是需要持续验证的变量。

注意：CAPEX预算的兑现成本上升会直接影响订单交付能力。投资者需关注厂商的供应链锁定策略和现金流状况，以评估预算执行风险。

05 修正后的核心结论

• 第一，各厂商RPO的质量存在本质差异，不可一概而论。
  谷歌短期确认比例最高、客户结构最分散；亚马逊的超长期合同与自研芯片深度绑定，粘性强但确认节奏慢；微软期限短、周转快，但高度依赖OpenAI；甲骨文短期压力可控，远期敞口巨大。

• 第二，“承诺错配”需要分期限看待。
  短期（12个月）来看，四家厂商的RPO与CAPEX预算匹配度均处于可控区间。真正的错配在远期：甲骨文第2-5年年均需确认约1,085亿美元，而其远期CAPEX规划尚不明朗。

• 第三，OpenAI仍是最大变量，但影响路径在分化。
  对微软和甲骨文，OpenAI自建数据中心构成直接替代风险；对亚马逊，OpenAI是其Trainium芯片的客户，自建与采购可能并存。亚马逊与OpenAI的合同明确绑定芯片性能，客户关系具有更强的技术粘性。

• 第四，产业链的核心问题已从“计划投多少”变为“承诺能否兑现、何时兑现”。
  对于上游光通信供应链，应更关注RPO短期转化率高、客户结构分散、与自研芯片生态绑定的客户（谷歌、亚马逊），这些客户的预算转化为实际采购的路径更直接、更具可预见性。高度依赖单一高杠杆客户的订单，需审慎评估其远期兑现的不确定性。

常见问题解答

A: RPO（待履行订单）代表已承诺的未来收入，而CAPEX预算代表为兑现这些承诺而计划投入的资金。两者匹配度反映订单履行的可行性。如果RPO远超CAPEX预算，则可能面临交付能力不足的风险。

A: RPO的质量取决于三个维度：时间分布（何时确认收入）、客户结构（是否依赖单一客户）、合同期限（短期还是长期）。短期比例高、客户分散、自研技术绑定的RPO质量更高。

A: OpenAI自建数据中心可能减少对微软和甲骨文的采购需求，从而影响这些厂商的RPO兑现。但对于亚马逊，OpenAI是Trainium芯片的客户，自建与采购可能并存，影响路径不同。

注：本文核心数据及分析框架引自ICC讯石产研院《2026年第二季度全球光通信市场分析报告》。报告将以电子档方式对讯石企联荟会员单位发放，非会员单位请联系讯石工作人员咨询订购。联系方式：15989420950（微信同号） 冯小姐。