博通人工智能警告：65%的利润率与定制芯片

博通（Broadcom，股票代码：AVGO）发布了2025财年第四季度财报，结果出乎市场观察人士意料。尽管公司报告营收达180.2亿美元（同比增长28%），非GAAP每股收益为1.95美元（超出预期0.31美元），但整体业绩喜忧参半。公司甚至指引2026财年第一季度的AI收入将同比翻倍，达到82亿美元——延续了其第三季度财报后我们所报道的强劲增长势头。

华尔街的反应如何？博通股价在2025年12月12日暴跌10.77%。

罪魁祸首？藏在业绩指引中的一句话：博通预计，由于“AI业务收入占比提升”，其2026财年第一季度的综合毛利率将下降约100个基点（1%）。

等等。在AI芯片竞赛中遥遥领先，怎么会反而拉低盈利能力？

毛利率承压悖论

博通刚刚证实了一个令人不安的事实：AI芯片在结构上的盈利能力低于传统半导体和软件业务。

2025财年第四季度，博通的非GAAP毛利率达到78%——这一数字令人印象深刻，同比提升了100个基点。但首席执行官陈福阳（Hock Tan）警告投资者，随着AI业务在营收组合中占比越来越大，毛利率将受到挤压。

为什么？因为博通的AI业务毛利率低于其传统网络ASIC和企业软件产品组合。该公司的基础设施软件部门（占总收入的38.5%）享受着近乎垄断的高利润率，而面向Google、Meta和OpenAI等超大规模云厂商的定制AI加速器，利润却薄如刀片。

让我们来拆解其中的经济逻辑。

毛利率与运营利润率之别

在深入细节之前，有必要先厘清“传统AI”与“定制AI”的区别，以及毛利率与运营利润率的差异——这对理解博通的困境至关重要。

毛利率是指扣除直接销售成本（COGS）后剩余收入所占的百分比：

$$\text{Gross Margin} = \frac{\text{Revenue} - \text{COGS}}{\text{Revenue}} \times 100$$

对于半导体行业而言，COGS包括晶圆成本、封装、测试以及直接制造开销，不包括研发、销售或一般行政管理费用。

运营利润率则更进一步，扣除了所有运营费用（研发、销售、营销、行政）：

$$\\text{Operating Margin} = \\frac{\\text{Operating Income}}{\\text{Revenue}} \\times 100$$

这里存在一个悖论：博通的AI芯片虽然毛利率较低，但仍能通过所谓的经营杠杆提升运营利润——即将固定的研发和行政成本分摊到高得多的营收规模上。

2025财年第四季度，博通的非GAAP运营利润率达到66.2%，同比提升350个基点，即便AI业务占比上升正在压低毛利率。该公司正以大规模销售低毛利产品的方式，赚取更多的总利润。

但这并不能阻止投资者因短期毛利率承压而恐慌。

CoWoS瓶颈：AI芯片为何成本更高

AI芯片毛利率较低的技术原因，可以归结为一个缩写词：CoWoS（Chip-on-Wafer-on-Substrate，晶圆级封装）。

CoWoS是台积电（TSMC）的2.5D先进封装技术，可将逻辑小芯片（chiplet）与高带宽内存（HBM）集成在硅质或有机中介层上。它是NVIDIA H200与Blackwell GPU、AMD MI300系列，以及博通为超大规模云厂商定制AI加速器的关键使能技术。

问题在于：过去一年CoWoS成本上涨超过20%，原因是产能受限以及来自NVIDIA的需求激增。台积电目前产能接近满载，公司正急于在嘉义科学园区新建CoPoS（Chip-on-Panel-on-Substrate，面板级封装）工厂以缓解瓶颈。预计2026年先进封装需求将同比增长40%，从48.4万片晶圆增至67.8万片。

对博通而言，这意味着：

• 单位晶圆成本上升（台积电对CoWoS收取溢价）
• 交货周期延长（产能受限削弱了议价能力）
• 良率挑战（集成多颗小芯片和HBM堆栈会降低良率，增加损耗）

相比之下，博通的传统网络ASIC采用成熟的封装技术，成本要低得多。向AI芯片转型，意味着产品组合向更高成本的制造工艺倾斜，从而压缩了毛利率。

定制硅片的陷阱

这个问题还有另一层原因：博通的AI芯片属于定制加速器，而非通用商用芯片。

Google（TPU）、Meta（MTIA）和Amazon（Trainium/Inferentia）等厂商都在自研AI处理器，以避免向NVIDIA支付垄断性溢价。博通按合同为它们设计和制造这些芯片，但由于这些超大规模云厂商采购量巨大，它们在价格上议价极其激进。

定制硅片的经济学相当残酷：

• 研发成本高昂：设计一款定制AI加速器需要多年的工程投入，成本只能摊销到单一客户身上。
• 没有定价权：与凭借CUDA护城河可对每颗H200 GPU收取3万美元以上高价的NVIDIA不同，博通只能依靠相对NVIDIA报价的成本优势来竞争。
• 规模扩大但利润微薄：博通通过走量赚钱，而非依靠单位利润。该公司高达730亿美元的AI在手订单仅集中在五家客户手中——这意味着只要一家客户重新谈判，利润率就可能进一步下滑。

这就是定制硅片的陷阱：你通过提供比NVIDIA更低的成本赢得业务，但代价是利润率被压缩。

AI加速器为何不同于传统芯片

AI芯片置身于一个资本支出和运营支出双高的技术栈中，而传统半导体则不然。

在硅片层面，AI加速器的单位经济性可以很强。先进制程AI GPU的单板平均售价（ASP）可达数万美元，晶圆厂级别的毛利率可达50%-60%以上。但这些利润会被以下因素迅速侵蚀：

• 巨额研发投入：涵盖架构、编译器、固件和运行时软件
• 庞大的资本支出：用于数据中心、网络、液冷和存储设施
• 持续的运营支出：包括电力、运维和软件工程

对于自研定制硅片的超大规模云厂商而言，这种“利润”体现为省下的供应商利润——它们用内部定价的算力替代了高毛利的NVIDIA GPU。但对于向这些云厂商销售芯片的博通来说，如果毛利率压缩是结构性的——即博通必须长期为芯片封装支付更高成本——那么整个AI硬件行业（包括NVIDIA和AMD）都可能面临估值重估。

对投资者意味着什么

博通在12月12日的抛售反映了一个残酷现实：AI芯片收入增长与盈利能力正在脱钩。

公司AI收入同比翻倍，但投资者现在开始为“增长以利润率为代价”的风险定价。在12月12日暴跌之前，该股今年已累计上涨75%，而其中大部分涨幅建立在这样一个假设之上：AI业务的盈利能力将与博通的软件业务一样高。

事实并非如此。

对股东而言，关键问题在于经营杠杆能否抵消毛利率被稀释的影响。博通认为，AI业务的固定成本结构（高研发、低单位制造成本）意味着即便毛利率承压，运营利润率仍将保持强劲。公司第四季度66.2%的运营利润率支持了这一观点。毛利率正在受压，是因为CoWoS封装的物理成本很高。分析师预计这一趋势将持续到2026年。但如果AI芯片定价持续下滑——无论是由于Amazon定制硅片的竞争、开源AI模型的冲击，还是超大规模云厂商资本支出普遍放缓——博通可能面临双重打击：利润率下降的同时，收入增长也在放缓。

对整个行业的信号

博通的毛利率预警并非孤立事件。它反映了AI基础设施全栈的一个更广泛趋势：

• Oracle在12月10日警告，其AI基础设施资本支出将比预期再增加150亿美元，令投资者担忧投资回报周期。
• TSMC正在将CoWoS成本上涨转嫁给客户，迫使芯片制造商消化更高的投入成本。
• NVIDIA是AI芯片全栈中唯一拥有定价权的公司，但即便如此，它也面临来自超大规模云厂商自研定制替代方案的压力。

12月12日的科技股抛售——纳斯达克下跌1.9%——正反映出市场越来越清醒地认识到：AI淘金热存在盈利能力问题。需求看似无限，但利润率却在收窄。

对博通而言，前路清晰：通过让AI收入增长速度快于运营支出增长，来维持经营杠杆。但对投资者来说，毛利率承压悖论是一个警示：并非所有AI收入都同等优质。

当一家报告AI收入增长74%的公司，股价在一天之内暴跌10%时，是时候追问：华尔街的AI估值是否建立在流沙之上了。