2025-05-09
全球数据中心 CAPEX 细分构成 2020 - 2028

2020 年全球数据中心的 CAPEX 合计不到 2,000 亿美元。Dell'Oro 预计到 2026 年将接近 6,000 亿美元。

从细分构成看,美国 Top 4 云服务商将占据到 50% 左右的份额。中国 Top 4 云服务商的 CAPEX 虽然远不及美国,但也将超过全球电信运营商和主机托管服务商。

全球企业客户的 CAPEX 整体保持微增状态,而不是大幅减少。体现了垂直行业企业仍然会大量自建数据中心。

2025-04-20
全球网络新增流量带宽 2018 - 2028:云服务 vs. 电信运营商 vs. 企业

增量通常代表趋势,或者格局的变化。

2022 年,全球数据中心互联(Data Center Interconnect, DCI)的新增流量超越了全球电信运营商的新增流量。

预计到 2028 年,DCI 的增量是运营商网络的 2x 倍。

2025-04-20
全球基础设施开支:电信运营商 vs. Top 15 互联网公司

全球电信运营商在基础设施的支出每年不到 2,000 亿美元,这个数字已经持续了多年。预计未来也会继续。

而受制于云计算(公有云)和 AI 的崛起,ICP(互联网内容商)在 CAPEX 的支出日趋加剧。附图是 LightCounting 的预测,其模拟了到 2030 年的三种场景。

无论哪一种场景,Top 15 互联网公司的支出都会远超电信运营商。

2025-03-02
中小企业能带给电信运营商更高的 EBITDA 利润

Bain 咨询公司基于 IDC 的数据分析,发全球企业在通信连接和 ICT 服务支出中,来自中小企业 SMB 的占比为 30%,年增长率 8% 左右。

还有一个有趣的发现,对于电信运营商来说,中小企业 SMB 的的成本相对可控,利润率比大型企业要高不少。

就电信运营商整体来说,服务大型企业的 EBITDA 利润率为 35~45%,而服务中小企业可达 50~60%。

2025-01-16
电信运营商网络 API 在未来 5 ~ 7 年的变现收入空间

Mckinsey 预测在网络 API 和边缘计算会解锁 1,000~ 3,000 亿美元的市场空间(未来 5 ~ 7 年)。即便是网络 API 的直接变现机会,也可以达到 100 ~ 300 亿美元。

从调用 API 的行业分布看媒体和娱乐是最大方向,其次是医疗健康和制造业,整体分布相对均衡。

2025-01-16
代表性电信运营商、能源企业和科技公司的收入增长和估值预测 2025

附图是 Mckinsey 对全球代表性的三类企业(电信运营商、能源企业和科技公司)的研究,横轴是未来三年的 CAGR 年复合增长率,纵轴是企业价值倍数(EV/EBITDA)。

直观的结论是:(1) 科技公司表现远远好于能源企业和电信运营商,能源企业也比电信运营商好一些;(2) 收入增速和企业价值倍数呈现正相关。

2024-08-02
云服务四巨头的 CAPEX 横向纵向对比

Amazon、Microsoft、Google 和 Meta 四家公司在 2024 年的 CAPEX 投资接近 2,000 亿美元,比标普 500 其他 90 家科技和通信公司的 CAPEX 总和还要多。

对比 2013 年石油行业 CAPEX 投资的巅峰时刻,或者 2000 年全球电信运营商的 CAPEX 总量,四大互联网巨头也毫不逊色。

2024-07-04
美国三大电信运营商的员工数量变化 2017-2023

受制于经营压力和降本增效改革,北美的电信运营商近年来持续在压缩员工队伍。

行业研究机构 Lightreading 的数据显示,美国三大电信运营商在 2017 年员工总数有 50 万人,到了 2023 年下降到 30 余万人。

2024-03-16
Brand Finance 全球电信运营商品牌资产排名 Top 10 - 2024

在 Brand Finance 评选的 2024 版全球电信运营商品牌资产排名 Top 10 中,T-Mobile、Verizon 和 AT&T 位居前三位。

中国移动、日本 NTT、美国 Xfinity、美国 Spectrum、法国 Orange、英国 Vodafone 和中国电信位居第四到十名。

Top 10 中,有两家中国公司,五家美国公司。其中 Xifinity 和 Spectrum 是广电运营商的代表。

2024-02-18
英伟达调研:电信运营商对应用 AI 的期望和投资

英伟达 Nvidia 2024 电信行业 AI 应用调研报告显示,在期望的 AI 用途方面,运营商更看中的是提升客户体验货和降低成本,而诸如收入提升这种更加面向市场前端的想法是靠后的。

AI 更多扮演中后台的 “使能类” 技术,看起来哪里都用得上,而哪里又都不是很明显(具体怎么用可以立竿见影)。

此类情况,实际应用者通常会把期望调低,先用于一些侧重于中后台、或前端产品用户使用方面的 “改进”。