AI 存储需求推动西部数据利润暴增 12 倍,市场却以暴跌回应
2026 财年 Q4 营收 37.5 亿美元,同比增长 44%;GAAP 净利润 31.95 亿美元,暴增 12 倍;调整后每股收益 3.56 美元,超预期。但盘后股价跌超 11%——市场用周期股的尺子衡量一家正在变成复利机器的公司。
2026 财年 Q4 营收 37.5 亿美元,同比增长 44%;GAAP 净利润 31.95 亿美元,暴增 12 倍;调整后每股收益 3.56 美元,超预期。但盘后股价跌超 11%——市场用周期股的尺子衡量一家正在变成复利机器的公司。
云业务营收占比高达 89%,同比增长 43%——几乎全部增长来自 AI 数据中心和超大规模客户。不再是一家“PC 硬盘公司”,而是AI 基础设施的核心存储供应商。
注:每 TB 混合平均售价同比上涨“高十几位数”,量增 22%,价增主导增长。毛利率同比提升 13.1 个百分点,量价齐升态势显著。
更关键的是资本效率:资本支出仅 1.08 亿美元,占营收不到 3%。对比 AI 芯片公司动辄 20%–30% 的 capex 占比,西部数据几乎不需要额外投入就能实现增长——技术迭代本身就是产能扩张。
过去二十年,HDD 在资本市场的认知框架里一直是典型“周期股”。需求随数据中心建设周期波动,高点之后必有低点。当毛利率从 25% 反弹至 54%,涨了 600% 的股价自然触发“兑现”信号。
但 CEO Irving Tan 在电话会上说了一句话,可能是整场业绩会中最重要的:
“计算周期可以重复使用,但数据会复合增长。”
这句话的冲击力在于:GPU 需求是周期性的——训练完一个模型,算力可被复用,需求有波峰波谷。HDD 需求是复利性的——每一次推理、每一个 Agent 工作流、每一条自动驾驶日志,都在产生新数据,这些数据只会积累,不会消失。
假设需求曲线是“钟形”,高点之后必有低点。均值回归是必然。
假设需求曲线是“指数形”,数据持续累积,没有天花板。
用周期尺量指数曲线,自然会得出“涨太多了”的结论。但问题在于:市场什么时候换一把尺子?
如果“数据复利”只是理论,那接下来的三个事实就是更硬的依据。
Irving Tan 透露,西部数据正在与客户讨论建立 2029–2031 年甚至更长期限的协议。传统 HDD 是“现货交易”,价格随供需剧烈波动。LTA 将收入从“大宗商品”变成“订阅制”——类似电力公司的长期购电协议,可预测性大幅提升。
需求同比增长 44%,但西部数据选择不扩产。资本支出仅占营收 3%,通过技术迭代(40TB UltraSMR → HAMR → 100TB)在相同物理空间增加容量。全球只剩三家 HDD 厂商,经历 2022–2023 年惨烈下行后,都变得极度“产能纪律”。寡头默契下,克制就是最坚固的护城河。
电话会上提及,一家自动驾驶公司的 EB 级存储需求在 2026 年将“增长好几倍”。生成式 AI 训练数据来自互联网,数据量有限;物理 AI 的训练数据来自现实世界,还需用 AI 生成合成数据——数据不是“采集”的,而是“制造”的,增长无上限。
框架切换不是一夜发生的。它需要连续的季度验证、一个“周期下行”的考验,以及卖方分析师的“评级升级”。
我们倾向于认为,这个过程需要 2–4 个季度。在那之前,每次“超预期”都可能被“获利了结”惩罚。这不是基本面的问题,是认知更新的速度问题。
一个诚实的注脚:SSD 的长期替代威胁真实存在,寡头默契也可能被打破。但这些风险改变的是斜率,不是方向。
当 LTA 签至 2031 年、物理 AI 的 EB 级需求在 FY2027 兑现、毛利率连续四个季度站上 55%,“周期”的标签会自己脱落。在那之前,每一次“超预期”都可能换来一次暴跌——这正是预期差最大的来源。
西部数据的故事只是 AI 基础设施从“周期”走向“复利”的一个切片。理解这把尺子,比看懂股价更重要。
持续关注 AI 存储趋势