谷歌的AI生意越做越大，华尔街为什么不买帐

文 ｜ 鹏有WeHave

谷歌刚刚交出了一份增长亮眼、却让华尔街感到不安的财报。

10月28日母公司Alphabet公布第三季度财报，其中营收同比增长25%，达到1276亿美元。

从业绩数据上看，谷歌的AI生意越做越大，云服务收入实现翻倍，自研芯片开始对外销售，似乎一切都在向好。

但亮眼的增长没有安抚市场情绪，财报后Alphabet的股价连跌两天，降幅超过了10%，投资者很担心搜索广告增长放缓和自由现金流转负的情况。

对AI的巨额投入在持续吞噬谷歌的现金流，华尔街非常关心，它还需要多久才能获得与庞大资本开支相匹配的盈利能力。

AI搜索的变现效率不及传统搜索

谷歌的AI转型已经触及最核心的搜索业务。

三季度搜索及其他收入为633.5亿美元，同比增长12%，低于此前两个季度的19%和17%。

如果单看搜索的业务数据，查询量的同比增速达到过去五年来的最高水平，说明用户正在更多使用AI搜索。

可惜这些新增查询量还没有带来对应的收入增长。谷歌管理层在财报电话会上公开承认，AI搜索的变现效率低于传统搜索。

传统搜索的商业模式相当成熟。用户输入关键词，搜索引擎展示网页链接和广告，广告主根据关键词竞争排名，用户点击后形成收入。

在这套体系中，搜索结果页既是信息入口，也是广告交易场所。

AI搜索改变了整个过程。用户可以直接向AI提出复杂问题，它会总结信息甚至帮助完成决策。用户不需要逐个点击网页链接，广告展示和点击的机会也随之变化。

虽然更长的对话、更复杂的需求可能带来新的广告场景，但从现阶段看，用户查询量增长，并不能直接等同于广告收入同比例增长。谷歌需要重新摸索广告展示方式、用户体验和广告主付费意愿之间的平衡。

如果因为广告加载影响AI搜索的体验，用户可能转向其他AI助手。如果AI搜索吸引了更多用户，却只能产生较低的单位收入，公司额外支出计算成本将无以回报。

这对谷歌来说是两难境地，如何兼顾用户体验与广告收入，是搜索业务转型的关键。

谷歌不一定要赢下模型竞争

与AI搜索面临的变现压力不同，谷歌云已经从AI需求增长中获得了更直接的收入。

三季度谷歌云营收为307亿美元，同比增长103%，远高于Alphabet整体营收的25%增速；经营利润达到111亿美元，远高于去年同期的36亿美元。

云业务积压订单达到5610亿美元，也反映出企业客户对计算基础设施和AI服务的强劲需求。

同时经营着模型、云平台、芯片和应用，谷歌似乎不必在每一场模型竞争中获胜也能从AI产业扩张中获益。

它的优势在于并不依赖Gemini等自有模型赚钱，企业训练和运行AI模型需要大量计算资源，谷歌可以售卖算力，也可以销售自研TPU芯片。

也就是说，即使客户不选择Gemini，也可能成为谷歌的客户。

Anthropic就是典型案例，它在周一发布的S-1文件凸显了其与谷歌的密切关系：Anthropic承诺未来七年向谷歌支付约1145亿美元的计算服务费用，并计划在2031年前花费约超过1250亿美元购买来自谷歌等供应商的芯片；谷歌同时持有Anthropic超过5%的股权，并承诺在特定情况下追加200亿美元投资。

谷歌与Anthropic即是大模型领域的竞争者，前者也是后者的投资人，以及其云服务和芯片的供应商。

这种相互竞争与合作的关系说明，AI产业链的商业利益并不完全取决于大模型竞争的结果。

财报数据证明谷歌的自研TPU业务同样拥有巨大外部需求。过去TPU主要用于谷歌自身的AI训练，如今谷歌开始向客户交付TPU系统，希望从芯片销售和云服务中同时获得收入。公司管理层预计，TPU相关收入将在2027年进一步增长。

云业务的高增长已经证明市场需求存在，能否在持续扩张中取得足够回报，则要看未来投入与收入的变化。

收入增速远低于成本增速

AI业务带来收入增长的同时，也在迅速推高谷歌的资金投入。

三季度Alphabet营收同比增长25%，资本开支增长却高达114%，来到了514亿美元，两者的增速差距非常明显。

其它核心数据表现也不太好，经营现金流同比下降12.6%，自由现金流从去年同期的245亿美元转为负91亿美元，远低于市场此前盈亏平衡的预期。

AI搜索需要更多计算资源，云业务需要花钱搞基建，自研芯片也需要持续研发和部署，这些都需要大量开支。

不仅如此，随着数据中心和服务器陆续投入使用，设备折旧、运维和能源成本也是谷歌需要长期负担的资本支出。

此前谷歌已将2026年资本开支预测上调至1950亿至2050亿美元，管理层甚至表示，2027年这个数字将大幅增加。

投资者需要判断，这些投入最终能否产生足够回报。即便收入继续增长，如果新增收入不足以覆盖新增成本，利润表现和现金流仍然会承受压力。

这种压力并非谷歌独有，三季度Meta同样出现了2012年以来的首次负自由现金流，凸显人工智能热潮的代价。

很多大型科技公司在为AI基础设施投入巨额资金，担心投入不足会失去竞争优势，将潜在市场拱手相让。

但如果所有公司都持续扩大建设规模，行业最终能够消化多少算力、这些算力又能产生多少利润，就成为每一份财报都无法回避的问题。

虽然谷歌的云服务和芯片业务增长迅速，但这并不能保证所有投入都能获得理想回报。

今年市场上出现过不少质疑AI叙事的声音，最重要的理由就是商业化进展缓慢，科技公司越来越依赖外部融资，资本开支成为肉眼可见的经营负担。

对谷歌而言，AI竞赛进入了一个更加现实的阶段。模型能力和算力储备固然重要，投资者最终还要看这些投入能否转化为健康的营收表现。