本文来自微信公众号： 智讯智库 ，作者：刘婷
Alphabet交出了一份看起来相当亮眼的二季度财报：总收入达到1198亿美元，同比增长24%；营业利润增长30%；搜索收入增长17%；Google Cloud收入增长82%，营业利润率由上年同期的20.7%升至35.6%[2]。
就在财报发布前一周，95岁的巴菲特首次确认，伯克希尔对Alphabet的投资由他本人发起。伯克希尔持有的Alphabet股票价值已超过310亿美元，其中包括6月参与的100亿美元定向增发——而这笔资金的用途，明确包括扩建AI基础设施和全球算力[1][2]。对于一位重视长期资本回报著称的投资者而言，这次的亲自出手为Alphabet增加了一个引人注目的长期资本信号。
过去两年，市场对谷歌最大的担忧，是生成式AI可能削弱其搜索广告业务。但至少从本季数据看，这一风险尚未兑现：搜索收入仍增长17%，搜索中的对话式AI模式AI Mode月活用户超过10亿。生成式AI没有颠覆谷歌原有的现金牛，反而扩大了查询场景；Cloud的增长也说明，企业客户正在增加对AI基础设施和相关服务的需求[2][3]。
但这份财报的另一面，是AI正在显著提高Alphabet的资本密度。本季资本开支达到449亿美元，超过391亿美元经营现金流，使单季自由现金流首次转负，降至约负59亿美元；管理层还将全年资本开支指引上调至1950亿至2050亿美元，并预计2027年继续显著增加[2][3]。净利润约1122亿美元同样需要谨慎看待：其中约990亿美元来自权益证券净收益，主要为未实现增值，构成当季其他收益的绝大部分。这些账面收益推高了净利润，却没有在当期等额转化为经营现金流[2]。
因此，谷歌面对的问题已经发生变化：市场此前担心AI会不会颠覆搜索，现在更需要追问的是——AI带来的需求，能否转化为足以覆盖折旧、能源、第三方算力和融资成本的长期利润？谷歌已经证明AI带来了需求，却还没有证明这些需求足以覆盖不断上升的资本投入及其后续成本。
口径说明
本文依据Alphabet二季度Form 10-Q、官方业绩会记录及公司其他公开披露撰写。除特别说明外，金额数据均由公司披露的百万美元转换为亿美元；为便于阅读，叙述性内容一般采用四舍五入后的整数，涉及口径区分、财务差额或敏感性测算时保留一位小数。同比增速和利润率优先沿用公司披露口径，自行计算的指标均使用未经取整的原始数据，因此个别项目之间可能因四舍五入产生尾差。
文中有关AI收入归因、TPU库存、未来折旧及增量资本回报的内容，包含基于公开资料的分析和情景测算，仅用于判断数量级，不属于Alphabet披露的独立业务数据或业绩预测，也不构成投资建议。
本文核心判断如下：
AI尚未削弱搜索，反而可能扩大了查询场景和商业化空间。
Gemini已建立分发优势，报告口径下，Cloud增长为企业AI需求的商业化提供了现实证据，但付费能力和收入质量仍不透明。
自由现金流转负不代表谷歌失去造血能力，却说明AI正在显著提高Alphabet的资本密度。
这场AI豪赌的关键是未来利润增量能否持续跑赢折旧、能源、第三方算力和融资成本。
AI守住了搜索广告现金牛，但增长质量仍需拆解
搜索没有被AI削弱，仍然是整个AI体系的资金来源
本季度，Google搜索及其他广告收入达到632.7亿美元，同比增长17%，约占Alphabet总收入的53%。在生成式AI产品不断争夺信息入口的背景下，谷歌最重要的现金牛仍在增长，继续为Gemini研发和AI基础设施投资提供主要收入来源[2]。
从用户采用情况看，AI Mode月活用户已经超过10亿。管理层称，AI Mode和AI Overviews正在带来增量查询，用户也开始提出更长、更复杂的问题；谷歌的AI搜索功能每周还向外部网站导流数十亿次点击[3]。这些数据表明，生成式AI功能尚未对搜索造成可见分流，反而可能拓展了查询场景。但使用规模不等于收入和利润，其单位经济性仍需结合财务指标判断。
AI通过四种机制扩大搜索广告的商业化范围
AI增加了可被商业化的查询量
传统搜索更擅长处理简短、明确的关键词，而AI Mode和AI Overviews降低了复杂查询的表达门槛。用户可以直接提出包含使用场景、预算、偏好和限制条件的完整问题。由此，谷歌能够承接更多过去难以通过传统关键词广告覆盖的长尾需求，并将原本商业意图不够清晰的查询转化为潜在广告机会。
Gemini改善了查询意图识别
面对更长、更具体的问题，Gemini可以更准确地识别用户处于信息了解、方案比较还是购买决策阶段，再匹配更相关的商业信息。管理层披露，Gemini对查询语义的理解能力，使购物广告中高相关性广告的展示量提高约20%[3]。这意味着AI不仅增加了查询数量，也可能提高单次查询被有效商业化的概率。
AI提高了广告主的投放效率
AI Max和Performance Max等工具能够自动拓展关键词、生成广告素材、选择落地页面、匹配受众并优化出价，从而降低广告投放的操作门槛。谷歌表示，采用相关AI广告工具的广告主，在维持相近广告支出回报率的情况下，平均可获得约15%的额外转化量或转化价值[3]。当广告主能够以相近成本获得更多转化时，其继续增加预算、扩大投放范围和参与广告竞价的意愿也会随之增强。
AI搜索正在创造新的广告形态
谷歌正在AI搜索中测试多种新的广告形式，包括根据用户对话需求推荐相关产品的“对话式发现广告”、在用户接近购买时直接提供折扣或套餐的“直接优惠”，以及在AI推荐结果中重点展示赞助商品或服务的“突出答案”[4]。这意味着，搜索广告的商业化空间不再局限于传统结果页顶部或底部的固定广告位；AI生成的解释、比较、推荐和购买建议本身，也可能成为新的广告展示场景。
简单来说，增加查询量和理解复杂意图主要影响了广告的“量”；提高转化效率和创造新广告形式，则试图改善广告的“价”及商业化深度。
财报仍未证明AI搜索的单位经济性
本季度搜索广告增长明显更偏向“量增”。10-Q显示，其付费点击量同比增长13%，单次点击价格增长3%。这与“AI可能增加查询和广告机会”的逻辑一致，但不能证明点击增长全部由AI驱动[2]。
Alphabet将搜索增长归因于查询量、移动端使用、广告主支出以及广告形式和投放方式改善，管理层指出零售和金融是本季度的主要增长来源[2][3]。因此，17%的搜索收入增长既可能包含AI创造的增量，也受到广告需求和投放系统常规优化推动。
管理层表示，AI Mode单次回答成本已降至产品推出以来的最低水平，但没有披露AI查询的单位收入、广告点击率和推理成本[3]。现有数据可以证明AI搜索正在扩大使用场景，并提供了以点击量增长为主的初步商业化证据，却还不能证明其已经达到传统搜索的单位变现能力和盈利水平。
YouTube作为第二条验证线
YouTube广告收入本季度达到110.6亿美元，同比增长13%，主要由效果广告和品牌广告增长推动，世界杯相关流量及广告主投放也提供了额外助力。同时，Gemini也已被用于广告素材生成、商品与视频匹配和Demand Gen投放优化等环节，说明AI对谷歌商业化能力的提升正在从搜索延伸至YouTube等核心平台[3]。由于本季度增长还受到大型赛事和广告需求回暖等因素影响，AI只能被视为支持性因素，并不足以单独证明AI是收入增长的主要驱动力。
但并非所有广告业务都同步增长。同期Google Network收入下降1%，主要受AdSense收入减少影响。因此，本季度广告增量主要集中在搜索和YouTube两大自有平台，第三方广告网络仍然承压[2]。这表明，增长优势更多体现在谷歌能够直接控制用户入口、数据反馈和广告展示机制的自有生态中。
AI分发优势已经建立，付费与盈利能力仍不透明
Gemini已成为集团级能力层
本季Gemini的使用数据全面上升：
Gemini App月活用户达到9.5亿，日活用户约为上年同期的三倍；
每月使用谷歌模型API和主要开发者产品的开发者超过900万；
模型API每分钟处理约220亿个token，高于上季度的160亿；
面向智能体开发的Antigravity也已达到240万周活用户[3]。
这些数据表明，谷歌已经依托搜索、Android、Chrome、Workspace和Cloud，将Gemini快速分发至消费者、开发者和企业客户。
Gemini的意义已经不再局限于一款独立应用，它正在进入搜索和广告，用于查询理解、内容生成和投放优化；其在YouTube中支持推荐、问答和广告创作；在Google One和Workspace中成为消费与办公订阅的一部分；在Google Cloud中则被用于数据分析、企业智能体、网络安全和开发者工具[2][3]。
Gemini更接近的是Alphabet内部共享的“AI能力层”。它为多个产品和收入来源提供底层模型能力，但其成本与收益并不在财务报表中一一对应。这种定位也带来一个财务问题：
Gemini相关的研发、模型训练和算力投入，较为集中地反映在研发费用、基础设施使用成本和折旧中，相关收入却分散在搜索广告、Google One、Workspace、Cloud和网络安全等不同业务中。Alphabet本季集团级活动亏损57.9亿美元，其中包括共享AI研发支出，但公司并未披露其对各业务收入的具体贡献[2]。因此，外部投资者可以清楚看到Gemini的用户规模、调用量和产品渗透率快速提升，却很难仅凭单一收入或成本科目计算其真实投资回报。
分发优势不等于全面领先
评价Gemini的表现，需要区分三个维度：
用户分发
前述使用数据表明，谷歌已经依托搜索、订阅和Cloud建立起覆盖消费者、开发者和企业客户的AI分发网络。但用户数和token调用量只能证明产品触达和使用规模，不能直接回答付费率、单位价格和毛利率；调用量增加也可能意味着推理成本同步上升。
模型和产品竞争力
管理层承认，Gemini在编程能力，尤其是智能体编程方面仍有改进空间，同时已经启动Gemini 4训练[3]。这表明谷歌仍在投入大量算力争夺前沿模型领先地位，但相关资源也无法同时用于现有产品迭代和Cloud客户需求。
付费和盈利能力
Alphabet尚未披露Gemini App付费用户数、AI套餐转化率、独立收入、单位token收入和毛利率，也未公布企业客户的续约率和合同扩张率[2][3]。
但这类数据并非无法公开。OpenAI在2026年2月的公告中同时给出了使用规模和付费规模——ChatGPT周活跃用户超过9亿，消费订阅付费用户超过5000万[8]；Anthropic则在2026年5月的融资公告中披露收入运行率超过470亿美元，但未说明该指标的计算方法[9]。这些数字与Alphabet的口径都不相同（周活不同于月活，运行率不同于季度确认收入），不能直接比较金额。但差别在于：谷歌披露了9.5亿月活，却没有提供任何一项对应的付费数据。不过，三家公司都没有披露产品毛利率和单位经济性。因此，上述差异只能反映披露程度，不足以判断谁的盈利能力更强。
Gemini已经取得明显的分发优势，但财报还没有证明它同时建立了稳定的模型领先、付费转化和盈利优势。
谷歌的AI变现已扩展至订阅、Cloud和TPU
不过，这三类收入的可验证程度并不相同：
消费订阅：AI开始推动非广告收入，但独立贡献仍不可测
本季度，“订阅、平台和设备”收入达到129.1亿美元，同比增长约15%。财报显示，增长主要来自YouTube和Google One付费订阅；管理层进一步表示，Google One的增长受到AI套餐需求推动[2][3]。这说明，AI已经开始将谷歌面向消费者的变现方式从广告延伸至付费订阅。
但这一证据仍有明显局限。Alphabet没有披露Google One收入中有多少来自AI套餐，也没有公布Gemini免费用户向付费套餐的转化率、用户平均收入或续订情况。因此，这一科目只能证明AI正在影响订阅业务增长，还不能用于计算Gemini对应的独立消费收入。
企业AI和Google Cloud：目前财务证据最强的变现路径
本季Google Cloud收入达到247.7亿美元，同比增长82%；营业利润由上年同期的28.3亿美元增至88.1亿美元，营业利润率达到35.6%。Cloud剩余履约义务达到5139亿美元，较上季度增加超过500亿美元，其中略高于一半预计将在未来24个月内确认为收入[2][3]。
管理层将增长归因于GCP（Google Cloud Platform，谷歌云计算平台）基础设施和平台服务，并表示核心GCP、企业AI解决方案及AI基础设施均是重要动力。Gemini Enterprise已被接近九成的《财富》百强公司采用，Gemini还被嵌入数据分析、Workspace、网络安全和企业智能体平台等产品中[3]。这些信息表明，企业客户确实在为谷歌的AI能力付费。
但这一判断仍需要保留两个口径上的限制。Alphabet没有单独披露企业AI收入，247.7亿美元仍是整个Cloud分部的收入，其中包含传统GCP、Workspace、安全业务和其他企业服务；其次，谷歌在3月完成Wiz收购后，其业绩已并入Cloud，但公司没有披露Wiz对本季收入增速和利润率的具体贡献[2]。因此，Cloud已经证明AI需求可以转化为收入，却还不能等同于“247.7亿美元都是AI收入”。
TPU系统销售：变现边界开始延伸至客户自有数据中心
谷歌本季首次向客户数据中心交付TPU（Tensor Processing Unit，张量处理单元）系统并确认收入，这意味着TPU正在从谷歌内部降低训练和推理成本的自研芯片，变成可以直接对外出售的AI计算系统。10-Q显示，这类系统不只包括硬件，还包括配套软件、安装、支持和延长保修服务[2]。
不过，TPU产品收入并未被单独列示。管理层表示，本季确认的金额只占现有销售协议的一小部分，收入将在2026年余下时间逐步增加，绝大部分预计在2027年确认；即使剔除TPU销售，本季Cloud增速仍显著加快[2][3]。因此，Cloud增长82%并非主要由TPU硬件收入抬高。
TPU在本季更重要的意义，是谷歌的变现边界开始从云端算力服务延伸到客户自有数据中心。谷歌不再只向客户出售云端计算能力，也开始提供包含芯片、软件和服务在内的完整AI基础设施系统。这种模式也将改变业务的财务特征。与纯云服务相比，TPU系统销售通常涉及更长的生产和交付周期，并可能带来库存、应收账款、安装服务和营运资金占用。因此，TPU不仅代表新的收入来源，也可能对Alphabet未来的资本投入、毛利率和现金流结构产生影响。
Cloud提供了企业AI需求的最强财务证据，但增长归因仍需拆分
前述Cloud收入、营业利润和剩余履约义务同时增长，说明报告口径下的企业需求、订单签约和实际交付都在扩张，而不只是低基数反弹。因此，Cloud是谷歌AI能力转化为现实收入和利润的最清晰证据。
但剩余履约义务不能直接等同于现金收入，其确认仍取决于合同期限、基础设施交付能力和客户实际使用量。管理层表示，大部分积压合同来自客户结构广泛的常规GCP合同；10-Q同时排除了可取消合同及不构成独立商品或服务交换的客户付款[2][3]。这些口径增强了积压合同的可信度，却不能完全消除客户集中和履约风险。
随着Alphabet同时参与AI企业投资、数据中心建设担保，并向相关产业链出售云服务和TPU，其融资、客户和供应关系正在变得更加复杂。由于公司尚未披露这些关系的重合程度，目前更适合作为潜在风险跟踪，重点观察Cloud客户集中度及其持续支付能力[2]。
AI正在改变谷歌的现金流和资本配置
本季自由现金流转负
本季Alphabet经营现金流达到390.7亿美元，同比增长41%，说明其主营业务仍然具备强大的现金创造能力。但同期资本开支升至449.2亿美元，较上年同期增长约一倍，资本投入的扩张速度明显超过经营现金流增速。按照Alphabet采用的“经营现金流减去资本开支”的口径计算，单季度自由现金流由上年同期的正53亿美元降至约负59亿美元。尽管单季自由现金流转负，Alphabet过去12个月仍累计产生约532.7亿美元自由现金流[2][3]。
这意味着，本季度自由现金流转负并非源于经营现金创造能力减弱，而是Alphabet在服务器、芯片、数据中心及网络设备等基础设施上的投入，首次超过同期经营活动产生的现金。谷歌仍在创造大量现金，只是这些现金被更快地重新投入AI和Cloud基础设施建设。
谷歌的资本密度正在上升
搜索广告并非完全不依赖固定资产，它同样需要服务器、数据中心和网络基础设施支持。但与生成式AI相比，传统搜索的边际资本需求相对较低：新增一次搜索通常不要求固定资产同步扩张，收入增长也不必与芯片采购和数据中心建设保持近似比例。正因如此，过去的谷歌能够在保持较高营业利润率的同时，还能将较大比例的经营现金流转化为自由现金流。
但生成式AI正在改变这一关系。模型不仅需要前期训练，还要为每一次用户请求持续承担推理成本；用户规模越大，所需芯片、服务器、数据中心、电力和网络容量也越大。随着Google Cloud向外提供AI算力，并开始向客户交付TPU系统，资本需求又从内部模型研发和产品运行，扩展到企业客户交付。
搜索广告仍然保留平台型业务高毛利、低边际成本的特征，但Alphabet整体的增量增长正在越来越多地依赖资本密集型AI基础设施。谷歌由此形成了一种混合商业模式：一端是持续为集团提供现金的轻资产广告平台，另一端则是需要提前建设、持续扩容并承担长期折旧的重资产算力网络。
这一变化意味着，未来判断Alphabet经营质量时，不能只观察收入和营业利润，还需要同时评估资本开支、折旧、营运资金占用和自由现金流。AI收入即使保持高速增长，如果需要以近似甚至更快的速度增加基础设施投入，其最终资本回报仍可能明显低于传统搜索广告。
TPU库存造成收入与现金流的时间错配
本季报表中一个值得关注的变化是，库存由2025年末的24.4亿美元增至99.9亿美元，半年内增加了75.5亿美元。10-Q首次明确指出，Alphabet库存主要包括用于向企业客户销售的TPU系统，以及以Pixel为主的消费设备；按现金流量表口径，上半年库存增加占用了约77.4亿美元经营现金流[2]（两者因非现金调整等因素存在小幅差异）。
这使TPU业务的订单、库存、交付和收入确认之间形成了一条较为清晰的时间链：
签订销售协议→提前采购芯片、服务器等零部件并组织生产→现金先行流出并形成库存→系统完成交付、客户取得控制权→Google Cloud确认产品收入
管理层表示，本季确认的TPU销售收入只占现有协议的一小部分，相关收入将在2026年余下时间逐步增加，绝大部分预计要到2027年才能确认[2][3]。这意味着，当前库存对应的现金支出与未来收入之间可能存在一年甚至更长的时间差。它一方面说明，Google Cloud本季度82%的收入增长并非主要依靠TPU硬件销售抬高，因为管理层明确表示，即使剔除TPU销售，Cloud收入增速仍然显著加快；另一方面也意味着，TPU系统业务扩张得越快，谷歌就越需要提前承受库存、供应链和营运资金压力。
不过，这条因果链仍需保留边界。Alphabet没有拆分TPU系统与Pixel设备分别占库存的比例，因此不能将75.5亿美元的库存增量全部归因于TPU。现阶段能够确认的是，Alphabet正在从主要提供数字广告和云端服务，转向同时为企业客户生产和交付实体AI系统，而这种业务天然具有更长的生产周期、更高的营运资金需求，以及收入和现金流确认之间更明显的时间错配。
AI成本压力还没有完全进入利润表
资本开支不会在发生当期全部计入成本，而要等服务器、数据中心等资产达到可使用状态后，才通过折旧逐年进入利润表。因此，当前资本开支的快速上升，不会立即完整反映在当期营业成本和利润率中。
Alphabet在2025年的资本开支已达到914亿美元，2026年指引进一步上调至1950亿至2050亿美元，超过同比翻倍；管理层还预计，2027年资本开支还将“显著增加”[3][5]。这意味着，Alphabet不仅正在承担当前建设期的现金支出，也在为未来数年的折旧和运营成本积累更大的固定资产基础。
折旧压力已经开始显现。2026年上半年，物业和设备折旧由上年同期的94.9亿美元增至135.9亿美元；第二季度研发费用增长32%，达到182亿美元，主要受到AI人才投入和折旧增加推动。与此同时，由于自有算力供给仍然受限，谷歌计划在第三季度扩大第三方算力的使用，管理层预计这将给Cloud利润率带来短期压力。数据中心规模扩大后，电力、设备维护和网络容量成本也将随之增加[2][3]。
因此，当前35.6%的Cloud营业利润率已经包含投入使用资产的折旧，却没有包含全部已支出和已承诺投资的最终成本。尚未完工或尚未投入使用的资产还未开始计提折旧，今天的资本开支将在未来数年陆续进入利润表。真正需要观察的不是Cloud利润能否“再次覆盖”已经计入其中的折旧，而是未来利润增长能否持续快于新增折旧、能源和第三方算力成本。
更重要的是，年度资本开支指引还没有涵盖谷歌所有长期资源承诺。截至6月底，采购承诺及其他合同义务合计8110亿美元，其中2007亿美元预计属于短期义务，主要涉及技术基础设施、库存、长期供应协议、能源包销和内容授权。另按合同剩余期限口径，公司披露，剩余期限超过一年的合同预计固定或保底承诺为7070亿美元（前者按付款时间统计，后者按合同期限统计，二者存在重叠，不能直接相减或相加）。此外，公司还签订了852亿美元尚未开始的租赁，主要与数据中心有关，暂未计入当前租赁负债[2]。
这些承诺并非当前债务，也不能与资本开支直接相加，其中还包括内容授权等非AI项目。但它们表明，谷歌已通过长期供应、租赁和能源协议提前锁定大量未来资源，即使后续放缓AI投资，实际调整空间也可能较为有限。
账面流动性需要拆分观察
截至本季度末，Alphabet持有2424.7亿美元现金、现金等价物和短期可交易证券，表面上足以为AI投资提供庞大的资金缓冲。但这些资产并不具有相同的流动性和价格稳定性，因此不能简单将其全部视为随时可用于资本开支的现金。其中，现金及现金等价物为559.1亿美元；政府债券、公司债券以及抵押贷款和资产支持证券合计约995亿美元；可交易权益证券则达到870.6亿美元[2]。债券类资产通常价格波动较低、流动性较强，而权益证券的价值更容易受到市场估值变化影响。
可交易权益证券中，约800亿美元与SpaceX股份有关，并存在短期出售限制。若采用现金及现金等价物加债券类证券的口径衡量，Alphabet低波动、高流动性的资金缓冲约为1554亿美元。这个数字仍然十分庞大，但明显低于2425亿美元的表面流动资产总额。
同时，本季确认的990.3亿美元权益证券收益，也没有全部转化为可自由支配的现金。其中约773.5亿美元来自非上市权益证券的未实现净收益，这类资产主要列在非流动资产中；约214亿美元来自可交易及其他权益证券的未实现收益，真正已经实现的净收益仅约2.8亿美元[2]。
因此，Alphabet并不缺乏资金，但股权投资升值形成的账面财富不能替代主营业务产生的现金。权益证券的估值上涨可以显著推高净利润和资产规模，却不必然增加公司当期可用于建设数据中心、采购芯片或支付供应商的现金。评估谷歌能否长期承受AI投资时，应优先观察经营现金流、自由现金流及低波动流动资产，而不能直接使用受SpaceX和其他权益投资估值影响的净利润或流动资产总额。
从回购到融资：资本配置优先级正在改变
相比单季度自由现金流转负，资本配置方式的变化更能反映管理层的中期取向。2026年第二季度，Alphabet通过公开发行普通股、向伯克希尔定向增发以及发行强制可转换优先股，合计获得约496亿美元净融资，其中普通股融资约305亿美元、强制可转换优先股融资约191亿美元；公司还通过发行高级无担保票据筹集约203亿美元[2]。
与此同时，Alphabet在2026年上半年未进行股票回购，而2025年同期回购支出约283亿美元。尽管公司将季度普通股股息上调5%至每股0.22美元，资本配置重心仍明显转向AI基础设施。同期股票薪酬费用达到152亿美元，其中141亿美元预计以股票结算；在缺乏回购对冲的情况下，股票薪酬和新增股权融资将加大股权稀释压力，后续需重点观察稀释后股数及每股自由现金流的变化[2]。
暂停回购、维持股息并增加股权和债务融资，说明Alphabet的资本配置优先级已经明显转向AI基础设施。考虑到公司仍拥有约1554亿美元低波动流动资产，过去12个月自由现金流也达到约533亿美元，这更接近主动扩张和保留流动性缓冲，而不是被动应对资金短缺。
这种选择也提高了股东回报门槛：普通股和股票薪酬带来直接稀释，强制可转换优先股可能造成未来稀释并产生优先股股息，债务融资则增加利息支出。即使集团收入和利润继续增长，如果每股自由现金流和增量资本回报率不能同步改善，现有股东实际获得的资本回报仍可能下降。
如何评价谷歌的AI豪赌
看多：这不是没有收入支撑的盲目投入
前文已经形成三条相互支持的证据：搜索现金流仍然稳固，Cloud订单、收入和利润同步增长，谷歌现有算力供给仍然受限。这表明，AI基础设施扩张既是对长期需求的投入，也是在回应已经出现的现实需求[2][3]。
其中，Cloud营业利润率从2025年第一季度的17.8%连续升至2026年第二季度的35.6%，表明收入扩张正在转化为规模效应和经营利润[2][6][7]。至少在Cloud层面，AI基础设施已经产生可确认的订单、收入和利润，这是本轮投资区别于纯粹概念性扩张的最重要依据。
看空：投资回报门槛正在逐年提高
但需求真实存在，不等于资本回报已经得到证明。如3.4所示，当前资本开支尚未全部转化为折旧和运营成本，而管理层已经预计2027年资本开支还将显著增加。这意味着，利润表将在未来数年继续吸收此前投资形成的成本，内部回报门槛也会随投资规模上升[3]。
与此同时，第三方算力可能压低Cloud利润率；TPU系统销售的毛利结构未必能够达到云服务和订阅业务水平；Gemini的付费转化率仍未披露；普通股、强制可转换优先股和债务融资还会带来股权稀释、优先股股息和利息成本[2][3]。
因此，Cloud的高速增长证明了需求，却不能自动证明完整投资周期的资本回报。谷歌需要跑赢的已不只是外部竞争者，还有由自身投资节奏不断抬高的内部回报门槛。
情景压力测试：新增折旧与利润增量处于同一数量级
折旧覆盖。以2026年资本开支指引中值2000亿美元为基准，本文仅测算这批投资未来形成的折旧数量级。管理层披露，本季度资本开支绝大部分投向技术基础设施，其中约60%用于服务器，其余用于数据中心和网络设备。由于公司未披露技术基础设施占全年资本开支的确切比例，也未单列网络设备占比，本文直接以全部资本开支为分母，假设服务器和网络设备合计占60%至70%。考虑到服务器一项已占技术基础设施约60%，这一假设相对保守[3]。
服务器和网络设备按照六年计提折旧；其余资本开支在扣除土地后，假设其中50%至75%属于可折旧设施，并采用15年综合折旧期。公司披露的数据中心和办公建筑折旧年限为7至40年，实际综合年限取决于资产构成，而公司未披露相关权重；本文统一采用15年作为情景假设，若采用更长或更短的综合年限，测算区间将相应下移或上移[6]。
两个互补比例需要成对计算：在60%情景下，服务器和网络设备形成约200亿美元折旧，其余40%形成约27亿至40亿美元折旧，合计约227亿至240亿美元；在70%情景下，两部分分别形成约233亿美元和20亿至30亿美元折旧，合计约253亿至263亿美元。因此，这批资产全部投入使用后的年度折旧运行率约为227亿至263亿美元[6]。
这一结果是情景压力测试，不是折旧费用预测，也不代表Alphabet折旧费用的同比净增额。数据中心和设备将分批转固，相关折旧会在未来数年逐步进入利润表，并受到旧资产退役、替换性投资和资产寿命调整等因素影响[2][6]。
作为数量级对照，本季度Alphabet整体营业利润由上年同期的312.7亿美元增至407.7亿美元，同比增加95亿美元，简单年化约为380亿美元，相当于上述折旧运行率的1.4至1.7倍[2]。这说明当前利润增量在数量级上高于新增折旧，但单季度年化容易受到基期、季节性、并购和一次性因素影响，且尚未计入能源、维护、第三方算力和融资成本，因此安全边际并不宽厚。管理层预计2027年资本开支将显著增加，年度利润的绝对增量也必须相应加速，才能维持当前覆盖比例[3]。
增量资本回报率。折旧覆盖只检验新增利润能否吸收会计成本，并不代表资本回报已经达标。最终应观察增量资本回报率，即增量税后营业利润与平均新增投入资本之比。如果该指标长期明显低于Alphabet现有水平，即使利润能够覆盖折旧并保持正回报，也意味着集团资本效率正在结构性下降。因此，1.4至1.7倍只能作为折旧压力的数量级参照，不能被解读为AI投资已经通过资本回报检验。
未来只观察三个指标
原有现金流业务的AI单位经济性。
由于Alphabet没有披露AI搜索的单位收入和推理成本，外部投资者只能通过搜索广告收入、付费点击量和Google Services利润率进行间接判断。如果AI持续扩大查询量，而Services利润率保持稳定，说明新增广告收入能够吸收推理成本；如果收入继续增长，但利润率持续下降，则可能意味着AI扩大了使用规模，却没有同步创造相应的经济价值。
新增AI收入的质量。
重点观察Google Cloud在尽可能剔除TPU系统销售、Wiz并表等因素后的可比增长，以及第三方算力使用增加后营业利润率能否保持稳定。由于Alphabet没有披露完整的剔除口径，实际跟踪时先以报告增速作为代理；如TPU销售或Wiz并表贡献显著，再根据管理层的定量或定性披露进行校正。本文暂以50%作为2026年下半年至2027年上半年的观察阈值：它处于一季度63%[7]、二季度82%[2]的报告增速与按RPO未来24个月平均确认额估算的约30%收入可见度之间[2]，是便于跟踪的阶段性位置，而非模型推导的临界点；集团折旧压力的数量级测算见4.3。
Google Cloud报告增速连续两个季度低于50%，构成观察信号；如果管理层披露增长主要由TPU系统销售或Wiz并表推动，即使报告增速仍高于50%，也应结合剔除这些因素后的增长趋势重新判断。若同时出现无法由第三方算力等短期因素解释的营业利润率结构性下降，而资本开支指引未相应下调，则构成重估信号——“现实需求足以支撑当前扩产速度”的判断需要重新评估[3]。
AI投资能否重新实现自我融资。
需要持续观察经营现金流对资本开支的覆盖率能否重新高于1、自由现金流能否改善、外部融资是否减少，以及股票回购是否恢复。如果利润增长持续快于折旧、能源和利息成本，Alphabet应逐步恢复稳定的正自由现金流；如果资本开支继续上调、自由现金流长期承压，并反复依赖股权或债务融资，则说明谷歌虽然证明了AI需求，却仍未证明完整投资周期的资本回报。
这份财报证明了需求、收入和初步利润，并提供了AI变现和Cloud利润增长的初步证据；但当已支出而尚未进表的成本陆续确认后，利润增速能否持续高于成本增速，仍要到2027年才能得到更清晰的验证。
参考资料：
[1]CNBC，CNBC Exclusive Excerpts:Berkshire Hathaway Chairman Warren Buffett Speaks
https://pressroom.versantmedia.com/cnbc/press-releases/cnbc-exclusive-excerpts-berkshire-hathaway-chairman-warren-buffett-speaks-cnbcs
[2]Alphabet Inc.，Form 10-Q for the Quarterly Period Ended June 30,2026
https://www.sec.gov/Archives/edgar/data/1652044/000165204426000071/goog-20260630.htm
[3]Alphabet Inc.，2026 Q2 Earnings Call Transcript
https://abc.xyz/investor/events/event-details/2026/2026-Q2-Earnings-Call-2026-GgTAq7Is0z/default.aspx
[4]Google，A New Generation of Ads for the AI Era of Search
https://blog.google/products/ads-commerce/google-marketing-live-search-ads/
[5]Alphabet Inc.，Form 10-K for the Fiscal Year Ended December 31,2025
https://www.sec.gov/Archives/edgar/data/1652044/000165204426000018/goog-20251231.htm
[6]Alphabet历季官方披露，用于计算Google Cloud营业利润率序列：
https://www.sec.gov/Archives/edgar/data/1652044/000165204425000040/googexhibit991q12025.htm；
https://www.sec.gov/Archives/edgar/data/1652044/000165204425000087/googexhibit991q32025.htm；https://abc.xyz/investor/events/event-details/2026/2025-Q4-Earnings-Call-2026-Dr_C033hS6/default.aspx
[7]Alphabet Inc.，First Quarter 2026 Results（Exhibit 99.1）
https://s206.q4cdn.com/479360582/files/doc_news/2026/Apr/29/attachments/2026q1-alphabet-earnings-release.pdf
[8]OpenAI：Scaling AI for everyone
https://openai.com/zh-Hans-CN/index/scaling-ai-for-everyone/
[9]Anthropic：Anthropic raises$65B in Series H funding at$965B post-money valuation
https://www.anthropic.com/news/series-h