文 | 崔鹏 CP
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。
