Alphabet（谷歌）：全景式剖析“全棧 AI 之王”

作者：Alex Xu，Mint Ventures

一. 研究摘要

1. 核心要點

• Alphabet（GOOGLE）作為全球數字經濟基石，憑藉搜索與廣告業務的壟斷地位，擁有極強的現金流產出能力。截止 2025 年核心業務維持穩健增長，經營利潤率穩步提升至 30%+ 區間。

• AI 助推的雲業務成為重要的第二增長曲線， 25年 Q3 google cloud 收入貢獻佔比為 15%，同比增速 34%，增速重回高速軌道，利潤率也持續攀升，從去年同期的 17% 增長至 24%，且仍有上行空間。

• AI 產業的爆炸式發展，以及對全球用戶端的快速滲透，對 Alphabet 來說影響複雜而深遠，機會和挑戰並存：

  • 短期來看，AI 的快速發展暫未對 Alphabet 的核心業務——搜索廣告——未構成實質性衝擊，且谷歌通過 AI 能力強化了搜索廣告的轉化率，AI overview 功能的鋪開，維持住了 Alphabet 在搜索上的基本盤，從當前廣告收入和管理層披露的 ROI 數據來看，尚未看到搜索轉化率或單次廣告價值出現明顯下滑的證據。反而看到了 AI 能力對公司內部各條產品線有明顯的提效加持。

  • 但中長期來看，問答式 AI 對Alphabet 的商業模式構成了真實的威脅。用戶的搜索行為已經開始向 AI 產品遷移，即使谷歌的 AI overview 短期拖住了用戶流失的速度，但 AI 多頭競爭的市場格局較難改變，谷歌想要在 AI 產品上覆現自己在搜索領域的壟斷地位仍有挑戰。即使它能在 AI 搜索領域保持壟斷地位，AI 搜索的高單位成本、低廣告展示空間，也會降低谷歌在廣告業務上的利潤率。

  • 但谷歌強大的產品生態也能為它在 AI 時代帶來明顯優勢，相比從0 崛起的 GPT、Claude 要靠自己爭取和留住客戶，谷歌可以用豐富的產品矩陣（搜索、Chrome 瀏覽器、Youtube、Gmail、Maps 和 Android、企業產品）把 Gemini 以及其他 AI 工具高效地分發給用戶。在即將到來的 AI Agent 大潮中，谷歌無疑將把 AI 集成到各個產品中，進而把自己的 AI Agent 嵌入大眾和企業的生活與工作流中，而這種嵌入又將給谷歌帶來海量的數據迴流，幫助底層模型的升級優化，形成比信息互聯網時代更強大的綜合護城河。

  • Alphabet 以 TPU 為基礎的 AI 加速器產品系列對英偉達的 GPU 市場形成內外部的一定替代，疊加近期伯克希爾的買入，當前市場形成了“谷歌擁有最全 AI 產業鏈”、“谷歌一個打十個”的樂觀敘事，幫助其估值迅速修復，但實際上英偉達的基本盤依舊穩固，AI 基建類產品短期內依舊供不應求，雙方處於一起做大市場的階段，但中期看 TPU 有望承接部分英偉達市場份額。

  • 市場對 “AI 泡沫”的示警理由集中在：1.較高的公司估值和市值集中度；2.資本開支過度難以覆蓋下游的長期收入；3.存在折舊時限過長和供應商融資等財務疑點。筆者認為市場對第3項擔憂過度，實際影響有限， 第1項水平則遠低於 2000 年泡沫時期，真正需要關注的是第二項，即下游市場的真實需求情況（目前來看需求比較充分）。但即使 AI 泡沫破裂，谷歌等代表性公司由於主營業務穩固且在營收利潤貢獻中佔據絕對大頭，有能力平滑過度，市場較難復刻 2000 年 70% 以上的崩盤式下跌。

• 24 年美國聯邦法院壟斷裁決帶來的拆分風險在今年 9 月聯邦法院的判決中塵埃落定，最終對 Alphabet 殺傷有限，並未要求 Android 和 Chrome 拆分，屬於之前預計的最好結果。但歐洲的壟斷訴訟仍然此起彼伏，不斷開出數十億級別的大額罰款和各類調查（12 月 9 日歐盟發起對谷歌 AI 的反壟斷調查）。

2. 估值評價

Alphabet 當前是一個“合理偏貴 / 輕微溢價的優質標的”，已經反映 AI 帶來的雲的二次增長預期，但尚未進入與基本面完全脫節的嚴重泡沫區間。如果對 AI 產業的下游需求充分樂觀，且認為 Alphabet 的中長期利潤和自由現金流增速能保持在低雙位數（12%）以上，則當前估值可以接受，不過仍需要時間消化倍數。但如果對 AI 變現與監管環境的預期較為保守，則應把當前的 Alphabet 視為 “優質但目前不算便宜”的長線標的，而非明顯低估的重倉機會。

3. 潛在催化劑與風險

• 催化劑：Gemini模型的全面商業化、雲業務利潤率對標 AWS/Azure 水平且持續增長、AI 下游需求持續爆發、TPU 集群服務再出代表性大單。

• 風險：激烈的行業競爭遠未分出勝負，加上開源 AI 模型的普及，給 AI 算力帶來大宗商品化的風險、全球監管和反壟斷收緊（尤其是拆分風險）、AI資本開支過高拖累利潤、AI 下游需求增速過緩或不足、宏觀經濟放緩。

二.公司歷史

在瞭解行業和公司具體業務之前，我們有必要了解谷歌過往的發展歷程，從中我們可以提煉出這個公司來源於創始人的性格底色和整體戰略水平。

第一階段：起步與搜索霸權的建立 (1996 – 2003)

這一階段是谷歌確立核心技術和商業模式（廣告）的關鍵期，也是“三駕馬車”管理架構形成的時期。

• 1996年： 拉里·佩奇（Larry Page）和謝爾蓋·布林（Sergey Brin）在斯坦福大學開發了搜索引擎 BackRub，這是谷歌的前身。

• 1998年9月： Google 公司正式註冊成立。首筆投資來自 Sun聯合創始人 Andy Bechtolsheim（10萬美元）。辦公地點搬進了後來的谷歌元老、YouTube 前 CEO（現已病逝）蘇珊·沃西基家的車庫。

• 1999年： 獲得紅杉資本和 KPCB 共2500萬美元融資。公司搬至加州山景城。

• 2000年： 推出 AdWords。這是谷歌商業帝國的基石，允許廣告商購買搜索關鍵詞，確立了其基於搜索的盈利模式。同時確立了著名的非正式座右銘：“不作惡”（Don’t be evil）。

• 2001年8月： 佩奇和布林意識到需要一位經驗豐富的管理者。埃裡克·施密特（Eric Schmidt）出任CEO。由此形成了長達十年的“三駕馬車”管理結構。

所謂“三駕馬車”，是指在施密特任期內谷歌內部的權力三角，分別是：

• 埃裡克·施密特 —— 董事長兼 CEO，他扮演著 “家長”與“外交官”的角色，負責所有對外事務（華爾街、投資者關係、政府監管）、銷售團隊建設、法律訴訟以及日常運營管理。

• 拉里·佩奇——聯合創始人 / 產品負責人，專注於公司的核心產品——搜索引擎、廣告產品和未來的大構想，佩奇對用戶體驗有潔癖，對速度和效率有執念，但因不擅長社交和管理細節，早期被投資人認為不適合做CEO（後來還是如願以償）。

• 謝爾蓋·布林—— 聯合創始人 / 技術負責人，負責招聘頂尖人才、維護公司獨特的工程師文化，以及探索主業之外的“登月項目”（如後來的谷歌大腦和 AI 業務）。

在這套體系下，三人各有分工，但重大決策需要三人達成共識。施密特曾打趣說，他的工作就是“在拉里和謝爾蓋吵架時，決定誰是對的”。

第二階段：IPO、收購與生態擴張 (2004 – 2010)

這一時期谷歌通過上市獲得資金，通過關鍵收購奠定了移動互聯網時代的霸主地位，做出了一系列影響深遠的正確戰略決策，為後來的廣告流量護城河奠定了基礎。

• 2004年4月： 推出 Gmail，以 1 GB 的超大存儲空間震驚業界。

• 2004年8月： 納斯達克上市。公司採用雙重股權結構，佩奇、布林和施密特持有B類股，擁有絕對投票權。

• 2005年： 秘密收購 Android（約5000萬美元）。這是谷歌歷史上回報率最高的收購之一，為移動時代的競爭提供了重要基礎，成為它在移動端廣告和應用分發的主要陣地以及數據的主要來源，在手機產業鏈中站穩了核心生態位。同年，谷歌還推出 Google Maps，這也是一個重要性巨大的基建性產品，是移動時代各類產品的地理位置基礎。

• 2006年10月： 以16.5億美元收購 YouTube，確立了在流媒體視頻領域的統治地位。

• 2008年9月： 推出 Chrome 瀏覽器和首款 Android 手機（T-Mobile G1）。谷歌正式進入操作系統和瀏覽器市場，一個相互串聯、高度協同的核心生態體系基本成型，並延續至今。

• 2010年1月/3月： 退出中國大陸市場。

第三階段：移動優先、重組與反壟斷陰雲 (2011 – 2018)

施密特卸任，佩奇迴歸，隨後皮查伊崛起。公司結構發生鉅變，同時開始面臨嚴峻的全球監管。

• 2011年4月： 拉里·佩奇重掌 CEO 帥印，施密特轉任執行董事長。佩奇開始精簡產品線（關閉Google Reader等），聚焦核心業務。

*施密特交權的背景因素複雜多樣：谷歌員工數量激增，大公司病浮現；2010-11 年Facebook 快速崛起，社交網絡分流用戶，施密特應對遲緩；經過十多年的歷練，佩奇處事更為成熟，內心也一直渴望執掌整個谷歌。

• 2013 年：隨著業務的持續擴大，為降低計算成本，內部開始研發 TPU 。第一代產品（TPU v1）於 2015 年在 Google 內部部署並投入使用。

• 2014年： 收購 DeepMind。這家英國AI實驗室後來開發了震驚世界的 AlphaGo，成為谷歌後續 AI 戰略的核心引擎。

• 2015年8月： 重磅重組，成立 Alphabet Inc.。

  • 治理架構變革： Google 成為 Alphabet 的全資子公司。目的是將核心互聯網業務（搜索、YouTube、Android）與“登月項目”（Waymo自動駕駛、Verily生命科學等）分離，提高財務透明度，提升谷歌估值。

  • 人事變動： 佩奇出任 Alphabet 集團 CEO，布林任總裁， 廣告插件產品經理出身的桑達爾·皮查伊（Sundar Pichai） 晉升為Google CEO。

  • 除了財務透明度，以及為桑達爾·皮查伊的晉升“騰籠換鳥”，Alphabet的集團的成立也考慮到了保護創新（把創新業務和成熟業務分家，獨立團隊、獨立運營，避免在預算和 kpi 上被主營業務部門干涉）、法律風險隔離（Waymo 等自動駕駛業務帶來的法律和品牌風險可以和谷歌主品牌隔離）等因素。

• 2016年： 宣佈從“移動優先”轉向“AI 優先”（AI First）戰略。推出 Google Assistant 和 Pixel 系列手機。同年 5 月於其開發者大會 Google I/O 正式對外披露 TPU，首次讓公眾知道這塊為深度學習設計的 ASIC 芯片，並從 2018 年起，Google 將 TPU 通過其雲服務對外供應 。

• 2017 年：Google Brain 發表《Attention Is All You Need》，即大名鼎鼎的 Transformer 論文。

• 2017-2019年： 歐盟反壟斷三連擊。歐盟委員會先後因 Google Shopping、Android 捆綁應用、AdSense 廣告壟斷，對谷歌開出總計超過80億歐元的罰單，此後來自歐盟的壟斷訴訟漫長而持續。

第四階段：後創始人時代與AI軍備競賽 (2019 – 2024)

創始人徹底隱退，皮查伊獨掌大權。面臨OpenAI的挑戰，皮查伊發佈“紅色代碼”警報召回創始人，在 AI上進入戰爭狀態，同時在美國本土遭遇史上最嚴峻的反壟斷訴訟。

• 2019年12月： 佩奇和布林卸任 Alphabet 的 CEO 和總裁職務，桑達爾·皮查伊兼任 Alphabet 和 Google 的 CEO。創始人仍通過董事會和投票權控制公司，但不再參與日常管理。兩位創始人的隱退，既有皮查伊工作優秀、讓人放心的緣故，也是因為對繁複的國會質詢、員工抗議（Android 創始人 Andy Rubin 因性騷擾離職，卻帶走 9000 萬獎金；谷歌參與軍方項目）的倦怠。

• 2020年10月： 美國司法部（DOJ）提起反壟斷訴訟。指控谷歌在搜索和搜索廣告領域維持非法壟斷（如向蘋果支付數十億美元成為默認搜索引擎）。

• 2022年11月-12月： ChatGPT發佈。皮查伊發佈 “Code Red”（紅色代碼） 警報，認為核心搜索業務面臨自成立以來最大的生存威脅，因此急致電佩奇和布林，兩位創始人多次回到山景城總部參加戰略會議，審查谷歌的 AI產品路線圖。其中布林決定直接回歸一線辦公，常駐谷歌新落成的 AI 總部——Charleston East 大樓，根據員工的反饋，布林密集參與 Gemini 的技術會議、親自出面挽留關鍵 AI人才、甚至直接參與了代碼的提交。從後續的發展情況來看，谷歌在 AI 上的進展明顯加速，布林的及時迴歸功不可沒。

• 2023年1月： 歷史性大裁員。宣佈裁員約1.2萬人（佔員工總數6%），結束了長期的高福利、不裁員神話，引發內部士氣動盪。

• 2023年1月： 美國司法部提起第二次重大反壟斷訴訟，這次聚焦於谷歌的數字廣告技術（Ad Tech）。

• 2023年2月-12月： AI反擊戰。倉促發布Bard（後更名為 Gemini ）遭遇差評，合併 Google Brain 和 DeepMind成立 Google DeepMind，由Demis Hassabis（原DeepMind創始人，24 年獲得諾貝爾化學獎）領導，以加速 AI 研發。

• 2024年8月： 重大判決： 美國聯邦法官裁定 Google 在搜索服務和通用文本廣告領域是非法壟斷者。這是自微軟案以來美國科技界最大的反壟斷敗訴，可能導致谷歌被禁止向蘋果等廠商支付預裝費，甚至面臨拆分風險。

第五階段：監管靴子落地與技術復興 (2024 – 2025)

從被聯邦法院裁定壟斷再到“輕度判罰”的落地，從 AI 時代的“落後者”到產品口碑回升，再通過 Gemini3.0 發佈，重回 AI 時代“第一梯隊”，Alphabet 過去的一年可謂跌宕起伏。

2024年5月：AI Overviews 接管搜索。儘管初期充滿爭議（幻覺問題），但谷歌堅持將 AI 答案置於藍色鏈接之上，AI 開始被接入生態內產品，進行從“檢索”到“問答”的轉型。

2025年9月：美國聯邦法院做出最終裁決 ，雖然做出了諸多對於谷歌不利的限制，如：

• 被禁止通過某些排他性協議來捆綁搜索分發，比如和設備廠商、瀏覽器簽訂“只預裝 Google 搜索 / 不準預裝競爭對手”的安排；

• 命令 Google 必須向競爭對手共享一定範圍的搜索索引數據和用戶交互數據，以降低新進入者構建可用搜索服務的門檻；

• 對 Gemini 等 AI助手、Google Assistant 等新入口，法院禁止 Google 通過排他性推廣協議鎖死分發渠道，以免其在“AI搜索時代”複製過去在傳統搜索上的壟斷路徑。

但更關鍵的是法院並未同意司法部的要求，讓谷歌拆分和出售 Chrome 或 Android，也未限制谷歌通過付費讓Apple、三星等手機廠商將 google 作為默認搜索引擎，讓谷歌保住了搜索流量的主要來源，這對谷歌來說已經是最好的判決結果。

2024年10月：搜索掌門人更替。掌管核心搜索廣告業務多年的 Prabhakar Raghavan 卸任，轉任 CTO。Nick Fox 接任。這一調整被視為皮查伊為了加速 “AI+ Assistant + Search” 三位一體融合而做的關鍵部署，目的是打破部門牆，全力推進 AI Agent 戰略。

2025年11 月：Gemini 3.0 重奪王座，在經歷了一年的追趕後，Gemini 3.0 發佈，在複雜邏輯推理和原生多模態理解（直接看懂視頻流）上全面反超競品 GPT-5 。甚至獲得了競品創始人山姆奧特曼和馬斯克的點贊，再次確立了谷歌在基礎模型領域的領先地位，基本打消了資本市場對“谷歌在 AI 時代掉隊”的疑慮。

2025年全年：基於 TPU 的算力優勢顯現。在英偉達 GPU 供應緊缺且昂貴的背景下，谷歌自研的 TPU v6 (Trillium) 成為殺手鐧，在“總體效率”和“單位成本”上超越英偉達的產品。除了自用之外，Apple Intelligence 和 Anthropic 等巨頭的核心訓練均使用了谷歌 TPU 集群，為谷歌雲帶來了鉅額收入和背書，跟 Meta 也正在溝通數十億的 TPU 採購。

小結

回顧谷歌創業的30年，兩位創始人為谷歌確立了追求創新、不作惡的精神內核，一度是硅谷工程師文化的至高燈塔，在發展的頭15年也做對了一系列至關重要的戰略決策，為企業構建了很寬的護城河。但隨著企業的規模越來越大，創始人的逐漸淡出，產品敏銳度降低、企業效率下降、文化分歧加大、基礎科研向工程\產品的轉化不利、反壟斷風險驟然提升等問題開始暴露，谷歌的中年危機至此才剛剛開始。儘管過去一年其 AI 產品重新挽回了一波口碑，但 AI 在用戶群體中的滲透率不斷提升，也對其核心搜索廣告業務構成了直接威脅，這部分我們將在後續小節展開。

三.業務與行業綜合分析

Alphabet 所處業務橫跨數字廣告、雲計算、在線視頻、消費電子、自動駕駛，並嘗試以人工智能來驅動各個業務的加速發展。

本節將拆分分析各業務線的業務數據和產業發展情況，尤其是人工智能部分。人工智能雖然並未被 Alphabet 單獨劃分為一個業務板塊，但其作為集團各個業務板塊的“加速器”，以及其直接提供的、嵌入在谷歌雲裡的、以 TPU 為核心的 AI 計算服務，代表著谷歌未來的核心價值，因此筆者也將其單拎出來，用一個小節進行分析闡述。

需要說明的是，以下業務分類存在一定的重合。比如“數字廣告與搜索業務”板塊的總收入上包含了 Youtube 展示廣告的收入，但由於 Youtube 板塊本身的重要性，我還是單列了一個板塊進行分析；又比如 Youtube 板塊的訂閱收入，實際上在“訂閱、平臺、消費硬件”這個大類裡也有統計。

3.1 數字廣告與搜索業務

3.1.1 行業概況與競爭格局

全球廣告市場在 2024 年首次突破 1 萬億美元規模，其中數字廣告佔比持續提升，預計 2025 年將佔到總廣告支出的 82%。Alphabet 憑藉 Google 與 YouTube，長期位居全球數字廣告收入第一。

但近年格局有所變化：

• 谷歌的市場份額正受到 Meta 和亞馬遜等巨頭的侵蝕。

• 從搜索廣告看，谷歌在全球搜索引擎領域仍佔約 90% 的用戶份額，但在廣告收入份額上，根據 eMarketer 數據預期，2025 年穀歌在美國整體搜索廣告收入佔比可能首次降至 50% 以下（搜索行為泛化、來自垂直電商、社交平臺、短視頻搜索的廣告佔比上升）。

• 而在整體數字廣告市場中，從 2021 年至 2025 年，谷歌的份額也下降了約 7.6 個百分點至不足 50%，同期 Meta 和亞馬遜分別提升了約 3 和 4 個百分點。

主要原因包括：

1）社交廣告崛起：Meta 依託 Instagram 和 Facebook 的社交廣告增長迅猛，吸引了更多品牌營銷預算；

2）電商廣告興起：亞馬遜利用其電商平臺流量拓展搜索廣告和展示位，快速擴大廣告業務規模；

3）短視頻平臺崛起：字節跳動旗下 TikTok 等短視頻平臺爭奪新流量。

儘管競爭加劇，Alphabet 在數字廣告領域仍具優勢：

• 搜索廣告效果明確、ROI 高，大部分中小企業仍然將 Google Ads 作為主要的在線推廣渠道之一；

• 數字廣告市場整體仍保持增長態勢——2024 年全球數字廣告支出同比增約 15%，預計到 2026 年市場規模將達 7,230 億美元，年均增長約 9%。

3.1.2 業務定位與結構角色

Alphabet 的搜索與廣告業務主要包括：

• Google Search & other：搜索 + 其他自有流量上的廣告

• YouTube ads（視頻廣告，下個小節細說）

• Google Network：AdSense、Ad Manager 等第三方網站 / APP 聯盟廣告

三塊合計構成 Google Ads 生態，是 Alphabet 絕對意義上的“現金牛”：

• 2024 年廣告收入約佔集團總營收約 78%

• 2025 年 Q3，廣告仍佔當季總營收約七成以上

3.1.3 最新季度（2025 Q3）核心數據與利潤貢獻

收入結構（單季）：

• 集團總營收：1,023 億美元，同比 +16%，歷史首次突破 1,000 億

• Google Services（主要是廣告 + 訂閱 + 硬件）：營收 871 億美元，同比 +14%。 其中廣告部分分三塊：

  • Google Search & other：566 億美元，同比 +15%，是增長貢獻最大的單一科目

  • YouTube ads：103 億美元，同比 +15% 左右

  • Google Network：74 億美元，同比 -2.6%，持續小幅萎縮

合計 Google 廣告收入約 741.8 億美元，同比 +12.6%，佔集團營收約 72%。

利潤貢獻：

• Q3 Google Services 部門營業收入約 335 億美元，營業利潤率 38.5%

• 扣除歐盟 35 億美元反壟斷罰款影響後，調整後營業利潤約 370 億美元，利潤率 42.5%，較去年提升約 2.2%

• 同期 Alphabet 合併營業利潤率僅 30.5%（剔除罰款 33.9%）

可以看出來，高毛利的搜索與廣告業務依舊貢獻了集團絕大部分經營利潤；雲和 Other Bets 雖轉盈 / 減虧，但盈利體量遠小於廣告。

短期趨勢：

• 搜索與 YouTube 廣告已連續多季雙位數增長（Q2 搜索同比 +12%，Q3 +14–15%），在 AI 快速發展、用戶滲透率不斷提升、多個巨頭激烈的背景之下，增速仍然強勁；

• 唯一下滑的是聯盟廣告（Network），但主因還是管理層逐步弱化該塊，引導廣告投放向自有流量和高質量廣告庫存傾斜。

3.1.4 中期增長趨勢與驅動因素

廣告佔比高但結構在微調：

• 2024 年廣告收入約佔集團總營收近八成，從 2022 年宏觀壓力期的個位數增長，過渡到 2023–2025 年重新回到低雙位數增長，其中搜索和 YouTube 持續快於整體；

• 結構上，自有流量（Search + YouTube）佔比抬升，Network 佔比下滑，提升了整體質量和議價能力。

AI 驅動的搜索與廣告增強：

• 截至 2025 年，AIOverviews 覆蓋每月 15 億+ 用戶，AIMode 在美國等市場全面鋪開；

• 管理層多次強調：帶 AIOverviews 的搜索結果，其廣告變現率與傳統搜索大致相當；

• Q1/Q2 在 AI全面推廣後，Search 收入仍能維持 10–12% 同比增速，Q3 更是達到 +14–15%，谷歌的搜索廣告收入似乎完全沒有受到 AI 搜索不斷普及的負面影響

• 2025 年 9 月全球上線的 AIMax in Search 已成為谷歌增長最快的 AI 搜索廣告產品，單 Q3 就“解鎖了數十億筆新增搜索查詢”，被數十萬廣告主採用。本質邏輯是：

  • 用大模型理解長尾、複雜請求

  • 把原本抓不到的需求“挖”出來並匹配廣告

  • 擴張了搜索廣告的潛在市場

盈利質量再增強：

• 在廣告增長重回雙位數的同時，Google Services 利潤率（調整後）已上到約 42–43%；

• Q3 管理層披露：付費點擊量和平均 CPC （每次點擊收費）均實現同比中單位數增長，反映廣告主對谷歌流量的支付意願仍在上行。

尚未顯現：AI發展對意圖廣告市場的長期衝擊

那麼，是不是大家曾經擔心的“谷歌搜索廣告業務會被AI衝擊”已經被證偽，無需再擔心呢？

在筆者看來，並不是。

我們先來看為什麼 AI 產品（既包括 GPT 這樣的通用模型產品，也包括 Perplexity 這樣的 AI 搜索產品，還包括 google 的 AIoverview、gemini 這樣的自有產品）的滲透率提升，可能會衝擊谷歌的廣告業務。

我們首先對谷歌的搜索廣告業務進行拆解，谷歌的搜索廣告也被稱為“商業意圖廣告市場”，所謂“意圖”指的是用戶在發出一個行為（搜索、點擊、下單、提問）時，真正想達成的目的。

而用戶在進行搜索時，其意圖大致可以分為四個類型：信息型、導航型、商業型、交易型。

• 信息型：查知識，“牛奶是否致癌”、“如何寫OKR”。

• 導航型：找站點，“淘寶”、“招商信用卡中心”。

• 商業型：研究商品，“最適合遠程辦公的筆記本”。

• 交易型：準備下單，“macbook air m3 京東”。

真正貢獻高 ROI 的，為谷歌搜索帶來主要收入的，是商業型 + 交易型這兩類意圖，導航型也有部分。信息型就比較少了，能為用戶創造價值，但較難展示廣告，為谷歌帶來收入。

所以，谷歌搜索的經營利潤來自於一條簡單的方程：

廣告利潤 = 搜索量 × 可變現意圖佔比 × 每頁廣告位數量 × CPC（用戶點擊成本\費用）× 點擊率 – （搜索成本 + 流量成本）

而現有 AI 產品的滲透和逐漸成熟，對上面這個方程的多個環節都有或多或少的衝擊，其中最直接的衝擊可能在於搜索量、廣告空間和搜索成本。

• 搜索量下降：大量用戶不再使用谷歌搜索，轉向其他 AI 平臺進行搜索提問，導致谷歌搜索收入漏斗的最上層：總搜索量下降，你可以問問自己，在體驗過gpt、perplexity、deepseek、豆包的提問之後，你有多久沒在百度或 google 搜過信息了？此外，雖然谷歌近期的 gemini3.0 等產品口碑反饋優秀，但並非是斷代式領先，gemini在 AI 產品領域的用戶心智和市場份額，目前也遠達不到其在搜索引擎市場的壟斷地位，當用戶從傳統搜索走向AI 交互，市場份額已經重新洗牌。這是最大的潛在衝擊。

• 廣告空間壓縮：與搜索頁的大量鏈接和廣告位展示不同，AI 問答由於基於精準的意圖判斷，給出的答案往往更為精準、篇幅有控制，能插入的廣告推薦更為有限。此外，gpt 類型的 AI 產品與搜索引擎的定位不同，它更像是一個智能助手，具有強信用屬性，在用戶的眼中，AI 是需要對其提供的答案負責的，一旦 AI 由廣告投放驅動給出的答案，讓用戶感覺喪失了中立性，就會對 AI 的信任度迅速下降，影響該產品在用戶心中的心智，這與搜索引擎的信息提供定位，即“搜索引擎提供海量信息，用戶更多是自己負責篩選和分辨信息”存在很大不同。

• 搜索成本大幅抬升：一次 AI 搜索的成本比傳統搜索要貴 5-10 倍，如果全量啟用 AI Overviews ，年度增量成本可能是數十億或百億美元，將吞掉大量利潤。

那麼，為什麼在 AI 滲透率已經明顯提升的背景下，谷歌的搜索廣告業務的收入、利潤並沒有下降，反而繼續增長，且淨利率也沒有因為搜索成本的提高而下降呢？在筆者看來，可能有以下原因：

• 競品市場未成熟：AI 領域（包括 gpt 這樣的通用型產品以及 perplexity 這樣的專業 AI 搜索）的廣告市場尚未推出可用的、規模化的產品，包括成熟的廣告競價體系、歸因系統和結算能力，在這些基礎功能實現，廣告主完成規模化的廣告投放實驗，有穩定的ROI參考數據之前，Google 搜索廣告仍然是廣告主的首選，廣告預算的分流尚未正式開始。不過，以 OpenAI 為代表的公司已經開始探索廣告和購物引導功能，進行灰度測試了。

gpt 的智能購物選項卡已經出現在部分搜索框的功能裡

在其他 gpt交互頁面，也會偶爾出現引導使用購物助手的浮窗

1. 目前仍處在“AI為搜索提效，而不是替代搜索”的過渡期：也就是說目前 AI 對傳統搜索的支持大於替代，比如谷歌的 overview 功能提升了用戶的搜索體驗，提升了用戶搜索的意願，留住了用戶；又比如通過 AIMax in Search 這樣的功能，提升了廣告主的投放規模，把廣告匹配到了更多潛在需求上。

2. 利潤率衝擊延後：AIoverview 帶來的單位計算成本提升，不會在當期財報上體現為經營成本的增加，而是以“AI計算需求增加 → 建更多數據中心（會計上體現為資本開支而不是經營成本） → 固定資產增加 → 後續年度的折舊規模上升” 這樣的傳導路徑實現，首先所以會衝擊是的是谷歌的自由現金流（這個在目前財報上已有顯現），然後再通過折舊逐年侵蝕利潤。此外，谷歌在 23 -24 年進行過大規模的裁員提效，引入了更好的成本紀律，對利潤率的保持有明顯作用。

所以，AI 滲透率提升對於谷歌搜索廣告的影響，目前可能尚未真正開始顯現。

3.2 YouTube：在線視頻與媒體娛樂廣告

3.2.1 行業概況與競爭格局

YouTube 所在的在線視頻平臺行業近年來飛速發展，持續蠶食傳統電視和流媒體的用戶時長：

• 截至 2025 年，YouTube 月度活躍用戶已超過 27 億，僅次於 Facebook，用戶覆蓋約 52% 的全球互聯網用戶；

• 每日觀看時長累計超過 10 億小時，在線視頻廣告市場規模隨之水漲船高，YouTube 在數字視頻廣告尤其是 UGC 短視頻和中長視頻廣告領域擁有巨大份額。

挑戰也在增加：

• TikTok 全球月活用戶已達約 15.9 億並持續攀升，短視頻廣告仍是新興高增賽道；

• Netflix、Disney+ 等流媒體巨頭推出廣告支持套餐，與 YouTube 爭奪品牌廣告預算；

• YouTube 自身也在推動用戶付費訂閱模式（YouTube Premium、YouTube Music 等），訂閱用戶已超 1.25 億，需要在“廣告 vs 訂閱”之間動態平衡。

總體趨勢：

• 用戶觀看習慣持續向在線視頻遷移，在線視頻廣告預計仍將保持兩位數增長；

• 內容形式的演變和競爭者增多，要求 YouTube 不斷創新產品形態（如 Shorts）以保持用戶黏性和廣告主吸引力。

3.2.2 業務定位與結構角色

YouTube 是 Alphabet 在線視頻與社交平臺業務的核心載體，包括：

• YouTube Ads：長視頻、Shorts、直播、TV 端（Living Room）的廣告；

• 訂閱與增值：YouTube Premium / Music、頻道付費、打賞等（會計上計入 “Google subscriptions, platforms and devices”）。

從集團視角：

• 2024 年 YouTube 廣告收入 361 億美元，同比 +14.6%，約佔 Alphabet 總營收的 10%；

• 用戶側，2025 年中月活約 27 億，全球僅次於 Facebook。

因此，YouTube 是 Alphabet 在視頻 / 社交 / “類電視”廣告 + 訂閱上的第二增長引擎，既是廣告現金流的重要分支，也是向 TV 屏幕和娛樂賽道擴張的關鍵抓手。

3.2.3 最新季度（2025 Q3）核心數據與利潤貢獻

營收與增長：

• 2025 Q3 Alphabet 總營收 1,023 億美元，同比 +16%；

• 其中 YouTube 廣告收入 103 億美元，同比 +15%，單季首次突破 100 億美元，此前YouTube 廣告在 Q2、Q3 連續兩個季度實現 +15% 增速，驅動來自 Shorts + Living Room（TV 端）+ 品牌廣告恢復。

訂閱方面：

• 雖然沒有具體披露 youtube 單獨的訂閱收入數字，但Q3 管理層強調，Google subscriptions（含 YouTube Premium 、google one等）整體同比增長 21%，為 Services 中增速最快子項之一。

利潤貢獻：

• YouTube 廣告屬 Google Services 內高毛利業務，主要成本為與創作者 / 版權方分成；

• 雖未披露單獨利潤，但市場普遍認為其營業利潤率略低於搜索、高於大部分傳統媒體；

• 以收入體量估算，YouTube（廣告+訂閱）當前對 Alphabet 總營收貢獻已接近 12–15%，對 Google Services 的利潤貢獻在快速上升，逐步從“邊緣增量”變為集團盈利重要支柱。

趨勢上：

• YouTube 廣告從 2022 年宏觀壓力期間的個位數甚至負增長，修復至 2024–2025 年中雙位數增速，在 Alphabet 內部收入貢獻規模僅次於雲業務；

• 說明其已度過廣告週期低點，重新進入“廣告 + 訂閱雙輪驅動”的良性階段。

3.2.4 中期增長驅動與競爭態勢

1）內容形態：Shorts 與 TV 端雙輪

• Shorts（短視頻）：在美國市場，Shorts 每小時觀看帶來的廣告收入已超過長視頻，是 Q3 15% 廣告增長的重要貢獻來源；

• Living Room（TV 端）：客廳大屏觀看時長持續上升，TV 端互動式直效廣告年化收入已超過 10 億美元，YouTube 實質性切入 TV 品牌廣告與效果廣告預算，對線性電視和流媒體形成擠壓。

2）訂閱與 ARPU 抬升：

• Premium / Music 用戶突破 1.25 億後，推出 Premium Lite 等更低價套餐，繼續提升整體 apru 值；

3）AI推薦與變現效率：

• YouTube 廣告 15% 的增速，顯著得益於 Shorts 和 Living Room （家庭聯網電視）觀看增長，以及推薦系統與 Gemini 模型提升內容發現效率；

• AI主要通過提升推薦精準度、CTR（點擊率）、留存以及創作者生產效率，放大觀看時長和廣告 eCPM（千次展示收益）。

4）競爭態勢：

• 與長視頻 / 流媒體（Netflix、Disney+ 等）：YouTube 已成為美國觀看時長最大的視頻流媒體平臺，採用 UGC + 廣告為主、訂閱為輔的輕資產模式，內容成本結構優於純內容平臺；

• 與短視頻平臺（TikTok）：競爭者各有優勢，TikTok 在 Z 世代上粘性極強，YouTube 推出 Shorts 進行抗衡，主要優勢是可以繼承 Youtube 既有創作者生態和盈利體系，廣告收入增速較快；

• 與社交平臺及 TV 廣告：Meta Reels、Facebook Watch 分流部分預算，但 YouTube 在“長 + 短 + TV 端”綜合佈局下，在視頻廣告子賽道非常接近“類寡頭”地位；

• 內容與合規風險：面臨內容審查、版權、兒童隱私與歐盟 DMA/DSA 等監管壓力，但目前尚未成為反壟斷訴訟主戰場。

3.3 雲計算：Google Cloud 與全球公有云行業

3.3.1 行業概況與競爭格局

雲基礎設施服務是近年來增長最快的科技市場之一：

• 2024 年全球企業雲服務（IaaS、PaaS 和託管私有云）支出約 3,270–3,300 億美元，全年同比增速回升至 20–23%；

• 2025 年第三季度全球企業雲服務支出達 1,070 億美元，較上季度激增 71 億美元，同比 +27.7%，創下單季最大增幅。

市場高度集中於三大巨頭：

• 根據 Synergy Research Group 對全球雲服務市場的跟蹤統計，AWS、Microsoft Azure 和 Google Cloud 目前合計約 62% 市場份額，其中 AWS 約 29%，近年來整體輕微下滑；

• Azure 依託微軟企業客戶基礎，份額接近 20%，仍在提升；

• Google Cloud 近年來份額緩慢提升至約 13%，與一年前大致持平；

• 阿里雲以 4% 的全球份額位居第四。

行業競爭屬於寡頭壟斷：

• AWS 規模最大、產品線最成熟；

• Azure 利用 Office/Windows/企業賬戶優勢，在大型企業與政府市場佔有優勢；

• Google Cloud 憑藉 AI和大數據技術優勢後發追趕，通過大模型 API、TPU 等生成式 AI服務提升競爭力。

雲市場未來空間廣闊：

• 2025 年仍預計保持 20% 以上年增速，受益於 AI應用落地帶來的算力需求激增（行業的GPU 即服務收入年增速已超 200%）；

• 但競爭愈發激烈，“新雲勢力”（CoreWeave、Oracle、Databricks、中國廠商等）在細分場景中加速搶佔份額。

3.3.2 業務定位與結構角色

Google Cloud 主要包括兩塊：

• Google Cloud Platform（GCP）：IaaS / PaaS（計算、存儲、數據庫、網絡）、數據分析（BigQuery）、AI基礎設施（TPU/GPU 集群）、生成式 AI平臺（Vertex AI、Gemini 模型與 API）等；

• SaaS：Google Workspace：Gmail、Docs、Meet 等協同辦公訂閱。

在集團層面：

• 2025 Q3，Google Cloud 收入 152 億美元，同比增長 34%，佔 Alphabet 總營收約 15%（上一年約 12–13%），被外界視為“繼搜索廣告之後的下一大增長引擎。

定位上，Cloud 既是Alphabet AI 能力商業化的主戰場，也是對沖廣告監管風險、提升收入結構質量的關鍵板塊。

3.3.3 最新季度核心數據與盈利能力

收入與增速：

• 2025 Q3：Cloud 收入 152 億美元，同比增長 34%，為三大板塊增速之最，而 2024 Q3 收入 114 億美元，同比 23 年增長 35%，今年在已有的高基數上仍維持 30%+的高增長；

• 2025 全年走勢：

  • Q1：123 億美元，同比 +28%；

  • Q2：136 億美元，同比 +32%；

  • Q3：152 億美元，同比 +34%。

連續三個季度增速逐季抬升，呈明顯“再加速”的態勢。

盈利能力：

• 2025 Q3，Google Cloud 營業利潤 35.9 億美元，同比大增 85%（去年同期 19.4 億美元），利潤增速遠高於收入增速，營業利潤率提升至23%，而去年2024 Q3 利潤率約 17%，一年內提升約 6%；

• 在大幅提升 AI/ 數據中心資本開支的週期中仍實現利潤率快速抬升，體現出強運營槓桿。

對集團利潤的貢獻：

• Alphabet 2025 Q3 合併營業利潤 312 億美元，其中 Cloud 36 億，佔比接近 12%，一年前仍為個位數；

• 對比同期 AWS 營業利潤 114 億美元、Microsoft Intelligent Cloud 134 億美元，Google Cloud 絕對利潤體量仍落後，但利潤增速（+85%）顯著領先 AWS（+10%）、微軟（+27%）。

Cloud 已從早年的“長期虧損”板塊，轉變為收入高增 + 利潤高彈性的成熟業務，在 Alphabet 盈利結構中的權重快速上升。

3.3.4 中期增長驅動與競爭態勢

1）AI成為主驅動：

• 管理層明確表示，Q3 雲收入增長主要由 AI基礎設施和生成式 AI解決方案拉動，尤其是基於 Gemini 的模型 API、Vertex AI、AI優化算力；

• 第三方報道顯示，AI相關收入單季已達“數十億美元級別”，在 Cloud 收入中佔比快速提升；

• Q3 Cloud 未履約訂單達 1,550 億美元，環比大增，且其中約一半預計在未來兩年內轉為收入——在不考慮新增客戶的情況下，未來收入確定性較強。

2）盈利質量持續改善：

• Cloud 利潤率從 17% 提升至 23–24%，在 Alphabet 資本開支指引上調至 910–930 億美元（以 AI/Cloud 基建為主）的背景下，體現單位算力/存儲毛利在高價值 AI工作負載支撐下顯著提升；

• 固定費用攤薄效應逐步釋放。

3）客戶結構升級：

• 客戶從“長尾 SaaS + 傳統企業試水”遷移到“大型企業 + AI實驗室 + 行業頭部客戶”；

• AI實驗室與傳統大企業並行，訂單質量與粘性顯著提高。

5）競爭格局：

• 三巨頭格局下，Google Cloud 體量第三、增速第一，份額穩步從“其他雲廠商”手中提升；

• 與 AWS、Azure 相比：

  • 劣勢在傳統企業 ERP / 行業雲與渠道厚度；

  • 優勢在數據分析（BigQuery）、AI/ML（Vertex AI、Gemini）、Kubernetes 與高性能計算（TPU）。

• “新雲勢力”如 CoreWeave、Oracle、Databricks 以及部分地區性廠商，在 AI/ 數據 / 本地化合規場景中對三巨頭構成局部挑戰。

3.4 訂閱、平臺與消費硬件

3.4.1 行業與生態背景（操作系統與硬件）

Alphabet 在硬件和操作系統領域的佈局包括：

• Android 移動生態系統、Pixel 智能手機系列、WearOS 智能手錶、Chromebook 筆記本、Nest 智能家居等。

行業格局方面：

• Android 系統本身佔據全球移動操作系統約 71% 市場份額（iOS 約 28%），處於絕對主導地位。雖然 Android 系統並不直接給集團創造收入，但採用 Android 系統的大部分手機廠商，都被要求必須安裝谷歌的生態產品，並將谷歌設為默認的搜索引擎，成為了谷歌在移動市場的主要流量來源和產品分發入口；

• 但在自有品牌硬件方面，Alphabet 影響力相對有限：

  • 全球智能機年出貨量 12–13 億部左右，Pixel 手機銷量佔比不到 2%，主要在北美和日本等少數市場有一定份額；

  • 智能手機整體由三星和蘋果領跑（合計份額超 50%），其他安卓廠商如小米、OPPO、vivo 等瓜分剩餘市場。

• 智能硬件行業整體競爭激烈、利潤率不高，但對生態戰略還是有獨特的意義：

  • 谷歌通過硬件完善“雲-端”生態閉環，探索與蘋果類似的垂直整合模式；

  • 確保 Android 平臺不過度受制於第三方廠商。

在收入結構上：

• 2024 年“訂閱、平臺和設備”（SPD）類別收入 403.4 億美元，約佔公司營收 11.5%，包含應用市場 Play 的分成、硬件銷售與 YouTube/雲服務訂閱等。

3.4.2 業務定位與結構角色（SPD）

硬件與其他平臺業務線由三塊構成：

• Consumer Subscriptions（訂閱）：YouTube TV、YouTube Music & Premium、NFL Sunday Ticket、Google One 等；

• Platforms（平臺）：Google Play 應用與內購分成收入；

• Devices（硬件）：Pixel 系列設備（手機、平板）、Pixel Watch、Pixel Buds、Nest / Chromecast 等智能家居與流媒體設備。

在 Google Services 中，SPD 是僅次於廣告的第二大非廣告收入來源，主要承擔：

1. 提供高粘性、可預測的訂閱收入，改善整體收入結構穩定性；

2. 通過 Play 與 Android 生態變現移動端流量與開發者生態；

3. 通過 Pixel / Nest 等硬件，充當 “AI終端 + 樣板機”，展示 Gemini 在終端側的能力，並穩固用戶對谷歌生態的綁定。

3.4.3 最新季度表現與利潤貢獻

營收與增速：

• 2025 Q3 Alphabet 總營收 1,023.5 億美元，同比 +16%；

• 其中 SPD 收入 128.7 億美元，較 2024 Q3 的 106.6 億美元同比 +20.8%；

粗略看：

• SPD 佔 Alphabet 總營收約 12–13%；

• 佔 Google Services 營收約 15% 左右。

利潤貢獻（定性）：

• Alphabet 不單獨披露 SPD 利潤率，但：

  • 訂閱（YouTube Premium/TV、Google One）和 Play 分成均為高毛利數字服務，硬件毛利較低甚至接近盈虧平衡；

• 結合 10-K“SPD 增長主要由訂閱收入驅動，尤其是 YouTube 服務和 Google One”的表述，可合理認為：

  • SPD 整體利潤率在 Google Services 內屬“中等偏上”，略低於純廣告業務；

  • 真正貢獻利潤的是訂閱與平臺，硬件更偏戰略與品牌角色。

從趨勢看，2023至2024 年 SPD 收入由 346.9 億增至 403.4 億美元，+57 億，年增 +16.4%，明確由訂閱增長驅動；2025 Q3 單季增速進一步提升至約 21%，說明這條線在加速放大對集團利潤的貢獻。

3.4.4 中期增長驅動與競爭態勢

1）訂閱：YouTube + Google One 是絕對主引擎

• YouTube Music & Premium：截至 2025 年 3 月，付費用戶（含試用）已超過 1.25 億；

• YouTube TV：訂閱超過 800 萬，NFL Sunday Ticket 等體育版權拉動高 ARPU；

• Google One：作為雲存儲 + 增值權益包，訂閱人數持續增長，被 CFO 點名為 SPD 增長第二大貢獻者。

10-K 與管理層口徑均指出，SPD 的“現金牛”部分已經從早期的 Play 轉向 YouTube 系列訂閱 + Google One 的高毛利經常性收入。

2）平臺：Play 處於成熟期，穩定貢獻現金流

• Android 約七成全球 OS 份額為 Play 提供穩定流水；

• 收入規模較大（官方雖未披露，但行業普遍預估用戶消費在 550-600 億美金/年，對應 Play 的收入在 60-90 億美金/年）且相對穩定，增速低於訂閱但毛利率高；

• 中長期風險主要來自歐盟和美國監管對抽成比例、綁定安裝和第三方支付的約束。

3）硬件：Pixel 等更多扮演“戰略 + 品牌”的角色

• Pixel 在全球仍是“小眾品牌”，市佔低個位數；在美國市場，隨 Pixel 10 出貨，份額從 2–3% 提升至 3–4%；

• 與 Apple / Samsung 差距仍巨大，競爭核心在 AI攝影、原生 Android 更新速度及與 Google 服務一體化；

• Pixel Watch、Pixel Buds、Nest 等可穿戴與家居產品在生態上對標 Apple Watch / AirPods / Amazon Echo & Ring，更多承擔數據入口與體驗展示職責；

• 管理層明確，未來 2–3 年手機仍是消費者體驗中心，AI硬件（如眼鏡）尚未到替代階段。

3.5 自動駕駛與 Waymo：出行科技賽道

3.5.1 行業概況與技術路線

全球 Robotaxi 行業仍處早期、但進入從“燒錢研發”向“搶地盤”過渡階段：

• 當前市場體量仍較小（單年收入不足 10 億美元），但各類機構普遍預測 2025–2030 年複合增長率可達 50–70%；

• 2024–2025 年被視為拐點：舊金山、鳳凰城、洛杉磯等地先後開放商業化路段，Robotaxi 從“科技實驗”向“區域性業務”演進。

技術與商業路線大致分三類：1）重資產 / 全棧派（Lidar + 高精地圖）：

• 代表：Waymo（Google）、Zoox（Amazon）、Cruise（通用）；

• 使用多傳感器融合 + 高精地圖 + 規則/AI混合，車輛改造成本較高，但在複雜路況下安全表現最佳；

2）純視覺 / 端到端派：

• 代表：Tesla Cybercab 等；

• 以攝像頭 + 端到端神經網絡為核心，成本低、泛化能力強，但解釋性弱（AI黑盒問題），監管審查更嚴格；

3）“中國軍團”與車路雲一體化：

• 代表：百度 Apollo、小馬智行、WeRide 等；

• 依託車路協同（路側傳感器、V2X）和城市路網數據的政策支持，在局部城市實現快速規模化和毛利盈虧平衡，成本控制突出。

行業仍面臨技術瓶頸（長尾場景、安全可靠性）與監管不確定性，2025 年數起 Robotaxi 事故引發監管收緊討論，說明全面商業化尚需時日。

3.5.2 Waymo 業務定位與最新進展

Waymo 是 Alphabet 旗下專注 L4 級自動駕駛的子公司，前身為 2009 年啟動的 Google self-driving car project，主要聚焦：

• C 端 Robotaxi 出行服務（Waymo One）；

• 未來潛在的貨運與 B 端出行解決方案。

財務結構上，Waymo 與 Verily、Calico、X 等一起計入 Other Bets：

• 2024 年 Other Bets 年收入 16.48 億美元、經營虧損 44.44 億美元；

• 2025 年前九個月收入 11.67 億美元，同比略有下滑；

• Waymo 被普遍視為 Other Bets 中體量最大、最有希望商業化的項目，但目前仍是“高投入、早期收入、長期期權”的定位。

運營規模與拓展：

• 城市覆蓋：在鳳凰城、舊金山、洛杉磯、奧斯汀、亞特蘭大等城市提供商業化 Robotaxi 服務；

• 車隊規模：截至 2025 年 11 月，運營車隊約 2,500 輛（捷豹 I-PACE 等改裝車型為主）；

• 行駛與載客：

  • 公告：在公共道路上已完成超 1 億英里自動駕駛；

  • 2025 年 2 月底披露每週超過 20 萬次乘車，25 年中付費乘坐累計超過 1,000 萬次，

最新擴張：

• 2025 年 11 月，加州擴大 Waymo driverless 許可範圍，允許其在更大灣區與南加州區域進行無人駕駛運營，覆蓋約 47,493 平方英里；

• 獲批在主要高速（101、280）及通往機場的路段提供無人駕駛服務，城市運營網絡顯著擴大；

• 第六代硬件平臺（Waymo Driver Gen 6）在傳感器與算力上升級的同時大幅降低成本，為大規模部署打基礎。

3.5.3 財務貢獻與中期趨勢

Alphabet 不單獨披露 Waymo 收入，只給出 Other Bets 整體：

• 2024 年 Other Bets 收入 16.48 億美元，經營虧損 44.44 億美元；

• 2024 Q4，Other Bets 單季收入約 4 億美元、經營虧損 12 億美元；

• 第三方估算：2024 年 Waymo 出行收入約 1.25 億美元，預計 2027 年可增至 13 億美元以上。

Alphabet 未單獨披露 Waymo 的財務數據，但 Waymo 被計入 Other Bets 分部。2023–2025 年間，Other Bets 年度經營虧損長期維持在約 40 億美元規模，而收入僅為十幾億美元。鑑於 Waymo 在 Other Bets 中投入時間最長、資本與運營成本最高，且商業化收入仍處於較低水平，市場普遍認為 Waymo 是該分部虧損的主要來源之一，對 Alphabet 整體利潤形成持續拖累。

運營與收入曲線（第三方估算）：

• rider-only 年裡程：2023 年約 800 萬英里 → 2024 年 4,080 萬英里 → 預計 2027 年 3.24 億英里（複合增長率接近 100%）；

• 年度付費乘車：2024 年約 569 萬次 → 2025 年預計 1,540 萬次 → 2027 年約 4,800 萬次；

• 收入：2024 年約 1.25 億美元 → 2027 年有望超 13 億美元。

這些數字雖為測算，但指向趨勢：規模仍小，增長曲線陡峭，從“試點”向“區域業務”過渡。

資本與成本曲線：

• 2020–2024 年對外累計融資約 111 億美元，最近一次 2024 年 10 月募資 56 億美元，投後估值超 450 億美元；

• 第六代硬件顯著降低單車成本，但整體模式仍是重資產、重運營；

• 中期要點在於：硬件成本下行 + 單車利用率提升 + 城市複製，能否逐步改善單位經濟。

3.5.4 競爭態勢、護城河與風險

美國市場：

• Waymo 在城市數量、完全無人駕駛運營里程和付費車次上處於領先；

• 通用的 Cruise 因事故導致牌照被暫停，短期難以形成威脅；

• Zoox 在拉斯維加斯等地運營免費體驗項目，但規模落後；

• Tesla 計劃在 2026 年推出 Cybercab，技術路線（純視覺）與監管可行性仍存在爭議，但長期來看會是 Waymo 的主要挑戰者。

中國與其他地區：

• 百度 Apollo Go 在武漢、北京、上海、深圳、重慶等十多個城市提供 Robotaxi 服務，2025 Q1 季度訂單量超過 140 萬單，約為 Waymo 的50-60%；

• 各機構預計未來 20 年 Robotaxi 軟件收入有望增長數十倍，但目前全球市場規模仍不足 10 億美元。

Waymo 的護城河：

• 技術與數據積累：>1 億英里自動駕駛里程、海量仿真與 rider-only VMT （無安全員的純無人駕駛里程）數據，形成算法與安全優勢；

• 軟硬一體設計、自研傳感器與計算平臺，具備長期成本優化空間；

• 與 Alphabet 生態協同：地圖、AI、雲基礎設施為其提供算力與數據支持。

關鍵風險：

• 單位經濟性遲遲無法證明，外部對“數十億美元投入能否靠幾十城業務收回”存疑；

• 安全與輿論風險：一旦發生嚴重事故，可能導致牌照凍結，擴張節奏承壓；

• 政策與社會接受度：地方政府與居民對交通安全、就業與隱私的擔憂，可能放慢規模化進程。

3.6 人工智能產業與 Alphabet AI 業務線

在分析人工智能產業和 Alphabet 的 “AI業務線”之前，我們有必要先定義一下“什麼是 AI產業”以及它的構成。

3.6.1 全球 AI 產業結構與演進

1）產業構成與規模拆解

AI產業呈“基建仍重、應用快速抬頭”的結構，可以劃分為基礎設施層、模型與平臺層和應用與服務：

• 基礎設施層（Infrastructure，約 45–50%，1350–1500 億美元）：

  • 計算芯片：GPU（NVIDIA Blackwell/Rubin）、各類 ASIC（如谷歌的 TPU）；

  • 服務器與網絡：高密度 AI服務器、高帶寬內存、光互連；

  • 能源與數據中心：為 AI負載改造的液冷數據中心。

  • 特徵：目前現金流最好、確定性最高的板塊，訓練需求仍強，但推理算力支出已佔比 >40%，並在持續上升。

• 模型與平臺層（Models & Platforms，約 20–25%，600–750 億美元）：

  • 基礎大模型：OpenAI、Google Gemini、Anthropic Claude、Meta Llama 等；

  • MLOps（Machine Learning Operations） 與工具鏈：向量數據庫、數據標註、模型託管平臺；

  • 雲服務 AI增量：Azure AI、Google Cloud Vertex AI、AWS Bedrock 等。

  • 特徵：API 價格戰慘烈，通用模型 API 調用價格一年降 80% 左右，開源模型帶來的衝擊顯著，呈“大宗商品化”趨勢。

• 應用與服務層（Applications & Services，約 30%，約 900 億美元）：

  • 企業級應用：嵌入 Agent 的 CRM、辦公套件、代碼助手等；

  • 消費級應用：搜索、陪伴類應用、創作工具等；

  • 垂直解決方案：AI製藥、法律合同審查、金融風控等。

  • 特徵：增速最快，已經從科技玩具走向商業變現，企業開始為“能幹活的智能體”買單。

2）增速：從爆發走向深水區

• 整體增速：2024–2025 年維持在 26–30%；

• 分開來看，應用層增速 >35%（第三方估算值），基礎設施層約 25%，模型層約 20%，分別對應爆發期、成熟期；

• 商業模式從“按人頭收 SaaS 費”向“按工作結果收費”演進，典型案例如 Intercom、Salesforce Agentforce、Sierra、Adobe Firefly、Waymo ，對人力成本開支的大幅節約和按服務交付收費的模式，迅速提高 AI在各行業滲透率。

3）模型層“看似不賺錢”的悖論與結構性機會：

• API 單價下降、開源模型衝擊、價格戰導致“每 token 收入”下行，但頭部平臺仍可通過：

  • 規模效應和技術進步降低單位成本；

  • 通過 PaaS/SaaS 打包、Agent/Workflow 收費抬高 ARPU；

  • 綁定雲基礎設施與開發者生態獲得長期議價權；

• 未來格局大概率是：少數模型平臺巨頭 + 一批垂直行業模型方案商賺錢，大量低差異化的通用模型逐漸死亡。

4）2026–2030 的四大趨勢：1）從 Chat 到 Action：Agent 時代全面到來，AI直接“幹活”，推動按結果付費模式的進一步普及，人力成本開支在企業中的佔比下降； 2）從雲端獨大到端雲協同：端側 AI爆發，手機、電腦作為邊緣算力中心，帶來 AIPC / AI手機的換機潮； 3）從訓練算力到推理算力：電力與能源成為新瓶頸，SMR （小型、模塊化的核反應堆）等新型能源基礎設施成為關鍵賽道； 4）“主權 AI”興起：AI綜合能力成為國家級的核心能力和競爭關鍵，“AI自主”的重要性進一步提高，各國政府與主權基金大舉投資本土模型與算力基礎設施。

整體而言，AI產業正處於“基建逐步完善、應用開始商業化”的轉折點：

• 基礎設施層仍是現金牛，但擴張最猛的爆發期已過；

• 應用層將是 2026 年後誕生下一批萬億巨頭的主戰場；

• 模型與平臺層則逐步演化為“高投入、高規模效應”的新型基礎設施，由少數頭部玩家掌握絕大部分利潤。

3.6.2 AI 產業泡沫評估

在對“AI泡沫”的評估開始之前，我們首先需要回答兩個問題：

1.什麼是 AI泡沫？

2.AI泡沫的嚴重與否，會如何影響我們對 Alphabet 的評估？

在明確這兩個問題之後，我們再來評估那個關鍵的問題：

1.目前 AI泡沫程度如何？

2.目前的泡沫程度，如何實際影響 Alphabet 的估值和未來？

什麼是 AI泡沫？

AI泡沫，指的是：圍繞人工智能的預期、股價和資本投入，顯著高估於可見未來真實能創造的現金流和生產力提升。

泡沫派認為：AI帶來的價值創造、效率提升，並沒有大家當前預期的那麼高。因此為這種過高預期投入的大量基礎設施投入，包括芯片的採購、數據中心的建設，最終會因為實際需求的不足，導致設備和固定資產大幅折價，直接吞噬企業的利潤；此外，AI相關產業鏈上的公司，也需要大幅下調業務收入和經營利潤的增長預期，從而導致估值水平大幅下跌。

非泡沫派的觀點則相反，或是更為中性。

AI泡沫對 Alphabet 的直接影響

Alphabet 今天的核心敘事，其實就是三句話：

1. 廣告發動機仍在高效運轉（Search + YouTube）

2. Cloud 在 AI需求的推動下，正在上量 + 轉正

3. AI（Gemini + TPU + Vertex + AI搜索）是下一階段增長與護城河的核心

如果我們認為 AI處於嚴重泡沫階段，那麼谷歌的2、3號敘事就面臨破裂：

• 雲端 AI需求被高估 ，GCP、TPU、Vertex AI的增速與利潤預期需要打折

• 大規模 AI資本開支轉化為的固定資產，面臨價值下跌造成的鉅額損失計提，以及更快的折舊速度，導致淨利潤的迅速降低

激辯 AI泡沫：正方和反方的主要觀點

泡沫論的主要觀點：

• 估值與集中度極端，股市漲幅高度依賴少數 AI龍頭

與 AI高度相關的科技公司已經佔到 S&P500 市值的約 44%，貢獻了 2025 年約 2/3 的指數漲幅，與90 年代至 2000 年的互聯網泡沫類似

• 資本開支嚴重超前，基礎設施過度建設

未來五年全球 AI相關投資可能超過 5 萬億美元，僅谷歌今年的資本開支就近 1000 億美金，但是下游需求擴張緩慢，投資遠大於未來能獲得的收入

• 財務疑似騙局，循環虛增收入，折舊過度樂觀

整個生態存在上游供應商提供融資，讓下游客戶購買自己產品的“供應商融資”情況（比較典型的就是英偉達股權投資 OpenAI、Core weave，而後兩者向英偉達購買 GPU），在這個案例下，英偉達獲得了訂單（收入）+資產負債表上的被投公司股權，財報短期很漂亮，但如果後續下游 AI需求沒跟上，下游企業運營困難，不但訂單會萎縮，其股權價值也會縮水減記；此外，目前大部分頭部雲廠商如微軟、谷歌和亞馬遜在設備折舊上普遍採用 5-6 年的期間，但是 GPU 等芯片由於產品迭代迅速，充分發揮其性能的黃金使用時間大約只有3 年左右（後續去處理低難度任務），知名的華爾街大空頭Michael Burry 認為這種處理方式短期低估了每年的折舊，誇大了公司的淨利潤，是一種財務造假。

反過來，認為目前泡沫不高/合理的主要理由是：

• 目前 AI龍頭的盈利和現金流是真實的，不是 2000 年那種“零盈利市夢率”

目前代表性的 AI公司，無論是比較上游的芯片開發企業英偉達、製造企業臺積電，還是產業中游的雲平臺大廠如谷歌、亞馬遜、微軟，都有相當強勁的盈利能力和現金流，並不像泡沫期的互聯網公司，很多尚未盈利，花的大多是融資款。如果僅看 PE 倍數，當前的頭部公司未來一年的前瞻市盈率大都在 30-40 倍甚至更低，雖然高於歷史平均水平，但也遠遠好於互聯網泡沫期。更重要是的，除了英偉達之外，其他大型公司如谷歌、微軟、亞馬遜，其收入和利潤大頭仍然主要由傳統業務貢獻（儘管 AI業務的貢獻率上升較快），即使 AI產業邏輯全面證偽（幾乎不可能），它們也有相當強勁的業務基本盤支撐市值，因此很難再現 2000 年科網泡沫破裂時大量公司跌幅超過 70% 甚至 90% 的情況。

• 技術與需求是“硬的”，AI正在帶來可見的生產力和收入

微軟 CEO Satya Nadella 近來明確表示，Azure 因 AI帶來的收入增長已接近或超過 40%，這一說法在Meta、谷歌等公司也都被證實，中國的大廠騰訊、阿里也同樣如此，在近一年的財報和業績會上公司高管都表示 AI直接或協助提高了主營業務的利潤和效率。如果說 AI對大廠的業務提效還能說是少數案例，我認為另一類數據更能說明AI需求快速增長的真實性：各大雲廠商的 AI系列服務（包括算力）處於供不應求狀態，主力芯片充分滿載，甚至較老的 GPU 產品仍在服役。比如在 2025 年 Q3 的業績會上，Alphabet 管理層明確表示Google Cloud 的未履約訂單高達 1,550億美元，環比提升 46%、同比提升 82%，並強調“這些增長主要由 AI需求驅動”。同月阿里巴巴的業績會上，CEO 吳泳銘也表示“目前阿里雲 AI服務器的上架節奏嚴重跟不上客戶訂單的增長速度，阿里雲在手積壓訂單數量還在持續擴大，未來潛力仍在加速增長過程中。” 如果說英偉達對 AI的看好還能被認為是“屁股決定腦袋”，那麼雲廠商下游的企業客戶在 AI雲資源上真金白銀的採購，更足以反映目前 AI產業的現實情況——需求為真，且確實在高速增長中，目前主要集中在企業端。

• 折舊影響有限，循環收入是真實投資且佔比很小

先看“折舊造假”說，或許把包含 AI硬件的固定資產大類“服務器/網絡設備”的折舊年限統一設定為 5-6 年確實長了一點，但我們也要考慮到兩點：1. AI芯片只是“服務器/網絡設備”中的一部分（粗略估算為 40-60%），即使這部分資產產品迭代較快，核心服役時間可能是 3 年左右，但其他的整機服務器 / 網絡 / 機房基礎設施，按照 5-8 年的會計壽命來看是合理的，再考慮高端 AI芯片即使因為產品迭代會被替換，但依舊可以去服務效率要求不高的低價值業務，實際使用壽命比 3 年要更長（在求大於供的背景下，算力的“擴容”更重要），所以把“服務器/網絡設備”的整體折舊年限設定為 5-6 年或許略為偏長，但並沒有很離譜；2.即使按照芯片全部按照 3 年的折舊期算，對應少算的折舊金額也就在幾十億/年級別，相對於頭部 AI企業每年一千多億的淨利潤，影響的比率也就是個位數百分比。比如，我們以 2025 年穀歌的資本開支 910-930億美金計算（管理層 Q3 業績會最新的估算），假設其中折舊速度較快的 AI芯片佔比 50%，對應455 億美金，如果把折舊期間從 6 年改為 3 年，那每年多出的折舊金額為 75.8億，僅佔谷歌年淨利潤 （TTM）1242 億的6.1%，即使把 2023 和 24 年與 AI相關的資本開支的折舊也算上，疊加的預計影響也就在 10% 左右，對利潤的衝擊並不是決定性的。

再看循環收入和供應商融資的問題，這個問題其實與谷歌關係不大，主要質疑對象是英偉達。質疑者認為英偉達給自己的下游客戶融資，再讓客戶拿著融資款購買自己的 GPU ，以此虛增後入抬升股價。但是如果我們去看英偉達實際的投資現金流，它2025 年 Q1 財報中“購買非上市股權證券（purchases of non-marketable equity securities）”的金額為 14.86 億，而 2025 年 Q1 其對應的年度營收（TTM)是 1305 億美金，前者僅佔後者的 1.14%。假設英偉達對外投資的目的真的就是為了讓這些公司直接拿錢去買 GPU（並不是，更多是為長期鞏固 CUDA 生態），其對營收的貢獻也基本可以忽略不計。而至於英偉達和OpenAI在今年 9 月披露的最高投資 1000 億的戰略計劃書，根據 12 月 2 日英偉達 CFO Colette Kress 的說法，該投資協議尚未最終確定，因此目前也未產生實際財務影響。

綜合正反觀點，站在當前的時點筆者對 AI泡沫以及其對Alphabet的影響的看法是：

1.AI技術與需求是真實的，長期對 Alphabet 是“必須擁抱”的方向，錯過它很有可能導致自己從頭部玩家的牌桌上退出，這種風險遠遠大於資本超額投入造成的設備折舊帶來的有限損失。

2.行業的根本性風險，是下游 AI應用的實際需求不足，造成短中期的鉅額資本投入遭遇資產減記或是鉅額折舊，從這個角度來說，風險最大的首先是 Coreweave 這樣的重資產、高槓杆（有許多債務融資）、單押 AI賽道的企業，其他類似的企業還有 Lambda 。

3.對於 Alphabet （也包括微軟、亞馬遜、Meta）這類公司來說，風險要小的多。一方面其主線收入和利潤穩固，有很好的利潤緩衝；其次即使資產負債表上的 AI固定資產價值大幅減記或折舊，減記的絕對金額相對於其市值來說佔比也不大；最後，如果基於 AI釋放出的下游需求不足，那麼目前普遍預估未來幾年 20%+的 AI模型層收入增速肯定要放緩，以 Alphabet 為代表的 AI龍頭企業的估值也會迎來回調，但是考慮到即使在大模型爆發前，其 PE（TTM）也常年保持在 20-30 倍數（前幾年由於反壟斷官司和擔心類 GPT 產品衝擊谷歌搜索廣告，一度低至18 倍左右），所以估值下行空間也比較有限。

3.6.2 Alphabet 的 AI 業務線

谷歌的 AI並非單獨事業部，而是橫跨 Alphabet 各主線的“底座”，從 AI的視角出發，可以分為三類：

• 模型與研究：Google DeepMind / Research 負責 Gemini、Imagen、Veo 等基礎模型研發與訓練；

• 產品變現：

  • Search & Ads：AIOverviews、AIMode、AIMax in Search 等改變搜索與廣告形態；

  • YouTube：推薦、內容理解、廣告定向；

  • Cloud：Gemini API、Vertex AI、AIHypercomputer（算力+存儲+網絡一體化）；

  • 終端：Pixel + Gemini Nano（端側推理）；

  • Waymo：自動駕駛感知與決策模型。

• AI基礎設施與芯片：自研 TPU（v1–v7）、Axion CPU、Jupiter 網絡（Google 自研的數據中心級高速網絡架構）與光互連等，是上述一切的算力基礎。

財務口徑上，AI收入主要“埋”在 Search & Ads、Cloud 等各項業務中，沒有單獨披露。但從各業務的增速與持續擴大的資本開支可見：AI已是 Alphabet 核心資本投向與增長驅動力。

業務數據與資本開支（2025 Q3）：

• Cloud：2025 Q3 收入 152 億美元，同比 +34%，路透等媒體普遍將此次加速歸因於“強勁的 AI基礎設施和服務需求（包括 Gemini 模型）”；

• 搜索與 YouTube：Q3 搜索與 YouTube 廣告約 +15% 增長，AIOverviews、AIMax、PMax 等AI功能是核心驅動力之一；

• 訂閱與其他服務：YouTube / Google One 等訂閱收入增速 >20%，同樣部分受益於 AI在推薦和提升體驗上的貢獻。

資本開支：

• Alphabet 計劃 2025 年資本開支750億美元，後續指引上調至 910–930 億，遠超 2024 年的 525 億；

• 官方明確重點是“支持 AI研究和在搜索、雲等服務中的落地”；

• 高管近期在員工大會上內部表態：公司必須“每 6 個月將 AI服務能力翻倍”，未來 5-6 年翻 1000 倍，等於是把算力的持續擴容寫進了經營目標。

定製 AI芯片的市場位置（TPU）：

• 在 AI數據中心芯片市場，英偉達約佔 75–80% 份額，其餘大部分是以谷歌 TPU 為代表的自研 ASIC（佔 10–20% 左右）和少量 AMD；

• 截至目前，谷歌尚不直接銷售 TPU 芯片，而是通過 Google Cloud 對外出租算力（不過已經開始跟 Meta 等大廠洽談將 TPU 直接部署到對方的數據中心中，時間為 2027 年）：

  • TPU 的價值主要體現在 Cloud 收入與內部服務毛利率的提升，而非傳統的芯片銷售；

  • 自研且場景專注的 TPU + Jupiter 網絡，使谷歌能在性能 / 成本比上在部分場景優於標準的英偉達 GPU 方案。

大客戶案例：

• 最典型、目前體量也最大的——Anthropic ：2025 年 10 月，Anthropic 宣佈與 Google Cloud 擴展協議，計劃使用最多達 100 萬顆 TPU 訓練和服務 Claude，合同價值達數百億美元級，是迄今為止谷歌對單一外部客戶最大的一筆 TPU 承諾；

• 其他：Cohere（面向企業的定製化大模型平臺）、Midjourney 把部分推理工作負載上遷移到 TPU v5e / v6e，以獲得更好的成本性能（例如 Midjourney 推理成本降低 ~65%，Cohere 吞吐提升約 3 倍）

• 至於近期備受關注的Meta的合作，目前仍在洽談階段，尚未正式確定

不過目前TPU 大頭仍是內部用：Gemini/GWS（搜索、YouTube、廣告）、Photos/Maps、以及 DeepMind/AlphaFold 等科研/產品線都在大規模跑 TPU。但TPU 已從內部工具演化為外部可行替代方案，對英偉達 GPU 形成實質競爭，併為 Google Cloud AI收入提供長期來源。

小結：在全球 AI三層結構中，Alphabet 同時佔據：

• 基礎設施層：自研 TPU / Axion + Jupiter 網絡 + 數據中心；

• 模型與平臺層：Gemini 系列與 Vertex AI平臺；

• 應用與服務層：搜索、YouTube、Workspace、Android/Pixel 等軟件/硬件入口。

這也是大家把它視為 “AI全棧平臺”的原因。儘管模型 API 價格戰和開源衝擊壓縮了“單純賣模型”的利潤空間，但對 Alphabet 而言，AI已經深度嵌入廣告、雲、訂閱各條主線：

• 在收入側，通過提升產品能力與擴展新場景驅動增長；

• 在成本與結構側，通過自研芯片與基礎設施優化，釋放運營槓桿，降本增效；

• 在戰略層面， AI則是未來 5–10 年決定它在“新軟件棧”戰場上勝負的關鍵因素。

3.6.3 關鍵問題：谷歌的TPU架構，能吃掉英偉達多少份額？

關於這個問題，我們從： 1.TPU 相對於英偉達 GPU 架構的優劣勢；2.替代的場景；3.以及未來 3-5 年的份額推演，三個方面展開。

1. TPU相對於英偉達 GPU架構的優勢與劣勢

TPU的主要優勢

a.成本 & 能效（尤其在大規模集群時）

• TPU 是 Google 自研 ASIC，針對矩陣運算和谷歌自家軟件棧深度定製，在算力性能/能耗維度，對特定負載（大模型訓練+推理）通常優於同代的英偉達 GPU。

• 對 Google 這種一年燒掉幾十上百億算力成本的公司來說，哪怕 20–30% 的綜合成本優勢都是戰略級的 —— TPU 的存在本身就是為了擺脫對 NVIDIA 毛利的被動抽稅。

b.大規模集群的一致性與可控性

• TPU Pod 從設計之初就是“幾十萬、上百萬芯片級別集群”作為一個整體來規劃，互聯、拓撲、調度是統一設計的。

• 對類似 Gemini、Claude 這種“單模型跑在十萬級加速器上的訓練/推理”任務，TPU 在訓練穩定性、跨芯片通信、容錯和調度上有天然優勢。

TPU的劣勢

a.生態：遠遜於CUDA

• 整個深度學習十多年積累下來的工具鏈、框架（PyTorch、JAX 等）、庫、社區優化實踐，全是繞著 CUDA 建的。哪怕 XLA/JAX（XLA是谷歌自研的計算編譯器） 在 TPU 上很好用，但生態廣度、教程數量、現成項目數量、第三方工具支持都無法和 GPU+Cuda 對抗。

• 對於目前在CUDA生態的開發者/企業來說，遷移成本是當下直接發生的“真金白銀”，要把一個成熟的 PyTorch+CUDA 體系遷到 TPU/XLA，直接產生的成本至少包括：工程成本（重寫/適配訓練腳本、分佈式策略、推理服務、監控報警、部署工具鏈）、模型與庫（大量第三方庫、ops、推理優化插件都是圍繞 CUDA 寫的，在 TPU 上要麼沒有，要麼需要找替代）、團隊心智與技能（工程師已經對 NVIDIA 工具鏈、調優套路極為熟悉——新的體系意味著重新踩坑和試錯），對很多創業公司/小團隊來說，人力是最稀缺資源，工程師時間值往往比節約下來的雲賬單還貴，遷移過程裡一旦性能/穩定性出問題，業務風險由自己承擔。所以只有當滿足兩個條件時，這筆賬才合算：算力賬單足夠大（幾千萬、上億美元級）、模型會長期存在、迭代多次，遷移成本可以在多年裡攤薄。這就是為什麼 TPU 的客戶多為頭部大型企業的原因。

b.可獲得性：TPU 只能在谷歌雲（目前）

• TPU，這意味著 TPU 的潛在客戶規模上限被鎖在谷歌雲的市佔之內（今天公有云 IaaS/PaaS 約 13% 左右），而 Nvidia GPU 可以跑在 AWS/Azure/GCP/自建機房/各種小云/本地集群。

• 對多數企業 CIO 來說，採用“多雲策略”、“避免鎖死”已經是共識，這天然偏向於選可以跨雲、跨本地的 GPU。

• 儘管谷歌已經放風，後續考慮直接出售 TPU 部署在企業自有數據中心，但更多是針對極個別超大型客戶（如 Meta）的特權

c.靈活性與兼容性更差

• GPU 是通用並行計算加速器，能跑訓練、推理、圖形、科學計算、多種模型結構；

• TPU 主打矩陣密集訓練與推理，對 “非主流架構 / 新奇算子 / 小眾工作負載” 的支持遠遜於 GPU；

• 對追求快速試驗、異構模型、研究用途的團隊來說，GPU 仍然是默認選項。

d.迭代節奏更慢

• Nvidia 已經基本進入“年更”節奏（Hopper → Blackwell → Rubin），並且在封裝、互聯、系統層反覆迭代；

• TPU 更新節奏相對慢一些（通常 1.5–2 年一代）

1. TPU實際能替代 GPU的場景與典型客戶

最可能遷移到 TPU 的場景包括：

a.大模型訓練：算力消耗極高、成本敏感、對生態依賴較少

典型特徵：

• “一類或少數幾類大模型”的重複訓練/迭代（非幾百個小模型混雜），業務長期穩定；

• 模型架構相對標準化（Transformer / MoE 變體）；

• 內部擁有強工程團隊，能承受遷移成本。

典型客戶：

• Anthropic —— 簽了上限百萬個的 TPU 合約，是目前公開信息裡 TPU 外部最大客戶。

• 部分自研大模型的 SaaS/雲廠商（例如一部分 Salesforce、Cohere 的訓練任務）。

b.大規模推理：高併發、對成本和能效極度敏感

典型特徵：

• 搜索、廣告、推薦、Feed、長文本/多模態生成，大規模線上一問一答；

• “每 token 成本”直接決定毛利；

• 延遲與吞吐量要求極高。

典型客戶：

• Google 自己：Search / YouTube / Ads / Workspace；

• 部分願意完全紮根谷歌的大型 AI應用方（金融、內容平臺等）。

難以替代 GPU 的場景：

• 大量中小模型、實驗型項目、研究用途 ，這些場景GPU生態優勢碾壓；

• 需要“多雲+本地混合部署”的大型企業；

• 用到大量非標準算子、自定義 kernel 的研究團隊；

• C 端創業公司（第一反應幾乎都是選 AWS/Azure + GPU，因為團隊人才路徑都是“PyTorch + CUDA”）。

1. 未來 3–5 年 TPUvs Nvidia 份額推演

我們先來看2025 年的大致格局:

訓練側：

• Nvidia GPU：≈ 90%

• TPU：≈ 2–3%（主要是 Google 內部+Anthropic等）

• 其他（AMD/Trainium/MI300/ASIC）：剩餘零頭

推理側：

• Nvidia GPU：>80%

• TPU：個位數～10%（高度集中在 Google 內部）

• 其他（AMD/CPU/FPGA/自研加速器）：若干分流

總的來說，Nvidia 是 90% 級別的絕對壟斷者，TPU 目前是“有分量但對整體格局影響有限”的第二極。

3–5 年後格局的推演，如果要給出一個我主觀認為相對中性的區間：

訓練市場來說：

• Nvidia GPU：從 95%+ 降到 75–80%

• Google TPU：提升到 10–15%

• 其他（Trainium+MI+ASIC）：5–10%

驅動份額變化的因素：

• Anthropic、Meta等單一客戶的 TPU 使用規模放大；

• Google 自用訓練繼續增加；

• 部分企業為了成本或戰略原因，希望減少對 Nvidia 的單點依賴。

推理市場來說：

考慮到訓練的逐漸成熟，大規模訓練的迭代速度下降，應用端需求的持續爆發，推理未來的盤子比訓練大得多，這部分 TPU 的滲透會更明顯一點：

• Nvidia GPU：從 80–85% 降到 60–70%

• Google TPU：提升到 15–20%

• 其他專用推理芯片 / ASIC / CPU+NPU：10–20%

驅動份額變化的因素：

• 谷歌內部推理量的繼續增長；

• 推理服務對成功更敏感，谷歌雲外部客戶增加；

• 其他雲（AWS/Azure）自家 Trainium/Inferentia 也更加成熟，甚至也開始向外部輸出，也分掉一塊 GPU 份額。

所以，綜合來看（訓練+推理）：

• Nvidia：從今天的 ~90% 份額降到 65–75% 區間；

• Google TPU：從 ~2–3% 升到 12–20% 區間；

• 其他（AWS/AMD/自研ASIC）：一起吃掉剩下的 10–20%。

也就是說：

TPU 未來 3-5 年有潛力從“邊緣第二”成長為“有分量的第二極”，有望吃掉 Nvidia 大約 10–20 個百分點的市場份額。但 Nvidia 依然會是絕對第一，除非出現範式級別的架構遷移（比如完全新範式的非 Transformer AI成為新主流）。

四.管理層與治理結構

4.1 核心管理層及穩定性

Alphabet 擁有經驗豐富且整體穩定的領導團隊。

現任 CEO 桑達爾·皮查伊（Sundar Pichai）2004 年加入 Google，2015 年起擔任 Google CEO，2019 年起兼任 Alphabet CEO，至今已在公司工作逾二十年，深度熟悉公司文化與業務。在其任內，公司順利完成從“桌面優先”向“移動優先”、再到“AI 優先”的多次戰略轉向，並在搜索廣告、YouTube 與雲計算等核心業務上保持了穩健增長。

從管理風格看，皮查伊更接近一位“超級規模科技集團的職業經理人”：

• 優勢在於強調運營效率、成本紀律和在既有護城河上的持續強化——包括對搜索與廣告業務盈利能力的守護、雲業務虧損收窄以及大規模裁員與費用重構；

• 市場也存在批評聲音，認為他在冒險精神和押注顛覆式創新上相對保守，導致谷歌在生成式 AI 商業化節奏上曾一度落後於微軟與 OpenAI。這一爭議在 2022–2023 年 ChatGPT 引發的行業震盪中尤為突出。

聯合創始人拉里·佩奇與謝爾蓋·布林雖在 2019 年卸任日常管理職務，但仍擔任董事，並在公司重大戰略方向上保留重要話語權。在 2023–2025 年 AI 浪潮中，布林顯著提高了在 AI 項目中的參與度，多家媒體報道他幾乎每天回到辦公室，密集參與 Gemini/Google DeepMind 團隊的工作，並在內部敦促 AI 員工“每週到辦公室至少五天、工作約 60 小時”，以加快 AGI 競賽節奏。

CFO 層面，長期擔任 CFO 的露絲·波拉特（Ruth Porat）自 2023 年 9 月起轉任 Alphabet 和 Google 的總裁兼首席投資官（President & CIO），負責公司層面的投資組合（包括 GV、CapitalG）、Other Bets、房地產與工作空間管理，並扮演與各國監管與政府機構溝通的關鍵角色。在反壟斷監管趨嚴與地緣政治不確定性上升的背景下，其深厚的華爾街與華盛頓人脈與經驗，仍是公司重要資產。

接任 CFO 的安娜特·艾什肯納齊（Anat Ashkenazi）於 2024 年 7 月 31 日從製藥巨頭禮來（Eli Lilly）加入 Alphabet。她在禮來主導研發與產能擴張等長期資本開支決策，熟悉“高投入、高不確定性”的投資組合管理。外界普遍認為，這與當前 AI 模型研發和數據中心建設的投入特徵具有一定相似性。上任以來，她在公開場合多次強調：在保持對 AI 與雲基礎設施高強度投入的同時，要通過重塑成本結構和提升資源效率來支撐長期利潤率表現。2025 年 Q3，Alphabet 在大幅提升資本開支的同時仍實現了經營利潤率從 32.3% 提升至 33.9%，一定程度上反映了“高投入 + 高紀律”的財務管理思路正在落地。

整體來看，儘管近兩年管理層在 CFO 位置等少數關鍵崗位上出現了換帥與角色重構，但 Alphabet 的核心領導層在人員構成和戰略取向上保持了高度連續性。面對宏觀環境放緩和 AI 投入拉高成本結構的壓力，公司自 2023 年起通過約 1.2 萬人、約佔員工 6% 的裁員，以及 2024 年後續的小規模結構性裁員，展現出一定的成本調整決心與執行力。

4.2 公司治理結構

Alphabet 採用多層次股權與投票權結構。公司目前存在三類股份：

• A 類普通股（GOOGL）：每股 1 票，公開交易；

• C 類股（GOOG）：無投票權，公開交易；

• B 類股：每股 10 票，僅由創始人及少數內部人持有，不公開交易。

在這一架構下，拉里·佩奇與謝爾蓋·布林雖合計持有的經濟權益不足 10%，但通過 B 類超投票權股份，與其他內部人一起控制了逾 51% 的投票權，從而在董事會構成和重大戰略方向上保持事實上的控制權。

這種“經濟權益分散、控制權高度集中於創始人”的結構，一方面使公司可以在面對短期市場波動或輿論壓力時，依然堅持對長期研發、基礎設施和 Other Bets 的大額投入；另一方面，亦持續引發部分機構投資者和治理專家的質疑。近年來，幾乎每屆股東大會都會出現要求改革雙重/三重股權架構、推動“一股一票”或設定超投票權“日落條款”的股東提案，外部股東贊成比例往往在 90% 左右，但由於創始人掌握實際多數投票權，這些提案至今均未獲通過。

在普通股股東結構中，被動指數基金和大型資產管理公司（如 Vanguard、BlackRock、Fidelity 等）是 Alphabet 的主要外部持股方，但由於投票權劣後，其在公司重大決策中的直接影響力有限。公司在形式上通過設立由獨立董事組成的審計與合規委員會、薪酬委員會和提名與公司治理委員會，並制定一套公司治理指引，以提升董事會獨立性和透明度。

在資本回報政策方面，Alphabet 於 2024 年首次啟動股息計劃，宣佈每股 0.20 美元的季度現金分紅，並同時授權額外 700 億美元的股票回購，標誌著資本配置從“單一回購”向“回購 + 分紅”並行的轉折。2024 年 Q4，公司通過回購約 151 億美元股票與支付約 24 億美元股息，單季合計向股東返還約 175 億美元，全年資本回報接近 700 億美元；2025 年起季度股息進一步小幅上調至 0.21 美元。這一系列動作表明，在保持高強度 AI 與雲資本開支的同時，管理層也在積極回應長期股東對現金回報與治理改進的訴求。

綜合來看，Alphabet 的治理模式高度體現“創始人控制 + 強管理層 + 高資本回報”的特徵：創始人通過超投票權鎖定長期戰略控制權，董事會在形式上維持一定獨立性與合規結構，普通股東則主要通過股價表現與現金回報分享公司成長，在治理結構本身的變更上話語權有限。

五. 核心競爭力與護城河分析

Alphabet 之所以能在高度競爭的科技行業中長期保持領先地位，根本原因在於其在“流量入口、意圖市場、多產品生態、技術基礎設施和數據飛輪”五個維度上構築了複合型護城河。在進入 AI 時代後，公司試圖通過全棧 AI 能力對這些既有護城河進行再強化。

5.1 終端與流量入口：默認設置 + 使用習慣

Alphabet 至少有 7 個月活超過20億的產品，Chrome 瀏覽器、Android 系統、Google 搜索欄、YouTube App、Gmail/Maps 等共同構成了用戶“上網入口層”，大量用戶的“尋找信息 / 看視頻 / 導航 / 發郵件”的第一反應就是打開 Google 體系裡的產品，形成了強大的產品使用習慣和心智，除非有明顯優於谷歌系的產品出現，否則用戶不太會更改自己的行為。

AI的強化作用：

把 Gemini / AISearch / AI 嵌入 Maps、Gmail、Android 中，“只要打開 Google 的入口，就能直接用上 AI”以及通過 AI 提升這些產品的使用體驗，這會讓“入口護城河”在 AI 時代繼續有效——用戶不需要額外下載新 App 或切換平臺。

5.2 搜索與廣告“意圖市場”：仍是廣告主們的主要選擇

Google 最核心的資產依然是捕捉“有付費傾向的搜索意圖”，並把廣告主需求匹配進去的市場機制，儘管 GPT 類產品提供了全新的 AI 問答式體驗，並獲得了海量用戶，但目前仍未形成成熟可靠、ROI 明確的意圖市場，谷歌仍然是廣告主們在意圖搜索匹配上的首要選擇。

AI的強化作用：

最直接的作用體現在谷歌通過 Gemini、AIoverview 以及搜索功能的 AI 模式，提供了與 GPT 同等質量的 AI 問答體驗，留住了大量本來可能遷移的用戶。此外，AI 幫廣告主做自動投放優化（自動出價、自動創意、自動受眾細分）的功能也明顯提升了投放效果和收入，並且已經開始嘗試在新的 AI 搜索形態中繼續嵌入“贊助答案”、“產品卡片”等新型廣告位。雖然目前尚未全部鋪開跑通，但考慮到 Alphabet 在意圖和廣告匹配產品上的深厚經驗和海量數據/用戶/廣告主資源，它仍然是最有希望構建先進的 AI 模式廣告平臺的玩家，有望守住 AI 時代的“意圖市場”。

5.3 多產品生態與用戶粘性：日常工作與生活被它“包圍”

個人用戶在 Search、YouTube、Maps、Gmail、Photos、Drive、Android、Chrome 以及賬戶體系上沉澱了大量的數據資產和高度個人偏好的設置，企業則在谷歌雲、Workspace（Gmail、Docs、Sheets、Slides、Drive、Meet）、Chrome Enterprise、Android/Chrome 運行自己的數字經營工作，無論是個人還是企業，都面臨著較高的轉換成本。

AI的強化作用：

Gemini 以 AI 助手的形式嵌入到各個產品中， 比如Workspace、Gmail 助手、Docs/Sheets 裡的寫作與分析助手，一方面進一步提升了產品的使用體驗，另一方面越來越 Agent 化的 AI 一旦被全面嵌入到個人和企業的生活、工作流中，用戶將更加難以離開這個生態。

5.4 技術與基礎設施：從 TPU 到全棧 AI，新時代的規模效應

從終端應用到TPU 集群，Alphabet 擁有從應用到基礎設施的全棧 AI 能力:

• 基礎設施層：自研 TPU 系列芯片和 AI 優化數據中心；

• 模型和平臺層：Gemini 家族模型及其推理服務，以及 Vertex AI、Agent Builder、Model Garden 等統一平臺；

• 應用和服務層：Search / YouTube / Chrome / Workspace / Maps / Android 等應用和終端系統。

它們之間不但相互協同，而且每投一單位資本開支的投入，最終能體現在全系產品的體驗改善上，且成本也能由全系產品分攤，形成了 AI 時代的規模效應。

5.5 數據與反饋飛輪：高價值交互數據打造更好的 AI底座

搜索點擊、廣告曝光/轉化、YouTube 觀看與互動、地圖導航、Gmail/Docs 的編輯行為等，形成海量的高價值用戶行為數據，對訓練推薦系統、搜索排序、廣告引擎、對齊大模型都極其關鍵。這些反饋進一步用於調參、對齊與模型改進，形成“更好體驗 → 更多使用 → 更多反饋 → 更好 AI”的循環。對純模型公司（只通過 API 或單一 App 獲得有限交互數據）來說，要複製這種飛輪非常困難。

整體來說，Alphabet 的企業護城河依然建立在“全球級流量入口 + 搜索與廣告意圖市場 + 多產品生態與數據反饋飛輪”之上，全棧 AI（TPU、AI數據中心、Gemini 模型與 Vertex 平臺）則作為一個橫跨底層基礎設施到上層產品的放大器：既降低自身產品實現 AI的成本，又把同一套能力通過 Google Cloud 對企業客戶輸出，使得公司的傳統護城河在 AI 時代被進一步加厚，而不是被替代。

六. 財務分析

我們基於最近五年的財務數據，對Alphabet的關鍵財務指標進行分析，以評估公司業績趨勢和財務健康狀況（數據以美元計）。Alphabet 目前處在“收入恢復雙位數增長、盈利能力回到歷史高位、在極高 AI/雲 資本開支下仍維持強勁自由現金流、資產負債表極為健康”的階段。

*TTM 2025=截止 2025 年 Q3 過去 12 個月的數據

6.1 收入與增長：恢復到穩定雙位數

6.1.1 規模與增速

• 營收從 2021 年的 2,576 億，持續增長到 2024 年的 3,500 億，TTM 2025 已達 3,855 億，2021–TTM2025 四年複合增速約 11%。

• 年度同比增速：

  • 2022：+9.8%（宏觀+匯率壓力下明顯放緩）

  • 2023：+8.7%（主要靠廣告週期性修復與雲業務）

  • 2024：+13.9%（廣告和雲雙雙提速，AI開始貢獻）

  • TTM 2025：+10.1%（繼續保持較高增長）

• 單季看，2025Q3 營收 1,023 億美元，同比 +16%，首次突破單季 1,000 億。

6.1.2 結構上：廣告仍是主引擎，雲和訂閱成為第二增長曲線

• 廣告收入 2024 年約 2,646 億美元，佔總收入約 76%。

• 雲業務收入 2024 年 432 億美元（+31%），2025Q3 單季雲收入 151.6 億（同比+34% ），成為整體增速超額部分的主要來源。

• “訂閱、平臺與設備”（包括 YouTube 訂閱、Google One、硬件等）2025Q3 收入 128.7 億，同比 +20.8%，增速高於整體。

收入部分小結：營收恢復到 穩健的低雙位數增長，且增量越來越來自雲+訂閱，而不僅依賴傳統搜索廣告。

6.2 利潤與盈利水平：2024–2025 回到甚至略超歷史高位

6.2.1 盈利能力：毛利率、經營利潤率、淨利率

毛利率：

• 2021：約 56.9% → 2024：58.2% → TTM 2025：59.2%，呈持續抬升。

經營利潤及經營利潤率：

• 經營利潤：

  • 2021：787 億

  • 2022：748 億

  • 2023：843 億

  • 2024：1,142 億

  • TTM 2025：1,259 億。

• 經營利潤率：

  • 2021：30.6%

  • 2022：26.5%

  • 2023：27.4%

  • 2024：32.6%

  • TTM 2025：32.7%。

淨利潤及淨利率：

• 淨利潤（GAAP）：

  • 2021：760 億

  • 2022：600 億

  • 2023：738 億

  • 2024：1,001 億

  • TTM 2025：1,243 億。

• 淨利率：

  • 2021：29.5%

  • 2022：21.2%

  • 2023：24.0%

  • 2024：28.6%

  • TTM 2025：32.2%（部分受到 2025 年度 220 億美元左右投資收益/資產處置收益拉動）。

單季 Q3 2025：淨利潤約 350 億，同比 +33%，反映廣告+雲盈利都在加速，且其他收益有貢獻。

6.2.3 回報率：ROE / ROA

• 年度 ROE（GAAP）：

  • 2021：約 30%

  • 2022：約 23–24%

  • 2023：約 26%

  • 2024：30.8%；

• 截至 2025Q3 的 TTM ROE 約 32%，ROA 約 16%。

小結：2022 年宏觀與費用衝擊導致盈利短暫下臺階，2023–2025 通過削減成本、廣告恢復、雲業務盈利化，利潤率和 ROE 已全面重回高位，體現出極強的盈利修復能力。

6.3 費用結構與運營效率：控費見效，同時維持高強度研發

6.3.1 運營費用結構

• 研發費用：

  • 2021：315 億

  • 2024：475 億，TTM 2025：538 億；

  • 佔收入比例大致從 低 12% 提升到 13–14% 左右，反映對 AI、數據中心與雲的持續高投入。

• 銷售、管理費用：

  • 2021：364 億 → 2024：420 億 → TTM 2025：484 億；

  • 佔收入比例從約 14% 降到接近 12%，說明規模效應和 2023–2024 的裁員與費用優化已經顯現。

• 總運營費用佔收入比例約由 2021 年的 26%+ 略降至 2024–2025 的 中 20% 區間，經營槓桿明顯改善。

6.3.2 運營效率

• 經營利潤率在 2022 年短暫跌至 26% 左右後，2024–TTM 2025 穩定在 32%+，表明在廣告復甦、Cloud 由虧轉盈的同時，公司在人員/營銷/基礎設施折舊等方面做了有效“瘦身”。

• TTM 2025 的 ROE、ROA 分別約 32% / 16%，在“大量仍處投入期、無高負債槓桿”的前提下，這一效率水平在大市值科技中屬於非常靠前的檔位。

小結：Alphabet 做到了在持續加大 AI研發投入的同時，通過人力和管理費用優化，整體運營效率不降反升。

6.4 自由現金流與資本開支：進入重資本開支週期，但現金流仍極為充裕

6.4.1 經營現金流與自由現金流

• 經營現金流（OCF）：

  • 2021：916 億

  • 2022：915 億

  • 2023：1,017 億

  • 2024：1,253 億

  • TTM 2025：1,514 億。

• 資本開支：

  • 2021：246 億

  • 2022：315 億

  • 2023：323 億

  • 2024：525 億（主要是技術基礎設施，芯片、數據中心）

  • TTM 2025：779億，其中 2025Q3 單季資本開支約 239.5 億，約為當季經營現金流的 49%。

• 自由現金流（FCF = OCF – 資本開支）：

  • 2021：670 億（FCF 利潤率約 26%）

  • 2022：600 億

  • 2023：695 億

  • 2024：728 億

  • TTM 2025：736 億，FCF 利潤率約 19%。

要點：

• 經營現金流在 2021–TTM2025 期間幾乎翻番，而自由現金流絕對值基本穩定在 700 億美金以上。

• FCF 利潤率從 2021 年的 26% 下降到 TTM 2025 的 19%，壓縮主要來自極大幅度的 AI/雲相關資本開支抬升，而不是經營質量惡化。

6.4.2 資本開支前瞻

• CFO 在 2025Q2、Q3 先後把 2025 全年資本開支指引從 850 億 提升至 910–930 億美元，核心用於 AI數據中心和自研/外購 AI芯片產能（TPU + NVIDIA）。

• 與微軟、Meta 相比，2025Q3 Alphabet 資本開支佔經營現金流比僅約 50%，明顯低於後兩者 65%+ 的水平，說明其現金流“兜底能力”更強。

小結：公司已進入 AI時代的重資本開支週期，自由現金流率短期承壓是合理代價；但在 700 億級 FCF 和 1,500 億級 OCF 的支撐下，“一邊大投，一邊回購+分紅”仍具有充分的安全墊。

6.5 資產效率與負債率：資產擴張快於負債，持續淨現金頭寸

6.5.1 資產規模與資產效率

• 總資產：

  • 2021：3,593 億

  • 2022：3,653 億

  • 2023：4,024 億

  • 2024：4,503 億

  • 2025Q3：5,365 億。

• 資產增長主要來自：

  • 技術基礎設施從 2021 年 1,106 億增至 2025Q3 的 1,841 億，如果加上相關的在建工程則合計約 2,540 億美元；

  • 長期投資與商譽隨收購與股權投資增加。

• 收入 / 總資產的“資產週轉率”始終穩定在 0.7–0.8 倍區間，說明在大量擴表的同時，資產的利用效率基本維持。

6.5.2 負債結構與槓桿水平

• 總負債：

  • 2021：1,076 億 → 2024：1,252 億 → 2025Q3：1,496 億。

• 負債率（總負債 / 總資產）基本在 28–30% 區間，整體槓桿非常低。

• 有息負債（短+長期）2024 年約 304 億，2025Q3 約 442 億，但：

  • 2025Q3 現金及短期投資合計 985 億，

  • 淨現金仍約 543 億美元，較 2021 年的 1,111 億有所下降。

3）股東回報與資本結構

• 2021–TTM 2025，公司累計股票回購規模巨大：2024 年回購約 622 億，TTM 2025 仍回購 558 億，同時開始支付股息（2024 年股息支出約 73.6 億，TTM 2025 近 100 億）。

• 在持續大規模回購+高資本開支的情況下仍維持數百億美元淨現金，說明資本結構極為穩健，未來仍有充分空間繼續通過回購/併購向股東回饋。

小結：Alphabet 是典型的“無剛性槓桿、現金極厚”的資產負債表——在 AI重投入週期裡，其資產擴張主要靠內生現金流，而非舉債，財務風險極低。

總體結論：在 2025Q3 時點，Alphabet 的財務狀況可以概括為——高質量營收增長 + 高盈利能力 + 高研發投入 + 高資本開支 + 高自由現金流 + 低槓桿。 這意味著公司在未來 3–5 年 AI/雲重投入週期裡，既有能力承受資本開支高位運行，也有空間繼續進行回購、分紅和戰略性併購，財務健康度和抗風險能力處於全球互聯網龍頭中的頭部水平。

七. 估值分析

我們採用市值、市盈率（P/E）、企業價值/息稅折舊攤銷前利潤（EV/EBITDA）、PEG等主流估值指標，並與同行業可比公司進行對比，同時再引入 DCF 現金流貼息和分部估值，來交叉評估 Alphabet 當前的市場估值水平。

7.1 估值基準與數據口徑

先明確估值的數據基準：

• 報表口徑：美國 GAAP，財年為自然年。

• 時間口徑：TTM 截至 2025 年 9 月 30 日（2024Q4–2025Q3），股價與估值倍數截面取 2025 年 12 月初。

• 關鍵財務數據：

  • 營收 TTM：3,854.8 億美元

  • 淨利潤 TTM：1,242.5 億美元，同比 +31.8%

  • TTM EPS（攤薄）：10.23 美元/股

  • TTM EBITDA：約 1,451.7 億美元

  • TTM 自由現金流：736 億美元

• 市場數據：

  • 股價：約 321 美元/股（2025-12-05）

  • 市值：約 3.88–3.9 萬億美元

  • 企業價值（EV）：約 3.82 萬億美元

  • 現金及短期投資：985 億美元；總債務：442 億美元，淨現金約 543 億美元

在此基礎上，以下估值指標均以 TTM 截至 2025Q3 的財務數據 + 2025 年 12 月初股價為基準。

7.2 整體估值水平：P/E、EV/EBITDA 與現金流收益率

市盈率（P/E，TTM）： 31.8倍

與 Alphabet 自身歷史比較：過去十餘年 P/E 多數時間在 25–35 倍區間波動（2022 年估值顯著壓縮，2023–2025 再度抬升），當前大致處於其歷史區間中高端水平。

EV/EBITDA（TTM）：26.4 倍

在當前利率環境下，26.4x EV/EBITDA 對應約 3.78% 的“EBITDA 收益率”，與公司高 ROE、強現金流相匹配，但已明顯高於傳統的“價值區間”（通常 10–15 倍，頭部消費品、能源、電信、公共事業類企業）。

自由現金流估值

• TTM 自由現金流（FCF）：736 億美元

• 對應的：

  • FCF / EV ≈ 1.9%

  • FCF / 市值 ≈ 1.9%

7.3 同行業可比公司對比：P/E、EV/EBITDA 與 PEG

我選取 Microsoft、Amazon、Meta 作為主要可比對象（均為廣告 / 雲 / AI 的核心互聯網平臺玩家）。核心估值指標簡表如下（均為 2025 年 12 月初，TTM 口徑）：

幾點觀察：

1.P/E 維度

Alphabet 的 TTM P/E 31.8略 低於 Microsoft，與 Amazon 基本持平，相對 Meta 高約 10% 左右，從 “AI 龍頭組” 看，Alphabet 處於 中位偏上，但不是最貴。

2.EV/EBITDA 維度

Alphabet 的 EV/EBITDA ≈26.4x，是幾家中最高的，Microsoft 其次，明顯高於 Meta和 Amazon。這反映出：市場對 Alphabet 整體盈利質量和現金流穩定性定價明顯高於純電商/社交廣告公司，也比“類辦公類基礎設施”的微軟定價更高。

3.PEG（市盈增長比）維度

• Alphabet：分析師對 Alphabet 未來 3–5 年 EPS 年複合增速的共識約 10–11%，略低於 Microsoft 與 Amazon，對應 PEG 在3左右，也為幾家最高。

小結：以 P/E 與 EV/EBITDA 看，Alphabet 估值處於 AI 龍頭中的中高位。

7.4 DCF 交叉檢驗：當前市值隱含的增長假設

在不做詳細逐年模型的前提下，用當前 TTM 自由現金流做一個 簡化 DCF 交叉檢驗，用於判斷當前估值所隱含的增長預期是否激進。

假設框架：

• 基礎自由現金流：TTM FCF = 736 億美元。

• 預測期：未來 5 年。

• 中期 FCF 增速（g₁）：情景假設 10–12%（略高於當前營收增速，考慮雲 / AI 滲透和規模效應）。

• 終值增速（g₂）：2.5–3.0%（接近長期名義 GDP 增速假設）。

• 加權平均資本成本（WACC）：7–9% 區間（考慮 Alphabet 淨現金、盈利穩定性與當前利率）。

在此基礎上，以企業自由現金流模型（FCFF）估算 EV 的幾個典型情景（結果取整）：

我們可以發現當前市場對谷歌給出的 EV 3.82 萬億美元，顯著高於上述的保守/基準/樂觀情景。不過我們需要注意：1.當前 FCF已經是在 AI 重資本開支週期下的結果，未來若資本下降，FCF恢復後會對應更高的貼現估值；2.以上簡化 DCF 估值並未體現 AI/TPU業務可能帶來的新盈利曲線和增長。

7.5 分部估值法（SOTP）：按業務線拆分的隱含估值

在分部估值上，可以粗略將 Alphabet 劃分為四塊：

1. Google Services（搜索、YouTube、Android & Play、訂閱等）

2. Google Cloud

3. Other Bets（Waymo、Verily 等）

4. 淨現金與金融資產

7.5.1 盈利拆分的工作假設

由於近期財報並沒有完整公佈各分部的利潤情況，所以我們要根據 2024 年年度報表和 2025Q3 分部披露的信息進行一些假設，推導出以上各分部的利潤水平，作為業務分部估值的基礎：

• 2024 年 Google Cloud 收入 432 億美元，同比增長 31%；

• Q2/Q3 2025，Cloud 收入同比增速維持在 28–34% 區間，對應年化收入已超過 500 億美元；

• Q3 2025，Cloud 收入 151.6 億美元，經營利潤 35.94 億美元，對應當季經營利潤率約 23.7%。

在此基礎上，為估算 TTM 分部盈利，做如下保守假設：

• Cloud TTM 收入 ≈ 580 億美元（在 2024 年 432 億基礎上按 ~34% 增速外推）

• Cloud TTM 經營利潤率按 23–24% 估算，對應經營利潤約 140 億美元，稅後淨利潤約 115 億美元；

• TTM 總淨利潤為 1,242.5 億美元，則除 Cloud 外的 Google Services + Other Bets + 公司層面合計約 1,127 億美元淨利。

• 進一步假設 Other Bets 年度虧損 30–40 億美元，則 Google Services 淨利潤大致在 1,160–1,170 億美元區間。

這組拆分與 2024 年按分部經營利潤推算出的結構大致一致：Services 貢獻絕大部分盈利，Cloud 貢獻約 10% 左右淨利，Other Bets 少量虧損。

7.5.2 分部估值區間

在可比公司倍數基礎上，對各分部取一個偏保守但不悲觀的倍數區間：

1. Google Services（搜索 + YouTube + Play/訂閱）

• 對應估值區間約 3.15–3.50 萬億美元。

1. 業務屬性：高 ROE、高現金流、增長放緩但仍具 10% 左右中等增速。

2. 參考：成熟高增的廣告 / 軟件平臺通常交易在 25–30x TTM PE區間。

3. 估值假設：對 Services 分部約 1,167 億美元淨利潤給予 27–30x P/E：

Google Cloud

1. 業務屬性：收入增速 28–34%，經營利潤率 20%+，接近 AWS/Microsoft Azure 早期成熟階段。

2. AWS 當前 EV/Sales 約 5–6x，考慮 Google Cloud 體量略小、增速更快、AI 全棧屬性的潛力，可給予 8–10x TTM Sales：

• 以 TTM 收入約 580 億美元測算，對應估值 4,630–5,790 億美元。

1. Other Bets（Waymo 等）

• 區間假設 500–800 億美元

1. 當前仍整體虧損，短期缺乏可見盈利預測。

2. 鑑於自動駕駛、生命科學等項目的期權價值，可採取“虧損不計、給一筆期權價值”處理：

淨現金與金融資產

1. 現金及短期投資 985 億美元，總債務 442 億美元，淨現金約 543 億美元。

以區間中樞粗略相加：

• Services：約 3.33 萬億

• Cloud：約 5,210 億

• Other Bets：約 650 億

• 淨現金：約 540 億

合計隱含分部估值中樞約 3.97 萬億美元，與當前 3.9 萬億市值極為接近。

7.6 估值綜合判斷

綜合 P/E、EV/EBITDA、PEG、DCF 與 SOTP 幾個角度，可以得出如下判斷：

1.相對估值（vs 同行）：

• Alphabet 的 P/E 與 Microsoft/ Amazon 大致相當，略高於 Meta；

• EV/EBITDA 為四者中最高，反映出市場對其盈利質量與 AI 把握能力給了接近“軟件巨頭+基礎設施”的定價；

• PEG 處於3左右，也高於其他公司。

2.絕對估值（DCF 視角）：

• 在較為傳統的假設（WACC 8–9%、中期 FCF 增速 10–11%）下，基於目前高資本開支週期的數據，DCF 給出的合理 EV 區間多落在 2–2.3 萬億水平，明顯低於當前 3.8 萬億 EV，具有較強的保守性；

• 要支撐當前估值，需要自由現金流的恢復（資本開支下降），以及12% 以上，乃至更高的中期 FCF 增速，本質上是對 AI 驅動的第二增長曲線給出了溢價。

3.分部估值：

• 在相對保守的倍數假設下，SOTP 中樞約 3.9–4.0 萬億，與當前市值基本契合；

估值結論

以 2025Q3 TTM 業績為基準，Alphabet 當前估值是一個：“合理偏貴 / 輕微溢價的優質標的”，已經反映 AI 帶來的雲的二次增長預期，但尚未進入與基本面完全脫節的泡沫區間。

對中長期投資者而言，安全邊際並不算寬裕，後續收益更依賴於： 1）AI 搜索與 Gemini 體系在廣告和雲中的實質變現是否能兌現 10–12% 以上 EPS 年複合增速； 2）高資本開支週期結束後，FCF 利潤率能否回升到 22–25% 區間； 3）反壟斷和 AI 監管是否會限制其在搜索 / 廣告 / 雲平臺上的整合能力。

站在當前時點，如果你對 AI 產業的下游需求樂觀，且認為 Alphabet 的中長期 EPS/FCF 增速能保持在低雙位數（12%）以上，則 當前估值可以接受，但需要時間消化倍數，是一個偏“高質量的β”而非“明顯錯定價的α”。但如果你對 AI 變現與監管環境更為保守，則應把 Alphabet 視為 “優質但目前不算便宜”的長線標的，而非明顯低估的重倉機會。

八.風險與挑戰

儘管 Alphabet 擁有顯著的競爭優勢和穩健的財務表現，但公司仍面臨一系列不容忽視的風險與不確定性，仍需持續跟蹤。

8.1 監管與反壟斷風險

這仍是 Alphabet 當前最重要的外部風險來源。作為全球搜索和數字廣告市場的絕對龍頭，Google 長期處在各國監管機構的重點審查之下。

• 美國反壟斷訴訟與判決：

  • 2020–2023 年，美國司法部及多個州先後就搜索分發協議、廣告技術等領域對 Google 提起反壟斷訴訟。

  • 2024 年，D.C. 地方法院裁定 Google 在通用搜索服務市場違反《謝爾曼法》第 2 條；2025 年的判決要求 Google 停止部分排他性默認分發協議、向競爭對手開放部分搜索數據與索引，但並未採納司法部關於剝離 Chrome 或 Android 的要求，也未全面禁止與 Apple 等的默認搜索合約，市場普遍認為判據“偏溫和”。

  • 這意味著短期內“被強制拆分 Chrome/Android”的概率進一步降低，但默認入口談判成本上升、數據共享義務加重，將一定程度削弱其“入口護城河”的強度。

• 歐盟與 DMA框架下的持續施壓：

  • 2017–2019 年，歐委會就購物搜索、Android 捆綁、自家廣告服務等案件對 Google 合計罰款約 82 億歐元，部分罰款（如 2019 年 14.9 億歐元 AdSense 案）已在 2024 年被法院撤銷。

  • 2025 年，歐委會又因廣告技術業務對 Google 處以 34.5 億歐元罰款，並在《數字市場法》（DMA）框架下對其 Play 規則和搜索“自我偏好”行為發出多項初步異議。

  • DMA 已正式將 Google 認定為“門控者”，要求其在排名、索引、抓取等環節不得對自家服務給予不公平優勢，對 Android 預裝、跨服務數據組合使用、對第三方引流等均設定更嚴格約束。

  • 2025 年 12 月 9 日，歐盟委員會宣佈對 Google 進行反壟斷調查，針對的是該公司利用網絡內容開發人工智能（AI）的行為。歐盟委員會表示， Google 利用網絡出版商的內容，以及上傳至在線視頻分享平臺YouTube的內容進行AI訓練，歐盟委員會正調查此舉是否違背了歐盟競爭法規。

此外，網站、媒體和 App 對於 AI Overviews / AI 搜索“拿數據、截流量”的不滿在加劇，已開始通過訴訟和監管遊說等方式反制；一旦大規模重要內容供應方選擇限制抓取或爭取分享收益，Alphabet 的“數據飛輪”與 AI 搜索體驗都會受到影響。

總體來看，中短期監管風險主要表現為：合規成本抬升、業務靈活性下降、默認入口與數據優勢被逐步稀釋；真正被強制拆分的概率在近期判決後有所下降，但從長週期看仍不能完全排除。

8.2 競爭風險：各條主戰線“強敵環伺”

科技行業轉換速度極快，Alphabet 幾乎在每一條業務線都面對有實力的對手：

• 搜索與信息獲取：

  • 在傳統網頁搜索領域，Google 仍佔據絕對份額，但生成式 AI 正在重塑“用戶提問—獲得答案”的路徑。OpenAI、Perplexity、微軟 Edge+Copilot 以及新興 AI 瀏覽器正在嘗試繞過傳統搜索結果頁，直接以 AI 回答承接用戶意圖。

  • 一旦用戶大規模轉向問答式 AI 產品，且這些產品建立起獨立廣告或交易閉環，Google 在“意圖市場”的壟斷優勢將被侵蝕。

• 數字廣告：

  • Meta 與 Amazon 在廣告份額上持續蠶食 Google，前者在社交與短視頻場景、後者在電商搜索與零售媒體領域都構建了自身的“意圖池”。TikTok 等新興平臺則從用戶時間與品牌廣告預算中爭奪份額。

  • 廣告主預算越來越精細地在“搜索、社交、短視頻、電商、CTV”等多渠道間動態分配，任何一個環節的算法、工具或歸因優勢削弱，都可能導致預算向他方遷移。

• 雲計算與 AI 基礎設施：

  • 在 IaaS/PaaS 市場，AWS 和 Azure 憑藉更早的起步、更廣泛的企業客戶基礎和豐富的生態工具保持領先，Google Cloud 需要持續投入在產品線、銷售渠道和生態夥伴上，才能維持份額提升。

  • 在 AI 模型與算力層，OpenAI、Anthropic、Meta、xAI 等都在快速迭代模型，NVIDIA、AWS、微軟則通過 GPU/ASIC 與雲平臺構建各自的“算力+平臺+生態”閉環。Google 如在模型質量、推理成本、開發者生態上出現階段性落後，可能失去部分 AI 時代的話語權。

• 自動駕駛與其他前沿業務：

  • Waymo 在技術成熟度和安全數據上處於全球前列，已在多城市公開運營 Robotaxi，但商業化節奏與監管不確定性仍然較大；與此同時，特斯拉 FSD 以及中國 Robotaxi 陣營（如百度、小馬智行等）都在加速鋪開落地，競爭格局仍未定型。

綜合來看，Alphabet 已從“在搜索廣告基本無可匹敵”進入到“在搜索、社交、電商、雲、AI、自動駕駛等多條戰線上同時與數家科技巨頭開展全面競賽”的階段。這種“全線對抗”模式要求公司在產品創新和執行上保持高強度投入，否則一旦在某條關鍵業務線失速，就可能在估值與增長預期上遭遇明顯懲罰。

8.3 技術替代與範式遷移風險

技術行業的範式變化往往具有突然性和結構性，一旦新範式被市場接受，舊模式的盈利能力會快速塌陷。對 Alphabet 來說，潛在的替代與顛覆來自多個方向：

• 信息獲取路徑從通用搜索遷移到垂直場景與 AI 問答： 如果用戶更多習慣於通過垂直 App（電商、內容社區、短視頻）或 AI 助手完成信息獲取與決策，而不再首先打開瀏覽器搜索，Google 搜索的重要性會階段性下降。

• 新計算平臺與操作系統： 目前 Google 通過 Android 把握了移動端入口，但未來如果新的硬件形態（AR/VR 設備、智能眼鏡、車載系統、空間計算設備等）成為主流，且操作系統層由其他廠商主導，可能出現類似“移動時代微軟錯失智能機”的局面。Google 在 AR 眼鏡、量子計算等前沿有佈局，但這些項目的技術與商業路徑仍高度不確定。

• 信息流與社交分發模式： 社交媒體和算法信息流在日常信息消費中佔比持續提升，一部分“低意圖、低單價”的信息查詢已經從通用搜索被遷移到信息流分發。Google 通過 Discover 等產品試圖在這一領域佔位，但相較於 TikTok、Instagram、抖音等平臺，其在內容生態和用戶時長上的優勢並不明顯。

歷史經驗表明，行業領先者往往不是因為在當前賽道競爭失敗，而是因為在下一波平臺遷移中判斷失誤或執行不力。Alphabet 需要在新入口（AI 瀏覽器、智能終端）、新操作系統形態和新分發模式上保持足夠的試錯與戰略耐心。

8.4 宏觀經濟與市場週期風險

Alphabet 的大部分收入（搜索廣告、YouTube 廣告、雲計算等）都具有一定的週期性，與全球宏觀經濟和企業 IT/營銷預算高度相關：

• 在宏觀經濟下行或預期轉弱時期，企業往往縮減廣告和雲支出。2020 年疫情初期，Google 收入曾出現罕見的單季同比下滑；2022 年，在強勢美元和全球經濟放緩的背景下，Alphabet 披露當年收入增長 10%，不變匯率下則為 14%，外匯因素單年拉低增長約 4 個百分點。

• 地緣政治衝突、貿易摩擦、制裁與出口管制等也會對跨境廣告需求、硬件銷售和雲地區擴張造成擾動。

• 資本市場層面，一旦市場對 AI 相關資產整體重新定價（例如從“成長溢價”轉向“現金流折現”），Alphabet 作為 AI 概念的核心權重股，股價和估值倍數都可能面臨同步回調。

總體而言，Alphabet 的抗週期能力明顯強於中小廣告/雲公司——在經濟低迷時，廣告主往往更加偏向谷歌這種 ROI 可量化、轉化鏈條清晰的平臺。但其業務仍然不能脫離宏觀環境單獨上漲，週期波動對收入與估值的影響依舊存在。

8.5 AI 投入與“泡沫”風險

當前資本市場與產業端對 AI 的中長期預期極為樂觀，從 GPU/TPU 到數據中心、模型、應用，相關資產的估值和資本開支都處在高位。Alphabet 也在大規模前置投入：2024 年資本開支達 525 億美元，2025 年管理層將全年資本開支指引從 750 億多次上調至 910–930 億美元，主要投向 AI 數據中心和自研/外購 AI 芯片。

在這一背景下，存在幾類“AI 泡沫化”風險：

需求不及預期：如果企業級 AI 項目落地慢於市場想象，或實際 ROI 遠低於宣傳，雲和模型相關收入增速放緩，甚至價格戰烈度進一步上升，Alphabet 的 AI 基礎設施投入回報期將被明顯拉長。

技術或監管路徑變化：若出現更高性價比的競品模型/開源方案，或監管對模型訓練所用數據、能耗與碳排和環保提出嚴苛要求，可能壓縮 Alphabet 在算力和模型上的經濟回報。

估值層面的“去 AI 化”交易：一旦市場從“AI 溢價交易”切換到“防禦或價值交易”，包括 Alphabet 在內的 AI 權重股可能在短時間內經歷估值倍數的同步收縮，即便基本面仍然穩健。

Alphabet 雖然在模型、TPU 和雲基礎設施方面具備領先優勢，並通過 Search/Workspace/Android 等多入口具備較強的商業化潛力，但同樣處在這一輪 AI 週期的資產價格與資本開支“共振”之中。如果 AI 帶來的增量現金流不能在未來 3–5 年內兌現到足夠高的 EPS/FCF 增速，當前圍繞 AI 的估值溢價存在被壓縮的風險。