Google Verge：Alphabet 的 AI 支出让华尔街要求拿出证明

Google 将其 2026 年资本支出预测上调至 1950 亿至 2050 亿美元之间，使 Google Verge 的故事进入了令投资者感到不安的领域。仅仅一个季度前，Alphabet 预计的区间还是 1800 亿至 1900 亿美元。新的指引清楚表明，AI 基础设施消耗现金的速度快于华尔街预期。

这一上调与通常会支撑 Alphabet 股价的业绩一同发布。季度营收达到 1198 亿美元，Google Cloud 营收则同比增长 82%，至 248 亿美元。然而，据市场报道称，财报发布后 Alphabet 股价下跌约 7%。

这种反应才是真正的故事。过去几年里，投资者一直奖励 Alphabet、Microsoft、Meta 和 Amazon 扩建更多 AI 产能。如今，Alphabet 已触及一个临界点：更强的需求和更高的营收，已不足以平息争论。

华尔街希望看到证据，证明每新增一个数据中心、服务器和处理器都能带来足够的回报。Alphabet 表示，需求足以证明扩张的合理性。投资者则在追问，这些需求多久才能转化为可持续的现金流。

这并不只是 Google 与 Microsoft 在另一场云支出竞赛中的较量。核心冲突在于 Alphabet 对长期 AI 回报的承诺，与建设所需基础设施的短期财务现实之间的矛盾。该公司最新数据让这场冲突的两面都更难被忽视。

Google Verge 报道始于更大的支出区间

Alphabet 不只是确认了一项昂贵的 AI 战略。它在投资者已经消化此前上调后，再次抬高了成本。

资本支出，通常称为 capex，是指用于购置服务器、网络设备和数据中心等长期资产的资金。Alphabet 目前预计 2026 年资本支出为 1950 亿至 2050 亿美元。该区间的下限已高于此前预测的 1900 亿美元上限。

区间中值在一个季度内上升了 150 亿美元。这一变化很重要，因为支出指引本应反映管理层对产能需求、供应商排期和建设进度的最佳判断。再次上调意味着，AI 需求、基础设施成本，或两者兼有，正以快于 Alphabet 最近预期的速度变化。

仅第二季度，Alphabet 的支出就约为 450 亿美元。首席财务官 Anat Ashkenazi 表示，其中大部分投资用于支持 AI 技术基础设施。该公司一边采购服务器，一边为运行这些服务器所需的建筑、电力系统和网络提供资金。

这种区别很重要。数据中心并不是单一且可互换的资产。土地、建筑、电力设备、网络硬件和处理器的使用寿命各不相同。高需求的 AI 加速器在商业层面过时的速度，可能远快于其所在设施。

因此，Alphabet 面临两种时钟。使用寿命长的设施需要足够持续的需求，才能在多年内保持生产力。使用寿命较短的计算硬件则需要在更新的芯片或更高效的模型削弱其经济性之前创造收入。

该公司称，扩张是因为客户需求依然强劲。这一说法有证据支持。Google Cloud 季度营收达到 248 亿美元，同比增长 82%。这一业务已不再是附属于广告业务的小型试验。

当这些积极结果与现金流并置时，Google Verge 的视角会变得更加尖锐。S&P Global 报道称，尽管营收超出预期，沉重的支出仍将 Alphabet 的季度自由现金流推至零以下。其分析认为，新的资本支出预测远高于业绩发布前 Visible Alpha 的 1878 亿美元共识预期，详见Alphabet 支出分析。

自由现金流衡量企业在资本支出后的现金生成情况。单季度为负并不意味着 Alphabet 缺乏财务资源。但这确实表明，基础设施投资正在吸收原本由盈利业务产生的现金。

这正是变化所在。Alphabet 在财报前已让投资者预期巨额支出；财报后则要求他们接受更大的投入承诺、更弱的短期现金生成能力，以及 2027 年又一次显著增长。

强劲的云增长已不足以终结争论

Alphabet 的云业务增长验证了需求逻辑，但尚未解答投资回报问题。

Google Cloud 营收增长 82%，通常足以主导财报讨论。这表明企业正在租用更多计算能力，并使用更多云服务。这也让 Alphabet 能够通过自身产品之外的渠道，将部分基础设施变现。

然而，营收增长与投资回报是不同的衡量指标。如果建设、硬件、能源和融资成本上升过快，一家公司即使售出所有可用产能，也可能获得令人失望的回报。

投资者还必须区分已可见的营收与预计未来实现的营收。云合同可能在支撑性基础设施投入运营前形成积压订单。反过来，Alphabet 也可能在客户使用量填满之前，就将昂贵设备投入服务。

这种时点错配是 AI 基础设施经济性的核心。企业会提前数月订购处理器、提前数年锁定电力，并在尚不清楚哪些模型或应用将吸引持久需求之前建设设施。营收会在之后到来，有时来自仍在探索商业模式的服务。

Alphabet 有多种可能的回报路径。Google Cloud 可以销售计算能力和托管 AI 服务。Search 可以利用 AI 保护用户参与度和广告营收。Workspace 可以为生产力软件添加 AI 功能。Gemini 则可通过订阅、API 和整合产品触达消费者与开发者。

这些路径共享基础设施，赋予 Alphabet 灵活性。为模型训练安装的处理器，之后可以支持推理，即为用户运行已训练模型的过程。在硬件和软件允许的情况下，产能也可以在内部产品与外部云客户之间调配。

灵活性降低了押注单一产品的风险，却无法消除为产能支付过高成本的风险。Alphabet 仍需要整个产品组合拥有足够的使用量，而且这些使用量必须带来有吸引力的利润率。

广告业务又增加了一层复杂性。AI 生成的答案可以改善 Search，但其计算需求也可能高于传统结果页。如果公司在提高每次查询服务成本的同时维持广告收入，仅靠营收稳定并不能证明投资成功。

Alphabet 必须证明，更高的用户参与度、新广告形式、订阅收入或运营效率足以覆盖这些更高成本。该公司尚未提供足够的产品级经济数据，供投资者精确计算这一结果。

Google Cloud 提供了最清晰的短期证据，因为其营收被单独披露。Search 和 Gemini 则更难评估，因为基础设施带来的收益与成本流经多个产品。

对企业采购方而言，影响不止于 Alphabet 的股价。巨额投资可以带来更大的产能、更快的模型和更广泛的区域可用性。它也可能造成通过更高使用量、更深的平台绑定或更激进的产品捆绑来实现基础设施变现的压力。

知识工作者在各自组织内部也面临类似的考量。能够使用强大的模型只是成本之一。团队还必须将这些模型连接到可靠的信息，审查其输出，并保留有用的上下文。结构化的AI knowledge base可以支持这项工作，但无法让疲弱的基础设施经济性消失。

需求信号是真实的。尚未解答的问题是，在投资周期要求新一轮大规模支出之前，需求能否增长为盈利、可重复的使用量。

Alphabet 的 AI 承诺遭遇现金流账单

核心反转在于，更好的 AI 需求如今需要如此庞大的资本，以至于成功本身也会带来财务压力。

在 AI 热潮的大部分时期，投资者将基础设施支出视为雄心的证据。处理器供应受限制约了新模型和云部署。获得更多产能的公司，似乎更有能力捕捉未来需求。

Alphabet 的这个季度扰乱了这种简单关系。该公司报告了更强劲的云业务增长，扩大了产能计划，却仍在公告后失去投资者支持。华尔街并未否定 AI 需求，而是质疑满足这些需求的代价。

当自由现金流进入视野，这种反转就更清楚了。Alphabet 可以报告营收和营业利润增长，却在建设密集的季度中产生负自由现金流。会计利润会随时间确认费用，而现金支出则记录基础设施的即时付款。

随后，折旧将把这项投资的一部分分摊到未来的利润表中。随着更多设备投入使用，折旧费用即使在最初现金支出已经发生后，仍可能拖累利润率。因此，今天的资本支出既带来即时的现金负担，也带来后续的盈利负担。

Alphabet 需要新产能带来的营收增长快于这些成本。这并不要求每一项 AI 产品都直接收费。Search 的改进可以保护广告需求，内部 AI 工具也可以降低运营成本。然而，间接回报更难由外部投资者验证。

管理层还预计，2027 年资本支出将显著增加。这一指引消除了一个容易令人安心的说法：即 2026 年只是暂时的峰值。如果明年再度增长，投资与可见回报之间的时间跨度将变得更加重要。

Google Verge 的叙事并不是 Alphabet 已经没钱了。该公司仍然高度盈利，并拥有全球最大的广告业务之一。紧张关系来自资本配置，而非眼前的偿付能力。

投向基础设施的每一美元都存在机会成本。它不能同时用于股票回购、收购、股息或其他项目。当管理层能够证明再投资带来更优的长期回报时，投资者会容忍这种取舍。

这一承诺的规模也压缩了犯错空间。小幅预测失误可以在不改变公司财务轮廓的情况下纠正。一个以数千亿美元计、持续多年的基础设施计划，则要求关于需求、组件价格、电力可用性和技术进步的假设大体保持正确。

AI 效率构成了一种尤其复杂的风险。新处理器和优化软件可以降低每项任务的计算成本。这种改进有利于利润率，但也可能减少完成固定工作负载所需的硬件数量。

成本下降往往会提升整体使用量，这种模式被称为诱发需求。但使用量增加并不必然会超过所有效率提升。Alphabet 实际上是在押注：更便宜、更强大的 AI 将释放足够多的新活动，使其快速扩张的算力资源保持高效运转。

这一押注具有可信度，但可信度已不再足够。投资者现在希望在云业务利润率、现金创造能力、AI 产品收入或核心广告业务可量化的改善中看到证据。

Microsoft 和 Meta 表明这是一场行业考验

Alphabet 引发了最近一轮抛售，但所有主要 AI 平台都面临同样的需求与回报考验。

Microsoft 在 4 月表示，预计 2026 日历年的资本支出约为 1,900 亿美元。该公司称，其中约 250 亿美元来自零部件价格上涨。它还表示，产能限制预计将持续全年。

Microsoft 向投资者提出的论点略有不同。Azure 客户可以直接租用基础设施，而 Microsoft 365 Copilot 和 GitHub Copilot 则是建立在这些算力之上的、可明确识别的软件产品。该公司还表示，为 Azure 合同提供服务的许多 GPU 在其大部分使用寿命内都已有承诺使用。

不过，在公司的财报电话会议上，Microsoft 高管直接面对了有关资本支出增长与收入增长之间差距的问题。这些追问表明，Alphabet 并非在接受独特标准的评判。

Microsoft 还披露，季度资本支出中约三分之二投向使用寿命较短的资产，主要是 CPU 和 GPU。这些组件可以迅速创造收入，但也会随着工作负载和硬件的改进而需要更换。

Meta 则呈现出另一种情况。其主要回报来自广告互动和定向投放，而不是对外云服务销售。根据其季度指引，该公司在今年早些时候将 2026 年资本支出预期上调至 1,250 亿至 1,450 亿美元之间。

当推荐系统提高用户在 Facebook、Instagram 及其他产品上的停留时间时，Meta 就能够为 AI 支出提供合理依据。它还可以打造新的消费者助手和广告工具。然而，对于股东而言，新建数据中心与增量广告利润之间的关系依然难以直接观察。

Amazon 通过 AWS 拥有最成熟的基础设施销售模式。但它必须在 AI 算力与传统云计算、零售物流及其他资本密集型业务的需求之间取得平衡。这种组合可能使整体支出更难归因于单一机会。

行业对比削弱了一种怀疑论观点，也强化了另一种。Alphabet 并不是在竞争对手按兵不动时激进投入。Microsoft、Meta 和 Amazon 同样在投入巨额资金，这支持了客户需求和战略压力普遍存在的说法。

与此同时，同步投资也可能造成产能过剩。每家公司都围绕自身预期需求进行规划，但市场最终共享许多企业客户和开发者。如果多个平台为相同的预期工作负载建设产能，总供给就可能超过实际使用量。

竞争随后可能压低价格。云服务商可能降低推理费率、提供额度，或捆绑 AI 工具以争取客户。这些举措能够提升采用率，却可能延后基础设施的财务回报。

即使经济效益尚不明朗，持续投入也有战略原因。在模型能力或可用算力方面落后，可能削弱一个平台的开发者基础。一旦企业围绕竞争对手的服务构建应用，迁移就可能代价高昂且造成干扰。

这种动态形成了一场投资竞赛，任何参与者都无法安心暂停。支出一部分是争取增长的进攻尝试，另一部分则是避免失去相关性的保险。

因此，这一比较并不能证明 Alphabet 过度投资。它表明，管理层不能仅通过指出竞争对手的预算来回应投资者。华尔街希望知道，哪家公司能将相近的基础设施转化为最强劲的收入增长、利润率和现金流。

支出数据仍无法证明什么

无论是股价下跌还是 Alphabet 云业务的增长，都无法说明 2026 年基础设施计划将带来可接受的回报。

单日股价反应反映的是预期变化，而非一项多年投资的最终经济效益。Alphabet 股价下跌，是因为支出预测超出了投资者的模型预期。这一下跌并不能证明管理层的决策是错误的。

反过来也同样成立。Google Cloud 收入增长 82% 并不能证明每一座规划中的数据中心都将高效运转。较小的此前基数带来的增长可能显得惊人，而新增支出支持的产能将在未来数个季度陆续到位。

最重要的不确定性在于归因。Alphabet 并未披露每类 AI 基础设施所产生的确切收入。投资者无法清晰区分用于 Gemini 训练、Search 推理、Cloud 客户、Workspace 功能和实验性产品的算力。

这使得 Google 与 Verge 所提出的问题很难用单一指标回答。云业务收入仅涵盖该业务分部的对外销售。Search 收入反映广告结果，却无法揭示 AI 生成结果所附带的额外算力成本。

技术变化带来了另一项不确定性。模型架构、处理器设计和软件优化正在快速改进。如今购置的设备仍可继续发挥作用，但当更新的系统出现时，其相对效率可能下降。

Microsoft 对使用寿命较短处理器的披露说明了这一问题。一栋建筑或许能够多年承载计算工作负载，但其中的服务器会经历多个更换周期。投资者在将所有资本支出视为同等耐久之前，需要理解这两类资产。

电力是另一项限制。AI 数据中心需要大量、可靠的电力供应，以及冷却系统和电网连接。如果建设或电力输送落后，公司即使拥有处理器，也可能无法满负荷运行。

需求质量与需求规模同样重要。由促销额度支持的实验性使用，与多年期合同并不具备相同价值。消费者对产品发布的兴趣也可能激增，却未必带来可持续收入。

企业部署也面临自身的延迟。一家公司可能很快测试一款 AI 助手，随后却要花数月解决安全、数据访问、准确性和工作流程问题。基础设施提供商可能看到强劲的初期需求，但客户对投入生产使用仍会保持谨慎。

对于每一项担忧，都存在可信的看涨回应。Alphabet 拥有庞大的客户基础、广泛的分发能力、自有模型、定制芯片和多种变现渠道。它可以将基础设施分摊到广告、云服务、生产力工具和消费者服务之中。

它还掌控着技术栈的重要部分。定制 Tensor Processing Units 可以降低对单一外部芯片供应商的依赖。软件优化可以提高每个处理器完成的任务数量。共享基础设施可以提升利用率。

然而，这些优势需要体现在已披露的业绩中。管理层的信心和竞争对手的支出只是支持性证据，并不能替代回报。

投资者还应避免另一种过度解读：单季度自由现金流为负，并不意味着存在永久性的现金问题。资本支出可能不均衡，因为设备交付和建设付款不会按照平稳节奏发生。

更有力的怀疑论观点关乎持续时间。如果年度资本支出持续上升，而自由现金流仍承受压力，Alphabet 就需要展现越来越明显的 AI 收入和效率收益。否则，市场将对每一次新增支出施加更高的风险折价。

更广泛的市场已经在应对这一可能性。一篇AI 股票回顾指出，Alphabet、Amazon、Meta 和 Microsoft 计划在 2026 年合计投入最高 7,200 亿美元，主要用于 AI 数据中心。

这一总额并不能证明存在泡沫。但它解释了为何投资者审视愈发严格。在这样的规模下，即使是资产负债表雄厚的公司，也必须证明 AI 投资带来的不只是收入增长。它还必须创造超过已投入资本成本和风险的回报。

三个信号将决定华尔街是否放松警惕

故事的下一阶段取决于现金创造能力、产能效率，以及 AI 收入是否跟得上基础设施投入的证据。

第一个信号是 Alphabet 在下一轮财报周期中的自由现金流。单个季度为负可能反映付款时点。若在进一步提高资本支出的同时反复出现疲软，将强化基础设施消耗现金快于 AI 产品创造现金的担忧。

投资者应将现金流与季度资本支出进行比较，而非孤立看待其中任一数字。他们还应关注折旧和营业利润率。折旧上升而没有相应收入增长，将表明已安装资产在带来足够经济效益之前就已影响损益表。

自由现金流恢复将削弱看空论点。这将表明，第二季度业绩反映的是一个集中的投资期，而不是现金经济效益的持续恶化。

第二个信号是 Google Cloud 将需求转化为盈利增长的能力。收入增长已经提供了客户兴趣强劲的有力证据。接下来的问题是，在 Alphabet 推出新增产能之际，营业收入和利润率能否继续改善。

云业务积压订单可以帮助显示未来的已签约需求，但需要结合背景看待。合同期限、取消条款和收入确认时点，会影响积压订单对当前投资的支撑可靠性。

利用率是缺失的运营指标。Alphabet 没有提供一个简单的公开百分比，说明其 AI 算力资源的使用程度。投资者必须从云业务增长、产能限制、管理层评论和利润率表现中推断利用率。

如果 Cloud 收入和营业收入继续快速增长，新基础设施的合理性就会增强。如果增长放缓，而资本支出和折旧加速，支出计划将更难辩护。

第三个信号是 Alphabet 的下一份资本支出预测，尤其是其承诺披露的 2027 年细节。管理层已经表示，明年的支出将显著上升。增幅大小及其附带解释，将塑造市场的信心。

如果 Alphabet 将更高预测与已签约需求、产品收入或可量化的效率改善相结合，这可能是积极信号。若管理层主要要求投资者依赖对未来机会的宽泛表述，则会转为负面。

竞争对手的业绩将提供有用的交叉验证。Microsoft 的 Azure 增长、Meta 的广告利润率和 Amazon 的 AWS 表现，将显示 AI 基础设施需求是在带动整个群体，还是在造成不均衡的回报。

这正是最初的 Google 资本支出报道触动敏感神经的原因。华尔街并非突然不再相信 AI。它开始要求更完整地核算这种信念的成本。

Google 与 The Verge 的故事，不会随着下一次模型发布或又一项数据中心公告而尘埃落定。它将通过现金流、利润率、利用率以及持久的客户支出来决定结果。

开发者和企业采购方也应关注这些信号。基础设施竞赛能够扩展容量、缩短等待时间，但也可能影响平台条款、产品捆绑方式和供应商的长期战略。团队应围绕可衡量的业务用途评估 AI 服务，而非供应商的建设预算规模。

Alphabet 拥有足以支持继续建设的需求。它尚未证明理性的上限究竟在哪里。未来一到三个月将揭示，该公司能否将不断扩大的 AI 布局转化为更强劲的现金经济效益。

这正是华尔街如今想看到的实际行动。首先关注自由现金流，其次是 Google Cloud 的盈利能力，第三是 2027 年资本支出区间。如果三者同步改善，市场对支出的担忧将显得只是暂时的。如果它们出现背离，Google 昂贵的 AI 押注仍将是市场最核心的担忧。