Alphabet云收入增82%：AI资本开支449亿美元，云厂商进入重资产决战

duckwolf

Alphabet公布2026年第二季度业绩：营收1198亿美元，同比增长24%；营业利润408亿美元，同比增长30%；Google Cloud收入248亿美元，同比增长82%；季度资本开支449亿美元。公开数字显示，AI竞争已经从模型发布速度，转向数据中心、电力、芯片、网络和云服务变现能力的综合较量。


一、82%的云增长意味着什么

云业务增长通常来自算力租赁、数据平台、企业软件和AI服务。Google Cloud本季度大幅增长，说明企业AI需求正在从试验预算进入正式生产预算。客户不再只购买一次模型调用，而是采购训练、推理、数据治理、向量检索、安全和运维的整套能力。

但收入增长不等于每一项AI业务都高利润。AI服务器折旧快、功耗高，先进芯片和液冷机房需要提前投入。449亿美元季度资本开支说明，Alphabet必须在需求完全兑现前先建设基础设施。因此，投资者和企业客户都应同时观察收入增速、折旧、运营利润和自由现金流，而不能只看模型热度。


二、云厂商为什么越来越像能源和制造企业

生成式AI的成本结构与传统互联网服务不同。搜索、邮件和网页应用可以在通用服务器上高效运行；大模型训练和高并发推理需要专用加速器、高带宽内存、机柜级互联和稳定电力。新增一项大型AI服务，背后可能涉及土地、变电、制冷和供应链排期。

因此，云厂商的竞争力正在形成五层结构：

1. 芯片层：自研TPU或采购GPU，决定基础成本；
2. 集群层：互联和调度决定利用率；
3. 模型层：Gemini等模型决定能力上限；
4. 平台层：Vertex AI与数据工具降低企业接入成本；
5. 分发层：搜索、办公和安卓生态带来用户入口。

单独拥有好模型，不一定能获得最低成本；单独拥有数据中心，也不一定能获得高价值客户。只有五层协同，资本开支才能转化为持续收入。


三、企业采购云AI要看四个数字

第一，单位有效任务成本，而不是单纯的百万Token单价。失败重试、长上下文和人工返工都应计入。第二，P95延迟，平均延迟会掩盖高峰拥堵。第三，区域可用性和数据驻留，尤其是金融、医疗和政府业务。第四，可迁移性，包括模型接口、向量数据库、权限体系和日志格式能否切换供应商。

企业可以采用“双层路由”：通用低风险任务使用成本较低的模型，高价值或复杂任务调用旗舰模型；核心数据保留在可迁移存储中，避免应用逻辑与单一厂商深度绑定。


四、449亿美元投入如何验收

对云厂商，应观察新增算力利用率、云收入增长能否持续、折旧对利润的影响以及AI客户留存。对使用方，则应建立自己的ROI表：每月调用量、自动完成任务数、节省工时、人工复核成本、错误损失和基础设施费用。

例如，一个客服项目把响应时间缩短一半，却使错误退款增加，就不能算成功。一个编程Agent减少了代码编写时间，但增加了安全缺陷和审查负担，也可能只是把成本从研发转移到测试和安全部门。


五、结论

Google Cloud收入增长82%与449亿美元资本开支共同揭示了AI行业的新阶段：算力仍然稀缺，但资本市场开始要求基础设施产生可核算回报。未来云厂商之间的差距，不只由模型跑分决定，更由每瓦Token产出、集群利用率、企业交付和现金流决定。


数据来源

Alphabet 2026年第二季度公开业绩信息；陆家嘴财经早餐（2026.07.23）对营收、利润、Google Cloud收入及资本开支的整理。财务数字以公司正式财报为最终依据。