1198亿美元营收、资本支出再次上调，谷歌继续“为AI发电”

lovejuan0104

谷歌CEO桑达尔·皮查伊。图片由AI生成

文丨苏扬
编辑丨徐青阳
美国当地时间7月22日，谷歌母公司Alphabet发布了截至6月30日的2026年第二季度财报。当季总营收达1197.96亿美元，同比增长24%；在巨额股权投资收益大幅增值的拉动下，净利润一举飙升至1121.07亿美元，摊薄后每股收益达9.11美元。

Alphabet主要财务数据

然而，强劲的财务数据并未在资本市场引发狂欢。财报发布后，Alphabet股价在盘后交易中一度跌超4%。
市场态度的冷淡，揭示了投资者在面对庞大账面利润时更深层的担忧：在AI战争胶着、资本开支疯狂翻倍的背景下，谷歌强劲的云业务与搜索基本盘，能否支撑起AI基建吞金的胃口？
01 业务拆解：云业务暴涨82%，搜索与广告盘口稳固

Alphabet业务拆解财务数据

从具体业务板块来看，本季度Alphabet的核心业务呈现出“云业务陡峭拉升、搜索与广告稳健支撑”的格局。
作为AI工具与企业级服务主要承载平台的谷歌云表现最为亮眼。谷歌云当季营收达到247.68亿美元，同比大幅增长82%，远超市场预期。这一突破主要受谷歌云平台（GCP）在企业级AI基础设施与AI解决方案领域的强劲需求驱动。
随着规模效应释放，谷歌云部门的营业利润从去年同期的28.26亿美元拉升至88.14亿美元，营业利润率从20.7%提升至35.6%。
据了解，在Gemini Enterprise等商业化方案渗透率提升的推动下，目前近90%的《财富》100强企业均在使用其产品，这也让谷歌云在手积压订单规模从一季度的4600亿美元攀升至5140亿美元。
作为集团现金流来源的“谷歌服务”部门，本季度整体实现营收945.40亿美元，同比增长15%，实现营业利润395.44亿美元。
“谷歌服务”细分业务中，旗舰搜索业务实现营收632.71亿美元，同比增长17%，主要来自AI Overviews与全新“AI Mode”功能融合带来的搜索查询量增长，目前AI Overviews的月活用户已超过25亿。
YouTube广告营收在2026年FIFA美加墨世界杯等全球赛事的带动下，实现了13%的增长，达到110.55亿美元，期间有超过17亿独立用户在YouTube上观看世界杯相关内容。
包含硬件与订阅在内的“订阅、平台与硬件”业务营收达129.11亿美元，同比增长15%。传统联盟网络广告业务微幅下滑0.7%至73.03亿美元，反映出广告主预算向搜索端和短视频端的集中。本季度总流量获取成本（TAC）为161.79亿美元，占广告收入的比重保持稳定，显示出谷歌在渠道买量上的控制力。
在前沿项目与集团层面，包含Waymo自动驾驶在内的“前沿项目”（Other Bets）二季度实现营收3.82亿美元，营业亏损从去年同期的12.46亿美元扩大至 17.99亿美元，主要是自动驾驶在多城市加速商业化落地带来的前期投入增长。
此外，反映集团共享AI基础研发与前沿模型开发成本的“集团级活动”营业亏损达到了57.89亿美元，较去年同期的33.72亿美元扩大了71.7%，显示出大模型研发费用的消耗速度。
02 980亿“其他收益”的账面富贵
本季财报中最引人注目的数据，莫过于高达1121.07亿美元的归母净利润。
拆解利润构成可以发现，这主要归功于一条容易被忽视的会计明细：Alphabet的“其他收益”在本季度达到了979.83亿美元，而去年同期这一数字仅为26.62亿美元。财报明确标注，该笔巨额收益主要来自Alphabet持有的股权证券未实现收益，即尚未变现的账面浮盈。
这笔收益背后，是Alphabet此前对几家科技公司的早期押注。
Alphabet早在2015年就通过投资获得了SpaceX约7%的股份，伴随SpaceX于6月完成IPO，其估值飙升给Alphabet带来了约133倍的账面回报。
同时，Alphabet持有AI独角兽Anthropic约14%的股份，后者在5月融资后估值已接近1万亿美元。此外，Alphabet持股的Databricks估值也在7月份的融资中达到了1880亿美元。
虽然这笔近千亿美元的浮盈拉高了当季净利润，但由于其属于非经营性且未变现的账面数字，资本市场并未将其视为公司核心业务经营能力的提升。
03 隐忧与风险：资本开支狂飙与自由现金流承压
在云业务与投资收益之外，投资者在财报发布后选择卖出，核心在于对公司资本开支与自由现金流状况的顾虑。
为了在AI基础设施竞争中保持产能，谷歌二季度资本支出达449亿美元，较去年同期的225亿美元直接翻倍。更让市场担忧的是，谷歌将2026年全年资本支出预期区间由上一季度的1800亿至1900亿美元，上调至1950亿至2050亿美元。
随着资金砸向数据中心与GPU采购，公司第二季度的自由现金流已正式转负。
为了支撑资本开支，谷歌在二季度展开了频繁的融资动作，包括通过发行股票及可转换优先股获得了496亿美元净收益，签署了最高可达400亿美元的ATM股票发行协议，并发行了203亿美元的高级无担保债券。
但在投入增加的同时，谷歌在核心大模型的研发攻坚上遇到了一定困难。原定推出的新一代旗舰模型Gemini 3.5 Pro因未达内部预期而推迟发布，本周仅推出了三款轻量级模型。
在Anthropic推出Mythos 5、OpenAI官宣GPT-5.6的竞争格局下，谷歌主模型已多月未更新，加之6月份两位核心研究员跳槽至 Anthropic，也引发了外部对其技术迭代节奏与人才团队稳定的关注。
Alphabet的二季度财报折射出公司在AI转型期面临的现实：传统的搜索与广告业务基本盘依然稳固，云业务在AI需求的驱动下实现了82%的增长，早期的科技投资也带来了上千亿美元的账面回报；但另一方面，AI基建极高的资金门槛挤压了自由现金流，庞大的资本开支迫使公司需要通过债券和股权市场密集筹资。
对于资本市场与投资者而言，后续观察Alphabet的关键，在于其每年2000亿美元级别的硬件基础设施投入，能否尽快推动谷歌在下一代旗舰模型上实现技术突破，并转化为可落地的商业化产出。
财报发布后，Alphabet首席执行官桑达尔·皮查伊（Sundar Pichai）、首席财务官阿纳特·阿什克纳齐（Anat Ashkenazi） 以及首席商务官菲利普·辛德勒（Philipp Schindler） 出席了电话会议，解读财报并回答了分析师的提问。
以下为财报电话会议精简版：
问：针对全行业面临的算力瓶颈与激增的资本支出，Alphabet管理层如何规划后续投资与现金流？
阿什克纳齐：我们将2026全年资本支出指引上调至1950亿至2050亿美元（原区间为1800亿至1900亿美元），主要用于加速交付产能以满足强劲需求，其中约 60%用于服务器采购，40%用于数据中心与网络设备。受第二季度449亿美元单季资本支出的拖累，单季自由现金流已转为-59亿美元，后续自由现金流仍将持续承压。
面对算力供不应求的现状，我们在第三季度会增加对第三方云算力的租赁作为过桥过渡策略，虽然短期会对云业务利润率造成轻微压力，但能锁定客户的长期价值。
在资本结构与融资策略上，公司在规划资金需求时，首先且最核心的来源是经营现金流，目前业务运营依然在产生极其强劲、健康的现金流；其次是债务融资，过去12个月里公司大幅扩充了债务组合，债务规模已从一年前的约160亿美元提升至约1000亿美元，且涵盖了多种货币与地区市场；最后，公司进入股权融资市场的初衷是为了在维持业务高速增长的同时，打造更加稳健、具备韧性的资产负债表。
目前，Alphabet没有再次进行股权融资的计划。唯一的例外是此前公布的 ATM（市价按需增发协议）股票发行协议，该协议仅用于在未来一段时间内应对员工股权激励（SBC）相关的税务安排。公司将综合平衡经营现金流、债务水平和股权这三个维度，确保资产负债表始终保持健康与抗风险能力。
皮查伊：我们坚持严谨的投资回报率（ROIC）框架，只要能看到吸引人的长期回报，我们就会坚定投资。与一年前相比，我们对生成式人工智能带来的商业化前景与市场空间感到更加乐观。
问：面对激烈的模型竞争，谷歌的AI模型路线图是怎样的？如何在技术迭代上保持领先？
皮查伊：前沿模型（Frontier）是一个非常动态且演进极快的领域。要保持领先并满足不同客户的需求，我们的策略和路线图主要体现在以下几个方面：
--打造“全梯队”前沿模型（Parade of Frontier）：我们非常看重在前沿领域的布局，目标是为客户提供不同价格点和性能选型的最佳模型。既要有行业顶尖的前沿模型，也要有兼具高性能与低成本的模型（如 Flash-Lite、Flash、Pro 等）。
--全力预训练 Gemini 4：在前沿竞争的下一个阶段，必须依赖规模更大的底座模型。我们目前正在进行谷歌有史以来最雄心勃勃的预训练（Pre-training）工作，全力打造Gemini 4。我们对团队在Gemini 4上展现出的进展感到非常兴奋，也充满信心。
--加快更新节奏：在迭代速度上，我们会继续提升步伐。在推进Gemini 4的同时，我们建立了几乎“按月发布或更新模型（monthly cadence）”的路线图，通过密集的迭代不断把新技术推向市场。
--打磨高性价比的“主力模型”：市场的需求非常多元，以Gemini 3.6 Flash为代表的Flash系列凭借在性能、成本、可靠性与延迟上的最佳平衡，已经成为我们和客户的“主力模型（workhorse）”。它不仅被深度集成到我们的网络安全（如 3.5 Flash Cyber）、数据分析和客服等解决方案中，还推动了强劲的Token消费，API每分钟处理Token数已从上季度的160亿个飙升至220亿个。
--攻坚短板（如代理编程 Agentic Coding）：在前沿领域的某些维度上我们确实需要改进，比如代理编程（agentic coding），团队目前正高度专注于此。从 3.5到3.6 Flash，仅仅六周时间，新模型在DeepSuite基准测试中就提升了10分以上，且Token使用效率更高。接下来大家会看到我们在编程和智能体领域持续密集地进行版本迭代。
问：在核心搜索与YouTube业务方面，AI赋能与商业化带来了哪些具体的进展？
皮查伊：关于搜索业务的 AI 升级与进展，我从以下几个方面具体谈谈：
一是整合体验与扩展用户参与度。搜索业务目前迎来了扩张性时刻，新的AI体验深受用户喜爱并推动了查询量的增长。我们近期将AI Overviews与AI Mode融合成了一个无缝的统一搜索体验，把前沿AI能力与优质的网络内容完美结合。自去年10月在全球推开AI Mode以来，其月活跃用户数（MAU）已突破10亿大关。
二是搜索查询量与生态引流双增。与AI Overviews一样，AI Mode正带来整体搜索查询量的净增（incremental increase）。同时，我们并没有封闭生态，通过搜索中的各类AI功能，我们每周正为外部网站带去数十亿次的点击量。
三是持续大幅降低推理与响应成本。在服务更多AI查询的同时，我们一直致力于提升单位效率。得益于我们在工程与硬件层面的深度优化，本季度我们已将AI Mode的单次响应成本降至其上线以来的最低水平，即便我们在其中引入了越来越先进的前沿AI能力。
四是引入前沿智能体与个性化功能。我们正在把更多前沿能力融入搜索，包括AI智能体、个人智能（personal intelligence）以及Notebooks等。另外，随着像世界杯这样的重大体育赛事到来，搜索的使用量也创下了历史新高，这充分证明了在关键时刻人们依然高度依赖谷歌。
问：谷歌云本季度的爆发式增长由什么驱动？自研 TPU芯片商业化进展如何？
皮查伊：谷歌云的持续强劲势头，核心驱动力在于我们由芯片、模型、数据、安全和智能体平台构成的全栈AI产品组合，这些环节能够紧密协同工作。
Gemini 已深度集成到谷歌云的全线产品中（包括 Gemini Enterprise、数据分析、网络安全及 Google Workspace）。其中Gemini Enterprise增长尤为迅猛，它凭借易用的智能体开发工具、企业系统连接能力以及成本与治理工具形成了强烈的差异化，目前《财富》100 强企业中已有近90%在使用它。本季度，我们的企业级智能体开发框架（Agent Development Kit）总下载量已接近7000万次。
我们在三个维度实现了客户扩充：新客户获取速度同比翻倍；老客户深度绑定，使用量超出原承诺额50%以上；云市场（Marketplace）合作交易额同比增长超 7 倍。付费Token消费呈现爆炸式增长，过去一年有近500家云客户各自处理了超过1万亿个Token，超2000家企业消耗了超1000亿个Token。
自研TPU的研发进展非常顺利，不仅为我们自身提供了极高的性价比与性能优势，也深受外部客户欢迎。为了在优先保证前沿模型（如 Gemini 4）训练的前提下平衡外部需求，我们除了在云端提供算力外，也开始通过将 TPU 系统部署至客户自己的数据中心或合作数据中心（例如与 Blackstone 的合作项目）来拓展
阿什克纳齐：我们在第二季度首次向客户数据中心交付了TPU系统，并开始确认这一新业务模式的少量收入。即使剔除TPU系统销售的影响，谷歌云平台与云业务的整体增速依然在显著加速。从节奏来看，为了履行这些协议，我们已提前开始构建库存（这体现在了本季度的经营现金流变化中）。随着交付在2026年下半年持续推进，2026 全年只会确认相对较小一部分收入，这批销售协议的绝大部分收入将在 2027 年集中体现。
问：对于自动驾驶Waymo等前沿项目（Other Bets），管理层是否有改变其公司架构或独立拆分的计划？
皮查伊：Waymo 目前正处于加速规模化“扩充”阶段，二季度推出了基于第六代Waymo Driver的Oasis新车型。Alphabet独特的结构为其提供了长期资金和资源支撑，管理层目前完全专注于支持Waymo的业务运营与规模化落地，充分释放其巨大的商业潜能。
问：如果各家的大模型能力未来趋于同质化，Alphabet 的核心竞争护城河是什么？
皮查伊：这是一个非常关键的问题。即便未来行业在基础模型层面出现一定程度的能力同质化，谷歌依然具备极其深厚且难以被复制的竞争壁垒。我们的核心护城河主要体现在以下几个方面：
一是“全栈式（Full-Stack）”架构与端到端集成能力。在现实世界的企业级应用场景中，仅仅拥有一个优秀的模型是远远不够的。真正的商业价值在于将模型与底层计算基础设施、数据平台、安全架构以及应用层进行深度打通。谷歌拥有从自研芯片、基座模型、云计算平台、数据分析平台（如 BigQuery）到前端应用（如 Google Workspace、搜索）的完整全栈能力，这种端到端无缝集成的能力是绝大多数单一模型厂商无法比拟的。
二是复杂商业流程的自动化与解决方案落地。企业客户需要的不是孤立的模型API，而是能够直接解决具体业务难点的自动化系统。以网络安全（如 Wiz、Chronicle）和数据分析为例，企业的诉求是实现从威胁检测、日志分析到自动响应的完整工作流闭环。我们将Gemini嵌入到这些成熟的商业解决方案中，能够为客户打造具备端到端执行能力的智能体体系，提供开箱即用的高附加值服务。
三是企业级数据隐私、安全与治理防护。在将AI接入核心业务时，全球大型企业最关心的要素之一是数据隐私、合规与安全性。谷歌云经过多年耕耘，已建立起全行业最值得信赖的企业级安全与数据治理框架（被全球 90% 的《财富》100 强安全客户所采用）。我们能够确保企业在利用自身核心私有数据微调或调用 Gemini 模型时，数据得到严密的隔离与保护，这一信任基础构成了极高的客户粘性与迁移门槛。
四是全球规模最大的应用生态与用户触达。在消费端与企业端，谷歌拥有数十亿用户高频使用的超级入口（搜索、YouTube、Gmail、Android 等）。通过将前沿 AI 能力直接嵌入到这些现有产品中，我们可以实现零成本的规模化分发与极低的用户获取成本，这是任何纯 AI 初创公司都无法企及的分布优势。
特约编译无忌对本文亦有贡献

hcyw2008

感谢分享