我們之所以認為計算最終可能與能源、交通、食品供應和醫療保健并列，成為基礎基礎設施需求 —— 且若超大規模數據中心運營商和云服務提供商如愿以償，計算將在未來更深地融入我們的生活，核心原因在于：巨額資本支出的前置投入。

在深入分析谷歌 2025 年第四季度數據前，我們希望通過一些對比數據建立基準，因此借助谷歌搜索引擎及其 Gemini 輔助工具，整合網絡信息得出了部分數據。當然，這些數據僅用于說明問題 —— 不同行業的營收和資本支出統計口徑不同，最終結果可能存在較大差異。

我們曾以為能源行業是資本密集型行業，事實也確實如此。根據時間節點和新能源的發展情況，能源企業可能會將很大一部分營收用于資本支出。但總體來看，在美國能源生產和分銷行業，資本支出強度（資本支出占營收比例）約為 25%：

表格

2025 年美國部分行業支出及資本支出預估

來源：谷歌 / Gemini

表格中所有數據均以紅色粗體斜體呈現 —— 畢竟沒人知道 Gemini 是如何從谷歌搜索中提取數據并得出預估結果的。我們對這些整數數據持懷疑態度，但此處僅將其作為思維實驗，旨在說明核心觀點。該表格是在谷歌和 Gemini 的協助下制作的，其細節準確性無從考證。不過我們認為數據整體趨勢合理，這也印證了我們此前的認知：部分基礎設施行業的資本密集度遠高于其他行業。

歡迎來到現代 AI 世界 —— 機器看似無所不知，但提問方式不同，得到的答案可能大相徑庭。而且我們不確定這些數據是否做到了 “同類可比”（是的，這算是個玩笑，某種程度上而言）。

言歸正傳，繼續這個實驗。醫療保健和農業 / 食品行業雖然人力密集，且資本支出規模不小，但遠低于交通行業（機器更多、人力更少）和能源行業（機器數量更多、人力相對更少）。

但與五大超大規模數據中心運營商及云服務提供商（亞馬遜、谷歌、元宇宙平臺公司、微軟、甲骨文）相比，能源行業的資本支出強度就顯得 “吝嗇” 了。這些企業將約一半營收用于資本支出，這一點毋庸置疑。不過正如我們所說，我們更傾向于使用經過核實的確切數據 —— 若按傳統方式制作并驗證上述表格的基礎數據和假設，可能需要一整天時間。

實驗到此為止，讓我們深入分析谷歌 2025 年第四季度的表現，以及 2026 年的營收和資本支出前景。

關于谷歌，有一點需要記住：十多年來，該公司一直將 AI 功能嵌入核心搜索和廣告業務，且在此期間的大部分時間里都在自主研發張量處理單元（TPU）加速器以支持這些功能 —— 這主要是因為早在 21 世紀 10 年代 AI 尚處于起步階段時，若使用 CPU 或 GPU 推理為搜索添加語音翻譯功能，成本過于高昂。當時哪怕只有一小部分用戶每天使用幾次語音搜索，谷歌的數據中心都可能不堪重負。因此，張量處理單元（TPU）應運而生，如今已迭代至第七代 “鐵木”（Ironwood）設備。

Gemini 模型基于 TPU 訓練，谷歌通過 Gemini API 開展的大部分推理工作也依托其龐大的 TPU 集群完成。2025 年第三季度，谷歌的令牌處理速率（推測為推理工作）為每分鐘 70 億個；第四季度這一速率飆升 43%，突破每分鐘 100 億個。經計算，谷歌第三季度為其 “第一方” 應用處理了 917.3 萬億個令牌，第四季度則達到 1310.4 萬億個。谷歌首席執行官桑達爾?皮查伊披露的這一新數據，不包括生成式 AI 訓練所處理的令牌，且似乎也未計入谷歌內部服務對 Gemini 的使用 —— 因為該數據與谷歌的馬克?洛邁耶去年 9 月在 AI 硬件峰會上展示的數據并不一致。根據我們當時的計算，僅 8 月谷歌的令牌處理總量就約為 1460 萬億個。

關鍵在于，受生成式 AI 實際使用量增長的推動，谷歌的處理需求正快速攀升；而 Gemini 3 模型（可以說在某些方面是目前全球最先進的模型，Anthropic 的 Claude 系列變體則在其他方面表現最佳）的應用范圍也在迅速擴大。

為滿足這一處理需求，并消化高達 2400 億美元的營收積壓訂單，谷歌必須在 2026 年采購大量硬件設備。谷歌首席財務官阿娜特?阿什肯納茲對此公布了相關計劃。

“正如你們在我們的財務業績中所看到的，我們在 AI 領域的投資已轉化為整個業務的強勁表現，” 阿什肯納茲在與華爾街分析師的電話會議中表示，“我們的成功執行，加之穩健的業績表現，堅定了我們加大投資以進一步把握 AI 機遇的決心。2026 年全年，我們預計資本支出將在 1750 億至 1850 億美元之間，投資將在年內逐步增加。我們正投資于 AI 計算能力，以支持谷歌深度思維（Google DeepMind）的前沿模型開發、持續改善用戶體驗并提高谷歌服務廣告主投資回報率的相關工作，同時滿足云客戶的巨大需求，并為‘其他業務板塊’（Other Bets）進行戰略投資。”

阿什肯納茲還解釋道，資本支出的時間安排及投資回報將取決于零部件供應和定價，而付款時間則是導致 1750 億至 1850 億美元區間波動的原因。取中間值約為 1800 億美元，這幾乎是谷歌 2025 年 914.5 億美元資本支出的兩倍 ——2025 年的資本支出已是 2024 年的 1.74 倍，2024 年則是 2023 年的 1.63 倍，以此類推可追溯至十年前。

觀察谷歌營收積壓訂單與資本支出的增長趨勢，不難發現其中的矛盾亟待解決：

（圖表說明：縱軸單位為百萬美元，藍色線代表營收積壓訂單，紅色線代表資本支出，時間跨度從 2021 年第一季度至 2025 年第四季度）

坦率地說，考慮到兩者之間的差距，谷歌此前的資本支出其實并不算高。但可以肯定的是，除非谷歌確定硬件設備能順利部署到數據中心，且一旦啟動就能立即找到租賃客戶，否則絕不會在基礎設施上花費一分錢。

營收積壓訂單與資本支出之間的差距正不斷擴大，這可能是由于長期云容量交易計入財報所致（若谷歌披露此類數據，將會非常有趣）。無論如何，顯而易見的是，谷歌要兌現其對自身、Anthropic 和 OpenAI 等模型開發商，以及數十萬企業 AI 客戶的未來處理承諾，不僅需要將資本支出翻倍，還需通過軟件改進和其他效率提升措施，再實現 1.5 倍的性能提升。而 2025 年通過對 Gemini 模型的軟件優化，谷歌已實現了 1.8 倍的性能提升，因此新目標無疑是一項艱巨的任務。

好消息是，Gemini 3 模型的功能性生成式 AI 已反哺谷歌的各類產品和服務，推動了營收和使用率的增長，進而為擴容提供了資金支持。谷歌成功實現了 “AI 技術引領應用發展”—— 這得益于其利潤豐厚的搜索和廣告業務，而 YouTube 流媒體本身也是一項穩健的業務。

只有巨頭才能承擔進一步擴張的成本……

我們之所以關注這些業務，是因為它們為谷歌提供了模型訓練所需的數據，以及成為云服務提供商、模型開發商所需的資金 —— 谷歌可以說是全球最大的生成式 AI 用戶。

（圖表說明：縱軸單位為百萬美元，藍色實線代表谷歌云營收，紅色虛線代表谷歌云運營利潤，時間跨度從 2018 年第一季度至 2025 年第三季度）

注：紅色虛線為我們對谷歌云業務運營虧損的預估。

該季度，谷歌營收達 1138.3 億美元，同比增長 18%；凈利潤 344.6 億美元，同比增長 29.8%。盡管資本支出高達 278.5 億美元，季度末公司現金及現金等價物仍有 956.6 億美元 —— 這大約是其 2026 年資本支出計劃的一半。

谷歌云（Google Cloud）作為公司的云服務業務，該季度營收 176.6 億美元，同比增長 47.8%；運營利潤 53.1 億美元，較上年同期增長 2.54 倍。運營利潤率達到谷歌云營收的 30.1%，創下該業務有史以來的最高盈利水平，幾乎是一年前利潤率的兩倍。

雖然微軟和亞馬遜網絡服務（AWS）難以通過生成式 AI 直接實現巨額營收增長，但元宇宙平臺公司（Meta Platforms）顯然在這方面頗具天賦，谷歌亦是如此。即便谷歌的客戶需要時間摸索，但谷歌自身業務早已深諳 AI 的應用之道。我們好奇的是，谷歌自身業務（擁有獨立基礎設施且不正式使用谷歌云）對 AI 硬件和服務的內部積壓需求有多大。

正如我們多次指出的，谷歌只需一個賬務處理技巧 —— 將所有基礎設施劃歸谷歌云，讓其搜索、廣告和視頻業務為相關服務付費，就能成為全球最大的云服務提供商。但這終究只是一種噱頭 —— 盡管會非常有趣。

谷歌似乎有意讓其云業務以自身方式獨立于母公司字母表（Alphabet）及其他準獨立業務板塊發展。坊間傳聞，2026 年谷歌云的營收增長率將在 30% 至 50% 之間，我們不禁好奇，其增長率是否能更高。