谷歌为什么盘后暴跌？华尔街追问了谷歌、微软什么？

但是，为什么AI业务增长更快的谷歌反而盘后暴跌？先来看谷歌本季度的财务和业务数据：

市场首先焦虑的，当然还是谷歌本季的自由现金流（FCF）为负的90.7亿美元，连续第二个季度为负。管理层给了解释：资本开支增加、为TPU系统销售提前备货，以及支付约52亿美元的欧盟罚款。 

而市场真正焦虑的是谷歌的广告收入不及预期，这是真正的忧虑。本财季，Google广告收入约820亿美元，未达到市场预期；Search广告增长12%，YouTube广告增长9%。这两项业务的意义远超它们各自的收入数字。

搜索广告长期以来是谷歌商业模式的核心现金流引擎，而市场焦虑的是AI会不会改变谷歌这条价值链。传统搜索往往提供多个链接，用户自己比较和选择。AI Agent则可能直接完成比较、推荐、预约、下单。用户得到的服务更好，但原先由搜索结果页承载的广告展示、点击和导流机会大概率就没有了。

如果用户从“搜索→点击→比较”转向“提出需求→AI直接执行”，广告究竟应该放在哪里？商家还需要为点击付费，还是会转向按成交、推荐或其他结果付费？谷歌能否在提供更完整的AI答案时，仍然维持过去的广告变现效率？这些都是致命的问题。

如果AI搜索持续改变用户行为，导致传统广告变现效率承压，而谷歌又需要持续增加算力投入的CapEx，那么它可能同时面对两端压力：旧业务现金流增长放缓，新业务却需要更多资本。

因为市场知道，如果AI冲击了谷歌的商业模式，后继就必然会冲击谷歌的资本开支能力。一个核心商业模式受到质疑的公司，会面临不断收缩的资产负债表和现金流量表，进而融资能力开始受损，哪怕谷歌本身还想进行更多的融资以维持AI CapEx。

所以，华尔街在谷歌财报后的电话会议（Earnings Call）中进行了严肃的追问，可谓刀刀见血。

第一问：JPMorgan分析师Doug Anmuth问，搜索查询增长最快，为什么搜索收入增长反而放缓？

Doug Anmuth把两个看似矛盾的数据摆在一起，谷歌称搜索查询增长率达到五年来最高水平，但搜索收入增长却出现放缓。他直接追问，是否因为AI Overviews和AI Mode中的广告投放还不够多？这些新形态占据了越来越高比例的查询。其实他真正质疑的是，用户使用增长能否继续转换为广告收入？

谷歌商务负责人Philipp Schindler的回答包含三部分：汇率是搜索增长放缓的最大单项因素；零售和媒体等行业存在各自的广告支出变化；同时，AI Mode查询快速增长确实对收入增长产生了影响，因为当时其变现水平较低。

这是一份部分有效、但完全没有消除疑虑的回答。它解释了本季度谷歌广告收入增速放缓的若干原因，也给出了商业化正在推进的证据，但它没有披露AI搜索广告相对于传统搜索的变现效率、单位查询收入或利润贡献。也就是说，管理层证明了自己正在尝试解决问题，却没有证明问题已经解决。

第二问：Goldman Sachs分析师Eric Sheridan问，算力有限时，谷歌究竟优先把算力分配给谁？

Eric Sheridan实际追问的是，在算力持续受限的情况下，谷歌如何决定将新增算力分配给集团内不同业务，以及如何在服务云客户与对外销售TPU系统之间进行取舍。这不是一个单纯的技术问题，它触及资本回报的核心：同一批昂贵的算力，究竟放在搜索、Gemini、Google Cloud，还是用于对外销售TPU，哪种用途能产生更高的风险调整后回报？

Sundar Pichai表示，谷歌采用长期规划和严格的投资回报率框架，而不是简单的短期算力分配，基本等于没有回答。所以，华尔街根本无法判断，谷歌究竟是在把稀缺算力配置给最有价值的用途（比如谷歌自己的模型研发），还是在同时追逐多个巨大的机会，谷歌自己的模型还有未来么？

第三问：Barclays分析师Ross Sandler的问题是，TPU系统销售到底有多少收入和利润？

Ross Sandler提出了一个非常具体的问题，如果一GW的TPU完整系统连同计算及其他组件成本约为350亿美元，谷歌最终会确认多少销售收入？相对于当前Google Cloud业务，这种销售的利润率如何？随着Anthropic等AI实验室建设自有基础设施，谷歌未来是否能够把部分资本开支转移给客户？

这是本次电话会议中最直接触及TPU商业模式的问题。分析师想知道的不是TPU有没有需求，而是它到底是一门高利润、轻资本的生意，还是一门需要先投入大量现金、再等待交付和回款的系统业务（千万不要是大量消耗现金流，还没有多少利润）。

CFO Anat Ashkenazi拒绝披露产品层面的具体财务数据。她解释说，订单签订后，公司先增加库存，现金先流出，随后在系统交付和向客户收费时才收回现金，更多TPU系统销售收入预计在2027年体现。这个回答解释了为什么TPU业务扩张会加大短期现金流压力，但没有回答利润率究竟是多少，也没有明确说明每一美元系统销售对应多少前置现金投入。

第四问：Bank of America分析师Justin Post的问题是，Agent会不会伤害搜索？它能否创造更高的变现价值？

Justin Post本质是追问了两个相互关联的问题，当AI Agent逐渐接管用户原本在搜索中完成的活动时，谷歌如何管理搜索向Agent的转型？这种变化究竟是搜索业务的潜在拖累，还是可以带来更高的长期变现能力？他还问TPU业务是否值得继续投入大量算力。

Philipp Schindler表示，谷歌认为Agent体验是增量机会，并强调Universal Commerce Protocol、购物车和支付等基础设施，希望AI在自动化繁琐步骤的同时，保留用户喜欢的商品发现和选择过程。

这回答了谷歌的产品战略，却完全没有回答财务问题。如果Agent只是让用户更方便地完成购物，谷歌可能受益于更多交易机会；但如果Agent直接替用户选择商品、完成交易，谷歌与商家之间的商业关系、谷歌的广告收费方式和流量分配规则都会被改变。

谷歌必须证明，自己不仅能够把Agent做出来，而且能够在Agent替代部分传统搜索流程的同时，维持甚至提高每位用户的长期商业价值。产品体验更好，是必要条件，却不是商业模式已经成立的充分证据。

微软为什么得到市场奖励？ 

微软本季度的数字并非毫无瑕疵。资本开支为452亿美元，低于部分市场预期，公司还表示，原本预计在本季度到位的部分第三方算力交付有所延迟。

但微软的收入、Azure增长、商业剩余履约义务（RPO）和自由现金流整体表现相当强劲。与谷歌相比，微软在本季给出了更清晰的近期增长信号：Azure增长48%，下季度增长指引进一步提高到49%–50%；与此同时，公司自由现金流仍为正，达到186亿美元。它让市场更容易相信，需求增长与资本投入之间仍然存在可以持续的经济关系。

再来看看华尔街对微软的提问。

问题一：UBS分析师Karl Keirstead的提问是，Azure下季度增长接近50%，具体靠什么实现？

显然，Karl Keirstead追问的是Azure增长指引背后的驱动因素，包括算力供给、第三方客户分配、OpenAI需求，以及微软自身的工程效率。

CFO Amy Hood解释说，微软本季度通过改进GPU、CPU、应用和平台层的效率，释放出更多可用容量；部分高质量模型的Token定价高于预期，也对当季表现有帮助。但她同时提醒，部分原计划第二季度交付的第三方算力被推迟到下半年，未来增长仍取决于工程效率、算力交付和模型组合等因素。

这份回答比单纯强调需求强劲更有信息量，微软不只依靠新增数据中心，也在努力提高现有基础设施的利用率。但它同样留下一个问题：当工程效率的增量、Token价格和算力交付节奏都影响季度增长时，Azure未来的增长轨迹并非完全平滑，也可能阶段性的低于市场预算。 

问题二：Bernstein分析师Mark Moerdler的问题是，AI需求来自传统企业，还是少数AI原生客户？

这是一个非常精彩的提问，这个问题背后的担忧是：

AI基础设施收入是否集中在少数大客户，还是已经扩散到足够广泛的企业工作负载。前者可以迅速拉高收入，却可能带来客户集中、合同波动和资本配置风险；后者则更有可能形成持久的企业云业务。

Satya Nadella列举了联合利华的自动化订单处理、劳斯莱斯的复杂维护与供应链管理，以及银行的端到端业务流程等案例。这为“企业AI开始进入真实工作流”提供了案例支持，但微软的管理层也承认，企业工作负载的扩散是一个长期过程，不应只根据几个季度的增长来判断，而应该更长期。

问题三：Goldman Sachs分析师Gabriela Borges的问题是，微软自己的模型在追赶，OpenAI又占据重要收入，未来Token收入会怎样分配？

这又是一个精彩的提问，这实际上在问：微软的AI基础设施业务是否过度依赖少数模型供应方和大客户，以及当模型能力越来越容易被替代时，微软究竟能从中保留多少价值？

Nadella的回答是，企业应当拥有一个灵活的模型工具箱，在某些任务上使用前沿模型，在其他任务上使用开源或自研模型，再根据价格、质量和任务要求切换。他强调Foundry等平台的价值，是让客户不被某一种模型锁定。这一策略有助于微软把价值从单个模型转向平台、数据、工作流和企业基础设施。 

两份财报和财报后的电话会议大致说完。更关键的是我下面的问题，时至今日，我想市场应该意识到：

现在这个阶段，AI投资的逻辑不能只停留在“需求很强，所以必须继续投资”。它最终必须回到资本市场最基本的问题：投入一美元，未来能够收回多少现金，多久收回，以及这一回报能否持续，进一步则是，AI主要投资者的资产负债表和现金流量表是否足够强大以支撑更多的融资。

这当然不是我的想法，而是市场交易出来的结果。

（全文完）