Google财报前瞻：Gemini开始赚钱了吗？AI商业化到了看回报的阶段

本文由 财报研究社Pro 撰写/授权提供，转载请注明原出处。

以下文章来源于：财报研究社Pro

AI 竞争已经不只看谁的模型更强。产品能不能留住用户、流量能不能变成收入、算力投入多久可以收回，正成为下一轮较量的重点。

Alphabet 即将公布 2026 年第三季度财报。此前一个季度，公司营收达到 1198 亿美元，同比增长 24%；Google Cloud 营收增长 82% 至 248 亿美元，经营利润升至 88.14 亿美元；Google 搜索及其他广告收入同比增长 17%。与此同时，Gemini 应用月活跃用户达到 9.5 亿，模型 API 每分钟处理约 220 亿个 Token。

Google一边借云业务承接企业 AI 需求，一边把 Gemini 铺进搜索和消费级产品，传统广告仍在提供现金流。不过，用户规模、收入增长和商业回报并不是一回事。第三季度财报要回答的，是 AI 带来的新增收入能否跑赢不断上升的基础设施成本。

Google Cloud 是 Alphabet目前最清晰的 AI 变现渠道。第二季度，该业务营收达到 248 亿美元，经营利润为 88.14 亿美元，均较上年同期明显增长；截至季末，与 Google Cloud 相关的剩余履约义务为 5139 亿美元。需求和盈利同步改善，说明企业 AI 已经不只是试用项目，正在进入更大规模的采购和部署。

Google 的优势，是把自研 TPU、Gemini 模型、数据工具和云服务放在同一套产品里。企业上线 AI 应用，往往还要处理数据治理、安全和开发等问题。产品越完整，Google 越有机会从一次算力采购延伸到长期的平台使用，而不只是出售服务器资源。

这也让 Google 与微软的竞争更有层次。微软依托 Azure 和企业软件生态推进 AI 落地，Google 则把云平台与搜索、YouTube 等流量入口连在一起。前者更靠企业软件关系，后者的看点则在于，能否把模型能力同时转化为云收入和现有业务的效率提升。

不过，剩余履约义务并不等于当期收入，客户采用 Gemini 也不代表已经形成高额、持续的付费。订单何时兑现、客户实际用了多少算力，以及新增收入能否覆盖服务成本，仍要靠后续数据观察。

因此，第三季度看云业务，除了增速，还要看经营利润率和管理层对供需的描述。如果收入继续增长、利润率却明显承压，可能意味着算力和数据中心成本正在更快进入报表；如果两者保持同步，Google Cloud 的增长质量会更有说服力。

第二季度，Gemini 应用月活跃用户达到 9.5 亿，模型 API 每分钟处理约 220 亿个 Token，较上一季度的 160 亿继续增长。同期，Google 搜索及其他广告收入为 632.71 亿美元，同比增长 17%；YouTube 广告收入为 110.55 亿美元，同比增长 13%。

把这些数字放在一起，可以看到 AI 使用量上升时，Google 的广告基本盘仍有韧性。但搜索广告增长不能简单归因于 AI，Gemini 月活也不能直接换算成收入。免费用户是否转向订阅、API 调用是否带来稳定付费、AI 回答能否提高商业查询效率，才是流量之后的下一道题。

AI 搜索尤其微妙。AI Overviews 和 AI Mode 让用户更快得到答案，却也可能减少跳转网页的次数。对 Google 来说，更好的体验和更多的停留时间未必天然等于更多广告收入，关键是新的展示方式能否维持广告主的投放效果。

一种可能是，AI 帮助 Google 识别更复杂的搜索意图，带来更多查询，并提高广告匹配效率；另一种可能是，答案页分走了商业网站的访问量，而新的广告形式还来不及补上收入。前者打开增量空间，后者则会让推理成本和广告压力同时显现。

YouTube 和 Workspace 提供了另外两条路径：AI 可以改善视频推荐、创作工具和办公效率，再通过广告、订阅或企业合同变现。不过，这些收入大多不会单独披露，第三季度更现实的观察点，仍是搜索收入、订阅业务和整体利润率有没有出现可辨认的变化。

Google 从来不缺流量入口。真正的考验是，Gemini 进入更多产品之后，能否让用户更频繁地使用 Google，同时没有削弱原有广告模式的效率。

自研 TPU 既能服务 Gemini 训练和推理，也能成为 Google Cloud 的差异化产品。软硬件协同有机会降低特定工作负载的单位成本，减少对外部芯片供应的依赖；如果对外销售顺利，TPU 还会从内部工具变成一项新的收入来源。

但自研不等于便宜。芯片设计、先进封装、网络设备、数据中心和电力供应都需要持续投入，硬件更新还会带来折旧压力。即使单次推理成本下降，只要用户量和调用量增长得更快，总投入仍可能继续上升。

2026 年上半年，Alphabet 资本开支达到 806 亿美元，较上年同期的 396 亿美元翻了一倍以上。公司还表示，全年技术基础设施投入将较 2025 年显著增加。对 Google 而言，AI 已不只是产品方向，也在重塑现金流和成本结构。

这笔投入是否划算，不能只看资本开支的绝对规模。数据中心和芯片通常先投入、后产生收入，短期内压低自由现金流并不意外；更重要的是，云收入、广告效率和算力利用率能否随着产能上线而改善。如果投入持续提速，收入兑现却慢下来，折旧和运营成本就会更明显地侵蚀利润。

TPU 对外销售提供了一个新变量。Alphabet 披露，部分 TPU 供应协议已在第二季度开始确认收入，其中大部分预计在 2027 年确认。这说明自研芯片已经走出内部使用，但协议规模、交付节奏和利润贡献仍未完全展开，暂时不宜把订单直接等同于成熟业务。

所以，第三季度的现金流值得和云业务放在一起看。成熟的广告业务仍能为 AI 扩张提供资金，但如果资本开支长期快于经营现金流增长，外界对回报周期的耐心会被反复检验。

Alphabet 已经把模型、芯片、云平台和消费级入口串了起来。现在的问题不再是 Google 有没有 AI 能力，而是这些能力能否在财务报表上形成一条看得见的路径。

第三季度可以沿着三条线看：Google Cloud 的增长有没有带来相称的利润，Gemini 进入搜索后是否守住广告效率，以及资本开支增加后，自由现金流承受了多大压力。三者如果能互相印证，AI 商业化的轮廓才会更清楚。

当然，一份财报很难给出终局答案。企业合同确认收入需要时间，新的广告形态也仍在测试，基础设施投资更会跨越多个季度。与其寻找一个“Gemini 已经赚钱”的结论，不如看收入和成本之间的距离是在缩小，还是继续拉大。

Google 并不缺 AI 故事，眼下更需要的是一张更清楚的收支表。如果财报只告诉市场用户更多、算力更大，却不能解释钱从哪里赚、成本何时摊薄，Gemini 离真正的商业化仍有距离；如果云利润、搜索变现和现金流能够同步改善，AI 才算从产品热度走进 Alphabet 的生意里。

本文基于 Alphabet 公开披露信息撰写，仅作财经信息与行业分析，不构成任何投资建议。

扫码关注公众号

获取更多技术资讯