暴跌 10% 的谷歌：基本盘崩了，还是又一次「微软式」错杀？

隔夜美股盘后，谷歌母公司 Alphabet 财报出炉，股价一度暴跌逾 10%，几乎回吐过去大半年的涨幅。

只看快讯推送里的几个刺眼数字，谷歌的天，真的要塌了——搜索与广告业务全线低于预期，自由现金流更录得惊人的「负 91 亿美元」（市场预期约负 35 亿美元），AI 巨额资本开支的压力，似乎要把现金奶牛给啃穿了。

但如果把整场财报电话会的实录翻完，再对照前不久《Gemini 4.0 强到「刷屏」，Google 的 AI 反攻，来了？》里拆解过的长线逻辑，大概率会发现，这份财报远没有股价表现出来的那么悲观：谷歌的老业务确实出现了减速，但新业务的进展也比很多人想象中更猛。

这一波大跌，与其说是基本面崩盘，不如说是一场典型的「转型期误杀」。

这让笔者想起此前微软在云与 AI 转型过程中，市场围绕短期业绩、资本开支和长期回报反复定价的那些时刻。

谷歌就恰恰也撞上了这样一个只认当期数字、不愿为未来买单的「坏时候」。

一、拆解「爆雷」财报：是基本盘失速么？

先把市场最恐慌的几个「雷点」摊开看看。

谷歌这次挨揍，表面上，确实是因为传统基本盘的数字不够好看：

• 整体服务仍在增长，但略低于预期：Alphabet 第三季度营收达到 1276 亿美元，同比增长 25%，略低于市场预期；广告收入约 820 亿美元，同样不及预期。
• 核心广告业务全线低于预期：搜索及其他广告收入同比增长 12% 至 633 亿美元，低于市场一致预期的 649 亿美元，也没摸到买方 14% 左右的增速底线（作为对比，二季度这个数字还是 17%）；
• 公开承认「AI 搜索变现偏低」：AI 平均查询长度已经达到传统搜索的三倍，但变现效率相对较低，更多的交互暂时还没有带来与传统搜索相当的广告收入；
• Q4 与明年的指引依然「不讨喜」：刚创下 36.2% 历史新高利润率的云业务，预计 Q4 会因为增加使用第三方计算资源而面临利润率压力；在今年已经高达 1950 亿至 2050 亿美元的资本开支基础上，2027 年的资本开支还要「显著增加」；

这意味着，谷歌正在同时承受三重压力：现金牛老业务增速放缓、AI 新模式变现滞后、基础设施投入还要继续加码。

这三件事凑在一起，在当下的美股市场，几乎就是标准的「杀估值套餐」，但问题在于，市场是不是太执着于当期数字了？

毕竟，把搜索业务拆开看，所谓的「AI 杀死谷歌搜索」依然是个伪命题。本季度谷歌的整体搜索查询量（包括商业查询）增速创下了过去五年来的最高水平，在 AI 模式下，每月视觉搜索突破 500 亿次，且绝大多数属于「增量搜索」。

更重要的是，广告实验已经出现了一些积极信号。谷歌披露，AI Mode 中赞助商品列表与自然商品列表的点击率已经基本相当。

那为什么收入增速反而掉了？

这里有一个很关键的细节，CEO Sundar Pichai 在电话会上反复强调一句话：「就像十年前我们转向移动端一样，我们专注于先打造最佳搜索用户体验，然后再实现变现」，以至于直到笔者撰文时，谷歌刚宣布把 AI 模式广告首次推向国际市场，并在美国上线多轮对话广告。

换句话说，谷歌的策略是先让用户习惯新的搜索方式，再逐步扩大已经验证有效的广告形式，那伴随着用户习惯从「敲几个关键词」向「长链条的 AI 多轮交互」迁移，流量池子确实变大了，只是谷歌为了保住入口粘性，主动选择了让商业化慢半拍。

从估值的角度看，与其把现阶段的 AI 搜索当成拖累业绩的包袱，不如将其视为谷歌手里一张尚未充分兑现的「看涨期权」。

当前市场主要看到 AI 搜索对传统广告的潜在冲击，却可能低估了 AI Mode 未来的商业化空间。如果后续广告加载率、转化率和单次查询变现能力逐步提升，谷歌完全有机会在现有搜索生态上释放出新的收入增量。

当然，这张期权并不是免费的。

AI 搜索可能分流一部分原本变现效率更高的传统查询，更高的模型推理成本也可能侵蚀利润，如果新增查询最终能带来增量收入，而不是单纯改变用户的搜索方式，AI 搜索才有机会从一个需要防守的风险，变成谷歌下一阶段的看涨期权。

只可惜，现在的华尔街似乎没有那么多耐心。

市场不太想听「先体验、后变现」的故事，当下的资金极其功利，就是要看当季度的 EPS 和广告收入立刻暴增，尤其是在 AI 资本开支不断抬高的背景下，每一个暂时没有兑现的增长点，都可能被视为未来回报率下降的证据。

再加上 Sundar Pichai 本人一直是个典型的工程师思维 CEO，强调产品体验、技术进展、基础设施和长期回报，性格里极度缺乏「画大饼」和用宏大叙事煽动市场情绪的基因。

那面对分析师的追问，老老实实交代 Q4 的基数压力和算力瓶颈，叠加老业务减速压力先于新业务商业化成果反映在财务报表上，股价自然当场给你脸色看。

二、被忽视的新引擎：Cloud 翻倍，TPU 外销，Gemini 4 也在追上来

如果把视线从略显疲态的老业务挪开，顺着模型、云服务和底层算力往下看，会发现谷歌的新业务不仅不算差，甚至正在形成一套「全面开花」的 AI 商业体系。

这也是为什么我觉得，这次大跌有浓重的「误杀」色彩。

首先，Google Cloud 的狂飙，已经不只是一个漂亮的百分比。

第三季度，Google Cloud 营收同比暴增 103% 至 307 亿美元。作为对比，上一季度的增速约为 82%，在百亿美元体量上还能继续暴力加速，本身就说明了企业端需求的真实强度。

更值得关注的是利润。Google Cloud 本季度营业利润达 111 亿美元，同比翻了三倍不止，营业利润率直接从去年同期的 23.7% 跃升至 36.2%，创下历史新高。与此同时，云业务的积压未履约订单更是冲到 5610 亿美元，其中超过 55% 预计将在未来 24 个月内确认为收入。

这也是上文提到，管理层预警「由于算力供不应求，Q4 加大租用第三方算力会给云利润率带来短期逆风」的核心原因。

如果往细了看企业端的落地，谷歌披露其全部 AI 服务中的「知识工作席位」销量已突破 1 亿个，近 90% 的财富 100 强企业都在用 Gemini Enterprise——比如法国巴黎银行为超过 6.5 万名员工部署了该系统，塔塔钢铁在九个月内上线了 300 多个专业 AI Agent 来优化供应链与客户服务。

诚然，仅靠几个标杆案例还不能直接算出谷歌从企业 AI 里赚到了多少净利润，但它们至少证明了 AI 正在从早期的 Demo 演示和局部试点，真正接管企业内部的实际工作流。

而一旦企业开始把 AI 用于编程、知识工作、数据分析和业务流程自动化，它所带来的就不只是模型调用费，还可能进一步拉动算力、存储、数据库和安全服务的需求，助力谷歌把 AI 从一个独立的模型产品，变成一整套可以向企业持续销售的基础设施与服务。

其次，是把市场吓坏了的「负 91 亿美元自由现金流」背后，其实藏着一条正在急速扩张的 TPU 外销生意。

很多人看到自由现金流连续两个季度为负、且远逊于预期，第一反应是「AI 烧钱无底洞」，但如果仔细听 CFO Anat Ashkenazi 和云业务 CEO Thomas Kurian 的拆解，就会发现这笔「亏空」背后藏着一门大生意。

其中除了 514 亿美元的常规基础设施资本开支，三季度的现金流出里，有一笔 52 亿美元的 2018 年欧盟历史罚款最终赔付，如果剔除这笔 52 亿美元的欧盟罚款现金支付，谷歌本季度的现金流表现，其实没有报告数字显示得那么差。

第三季度，Alphabet 报告自由现金流为负 90.65 亿美元，较第二季度的负 58.55 亿美元进一步恶化，但如果简单剔除这笔一次性的罚款现金支出，调整后的自由现金流约为负 38.65 亿美元，反而比第二季度改善了约 19.9 亿美元。

除此之外，我们在上一篇文章里专门分析过，谷歌的 TPU 正在从「自己用来省钱的内部芯片」，变成「拿出去卖算力的平台化产品」，这个逻辑在三季度彻底兑现成了真金白银的订单：

• 芯片性能迭代：最新训练芯片 TPU 8T 性能较上代提升 2.7 倍，推理芯片 8I 性价比提升 80%，在当前加速算力稀缺的环境下具备极强的定价权；
• 软件生态破圈：谷歌与 Meta 合作推出 TorchTPU，改善 PyTorch 工作负载在 TPU 上的训练、推理和部署体验，降低开发者迁移成本；
• 分发渠道外扩：TPU 系统不再只锁在谷歌云上，开始通过与 Oracle、Crux AI（与黑石成立的合资企业）合作，甚至直接部署进客户的本地数据中心，目前已有近百家重量级客户（包括苹果、Anthropic、Citadel、Jump Trading 等）在使用 TPU；

重点来了，为什么 TPU 卖得越好，当季现金流越惨？

因为对外销售整套 TPU 系统（包含硬件、存储、光互联网络和软件栈）的财务确认周期，和传统云租赁完全不同，谷歌在电话会上就披露：「所有 TPU 系统的库存均对应已签订的合同，我们只在有合同的情况下才采购零部件建库存」。

换句话说，客户已经签了死合同，谷歌必须先把真金白银花出去买零件、攒库存，这在三季度的现金流量表上就体现为巨大的现金流出；等到 2027 年系统大规模交付、开具账单时，这笔钱才会变成海量的收入和现金流涌回来。

这是一种不同于自建数据中心的现金流周期，也即前期库存积累会压低经营现金流，随着系统交付和客户付款，相应的营运资本占用才有机会逐步释放。

因此把「有确定合同背书的备货时间差」，当成「基本面恶化的现金流枯竭」，显然是看错了账本。

最后，就是 Gemini 4 系列的亮眼表现，正在为谷歌的全栈 AI 拼图补上最关键的一块。

上一篇文章里我们分析，Gemini 并不需要「天下第一」，只要能留在第一梯队，谷歌庞大的分发机器就能转起来，结果自 Gemini 4 系列亮牌以来，谷歌不仅稳住了阵脚，在部分关键评测上甚至直接冲到了最前排。

除了两周前发布的 Gemini 4 Argon，这次最新端出来的 Gemini 4 Carbon，在最新更新的权威榜单 Artificial Analysis Intelligence Index 中，以 59 分的成绩直接登顶全球第一，在全栈 Web 开发、多模态理解、科学推理和网络安全上全面碾压 Argon（目前甚至已经在接受美国政府的测试）。

再加上刚发布的世界模型 Genie 4，进一步拓展实时交互式环境模拟能力，为机器人和智能体训练提供基础。

反映到实际调用数据上，谷歌第一方模型 API 每分钟处理的 Token 量已接近 320 亿个，环比增长 40%，是去年同期的四倍以上；Gemini 应用的用户规模也正式迈过 10 亿大关。

当然，客观地讲，模型榜单排名、用户规模和 Token 吞吐量，并不等于利润已经落袋。但它们至少有力地回击了市场的质疑——谷歌在模型能力、产品渗透和开发者生态这几个核心环节上正在持续加速，绝非被竞争对手甩开后只能被动挨打。

更重要的是，模型本身并不是一门孤立的生意。

模型能力越强、推理成本越低，谷歌就越有机会把 AI 深度嵌入搜索、Workspace 和 Gemini 应用，也能进一步推动企业客户使用 Google Cloud、调用模型、部署智能体；反过来，云基础设施和自研 TPU 又能为模型训练、推理和大规模部署提供支撑。

这就是之前反复强调的全栈逻辑，让模型、产品入口、云服务和底层芯片形成一个相互促进的商业闭环。

所以，把这三张牌放在一起看，脉络其实非常清晰：Google Cloud 已经在贡献翻倍增长的收入与丰厚利润，TPU 外销正在撕开算力市场的新口子，而 Gemini 4 则在源源不断地强化这套体系的底座。

这三条线还没有在当季度立刻转化为华尔街最想看到的自由现金流，但齿轮显然都在朝着同一个方向咬合推进。不幸的是，也正因为老业务换挡期的摩擦和现金流「时间差」，被只看当期数字的市场一闷棍打趴下了。

这不叫误杀，叫什么？

三、像微软一样被错杀？2B 巨头的「感知度时差」

一边是增长 12% 但不及预期的搜索广告业务、暴增 103% 的 Google Cloud，以及高达 5610 亿美元的云业务积压订单；另一边，却是盘后一度暴跌 10%、几乎抹去大半年涨幅的股价。

这种强烈的割裂感，让人很难不联想到此前的微软（MSFT）。

在微软向 Azure 云和早期 Copilot 转型的关键阶段，华尔街也曾上演过几乎一模一样的剧本：只要当季的传统 Windows OEM 业务或者个人计算板块稍微拖了后腿，又或者资本开支短期激增压制了自由现金流，哪怕 Azure 的底层预订量狂飙，市场照样先砸为敬。

如今的谷歌，面对的正是这样一组不完全相同、但底层逻辑高度相似的矛盾。

为什么科技巨头在转型期总是逃不开这种「老业务拖累新业务、好财报被当成烂财报砸」的宿命？核心原因在于，2B 业务与 2C 业务之间，存在着巨大的「市场感知度时差」。

尤其是企业云、AI 基础设施和智能体平台，需求往往通过长期合同、算力消费、软件席位和后续续约逐步体现，不像消费级应用那样，可以直接从下载量、榜单排名和日活数据中感知热度。

像谷歌的搜索和 YouTube，是最典型的 2C 流量生意，高频、透明、全市场每天都在用：Gemini 今天有没有更聪明，搜索体验有没有更好，用户是否开始使用 AI Mode，这些变化极其直观。一旦搜索广告增速从 17% 掉到 12%，或者 AI Overviews 里广告变少了，华尔街的分析师和散户在从数字上很快感知到，「帝国黄昏」的唱衰随之而来......

但谷歌正在全力扩张的新引擎——Google Cloud、Gemini Enterprise、BigQuery，以及 TPU 对外销售等等，全都是重度的 2B 基建生意。

2B 生意的规律从来都是「慢热、锁单、后置兑现」，企业客户是否正在把工作负载迁移到 Google Cloud、是否开始在生产环境中使用 TPU、是否愿意签下多年期算力合同，这些变化很难仅凭日常体验判断：

• 第一步是漫长的内部跑通：企业客户需要先在内部完成安全合规与测试（比如法巴银行为 6.5 万名员工部署 Gemini、塔塔钢铁上线 300 多个工业 Agent），这期间 2C 市场几乎毫无体感；
• 第二步是订单锁死与成本前置：算力和系统需求先锁进高达千亿美元的积压订单里，为了履约，谷歌甚至要先自己掏真金白银去垫付 TPU 库存、承受自由现金流转负的压力；
• 第三步才是商业化的集中井喷：等到算力交付完毕、Agent 真正接管企业日常工作流，客户从「签下合同」走向「实际消耗 Token 并持续续约」，收入与利润才会在未来的某一个节点迎来集中释放；

这正是 2B 生意最显著的特征：需求先体现在合同里，投入先体现在成本里，而真正的收入与利润兑现，则必须等到交付、使用和规模化逐步完成。

这也解释了为什么一家公司可能在企业端取得了非常积极的进展，股价却依然表现不佳。

对于消费级产品，市场很容易通过用户增长、使用频率和付费率来判断商业化进展；对于企业 AI，市场还需要判断订单能否转化为实际消费、客户是否持续续约，以及企业能否在满足需求的同时维持合理的利润率。

所以，复盘当年的「微软式错杀」，真正值得我们借鉴的，恰恰是当市场用短期财务数据给一家正在转型的巨头重新定价时，我们需要冷静地区分，究竟是它的长期竞争力真的恶化了，还是新业务的兑现周期，暂时落后于市场的预期？

回到今天的谷歌，答案显然更倾向于后者。

只不过，在当下的宏观环境和市场审美里，资金对这种「2B 时差」极度缺乏耐心。

说到底，资金在恐高情绪下，宁愿给当期立竿见影的利润买单，也不想为哪怕只隔了两个季度的确定性订单多等一等。

写在最后

回到我们最初的问题：暴跌之后的谷歌，逻辑变了吗？

至少在我看来，一个月前在《Gemini 4.0 强到「刷屏」，Google 的 AI 反攻，来了？》里写下的核心判断，不仅没有失效，反而被这份财报进一步夯实了：

• 当时的悬念是「盲测里的 Gemini 4 能不能追上一点」，现在能力大涨的 Argon 和 Carbon 已经摆在了台面上；
• 当时的逻辑是「Cloud 和 TPU 在帮谷歌收过路费」，现在谷歌云的增速从 82% 直接干到了 103%，TPU 抢手到逼着谷歌贴钱攒库存、甚至去租第三方算力救急；

Sundar Pichai 把即将到来的 2027 年定义为谷歌的「生产力黄金年」，而 CFO 也明确将 2027 年划为 TPU 收入大规模确认的「收获之年」。

诚然，搜索广告增速放缓、自由现金流转负，以及 2027 年资本开支还将显著增加，都是无法回避的现实问题，也是市场在四季度仍会反复博弈的焦点。

但如果回顾微软是如何走过「老业务降速、新基建蓄力」的深水区，或许就能多一分笃定，当一家手握数十亿级 C 端入口、大模型重回王座、B 端积压了 5610 亿美元订单的巨头，仅仅因为「主动延后搜索变现」和「签单备货的现金流时差」而被砸出 10% 的深坑。

这很可能是市场情绪在「感知度时差」下，给长线资金送出的又一次错杀筹码。

而这，或许正是复盘「微软式错杀」在今天最值得玩味的地方。