400-100-5265

预约演示

谷歌电话会要点:搜索+17%、云+48%,AI Mode与Antigravity加速落地

2026-02-10

【导读】Alphabet在2025年第四季度与全年财报电话会中释放出清晰信号:AI不再只是研发叙事,而是贯穿搜索变现、YouTube创作者生态与Google Cloud企业交付的“增长引擎”。从Gemini 3 Pro的快速adoption、AI Mode查询结构变化,到Google Antigravity推动智能体开发,再到2026年1750–1850亿美元资本支出计划,Alphabet正把“全栈AI”推向更大规模的基础设施与更直接的商业闭环。

一、业绩主线:搜索、YouTube、云三驾马车齐涨,订阅与企业席位放量

电话会披露的核心事实可以概括为三点:收入规模上台阶、核心业务同步提速、AI相关产品开始形成“使用量—订单—利润率”的联动。

1)全年与季度规模:增长由搜索与云拉动更明显

  • 2025年全年合并收入4030亿美元,同比增长**15%**。
  • 2025年第四季度合并收入1138亿美元,同比增长**18%(constant currency口径约17%**)。
  • 第四季度营业收入359亿美元,营业利润率31.6%;净利润345亿美元,每股收益2.82美元
  • 全年自由现金流733亿美元,现金及有价证券1268亿美元,长期债务465亿美元

2)搜索:AI Mode带来查询结构改变,非文本查询抬升

  • 搜索及其他收入第四季度同比增长**17%**。
  • 管理层强调:AI概览(AI Overviews)与AI模式(AI Mode)推动使用量创历史新高,并显著改变用户交互方式:
    • 美国市场每位用户的日均AI Mode查询量翻倍
    • AI Mode查询长度约为传统搜索的3倍
    • 近六分之一AI Mode查询来自语音、图像等非文本输入;
    • “圈选搜索(Circle to Search)”覆盖超过5.8亿安卓设备。
      这些指标的意义在于:搜索从“短句检索”向“对话式、多轮、多模态”迁移,后续会直接影响广告匹配、竞价面、转化链路设计。

3)YouTube:全年收入破600亿美元,广告与订阅形成对冲结构

  • YouTube全年广告+订阅合计收入突破600亿美元
  • 第四季度YouTube广告收入114亿美元,同比增长**9%**,主要由直接响应广告推动;品牌广告则受到2024年美国大选带来的高基数影响。
  • 订阅侧持续增强:YouTube Music和Premium增长强劲,NFL Sunday Ticket付费用户数创历史新高。
  • Shorts日均观看量超过2000亿次,并且在部分市场“每观看小时收入”超过传统信息流广告。
    同时,YouTube将AI工具向创作者端“规模化下发”:12月平均每天有超过100万频道使用AI创作工具,且有2000万观众使用由Gemini驱动的内容问答/理解工具。

4)Google Cloud:收入+利润率+积压订单三项同时走强

  • 第四季度Google Cloud收入177亿美元,同比增长48%;运营利润53亿美元,利润率升至**30.1%**(去年同期17.5%)。
  • 积压订单(Backlog)环比增长55%至2400亿美元,同比“超一倍”。
  • 管理层给出多个“企业侧粘性”信号:新客户获取速度较年初翻倍;十亿美元级交易数超过前三年总和;现有客户实际支出比初始承诺高出**30%+**。
  • 企业AI产品牵引明显:基于生成式AI模型构建的云产品收入同比增长近400%;超过12万家企业使用Gemini;GEMINI Enterprise推出约四个月售出**800万+付费席位,覆盖2800+公司,并在Q4处理50亿+**客户交互(同比+65%)。

二、全栈AI推进路径:从算力、模型到产品与开发平台的“闭环式扩张”

这次电话会的AI信息密度很高,但主线并不分散:Alphabet试图用“基础设施—模型—产品—商业化”串成闭环,并通过效率指标证明投入可持续。

1)基础设施:GPU+TPU并行,数据中心与能源能力补短板

  • 计算选项强调“多元”:既包括Nvidia最新Vera Rubin GPU平台,也包括自研超过十年的TPU体系(电话会中还提及云侧提供第七代TPU等)。
  • 为了支撑规模扩张,Alphabet宣布拟收购Intersect,定位在数据中心与能源基础设施解决方案。
  • 成本效率给出明确数字:通过模型优化、效率提升和利用率改善,2025年**Gemini服务单位成本下降78%**。
    这一“单位成本下降”对外传递的信号是:推理与训练的成本曲线仍可被工程与架构持续压低,从而为更大规模的用户侧产品形态(对话、视频、智能体)打开空间。

2)模型:Gemini 3 Pro成为高adoption版本,tokens吞吐成为关键运营指标

  • 管理层将Gemini 3 Pro定位为推理与多模态理解的新标杆,并称其成为公司历史上adoption最快的模型。
  • 量化指标:Gemini 3 Pro发布后,平均日处理tokens是Gemini 2.5 Pro的3倍
  • 第一方模型通过API的tokens吞吐也被频繁提及:从上季度“每分钟约70亿tokens”上升到“每分钟超100亿tokens”。
    tokens吞吐在这里不仅是技术指标,更接近“云端AI业务的用量计费与容量规划指标”,与后续资本支出、供应约束直接相连。

3)开发平台:Google Antigravity指向“智能体开发与软件任务自动化”

  • Google Antigravity被描述为新的开发平台,目标是让智能体(Agents)能够自主规划并执行复杂的软件任务。
  • 上线两个多月,周活跃用户超过150万
    在企业软件与开发者生态语境里,“平台级”产品的价值在于把模型能力包装成可复用的工程栈,减少企业自己从0搭建Agentic工作流的成本,并更容易沉淀为云端锁定效应。

4)产品整合:AI Mode、AI Overviews到“可交易的商业闭环”

  • 搜索侧:将Gemini 3直接集成进AI Mode;AI Overviews升级到Gemini 3;并强化“从AI概览到AI模式对话”的无缝衔接。
  • Chrome侧:提出“AI优先智能浏览器”,例如AutoBrowse等能力。
  • 商业侧:推出开放标准Universal Commerce Protocol,试图把AI时代的购物体验标准化并拉通生态互操作性;并在AI Mode中测试新的广告/优惠形态(如“直接优惠”)。
  • 内容与世界模型侧:提出Project Genie(基于“通用世界模型Genie 3”实时创建和探索交互式世界),并将Imagine、VO、Lyria、Genie等工具持续向YouTube与云侧整合。
  • 终端与生态:合作伙伴(含三星)将Gemini集成到XR与家庭娱乐等设备;并确认Pixel 10系列将新增Pixel 10A机型。

整体来看,Alphabet在把AI从“回答问题”推进到“完成任务、触发交易、沉淀内容资产”的更长链路,而这要求其在模型能力之外,必须同时补齐协议、分发与商业化组件。

三、2026投资与约束:资本支出大幅上调,供应链、电力与折旧压力同步上升

电话会最“硬核”的一句话是:2026年资本支出预计1750亿至1850亿美元。这不仅意味着扩张决心,也意味着财务与运营的权衡进入新阶段。

1)CapEx结构:服务器为主,数据中心与网络同步扩建

  • 2025年全年资本支出914亿美元,第四季度资本支出279亿美元
  • 资本支出结构保持稳定:约60%用于服务器等短周期资产,约40%用于数据中心与网络设备等长期资产。
  • 2026年“超过一半”的机器学习计算资源将分配给云业务

2)供给侧仍紧:算力缺口短期难以完全消除
管理层多次强调“供应受限”:即便持续扩充算力,受制于供应链交付周期、电力/土地等要素,2026年全年可能仍处于供给紧张状态。对外部云客户与内部DeepMind前沿模型研发而言,这意味着更精细的容量调度与更强的效率工程。

3)利润表压力:折旧与能源成本将继续抬升

  • 2025年折旧费用211亿美元,较2024年的153亿美元增长**38%**。
  • 由于近年基础设施投资加速,预计2026年折旧增速在一季度会进一步加快,并在全年保持显著增长。
    这类表述通常暗示:即便收入端强劲,短期利润率也会受到“技术基础设施扩张的会计与运营成本”挤压,考验精细化运营能力。

4)效率策略:编码代理与后台智能体进入“日常经营”
电话会提到多个效率抓手,其中较醒目的包括:约50%代码由coding agents编写后再由工程师review;以及在财务团队等后台部门部署agents处理发票、对账等流程。它传递的管理信号是:AI不仅用于对外产品,也用于内部生产力体系,以释放预算空间支撑CapEx与人才投入。

结语:技术背后的管理思考

从这次电话会能看到一个趋势:AI正在把企业竞争从“功能创新”推向“系统能力竞赛”——算力供给、模型迭代、产品分发、协议生态与商业化机制,缺一不可。对企业管理者而言,这会带来三方面启示:第一,组织需要更快适配Agentic工作方式,尤其在研发、运营、财务、客服等流程中,让agents参与到“可审计、可回滚”的任务链路里,重新定义人机分工与流程责任边界;第二,人才结构会发生迁移,数据工程、MLOps、模型评测、AI安全治理、Prompt/Workflow设计等能力将从“加分项”变成“基本盘”;第三,随着折旧、能源与供应链约束成为AI时代的新成本项,企业更需要用精细化的经营体系衡量AI投入产出,而不是仅用“是否上了大模型”来判断数字化水平。正如红海云在探索新一代人力资源管理解决方案时所强调的,技术的终极价值在于赋能组织:把AI能力沉到制度、流程与人才体系中,才能在不确定的外部环境里持续提升组织效能与协同效率。

创作声明:本内容包含AI辅助创作,观点仅供参考。