昨晚，AI算力類股迎來久違的全面反彈。 美股雲廠商集體大漲， $亞馬遜 (AMZN.US)$ 收漲4.58%，時隔61個交易日再創歷史新高，總市值站上3兆美元上方。此外， $Google-C (GOOG.US)$ 、 $微軟 (MSFT.US)$ 漲超4%， $Meta Platforms (META.US)$ 漲超6%， $甲骨文 (ORCL.US)$ 更是走出了單日超9%的漲幅。 資金隨後迅速向高彈性的NeoCloud擴散： $CoreWeave (CRWV.US)$大漲近20%， $NEBIUS (NBIS.US)$上漲約12%， $IREN Ltd (IREN.US)$上漲約8%。 表面上看，這是AI算力類股經歷深度調整後的超跌反彈；但從「CSP先漲、NeoCloud跟漲」的資金路徑來看，市場正在重新評估一個更重要的問題：科技巨頭投入數千億美元建設AI基礎設施，究竟能不能賺到錢？

當光互連成為AI工廠的“新主角”。 7月21日，輝達面向“千兆級AI工廠”的Vera Rubin平台宣佈全球擴大部署。 CoreWeave的首次基準測試給出了一個極具衝擊力的數字：Vera Rubin NVL72每兆瓦Token吞吐量較Grace Blackwell NVL72提升了10倍。 在CoreWeave、Google雲、微軟Azure、甲骨文雲相繼運行相關機架的同時，Vera Rubin的機架級供應鏈已橫跨30個國家、逾350座工廠——規模與成熟度均創輝達歷代平台之最。

科技四巨頭二季度合計資本開支達1700億美元，同比暴增78%。錢花出去了，賺回來多少？AWS AI年化收入突破250億、Azure達370億，雲業務正成為最硬的變現證明；但四家合併自由現金流跌至十年低點約70億美元，Google史上首現單季負值。這場資本開支與AI收入的生死賽跑，答案懸而未決。 科技巨頭正在經歷一場史無前例的資本擴張，但市場對這場豪賭的耐心正在分化。 本輪業績期揭示出一個核心矛盾：AI投入的規模與速度遠超收入變現的節奏，雲業務的強勁增長為部分公司贏得了喘息空間，而自由現金流的集體惡化則令另一些公司股價承壓。這場敘事爭奪戰的勝負，將在未來數年內逐步見分曉。 本季業績中，$亞馬遜 (AMZN.US)$資本開支同比激增69%至約540億美元，$Meta Platforms (META.US)$資本開支同比激增83%至311億美元，$微軟 (MSFT.US)$資本開支同樣增長69%，$Google-C (GOOG.US)$則宣佈將全年支出目標上調150億美元至最高2050億美元。據FactSet彙編的華爾街估算，今明兩年四家公司合計資本開支預計高達約1.6萬億美元。自2023年AI競賽啓動至今年6月，四家公司累計資本投入已突破1.1萬億美元。

26Q2 營收1198億美元，同比增長24%，按固定匯率計算為23% Google服務收入945億美元，增長15%。其中Google搜尋及其他業務增長17%，Google訂閱、平台與裝置業務增長15%，YouTube廣告業務增長13%。 Google雲的業務增長顯著提速，收入248億美元，同比增長82%，主要得益於Google雲平台（GCP）在企業級人工智慧解決方案、企業級人工智慧基礎設施以及核心GCP服務領域的全面增長。

雲資本開支援續超出預期，2026 年總支出預計達 7350 億美元，將實現連續第三年 60% 以上的增長。由於計算需求持續供不應求，我們預計雲資本開支相關的強勁公告將持續發佈，這對雲資本開支敞口較高的供應商而言是積極訊號。核心要點市場對 2026 年全球雲資本開支的一致預期目前為 7350 億美元，較一周前上調 22 個百分點，同比增長約 60%。全球 11 大雲支出方的資本開支強度（資本開支佔總營收的比例）目前已超過 25%，是 2014-2023 年平均水平的 3 倍。2025-2026 年全球雲資本開支總規模預計達 1.2 兆美元，較一年前的預測高出 5000 億美元。我們認為這對雲資本開支敞口較高的元件供應商而言是明確的積極因素。2026 年雲資本開支目前預計約為 7350 億美元，同比增長約 60%，較第四季度財報發佈前的預測（同比增長 35%）上調 22 個百分點，增幅約 1200 億美元（見圖表 2）。2026 年資本開支的上調，主要得益於Google、亞馬遜和META在本財報季發佈的強勁 2026 年資本開支指引（見圖表 3）。儘管 2026 年 57% 的同比增速較 2025 年回落 9 個百分點，但這仍將是 11 大雲資本開支方連續第三年實現約 60% 以上的同比增長，這在我們雲資本開支追蹤歷史中尚屬首次。考慮到：（1）摩根士丹利對 2026 年總資本開支的預測為 7950 億美元，較市場一致預期高出 8%；（2）至少在過去 9 個季度中，11 大支出方的雲資本開支合計預期每季度均在上調，我們認為市場對雲資本開支的預期仍有可能進一步走高。事實上，回溯至一年前（2024 年第四季度財報發佈前），2025-2026 年全球雲資本開支的預測總額為 7100 億美元，而目前這一數字已上調至 1.2 兆美元，新增支出 5000 億美元，相當於總營收的 26%，約為 2014-2023 年資本開支強度平均水平的 3 倍（見圖表 4）。隨著主要雲服務提供商（CSP）的月度處理代幣量呈指數級增長（見圖表 5）、Google雲（GCP）/ 亞馬遜雲（AWS）/ 微軟雲（Azure）的合計雲營收加速增長（見圖表 7）、資料中心承諾不斷擴大，以及資料中心元件供應商紛紛強調需求加速增長且業務可見性提升，我們認為超大規模雲服務商的資本開支預期將持續面臨上行壓力。關於摩根士丹利覆蓋的、有望從這一趨勢中受益的雲資本開支相關資料中心元件供應商完整名單，詳見圖表 1。圖表 1：摩根士丹利覆蓋的美國、歐洲及亞洲股票研究範圍內，50 多家科技公司的雲資本開支相關營收敞口估算美國四大超大規模雲服務商對 2026 年支出計畫有何具體表態？本財報季美國超大規模雲服務商的評論繼續凸顯，2026 年人工智慧驅動的基礎設施支出將出現顯著加速 —— 所有服務商均表示，2026 年全年將持續面臨供應約束，且需要加速投資和 / 或最佳化產能配置，以應對激增的計算需求。META指引 2026 年資本開支為 1150-1350 億美元（中點值同比增長 73%），將加大對元宇宙超級智能實驗室（MSL）及更廣泛 AI 基礎設施需求的投資。Google指引 2026 年資本開支為 1750-1850 億美元（中點值同比增長 97%），全年支出將逐步增加，以支援Google深度思維（Google DeepMind）、Google服務系列中面向使用者的 AI 功能改進，以及大量雲基礎設施需求。Google指出，約 60% 的支出用於伺服器，40% 用於資料中心和網路等長期資產。亞馬遜預計 2026 年資本開支約為 2000 億美元（同比增長 52%），主要用於亞馬遜雲（AWS），核心驅動力包括核心（非 AI）和 AI 雲工作負載的增長速度超出預期。亞馬遜還表示，其正在以儘可能快的速度將新增產能轉化為收入。微軟未提供 2026 年定量資本開支指引，但表示受雲基礎設施建設的正常波動及融資租賃交付時間影響，第三季度（3 月季度）資本開支將環比下降。微軟管理層還指出，短期資產（CPU 和 GPU 伺服器）在資本開支中的佔比將維持在三分之二，與第四季度（12 月季度）持平。圖表 2：2025 年第四季度美國超大規模雲服務商財報發佈後，我們的雲資本開支追蹤顯示 2026 年同比增速為 57%，較三周前 35% 的預測上調 22 個百分點圖表 3：摩根士丹利目前估算，11 大雲服務商 2026 年現金資本開支將達 7950 億美元，較市場一致預期高出 8%圖表 4：隨著 2026 年雲資本開支預期走強，整體資本開支強度現已超過 26%，創歷史新高圖表 5：主要雲服務提供商的月度處理代幣量表明，AI 推理需求持續呈指數級增長圖表 6：市場對 2026 年資本開支的一致預期較一年前增長約 100%（約 3700 億美元），這使我們認為，只要雲支出相關的定性評論保持強勁，2026 年資本開支預期將進一步上調圖表 7：未來幾個季度，美國四大超大規模雲服務商的雲營收同比增速預計將加速至 30%-35% 區間，為 2020 年以來的最高水平圖表 8：根據摩根士丹利預測，2025 年非 AI 雲資本開支同比增速大幅提升 52 個百分點至 80%，2026 年預計仍將保持近 60% 的強勁同比增長(大行投研)

據路透社報導，當地時間周二，Google母公司Alphabet以320億美元收購網路安全公司Wiz的交易，獲得歐盟反壟斷機構無條件批准。這一交易是Google有史以來規模最大的一筆收購，歐盟監管機構經評估確認，該交易不會引發相關競爭擔憂。Google與Wiz的這筆收購交易於去年3月正式宣佈，完成後將進一步強化Google在網路安全及雲端運算領域的佈局與競爭力。當前，Google在雲端運算領域正與亞馬遜、微軟等頭部企業展開市場競爭，在雲基礎設施市場份額方面暫居其後。歐盟反壟斷負責人特雷莎·裡貝拉在聲明中表示，Google在雲基礎設施市場的份額仍落後於亞馬遜和微軟，此次收購交易完成後，市場客戶依然能擁有可靠的服務商替代選擇，且具備更換服務商的充分空間，市場競爭格局不會受到不利影響。歐盟委員會作為歐盟競爭執法機構，也對此次交易作出詳細評估並給出明確結論。該機構指出，Google通過此次收購所獲取的相關資料，均不涉及商業機密範疇，同時其他安全軟體企業也可對相關資料開展評估工作，交易不會造成資料層面的市場壟斷問題。 (環球Tech)

生成式人工智慧創造的不是泡沫，而是一種趨勢。雲服務商的資本支出（Capex）已經達到了無法再用“顯著增長”來形容的程度。排名前八的雲服務商的投資額將從2021年的1451億美元增長到2026年的6020億美元，增長超過四倍。這種增長速度簡直令人難以置信。即便如此，市場中仍不乏對這一主流避險配置的質疑聲：“又是一場泡沫”“遲早會破裂” 之類的論調甚囂塵上。但此類說法毫無事實依據，並非單純的主觀臆斷，本質上更是對現實的刻意迴避。究其根源，當下的投資規模擴張，並非由經濟周期、市場情緒或泡沫化趨勢驅動，而是源於物理定律的底層支撐 —— 海量的算力需求。核心關鍵在於，生成式人工智慧的計算負載絕非 “搜尋功能的延伸”，而是屬於更高維度的 “學習與推理” 範疇。正如後文將詳細闡釋的，Google搜尋的算力架構以 CPU 為核心，而 ChatGPT 的推理環節則以 GPU 為核心展開大規模矩陣運算，其所需的計算量更是前者的 1 萬至 10 萬倍。換言之，雲服務廠商的算力投入並非出於主動選擇，而是源於行業競爭的必然要求 —— 若不跟進佈局，便會在賽道中陷入落後。對於當下的雲平台而言，無法支撐生成式人工智慧的運行，就等同於喪失核心價值。也正因如此，這場算力投資的浪潮不僅不會止步，更具備了不可逆的行業必然性。雲投資正以驚人的速度增長圖1呈現了全球頭部八大雲服務商的資本投入趨勢，這八家企業分別為亞馬遜（AWS）、微軟（Azure）、Google雲（Google Cloud）、Meta（原 Facebook）、甲骨文（OCI）、阿里雲、騰訊雲與字節跳動。圖1：排名前 8 的雲服務提供商的資本投資情況。來源：根據 TrendForce 資料製作正如本文開篇所述，這八家企業的資本開支規模將從 2021 年的 1451 億美元攀升至 2026 年的 6020 億美元，增幅超四倍。這樣的資本投入已非單純的 “增長”，而是邁入了加速擴張的階段。儘管 2022-2023 年期間其資本開支出現短暫回落，但這絕非可以放鬆警惕的訊號。從 2024 年開啟的回升態勢能夠清晰看出，頭部雲服務商的佈局已再度 “加碼升級”，而這一投資拐點恰好出現在 OpenAI 推出 ChatGPT 之後。換言之，這些企業佈局生成式人工智慧相關投資，並非只因它是被追捧的 “下一個金礦”，更在於其作為行業遊戲規則改變者，徹底重構了雲端運算基礎設施的底層需求。驅動雲端運算領域投資擴張的因素多元且複雜：資料中心建設、土地儲備、電力配套、冷卻技術、網路架構、儲存能力、安全體系…… 但貫穿所有維度的核心邏輯，始終是爆發式增長的計算需求。算力需求的指數級攀升，直接推動了全產業鏈各環節成本的同步上漲，本質而言，雲端運算行業的這場投資增長，就是一場對海量算力資源的爭奪戰。當下市場對算力的極致需求，早已無法用傳統網路與搜尋服務的擴容邏輯來解釋。生成式人工智慧對雲端運算的要求，並非簡單的 “再添一個胃”，而是倒逼整個行業重構算力 “消化系統”，打造出足以承載海量需求的超大規模算力底座。Google搜尋和ChatGPT相似但不相同在此，需要糾正一個極具誤導性的核心認知偏差：將Google搜尋與生成式人工智慧簡單等同為 “使用者提出問題、平台給出答案” 的同類工具。如圖2所示，二者的使用者操作表層邏輯看似高度相似，互動形式幾乎別無二致。但現實是，坐擁全球超 30 億使用者的Google搜尋，正面臨使用者向 ChatGPT 等生成式人工智慧產品遷移的趨勢，而後者的使用者規模也已突破 10 億量級，持續快速擴張。圖2：Google搜尋與 ChatGPT 5 使用者提問行為示例。自去年開始使用 ChatGPT 付費版後，個人便極少再使用Google搜尋，核心原因正是前者的使用體驗更為高效便捷。而這一體驗上的差異，正被全球越來越多的使用者感知，也直接推動了生成式人工智慧使用者規模的持續攀升。更為關鍵的是，即便使用者提出的是完全相同的問題，Google搜尋與 ChatGPT 等生成式人工智慧在雲端完成的底層處理邏輯，卻有著本質區別。這一核心差異可通過圖3清晰呈現：Google搜尋依託以 CPU 為核心的索引式檢索架構，而 ChatGPT 的推理過程，則是以 GPU 為核心展開的大規模矩陣運算。從算力消耗來看，Google搜尋單輪處理的浮點運算量（FLOPs）約為 10 億至 100 億次，ChatGPT 的推理運算量則達到 10 兆至 1000 兆次，二者的算力需求相差 1 萬至 10 萬倍。圖3：Google搜尋與 ChatGPT 5 算力及處理成本對比。不僅如此，ChatGPT 單次處理所需的伺服器耗時，是Google搜尋的 10-100 倍；能源消耗與碳排放，均為Google搜尋的 10-200 倍；綜合成本更是達到Google搜尋的 50-2000 倍，算力與資源消耗的差距呈指數級拉大。簡言之，生成式人工智慧絕非所謂的 “高端版搜尋”，其背後是完全不同的計算邏輯，且承載著遠為繁重的算力負載。正因如此，生成式人工智慧的規模化落地，意味著雲端處理的計算單元必須向超大規模升級 —— 這並非依靠價格談判、市場推廣就能解決的商業問題，而是從物理底層提出的硬性要求：既需要 AI 半導體（如 GPU）、高頻寬記憶體（HBM）等核心硬體支撐，也離不開電力、冷卻系統、網路架構的配套升級，甚至對底層的布線、封裝技術都提出了全新要求。市場中常有一種論調：“技術效率終將提升，算力需求自然會下降。” 不可否認，AI 領域的技術效率確在持續最佳化，但算力需求的下降速度，早已跟不上生成式人工智慧的應用邊界拓展、使用頻次提升與性能迭代速度。即便單輪計算的算力消耗因效率提升而降低，若社會層面的生成式人工智慧使用頻次增長十倍，整體算力需求仍會同步攀升。更何況，隨著輸入輸出的文字長度持續增加，圖像、視訊類推理場景的落地應用，算力需求還將迎來新一輪的爆發式增長。換言之，雲端運算行業的持續高投入，並非源於市場的 “盲目熱情” 或 “投資過熱”，而是算力需求發生結構性變革的必然結果。對頭部雲廠商而言，一旦停止算力佈局，就意味著直接確認市場競爭的落後態勢。推動其持續加碼投資的，從來不是敢於冒險的勇氣，而是源於行業競爭的深層恐懼 —— 對錯失算力浪潮、陷入競爭被動的恐懼，才是這場算力投資競賽的核心驅動力。人工智慧與以往的泡沫經濟有著本質區別由此引出核心問題：當前這場圍繞生成式AI的雲端運算投資熱潮，真的是一場泡沫嗎？答案很明確：將當前現象簡單斥為“泡沫”是完全錯誤的，核心原因在於，過去的泡沫與當前熱潮的“需求性質”存在本質差異。可通過定量分析清晰佐證這一點。圖4呈現了全球半導體出貨量及其同比增速趨勢，清晰勾勒出Windows 95泡沫、IT泡沫與記憶體泡沫的完整軌跡。從資料可見，過往的各類泡沫均呈現“快速增長後驟降”的特徵——這背後的核心邏輯是，當時的需求嚴重依賴“暫時性增長”與“庫存調整”，缺乏持續的底層支撐。圖4：全球半導體出貨量及較上年增長率。來源：作者根據 WSTS 資料製作圖5A通過對比表形式，呈現了Windows 95泡沫、IT泡沫、記憶體泡沫及當前AI熱潮（暫統稱“熱潮”）從第N年到第N+3年的同比增速變化；圖5B則進一步量化了這一波動：Windows 95泡沫期間增速達41.7%，隨後驟降至-8.6%；IT泡沫增速36.8%，後續跌至-32.0%；記憶體泡沫增速13.4%，繼而滑落至-12.0%。這種“繁榮後迅速蕭條”的劇烈波動，正是過往泡沫的典型特徵。來源：作者根據WSTS資料製作與之形成鮮明對比的是生成式AI相關需求的增速表現：2023年同比增速為-8.1%，2024年回升至19.7%，2025年預計達22.5%——這意味著2024年及2026年將持續保持正增長。正如眾多行業專家論證的那樣，直至2030年，生成式AI相關需求大機率不會出現負增長。簡而言之，當下正在發生的並非“泡沫”，而是一場單一、龐大且具備強大慣性的“結構性趨勢”。此次趨勢與過往泡沫的核心差異，在於需求來源的本質不同：過往需求多源於個人電腦普及、智慧型手機更新換代等“替換購買浪潮”，屬於階段性的消費端需求爆發；而當前的需求核心，是計算基礎設施的剛性升級需求。更關鍵的是，生成式AI並非“銷售產品即完成閉環”的傳統業態——它將滲透到社會經濟的方方面面，融入各類服務場景，整合至搜尋與辦公系統，成為企業生產力提升的核心基石。由於這一核心基石建立在極其龐大的計算量之上，雲端運算投資便不再是“經濟繁榮期的可選配置”，而是成為支撐社會高效運轉的“基礎結構”。從這個意義上講，那些將生成式AI相關投資斥為“泡沫”的觀點，本質上是對這一結構性變革的逃避。這種“基礎設施級的算力需求爆發”，是過往教科書式的泡沫案例中從未出現過的全新形態。到2030年，投資將持續增長基於這一邏輯，2030年之前，相關投資的持續增長將是大機率事件。那麼，頭部八大雲服務廠商的資本支出最終將增長至何種規模？圖6呈現了這八大廠商資料中心投資的預測情況，並劃分了悲觀、基準、樂觀三種情景。圖6：八大雲服務提供商的資料中心投資預測。來源：TrendForce 新聞稿及作者預測值得注意的是，即便在最悲觀的情景下，投資規模仍將保持持續增長——核心原因在於，生成式AI相關的算力佈局已成為行業“競爭入場券”，而非可選擇性的“奢侈品”。這正是生成式AI時代雲端運算競爭的殘酷之處：對雲服務廠商而言，停止投資並不會帶來“利潤率提升”，反而會直接導致“AI性能落後、客戶流失、平台價值崩塌”。換句話說，放緩或停止算力相關投資，並非理性的商業決策，更像是對市場競爭的主動認輸。事實上，相關投資的退出成本極高：GPU與高頻寬記憶體（HBM）等核心硬體價格昂貴，電力供應、散熱技術的升級需要長期投入，且整個產業鏈的供應鏈體系錯綜複雜。即便面臨諸多挑戰，投資仍在持續推進——因為市場已形成明確的競爭格局：“缺乏足夠算力支撐的企業，將直接被市場淘汰”，甚至來不及進入投資回報率（ROI）的考量階段。歸根結底，當前頭部雲廠商的持續投資，已不再是“購買未來的不確定性”，而是“守護當前市場地位”的剛性需求。只要這一“算力決定競爭力”的市場結構不發生根本改變，到2030年投資持續增長的趨勢，似乎也成為了必然結果。資料中心邏輯電路市場正在快速擴張雲端運算投資的增加將直接推動半導體市場的擴張。特別是資料中心邏輯晶片，未來市場必將迎來增長。圖7顯示了資料中心邏輯晶片市場（2024 年至 2030 年）的預測。GPU 市場預計將從 1000 億美元增長一倍以上至 2300 億美元，而 AI ASIC 市場預計將增長九倍以上，從 90 億美元增長至 840 億美元。圖7：資料中心邏輯預測（2024 → 2030 年）。來源：作者根據 Yole Group 的預測資料製作值得注意的是，生成式人工智慧的發展不會止步於輝達的GPU。超大規模資料中心營運商不願依賴單一供應商，因為這意味著他們將失去價格談判能力。他們傾向於採用專用於特定應用的人工智慧ASIC晶片，以“提升性能而非降低性能，並降低成本”。其中許多晶片由博通公司設計。換句話說，人工智慧半導體市場不會是“GPU獨佔的黃金時代”，而是會轉型為“GPU仍將佔據主導地位，而AI ASIC（博通）將發展壯大，成為市場兩大支柱”的市場格局。即使GPU繼續扮演主導角色，AI ASIC也必將增長。這就是資料中心邏輯市場的現實。儘管記憶體供應短缺，但其價格仍在持續飆升圖 8顯示了生成式 AI 將最積極消耗記憶體的領域。DRAM市場預計將從 2024 年的 970 億美元翻一番，達到 1940 億美元，其中 HBM 市場將達到 980 億美元。圖8：儲存器市場預測（2024 → 2030 年）來源：作者根據 Yole Group 的預測資料製作這意味著到2030年，HBM將佔據DRAM市場的一半份額。這不僅是市場擴張，更是記憶體行業主導地位的轉變。此外，圖 9顯示，DRAM 和 NAND 的現貨價格預計將在 2023 年至 2026 年間上漲。以往“價格上漲，產量增加，價格趨於穩定”的常識已不再適用。提高 HBM 的產量並非易事，提高良率也面臨挑戰，封裝也是一個重要因素。裝置和材料方面都存在諸多限制，供應難以滿足需求。圖9：DRAM 和 NAND 現貨價格上漲。來源：作者根據 TrendForce 資料製作此外，記憶體製造商正將重心轉向人工智慧伺服器記憶體，因為這類記憶體利潤更高。這將減少用於個人電腦和智慧型手機的通用記憶體供應，並推高價格。換句話說，人工智慧的普及將導致記憶體市場長期短缺和價格高企。簡而言之，記憶體短缺問題將持續存在，價格也將持續上漲。這並非“特殊且暫時的現象”，而可能成為人工智慧時代的新常態。台積電的主要盈利產品從N5轉向N3最能有效利用這股“人工智慧浪潮”獲利的半導體製造商很可能是台積電。圖 10顯示了台積電按製程節點劃分的銷售額趨勢，直觀地展現了其主要盈利產品從 N7 到 N5，再到 N3 的轉變過程。圖 10：台積電按節點劃分的季度銷售額。來源：作者根據台積電歷史營運資料製作圖11顯示了各節點晶圓投入量的變化趨勢。從圖中可以看出，未來只有 N5、N3 和 N2 節點的投入量會增長，而其他節點的投入量則呈下降趨勢。這並非一句空洞的“前沿技術很重要”，而是事實：只有前沿技術的投入量在增長。換句話說，台積電已經轉型為一家完全依靠前沿技術盈利的晶圓代工廠。圖11：台積電各節點季度晶圓投入量（2025年第四季度預測）。來源：Claus Aasholm，以及作者估算生成式人工智慧需要海量的計算，這需要大量的高性能人工智慧半導體，而這又需要龐大的先進工藝產能。台積電是唯一能夠滿足這一需求的公司。這種簡單的因果關係正是半導體行業發展的驅動力。N3的主導地位從蘋果轉移到輝達和博通此前，蘋果一直是台積電最大的客戶，推動著台積電尖端工藝的發展。然而，這種情況正在發生改變。圖12和圖13顯示了台積電按公司劃分的 N3 晶圓投入預測。資料顯示，輝達和博通的投入量將在 2025 年至 2026 年間增長，超過蘋果。圖 12：台積電對各公司 3nm 晶圓投入量的預測（每月 1000 片晶圓）。來源：TrendForce圖 13：台積電對各公司 3nm 晶圓投入量的預測。來源：TrendForce這不僅僅關乎客戶排名。從尖端半導體的發展史來看，這標誌著一個時代的轉變：從智慧型手機處理器引領潮流的時代，過渡到人工智慧半導體主導尖端技術的時代。蘋果利用尖端技術提升使用者體驗。輝達和博通則利用尖端技術稱霸雲端運算領域。二者的區別顯而易見。人工智慧半導體並非“賣出去就完事”，它們將作為“持續運行的基礎設施”而廣泛應用。換句話說，對尖端工藝的需求具有極強的粘性。N3 將成為台積電的主要盈利產品，這不僅反映了台積電的實力，也反映了人工智慧如何重塑了尖端產品的需求結構。同樣的現象也可能出現在台積電的N2晶片上，台積電將於2025年第四季度開始量產N2晶片。蘋果或許會率先使用N2晶片，但不出六個月，輝達和博通很可能就會佔據主導地位。換句話說，蘋果將成為打造最先進生產線的先驅，隨後輝達和博通將成為市場主導者，為台積電的利潤做出巨大貢獻。真正的瓶頸在於CoWoS然而，人工智慧半導體的發展存在許多瓶頸，其中最嚴重的是 2.5D 封裝（如 CoWoS）的產能。圖 14顯示了 2.5D 封裝的產能趨勢。人工智慧半導體無法通過先進工藝節點製造的“單晶片”實現，必須與 HBM 結合才能形成系統。CoWoS 對此至關重要，只要這種產能不足，人工智慧半導體的供應就將持續短缺。圖 14：2.5D 封裝容量趨勢。來源：TrendForce換句話說，當前人工智慧市場的制約因素最終將歸結為一點：“CoWoS 不足”。這裡有一個與直覺相悖的預測：一旦CoWoS的限制解除，投資會趨於平靜嗎？答案恰恰相反：投資將會增加。這是因為人工智慧半導體目前供應受限，即使雲服務提供商想要購買也無力承擔。一旦供應限制解除，此前被抑制的投資將會爆發。雲服務提供商將抓住機會大量採購他們一直等待的半導體，建設人工智慧資料中心，進一步加劇競爭。投資非但不會“趨於平靜”，反而極有可能“進入下一階段”。生成式人工智慧創造的不是泡沫，而是一種趨勢。這正在半導體行業引發一場“結構性變革”。而且，這場變革是不可逆轉的。 (半導體產業縱橫)

Google系列的終章篇；將從最近新聞大熱的Google TPU到雲服務，詳細、總結性分析“看多”與“看空”Google的理由。如果你對投資Google有興趣，那麼這篇值得閱讀。（註：系列文章，翻譯自Acquired播客，上期文章和資料來源連結已放在文末，Ben & David是播客的主持人）Ben：在過去 12 個月裡，Google創造了 3700 億美元的營收。在利潤方面，他們在過去 12 個月裡創造了 1400 億美元，這比任何其他科技公司的利潤都要多。放眼全球，唯一一家收益高於Google的公司是沙烏地阿拉伯阿美。別忘了，Google擁有史上最好的商業模式。我們在 Alphabet 那期節目的結尾也提到過這一點：即便身處 AI 時代，即便經歷了過去 5 年乃至10 年的風雲變幻，自我們在 2015-2016 年做完Alphabet 節目以來，Google的核心業務依然增長了 5 倍。再看市值。Google突破了之前 2 兆美元的高點，並在本月早些時候剛剛觸及 3 兆美元大關。他們目前是全球市值第四高的公司，僅次於輝達、微軟和蘋果。這簡直太瘋狂了。看他們的資產負債表，我覺得這其實非常有趣。我通常不會在這個環節看資產負債表，但這很有用。目前，他們擁有 950 億美元的現金和有價證券。我差點就此打住，想說：“哇，看他們擁有多少現金和資源。”但我實際上驚訝的是，這個數字居然沒有更高。2021 年時這個數字曾是 1400 億美元，而在過去四年裡，他們發生了巨大的轉變，從囤積現金的模式轉變為配置現金的模式，其中很大一部分用於建設 AI 資料中心的資本支出（Capex）。所以，他們在資本支出配置上非常有進攻性，就像 Meta、微軟和亞馬遜一樣。但我有點沒想通的是，資金支出的最大頭實際上是股票回購，而且他們還開始派發股息了。如果你不是搞金融的，這背後的潛台詞是：是的，我們仍然需要大量現金來投資 AI 和資料中心的未來，但我們手頭的現金實際上還是遠超所需，所以我們決定將其分給股東。這說明了他們的核心搜尋廣告業務是多麼瘋狂。這就好比他們在說：“商業史上資本最密集的競賽正在進行，我們打算贏得這場比賽。而且，在預留了足夠的資金投入這場資本支出競賽，並加上安全墊之後，我們手裡還有大把多餘的現金。”Google不為人熟悉的“雲服務”業務Ben: 所以，這裡有兩個業務值得關注。一是 Gemini，我們要搞清楚那裡發生了什麼；二是Google雲（Google Cloud）的簡史。我想告訴你今天的雲業務資料，但在此之前，有必要瞭解一下雲業務是如何走到這一步的可能更有價值。首先是 Gemini，因為這是Google，我認為他們的財務狀況是我們在所有研究過的公司中最晦澀難懂的。他們在財務報表裡“藏球”的能力最讓我抓狂。當然，我們不知道 Gemini 的具體營收。我們所知道的是，Google One 捆綁套餐有超過 1.5 億付費訂閱者。其中大部分處於非常低的檔位，比如每月 5 美元或 10 美元。AI 功能是在每月 20 美元的檔位才生效，在這個檔位使用者可以獲得高級 AI 功能，但我認為目前這在 1.5 億使用者中只佔很小的一部分。David：是的，我想我就在這個檔位。Ben：但有兩點值得注意。第一，它增長迅速。這 1.5 億使用者正以同比近 50% 的速度增長。第二，Google擁有一個 1.5 億人訂閱的訂閱套餐。所以我腦海裡一直有個想法，即 AI 作為一種人們直接付費的商業模式是沒有未來的，還是它必須像搜尋一樣由廣告支援？David：但是，這可不是個小數目。Ben：這幾乎相當於半個美國的人口。我的意思是，Netflix（網飛） 有多少訂閱者？Netflix 的使用者數是以億計的。這是真正成規模的消費者訂閱服務。我要感謝 Shashir Moroto 提供的這個洞察。實際上我們昨晚聊過，因為我在上一期節目中提到了他的名字，他聽到後聯絡了我們。那次談話讓我對此的態度發生了一百八十度大轉彎。我曾經認為，如果你要對某樣東西收費，你的總潛在市場（TAM）就會縮水 90% 到 99%。但他提出的觀點是，如果你建構一個真正引人注目的捆綁套餐——而Google擁有建構引人注目的捆綁包所需的數位資產。YouTube Premium、NFL Sunday Ticket、Play Store 裡的東西、YouTube Music，以及所有 Google One 儲存服務。他們可以把 AI 放入這個捆綁包，通過巧妙的捆綁經濟學，打造出一款付費 AI 產品，並真正觸達海量的付費訂閱使用者。所以，我們真的無法弄清楚Gemini 現在賺多少錢。反正可能也不盈利。所以，分析它有什麼意義呢？但是，好吧，給我們講講雲業務的故事。我們在 Alphabet 那期節目——也就是實際上是“Google第二部”中——故意沒有包含雲業務。因為它是一個新產品，現在在Google內部非常成功，且對 AI 來說太具有戰略意義了。它最早是作為 Google App Engine（Google應用引擎）起步的。那是 2008 年，人們快速為網頁（後來的移動應用）搭建後端的方法。它是一種平台即服務（PaaS）。所以你必須以這種非常狹隘的“Google式”方式做事。你必須使用特定的 SDK，必須用 Python 或 Java 編寫，必須完全按照他們想要的方式部署。它不是那種會對你說：“嘿，開發者，你想幹什麼都行，只要用我們的基礎設施就好”的東西。它預設性很強。這與 AWS 當時的做法完全不同，也與他們今天的做法不同。後來全世界都意識到 AWS 的路子是對的，即雲端運算應該是基礎設施即服務（IaaS）。甚至微軟也相當快地將 Azure 轉型到了這個方向，就像是：你想要儲存，我們有儲存給你。你想要虛擬機器，我們有虛擬機器給你。就連微軟也相當迅速地將 Azure 轉型到了這個方向，即：你想要儲存？我們有。你想要虛擬機器（VM）？我們有。你想要算力，想要資料庫？我們都能滿足。最終，Google在 2012 年推出了自己的基礎設施即服務。花了四年時間。他們推出了 Google Compute Engine，後來更名為 Google Cloud Platform（Google雲平台）。這就是今天這項業務的名稱。外界對Google的詬病在於，他們似乎永遠搞不懂如何與企業客戶打交道。他們的核心業務是製造人們喜愛的、打磨得極好的產品，並儘可能讓這些產品自助服務化，然後通過廣告商賺錢。老實說，除了使用Google搜尋，人們別無選擇，對吧？它並不一定需要為廣告客戶提供極佳的企業級體驗，因為客戶無論如何都會來，對吧？所以他們習慣了這種自助服務體驗。與此同時，雲端運算市場是一場殘酷的肉搏戰（knife fight）。這些都是大宗商品，一切都關乎企業客戶。這是關於儘可能低的價格，關於企業關係，關於巧妙的捆綁銷售，以及能否提供完整的解決方案David：你說“解決方案”，我想到的是“毛利率”。Ben：是的，所以Google在這個領域走出了他們的舒適區。早期他們不想洩露任何“皇冠上的明珠”。他們將自己的基礎設施視為秘密武器。我們不想讓別人使用它。我們在上面為自己編寫的最好的軟體工具，比如 Bigtable、Borg（Google的叢集管理系統）或 Disbelief，這些服務我們不會在Google雲上提供。這些是競爭優勢。但，Thomas Kurian 來了之後，一切都打破了。2017 年，在他加入的前兩年，這項業務營運了 10 年後營收只有 40 億美元。2018 年，他們第一個非常明智的戰略決策點是，推出了Kubernetes。這裡的智慧是：如果我們讓開發者將應用程式遷移到其他雲變得更便攜——世界某種程度上希望這裡是多雲策略，對吧？我們是第三名。我們沒什麼可輸的。所以我們可以提供這個工具，作為一種針對 AWS 和 Azure 的反向定位。我們改變開發者的範式，讓他們使用這些容器。他們在我們的平台上進行編排，然後你知道，我們有很棒的服務來為你管理它。這非常聰明。所以這成為了他們戰略的支柱之一：你想要多雲？我們會讓這變得簡單，你當然也可以選擇 AWS 或 Azure。這很棒。所以 David，正如你所說，還有誰比甲骨文（Oracle）前總裁 Thomas Kurian 更瞭解企業需求的人呢？這直接體現在了它們的營收增長上，2020年，他們營收突破 130 億美元，三年內幾乎翻了三倍。他們在市場推廣（GTM）部門招聘了大約 1 萬人。我沒誇張。而在他來的時候，這個部門只有 150 人，且大部分都在加州，並沒有在區域上分佈到全球各地。最有趣的是，Google一直以來某種程度上就是一家雲公司。他們有最好的工程師建構這個驚人的基礎設施，對吧？他們有產品，有基礎設施，只是沒有市場推廣組織，對吧？而且產品化完全是“Google式”的。就像是為我們自己，為工程師做的。他們並沒有真正建構讓企業按照自己想要的方式建構的東西。這一切都改變了。2022 年，他們的收入達到 260 億美元。2023 年，他們就像是一個真正可行的第三大雲服務商。他們還在 2023 年實現了盈利。如今，他們的年收入運行率超過 500億美元。同比增長 30%。他們是主要雲服務提供商中增長最快的，五年增長了 5 倍。這主要歸功於三點：第一，徹底覺醒，明白了如何真正服務企業客戶；第二，傾力投入多雲戰略，真正給企業開發者他們想要的東西；第三，AI對所有超大規模雲廠商來說都是巨大的順風，因為這些工作負載都需要在雲端運行，涉及海量資料、海量算力和能源。但在Google雲，你可以使用 TPU（張量處理單元），他們生產了大量的 TPU，而其他所有人都在拚命地向輝達購買GPU 的配額。所以，如果你願意不使用 CUDA 並在Google的技術堆疊上建構，他們有充足的 TPU 供你使用。我認為Google雲有兩個方面是他們在當初用App Engine 創業時未曾預見，但今天對Google具有巨大戰略意義的。第一，雲僅僅是 AI 的分發機制。所以如果你今天想玩轉 AI，你要麼需要一個偉大的應用，一個偉大的模型，一款偉大的晶片，要麼需要一朵偉大的雲。Google正試圖同時擁有這四樣。沒有其他公司能擁有超過一項。我認為這是正確的決策。想想那些 AI巨頭。輝達有晶片，算是有雲但也不完全是。他們只有晶片，最好的晶片，人人都想要的晶片，但終究是晶片。然後再看看其他科技巨頭。Meta 目前只有一個應用，他們在前沿模型的競賽中完全出局了。我們還要看看他們的招聘狂潮會帶來什麼結果。你看亞馬遜的基礎設施，他們有雲，也許有應用。我實際上不知道 Amazon.com 是否在很多方面受益於大語言模型（LLM）。雲的領導者，微軟雲，也只是雲，對吧？他們做一些模型，但我的意思是他們有應用、雲。蘋果什麼都沒有。AMD 只有晶片。OpenAI 有 AI 模型。Anthropic有模型。這些公司沒有自己的資料中心。他們雖然在嚷嚷著要造自己的晶片，但並沒有真正落實，肯定沒有達到規模化。Google擁有規模化的資料中心、規模化的晶片、規模化的模型使用量。我的意思是，甚至僅僅從 google.com 現在的 AI 概覽（AI Overviews）查詢和規模化應用來看。他們擁有 AI 的所有支柱，我認為沒有其他公司擁有超過一項，而且他們有最多的淨利潤可以用來“燒錢”。對吧？然後是這其中具體的晶片方面。如果Google沒有雲，它就不會有晶片業務。它只會有內部晶片業務。外部公司、使用者、開發者、模型研究人員能夠使用 TPU 的唯一途徑，就是Google擁有一個雲來交付它們，因為亞馬遜或微軟絕不可能把Google的TPU 放在他們的雲裡。我想大概一年內這可能會發生。已經有傳言說未來幾個月一些新興雲服務商（NeoClouds）將提供 TPU。雖然還沒官宣，但 TPU 很可能很快會在新興雲服務商中可用，這是一件有趣的事情。Google為什麼要這麼做？他們是想建立一個像輝達那樣靠賣晶片賺錢的業務嗎？我不這麼認為。我認為更多的是他們試圖圍繞自己的晶片建立一個生態系統，就像 CUDA 那樣。只有當你的晶片在人們運行現有工作負載的任何地方都可訪問時，你才能可信地做到這一點。如果這真的發生，會很有趣。也許有一天TPU 會出現在 AWS 或 Azure 上，但我不認為他們一開始就能做到這一點。如果Google沒有雲，也沒有任何途徑讓開發者使用 TPU 並開始想要 TPU，亞馬遜或微軟會說：“啊，你知道，好吧，Google，我們會拿一些你們的 TPU，即使外面沒有開發者使用它們。”對吧。對Google的“看多”與“看空”分析David : 我想我們這次結尾需要做一個“看多和看空”（Bull and Bear）分析。Ben: Google擁有通向基本上全人類的分發管道，作為網際網路的“前門”。他們可以隨心所欲地引導流量。你已經在 AI 概覽中看到了，也在 AI 模式中看到了。儘管很多人用 ChatGPT 做很多事情，但我假設Google的流量本質上仍處於歷史最高水平，而且這是一種默認行為，非常強大。所以這是對執行力的押注，賭Google能弄清楚如何執行並利用 AI 建立一個偉大的業務，但這仍然是他們可能會輸掉的局。而且他們有一個可行的產品，我不覺得 Gemini 比 OpenAI 或Anthropic 的產品差。這是關於價值創造（Value Creation）與價值捕獲（Value Capture）的問題。價值創造肯定是非常巨大的，價值捕獲的機制還有待觀察。Google舊的價值捕獲機制是歷史上最好的之一。所以，這就是眼前的問題。我們不要混淆，這不僅是一個好的體驗，這是一個極好的體驗。所以我們已經討論過，Google擁有贏得AI 競賽的所有能力，而且優勢明顯。基礎模型、晶片、超大規模雲服務，所有這些都有自我造血的資金支援。我的意思是，另一件瘋狂的事情是，你看雲廠商有自我造血的資金。輝達有自我造血的資金。沒有一家模型製造商有自我造血的資金，所以他們都依賴外部資本。Google是唯一擁有自我造血資金的模型製造商。這不瘋狂嗎？基本上，所有其他大規模使用的基礎模型公司實際上都是初創公司。而Google是由一個巨大的資金漏斗資助的，這個漏斗大到他們為了好玩把多餘的美元還給股東。再說一次，我們在談“看多”的情況。有一點我們沒提到，Google擁有連接其所有資料中的“粗管道”（fat pipes，高頻寬網路）。在 2000 年網際網路泡沫破滅後，Google以極低的價格買下了所有那些暗光纖（dark fiber），並在過去十年中一直在啟動它們。他們現在擁有資料中心之間自己的私有回程網路。沒有人擁有這樣的基礎設施。更不用說這還服務於 YouTube。那是真正的“粗管道”，這本身就是Google未來的一個看多理由。他們不僅可以在涵蓋長視訊和短影片的唯一規模化 UGC（使用者生成內容）媒體源上訓練模型，而且YouTube作為第二大搜尋引擎和巨大的目標網站，他們也擁有這些資源。所以他們預覽了一些功能，比如你將能夠購買視訊中出現的由 AI 標記或 AI 確定的物品。如果他們願意，他們可以去標記每一個視訊中的每一個產品，讓它們瞬間變得可購物。這不需要任何人工操作。他們可以直接做，然後在上面運行他們的標準廣告模型。然後還有他們一直在建構的所有視訊AI 應用，如 Flow 和 Veo。這將為 YouTube 生成視訊帶來什麼，是增加 YouTube 的參與度還是廣告收入呢？他們仍然擁有瘋狂的人才儲備。即使，你知道，他們總是在這裡、那裡流失了一些人才。但，他們也表明願意為合適的人才花費數十億美元並留住他們。讓我們談談晶片的單位經濟模型。每個人都在支付輝達 75%-80% 的毛利率，這意味著晶片的製造成本被加價了 4 到 5 倍。很多人稱之為“黃仁勳稅”（Jensen tax）或“輝達稅”。你可以這麼叫，也可以稱之為好生意，或者定價權，或者供應稀缺，隨你怎麼說。但這確實是事實。任何不自己製造晶片的人都在向輝達支付巨額溢價。Google仍然需要向他們的晶片硬體合作夥伴博通（Broadcom）支付一定的利潤，博通負責處理大量晶片與台積電（TSMC）介面的工作。我聽說博通在與Google合作 TPU 時的毛利率約為 50%，而輝達是 80%。但這仍然是一個巨大的差異。供應商 50% 的毛利率和 80% 的毛利率，區別在於 2 倍加價和 5 倍加價。當你這樣建構框架時，這對成本影響實際上是巨大的差異。所以你可能會適當地想，好吧，晶片真的是運行這些資料中心或訓練這些模型的總擁有成本（TCO）的大頭嗎？晶片是成本的主要驅動因素，但它們折舊非常快。我的意思是，5年就折舊，因為我們在推進晶片能力極限的速度、下一代模型的需求、台積電的生產速度方面都太快了。如果你認為你的 AI 晶片能折舊 5 年，五年前我們離 ChatGPT 還有兩年呢，對吧？或者想想黃仁勳在今年的 GTC 大會上說的話。他在談論 Blackwell 晶片，提到 Hopper 晶片時說：“呃，你不會想要 Hopper 的。”我的銷售人員會恨我，但在這一點上你真的不會想要 Hopper。要知道，這些可是 H100 啊。就在我們做最近那期輝達節目時，這還是最炙手可熱的晶片。事情變化得很快。所以我看到有估算說，營運一個 AI 資料中心的成本中，超過一半是晶片及其相關折舊。人力成本即研發（R&D）實際上也是相當高的一筆，因為僱傭這些 AI 研究人員和所有軟體工程人員是一筆不小的開支，大概佔 25% 到 33%。電力實際上只佔很小一部分，大約是2% 到 6%。所以當你考慮Google正在做的事情的經濟性時，它實際上讓你評估付給晶片供應商溢價，因為晶片是整個AI中最大的成本驅支出。所以我用 Gavin Baker（Atreides Management 的合夥人）來核實這其中的一些內容。他是一位偉大的股票投資者，長期研究這個領域。我們實際上在輝達 GTC節目中採訪過他，他指出，通常在歷史上的技術時代，成為低成本生產商並沒有那麼重要。Google贏不是因為它是成本最低的搜尋引擎，蘋果贏不是因為它是成本最低的。你知道，那不是人們獲勝的原因。但這個時代可能真的不同，因為這些AI 公司沒有像我們在科技行業習慣的那樣擁有 80% 的利潤率，或者至少在軟體業務中，這些 AI 公司充其量看起來像 50% 的毛利率。（註：也就說，AI公司比過去的科技公司毛利潤率更低，因此節省成本對它們來說很重要）所以，Google絕對是 Token的低成本提供商，因為他們營運著自己的所有基礎設施，並且能夠獲得低加價的硬體。這實際上會產生巨大的差異，可能意味著他們將成為為世界生產 Token 的贏家。我要為Google的看多案例再加一個要點。我們在第二部，也就是 Alphabet 那一集中談到的所有內容，Google內部的所有其他產品，Gmail、地圖、文件、Chrome、Android，那都是關於你的個性化資料，Google擁有這些資料，他們可以用它為你建立其他人無法做到的個性化 AI 產品。所以結束“看多”的真正問題在於，與搜尋相比，AI 會是一個好生意嗎？搜尋是一個很棒的生意，到目前為止 AI 還不是。但抽象來看，再次強調我們在談看多情況。所以我給你這個答案：它應該是一個好生意。在傳統的網路搜尋中，你輸入兩到三個詞——平均查詢長度。在 AI 聊天中，你通常會輸入 20 多個詞。所以應該會出現一種廣告模式，而且廣告費率實際上應該大幅提高，因為你有完美的精確度，對吧？你非常清楚那個使用者想要什麼，所以你可以真正決定是否向他們投放廣告。而 AI 應該非常擅長投放廣告。所以這一切都關乎弄清楚使用者介面、付費與免費的混合比例，以及這種廣告模式到底是什麼樣的。但在理論上，即使我們現在真的不知道產品是什麼樣子的，它實際上應該非常適合變現。而且由於 AI 擁有如此驚人的變革性體驗，所有這些在現實世界中發生或根本沒有發生的互動，比如回答問題和消磨時間，現在都可以在AI 聊天中發生。所以，數字互動的蛋糕實際上似乎比搜尋時代更大了。所以再次強調，變現應該會在某種程度上增加，因為那裡的蛋糕變大了。然後還有一個“銀河大腦”等級的看多理由，那就是如果Google真的創造了通用人工智慧（AGI），這些都不重要了。當然它是最有價值的東西。到目前為止，這些談起來都很有趣，但 AI 的產品形態並不適合廣告。所以儘管價值創造更多，但價值捕獲卻少得多。根據美國的一些粗略計算，Google每年從每個使用者身上賺取大約 400 美元。這是一個每個人都使用的免費服務，他們每年賺 400 美元。誰會為了使用 AI 每年支付 400 美元？人群比例佔比很少。有些人肯定會，但不是美國的每個人。所以如果你只看今天場面上的局勢，我看不到直接的價值捕獲路徑。想想Google在 1998 年推出時，僅僅 2 年後他們就有了 AdWords。他們瞬間想出了一個驚人的價值捕獲機制，非常快。另一個看空案例。回想 1998 年Google推出時，它顯然立即就是更優越的產品。David：是的，現在不是這種情況。Ben：不，現在有四五個很棒的產品。Google在聊天機器人方面的專用 AI 產品最初顯然是劣質產品，現在它可能與其他幾個產品不相上下，對吧？他們擁有 90% 的搜尋市場。我不知道他們擁有多少 AI 市場，但肯定不是 90%。但在穩定狀態下，可能會是 25% 左右，也許高達 50%。這將是一個有幾個大玩家的市場。所以，即使他們像在搜尋中那樣從每個使用者身上變現，但它們的使用者規模將會少很多，或者至少現在看起來肯定是這樣。AI 可能會奪走搜尋引擎的大部分使用者。即使沒有，我打賭它也會奪走很多高價值的使用者。我認為我唯一要補充的另一個看空理由是，他們現在面臨著作為在位者的額外挑戰——即使用者喜歡支援“弱者”挑戰強者，正如現在的AI初創公司更得人心，是吧？人心，難以量化；但會讓其道路變得有些艱難曲折。曾經，Google創業時，公眾喜歡和支援它們；如今，公眾已經不那麼待見這些高科技公司。它們變成了強者，不在是弱者了。同樣，全球的輿論時局也發生了微妙的變化，這影響了OpenAI、Anthropic 等初創公司，它們不得不在一開始就表現的像一家大型的、成熟的科技公司。使用者對科技公司的態度和包容性在縮小。Google的未來“潛力”分析Ben: 我們用 Hamilton Helmer 的“七種力量”來分析 AI 時代的Google。這七種力量是：規模效應（Scale Economies）網路效應（Network Economies）反向定位（Counter positioning）轉換成本（Switching Costs）品牌（Branding）稀缺資源（Cornered Resource）流程優勢（Process Power）問題是，其中那一種能使企業獲得持久的差異化回報？什麼賦予了他們持續獲得比最近的競爭對手更高利潤的權利？通常我們會對整個業務進行分析。我認為這期節目我們應該試著將其範圍限定在 AI 產品上。Gemini、AI 模式和 AI 概覽的使用，對比Anthropic、OpenAI、Perplexity、Grok、Meta AI 等競爭對手，規模效應是肯定的。也許，在 AI 領域比傳統科技領域更甚。我的意思是，他們正在將模型訓練成本分攤到每一次Google搜尋中。我肯定 AI 概覽背後是一些超級精簡的模型，但想想其他模型公司生成了多少推理 token，而 Gemini 生成了多少推理 token。他們只是將固定的訓練成本分攤到了海量的推理上。2024 年 4 月，Google在其所有平台上處理了 10 兆個 token。到 2025 年 4 月，這個數字幾乎是 500 兆。也就是，Google服務通過推理分發的 token 數量在一年內增加了 50 倍。而在 2025 年 4 月到 2025 年 6 月之間，它從略低於 500 兆增加到了略低於 1000 兆。技術上是 980 兆，但現在，因為已經是夏末了，肯定已經傳送了甚至數千兆的 token。David：是的，規模經濟肯定是最大的一個。Ben：我發現轉換成本相對較低。我用 Gemini 做一些事情，然後真的很容易切換走。David: 當它是個性化 AI，整合到行程、郵件和所有其它東西的時候，情況可能就不一樣了。Ben: 是的，轉換成本在 AI 產品中還沒有真正顯現出來，儘管我預計它們會出現。Ben: 網路效應。我不認為如果有其他人是 Gemini 使用者，這會對我更好，因為無論是否有人參與，他們都在吸納整個網際網路。我肯定AI 公司會隨著時間的推移發展出網路效應。David: Ok，把分發放在那裡？Ben: 儘管 ChatGPT 擁有“舒潔”（Kleenex，代指品類代名詞）般的品牌，但沒人擁有Google那樣的分發。Google的分發仍然令人難以置信。David: 那算是稀缺資源嗎？Ben: 我想是吧，Google搜尋肯定是一種稀缺資源。我不認為他們有流程優勢，除非他們能可靠地想出下一個 Transformer。上文中提到看空觀點，說他們是在位者。可對於大多數人來說，他們是信任Google的。他們可能不信任一些不知名的 AI 公司，但會信任Google。所以，總結一下，規模經濟是Google最大的一個優勢，其它還有品牌效應和稀缺資源，以及未來轉換成本的潛力。在花了數小時、數月瞭解這家公司之後，我提煉出的精髓是，這是“創新者的窘境”有史以來最迷人的案例。我的意思是，Larry 和 Sergey 控制著公司。他們曾多次公開表示，寧願破產也不願在 AI 上失敗。他們真的會這樣做嗎？如果 AI 不像搜尋那樣是一門好生意——感覺它當然會是，僅僅因為巨大的價值創造。但如果它不是，而他們在兩個結果之間做選擇：一個是實現我們組織世界資訊並使其普遍可訪問和有用的使命，另一個是擁有世界上最賺錢的科技公司。那一個會贏？因為如果只是為了使命，他們在 AI 模式上應該比現在激進得多，並且完全切換到 Gemini。這是一個非常難以拿捏的平衡。實際上，他們目前在保護核心特許經營權方面的管理方式給我留下了深刻印象，但這可能是那種基礎正在被侵蝕，卻不知為什麼尚未在財務資料中顯現出來的事情之一。我認為如果你看所有的大型科技公司，Google，儘管考慮到起步的情況看起來不太可能，但可能是目前在 AI 領域試圖穿針引線做得最好的。這對 “劈柴哥” 和他們的領導層來說是非常值得稱讚的。他們正在做出艱難的決定，比如我們要合併 DeepMind 和 Brain。我們要整合併標準化為一個模型，我們要真正快速地發佈這些東西，同時不做出魯莽的決定。迅速但不魯莽，你知道。顯然我們仍處於AI發生的早期階段，我們將看到 10 年後這一切會如何收場。被賦予管理一個使命和管理一個擁有公開市場股東的特許經營權的業務，是一個艱難的雙重使命，“劈柴哥” 和Google處理得非常好，特別是考慮到他們 5 年前的處境。我認為這將是歷史上最令人著迷的案例之一，值得我們拭目以待。好了，我們的Google系列暫時到此結束。重要事實披露：文章僅用於投資商業分析學習資料，不做投資建議或參考。對於曾經或以後探討或翻譯的系列公司，作者本人也許持有某一些公司股票的投資組合。但，作者本人堅決不做個股推薦！投資有風險，決策需謹慎！本文翻譯自：https://www.youtube.com/watch?v=lCEB7xHer5U&list=PLjZkFWu3rWSE2cZ8L2CbiRMmHtJeF0kHh&index=4&t=148s (希芙的星空)