交易数据
Google（Alphabet）2026 年 Q1 财报关键数字：
| 指标 | 数值 | 同比 | 解读 |
|---|---|---|---|
| 总营收 | $1099 亿 | +22% | 超预期增长 |
| 云业务 | $200 亿 | +63% | AI 需求驱动爆发 |
| 云积压订单 | ~$4600 亿 | 环比翻倍 | 需求远超供给能力 |
| 全年 CapEx | $1900 亿（上调） | — | 历史最高级别投资 |
| AI Mode MAU | 2 亿 | — | 用户规模快速扩张 |
| Gemini API 吞吐 | 160 亿 tokens/分钟 | — | 基础设施压力测试 |
核心信号：CEO 亲口承认”算力受限”
Pichai 在财报电话会上的原话值得逐字分析：
“Compute constrained, cloud revenue would’ve been higher.”
翻译过来就是：不是没需求，是没算力。
这是一个极其罕见的信号——在云业务增长 63% 的情况下，管理层仍然表示”如果算力充足，收入会更高”。这意味着：
- 积压订单 $4600 亿不是虚数——真实存在未被满足的客户需求
- AI 推理需求的增长速度超过了基础设施部署速度
- 1900 亿美元的资本开支可能还不够
与同行的对比
| 公司 | Q1 云/AI 收入 | 同比增速 | CapEx 指引 | 算力状态 |
|---|---|---|---|---|
| $200 亿（云） | +63% | $1900 亿 | 受限 | |
| Microsoft | 未单独披露 | — | ~$800 亿 | 紧张 |
| Amazon AWS | 未单独披露 | — | ~$750 亿 | 紧张 |
| Meta | 未单独披露 | — | ~$650 亿 | 投入中 |
三大超大规模云厂商同时面临算力紧张，这已经不是单一公司的运营问题，而是整个行业的结构性瓶颈。
公司业务分析
Google 的 AI 变现路径正在跑通
几个关键指标交叉验证：
- AI Mode 2 亿月活：搜索侧 AI 功能已被大规模采用
- Gemini API 160 亿 tokens/分钟：开发者生态活跃
- 云业务 63% 增速：企业端 AI 服务付费意愿强
Google 在 AI 变现上走的是一条”全栈”路线：从模型（Gemini）到平台（Google Cloud）到终端用户（AI Mode），每一层都在产生收入。
1900 亿美元投在哪里？
全年 $1900 亿的资本开支（同比大幅增长）主要流向：
- TPU 芯片：自研 AI 加速器迭代（可能涉及下一代 TPU）
- 数据中心建设：全球范围扩容
- 网络基础设施：支撑 160 亿 tokens/分钟的吞吐
- 能源配套：AI 算力对电力的需求呈指数增长
投资逻辑
看多理由
- $4600 亿积压订单 = 未来收入保障：即使新需求为零，现有 backlog 也需要多年消化
- AI 变现已验证：不是讲故事，是真金白银的收入增长
- 全栈优势：从芯片到模型到应用的垂直整合
风险提示
- CapEx 回报率不确定：$1900 亿的投资能否转化为等比例的收入增长
- HBM 供应瓶颈：AI 芯片的核心材料 HBM 产能受限（参考此前 AI capex 7150 亿 HBM 供应链危机的报道）
- 竞争加剧：Anthropic、OpenAI 也在大规模投入
- 监管风险：AI Mode 和搜索业务的整合可能引发反垄断审查
关键跟踪指标
- 下一季度云收入增速是否维持 60%+
- CapEx 执行进度（$1900 亿是否能按时落地）
- TPU 新一代芯片的发布节点
- Gemini 模型能力的迭代节奏
结论
Google Q1 2026 财报传递的核心信息是：AI 的需求端已经没有问题，瓶颈在供给端。 1900 亿美元的资本开支是 Google 对这一判断的回应——用前所未有的投入速度来突破算力天花板。但 HBM 供应链、数据中心建设周期、能源配套等制约因素意味着，这场”算力军备竞赛”至少还要持续 2-3 年才能看到拐点。