谷歌暴跌 10%：是基本盘崩盘，还是微软式错杀？

据 Woofun AI 消息，Alphabet 财报发布后谷歌股价盘后暴跌逾 10%，几乎抹去过去大半年的涨幅，市场恐慌情绪蔓延，但深层逻辑指向转型期的估值误杀，而非基本盘崩盘。传统搜索广告增速放缓与自由现金流转负引发短期抛售，然而 Google Cloud 营收翻倍、TPU 外销爆发以及 Gemini 4 模型能力的登顶，揭示了新引擎的有力支撑。

这种短期财务数据与长期战略价值之间的巨大背离，让人联想到微软在云与 AI 转型初期经历的类似市场错杀，当前谷歌正面临类似的'感知度时差'考验，长线逻辑并未改变，反而因新业务的加速落地而进一步夯实。市场对于 2B 业务变现周期的缺乏耐心，导致了这一轮剧烈的价格波动，但这恰恰为长线资金提供了重新评估谷歌 AI 全栈闭环价值的窗口期。

将市场恐慌的焦点拆解开来，谷歌在第三季度面临的压力确实体现在几个关键财务指标的不及预期上，但这并非基本盘的全面失速。Alphabet 第三季度总营收达到 1276 亿美元，同比增长 25%，虽然整体服务仍在增长，但略低于市场一致预期；其中广告收入约 820 亿美元，同样未能满足华尔街的高期待。核心广告业务的表现尤为关键，搜索及其他广告收入同比增长 12% 至 633 亿美元，不仅低于市场预期的 649 亿美元，也远低于买方机构设定的 14% 增速底线，相比之下，第二季度的增速还维持在 17% 的水平。更令市场担忧的是管理层对未来的指引，刚刚创下 36.2% 历史新高利润率的云业务，预计第四季度将因增加使用第三方计算资源而面临利润率压力；而在今年已经高达 1950 亿至 2050 亿美元的资本开支基础上，2027 年的资本开支还将'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、基础设施投入继续加码。这三者叠加，在当下的美股市场构成了标准的'杀估值套餐'，但问题在于，市场是否过度执着于当期数字，而忽视了这些压力背后的结构性原因？

深入拆解搜索业务，所谓的'AI 杀死谷歌搜索'依然是一个伪命题，真相隐藏在用户行为迁移与商业化策略的错位中。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'，而非对传统搜索的简单替代。CEO Sundar Pichai 在电话会上反复强调，就像十年前转向移动端一样，谷歌专注于先打造最佳搜索用户体验，然后再实现变现。因此，尽管 AI 平均查询长度已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。

值得注意的是，广告实验已出现积极信号，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。谷歌直到近期才宣布将 AI 模式广告首次推向国际，并在美国上线多轮对话广告，这表明其策略是先让用户习惯新的搜索方式，再逐步扩大已验证有效的广告形式。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，但谷歌为了保住入口粘性，主动选择了让商业化慢半拍。从估值角度看，现阶段的 AI 搜索不应被视为拖累业绩的包袱，而应视为一张尚未充分兑现的'看涨期权'，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新的收入增量。

市场情绪的剧烈波动，很大程度上源于华尔街缺乏耐心与 CEO Sundar Pichai 工程师思维之间的冲突。当下的资金极其功利，要求看到当季度的 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。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。面对分析师的追问，他老老实实交代 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，股价自然当场给出负面反馈。

这种短期业绩与长期叙事的冲突，使得市场难以理解谷歌在转型期的战略定力，导致股价在财报发布后出现剧烈回调。然而，这种基于短期财务数据的定价偏差，往往忽略了科技巨头在转型过程中必然经历的阵痛期，以及新业务在底层架构上的实质性突破。

将视线从略显疲态的老业务挪开，Google Cloud 的狂飙已成为谷歌新引擎中最耀眼的部分，其营收与利润的双增以及庞大的积压订单，显示了企业端需求的真实强度。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，本身就说明了市场需求的旺盛。更值得关注的是利润表现，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。在企业端落地方面，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。例如，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。这些案例证明 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，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，它将拉动算力、存储、数据库和安全服务的需求，助力谷歌把 AI 变成一整套可以向企业持续销售的基础设施与服务。

Woofun AI 整理数据显示，自由现金流恶化背后的真相，并非简单的'AI 烧钱无底洞'，而是隐藏着 TPU 外销生意的急速扩张以及一次性支出的影响。很多人看到自由现金流连续两个季度为负、且远逊于预期，第一反应是基本面恶化，但 CFO Anat Ashkenazi 和云业务 CEO Thomas Kurian 的拆解揭示了另一番景象。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，但其中包含了一笔 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，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。此外，常规基础设施资本开支为 514 亿美元，这部分支出主要用于支持云业务的扩张和 TPU 的备货。市场被吓坏的'负 91 亿美元'自由现金流，实际上掩盖了 TPU 外销带来的巨大机会。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，但财务确认周期与传统云租赁完全不同，导致前期现金流出巨大。

TPU 外销的爆发，标志着谷歌从内部芯片转向平台化产品的战略成功，库存积压实为合同备货，而非滞销。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。软件生态方面，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。

分发渠道外扩方面，TPU 系统不再只锁在谷歌云上，开始通过与 Oracle、Crusoe 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。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）的财务确认周期不同，谷歌在电话会上披露：'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'。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，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。

Gemini 4 系列模型能力的登顶，为谷歌的全栈 AI 拼图补上了最关键的一块，API 调用量的激增验证了市场需求的真实性。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，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。

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。

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，模型本身并不是一门孤立的生意，而是整个生态系统的核心驱动力。

错杀逻辑的核心在于 2B 业务与 2C 业务之间的'感知度时差'，导致市场低估了长期合同的价值。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% 的股价。

这种强烈的割裂感，让人很难不联想到此前的微软。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。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，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。

回顾微软历史，确认谷歌长线逻辑未变，当前下跌为长线资金机会。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。Gemini 4.0 的能力提升、Google Cloud 103% 的增速以及 TPU 外销的爆发，共同构成了谷歌 AI 反攻的坚实基础，当前的估值调整并非基本面恶化，而是市场对新业务变现周期的误判，这为长期投资者提供了重新布局的机会。