第 4 篇：从投资角度看 Google Cloud：第二增长曲线还是技术强但商业弱

一句话总览

从投资角度看，Google Cloud 已经不再是“亏钱讲故事”的业务。它正在从技术型云平台，变成 Alphabet 真实的利润增长来源之一。

但它还没有完全证明自己能成为 AWS 级别的利润机器。关键变量是：AI 基础设施、BigQuery 数据云、Vertex AI / Gemini 企业化、Cloud Run / GKE 云原生开发，以及能不能在大客户里形成长期粘性。

最新可核验事实是：Alphabet 2026 Q1 财报里，Google Cloud 收入 200.28 亿美元，同比增长 63%；Google Cloud 经营利润 65.98 亿美元，经营利润率约 32.9%。来源是 Alphabet 2026 Q1 earnings release / SEC Exhibit 99.1。

Google Cloud 已经从拖累项变成利润项

以前看 Alphabet，很多人会把 Google Cloud 当成“搜索广告之外的可选项”。

逻辑大概是：搜索广告赚钱，YouTube 有潜力，Android / Play / 订阅 / 设备是生态，Waymo 是远期彩票，Google Cloud 是烧钱追 AWS 和 Azure。

但现在这个判断需要更新。

2026 Q1，Alphabet 分部数据大概是：

• Google Services 收入 896.37 亿美元，经营利润 405.89 亿美元。
• Google Cloud 收入 200.28 亿美元，经营利润 65.98 亿美元。
• Other Bets 收入 4.11 亿美元，经营亏损 21 亿美元。

这说明三件事：

• Google Cloud 已经有规模：单季 200 亿美元收入，年化就是 800 亿美元级别。
• Google Cloud 已经有利润：单季 65.98 亿美元经营利润，利润率约 32.9%。
• Google Cloud 增速明显高于 Alphabet 整体：Alphabet Q1 总收入 1098.96 亿美元，同比增长约 22%；Google Cloud 同比增长 63%。

所以从财务事实看，Google Cloud 已经具备第二增长曲线的雏形。

第二增长曲线不能只看收入，要看利润质量

Google Cloud 的收入增长很漂亮，但要继续问：这是什么质量的收入？

可以拆成四类：

• 基础云资源收入：Compute Engine、Cloud Storage、网络、数据库、GPU、TPU、Kubernetes 集群。这类收入有规模，但资本开支重，价格竞争强。
• 数据云收入：BigQuery、Looker、Dataflow、Dataproc、Data Fusion、Pub/Sub。这类收入粘性更强，因为客户一旦把数据、模型、报表和业务流程放进去，迁移成本会变高。
• AI 云收入：Vertex AI、Gemini API、AI 基础设施、模型训练和推理。这类收入增长快，但行业还在大规模投资期，长期利润率还没完全定型。
• 企业软件和安全收入：Workspace、Mandiant、Google SecOps、Apigee。这类收入更像企业软件，理论上粘性和毛利可以更好，但要看销售能力和客户覆盖。

所以 Google Cloud 的核心不是“收入大不大”，而是收入结构能不能从低差异化基础设施，越来越多转向数据、AI、安全、平台型软件。

第一条护城河：BigQuery 数据云

Google Cloud 最清晰的商业护城河，不是 Compute Engine，而是 BigQuery。

虚拟机、对象存储、网络、普通数据库，三家云都有。客户可以比较价格、性能、生态、迁移成本。

但 BigQuery 代表的是一种更高层的心智：企业把数据放在这里，直接做分析、建模、BI、AI。

BigQuery 的护城河来自：

• 数据迁移成本。
• 使用习惯。
• Looker、Dataflow、Pub/Sub、Vertex AI、Cloud Storage 的生态协同。
• AI 时代企业自有数据变得更贵。

所以 BigQuery 是 GCP 最值得盯的产品。它决定 Google Cloud 是不是能从“卖算力”升级为“掌握企业数据入口”。

第二条护城河：AI 基础设施和 Vertex AI

Google Cloud 在 AI 上的核心问题是：Google 能不能把内部 AI 能力变成企业愿意持续付费的产品？

关键资产有三个：

• TPU 和 AI Hypercomputer：自研芯片如果跑得好，可以带来成本、性能、供应链、模型优化上的优势。
• Vertex AI：企业训练、部署、管理模型的平台。价值不是“能调用模型”，而是让企业把数据、模型、评估、部署、监控、权限治理连起来。
• Gemini：如果能深度进入企业搜索、客服、代码、文档、数据分析、广告营销和业务流程，就会成为 GCP 的上层拉力。

但这里也有风险：AI 基础设施很烧钱，模型竞争激烈，客户可能多模型、多云，推理价格可能持续下降，GPU / TPU 投入如果利用率不够，会压低资本回报。

所以 AI 对 Google Cloud 是机会，也是资本开支压力。

第三条护城河：GKE / Cloud Run 的开发者心智

GKE 和 Cloud Run 的价值，不是收入规模一定最大，而是它们让技术团队觉得 GCP 是一个舒服的现代开发平台。

GKE 对应复杂系统：大型微服务、Kubernetes、容器编排、多区域部署。

Cloud Run 对应轻量应用：开发者把容器交上去，就可以自动扩缩容，不用管太多底层服务器。

如果一家 AI / SaaS / 数据公司本身技术能力强，它不一定被微软企业生态吸引，也不一定只默认 AWS。它可能会因为 GKE、Cloud Run、BigQuery、Vertex AI 的组合选择 GCP。

这类客户通常数据量大、工程能力强、AI 需求强、云使用深、增长快。

最大问题：销售心智弱于 AWS / Azure

Google Cloud 的技术不弱，但商业世界不是技术强就一定赢。

AWS 的心智是：云计算默认选项，产品最全，生态最大，工程师最多。

Azure 的心智是：企业微软生态默认选项，Office、Windows、Entra、Power BI、GitHub、OpenAI、Copilot 都在。

GCP 的心智是：数据、AI、Kubernetes、Google 技术资产很强。

这很有特色，但范围更窄。

所以 Google Cloud 的销售难点是：它要说服客户，不只是买一两个产品，而是把关键数据和 AI 工作负载放到 GCP 上。

第二增长曲线成立的条件

Google Cloud 要真正成为 Alphabet 的第二增长曲线，需要满足五个条件：

• 收入继续高于 Alphabet 整体增长。
• 经营利润率稳定在较高水平。
• Backlog 和大客户合同持续增长。
• AI 收入不是短期训练潮，而是长期推理和应用收入。
• GCP 能进入客户核心业务流程。

其中最重要的是第五点。最有价值的云收入，不是边缘测试项目，而是客户核心系统：数据、模型、推荐、搜索、客服、供应链、营销、金融风控、代码平台、企业知识库。

反证条件

如果出现下面几种情况，说明 Google Cloud 的第二增长曲线逻辑要打折：

• 收入增速快速回落。
• 利润率被资本开支和价格竞争吃掉。
• Vertex AI / Gemini 企业化不如预期。
• BigQuery 被 Snowflake、Databricks、Azure Fabric、AWS 数据湖生态持续分流。
• GCP 仍然只是多云里的辅助云。
• Google 组织销售能力不如技术能力。

对 Alphabet 的战略价值

Google Cloud 对 Alphabet 的价值，不只是贡献收入和利润，还有三个战略意义：

• 对冲搜索广告被 AI 改写的风险：如果搜索增长放慢，Google 需要第二条大曲线。Cloud 是最现实的一条。
• 把 Google AI 能力商业化：研究能力不等于商业收入，Cloud 是把 AI 变成企业预算的主要通道。
• 扩大企业客户关系：搜索广告面向广告主和用户，Cloud 面向 CIO、CTO、开发者、数据团队、AI 团队、行业大客户。

所以 Google Cloud 的战略意义是：它让 Alphabet 从广告公司 + 消费互联网公司，进一步变成企业基础设施和 AI 平台公司。

投资最小结论

从投资角度看，Google Cloud 现在已经不能再轻描淡写地归为“技术强但商业弱”。

它已经有三条实质证据：

• 收入规模大：2026 Q1 单季收入 200.28 亿美元。
• 增长快：2026 Q1 同比增长 63%。
• 利润转正且利润率高：2026 Q1 经营利润 65.98 亿美元，利润率约 32.9%。

但它也还没有完全证明自己是 AWS 级别的长期利润机器。

因为还需要看：

• 高增长能不能持续。
• AI 资本开支能不能转化为高回报。
• BigQuery / Vertex AI / Gemini 能不能形成长期客户锁定。
• GCP 能不能从“技术团队喜欢”变成“企业默认采购”。
• 云业务利润能不能在激烈竞争下稳定释放。

所以当前定义是：

Google Cloud 已经是成立的第二增长曲线雏形，但还在证明长期护城河和资本回报质量。

如果未来三年 Google Cloud 能继续保持高于 Alphabet 整体的增长，同时利润率不被 AI 军备竞赛吞掉，那么它会显著抬高 Alphabet 的估值中枢。

如果它只是靠 AI 基建短期需求冲高收入，但利润率和客户粘性不稳定，那它就是“技术很强，但商业质量还没完全兑现”。

一句话收口：

Google Cloud 最值得看的不是“它是不是第三大云”，而是它能不能把 Google 的数据、AI、模型、芯片和企业客户关系，变成一个可持续、高利润、高粘性的第二主业。

---