谷歌今年二季度的财报，整体看业绩表现其实并不差。尤其是云收入增速以及继续健康增长的积存订单规模（Backlog），这是力证 AI“投得其所” 的关键指标。

但这份和 Q1 几乎相同的剧本，却收获了一个完全不同的市场反应——绩后下跌 7%。这还是在 Gemini 3.5 Pro 多次延期上线拖累多头情绪、股价已有回调的基础上。

对 AI 投入回报比的不确定性担忧，无疑是市场反馈消极的根源。尽管积存订单突破 5000 亿超预期，但绩后关于 Google 超 8000 亿的支出承诺，反而引起了市场热议。

那么如何看待管理层仍然积极的 Capex 明年展望？强劲的业绩 vs 崩塌的现金流，Google 的撕裂叙事下，是继续保持信仰还是作壁上观？本篇海豚君围绕以上问题来聊一聊。

一、疯狂的投入？实际是 “补作业”

在业绩电话会上，对于明年的 Capex，Google 管理层照例没给定量的指引，但定性表述上依然是近两年的口吻——原话 “We continue to expect our CapEx to increase significantly in 2027”（预计 2027 年 CapEX 大幅增长）。

绩后买方资金对 Google 明年资本开支的预期，已经上调到 3500 亿以上，隐含增速>75%。如果按照明年收入 22% 的市场预期，Google 的 Capex 占收入比重接近 60%，意味着不仅要把当期所有的经营现金流都用完，还需要额外动用储备现金或者额外融资。

考虑到年初 Google 刚薅了 850 亿的股权融资回血，后续回购来用来充公为资本投入、现金不留余的情况下，理论上可以支撑今明两年的投入。但这种 “疯狂” 在一向 “沉稳” 的 Google 身上，仍属罕见。

反过来，也可以说 Google 的投入动作慢了。在微软、Meta、亚马逊在 2024 年初就开始快速拉高 Capex/收入比率时，Google 全年几乎保持该比率持平无太大变化。直到 2025 年，Google 的 Capex 才真正意义上加速。

但从投入到完成部署，一般还存在一个 1-2 年的周期。因此在 2026 年之前，Google 的算力部署，无论是存量还是增量，在云大厂中都不算领先。

根据 “在建工程” 的变化节奏，25 年底 Google 才看到明显新产能的规划。根据 Aterio 的跟踪，去年 6 月至今年 6 月 Google 在建产能在头部云厂商中占了 31%。

和同行对比看，在产能投建的积极性上，目前仍然是亚马逊和 Meta 领先，而微软已经选择保守。

Google 这个供需缺口问题在 26 年上半年仍然严峻：

一方面需求在加速爆发。去年末有 Gemini 3 和性能大幅提升的 TPU v7 发布，以及年初以来由 OpenClaw、Skills 以及 Claude Opus 4.6 发布等事件催化。

另一方面产能供给仍然受到物理建设的硬性约束。直到今年上半年，Google 的在建工程规模占设备资产的规模，才从去年稳定的 30% 快速拉到 38%。

Q1 在建工程净增额达到 300 亿，而当期 Capex 投入也就 357 亿，这说明 Google 当期可能增加了新数据中心的投建，但这个产能从开工到部署完成仍然需要至少一年的时间。

这种软件创新带来的需求爆发，碰上因物理建设导致的产能硬件约束，就会放大短期的供需缺口问题，从而导致即期算力价格、部署成本的同时飙升——xAI 短期租赁价格是长期合同价格的 3-4 倍、CoreWeave 算力成本从 300 亿美元/GW 上涨到 350 亿美元/GW。

在电话会上，管理层也反复表达产能供不应求。我们看到，当期收入与上一季度 Backlog 之间的转化率也在持续下降。

因此 Google 管理层表示后面会考虑将订单 “外包” 给第三方平台承接，而这会影响到云业务的后续利润率表现。

二、并非盲投，而是订单驱动

今年 Capex 大概率按指引区间顶格投满了，也就是 2000 亿出头，市场预期也相对一致。不过对于明年的 Capex，由于公司没给定量指引，资金的预期分布范围较大，从不足 3000 到 4000 亿不等，增速区间在 50%~100%。

海豚君认为，Google 管理层的投入态度上是明显偏积极的，主要底气就在于手上握有的 5140 亿待履约订单（Backlog）、以及同比翻了数倍的新增订单。用管理层的话来说，他们是看到了具有吸引力的回报率，才决定重金投入。

因此我们模拟管理层视角，分别从订单所需的新增算力产能，和以维持稳定 ROI 区间，两个维度，来判断明年的 Capex 投入规模。

1. 订单→所需算力产能→Capex

这是目前市场上相对主流的估算方法，即：从目前在手订单所需要的算力产能，来计算需要新增投入的 Capex，然后再加上集团维持性的 Capex（目前基本占比较小且低速变化），最终计算得所需要投入的 Capex 规模。

这里我们不做展开，简化测算过程：

（1）要消化未来 2 年 2570 亿的订单需求（Backlog 50% 为 24 个月），按照短中期每年 150 亿/GW 的租赁价格，总计需要 17GW。

（2）按照 1-2 年的部署周期，要满足 27、28 年需求，因此在扣除 25、26 年的新增算力情况后，再看还需要在 27 年投产多少。

结合投行和咨询机构估算，25、26 年合计新增近 8GW，那么 27 年还需要额外投建 17-8=9GW 产能。按照 350 亿/GW（因存储等模组材料涨价，原 300 亿部署成本提升到 350 亿），合计需要投入 3150 亿美元。

再加上原本需要正常维系的 Capex 投入 500 多亿（增速按 25% 计算），一共 3650 亿。

2. 过去 ROI→预估未来新增订单→Capex

如果是站在回报率的视角，如何判断当下的投入节奏？毕竟站在现阶段，由于 AI 发展曲线的非线性，没有谁能够笃定的去算清当下投入、未来产出的 ROI。

海豚君想到电话会中，管理层用来表述产能供不应求的一个例证——尽管公司过去三年已经相对往年扩大了投入敞口，但供需缺口依然较大。

这说明管理层在判断投入节奏时，往往会去回溯过去同一时间段，比较 “投入额” 与 “订单额” 之间的比例。

我们将历史数据拉了一下，发现以 12 个月为一个周期，同一个周期内 Capex 占到新增订单额的比例，大多落在 65%-85% 区间内，我们将这个视为基于需求能见度来把握投入节奏的 ROI 控制指标。

但从 2025 年下半年，订单增速开始向上 “失控” 之后，Capex 投入没有及时跟上，从而导致两者比例迅速回落到目前的 30% 以下。

因此，哪怕后面没有新增订单，Google 也要大约补上这大半年的投资缺口（按 70% 比例，海豚君估算约 2060 亿）。不过 2028 年 TPU 8i/8t 量产，提前下定的新增订单应该不会少，更不至于没有。

我们哪怕按照每季度 500 亿的新增订单需求（考虑到 2026 年因为有 Anthropic 等特殊长期协议的计入、TPU 第八代明年量产出货，以及今年供需矛盾达到相对极致的非正常状态，我们按照 2025 年平均每季度新增订单 514 亿来估算），一年 2000 亿，按照 65%-85% 的投入占订单比，对应 1300-1700 亿的新投入。

再加上前面的 2000 亿上下的投资缺口，2027 年合计要投入 3300-3700 亿。

结合<1-2>，从需求角度（订单）看，Capex 基本在 3000-4000 亿，大区间和市场预期差不多，说明市场也大多从需求端角度估算所需要的资本投入。

三、风险不等对：5000 亿订单 vs 8000 亿承诺

依照上面的测算，3500 亿的投入，基本寄托在这 5140 亿 Backlog 订单入口上。若最终按期兑现，24 个月内能够确认 50% 以上的收入，那么 Google 的重金才算投得其所。

强如 Google，其对订单转化和客户的需求追踪预测应该有相对成熟、严密的一套测算体系，因此它承诺的 “未来 50% 订单额将在 24 个月之内转化确认为收入” 的置信度，正常而言是相对较高的。

但风险也并非完全没有，海豚君通过对比发现，Google 的 Backlog 单纯论兑现质量，可能与美光的长协还有差距。

而与此对应的是出口——8000 亿的对外支出承诺和与 SPV 之间的信用背书，这本质上是 Google 将未来的投入 + 运营支出（芯片、数据中心、电力、内容授权等）先和供应商将产能和价格锁定下来了，同时还动用自己的 AAA 级信用，以表外的方式在未来承担了一笔潜在违约金。

换句话说，如果算力产能缺口持续紧张，上游原材料价格高居不下，那么 Google 这一步棋是相对有利的。反之，如果算力过剩，那么 Google 也会因此而迎来双压——Backlog 兑现不力，但采购行为已经发生、承诺的违约金也需要照付。

因此关键的风险判断，在于一端是收入订单，一端是采购合同，哪个具有更高的约束性？对 Google 而言，风险敞口更偏向哪一边？

1. Backlog：有约束但不多

美光的长协，有几处比较关键的约束条件：规定期限、限定价格区间、现金押金等。

其中限定价格区间，避免了合同额不变下，因行业供需变化，交付量要增加的 “被迫贱卖” 情况。

而 220 亿美金的押金，达到合约最低价下的累计应收的 22%。这笔预收款项也相当于美光拿着一部分客户的钱去投产，变相减轻了自己的重资产属性。

对比 Google 的 Backlog，虽然这里的定义已经剔除客户可自由取消的部分合同，意味着 5140 亿的 Backlog，都多多少少具备客户的一定承诺。

但问题是 Google 并未强制要求客户交收一笔押金以允诺合同到期正常执行。具有预收性质的递延收入，Q2 为 73 亿，只占到 5140 亿的 1.5%，起不了什么约束作用。如若客户无力支付履约合同，甚至破产清算，Google 只能临时紧急寻找别的买家。

更何况，这里面还包含不少 Google Play 的 C 端订阅流水预收，因此递延收入对 Backlog 的约束性可以忽略不计。

除此之外，这些待履约合同中，是否规定了价格区间、消耗周期，也非常关键。目前 Tokens 降价已是大趋势，虽然靠着高阶模型的渗透和短期算力供需极致错配，临时性的算力价格还非常夸张。但很显然，这种现象不可持续。

Google 一向喜欢将算力搭配大模型 API 一起出售，而 Gemini 的迭代已经落后，如果不能及时推出 SOTA 前沿模型，那么不可避免的要走价格战的老路。

如果 Google 与客户签订的是固定金额合同，或者在云业务合同中比较常见的 “特定周期内的最低消耗金额合同”，那么到时候可能会出现，消耗同等价值的 Tokens，需要更久的消耗周期（提供的 Tokens 量变多）。

除此之外，Google 也存在用自己的钱去买订单的情况：

去年下半年开始飙涨的 Backlog，存在 Anthropic 的贡献，包括了 400 亿 TPU 算力采购在内的整体 5 年 2000 亿合作框架，2000 亿的合同并非实打实。

4 月 Google 宣布对 Anthropic 分阶段增持 400 亿（其中 100 亿以 3500 亿估值时点投入，在已有的 14% 的股权上进一步做后续融资股权稀释的预防性投资），这可以说是 Google 看好自己的客户，在提供服务的同时，顺便做一笔投资。至少短期来看，这笔投入在 Q2 已经给账面收益赚到了近 800 亿。

但这个操作和英伟达-OpenAI 之间的循环融资无异，也是一种拿自己的钱换订单的一种方式。在 Anthropic 顺风、估值水涨船高的时候，放大了这笔操作背后的利益——做高了 Backlog，增厚了投资收益，双赢结果；

反之，一旦 Anthropic 竞争壁垒削弱，ARR 增速边际放缓（比如 6-7 月），可能会引发估值调整。那么首当其冲 Google 的 EPS 会恶化，其次就是 2000 亿的 5 年长期订单根基也不稳了。

2. Purchase Commitment：似乎有更高的硬约束

8110 亿美元是 Alphabet 在 2026 Q2 10-Q 里披露的已签约但尚未履行的采购承诺，由于相比 Q1 而言，Q2 一下子净增了 3000 亿，这种不计入当期 IS 表，也不计入 BS 表的隐形 “债务” 飙升，一下子引来媒体的关注。

这个支出承诺，是一笔多年的义务，但其中 1 年之内需要承兑的金额有 2000 亿。其中，大部分应该会转化为未来的 Capex，少部分为 Opex。

从承诺的约束性条款来看，8110 亿的支出承诺中，有固定金额或有担保的承诺有 7070 亿（约为 1 年以上合同），绝大部分是为技术基础设施和库存锁定未来产能的长期供应协议，此外还有能源服务协议和内容授权。

理论而言，这个固定承诺仍然可以违约。不过这里面，北美供给瓶颈相对严重的 “能源” 合同，其约束性最硬——能源服务协议期限 2 到 26 年、义务延伸至 2054 年，普遍带有 “照付不议”的最低采购量条款和实质性的终止罚金（违约退出成本较高），这一块承诺整体预计在 2030 年前履行完毕。

但在 8110 亿的支出承诺之外，Google 的两类信用担保也值得注意。Google 为这些 SPV 提供租金偿付、能源设备采购的兜底，也就是说，如果 SPV 无法兑付，那么由 Google 承担担保范围内的金额偿付，并且保留底层租约或设备所有权，收归自用或直接外租。

虽然相比 8000 亿的支出承诺，其担保额显得规模不大，但这部分是一旦 SPV 违约，Google 同样没理由拒绝赔付。

这部分其实和 Meta 与 Blue Owl 的 300 亿合作类似，只不过相比 Meta，Google 还可以借助这部分实质为自建产能的表外数据中心，扩大 TPU 的影响力。

总的来看，Google 目前是 “潜在义务” 相比 “未来权利” 的理论约束性更强。当然，在算力供给缺口较大的短期，权利的兑现概率会比义务更高，看上去风险系数没那么高。

回报的风险与义务的确定，不对等的背后其实等于 Google 现在的云投入已经把公司变成了重资产性质的风险博弈——拿当下所有的现金流再加杠杆，去博弈一个 AI 未来的超额回报。

这种新的生意特征会取决于行业的下游 AI 模型和应用的进展以及风险偏好，让 Google 这种稳健资产的定价逻辑，反复在奖励成长溢价和 AI 回本质疑之间撕扯。

因此，在前景确定之前，衡量 Google 价值的核心，就是找到这个中间的极致悲观和极致乐观的空间。

四、被掩盖的盈利疲软

在大家不满自由现金流转负之际，海豚君发现，Google 的经营利润率却没有出现同步崩溃，连小崩的迹象都没有。而对于光看 EPS 的投资者而言，则更是被股权增值部分（SpaceX、Anthropic 等）的 900 多亿收益掩盖了真实利润表现。

除此之外，Google 云业务与同行可比的利润率情况，实际也没公司披露的那么高。虽然改善趋势依旧存在，但利润率绝对值的高低，仍然会影响 SOTP 下对云业务的独立估值。

1. 高额摊销折旧已在路上

满打满算下，Google 的 Capex 有明显增长已经自 2023 年底起持续了两年多，平均增速保持在 50% 以上，但同期的折旧费用增速还徘徊在 30% 左右。

管理层前两年对服务器等折旧周期的拉长固然是一个对冲因素，但比较 Q1&Q2 情况，还有因在建工程而暂时压低。

这也是我们上文提及的，今年以来在建工程规模占到总物业设备资产的比重，从去年的 30% 一下子提到了 38%，体现的是上半年建设速度变慢。

在建工程是正在建设、还未提供服务的物业设备资产，这部分并不计入当期的折旧摊销额中。从而导致了上半年的折旧费用增速仍然在 40%，并未与已经翻倍增长的 Capex 变化同步。

Q2 在建工程净增额占到当期 Capex 比重已经从 Q1 的异常值 84% 快速下滑到 32%，但距离往年正常水平 25% 还有一段距离，我们假设 Q3、Q4 逐步回归到 28%、25%。同时在预估今年 Capex 在 2000 亿水平的基础上，最终计算得下半年的折旧费用将开始加速。

按年来看，海豚君预计折旧费用的增速巅峰在 2027 年，影响 Google 近 2 个点的经营利润率。这不是影响最大的时候，高投入下的折旧累积效应，直至 2030 年还将继续拖累 Google 相较 2027 年近 4 个点的利润率。

以下是海豚君从芯片出货→算力 GW 部署→Capex→折旧费用的计算过程中，所涉及到的关键假设图表。值得一提的是，由于价格、产能建设时刻在变化，因此仅供当下简单参考：

2. 藏起来的训练成本

除了折旧摊销费用之外，云业务的真实利润也有玄机。按照公司对模型训练研发团队（前后包含 DeepMind 团队、Brain 团队、Google Research 部分人员）的组织架构调整来看，从 2023 年开始，上述三个团队依次进行调整、合并。

最终以统一后的 DeepMind 团队形式提供面向全公司可共享的基础技术研究。在财务架构上 DeepMind 归为集团层面，也就是 Alphabet-level activities。除了 DeepMind 之外，集团层面的经营收支还包括集团总部的物业设施投入、折旧，以及监管罚金等。

但如果要将 Google 与同行做对标，那么最好还是将这部分模型训练成本重新计入到云业务中。海豚君以这一轮 AI 发展之前的 2022 年经营亏损视为集团层面训练模型之外的支出，随后按照 5% 持续低速增长。

由此拆出集团层面的其他支出项规模，将其视为训练模型相关研发支出，挪到云业务部门进行确认，调整后的经营利润要比原披露的云利润率低个 20pct，但好在整体趋势仍然是持续改善的。（需要注明：上述估算并不准确，主要看大概的趋势变化）

五、小结：撕裂的情绪下，等待叙事的东风

在当前市场对 AI 的矛盾情绪下，Google 的叙事也没年初那么顺了（或者说资金没那么多信心了）。更何况，越来越高的 Capex，给未来利润和现金流带来的沉重负担是一方面，Gemini 大模型迭代落后对 API 潜在收入增速的影响是另一方面。

虽然电话会上，管理层着重提及了企业 AI 解决方案对云收入的贡献（Q2 首次成为 Cloud 最大增长驱动力，基于 GenAI 模型的产品收入同比增长近 800%），以及 Gemini Enterprise 付费用户环比增长 40%，Seats 和 API 采用量均 9 倍增长。Gemini 模型也通过 API 处理量从上季度的每分钟 160 亿到 220 亿，环比增长 38%

但在 Google 的潜在义务越来越高下，对权益的高兑现压力也会越来越大。

因此更稳妥的方法是，在目前的多空焦灼消化估值之际，寻求适合自己风险偏好的安全垫厚度，然后蹲守 Gemini 4（一款参数量更大、专注 Coding 编程和自主 Agent）发布后带来的催化。

目前管理层透露 Gemini 4 预训练效果不错。如果我们按常规的迭代周期来看，预计 1-2 个季度有望看到 Gemini 4 揭开面纱。

<此处结束>