谷歌市值何时超越微软

简单唱多资本开支的小把戏，在华尔街失灵了。谷歌与微软同日交出财报，都还亮眼，但投资者选择了谷歌，冷落了微软。

巨头们都在讲诉相似的故事：花的钱越来越多，赚的钱也越来越多。最新一个财季，谷歌营收同比增长16%至1023亿美元，高于预期；全年资本开支从850亿美元上调为910亿至930亿美元。同期，微软营收同比增长18%至777亿美元，高于预期；本季度资本开支349亿美元，环比上一季度增长45%，创历史记录。

目前两个巨头的市值，相差约5000亿美元。但无论从财报数据还是AI战略布局看，谷歌都显得比微软更扎实，也更具前瞻性。事实上，早在2019年，时任微软首席技术官斯科特（Kevin Scott)就曾着急地给CEO纳德拉和创始人比尔·盖茨发了封邮件，对微软与谷歌之间大模型训练能力的差距感到“”。

谷歌披露的token消耗量，已成为外界衡量其AI训练与推理进展的核心窗口。巨头们的营收规模庞大，业务复杂，合规施展财务“障眼法”，就掩盖了AI在增长中的真实贡献比例，token数据是更直接的指标。

目前，谷歌每月消耗1300万亿tokens，已经来到了千万亿(Quadrillion)的量级，一年内增长超过20倍。具体而言，从今年5月的480万亿，到今年6月的980万亿，再到9月底的1300万亿，对应了图片生成Nano Banana与视频生成Veo 3等多模态推理需求的爆发式增长。

相比之下，微软很少公开自己的token消耗量，即使披露，口径也与同行不一致。若将OpenAI在Azure上消耗的token剔除，微软恐怕难以跻身“千万亿俱乐部”。或许，微软选择沉默反而更安全。随着OpenAI，挣脱了微软的限制，说不定微软几次公布token消耗数量还会不增反降。

微软的算力短缺将持续到2026年。微软商业剩余履约义务（RPO）还有将近4000亿美元，是谷歌的1550亿美元的2.5倍左右。不过，在云业务领域，谷歌的后劲更足。本财季，谷歌云收入同比增长了34%，高于微软云收入的26%。

在自研大模型与芯片方面，谷歌的领先地位更加稳固。谷歌第七代TPU Ironwood即将全面上市，它专为推理而生；它不仅支持了谷歌自身的推理业务，还将Anthropic纳入自己的算力生态。谷歌确认将在今年晚些时候发布Gemini 3。

相比之下，微软的自研芯片进度明显落后。下一代Maia 200预计明年才会问世。微软在财报会上重点宣传的是“部署全球首个大规模NVIDIA GB300集群”，并通过软件优化最大化现有资源的效率。微软正在为“没有OpenAI的日子”做准备，但它内部首个端到端大模型MAI-1，依旧运行在英伟达芯片上；它的性能排在一堆中国开源模型之后。

AI的竞争，本质上是基础设施的竞争。资本开支只是表层，真正决定胜负的，是。谁能以更低的成本，产出更多或更有价值的token，谁才是token经济学的赢家。

模型-芯片协同设计，属于典型的人才密集型创新，这正是微软的短板。

纳德拉真正抓住过的机会其实只有两次。第一次，当斯科特感到落后的时候，建议投资OpenAI，得到了纳德拉的同意；这让微软间接获得了OpenAI人才的有限支持，但这既是微软的支撑，也是它的枷锁。第二次，就是在2023年底的OpenAI中，稳住了奥特曼与OpenAI多数人的军心；但小幅动荡仍然不可避免，微软却没有很好地把握住那些从OpenAI离开的核心人才。

现在，很少有巨头会从微软挖人，因为那里缺乏一流人才；包括Meta，宁愿从同样进展缓慢的苹果挖人。在这次电话财报会议上，微软谈了好几次“将继续增加 AI 投资，包括资本和人才”。

微软还有时间。这次微软谈论的较多的，仍然是与OpenAI“合作的下一阶段”。这为自己赢得了调整与追赶的时间窗口。

具体而言，OpenAI承诺追加采购价值2500亿美元的Azure服务。OpenAI仍然是微软的前沿模型合作伙伴，微软在2030年前或AGI实现之前，将继续独家拥有OpenAI研究型技术和Azure API独家经营权；模型与产品的IP授权期限延长至2032年。

但要将OpenAI的模型和微软的业务捏合起来并不容易。微软与OpenAI的业务存在结构性冲突。OpenAI最近的一个大动作，就是推出了ChatGPT Atlas，这是一款AI驱动的网络浏览器，它拥有用户的访问“记忆”，可以随时调用。此前就有传言，OpenAI对微软的技术支持，一直有所保留。

与此同时，微软自身的业务并无太大起色，或者说，它与OpenAI的契合程度不够高。在财报会上，微软高管反复强调企业服务的增长，包括：

• Microsoft 365 Copilot发布9个月，超过90%财富500强企业使用；

• Copilot系列自有产品的月活用户突破1.5亿；

• 面向开发者的GitHub Copilot拥有超过2600万用户。

但问题在于，企业服务并不是OpenAI的强项。它在这一领域的市场份额，正在被Anthropic蚕食。在OpenAI的营收结构中，面向企业客户的API收入约占25%。

从行业趋势而言，尽管AI的价值已经开始从芯片流向包括云服务与模型调用的AI基础设施，但是进一步流向应用，。即便流向应用，真正受益的依然是少数硅谷巨头，尤其是拥有庞大流量与生态闭环的企业；而且往往是消费者业务，它们更容易货币化。

谷歌是这一趋势的受益者。这次，谷歌首次披露其自有模型Gemini通过API每分钟消耗约70亿个token，比OpenAI同期高出10亿。这也相当于谷歌API每月消耗约302万亿个token，占比公司整体的23%，与OpenAI的收入结构接近。谷歌在财报会议上披露的运营数据，也可以印证这一点：

• Gemini月活用户突破6.5亿，环比增长2亿，查询量环比增长3倍；

• AI Mode查询量翻番，仅在美国就拥有超7500万日活用户；

• AI Max in Search仅在三季度就解锁了数十亿次全新查询；

• 使用Veo3生成了超过2.3亿个视频，环比增长1.6亿；

• YouTube Shorts每观看小时收入已超越传统长视频。

对于AI泡沫的担忧仍萦绕市场，分析师提问明显转向token经济学如何成立。他们现在关心，高管们如何“量化或描述云服务容量不足对收入的影响”，同时追问“如何保证不会过度建设”；他们想清楚地知道，“在AI搜索中，每次查询的点击量、转化率和定价方面发生了什么变化”。