谷歌云首破200亿，却嫌自己"不够算"

桑达尔·皮查伊站在财报电话会的镜头前，手里攥着一份漂亮的成绩单：谷歌云季度收入首次站上200亿美元，同比暴涨63%。但他开口第一句不是庆祝，而是道歉——"我们算力受限，不然还能更高。"

这种"凡尔赛式诉苦"背后，藏着AI军备竞赛里最真实的瓶颈：需求来得太快，芯片和数据中心根本跟不上。

一、800%增长的AI业务，成了甜蜜的负担

拆解这200亿美元，真正的发动机是AI。

基于谷歌生成式人工智能（genAI）模型的产品，年收入增速接近800%。Gemini企业版（Gemini Enterprise）环比再涨40%。API调用的AI令牌（token）处理量从每分钟100亿飙到160亿，一个季度涨60%。

这些数字意味着企业客户正在真金白银地把谷歌的大模型塞进生产流程。不是试点，不是POC，是规模化部署。

但问题恰恰出在这里——当客户签完合同、付完钱，谷歌发现自己交不了货。

皮查伊的原话是：「如果当时能满足需求，云收入会更高。」这不是谦辞。积压订单（backlog）在单季度翻倍至4620亿美元，相当于把未来好几年的合同提前锁进了抽屉，却拿不出足够的张量处理单元（TPU）和机房来兑现。

更尴尬的是客户行为：他们实际消耗的资源比最初承诺的多了45%。企业嘴上说要试水AI，身体却很诚实地全押。谷歌签单时按保守估计配资源，结果客户跑起来发现"真香"，需求直接溢出配额。

这种"超预期消耗"对云厂商是双刃剑。一方面证明产品粘性强，另一方面暴露产能规划的滞后性。

二、从"卖水人"到"缺水人"：云厂商的身份焦虑

谷歌云的困境有行业共性，但解法很谷歌。

亚马逊AWS和微软Azure同样被算力紧缺困扰，但皮查伊选择把"受限"重新包装成差异化优势。他在电话会里强调：积压订单翻倍恰恰说明谷歌云"与众不同"——客户愿意等，而且愿意付高价等。

这套叙事需要几个数据支撑：

新客户获取量同比翻倍。1000万到1亿美元级别的交易数量同比翻倍。还签了多份"十亿美元以上"的超级大单。

这些数字指向同一个结论：企业选型时，谷歌的AI技术栈已经具备不可替代性。客户不是没地方去，是不想去别的地方。

但这种"饥饿营销"能持续多久？4620亿美元的积压订单是资产，也是负债。如果谷歌不能在12-18个月内显著扩产，客户可能被迫分流到竞争对手——毕竟微软的OpenAI合作和亚马逊的Anthropic押注都不是摆设。

皮查伊的回应是"长期投资框架"，翻译过来就是：建数据中心、囤芯片、拉光纤，这些重资产投入需要时间。而时间，恰恰是AI竞赛里最稀缺的资源。

三、TPU与英伟达：谷歌的"双线押注"真相

值得细品的是皮查伊提到的硬件组合：TPU加上数据中心。

TPU是谷歌自研的AI专用芯片，理论上应该比英伟达的通用GPU更便宜、更高效。但财报电话会里TPU和"数据中心"并列出现，暗示谷歌同样在大量采购外部算力。

这种"自研+外购"的双轨策略，暴露了一个行业现实：再激进的自研路线，也填不满生成式AI的算力黑洞。

谷歌云平台的增速高于云部门整体，说明基础设施层（IaaS）比应用层（SaaS如Google Workspace）更吃资源。企业客户要么在训练自己的大模型，要么在跑大规模的推理任务——两者都是吞卡怪兽。

800%的genAI产品增长，背后是数千张TPU集群的满负荷运转。当谷歌说"算力受限"时，真正的瓶颈可能是：自研芯片的产能、先进制程的晶圆分配、或者数据中心电力和散热的物理极限。

这些细节谷歌不会披露，但资本开支的走向会说明一切。如果接下来几个季度谷歌的基建投资没有显著加码，"受限"就可能从短期借口变成长期结构性问题。

四、企业客户的"45%超额消耗"意味着什么

回到那个45%的季度环比数据——客户实际用量超出初始承诺。

这在传统云计算时代几乎不可能发生。企业买AWS的EC2或S3，通常按预估峰值配资源，实际使用率能到70%就算健康。但AI工作负载的特性完全不同：它是突发的、弹性的、难以预测的。

一个客服机器人可能平时闲置，促销期间瞬间需要百倍算力。一个代码助手可能上午没人用，下午全公司工程师同时调用。这种"脉冲式"需求让传统的容量规划模型失效。

谷歌云的客户超额消耗45%，说明两件事：

第一，企业还没学会如何预测AI成本。签合同时按"试点规模"报价，落地后发现全公司都在用，账单失控。

第二，谷歌的定价和配额机制有套利空间。客户可能故意低报需求以获得更低单价，再在实际使用中突破限制——云厂商要么追加收费，要么被迫免费扩容。

无论哪种情况，都指向同一个商业命题：AI云服务的计费模式需要重构。按token、按推理次数、按峰值并发，哪种模型能同时保护客户预算和云厂商利润？行业还在摸索。

五、200亿之后的增长方程式

63%的同比增速在科技巨头业务线中堪称罕见，但投资者的反应很冷淡。谷歌盘后股价波动不大，因为市场已经price in了AI红利，更关心的是"下一个63%从哪里来"。

皮查伊给出的答案是"长期投资"，但这话太虚。更具体的线索藏在财报的细节里：

Google Cloud Platform增速高于云部门整体，说明基础设施即服务（IaaS）仍是核心驱动力。Workspace等SaaS产品没有单独披露增速，暗示其增长相对平缓。AI解决方案是最大单一驱动力，但800%的基数效应意味着同比增速必然回落。

换句话说，谷歌云正在经历从"AI概念红利"向"AI运营效率"的过渡期。前几个季度的爆发来自早期采用者的涌入，接下来的增长需要靠存量客户的深度渗透和付费升级。

Gemini Enterprise 40%的环比增速是个积极信号——说明企业版产品正在从"试用"走向"订阅"。但40%和800%的差距，也揭示了C端/B端市场的温度差。消费者可能为AI聊天付费，企业只为能省成本或增收入的AI工具买单。

4620亿美元的积压订单是缓冲垫，也是倒计时。如果谷歌能在未来四个季度把产能缺口补上，这些订单会转化为确定的收入；如果补不上，客户可能带着合同去找微软或亚马逊谈判，用谷歌的报价压对手的价。

云市场的残酷之处在于，切换成本虽高，但并非不可逾越。当算力成为硬通货，"有货"比"有好货"更重要。

六、皮查伊的"算力叙事"能讲多久

把"受限"说成"差异化"，是危机公关的经典手法。但谷歌面临的真实考验是：这种叙事需要不断用新数据验证。

下个季度，如果积压订单继续膨胀而收入增长放缓，"受限"就会从"需求太旺"变成"供给无能"。如果产能释放后客户留存率不及预期，"愿意等"的故事也会破产。

更隐蔽的风险在于TPU的生态锁定。谷歌力推自研芯片，成本结构确实优于采购英伟达GPU，但这也把客户绑在了谷歌的软件栈上。当企业想做多云部署或迁移到开源模型时，TPU的转换成本会成为阻力。

微软的聪明之处在于拥抱异构——既用英伟达，也用AMD，还推自己的Maia芯片，同时保持对OpenAI模型的中立支持。谷歌的"TPU优先"策略更激进，但也更脆弱。一旦自研芯片的迭代节奏跟不上市场，整个云业务的竞争力都会受拖累。

皮查伊在电话会末尾说「我们看到了非凡的机会 ahead」。这句正确的废话，掩盖不了眼前的算术题：200亿美元收入，4620亿美元积压，63%增速，800%AI增长——这些数字的交汇点，是谷歌必须在"长期主义"和"即时交付"之间找到平衡。

AI云战争的下一阶段，不再是比谁的技术更炫，而是比谁的产能更稳、谁的交付更快、谁能让客户在签下合同后不用等待。

当算力成为新的石油，拥有油田只是起点，修通管道才是正事。谷歌云现在手里攥着全球最大的AI油田之一，但管道还在施工。问题是，客户愿意等多久？而竞争对手，又会在窗口期里抢走多少？