Got $1,000 to Invest? This Is the AI Stock I'd Buy if I Could Only Pick One
โดย Maksym Misichenko · Nasdaq ·
โดย Maksym Misichenko · Nasdaq ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
แม้ว่าข้อได้เปรียบของ TPU และการบูรณาการ AI ของ Alphabet จะนำเสนอประโยชน์ในระยะยาวที่อาจเกิดขึ้น แต่ก็มีความกังวลเกี่ยวกับความเสี่ยงของการกินบริโภครายได้โฆษณาที่มีอัตรากำไรสูงและการเอาชนะการล็อกอินของระบบนิเวศ CUDA ตลาดอาจกำหนดราคาให้มีการเปลี่ยนแปลงที่ราบรื่นซึ่งอาจเผชิญกับอุปสรรคด้านกฎระเบียบและการแข่งขัน
ความเสี่ยง: การกินบริโภครายได้โฆษณาที่มีอัตรากำไรสูงและการเอาชนะการล็อกอินของระบบนิเวศ CUDA
โอกาส: ประโยชน์ในระยะยาวจากข้อได้เปรียบของ TPU และการบูรณาการ AI
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
Key Points
Alphabet is the most complete AI play, having both top-tier models and chips.
Its tensor processing units (TPUs) give it a big cost advantage.
- 10 stocks we like better than Alphabet ›
Artificial intelligence (AI) continues to be the most dominant theme driving the market today. While there are a lot of good investment options in the space, if I had $1,000 and could invest in just one AI stock, my choice would be simple. I'd buy three shares of Alphabet (NASDAQ: GOOGL) (NASDAQ: GOOG), or four shares if I could spare another $200 to $250.
Alphabet is the complete AI play
The reason I'd invest in Alphabet if I could only invest in one AI stock is that it offers the most complete AI package. Alphabet is the only company that has developed both top-tier AI models and AI chips. It also has a strong AI ecosystem, with top-notch software solutions, cloud security with recently acquired Wiz, and it even owns one of the world's largest subsea cable networks.
Will AI create the world's first trillionaire? Our team just released a report on the one little-known company, called an "Indispensable Monopoly" providing the critical technology Nvidia and Intel both need. Continue »
The secret sauce behind Alphabet's positioning is its tensor processing units (TPUs). It developed these chips more than a decade ago, and it has been improving them with new iterations ever since. The chips are battle-tested, running most of the company’s internal workflows and being used to train its Gemini foundational large language models (LLMs). While other companies are starting to develop their own custom AI chips, the process is not easy, and Alphabet has a huge head start.
Alphabet's TPUs ultimately give it a big structural cost advantage that should just grow over time compared to competitors that still largely rely on Nvidia graphics processing units (GPUs). TPUs cost much less than GPUs and are more energy efficient, which allows the company to train LLMs and run AI inference for much cheaper. As hyperscalers (owners of large data centers) pour money into AI infrastructure, this allows Alphabet to get a much better return on its investment. This spending, meanwhile, helps it continue to create better AI models, while also fueling the growth of its cloud computing unit. It is also now starting to benefit from letting large customers deploy TPUs and order them straight through its co-developed partner, Broadcom.
At the same time, Alphabet is incorporating AI throughout its solutions to help drive growth. Google Search is its largest business, and it has developed several AI features and tools to help increase queries, including AI Overviews, Lens, and Circle to Search. It has also incorporated an AI chatbot experience into Google, as users can jump to AI Mode with just the click of a link.
Meanwhile, through its global ad network, the company is better able to monetize AI through ads. And it also has a big distribution edge through its ownership of the Chrome browser, Android smartphone operating system, and search and AI partnership with Apple.
This all positions Alphabet to be an AI leader for the long haul, and why it is the AI stock I'd buy if I could only own one.
Should you buy stock in Alphabet right now?
Before you buy stock in Alphabet, consider this:
The Motley Fool Stock Advisor analyst team just identified what they believe are the 10 best stocks for investors to buy now… and Alphabet wasn’t one of them. The 10 stocks that made the cut could produce monster returns in the coming years.
Consider when Netflix made this list on December 17, 2004... if you invested $1,000 at the time of our recommendation, you’d have $510,710!* Or when Nvidia made this list on April 15, 2005... if you invested $1,000 at the time of our recommendation, you’d have $1,105,949!*
Now, it’s worth noting Stock Advisor’s total average return is 927% — a market-crushing outperformance compared to 186% for the S&P 500. Don't miss the latest top 10 list, available with Stock Advisor, and join an investing community built by individual investors for individual investors.
*Stock Advisor returns as of March 20, 2026.
Geoffrey Seiler has positions in Alphabet and Broadcom. The Motley Fool has positions in and recommends Alphabet, Apple, and Nvidia and is short shares of Apple. The Motley Fool recommends Broadcom. The Motley Fool has a disclosure policy.
The views and opinions expressed herein are the views and opinions of the author and do not necessarily reflect those of Nasdaq, Inc.
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"ข้อได้เปรียบของ TPU ของ Alphabet นั้นเป็นจริงภายใน แต่ยังไม่ได้รับการพิสูจน์ทางการค้า ในขณะที่ความเสี่ยงจากการกินบริโภคของ AI ในการค้นหาถูกละเลย"
บทความนี้แสดงให้เห็นถึงกรณีที่น่าดึงดูดใจ: Alphabet เป็นเจ้าของทั้งโมเดลและชิป TPU ชนะ GPU ในด้านต้นทุน/ประสิทธิภาพ และมีกับดักการกระจาย แต่สิ่งนี้ทำให้ตัวเลือกมีความสำคัญมากกว่าการดำเนินการ TPU ขับเคลื่อนการทำงานภายในและ Gemini training—พิสูจน์แล้ว การขาย TPU ให้กับลูกค้าภายนอกผ่าน Broadcom เป็นสิ่งที่เริ่มต้นและเผชิญกับความสัมพันธ์ของ Nvidia ที่ฝังแน่น บทความนี้ละเลยว่าธุรกิจหลักของ Alphabet คือการค้นหา/โฆษณาซื้อขายในส่วนลดอย่างมากเนื่องจากยังไม่ได้รับการพิสูจน์ว่า AI สามารถสร้างรายได้ได้ การจัดกรอบ $1,000 เป็นการตลาด ไม่ใช่วิเคราะห์
หาก TPU นั้นเหนือกว่าจริง ทำไม Alphabet ถึงยังไม่สามารถดึงดูดส่วนแบ่งตลาด GPU ที่มีความหมายได้หลังจากผ่านไปทศวรรษ? และหากการค้นหา AI กินบริโภคโฆษณาโดยไม่มีรายได้ที่ชดเชย การประเมินมูลค่าหุ้นจะถูกบีบอัดโดยไม่คำนึงถึงความเหนือกว่าทางเทคนิค
"โครงสร้างพื้นฐาน TPU ที่เป็นกรรมสิทธิ์ของ Alphabet มอบข้อได้เปรียบด้านต้นทุนในการเรียกใช้ (cost-of-inference) ที่ยั่งยืนเหนือคู่แข่ง แต่การเปลี่ยนไปใช้การค้นหาที่รวม AI เข้าไปด้วยก่อให้เกิดความเสี่ยงในระยะสั้นต่ออัตรากำไรจากการดำเนินงานที่ขับเคลื่อนด้วยโฆษณา"
Alphabet (GOOGL) ปัจจุบันซื้อขายในอัตราส่วน P/E ล่วงหน้าประมาณ 21 เท่า ซึ่งสมเหตุสมผลสำหรับบริษัทที่มีกับดักการค้นหาที่โดดเด่นและการเติบโตของคลาวด์ บทความระบุอย่างถูกต้องว่า TPU (Tensor Processing Unit) เป็นข้อได้เปรียบด้านต้นทุนเชิงโครงสร้าง แต่ละเลย 'Innovator's Dilemma' โดยการรวม AI Overviews เข้ากับการค้นหา Alphabet อาจเสี่ยงที่จะกินบริโภครายได้โฆษณาที่มีอัตรากำไรสูง—เครื่องยนต์ที่ขับเคลื่อนการวิจัยและพัฒนา AI ของบริษัท แม้ว่าการบูรณาการแนวตั้งของฮาร์ดแวร์และซอฟต์แวร์จะเป็นแนวโน้มในระยะยาวที่สำคัญ ตลาดกำลังกำหนดราคาให้มีการเปลี่ยนแปลงที่ราบรื่นซึ่งอาจถูกขัดจังหวะโดยอุปสรรคด้านกฎระเบียบในการพิจารณาคดีต่อต้านการผูกขาดของ DOJ และภัยคุกคามจากการลดลงของปริมาณการค้นหาจากคู่แข่ง AI ที่เน้นการค้นหา
ธีสิสนี้สมมติว่า Alphabet สามารถรักษาสถานะความเป็นใหญ่ในการค้นหาได้ แต่หากการค้นหาที่เน้น AI เปลี่ยนแปลงพฤติกรรมของผู้ใช้ให้ห่างจากการคลิกโฆษณาที่เน้นโฆษณา ธุรกิจหลักของบริษัทอาจเผชิญกับการบีบอัดอัตรากำไรขั้นต้นอย่างถาวร
"ข้อได้เปรียบด้าน TPU ที่ยาวนานของ Alphabet บวกกับการกระจายที่ไม่มีใครเทียบได้สร้างเส้นทางที่สมเหตุสมผลในการเปลี่ยนความเป็นผู้นำด้านการคำนวณ AI ให้เป็นผลกำไรและอัตรากำไรที่ยั่งยืน—ตราบใดที่สามารถผลักดันการนำ TPU ไปใช้ขยายไปนอกการใช้งานภายใน หลีกเลี่ยงการหยุดชะงักของกับดักการกระจายและการโฆษณา และเอาชนะระบบนิเวศที่เน้น GPU"
ธีสิสหลักของบทความ—Alphabet ในฐานะผู้เล่น AI ‘‘ที่สมบูรณ์แบบ’’ เนื่องจากเป็นเจ้าของโมเดล การกระจาย และ TPU แบบกำหนดเอง—เป็นไปได้และสำคัญ TPU สามารถให้ข้อได้เปรียบด้านต้นทุนเชิงโครงสร้างสำหรับการฝึกอบรมและเรียกใช้โมเดลของ Google และการกระจายของ Google (Search, Chrome, Android) มอบตัวเลือกการสร้างรายได้หลายช่องทาง บริบทที่ขาดหายไป: การล็อกอินของซอฟต์แวร์และระบบนิเวศรอบ CUDA ของ Nvidia ความยากลำบากในการเปลี่ยนโครงสร้างพื้นฐานภายในให้เป็นส่วนแบ่งคลาวด์ที่กว้างขวาง ความต้องการเงินทุน/พลังงานจำนวนมากสำหรับการแข่งขันแบบเปิด และความเสี่ยงด้านกฎระเบียบที่สำคัญเกี่ยวกับการครอบงำด้านการค้นหา/โฆษณา นอกจากนี้ โปรดทราบว่าผู้เขียนและผู้เผยแพร่เปิดเผยตำแหน่ง ซึ่งอาจทำให้เกิดอคติ
ข้อได้เปรียบของ TPU ของ Alphabet อาจไม่นำไปสู่การนำไปใช้ในอุตสาหกรรมเนื่องจากลูกค้าและเฟรมเวิร์กเป็นที่นิยมใน GPU ของ Nvidia และหน่วยงานกำกับดูแลอาจบังคับให้มีการเปลี่ยนแปลงในวิธีที่ Google ผูกมัด AI เข้ากับการค้นหาและโฆษณา ซึ่งจะลดการสร้างรายได้
"ข้อได้เปรียบของ TPU ช่วยให้ Alphabet สามารถสร้างส่วนแบ่งตลาดคลาวด์และทวีคูณการเติบโตของรายได้ที่ขับเคลื่อนด้วย AI ได้อย่างยั่งยืน"
ข้อได้เปรียบของ TPU ของ Alphabet มีความจริง—TPU v5p คลาวด์เร็วกว่า Nvidia H100 2.8 เท่าในราคาที่ต่ำกว่าและใช้พลังงานน้อยกว่า ซึ่งขับเคลื่อนการเติบโตของ Google Cloud ที่ 28% YoY เป็น $10.3B (ตอนนี้ EBITDA เป็นบวก) การรวม Gemini ช่วยเพิ่ม Search (AI Overviews ใน 1.5B+ queries/month) และ YouTube โดยมีรายได้โฆษณาเพิ่มขึ้น 15% YoY ในอัตราส่วน P/E ล่วงหน้า 22 เท่า มันฝังการเติบโต ไม่ใช่อัตรากำไรคงที่—การวิพากษ์วิจารณ์ของคุณสมมติว่าด้านล่างที่ไม่ได้รับการพิสูจน์
การฟ้องร้องต่อต้านการผูกขาดของ DOJ อาจบังคับให้มีการขาย Android หรือเทคโนโลยีโฆษณา ซึ่งจะทำลายกับดักการกระจาย และการนำ AI ของ OpenAI/Microsoft ไปใช้ในระดับองค์กรจะกัดเซาะความเป็นใหญ่ในการค้นหาท่ามกลางความกลัวของการกินบริโภคการค้นหา
"ข้อมูลจำเพาะทางเทคนิคของ TPU นั้นไร้ความหมายหากไม่มีหลักฐานว่าพวกเขากำลังชนะ workloads คลาวด์ภายนอก"
Grok อ้างถึง TPU v5p เป็น 2.8 เท่าเร็วกว่า H100 แต่ไม่ได้ระบุถึง workload—การเรียกใช้ การฝึกอบรม หรือแบบผสม? สิ่งนี้มีความสำคัญอย่างยิ่ง มันหมายถึงการเพิ่มประสิทธิภาพภายในสำหรับ Gemini ไม่รับประกันการแข่งขันภายนอกที่สำคัญยิ่งกว่า: ส่วนแบ่งตลาดของ Google Cloud ที่ 11% แม้จะมีข้อได้เปรียบของ TPU ชี้ให้เห็นว่าความเหนือกว่าฮาร์ดแวร์ไม่ได้เอาชนะการล็อกอินของระบบนิเวศ CUDA ช่องว่างนั้นควรเป็นความเสี่ยงที่โดดเด่น ไม่ใช่หมายเหตุ
"การเปลี่ยนไปใช้การค้นหาที่เน้น AI จะบีบอัดอัตรากำไรของ Search ทำให้การประเมินมูลค่า P/E ล่วงหน้าในปัจจุบันไม่ยั่งยืน"
การประเมินมูลค่า P/E ล่วงหน้า 22 เท่าของ Grok นั้นทำให้เข้าใจผิดเนื่องจากสมมติว่าอัตรากำไรในปัจจุบันจะยังคงอยู่โดยไม่เปลี่ยนแปลง แม้จะมีการ 'Innovator's Dilemma' ที่ Google ระบุ คุณละเลยว่าการค้นหาที่เน้น AI จะเพิ่มต้นทุนต่อการค้นหาอย่างมีนัยสำคัญ หาก Google เปลี่ยนไปใช้สถาปัตยกรรมการค้นหาที่เน้น LLM ต้นทุน EBITDA ของผลิตภัณฑ์หลักของบริษัทจะถูกบีบอัด ทำให้ตัวคูณ 22 เท่าที่ดูเหมือนมีราคาแพง
[ไม่พร้อมใช้งาน]
"AI Overviews ขับเคลื่อนปริมาณ และ TPU ประสิทธิภาพรักษาอัตรากำไรของ Search ทำให้ความกลัวการบีบอัดเป็นโมฆะ"
Google, ธีสิสการบีบอัดอัตรากำไรของคุณมองข้ามข้อมูล Q1: รายได้โฆษณา Search +14% YoY เป็น $46.2B แม้จะมี AI Overviews ใน 1.5B+ queries/month โดยไม่มี RPM erosion รายงาน TPU ลดต้นทุนการเรียกใช้ 2-3 เท่าเทียบกับ GPU โดยตรง ซึ่งต่อต้านเงินเฟ้อ compute-per-query ที่ 22 เท่า FWD P/E มันฝังการเติบโต ไม่ใช่อัตรากำไรคงที่—การวิพากษ์วิจารณ์ของคุณสมมติว่าด้านล่างที่ไม่ได้รับการพิสูจน์
แม้ว่าข้อได้เปรียบของ TPU และการบูรณาการ AI ของ Alphabet จะนำเสนอประโยชน์ในระยะยาวที่อาจเกิดขึ้น แต่ก็มีความกังวลเกี่ยวกับความเสี่ยงของการกินบริโภครายได้โฆษณาที่มีอัตรากำไรสูงและการเอาชนะการล็อกอินของระบบนิเวศ CUDA ตลาดอาจกำหนดราคาให้มีการเปลี่ยนแปลงที่ราบรื่นซึ่งอาจเผชิญกับอุปสรรคด้านกฎระเบียบและการแข่งขัน
ประโยชน์ในระยะยาวจากข้อได้เปรียบของ TPU และการบูรณาการ AI
การกินบริโภครายได้โฆษณาที่มีอัตรากำไรสูงและการเอาชนะการล็อกอินของระบบนิเวศ CUDA