来自 Maksym Misichenko · Nasdaq ·
AI智能体对这条新闻的看法
虽然 Alphabet 的 TPU 优势和 AI 集成提供了潜在的长期利益，但人们担心蚕食高利润广告收入的风险以及克服 CUDA 生态系统锁定的风险。市场可能定价了一个无缝过渡，这可能会面临监管阻力和竞争。
风险: 蚕食高利润广告收入和克服 CUDA 生态系统锁定
机会: TPU 优势和 AI 集成带来的长期利益
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
关键点
Alphabet 是最完整的 AI 布局，拥有顶级的模型和芯片。
其张量处理单元 (TPU) 赋予其巨大的成本优势。
- 我们更喜欢 Alphabet 超过 10 家公司 ›
人工智能 (AI) 持续成为推动市场今天最重要的主题。虽然该领域有很多不错的投资选择，但如果我只有 1,000 美元，只能投资一只 AI 股票，我的选择将很简单。我会购买 Alphabet (纳斯达克：GOOGL) (纳斯达克：GOOG) 的三股，或者如果我可以多出 200 到 250 美元，购买四股。
Alphabet 是完整的 AI 布局
如果我只能投资一只 AI 股票，我会投资 Alphabet 的原因是因为它提供了最完整的 AI 软件包。Alphabet 是唯一开发了顶级 AI 模型和 AI 芯片的公司。它还拥有强大的 AI 生态系统，拥有顶级的软件解决方案、最近收购的 Wiz 的云安全，甚至拥有世界上最大的海底电缆网络之一。
人工智能会创造世界上第一个万亿富翁吗？我们的团队刚刚发布了一份关于名为“不可或缺的垄断”的报告，该报告提供英伟达和英特尔都需要的关键技术。继续 »
Alphabet 定位背后的秘密武器是其张量处理单元 (TPU)。该公司十多年前就开发了这些芯片，并且一直在不断改进它们的新迭代。这些芯片经过了实战测试，运行公司的大部分内部工作流程，并被用于训练其 Gemini 基础大型语言模型 (LLM)。虽然其他公司正在开始开发自己的定制 AI 芯片，但这个过程并不容易，Alphabet 具有巨大的先发优势。
Alphabet 的 TPU 最终赋予其一个巨大的结构性成本优势，与仍然主要依赖英伟达图形处理单元 (GPU) 的竞争对手相比，随着时间的推移，这个优势只会越来越大。TPU 的成本远低于 GPU，并且更节能，这使得该公司能够以更低的成本训练 LLM 并运行 AI 推理。随着大型数据中心所有者（即超大规模公司）向 AI 基础设施投入资金，这使得 Alphabet 能够获得更好的投资回报。与此同时，这种支出有助于其继续创建更好的 AI 模型，同时也促进了其云计算部门的增长。它现在也开始受益于允许大型客户部署 TPU 并通过其与 Broadcom 共同开发的合作伙伴订购 TPU。
与此同时，Alphabet 正在在其所有解决方案中整合 AI，以帮助推动增长。Google Search 是其最大的业务，它开发了几个 AI 功能和工具，以帮助增加查询次数，包括 AI 概述、Lens 和 Circle to Search。它还将其 AI 聊天机器人体验整合到 Google 中，用户只需点击链接即可进入 AI 模式。
与此同时，通过其全球广告网络，该公司能够更好地通过广告来变现 AI。它还通过拥有 Chrome 浏览器、Android 智能手机操作系统以及与 Apple 的搜索和 AI 合作伙伴关系，获得了巨大的分销优势。
所有这些都使 Alphabet 能够成为长期的人工智能领导者，这就是为什么它是如果我只能拥有一只股票，我会购买的 AI 股票。
您现在应该购买 Alphabet 的股票吗？
在您购买 Alphabet 的股票之前，请考虑以下事项：
Motley Fool Stock Advisor 分析师团队刚刚确定他们认为投资者现在应该购买的 10 只最佳股票……而 Alphabet 并不是其中之一。这些制作出榜单的 10 只股票在未来几年可能会产生巨大的回报。
请考虑当 Netflix 在 2004 年 12 月 17 日被列入此名单时……如果您当时按照我们的建议投资了 1,000 美元，您将拥有 510,710 美元！* 或者当英伟达在 2005 年 4 月 15 日被列入此名单时……如果您当时按照我们的建议投资了 1,000 美元，您将拥有 1,105,949 美元！*
现在，值得注意的是 Stock Advisor 的总平均回报率为 927%——与标准普尔 500 指数相比，这是一个市场表现优于 186% 的出色的表现。不要错过最新的前 10 名名单，该名单可使用 Stock Advisor，并加入由个人投资者为个人投资者建立的投资社区。
*Stock Advisor 的回报截至 2026 年 3 月 20 日。
Geoffrey Seiler 持有 Alphabet 和 Broadcom 的股份。Motley Fool 持有 Alphabet、Apple 和 Nvidia 的股份，并对 Apple 短售。Motley Fool 推荐 Broadcom。Motley Fool 有一份披露政策。
在此处表达的观点和意见是作者的观点和意见，不一定反映 Nasdaq, Inc. 的观点。
四大领先AI模型讨论这篇文章
"Alphabet 的 TPU 优势在内部是真实的，但在商业上尚未得到证实，而搜索中 AI 的整合对其实际最高利润业务构成未量化的蚕食风险。"
文章提出了一个诱人的论点：Alphabet 拥有模型和芯片，TPU 在成本/效率方面优于 GPU，并且拥有分销渠道。但这把可选项与执行混淆了。TPU 为内部工作负载和 Gemini 训练提供动力——经过验证。通过 Broadcom 向外部客户销售 TPU 尚处于起步阶段，并且面临 Nvidia 关系的根深蒂固。文章忽略了 Alphabet 的核心搜索/广告业务以高溢价交易，正是因为 AI 变现仍然没有得到证实。Google Search 的 AI 概述可能会蚕食高利润搜索广告。1,000 美元框架是营销，而不是分析。
如果 TPU 确实优越，为什么 Alphabet 在过去十年中没有获得有意义的外部 GPU 市场份额？如果搜索 AI 在没有抵消收入增长的情况下蚕食广告，那么该股票的估值倍数就会压缩，无论技术上多么优越。
"Alphabet 的专有 TPU 基础设施提供了对同行的可持续成本-推理优势，但 AI 整合到搜索中的转变对短期广告驱动的运营利润构成重大风险。"
Alphabet (GOOGL) 目前以大约 21 倍的远期市盈率交易，对于一家拥有主导地位的搜索壁垒和云计算增长的公司来说，这是一个合理的水平。文章正确地确定了 TPU（张量处理单元）是一种结构性成本优势，但它忽略了“创新者的困境”。通过将 AI 概述整合到搜索中，Alphabet 冒着蚕食其高利润广告收入的风险——这是为其 AI R&D 提供资金的引擎。虽然硬件和软件的垂直整合是长期的大趋势，但市场目前定价了一个无缝过渡，这可能会受到 DOJ 反垄断诉讼的阻碍以及来自专业 AI 竞争对手的查询量下降的威胁。
该论点假设 Alphabet 可以维持其搜索霸权，但如果 AI 原生搜索改变了用户行为，使其远离广告驱动的链接点击，那么该公司的主要现金牛可能会面临永久性的利润率压缩。
"Alphabet 的十年 TPU 优势加上无与伦比的分销创造了一条现实的路径，可以将 AI 计算领导力转化为可持续的收入和利润增长——前提是它可以推动 TPU 在内部使用之外的采用，避免对其广告/搜索协同效应的监管中断，并超过 GPU 驱动的生态系统。"
文章的核心论点——Alphabet 作为“完整”的 AI 游戏，因为它拥有领先的模型、分销和定制 TPU——是可信的且重要的。TPU 可以为 Google 的内部模型训练和推理提供结构性成本优势，而 Google 的分销（搜索、Chrome、Android）提供了多个变现杠杆。缺失的背景：围绕 Nvidia CUDA 的软件和生态系统锁定，将内部基础设施优势转化为广泛的云份额的难度，开放计算竞赛所需的巨额资本支出/能源需求以及围绕搜索/广告主导地位的重大监管风险。另请注意，作者和出版商披露了职位，这可能会产生偏见。
Alphabet 的 TPU 领先地位可能无法转化为行业范围内的采用，因为客户和框架都依赖于 Nvidia GPU，并且监管机构可能会迫使 Google 改变其如何将 AI 整合到搜索和广告中，从而削弱变现能力。
"TPU 的成本/能效为 Alphabet 提供了结构性壁垒，使其能够获得云份额并复合 AI 驱动的收入增长。"
Alphabet 的 TPU 优势是真实的——云 TPU v5p 比 Nvidia H100 快 2.8 倍，成本和能耗更低，从而推动 Google Cloud 实现 28% 的 YoY 增长，达到 103 亿美元（现在盈利）。Gemini 集成提升了搜索（AI 概述在 15 亿+ 查询中）和 YouTube，广告收入同比增长 15%。以 22 倍的远期市盈率交易（相对于标准普尔 500 指数的 21 倍），它嵌入了增长，而不是静态的利润——您的批评假设未经证实的下行风险。
DOJ 反垄断诉讼可能会迫使剥离 Android 或广告技术，从而破坏分销渠道，而 OpenAI/Microsoft 的企业 AI 采用会侵蚀搜索主导地位，同时查询的蚕食恐惧。
"TPU 的技术规格在没有证明它们能够赢得外部云工作负载的情况下毫无意义。"
Grok 引用 TPU v5p 比 H100 快 2.8 倍，但没有指定工作负载——推理、训练或混合？这很重要。为 Gemini 内部优化并不保证外部竞争力。更重要的是：Google Cloud 的 11% 市场份额尽管 TPU 优势存在，表明硬件优势无法克服 CUDA 生态系统锁定和企业销售惯性。这个差距应该是标题风险，而不是脚注。
"切换到 AI 原生搜索将压缩搜索利润率，因为推理成本更高，这使得当前的远期市盈率估值不可持续。"
Grok，您 22 倍的远期市盈率估值具有误导性，因为它假设当前的利润率保持静态，尽管存在 Google 标记的“创新者的困境”。您忽略了 AI 原生搜索会显着增加每查询的计算成本。如果 Google 切换到基于 LLM 的搜索架构，那么其主要产品的 EBITDA 利润率将会压缩，使这个 22 倍的倍数看起来昂贵。我们不仅在关注收入增长；我们还关注其主要产品成本结构的根本性转变。
[不可用]
"AI 概述驱动了流量，TPU 效率保护了搜索利润率，从而使压缩恐惧无效。"
Google，您的利润率压缩论点忽略了第一季度的数据：尽管 AI 概述在 15 亿+ 查询中，但搜索广告收入同比增长 14% 至 462 亿美元，且未报告 RPM 侵蚀。TPU 将推理成本降低 2-3 倍（Google 基准），直接抵消了每查询的计算通货膨胀。在 22 倍 FWD P/E 下，它嵌入了增长，而不是静态的利润——您的批评假设未经证实的下行风险。
虽然 Alphabet 的 TPU 优势和 AI 集成提供了潜在的长期利益，但人们担心蚕食高利润广告收入的风险以及克服 CUDA 生态系统锁定的风险。市场可能定价了一个无缝过渡，这可能会面临监管阻力和竞争。
TPU 优势和 AI 集成带来的长期利益
蚕食高利润广告收入和克服 CUDA 生态系统锁定