Google與微軟財報出爐,誰表現更勝一籌?AI貢獻如何?解析2大科技巨頭成績單
Google與微軟財報出爐,誰表現更勝一籌?AI貢獻如何?解析2大科技巨頭成績單

本季度最有看點、最受關注的一個財報日來了。

Google母公司Alphabet和微軟(Microsoft)在AI業務上的強強對決還在持續,而這次,兩家巨頭的2023年第2季度財報(截至6/30)甚至都在同一天發布。

過去一個季度,Google和微軟之間的「戰鬥」可以說是非常膠著。Google I/O、微軟Build等年度大會先後登場,兩家公司關於AI的模型更新、產品發布應接不暇。但大家都好奇的是,AI是否給真正給它們帶來了用戶和收益,兩家公司誰的表現又更勝一籌?

下面,讓我們在它們最新的季度財報中去找答案。

Google財報表現:廣告、雲端業務雙狂飆

在微軟大舉進軍AI之後,市場都為之前的AI霸主Google捏了一把汗。畢竟微軟現在搜索、生產力工具、雲業務上發起的猛攻都指向Google的要害。今年一季度,Google的營業利潤、每股收益等關鍵指標也均不達標,出現了明顯的下降。

但這次,Google完全頂住了壓力,不僅各項指標遠超出市場預期,廣告業務似乎完全擺脫頹勢重回穩定增長區間,雲業務的強勢增長也讓人眼前一亮。

Google第2季度實現營收746.04億美元,同比增長7%,遠遠超出市場預期4.4%的增長和727.7億美元的營收預期。雖然增速還沒有回到兩位數,但已經遠好於上季度3%的同比增長。

從盈利指標來看,第2季度稀釋後每股收益為1.44美元,同比增長19%,高出市場9.1%的增長預期,而上一季度這一指標同比下降了4.9%;營業利潤218.38億美元,同比增長近12.3%,遠高出市場預期的2.6%,而上一季度同比下降13.3%。

Google 2023 Q2
圖/ Robinhood

從分項業務來看,Google本季度也一掃上季度的陰霾、大獲全勝。

其中廣告、搜索、地圖、YouTube、硬體、Android、Chrome和Google Play在內的Google服務獲得662.85億美元收入,同比增長約5.5%,其中,廣告業務的表現尤為亮眼,不僅止住了兩個季度的連跌,搜索業務和YouTube的增長都超出了預期。

第2季度整體廣告業務營收581.43億美元,同比增長3.3%,高出市場2.1%的預期。Google搜索及其他相關業務收入為426.28億美元,同比增長約4.8%,比上一季度的1.9%增長加速不少。YouTube在連續幾個季度讓市場失望之後,本季度增長4.4%,遠高出分析師1%的低增長預期,營收76.65億美元。

除了廣告外,大家尤為關注的第二增長曲線的雲業務也繼續延續了高增長的勢頭,並未遭受市場預期的來自AWS和微軟雲的猛烈衝擊。

第2季度Google雲端營收為80.31億美元,同比增長約28%,跟第1季度增速持平,高出了市場24.8%的預期,並未出現增長明顯放緩的趨勢。值得注意的是,在上一季度Google雲端取得歷史上首次盈利之後,本季度雲業務繼續保持盈利,獲得3.95億美元的利潤,較上一季度的1.91億美元翻倍,而去年同期虧損還高達5.9億美元。

Google本季度的亮眼財報表現也直接反映在股價上。今日美股盤後,Google股價一度大漲超過7%。

Alphabet股價
圖/ Google Finance

雖然關鍵業績指標報喜,但Google此次並沒有過多的談論AI以及AI給業務帶來的影響。在財報會上,跟AI相關的主要事項有兩方面:

一是Google宣布了一項高層人事變動: Google的首席財務長(CFO)Ruth Porat將擔任首席投資長(CIO),在Google尋找新CFO的人選之前,她將兼任兩份工作,作為CIO她將負責Google包括AI、自動駕駛等創新部門在全球的投資。

二是Google表示,今年將持續加大在數據中心和服務器方面的投資 ,釋放了強勁的為AI服務的信號。

對AI的投入目前也並沒有大幅增加Google的業務支出。Google本季度的資本支出68.9億美元,遠低於市場預期的80.1億美元。

延伸閱讀:Google打造AI新聞助手,記者會增加產量,還是變「事實查核工人」?

微軟財報表現:總體依然穩健,但AI並未如預期發力

相較於隔壁一片歡欣鼓舞的Google,今年高歌猛進了半年多的微軟,這次就顯得有點不溫不火。

如果用一個字來評價微軟的業績表現,那「穩」字可能最合適不過。

本季度微軟的關鍵業績指標雖然不算驚艷,但也都高出了市場預期。微軟財報顯示,第四財季營收562億美元,同比增長8%,雖然不及去年同期的兩位數增長,但仍然高於了554.9億美元的市場預期;淨利潤增長20%至201億美元,攤薄後每股收益2.69美元,同比增長21%。

但從整個財年來看,微軟今年的表現稍微有些遜色。全年營收為2119億美元,同比增長7%,但過去五個財年該指標均保持了兩位數的增長。

從分項業務來看,微軟的生產力和業務流程部門(包含 Office 生產力軟件、LinkedIn 和 Dynamics)實現了 182.9 億美元的收入,增長了 10%,超過了預期的 180.6 億美元,其中辦公室消費者產品和雲服務營收同比增長3%,微軟365消費者訂閱數增長至6,700萬,LinkedIn營收同比增長5%。

包括Windows、設備、遊戲和搜索廣告的更多個人計算業務,營收為139.1億美元,同比下降降約4%。其中,Windows操作系統營收同比下降12%;硬件設備營收同比下降20%;Windows商業產品和雲服務營收同比增長2%;搜索和新聞廣告服務營收同比增長8%。

從中或許可以看到, Bing搜索集成AI之後帶來比較明顯的增長,但Windows系統和Office層面AI對收入的拉動能力還沒有顯現

微軟財報.png
圖/ CNBC

除了AI沒有預期般發力之外,此次微軟雲端業務的表現也沒有讓市場滿意。

雖然本季度微軟雲端業務營收同比仍然增長了15%至239.9億美元,高於市場預期的238億美元。但Azure和其他雲端服務業務僅增長26%,而上一季度為31%,這說明Azure已經連續幾個季度放緩,讓人擔心雲端業務是否進入了增長乏力的階段。要知道,Azure在疫情期間曾連續保持了50%的高速增長。

在隨後的電話會議上,微軟似乎也證明了這種擔憂。微軟預計2024財年第一季度Azure營收增長率將為25%至26%,這也意味著雲端業務增速將進一步放緩。此外,微軟也給出了略顯悲觀的業績指引,預計下一季度智慧雲收入為233~236億美元,個人計算業務收入為125~129億美元,生產力和商業業務收入為180~183億美元,都不及市場預期。

不過,雲端業務的增長不如預期強勁,但它對微軟的重要性正在明顯增加。在電話會議上,微軟CEO納德拉(Satya Nadella)表示,微軟雲端的年收入超過了 1100 億美元,其中 Azure 的收入首次佔總收入的 50% 以上。

在營收之外,大家尤其關注的還有微軟本季度由AI引起支出是否大幅增加,事實也確實如此。微軟上一季度的支出為89.4億美元,高於市場預期的78.5億美元。在電話會議上微軟表示,公司預計2024資本開支將在2024財年逐個季度增長,主要將用於數據中心、CPU晶片、GPU晶片和網路設備方面,也和Google一樣釋放出將持續加大AI投資的信號。

受到微軟雲業務增速放緩和低業績預期的影響,微軟股價在盤後一度跌超3%。

微軟股價
圖/ Google Finance

雖然AI的投入還沒有反映在本季度的業績之中,但納德拉明確表示將繼續加大AI投資戰略。他說,微軟仍然專注於引領新的人工智慧平台轉變,幫助客戶使用微軟雲端從他們的支出中獲得最大價值,並提高營運槓桿。

總體來看,雖然上個季度是生成式AI的高潮期,但AI目前並沒有給Google、微軟帶來預期的回報。但從兩家公司的表態來看,加大AI投資的路線並不會改變。

可能真正的AI之戰還尚未拉開帷幕。

延伸閱讀:ChatGPT安卓版來了,這4國先上線!ChatGPT「自定義指令」怎麼設定?

本文授權轉載自:網易科技

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓