解析|Google財報才發布,市值跌掉一家AMD!兩度冤家路窄,微軟為何笑了?
解析|Google財報才發布,市值跌掉一家AMD!兩度冤家路窄,微軟為何笑了?

Google母公司Alphabet公布第三季財報,雖然營收超出預期,但投資人對Google雲端平台的疲弱表現感到失望,導致股價收跌9.51%,市值一夜蒸發1,696億美元,超過Nike、超微(AMD)的市值。相較同一天發布財報的競爭對手微軟(Microsoft)投資人相較看好未來表現,股價上漲了3.07%。

Google和微軟又一次同日發布財報,這一次微軟贏翻了。

微軟財報各個方面均優於市場預期,總營收實現兩位數增長,其中智慧雲部門收入同比增長19%,其中Azure更是同比增長29%。財報公布,微軟的股價一度漲近6%。

隔壁Google就沒那麼風光了,雖然營收也超出市場預期,同比增長11%。最核心的廣告業務也回暖,實現同比9%的增長,其中YouTube廣告收入更是同比增長12%。然而, Google的雲業務不及預期,且增長進一步放緩至22% 。財報公布後,Google股價盤後跌超6%。

Sundar Pichai
Google母公司Alphabet公布第三季財報,雖然營收超出預期,但投資人對Google雲端平台的疲弱表現感到失望,導致股價收跌9.51%,市值一夜蒸發1,696億美元。
圖/ 路透

自從去年底ChatGPT發布,作為ChatGPT生產方OpenAI“大腿”的微軟,就帶頭掀起了席捲全球的AIGC狂潮,科技巨頭們更是打起AI軍備賽。其中微軟和Google,成為最受矚目的一對“冤家”,在搜索、雲端計算等領域打的有來有回,頗為激烈。

Google與微軟兩度冤家路窄,為何這次微軟略勝一籌?

不知是有心還是無意,這已經是連續第二次兩家公司在同一天發布財報。在7月二者同日“交作業”時,Google一掃廣告萎靡的陰霾,雲業務增長也高於市場預期,微軟表現穩健,但彼時高調的AI並未顯示出明顯的拉動作用。

如果說上一次二者打了個平手,甚至是Google表現更加亮眼的話,那這一次微軟“贏”得很明顯。對Google來說,好消息是這場“龍虎鬥”頂多打了個熱身賽,未來仍可期。

微軟財報解析|雲端業務、PC強力拉抬業績,AI還是最大投資

微軟表現強勁,財報各表現均高於華爾街預期,主要的推動力是雲端計算和個人電腦業務。

截至9月30日的2024年第一季度財報,微軟營收545.2億美元,同比增長10%,高於上個季度的8%同比增長。每股收益為2.65美元,同比增長13%。

其中微軟的智慧雲部門是其最大收入來源,創造了242.6億美元的收入,增長了19% ,包括Azure公共雲、SQL Server、Windows Server、Visual Studio、Nuance、Github和企業服務。來自Azure的收入在這個季度增長了29%,微軟沒有披露具體的美元收入。

銷售電腦、Xbox遊戲機和Windows操作系統的More Personal Computing部門貢獻了136.7億美元的收入。其中,微軟稱Windows操作系統許可證的銷售額增長了4%。根據Garter的估計,個人電腦出貨量已經開始穩定,第三季度出貨量僅下降9%(第一季度下降30%)。

微軟生產力和業務流程部門(包含LinkedIn、Office軟體、Dynamics)收入186億美元,高於市場預期的182億美元。

Satya Nadella
微軟的智慧雲部門是其最大收入來源,創造了242.6億美元的收入,增長了19%。

這個季度微軟動作頻頻,如推出了新的網路安全服務,發布了新的Surface PC,此外還宣布將從11月1日起向企業出售微軟365 copilot AI附加組件。後者是微軟將AI融入到自己產品中的一個重要舉措,也有望為大舉投資AI的微軟帶來直接回報(每月收費30美元)。

值得注意的是,微軟的AI戰略不動搖,仍然有較高的成本支出。 第一財季,微軟資本支出112億美元,高於上一財季的107億美元,也是自2016財年以來最大的季度支出。

此外,微軟不久前剛以687億美元完成了對動視暴雪的收購,動視暴雪沒有被納入微軟的第一財季業績中,可能將在一定程度上影響下個財季的收益。

Google財報解析|雲端業務不如預期,投資人擔心恐落後Azure和AWS

隔壁的Google財報也不賴,營收和獲利均超出預期,但出了一個“小問題”,雲端業務不及預期。

截至9月底的2023年第三財季,Google營收766.9億美元,同比增長11%。這是Google在此前連續四個季度營收個位數增長後,首次回歸兩位數增長。其中廣告收入596.5億美元,Google Cloud雲業務收入84.1億美元。

廣告是Google營收的關鍵,在經歷了此前的低迷後,Google的廣告“站起來”了。

上一季度時,Google的廣告業務已經扭轉了頹勢,此次財報坐實了Google廣告的“穩”。596.5億美元的廣告收入中,包括440.3億美元的Google搜索和其他廣告收入,以及79.5億美元的YouTube廣告收入。和去年同期相比,Google廣告業務整體增長9%,其中的YouTube廣告收入增長12%。Google搜索和其它廣告收入同比增長超11%。

在財報會議上,Google CEO皮蔡(Sundar Pichai)表示,作為TikTok的競品,YouTube的短影音YouTube Shorts這個季度日訪問量已經達到了700億次。

雲端業務怎麼就成了Google財報上的一根刺

但Google雲業務不如預期。市場預期Google雲業務在這個季度會貢獻收入86億美元,但實際上只有84.1億美元。

企業紛紛“勒緊褲腰帶”過日子,在雲相關服務上的支出縮水,已經是雲廠商過去幾個季度的一個心頭刺。Google的雲業務在過去幾個季度一直增長,但增速逐漸下滑,去年三季度Google雲收入同比增長37.6%,第四季度這個數字降為32%,今年第一季度和第二季度又降至28%。

YouTube Shorts.jpg
Google廣告業務整體增長9%,其中YouTube廣告收入增長12%。此外,YouTube的短影音YouTube Shorts這個季度日訪問量已經達到700億次。

而這個季度,市場預期Google雲同比增長25%,這已經是較之前繼續下滑,沒想到Google雲實際上交的作業比這更糟糕,同比增長只有22.5%。

再加上隔壁微軟的智慧雲部門表現高於市場預期,其中的Azure收入增長29%。Google發布財報之後,儘管營收超出預期,股價卻應聲下跌5%。

Investing.com 高級分析師 Jesse Cohen 表示: “ 儘管 Alphabet 季度收益和營收超過預期,但投資者對其Google雲平台相對疲弱的表現感到失望,該平台有可能進一步落後於 Azure 和 AWS。

Google要擔心的事不只有一樁,微軟也並非高枕無憂

也許稱不上低谷,但目前的狀態已經足夠Google焦慮。

目前,Google正在面臨巨大的反壟斷壓力。美國檢方上個月正是對Google啟動了一場具有里程碑意義的反壟斷審判,對該公司提出了全面指控,稱其從事反競爭行為,以維持其在搜索領域的主導地位。

此外,Google上個月還正是計劃裁減招聘部門的數百名員工,作為其繼續削減成本的舉措。今年1月Google母公司Alphabet裁員1.2萬人,約占員工總數的6%。

自去年底ChatGPT橫空出世以來,微軟帶頭掀起了AI大戰,而Google一度反應遲緩。其推出的競品Bard並未掀起太大波瀾,雖然也在雲服務中積極融入AI,但從這個季度財報來看尚未看到回報。

儘管如此,Google表示其仍致力於在AIGC技術方面大舉投資。在財報電話會議上,皮蔡表示:“隨著我們擴大新的AI服務的使用範圍,我們將繼續進行有意義的投資,以支持我們在AI方面的努力。”

微軟也並非高枕無憂,挑戰就在前方。

對AI大舉投資,雲服務的銷售增長已經給予了微軟一定程度的正面回饋。但對於投資者來說,支出仍然高企(正如前文所說,這個季度微軟成本創下2016年以來的最高),接下來每月收費30美元的360 Copilot究竟表現如何,將是微軟AI戰略的一次重要大考。

另一方面,根據Statcounter今年9月的數據,Bing搜尋引擎的市場份額仍然只有3%。今年2月,當微軟將ChatGPT整合進搜尋引擎、高調推出新Bing的時候,曾放出豪言要“摧毀支撐Google核心業務的高利潤率”。但目前看來,AI在現階段並不足以動搖Google在搜索領域的霸主地位。

在財報公布前,微軟CEO納德拉(Satya Nadella)在接受採訪時,罕見提及手機業務,稱放棄Windows Phone和行動裝置是錯誤的決定。這已經是第三位承認在通訊領域犯錯誤的微軟CEO——比爾·蓋茲曾把措施收購Android稱為“有史以來最大的錯誤”,而史蒂夫·鮑爾默則稱2000年代初對手機的關注不夠,是其“最後悔的事”。

這似乎是當下的最好註腳,在通訊時代來臨時錯失機會的微軟,堅定地咬緊AI,和Google再次站上擂台。一次財報的勝利並不是終點,這場戰爭仍在持續。這一次是誰踏上坦途,誰又會書寫遺憾,只有等著看。

本文授權轉載自:網易科技 責任編輯:林美欣

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