Google砸1900億美元蓋算力!AI雲端Q1營收飆63%,搜尋查詢創新高破解「ChatGPT取代說」
Google砸1900億美元蓋算力!AI雲端Q1營收飆63%,搜尋查詢創新高破解「ChatGPT取代說」

重點一:Alphabet 三個月內把 2026 年 CapEx 指引,從 1,750–1,850 億美元上修到 1,800–1,900 億,CFO 還預告 2027 年要再加碼。⁠

重點二:Google Cloud 營收首度破 200 億美元、年增 63%,待履約訂單幾乎翻倍到 4,600 億,皮蔡卻直認算力不夠用。

重點三:Google 搜尋沒被 ChatGPT 吃掉,AI 搜尋反而把查詢量推到歷史新高,廣告營收年增 15.5%。

Google 母公司 Alphabet 在美西時間 4 月 29 日盤後丟出一張漂亮成績單:2026 年第一季總營收 1,099 億美元(約新台幣 3.46 兆元),比去年同期成長 20%,是 2022 年以來單季成長最快的一次,也擠下分析師預估的 1,072 億美元。⁠ 盤後股價聞訊大漲逾 6%。

Alphabet Q1
Google 母公司 Alphabet 於第一季總營收 1,099 億美元,比去年同期成長 22%。
圖/ Alphabet

這份財報真正讓市場熱議的,是三組數字。

第一,雲端業務(Google Cloud)首度衝破 200 億美元(約新台幣 6,300 億元),年增 63%,遠優於華爾街預期。

第二,雲端的待履約訂單(backlog,指客戶已經簽約、但服務還沒交付的訂單)從上一季水準幾乎翻倍,累積到 4,600 億美元(約新台幣 14.47 兆元)。

第三,Alphabet 把今年的資本支出(CapEx,泛指蓋資料中心、買 GPU 與伺服器這類基礎建設投資)目標再往上拉,從原本的 1,750 億至 1,850 億美元上修為 1,800 億至 1,900 億美元(約新台幣 5.66 兆至 5.98 兆元),財務長 Anat Ashkenazi 還在法說會上預告:2027 年 CapEx 還會「大幅增加」。

執行長皮蔡(Sundar Pichai)在法說會指出:「我們在短期內仍受算力限制。如果能滿足需求,雲端營收還會更高。」

雲端首破 200 億美元,企業 AI 第一次成主要成長引擎

Google Cloud 本季營收 200.3 億美元,年增 63%,是 Alphabet 三大事業群(Google 服務、Google Cloud、Other Bets)裡跑最快的一塊。

皮蔡指出,這一季首度由企業 AI 解決方案領頭推動雲端成長,過去這個位置一直是核心 GCP 服務在頂著;面向企業的 AI 助理 Gemini Enterprise,付費月活躍用戶較上一季增加 40%。

真正關鍵的訊號落在 backlog 那 4,600 億美元。意思是:客戶已經把訂單下進去、合約也簽了,但 Google 的雲端產能還來不及把服務交付出去。換句話說,皮蔡喊的「算力不夠」不是給投資人聽的場面話,而是對著一張具體的訂單表在講。

支撐這波擴張的代價,反映在單季 CapEx 上:Q1 單季就花掉 357 億美元(約新台幣 1.12 兆元),全數砸在土地、伺服器、資料中心與相關基礎設施。

Alphabet 去年 12 月才剛宣布要用 47.5 億美元(約新台幣 1,494 億元,含承擔債務)併下資料中心公司 Intersect。為了讓口袋有錢繼續燒,Alphabet 本季也發行了 311 億美元(約新台幣 9,784 億元)的優先無擔保債券。

搜尋仍是金雞母,但 YouTube 廣告踩了一腳剎車

Google 服務本季營收 896 億美元(約新台幣 2.82 兆元),年增 16%,整體廣告收入 772.5 億美元(約新台幣 2.43 兆元),年增 15.5%。其中 Google 搜尋及其他項目營收 604 億美元(約新台幣 1.9 兆元),年增 19%。

皮蔡強調,搜尋「查詢量創下歷史新高」,加進 AI 摘要與對話式體驗後反而讓使用者問得更多、更頻繁。這個數字也讓「搜尋會被 ChatGPT 吃掉」這個從 2024 年初就籠罩 Google 的市場焦慮,暫時退場。

YouTube 廣告營收 98.8 億美元(約新台幣 3,108 億元),年增 11%,但不及華爾街預估的 99.9 億美元。這個落差不是廣告主退場,而是來自一個容易被忽略的結構轉變:YouTube Premium 訂戶看片時不會被投放廣告,因此每多一位 Premium 訂戶,YouTube 就少一位廣告觀眾,廣告營收與訂閱營收之間出現此消彼長。

Alphabet 本季新增 2,500 萬筆付費訂閱,總數來到 3.5 億,由 YouTube Premium 與 Google One(雲端儲存訂閱)共同帶動,前者直接從 YouTube 廣告觀眾池轉化、後者則屬另一條獨立成長線。

皮蔡早在上一季就提醒投資人,評估 YouTube 不能只看廣告營收成長放緩,因為觀眾跑去買 Premium 不看廣告,反而貢獻了訂閱營收,必須把廣告加訂閱合起來看,才能反映 YouTube 的真實成長。

至於三大事業群中最小的 Other Bets,本季營收 4.11 億美元(約新台幣 129 億元),較去年同期下滑。但旗下自駕車公司 Waymo 達成「每週完成 50 萬趟全自動駕駛」里程碑,並在納什維爾(Nashville)啟動全自動營運,準備今年稍晚和 Lyft 合作正式上線。

為什麼 1,900 億美元的 CapEx,反而讓投資人鬆一口氣?

CNBC 報導指出,市場原本擔心,包括 Alphabet、Amazon、Meta、Microsoft 在內的四大超大型雲端業者(業界稱為 hyperscaler,意指自建大規模資料中心、再租賃算力給企業客戶的業者)今年要燒的錢太多,加上伊朗戰事推升油價、衝擊供應鏈,AI 基礎設施成本恐怕守不住。

但 Q1 財報攤開後,市場買單:營業利益率不僅沒被吃掉,反而還擴張了 2 個百分點到 36.1%,每股盈餘衝到 5.11 美元、年增 82%。投資人因此把這筆 CapEx 解讀為「跟著訂單花」,不是無上限的算力軍備競賽。

Google 給投資人看的劇本很清楚:客戶搶著付錢買算力,公司因此敢繼續加碼蓋算力,明年還要再加碼。 接下來真正的考驗,是這 4,600 億美元的待履約訂單能不能順利轉成入帳營收,這得看資料中心、晶片、能源三條供應鏈是否跟得上 Google 擴張的腳步。

Ashkenazi 預告的 2027 年 CapEx「大幅增加」,等於把這個壓力又往後延了一年。

對台灣供應鏈來說,這份財報直接受惠的是伺服器代工與資料中心相關零組件廠。CNBC 也點出,Alphabet、Amazon、Meta、Microsoft 同一天公布財報,是美國對伊朗開戰以來四大業者首度更新展望,整個科技類股本月漲幅是 2020 年 4 月以來最強。

延伸閱讀:PM角色大洗牌!Anthropic產品主管:當寫code變便宜,AI時代真正貴的是「product taste」

資料來源:CNBCTechCrunchAlphabet Q1 2026 財報

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #Gemini #google cloud
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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