<p>谷歌年度云计算大会 Cloud Next 2026 释放出一个清晰信号：企业 AI 的战场已从 “如何试验” 转向 “如何治理与规模化部署”，而谷歌给出的应对方案是一套从芯片到平台的完整垂直栈。这场大会不只是产品发布秀，更标志着 agentic AI 正在穿越从概念验证到企业级生产部署的临界点。</p>
<p>据追风交易台，摩根大通分析师 Doug Anmuth 在会后写道：“从实验到部署的这一转变，或许是智能体 AI 跨越概念验证鸿沟、走向企业级工作负载的最有力证据。” 需求端的数据印证了这一判断：谷歌第一方模型通过直连 API 的处理能力已达每分钟 160 亿 tokens，较上一季度的 100 亿大幅提升；约 75% 的 Cloud 客户正在使用其 AI 产品；Gemini Enterprise 付费月活用户在一季度环比增长 40%。</p>
<p>三家机构——摩根大通、美国银行证券和花旗研究——均在会后维持对 Alphabet 的买入评级，目标价分别为 395 美元、370 美元和 405 美元。共同逻辑是：Cloud 收入增速持续快于广告业务，<strong>&#34;Gemini 模型 + 自研 TPU+ 企业编排平台&#34;的组合正在构筑差异化护城河，并有望成为更直接的股价驱动因素。</strong>与此同时，Sundar Pichai 在主题演讲中给出 2026 年资本开支 1750 亿至 1850 亿美元的区间，市场对财报窗口前后的 capex 路径走向仍保持高度关注。</p>
<div>
<h2 id="bffbf67a">企业客户的问题变了：从 “怎么试” 到 “怎么管”</h2>
</div>
<p>如果说过去两年的 Cloud Next 是技术能力的展示窗口，今年的主调已经切换为如何将 AI 从少数先行企业的实验性部署，推广为可大规模运营、可治理、可控成本的生产工作负载。</p>
<p>摩根大通在研报中回溯了这一演进路径：2024 年的重心在 Gemini 与 Workspace 的集成和早期 agent 探索，2025 年开始强调 A2A 协议与第七代 TPU Ironwood，到了 2026 年，围绕 Agentic Cloud、数据易用性、AI 基础设施成本效率与安全的几条主线，统一指向一个结果——把 agent 从试点推进到可持续运营的生产部署。</p>
<p>花旗研究分析师 Ronald Josey 的表述更直接：<strong>随着管理者开始&#34;管理多个 Agent 跨工作流&#34;，企业从&#34;会用模型&#34;走向&#34;用 Agent 改流程&#34;，谷歌云押注的正是这个迁移方向，并将其定位为&#34;agentic enterprise 的关键操作系统&#34;。</strong></p>
<p>这一背景也解释了为何发布会信息密度集中在两个层面：面向代理工作流的算力与网络形态，以及把平台升级为&#34;代理工厂&#34;。谷歌选择不在会上发布任何财务更新，<strong>而是用客户使用量来证明产品正在生产环境中真实运行——包括谷歌内部约 75% 的新代码已由 AI 生成并经工程师审核，安全侧威胁处置时间缩短超过 90%。</strong></p>
<div>
<h2 id="tpu-8">TPU 8 代：推理从训练中分拆出来，成为独立资本叙事</h2>
</div>
<p>本次大会硬件侧最具结构意义的变化，是第八代 TPU 首次被拆分为两条独立产品线：TPU 8t 面向高吞吐训练工作负载，TPU 8i 则被定位为&#34;从零开始为实时推理优化&#34;的专用芯片。</p>
<p>这一 “分叉式架构” 的逻辑链条在摩根大通研报中表述得最为清晰：TPU 8t 通过新的 Virgo Network fabric 将集群扩展至单集群百万芯片以上，峰值性能约为上一代 Ironwood 的三倍，目标是压缩万亿参数级前沿模型的训练时间；而 TPU 8i 采用新的 boardfly 网络拓扑，片上 SRAM 提升约三倍，核心目标是突破 agentic 推理在规模化时遭遇的延迟与内存瓶颈。花旗研报则补充了效率维度：TPU 8i 时延较 TPU 7 降低约五倍，性能/美元维度改善约 80%。</p>
<p><strong>摩根大通的推断逻辑值得关注：既然推理不再&#34;复用训练芯片&#34;，而是需要专门的 ASIC 进行优化，说明谷歌判断推理算力需求已大到值得单独建硅、单独进行资本配置。收入机会也因此发生结构性变化——不再只跟随训练走，而会更多来自推理侧的持续消耗，形成独立的增长曲线。</strong></p>
<p><strong>值得注意的是，三份研报均提到管理层在大会上未谈及 TPU 对外销售的可能性，</strong>意味着这条硬件路线在现阶段更多服务于&#34;自用加卖云服务&#34;的逻辑，尚未演变为独立的硬件商业化叙事。</p>
<div>
<h2 id="vertex-ai-agent">平台层重组：Vertex AI“升维” 为企业 Agent 的统一治理入口</h2>
</div>
<p>硬件之外，平台层的重组是本次大会另一个值得关注的结构性变化。谷歌推出 Gemini Enterprise Agent Platform，摩根大通将其描述为有效&#34;superseding Vertex AI&#34;——<strong>将企业构建、编排、治理与安全收拢为统一入口，而非分散的功能模块。</strong></p>
<p>美国银行证券研报把这次重组拆解为三个层次。基础设施层推出 AI Hypercomputer，将 GPU/TPU、高速网络、存储与优化软件编入同一架构，覆盖从训练到推理的全生命周期。平台层围绕&#34;build/scale/govern/optimize&#34;四个维度组织能力，包括低代码/无代码 Agent 创建、集中化管理、跨生态编排（可串联 Google Workspace、Microsoft 365 与第三方应用），以及内置的可观测性与可追溯能力。应用层则通过 Workspace Intelligence 将代理能力下沉到 Gmail、Docs、Chat 等高频办公入口，允许跨应用执行多步骤任务。</p>
<p><img class="wscnph" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d4a4cf7d-e1bd-4987-9de0-c1d14cbbc42b.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="778" height="550" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d4a4cf7d-e1bd-4987-9de0-c1d14cbbc42b.png"/></p>
<p>花旗研报的解读角度略有不同，其强调平台的关键价值在于&#34;让企业把多个 Agent 放进同一套管理体系里跑流程&#34;。这一能力在产品哲学上意味着：<strong>大规模部署 agent 的门槛不再只取决于企业的技术深度，而是取决于平台的预置能力是否足够标准化，让更多企业能绕过定制工程直接进入生产部署。</strong></p>
<div>
<h2 id="22c0c8e6">谷歌用内部数据做背书：&#34;全栈 AI&#34;已在生产环境跑通</h2>
</div>
<p>发布会未披露财务数据，谷歌选择用内部可量化案例来支撑&#34;agent 已进入生产&#34;的叙事。花旗研报将这些案例归结为四个维度：</p>
<p>研发侧，约 75% 的新代码由 AI 生成并经工程师批准；花旗研报给出了纵向对比——2025 年 10 月这一比例约为 50%，2025 年一季度约为 30%，渗透速度显著。一次代码迁移项目被描述为比一年前快六倍完成。</p>
<p>营销与内容生产侧，从概念到视频素材的制作周转提速约 70%，伴随约 20% 的转化率提升。</p>
<p>安全侧，Google Cloud 每月自动处理数以万计的非结构化威胁报告，威胁缓解时间缩短超过 90%；安全能力依托 Wiz 与 Mandiant 整合构成差异化产品套件。花旗研报还提到，AI 已将&#34;平均漏洞利用时间&#34;压缩至&#34;负七天&#34;，即补丁往往尚未发布攻击已经发生，这进一步放大了自动化安全编排的战略价值。</p>
<p>客服侧，YouTube 在六周内部署 AI 语音 Agent，覆盖 NFL Sunday Ticket 与 YouTube TV 的来电场景，花旗研报强调其低延迟、准确性与双语能力。</p>
<p><strong>这些案例在三份研报中的共同作用，是将&#34;企业侧真实负载&#34;与&#34;展示型 Demo&#34;做出区隔，用以支撑 Cloud 当季业绩存在上行空间的判断。</strong></p>
<div>
<h2 id="1750-1850-capex">1750 亿—1850 亿美元 capex 区间：是 “先不改”，不是 “已见顶”</h2>
</div>
<p>Sundar Pichai 在主题演讲中给出 2026 年资本开支 1750 亿至 1850 亿美元的区间，是本次大会唯一涉及财务量级的表态，也是三份研报中分歧相对较大的议题。</p>
<p>摩根大通的解读偏务实：这一区间的公开提及提高了下周财报 “维持既有指引不动” 的概率，并非资本开支已触上限的确认。其自身预测是 2026 年约 1810 亿美元、2027 年约 2260 亿美元（同比增长约 25%），较市场一致预期高出约 12%。研报同时将另一条反向线索摆在台面：Amin Vahdat 与 Jeff Dean 在会上均强调 AI 仍处于供给受限状态，<strong>意味着资本开支轨迹&#34;可能仍有上行空间&#34;，&#34;区间即上限&#34;的结论并未成立。</strong></p>
<p>美国银行证券研报则把 Capex/FCF 压力直接列入下行风险清单：AI 投入推高资本开支、压低自由现金流，是最直接的利润率承压因子之一。</p>
<p>三份研报的共识是：<strong>Cloud Next 解决的是&#34;谷歌有没有 agentic AI 的产品与基础设施&#34;，而接下来几个季度要回答的，是这些投入能否在不显著牺牲现金流的情况下，将 Cloud 的增长与利润率预期兑现出来。</strong></p>
<div>
<h2 id="3fda9463">三家投行维持买入，但风险清单各有侧重</h2>
</div>
<p>在投资结论上，三份研报均维持买入评级，但估值锚点和侧重论据有所差异。</p>
<p>摩根大通维持 Overweight，12 个月目标价 395 美元，基于约 29 倍其 2027 年 GAAP EPS 预测 13.51 美元；研报将 Alphabet 列为&#34;top overall pick&#34;，<strong>支撑理由不只押注云，同时涵盖 Search 与 YouTube 广告仍有跑道、非广告业务空间持续扩大、以及 Waymo 提供期权价值。</strong></p>
<p>美国银行证券维持买入，目标价 370 美元，依据是 27 倍 2027 年核心 GAAP EPS 加每股现金；研报将 Cloud 在 SOTP 中的权重持续上调，并给出按 10 倍收入估算对应约 1.2 万亿美元市值贡献的参考口径，认为云利润率扩张与 AI 资产变现空间支撑更高倍数。</p>
<p>花旗研究维持买入，给出最高目标价 405 美元，对应约 29 倍 2027 年 GAAP EPS 13.92 美元；研报将溢价的来源压在两点——谷歌云在 TPU 与 Gemini 需求驱动下的收入增速再加速，以及查询量强势带来的搜索业务韧性。</p>
<p>风险层面，三份研报均提及 AI 竞争加剧与搜索流量被分流的潜在压力，摩根大通和美国银行证券均单独列出 EU DMA 合规压力；美国银行证券则将&#34;搜索中 LLM 整合节奏慢于预期或对搜索收入造成负面影响&#34;作为最大的短期不确定性，而目前的验证节点将回归 4 月 29 日盘后披露的一季度业绩。</p>


谷歌Cloud Next大会以"代理式云"为主题开场,单日连发第八代TPU芯片、Gemini企业级Agent平台、跨云数据湖与AI安全新方案,从底层算力到上层应用全线升级。这轮发布中,你最关注哪一层?欢迎在话题下分享你的看法～

<p>谷歌Cloud Next大会以"代理式云"为主题开场,单日连发第八代TPU芯片、Gemini企业级Agent平台、跨云数据湖与AI安全新方案,从底层算力到上层应用全线升级。这轮发布中,你最关注哪一层?欢迎在话题下分享你的看法～</p>

谷歌Next大会开幕，Agent时代真的来了？

谷歌-A

谷歌-C

云计算 ETF - GlobalX

北美科技软件股指数 ETF - iShares

DTCR

标普软件与服务 ETF - SPDR

2 倍做多谷歌 ETF - Direxion

<p>谷歌 Cloud Next 2026 释放关键信号：企业 AI 战场已从” 如何试验” 切换至” 如何治理与规模化部署”。75% 云客户在用 AI 产品，Gemini 付费月活单季增长 40%，TPU 首次拆分训练与推理两条产品线，平台层重组直指” agentic enterprise 操作系统”。摩根大通、美银、花旗三家机构会后集体维持买入，给出的目标价最高为 405 美元。</p>

- 谷歌云大会强调 AI 从试验转向治理与规模化部署。  
- 数据显示谷歌 AI 产品使用率上升，Cloud 收入增速超广告。  
- 三家投行维持对 Alphabet 买入评级，目标价分别为 395、370 和 405 美元。

谷歌 Cloud Next 大会焦点：AI Agent 迈入规模化，推理芯片成独立增长曲线