谷歌是否会成为第一个削减 AI 支出的公司？

今天广泛流传以下信息：一位海外分析师认为谷歌可能是第一个削减资本支出的公司，并且人工智能泡沫将会破裂。

我们将在下面分析他的观点，但关于资本支出，答案将在今天早上揭晓。谷歌将在 7 月 22 日（美国时间）市场收盘后发布其 2026 年第二季度财报。电话会议定于 7 月 22 日下午 4:30（美国东部时间），对应北京时间 7 月 23 日上午 4:30。

财报将在电话会议之前发布。我们将在明天的直播中讨论谷歌最新的大数据模型和内部计算能力，以及 WAIC 的超级节点。在他的分析框架中，人工智能基础设施投资已经超过了公司的现金流能力，模型和计算能力的价格持续下降，最终导致投资回报不足、资本支出达到峰值，并传导至半导体和科技股的估值。文章中的一些数据是准确的，但这篇文章实际上更多的是对 Damir Tokic 过去两年对人工智能行业看空观点的延续。Alphabet 的现金流已不足以覆盖其人工智能扩张。Damir Tokic 对 Alphabet 的评估主要基于三个事实。首先，Alphabet 的资本支出正在快速增长。在 2026 年第一季度，该公司的运营现金流为 457.9 亿美元，而资本支出达到了 356.7 亿美元，常规意义上仅剩约 101 亿美元的自由现金流。随着对服务器、数据中心、电力和网络设备的投资持续增加，资本支出正在消耗越来越多的运营现金流。其次，Alphabet 开始增加外部融资。在 2026 年第一季度，该公司发行了约 313.8 亿美元的净债务，使其长期债务达到 775 亿美元。随后，该公司宣布进行大规模的股权融资，以扩展其人工智能基础设施和全球计算能力。第三，Damir Tokic 认为 Alphabet 报告的自由现金流仍然高估了公司的真实现金生成能力。他认为，用于抵消股权稀释的股权激励和股票回购也应当扣除。根据这一计算，Alphabet 留给股东的自由现金流可能远低于其标准财务报表中的数字。因此，他得出结论，Alphabet 再也不能完全依赖内部现金流来维持其人工智能扩张，必须继续通过债券发行和股票发行来筹集资金。如果人工智能投资未能迅速产生足够的回报，公司最终将需要减少资本支出。这一逻辑并非没有依据。Alphabet 的自由现金流确实受到了挤压，其融资方式也发生了变化。然而，直接从这些事实推导出 “Alphabet 将是第一个削减人工智能支出的公司” 仍然缺乏关键证据。融资增加并不一定意味着公司面临融资限制。在第一季度末，Alphabet 仍持有约 1268 亿美元的现金和可交易证券，其运营现金流也在增加。该公司选择在资本市场筹集资金可能是由于现金流不足或希望保持流动性，在资产负债表、融资成本和股东回报之间进行调整。同样，资本支出降低自由现金流并不等同于不可持续的投资。真正需要评估的是这些投资是否会导致未来云收入、广告效率和人工智能产品收入的增长，而不是资本支出本身是否高。这并不是他第一次宣称人工智能泡沫破裂。要理解这篇文章，不能仅仅看 Alphabet 的财务数据，还要关注作者过去的判断。Damir Tokic 自 2024 年以来一直认为人工智能和半导体市场正处于顶峰。在 2024 年中，他判断半导体 ETF 接近峰值，生成性人工智能泡沫正在破裂。在 2024 年 8 月，他再次认为标准普尔 500 指数的反弹即将结束，Nvidia 的财报可能会引发下一轮下跌，导致经济衰退性熊市。在 DeepSeek 出现后，他进一步认为低成本模型证明人工智能训练不再需要如此巨额的资本投资，其他公司将转向更便宜的模型和低成本推理解决方案，导致人工智能资本支出显著减少。到 2025 年，他对标准普尔 500 指数的年终目标为 4100 点，预测市场可能下跌约 30%。然而，到 2025 年底，标准普尔 500 指数收于约 6901 点，创下新高。这代表了显著的误差幅度。他还对 Alphabet 保持长期悲观的观点。此前，他发表了一篇题为 “在 ChatGPT 取代谷歌之前卖出 Alphabet” 的文章，认为生成性人工智能将颠覆谷歌搜索的商业模式，并给予 Alphabet 远低于其市场价格的估值。进入 2026 年，他的观点进一步得到强化。自 6 月以来，他发表了一系列文章，认为大型模型价格的下降表明人工智能资本支出已达到峰值，Meta 出售多余计算能力表明行业供过于求，公司向开源和小模型的转变意味着高价尖端模型失去了商业基础，科技公司的运营现金流被股权激励会计高估。Alphabet 潜在的资本支出减少只是这一 “人工智能泡沫破裂” 叙事中的最新环节。风险观察是有价值的，但拐点判断的可信度较低。Damir Tokic 的问题并不是他完全误判了风险。人工智能投资的回报是否能覆盖资本成本，确实是未来几年科技行业最重要的问题之一。大型模型价格的下降、计算能力租赁价格的变化、折旧增加、债务融资和股权稀释都可能影响人工智能产业链的利润分配。当前资本支出越高，未来公司对收入和回报的要求就越高。然而，他长期以来表现出明显的倾向：将 “积累风险” 直接等同于 “泡沫破裂”。这两者并不是同一回事。一个行业可能存在估值泡沫，但资本支出仍会继续增长；模型价格可能下降，但使用量增长得更快；每次推理的成本可能降低，但这将刺激更多的应用和计算能力需求。云服务商出售计算能力可能是其商业模式的扩展，并不一定意味着计算能力严重供过于求。Damir Tokic 提出的现金流、融资和投资回报率问题值得关注，但这些问题不足以证明人工智能泡沫已经破裂。考虑到他长期以来反复且往往过早的看空记录，他最新判断的可信度仍需大幅折扣。