谷歌如何讓巴菲特下定決心買入 | 2025回顧

美股正為“AI泡沫”震蕩不已，在彼得·蒂爾（Peter Thiel）等眾多投資大佬拋售英偉達的時候，巴菲特旗下伯克希爾·哈撒韋卻逆勢建倉了谷歌。

很多人懷疑，買入1780萬股Alphabet具有投票權的股票，是否真的出自巴菲特之手。巴菲特即將卸任，今后將不再撰寫伯克希爾的年度報告，也不會在年度股東大會上長篇大論。但不必過于拘泥這些細節。

巴菲特很早就想投資谷歌。2017年，巴菲特和芒格就意識到谷歌搜索平臺的強大實力和盈利能力，當時谷歌股價45美元；到了2019年，巴菲特和芒格又一次遺憾伯克希爾錯過了谷歌股票，當時谷歌股價60美元。今年三季度，谷歌股價在175至255美元之間波動，如今，已經達到了285美元。

谷歌具備令巴菲特欣賞的護城河，即使處于資本支出大規模擴張時期，同樣如此。在ChatGPT發布不久的時候，谷歌內部驚呼“我們沒有護城河”，但三年過去，谷歌的護城河愈發清晰可見，也終于贏得了伯克希爾的認證。

谷歌與蘋果的私有AI計算，隱私保護端到端，正在成為標配

為了從手機到云，端到端地部署Gemini，谷歌推出了云端私有AI計算（Private AI Compute）。它從一開始就圍繞核心安全和隱私原則進行設計，包括一個集成的谷歌技術棧，以及谷歌無訪問權限。那些在用戶手機上的敏感信息，在云端也僅供用戶本人訪問，得到同樣的保護。它與蘋果所做的隱私云計算（PCC）架構大體相同。

谷歌市值何時超越微軟

目前，谷歌每月消耗1300萬億tokens，已經來到了千萬億(Quadrillion)的量級，一年增長超過20倍。谷歌首次披露其自有模型Gemini通過API每分鐘消耗約70億個token，比OpenAI同期高出10億。AI的競爭，本質上是基礎設施的競爭。資本開支只是表層，真正決定勝負的，是模型與芯片的協同設計。誰能以更低的成本，產出更多或更有價值的token，誰才是token經濟學的贏家。

從電子商務到AI商務：谷歌發布AP2，以后智能體之間可以直接支付打賞了

谷歌聯合60多家機構，聯合發布了智能體支付協議（AP2），邁出了智能體自主下單支付的一小步，也可能是從電子商務邁向AI商務的一大步。這擴展了谷歌發布的A2A協議和Anthropics發布的MCP協議，是智能體協作最先落地實體經濟的一個重要場景。AP2還攜手X402協議，實現了智能體之間的穩定幣支付，正在打通AI與Web3，向智能體經濟推進。

谷歌突破3萬億美元，趕超英偉達只是時間問題

谷歌發明了Transformer架構，也最積極地自研ASIC芯片。算法與算力，AI時代技術全棧中最核心的兩個環節，決定了每一個token的成本與價值，谷歌都緊緊抓在手里。僅僅這兩項，目前就值至少9000億美元，是OpenAI的兩倍。更別提谷歌還坐擁系統、應用與人才的整個生態，讓token經濟學在它手里，同時最大化規模效應和網絡效應。下一個歷史性的關鍵時刻，就是AI時代領袖地位的交接。

谷歌財報里的token經濟學，撐起AI軍備競賽2.0了嗎

谷歌已經明確將2025財年的資本開支，從750億美元提升到850億美元。明年可能進一步增加。谷歌的token變現能力是真實的。它的token消耗，除了被外部應用調用之外，還包括旗下業務用戶體驗的改善。谷歌的搜索、YouTube和云業務，在二季度分別同比增長了12%、13%和32%，相比上一季度有所提速。不過，谷歌也承認，目前，智能體仍然成本較高、耗時，且有時較脆弱。

字節跳動與谷歌YouTube，誰將是AI（短）視頻之王

繼AI搜索大戰后，谷歌主動掀起了AI短視頻大戰。YouTube迫不及待地宣布，會在今年夏天將最新的視頻生成模型Veo 3，帶給每一位YouTube Shorts的創作者。新興內容生成平臺普遍缺乏內容分發能力，空為別人做嫁衣裳，這也是目前面向消費者市場的AI應用的關鍵挑戰之一。谷歌急迫地希望將Veo3塞進Shorts里。Veo3也能為Shorts帶去更多流量，并給了長視頻一個新的機會。

谷歌正在走出創新者窘境

本屆I/O大會，與前兩屆笨拙的“大象起舞”相比，谷歌正在從創新者的窘境中走出。Gemini趕上了OpenAI的大模型，而且之后的超越是大概率的。DeepMind對AGI的理解顯然比OpenAI更深。哈薩比斯提出過，距離實現AGI還差兩三個“transformer級的范式突破”。DeepMind的研究實力遠在OpenAI之上，它可以花更長的時間，投入更多的資源，在生成推理和多模態一體化的模型上擴展，還可以推出新范式。

大模型“歷史的終結”，就剩下谷歌與OpenAI

在巨頭這里，AGI的探索人類智能邊界的意義已經褪色。OpenAI在大模型性能稍稍領先，谷歌在基礎設施與應用生態優勢明顯，雙方都在加速奪取對方陣地控制權。下一代大模型預訓練，越來越依賴于團隊對基礎設施的熟悉程度與優化能力；谷歌定制TPU總擁有成本要低于英偉達GPU。奧特曼稱，一款10億用戶的產品比最頂尖的模型更有價值；谷歌稱Gemini已經接入旗下七個擁有超過20億用戶的產品和平臺。

Ironwood與A2A，谷歌AI生態的王者氣象

谷歌第七代TPU（張量處理單元）Ironwood誕生了，它被稱為谷歌首款專門為推理而設計（designed specifically）的AI芯片，全方位超越了不到一年前發布的Trillium，足以與去年發布的B200相媲美。它可縱向擴展（scale up）至9,216個芯片，總功率接近10兆瓦，橫向（scale out）將數十萬個芯片組合在一起，實現高效分布式計算。

谷歌Gemini Robotics，物理智能覬覦人形機器人安卓系統

谷歌DeepMind發布了兩款新的具身智能模型，正式宣告對物理智能的探索，從以往的RT模型系列，切換到了Gemini模型系列。用該公司高級研究科學家Ted Xiao的話說，這是前沿大模型與機器人的第一次接觸。在去年底的一次演講中，團隊提出三大瓶頸：機器人擴展定律，機器人上下文帶寬，以及可擴展的評估體系。這是具身智能當前的短板，還將影響未來幾年的研究方向。其中，評估體系的發展程度最低。

谷歌開源模型Gemma 3，部署效率完勝DeepSeek-V3/R1

谷歌有從一開始就有比較明確的開源想法，即發布專有的前沿模型Gemini的同時，發布開源的小模型Gemma，用于在安卓操作系統的端側部署。這次體現了一貫思路，Gemma 3目前成為最適于在端側部署的開源模型。目前為止，谷歌閉源大模型API使用成本及閉源模型部署效率均勝過DeepSeek-V3/R1。