800億美元！OpenAI、Anthropic還沒IPO，谷歌先下場“搶錢”了

作者｜冬梅

谷歌計劃開啟史上最大規模融資

當地時間 6 月 1 日，谷歌母公司 Alphabet 拋出重磅資本動作，正式官宣史上最大規模股權融資計劃，總融資規模高達 800 億美元，也是當前全球 AI 賽道規模最大的融資案例之一。

本次融資募集的全部資金，將核心用于加碼人工智能底層基礎設施建設、擴建全球算力集群，補齊 AI 供需缺口，支撐公司長期 AI 戰略落地，應對全球白熱化的科技巨頭 AI 競賽。

本次 800 億美元融資采用多元化組合模式，結構清晰、分工明確，具體分為三大板塊：

一是 300 億美元公開發行，面向全球普通投資者開放認購，拓寬資金來源渠道；

二是 400 億美元 ATM（At-the-Market）持續增發計劃，依托二級市場實時市價分批增發，靈活適配市場行情，降低融資成本與股價沖擊；

三是 100 億美元向伯克希爾·哈撒韋定向配售，引入頂級長期機構資金。

在整套融資方案中，伯克希爾·哈撒韋百億美元定向投資引發外界熱議。

作為全球價值投資標桿、以穩健風控著稱的頂級資管機構，伯克希爾極少重倉單一科技成長標的，此次大手筆入局，被外界認為是對谷歌 AI 長期戰略、TPU 生態潛力的深度押注。

據悉，此次私募以 Alphabet 收盤價 376 美元為基準，其中 50 億美元 A 類普通股享有約 6% 的折扣，50 億美元 C 類普通股以 348.20 美元定價，折扣幅度接近 8%。

從企業經營邏輯來看，對于一家賬面仍擁有超過千億美元現金儲備的科技巨頭而言，主動進行如此大規模股權融資并不常見。

事實上，自 2004 年 IPO 以來，Alphabet 長期處于“回購股票”的狀態，而不是發行股票融資。

長期“回籠資金、回饋市場”的巨頭，突然轉向“大規模吸納資金、重倉投入”，讓華爾街嗅到了一個重要信號：AI 基礎設施建設已經開始超出傳統科技公司的現金流承受能力。

消息官宣后，資本市場隨即做出反應，Alphabet 股價盤后一度下跌約 2%。市場擔憂核心集中在股權稀釋效應，大規模新股發行將攤薄原有股東每股收益、稀釋股權價值，短期對公司估值和股價形成壓制，這也是成熟科技巨頭極少輕易增發融資的核心原因。

谷歌也“缺錢”了？

從傳統財務維度來看，Alphabet 完全不存在資金短缺的問題，各項核心經營數據均穩居全球科技企業第一梯隊，盈利能力和現金流穩定性極強。

根據公司披露的 2026 年第一季度財報數據，公司基本面十分穩健：全年營收規模約 1100 億美元，營收底盤扎實、增長穩定；過去 12 個月經營現金流高達 1740 億美元，造血能力行業頂尖；賬面現金儲備更是突破 1200 億美元，充足的流動資金足以覆蓋常規研發、運營、并購等所有經營支出。

那么，谷歌是如何賺這么多錢的？

根據 Alphabet 5 月份公布的 2026 年第一季度財報透露的信息，具體業務線營收如下：

谷歌搜索：604 億美元（55.0%）

谷歌云：200 億美元（18.2%）

Google 訂閱、平臺和設備：124 億美元 (11.3%)

YouTube 廣告：99 億美元（9.0%）

谷歌網絡：70 億美元（6.4%）

其他：4 億美元（0.4%）

既然賬面資金充裕、造血能力強勁，谷歌為何突然間主動開啟如此大規模的融資？

核心答案并非經營承壓，而是 AI 重構了互聯網行業的成本結構與商業模式，將輕資產的互聯網行業，重新拉回高投入、重資產、長周期的資本密集型賽道。

回顧過去二十年的移動互聯網時代，互聯網企業的核心優勢極致鮮明，是典型的輕資產商業模式。行業增長邏輯高度依賴軟件迭代與產品運營，核心投入集中在技術研發、產品優化、市場推廣三大板塊。軟件產品具備極強的規模效應，產品成型后，服務千萬級、億級用戶的邊際成本趨近于零，企業可以憑借少量前期投入，實現長期、高毛利的規模化盈利，資金周轉效率極高。

但大模型與生成式 AI 時代到來后，這套成熟的輕資產增長邏輯漸漸失效，全新的重資產成本體系全面成型。

當前 AI 產業的核心競爭力，不再局限于算法模型與產品體驗，更依賴海量的硬件基礎設施投入，核心包括高端 GPU/AI 芯片集群、超大規模智能數據中心、配套電力能源系統、高速網絡傳輸設備以及規模化 AI 推理集群。

這類資產均屬于典型的重資本、長周期、高門檻固定資產，前期投入體量巨大、回本周期漫長，且需要持續迭代升級，無法通過企業自有現金流輕松支撐。

為搶占 AI 賽道制高點，全球科技巨頭紛紛開啟瘋狂資本投入模式，AI 軍備競賽全面升級。

作為行業領頭羊，Alphabet 的投入力度堪稱行業標桿。Alphabet CFO Anat Ashkenazi 早在 4 月就官宣上調 2026 年資本支出指引，全年資本支出預計達到 1800 億～1900 億美元，幾乎全部傾斜于 AI 算力、數據中心、芯片研發等基礎設施建設。更值得警惕的是，Alphabet 明確表示，2027 年資本支出將顯著高于 2026 年，意味著 AI 投入的增長曲線仍在持續陡峭上行。

按照這一增長趨勢測算，僅 2026、2027 兩年，Alphabet 在 AI 基礎設施領域的累計投入規模將突破 3000 億美元。如此巨額的持續資本開支，已經遠超企業日常經營性現金流的承載上限。

由此可見，Alphabet 此次 800 億美元融資，絕非經營困境下的被動自救，是為未來 3-5 年 AI 軍備競賽提前儲備充足資本彈藥的主動戰略布局。

正如公司官方公告中強調的核心邏輯：當前全球市場的 AI 服務需求，已經全面超出現有算力、基礎設施的供給能力，供需缺口持續擴大。

這也意味著，谷歌當下的核心焦慮早已迭代升級。此前行業競爭的核心是大模型參數、算法能力、產品體驗的比拼，而如今，算力供給能力、基礎設施規模，已經成為制約谷歌 AI 商業化落地、搶占市場份額的核心瓶頸。

谷歌真正想押注的，是 TPU 生態

充足的算力儲備，成為牌桌上所有玩家打贏 AI 持久戰的核心底牌，谷歌當然也深知這一點。

在全球 AI 算力賽道，英偉達憑借 GPU 與 CUDA 生態占據絕對主導地位，壟斷了絕大多數 AI 訓練市場。

但谷歌并未跟風死守通用 GPU 賽道，而是走出了差異化競爭路線，其千億級資本投入的核心目標，并非單純堆砌算力硬件，而是全力押注 TPU + Google Cloud + Gemini 的全閉環 AI 生態，打造屬于自己的算力壁壘與行業話語權。

TPU 是谷歌自研的專屬 AI 芯片，最早于 2016 年正式對外公開，歷經十年迭代升級，技術成熟度、適配性持續提升。

與英偉達通用型 GPU 不同，TPU 并非全能型計算芯片，而是專為機器學習、深度學習、大模型訓練與推理場景量身優化的專用算力芯片，在 AI 垂直場景下，具備更高的算力密度、更低的功耗、更優的性價比，針對性適配谷歌全系 AI 業務需求。

過去十年間，谷歌的 TPU 生態已經打磨得較為成熟了。

長期處于內部孵化、自用打磨的狀態，核心服務于谷歌自有核心業務，為搜索算法優化、短視頻平臺 YouTube 高清渲染、Gmail 郵件智能服務、Google Photos 智能相冊、Gemini 大模型迭代等核心產品提供底層算力支撐。

依托內部海量業務場景的持續打磨，TPU 不斷迭代升級，解決了大量落地適配問題，技術體系日趨完善。

所以到了今天，谷歌的 TPU 戰略定位迎來了根本性變革。

隨著全球 AI 商業化需求爆發，市場對低成本、高適配的 AI 算力集群需求呈指數級增長，谷歌正式將 TPU 從內部工具，升級為 Google Cloud 云服務的核心差異化賣點，全面向外部開發者、AI 企業、傳統行業客戶開放，開啟商業化生態擴張之路。

目前，谷歌 TPU 云端服務已積累大量核心優質客戶，覆蓋頭部 AI 獨角獸、中小 AI 創業公司、大型政企企業客戶等多個群體，其中 Anthropic 是最具代表性的標桿案例。

作為全球僅次于 OpenAI 的頂級大模型企業，Anthropic 的核心模型訓練、推理服務，長期穩定運行在 Google Cloud 的 TPU 基礎設施之上。

谷歌對 Anthropic 采取“資本賦能 + 算力賦能 + 生態賦能”的全方位扶持模式，不僅完成數十億美元戰略投資，深度綁定企業股權，還為其獨家提供高端 TPU 算力集群、專屬云計算資源以及技術運維支持，助力 Anthropic 持續迭代 Claude 系列大模型。

但隨著需求持續增長，新的問題出現了。谷歌面臨的挑戰已經不再是如何分配現有 TPU，而是如何更快建設更多 TPU，這本質上已經成為一個基礎設施問題：建設新的 AI 數據中心不僅需要芯片，還需要土地、電力、網絡、冷卻系統，以及巨額前期投資。

任何一個超大規模 AI 集群，背后都意味著數十億美元甚至上百億美元的資本開支。

過去，谷歌主要依靠自身資產負債表承擔這些投入，但 AI 時代的擴張速度遠遠超過以往任何一次技術浪潮。

Gemini 需要擴容、Google Cloud 需要擴容、搜索業務需要擴容、研究部門需要擴容，所有需求都在同時增長。于是，谷歌開始尋找新的融資方式。

其邏輯并不復雜：如果 AI 基礎設施已經成為一種能夠持續產生現金流的資產，那么就可以引入外部資本共同建設，而不必完全依賴 Alphabet 自身的資金。

此外，還需要關注的一個點是，盡管谷歌的 TPU 在推理場景具備技術和成本優勢，但想要快速搶占市場、顛覆現有格局，仍面臨難以逾越的現實阻礙——英偉達構建的 CUDA 軟件生態，已經成為全球 AI 產業的底層基礎設施，行業慣性極強。

當前全球 AI 研發體系，幾乎全部基于 CUDA 生態搭建，主流開發框架、工具鏈、開源模型均深度適配英偉達 GPU。從開發者最常用的 PyTorch、TensorFlow、JAX 三大深度學習框架，到海量開源大模型、訓練腳本、推理工具、運維體系，整套行業標準、開發習慣、技術體系都圍繞英偉達生態構建。

這意味著谷歌面臨的核心競爭難題，并非 TPU 芯片的性能短板，而是極高的行業生態遷移成本。

對于開發者和企業而言，更換算力硬件并非簡單的設備替換，而是需要重構整套工作流、適配開發框架、調試模型參數、優化運維體系，耗時耗力且存在技術風險。即便 TPU 具備更優的性價比，絕大多數開發者和企業仍會優先選擇成熟穩定的英偉達生態，不愿貿然遷移。

為破解生態壁壘、加速市場滲透，谷歌近年來持續發力生態建設，一方面大力推廣自研 JAX 開發框架，打造適配 TPU 的專屬開發生態，形成差異化技術體系；另一方面持續優化云端 TPU 服務，降低企業適配門檻，提供一站式算力、運維、技術支持服務，逐步吸引開發者和企業入駐，緩慢撬動英偉達的生態壟斷格局。

而所有這些，都需要錢，需要很多很多錢。

谷歌下場“搶錢”，對其他等待

IPO 的巨頭意味著什么？

谷歌 800 億美元超級融資的影響，遠不止局限于算力賽道和企業自身戰略，更將重塑全球科技資本市場的資金格局，帶來一個極易被市場忽視的核心變化：優質科技賽道的資金競爭格局徹底改寫，AI 初創企業與頂級科技巨頭，開始爭奪同一批機構資金。

恰逢 Alphabet 官宣千億級融資的窗口期，全球頂級科技獨角獸均傳出資本化動態。

Anthropic 被曝秘密推進 IPO 籌備工作，上市進程持續提速；OpenAI 被資本市場普遍預判，將在未來 1~3 年內啟動上市；今天還有報道稱馬斯克的 Space X，將在本月完成 IPO。

但資本市場的核心資金體量并非無限，全球頂級機構的科技賽道資金配額相對固定。

當 Alphabet 這種萬億市值、基本面穩健、盈利模式成熟、現金流充沛的頂級科技巨頭，一次性吸納 800 億美元巨額資金，將直接分流市場流動性，改變機構投資者的風險偏好與資金配置邏輯。

對于追求穩健收益、控制投資風險的機構投資者而言，投資 Alphabet 具備極強的確定性。

反觀 Anthropic、OpenAI 等 AI 初創企業，盡管成長空間巨大、賽道前景廣闊，但仍屬于高風險成長標的。

企業尚未實現穩定盈利，商業模式仍在打磨，行業競爭格局尚未定型，投資邏輯完全是押注未來高增長，不確定性遠高于成熟巨頭。

彭博行業研究（Bloomberg Intelligence）的分析師辛格（Mandeep Singh）表示，在科技巨頭競相發債的同時，IPO 市場的競爭也變得異常火熱。如果投資者選擇看好谷歌、將資金分配給它，那么對于 SpaceX、Anthropic 和 OpenAI 等其他即將上市的新股來說，其 IPO 進程必然會受到沖擊。

https://www.barrons.com/articles/google-ai-spending-equity-funding-bond-markets-fea9ae54

https://www.youtube.com/watch?v=ehip4dOGozA

https://www.cnbc.com/2026/04/29/alphabet-googl-q1-2026-earnings.html

https://x.com/onlycoolstuff22/status/2053858165738127377

聲明：本文為 AI 前線原創，不代表平臺觀點，未經許可禁止轉載。

會議推薦

企業級 Agent 落地，繞不開 4 個真實的工程問題！如何在 Agent 安全性和可用性之間找到平衡點？Agent 需要什么樣的記憶系統才能真正理解上下文？如何通過算法壓榨實現智力增量與成本控制的極致平衡？多 Agent 協作，如何做到可觀測、可治理、可控制？6.26-27 AICon 上海站，國內頭部公司的 Agent 實踐，一次說透。

今日薦文

你也「在看」嗎？