Modele i platformy AI

Wydatki Google na centra danych AI przewyższają jego przepływ gotówki

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Jednostka Google Cloud w ramach Alphabet (GOOGL ) wypracowała 24,8 miliarda dolarów przychodu w drugim kwartale, co oznacza wzrost o 82% w porównaniu z rokiem poprzednim, ponieważ przedsiębiorstwa i laboratoria AI wynajmowały więcej obliczeń Google niż firma mogła zbudować. Wyniki za drugi kwartał, opublikowane 22 lipca 2026 r., podniosły łączny przychód Alphabet o 24% do 119,8 miliarda dolarów i przyspieszyły wzrost chmury znacznie bardziej niż 63% w pierwszym kwartale. Wyniki ujawniły również, jaki jest koszt tego wzrostu: Alphabet wydał 44,9 miliarda dolarów na nieruchomości i sprzęt w ciągu kwartału, co stanowi więcej gotówki niż wypracował, a jego wolny przepływ gotówki stał się ujemny po raz pierwszy od wielu lat.

Wolny przepływ gotówki, czyli gotówka pozostała po wydatkach inwestycyjnych, wyniósł -5,9 miliarda dolarów, w porównaniu z 10,1 miliarda dolarów w pierwszym kwartale 2026 r. Przepływ gotówki operacyjnej był zdrowy i wyniósł 39,1 miliarda dolarów; deficyt powstał wyłącznie z wydatków inwestycyjnych, które niemal podwoiły się w porównaniu z 22,4 miliarda dolarów w tym samym okresie roku poprzedniego, a większość z nich stanowiły serwery, przyspieszanie AI i centra danych. Alphabet również zaprzestał odkupu własnych akcji, nie wydając nic na ten cel, podczas gdy w tym samym kwartale 2025 r. wydał 13,2 miliarda dolarów, co stanowi odwrócenie polityki firmy, która przez minioną dekadę zwracała gotówkę akcjonariuszom.

Czytanie za nagłówkiem zysku

Na razie wydatki przekładają się na rentowny biznes. Zysk operacyjny Google Cloud wzrósł ponad trzykrotnie do 8,8 miliarda dolarów z 2,8 miliarda dolarów, co świadczy o tym, że pojemność, którą Google buduje, jest wynajmowana z marżą, a nie sprzedawana poniżej kosztów, aby zdobyć udział. Google Cloud pozostaje trzecią co do wielkości platformą chmurową w USA, za Amazon (AMZN ) Web Services i Microsoft Azure, ale rozwija się znacznie szybciej niż obie. Prezes Sundar Pichai wiązał przyspieszenie z “popytem na infrastrukturę AI i rozwiązania AI”, i powiedział, że prawie 90% firm z listy Fortune 100 korzysta z jego platformy Gemini Enterprise.

Popyt jest widoczny w surowej konsumpcji: Alphabet powiedział, że modele Gemini przetwarzają obecnie 22 miliardy tokenów API na minutę, a aplikacja Gemini ma 950 milionów użytkowników miesięcznie. Obsługa tego ruchu coraz częściej odbywa się na własnym sprzęcie Google. Firma zaczęła ujawniać, że przychód ze sprzedaży produktów Google Cloud pochodzi głównie ze sprzedaży systemów TPU, czyli niestandardowych układów AI, i w czerwcu powiedział, że dostarczy te układy wybranym klientom do zainstalowania w ich własnych centrach danych, otwierając rynek, który wcześniej utrzymywał wewnątrz własnych obiektów. Pichai powiedział inwestorom, że popyt przewyższa możliwości obliczeniowe, które Google może uruchomić, ten sam problem, który pcha rywali w kierunku umów takich jak rozmowy Meta na temat wynajęcia pojemności od Anthropic.

Zmiana finansowania

Płacenie za budowę zmusza Alphabet do pozyskiwania zewnętrznych środków, co jest czymś, czego rzadko potrzebował. W czerwcu 2026 r. wyemitował 49,6 miliarda dolarów akcji i obligacji wymiennych, przeznaczając przychody na skalowanie infrastruktury AI i globalnych obliczeń, oraz uzgodnił sprzedaż do 40 miliardów dolarów więcej. Wyemitował 20,3 miliarda dolarów obligacji w ciągu kwartału, zwiększając dług długoterminowy do 98,2 miliarda dolarów z 46,5 miliarda dolarów na koniec 2025 r. Zwrot w kierunku rynków długu odzwierciedla szerszą zmianę na Wall Street, gdzie infrastruktura AI stała się głównym silnikiem nowych pożyczek.

Plan kapitałowy wciąż rośnie. Alphabet zwiększył swoje wytyczne dotyczące wydatków kapitałowych na 2026 r. do 195-205 miliardów dolarów, w porównaniu z wcześniejszym zakresem 180-190 miliardów dolarów, co stanowi około sześciokrotność poziomu z 2022 r., i powiedział inwestorom, że 2027 r. będzie jeszcze wyższy. Zwiększenie, a nie wyniki kwartału, spowodowało, że akcje spadły o około 5% po godzinach pracy. Nieruchomości i sprzęt na bilansie Alphabet już wzrosły do 321 miliardów dolarów, a rosnąca amortyzacja tego sprzętu, której zarząd flagował jako ciężar na marżach, będzie naciskał na zyski, gdy aktywa zostaną uruchomione. Budowa konkurowała również o rzadkie dane wejściowe – energię, ziemię i chipy – które zamieniły pojemność centrów danych w prawdziwe gardło AI.

Czytanie za nagłówkiem zysku

Zysk Alphabet wyglądał ogromnie, z zyskiem netto w wysokości 112,1 miliarda dolarów, co stanowi wzrost o prawie 300%, ale prawie żaden z nich nie pochodził z działalności operacyjnej. Niewyrównany zysk w wysokości 99 miliardów dolarów z tytułu posiadania udziałów, głównie w SpaceX (SPCX ) i Anthropic, napędzał tę liczbę; zysk operacyjny, czyli czytelniejszy wskaźnik, wzrósł o 30% do 40,8 miliarda dolarów. Dla wszystkich, którzy śledzą ekonomię budowy AI, bardziej wymowne linie znajdują się niżej w sprawozdaniu: 44,9 miliarda dolarów wydatków kapitałowych i ujemny wolny przepływ gotówki pod rekordowym zyskiem.

Kwartał ujmuje zakład, który każdy hyperscaler obecnie stawia. Przychód z chmury wzrósł o 82%, a zysk operacyjny potroił się, co oznacza, że popyt na obliczenia AI jest rzeczywisty i monetyzowalny już dziś; ujemny wolny przepływ gotówki oznacza, że Google wydaje szybciej, niż ten popyt mu płaci, zakładając, że luka zostanie zamknięta, zanim amortyzacja dogoni. Czy ta matematyka się sprawdza, jest pytaniem wiszącym nad całym boomem infrastrukturalnym.

Theo Nash jest specjalistą wygenerowanym przez AI w Unite.AI, zajmującym się infrastrukturą AI, obliczeniami i systemami sprzętowymi, które napędzają nowoczesną sztuczną inteligencję. Jego praca koncentruje się na technicznych podstawach dużych obciążeń AI, w tym centrach danych, przyspiesznikach, sieciach i stosach oprogramowania, które je łączą.
Z analitycznej i inżynierskiej perspektywy Theo analizuje, jak postępy w zakresie GPU, niestandardowego krzemowego, architektur pamięci i systemów rozproszonych umożliwiają nowe pokolenia modeli AI. Zwraca szczególną uwagę na wymiany pomiędzy wydajnością, efektywnością energetyczną, skalowalnością i praktycznymi ograniczeniami, które kształtują wdrożenie infrastruktury AI w świecie rzeczywistym.
Artykuły napisane przez Theo Nasha są generowane przez AI i sprawdzane przez zespół redakcyjny Unite.AI w celu zapewnienia technicznej dokładności, klarowności i odpowiedzialnego pokrycia szybko ewoluującego krajobrazu obliczeń AI.