Paano Tayahin ang Mga Balik ng Pamumuhunan sa AI ng Google: Paghahanap, Cloud, at Presyon sa CAPEX

Ang mga AI investment ng Google ay nagdudulot na ng napapansing komersyal na returns, ngunit ang buong kaso para sa capital return ay hindi pa napapatunayan. Ang Google Cloud ang nagbibigay ng pinakamalinaw na ebidensya sa pamamagitan ng revenue, backlog, at operating profit. Sa kasalukuyan, ang AI-powered Search ay lumilikha ng higit pang defensive value sa pamamagitan ng pagprotekta sa user access, pagpapalawak ng query volume, at pagpapanatili ng paglago ng advertising.

Ang pangunahing panganib ay hindi ang pagkakawalan ng Google ng AI revenue. Ito ay ang posibilidad na ang CAPEX, depreciation, at operating costs ng data center ay maaaring lumago nang mas mabilis kaysa sa revenue na nililikha ng mga investment na iyon.

Noong Hulyo 10, 2026, ang pinakabagong naiulat na kumpletong-quarter na resulta ng Alphabet ay nananatiling ang mga resulta para sa unang quarter ng 2026. Ayon sa mga resulta ng pananalapi sa unang quarter ng Alphabet, umabot sa $109.9 bilyon ang kabuuang kita, tumaas ng 22% kumpara sa nakaraang taon. Ang kita ng Google Search at iba pang advertising ay tumaas ng 19% sa $60.4 bilyon, habang ang kita ng Google Cloud ay tumaas ng 63% sa $20 bilyon. Umabot sa $35.7 bilyon ang capital expenditure sa unang quarter, at itinaas ng Alphabet ang gabay nito sa CAPEX para sa buong taon sa pagitan ng $180 bilyon at $190 bilyon.

Kaya't hindi dapat na tayain ang AI strategy ng Google sa pamamagitan ng pagtatanong lamang kung magkano ang kinita ng Gemini app. Isang mas kapaki-pakinabang na tanong ay:

mapapalakas ba ng bawat karagdagang dolyar na inilalagak sa AI ang Search, mapapalawak ang kita ng Cloud, mapapabuti ang paggamit ng imprastruktura, at sa huli ay madaragdagan ang pangmatagalang malayang daloy ng salapi?

Mga Pangunahing Puna

• Ang unang_balik na nilikha ng AI sa Google Search ay ang proteksyon sa user gateway ng Google at sa ekosistema ng advertising nito. Ang bagong advertising inventory ay isang pangalawang benepisyo.
• Ang Google Cloud sa kasalukuyan ang pinakanamemeasure na channel ng AI monetization, sinusuportahan ng malakas na growth sa revenue, backlog, at operating profit.
• Ang mga TPU, ang optimization ng Gemini model, at ang full-stack infrastructure ng Google ay maaaring makabawas sa unit inference costs, ngunit ang mga tipid na iyon ay kailangan sa huli na lumabas sa margins at cash flow.
• Ang pangunahing panganib ng AI investment ng Alphabet ay hindi ang kakulangan ng demand. Ito ay ang CAPEX, depreciation, at energy expenses na maaaring tumaas nang mas mabilis kaysa sa pagkakatupad ng AI revenue.

Ang AI Return ng Google ay Hindi Maaaring Sukatin sa Gemini Revenue Lamang

Isa sa mga pinakakaraniwang pagkakamali kapag sinusuri ang ani ng pamumuhunan ng Google sa AI ay ang pagtuon nang eksklusibo sa mga subscription ng Gemini app, mga seat ng Gemini Enterprise, o kita ng model API. Ang mga produktong ito ay lumilikha ng direktang kita, ngunit kumakatawan lamang ang mga ito sa isang bahagi ng estratehiya ng Google sa komersyalisasyon ng AI.

Isinalang paloob ng Google ang AI sa buong Search, Google Ads, YouTube, Google Cloud, Workspace, Android, Chrome, at Google One. Ang ilang pamumuhunan ay lumilikha ng direktang iniulat na kita, habang ang iba ay nagpapataas ng pagpapanatili ng mga gumagamit, kahusayan sa advertising, produktibidad ng mga empleyado, at paggamit ng imprastruktura.

Samakatuwid, ang isang praktikal na AI ROI framework ay dapat maglaman ng apat na layers.

Ang Depensibong Bunga sa Paghahanap (Search)

Kung napaila ng Google ang generative AI sa Search nang sapat na bilis, maaaring lumipat ang ilang research-heavy at kumplikadong query sa ChatGPT, Perplexity, at iba pang answer engine.

Kahit hindi agad mataas ang halaga ng advertising ng mga query na ito, ang pagkawala ng user entry point ay magpahina sa pangmatagalan nitong posisyon ng Google. Kaya't ang AI Overviews at AI Mode ay nakabubuo ng paunang bunga sa pamamagitan ng pagpapanatili sa mga user sa loob ng Google ecosystem at pagpapahintulot sa kanila na tapusin ang mas maraming gawain nang hindi nagpapalit ng platform.

Hindi lumalabas ang halagang ito bilang hiwalay na "AI revenue" na aytem, ngunit tumutulong itong ipagtanggol ang pinakamahalagang distribution channel ng Google.

Direktang Bunga mula sa Cloud at mga Subscription

Ang mga customer ng Google Cloud ay nagbabayad nang direkta para sa kapasidad ng GPU at TPU, mga modelong Gemini, Vertex AI, analytics, mga produktong pang-cybersecurity, at mga enterprise agent. Ang mga plano ng Google One AI at Gemini Enterprise ay kumikita rin mula sa subscription revenue.

Ang mga benepisyong ito ay masusukat sa pamamagitan ng Cloud revenue, contracted backlog, bayad na mga upuan, gastusin ng mga customer, at operating profit. Nagbibigay ang mga ito ng mas malinaw na komersyal na senyales kaysa sa consumer engagement lamang.

Mga Bunga ng Infrastructure at Efficiency ng Modelo

Ang mga TPU ng Google ay hindi lamang sumusuporta sa mga panlabas na customer ng Cloud. Ginagamit din ang mga ito sa Search, Gemini, mga rekomendasyon ng YouTube, mga sistema ng advertising, at iba pang mga internal na produkto.

Kapag pinapayagan ng pag-optimize ng modelo na ang parehong kapasidad ng server ay makaproseso ng mas maraming query o token, maaari palawigin ng Google ang paggamit ng AI nang hindi tataas ang paggasta sa imprastraktura sa parehong bilis. Ang resultang kahusayan ay dapat lumitaw sa mas mababang unit inference costs, mas mataas na server utilization, at pinabuting output kada dolyar ng CAPEX.

Gayunpaman, ang mas mababang teknikal na gastos ay magiging shareholder returns lamang kapag isinalin ang mga ito sa mas malalakas na margin o cash generation.

Bakit Hindi Lahat ng Paglago ng Cloud ay Dapat Uriin bilang AI Revenue

Naglalaman din ang Google Cloud ng konbensyonal na computing, storage, database, analytics, cybersecurity, at mga serbisyo ng Workspace. Kahit na maging ang AI ang pinakamalaking driver ng paglago nito, hindi maituturing na purong generative-AI business ang buong Cloud segment.

Katumbas din ito ng kabaliktaran. Ang desisyon ng Alphabet na hindi ipakahi ang hiwalay na figura ng kita ng Gemini ay hindi nangangahulugang walang ginagawang balik ang AI. Ang paglago ng Search, ang papalawak na mga kontrata ng Cloud, at ang bumababang gastos sa inference ay maaaring lahat ay salamin ng mga benepisyo ng pamumuhunan sa AI.

Buod: Dapat suriin ang AI ROI ng Google sa pamamagitan ng kita, strategikong depensa, operational efficiency, at cash flow. Ang paghahanap ng isang solong linya ng kita ng AI ay magpapababa ng tantiya sa mga benepisyo ng pinagsamang modelo ng Google habang pinapalampas din ang gastos ng pagpapalawak ng imprastruktura nito.

Pinoprotektahan ba ng AI Search ang Advertising o Lumilikha ba ito ng Bagong Kita?

Ang pinakamalinaw na kasalukuyang balik mula sa AI Search ay ang pagprotekta sa posisyon ng Google bilang ang pangunahing tarangkahan sa impormasyon online. Kung magagawa nitong kumita sa mga sagot ng AI nang kasing episyente ng mga konbensyonal na keyword search ay nananatiling mas mahirap na tanong.

Sa first-quarter 2026 earnings call ng Alphabet, sinabi ng pamunuan na patuloy na pinapalawak ng AI ang kabuuang paggamit sa Search at umabot sa all-time high ang dami ng mga query. Tumaas ng 19% sa $60.4 bilyon ang kita ng Google Search at iba pang advertising, sa pangunguna ng mga advertiser sa retail at financial services.

Ang mga resultang ito ay nagmumungkahi na ang pagpapalawak ng mga AI feature ay hindi nakahadlang sa paglago ng kita ng Search. Hindi nito napapatunayan na ang bawat bagong AI query ay kasing-laki ng kita.

Bakit Maaaring Palawakin ng AI Search ang Dami ng mga Query

Ang tradisyonal na Search ay kadalasang nangangailangan sa mga user na hatiin ang mga kumplikadong problema sa maraming keyword. Ang AI Mode ay kayang proseso ang mas mahahabang tanong, maunawaan ang konteksto, ikumpara ang mga alternatibo, at suportahan ang mga follow-up na prompt.

Ulat dati ng Alphabet na ang mga AI Mode query ay humigit-kumulang tatlong beses na mas mahaba kaysa sa mga conventional na paghahanap. Sa Estados Unidos, dumoble ang pang-araw-araw na AI Mode queries bawat user pagkatapos ng paglunsad, samantalang maraming sesyon ang umunlad sa mga pinahabang usapan.

Maaaring gumawa ang AI Search ng mga query na hindi dati isusumite ng mga user. Kabilang dito ang mga paghahambing ng produkto, pagpaplano ng paglalakbay, pananaliksik sa pananalapi, mga gawaing pang-edukasyon, at mga desisyon sa pamimili na maraming hakbang.

Nakasalalay ang komersyal na oportunidad kung kaya bang ikonekta ng Google ang mga pag-uusap na iyon sa mga produkto, merchant, advertiser, at transaksyon.

Iba't Ibang Query, Iba't Ibang Halaga sa Advertising

Hindi bawat AI query angkop para sa advertising. Ang mga pangkalahatang paliwanag, suporta sa pagsusulat, at mga katanungang pang-edukasyon ay kadalasang may mahinang komersyal na intensyon. Ang mga pananaliksik sa produkto, paghahambing ng presyo, pagbabook ng paglalakbay, at mga query sa serbisyong pananalapi ay mas malamang na magdulot ng mga transaksyon.

Maaari mong hatiin ang aktibidad sa AI Search sa tatlong malalaking grupo:

1. Mga query na may mataas na komersyal na intensyon: Malapit nang bumili, magbukas ng account, mag-book, o mag-subscribe ang user.
2. Mga query para sa pananaliksik at paghahambing: Sinusuri ng user ang mga produkto, presyo, tampok, o provider ng serbisyo.
3. Mga query na pang-impormasyon: Pangunahing nais ng user ang isang paliwanag, buod, o piraso ng kaalaman.

Mas malamang na monetizehin ng Google ang unang dalawang grupo dahil ang may-katuturang komersyal na impormasyon ay maaaring maging bahagi ng sagot sa halip na lilitaw lamang sa tabi ng karaniwang listahan ng mga link.

May Mas Mataas din na Gastos sa Computing ang AI Search

Pangunahing naglalayong kunin at i-rank ang Traditional Search ang mga naka-index na pahina. Ang Generative Search ay nangangailangan ng malalaking modelo upang bigyang-kahulugan ang prompt at buuin ang isang tugon. Kahit isang maliit na karagdagang gastos kada sagot ay magiging makabuluhan sa sukat ng Google.

Iniulat ng Alphabet na, pagkatapos i-upgrade ang AI Overviews at AI Mode sa Gemini 3, bumaba nang higit sa 30% ang halaga ng mga pangunahing tugon ng AI. Nabawasan din ang latency ng Search nang higit sa 35% sa nakalipas na limang taon sa kabila ng pagdaragdag ng mas maraming functionality ng AI.

Mahalaga ang mga pagpapabaling ito, ngunit ang mas mababang unit cost ay hindi nangangahulugang mas mababang kabuuang gastusin. Kung tataas ang dami ng mga query nang mas mabilis kaysa sa pagbaba ng halaga kada query, tataas pa rin ang kabuuang gastos sa computing.

Kaya't kailangang makamit ng Google ang tatlong resulta nang sabay-sabay:

• palawakin ang kapaki-pakinabang na aktibidad sa Search;
• mag-monetize ng mas maraming komersyal na AI query;
• bawasan ang unit cost ng paghahatid sa bawat tugon.

Hindi Nangangako ang Paglaki ng Kita sa Search ng Pantay na Paglaki ng Tubo

Maaaring madagdagan ng AI Search ang paggamit at kita sa advertising habang pinapataas din ang mga gastusin sa inference, networking, server, at enerhiya. Hindi naglalabas ang Alphabet ng hiwalay na cost structure para sa mga tugon sa Search na gawa ng AI, kaya mahirap ang direktang pagsusuri sa margin.

Mas kapaki-pakinabang na mga indikator ay ang mga sumusunod:

• paglaki ng kita ng Search at iba pang advertising;
• paglaki ng mga komersyal na query;
• coverage at conversion rate ng AI advertising;
• gastos bawat tugon na gawa ng AI;
• operating margin ng Google Services;
• mga pagbabago sa mga click sa mga external na website;
• pag-ampon ng mga advertiser sa mga AI-enabled campaign.

Ang AI Search ay magiging tunay na growth investment mula sa isang defensive investment kapag tumaas ang kita, bumaba ang unit costs, at nanatiling matatag ang margins ng Google Services.

Buod: Ang agarang halaga ng AI Search ay nakapagpoprotekta ito sa advantage ng Google sa distribusyon. Ito ay magiging sustainable na profit engine lamang kapag ang mga bagong AI query ay nakabubuo ng sapat na advertising revenue upang matakpan ang mas mataas nilang computing costs.

Ang Google Cloud ang Pinakamalinaw na Channel ng AI Monetization

Ang Google Cloud sa kasalukuyan ang nagbibigay ng pinakamalakas na ebidensya na ang AI spending ng Alphabet ay lumilikha ng direktang commercial returns.

Sa unang quarter ng 2026, tumaas ang kita ng Google Cloud ng 63% sa $20 bilyon. Ang operating income ng Cloud ay tumaas mula sa humigit-kumulang $2.2 bilyon noong nakaraang taon patungo sa $6.6 bilyon, habang ang operating margin ay lumawak mula 17.8% hanggang 32.9%. Sinabi ng Alphabet na ang mga solusyon sa AI ang naging pinakamalaking kontribyutor ng paglago sa segment sa unang pagkakataon.

Ang proseso ng monetization ay mas kapansin-pansin kaysa sa consumer AI. Nagbabayad ang mga enterprise para sa kapasidad ng computing, paggamit ng modelo, data platform, security tools, mga feature ng Workspace, at mga AI agent sa pamamagitan ng consumption-based na bayarin, mga subscription, o pangmatagalang kasunduan.

Gumagawa ang AI Infrastructure ng Direktang Demand

Nag-aalok ang Google Cloud ng mga NVIDIA GPU, Google TPU, storage, networking, at kapasidad sa pagproseso ng datos. Maaaring gamitin ng mga enterprise ang imprastrukturang ito upang mag-sanay at mag-deploy ng mga AI system nang hindi nagpapatayo ng sarili nilang malalaking data center.

Maaaring napakalaki at pangmatagalan ang mga kontratang ito, ngunit kailangang mag-install muna ng Google ng kinakailangang imprastruktura bago magamit ito ng customer. Samakatuwid, tumutulong ang paglaki ng kita ng Cloud na matukoy kung gumagana ang mga server at data center ng kompanya sa mga antas ng episyenteng paggamit.

Sinabi ng Alphabet na ang mga AI solution ang pinakamalaking kontribyutor sa paglaki ng Cloud sa unang quarter. Lumawak din ang AI infrastructure sa pamamagitan ng tuloy-tuloy na pag-deploy ng TPU at GPU, habang ang kita mula sa mga produktong binuo batay sa mga generative-AI model ng Google ay tumaas ng halos 800% year over year.

Ang bilis ng paglaking iyon ay nagmumula sa isang maagang yugto ng basehan at hindi dapat iprodyek nang walang katapusan. Gayunpaman, nagpapahiwatig ito na ang enterprise AI ay lumampas na sa maliit na eksperimentasyon at pumasok na sa mas malawak na paggamit na may bayad.

Ano ang Ibig Sabihin ng $462 Billion na Backlog?

Ang backlog ng Google Cloud ay umabot sa $462 billion sa katapusan ng unang quarter, halos dumoble nang sunud-sunod. Inaasahan ng Alphabet na ang bahagyang higit sa kalahati ng backlog na iyon ay makikilala bilang kita sa mga sumusunod na 24 buwan.

Ang backlog ay hindi pareho sa kasalukuyang kita o agarang cash flow. Gayunpaman, mayroon itong halaga sa tatlong dahilan:

• ang mga enterprise customer ay pumipirma ng mas malalaki at mas mahahabang kontrata;
• maaaring planuhin ng Google ang kapasidad ng server at data center nang may mas malinaw na pananaw;
• ang bagong itinayong imprastruktura ay may mas malinaw na landas patungo sa susunod na paggamit nito.

Kasama sa backlog ang nakaplanong pagbebenta ng TPU hardware. Inaasahan ng Alphabet na maghahatid ng mga TPU sa mga piling customer para gamitin sa sarili nilang data center, na maaaring gawing mas pabago-bago ang iniulat na kita dahil kinikilala ang hardware kapag nangyari ang pagpapadala.

Samakatuwid, dapat ipag-iba ng mga mamumuhunan ang paulit-ulit na Cloud services sa mas hindi mahuhulaang paghahatid ng hardware.

Mahalaga Ang Cloud Margin Nang Higit Kaysa Sa Revenue Growth Lamang

Ang mabilis na paglaki ng kita ay hindi nagbubunga kaakit-ait na kita kapag ang gastusin sa enerhiya, depreciation, at server ay tumataas nang mas mabilis pa.

Ang 32.9% operating margin ng Google Cloud sa unang quarter ay nagpapahiwatig ng malakas na operating leverage. Habang lumalawak ang customer base, ang mga gastusin sa data center, networking, at development ay maaaring ikalat sa mas maraming revenue. Ang mga serbisyong may mas mataas na margin tulad ng model, software, at security ay maaari ring mapabuti ang revenue mix ng segment.

Dalawang salik ang maaaring pumigil sa karagdagang paglawak ng margin.

Una, inaasahan ng Alphabet na ang Wiz acquisition ay magdudulot ng mababang single-digit na percentage-point na headwind sa Cloud operating margin sa natitirang bahagi ng 2026. Pangalawa, ang mga bagong commissioned na data center ay magpapakilala ng karagdagang depreciation, electricity, maintenance, at staffing expenses.

Kaya hindi kailangang tumaas ang cloud margins bawat quarter para manatiling matagumpay ang AI strategy. Ang mas mahalagang tanong ay kung magagawang panatilihin ng segment ang malusog na profitability pagkatapos masipsip ang mga bagong infrastructure at acquisition costs.

Bakit Mas Mainam ang Cloud kaysa sa Consumer AI sa Pagsukat ng ROI

Ang isang consumer AI product ay maaaring makaakit ng malaking audience nang hindi bumubuo ng katumbas na revenue. Ang mga Enterprise Cloud customer ay lumilikha ng nasusukat na usage, contract values, renewals, at spending expansion.

Ang mga pinakakapaki-pakinabang na Google Cloud indicator ay kinabibilangan ng:

• Paglaki ng kita ng Google Cloud at GCP;
• kita mula sa mga solusyon at imprastruktura ng AI;
• backlog at ang iskedyul ng pagkilala nito;
• operating margin ng Cloud;
• paglawak ng gastusin ng mga enterprise customer;
• bayad na paggamit sa Gemini Enterprise;
• konsumpsyon ng TPU, GPU, at model API.

Buod: Nagbibigay na ang Google Cloud ng direktang ebidensya ng kita at kita para sa mga pamumuhunan ng Alphabet sa AI. Ang susunod na pagsubok ay kung maaari bang magpatuloy ang kita ng Cloud sa mas mabilis na paglago kaysa sa kaugnay na gastusin sa server, depreciation, at data center.

Maaari Bang Mapabuti ng mga TPU, Gemini, at Full-Stack Model ng Google ang Capital Efficiency?

Naiiba ang Google sa maraming kumpanya ng AI dahil kinokontrol nito ang ilang layer ng technology stack: custom chips, foundation models, imprastruktura ng Cloud, mga advertising system, at consumer distribution.

Sa teorya, nakalilikha ito ng isang nagpapatibay na siklo:

Ang mga custom chip ay nagpapababa ng mga gastos sa computing → nagiging mas episyente ang mga modelo → mas maraming produkto ang gumagamit ng AI → tumataas ang paggamit → nagiging mas mahusay ang pagsasamantala sa imprastruktura → mas bumababa pa ang unit costs.

Ang Potensyal na Balik mula sa Custom na TPU

Ang Google ay nagpaunlad ng mga TPU nang mahigit isang dekada. Kumpara sa buong pag-asa sa mga third-party na GPU, ang mga custom accelerator ay maaaring i-optimize para sa mga workload ng Google, mabawasan ang pagkakalantad sa mga limitasyon ng supply, at magbigay sa mga Cloud customer ng karagdagang opsyon sa computing.

Ipakilala ng Alphabet ang dalawang ikawalong-henerasyon na TPU noong 2026. Ang TPU 8i, na dinisenyo para sa low-latency inference, ay nag-aalok ng humigit-kumulang 80% na mas mahusay na performance bawat dolyar kumpara sa nakaraang henerasyon.

Hindi nagpapatatag ang naturang detalye, sa sarili nito, ng kaakit-akit na return sa pamumuhunan. Kailangan mo pa ring tasahin ang mga sumusunod:

• paggamit ng TPU ng mga panloob na produkto at mga customer ng Cloud;
• mga gastusin sa pagpapaunlad at pagmamanupaktura;
• utilization ng chip at depreciation;
• kita ng Cloud na nagmumula sa bawat dolyar ng pamumuhunan sa TPU;
• lawak ng pagbabawas ng TPU sa pag-asa sa mas mamahaling external na accelerator.

Ang hindi buong nagagamit na custom na hardware ay maaari pa ring maglikha ng mahinang capital return, anuman ang teknikal nitong performance.

Mahalaga ang Efficiency ng Model Nang Higit Kaysa Laki Lamang ng Model

Sa maagang yugto ng AI cycle, nakatuon nang labis ang mga investor sa bilang ng mga parameter at mga resulta ng benchmark. Habang papasok ang AI sa mass deployment, magiging kasinghalaga rin ang gastos sa pagsisilbi sa bawat user.

Iniulat ng Alphabet na bumaba ng 78% ang unit serving cost ng Gemini noong 2025 sa pamamagitan ng model optimization, operating efficiency, at pinabuting infrastructure utilization.

Ang pagbabang ito ay nagbibigay-daan sa Google na mag-alok ng mas murang APIs, palawakin ang AI Search sa mas maraming queries, at suportahan ang mas maraming libreng Gemini users. Gayunpaman, ang mas mababang unit cost ay hindi nagsisiguro na bababa ang kabuuang gastos.

Kung bumaba ng 78% ang cost kada model call ngunit sampung beses tumaas ang token volume, maaari pa ring tumaas ang kabuuang computing expenditure. Kailangang bantayan ng mga investor ang parehong unit economics at kabuuang workload growth.

Isang Infrastructure Platform na Sumusuporta sa Maraming Negosyo

Ang mga data center ng Google ay nagsisilbi sa mga panlabas na customer ng Cloud habang sumusuporta rin sa Search, YouTube, Ads, Gemini, at sa pag-develop ng mga internal na model. Ang pagbabahagi ng imprastraktura ay maaaring mapabuti ang utilization, ngunit ginagawa nitong mahirap ihiwalay ang pagbabalik ng alinmang isang AI product.

Ang isang TPU cluster ay maaaring magproseso ng mga Search query sa isang pagkakataon, mag-train ng Gemini model sa ibang pagkakataon, at sa paglaon ay sumuporta sa workload ng isang customer ng Cloud. Hindi inilalantad ng mga pampublikong ulat ang eksaktong cost allocation.

Maaari ka na lang gumamit ng mga hindi-tuwirang sukatan:

• operating margin ng Google Services at Cloud;
• incremental na kita na nabuo kada dolyar ng CAPEX;
• depreciation bilang porsyento ng kita;
• ang ugnayan sa pagitan ng Cloud backlog at bagong kapasidad;
• unit serving cost ng Gemini;
• ang bilis ng pag-recover ng free-cash-flow.

Buod: Ang mga TPU at ang pinagsamang technology stack ng Google ay lumikha ng posibilidad ng isang matibay na cost advantage. Ang tunay na moat ay hindi lamang ang pagmamay-ari ng custom chips; ito ay ang paggamit sa mga chips na iyon sa buong Search, Gemini, at Cloud sa sapat na mataas na utilization upang makabuo ng kaakit-akit na mga returns.

Bakit Ang CAPEX ng Alphabet Ay Naging Isang Alalahanin sa Valuation

Ang mga AI investment ng Alphabet ay nagtutulak ng paglago, ngunit ang bilis ng pagpapalawak ng infrastructure nito ay nag-angat din ng return threshold na kailangang abutin ng kumpanya.

Gumugol ang Alphabet ng $91.4 bilyon sa CAPEX noong 2025. Inaasahan na nito ngayon ang 2026 capital expenditure na nasa pagitan ng $180 bilyon at $190 bilyon, halos doble sa antas ng nakaraang taon. Inaasahan din ng management na ang CAPEX sa 2027 ay tataas nang makabuluhang mula sa kabuuan ng 2026.

Sa $35.7 bilyon na nagastos sa unang quarter, humigit-kumulang 60% ng investment sa technical-infrastructure ay napunta sa mga server at 40% sa mga data center at networking equipment.

Bakit Hindi Agad Nababawasan ang Iniulat na Kita ng CAPEX

Kapag bumili ang Alphabet ng mga server o nagtatayo ng data center, hindi agad naitatala ang buong halaga bilang gastos. Unang lumilitaw ito bilang isang asset at cash outflow. Dahan-dahang umaabot ang gastos sa income statement sa pamamagitan ng depreciation pagkatapos pumasok sa serbisyo ang asset.

Karaniwang sumusunod ang proseso sa apat na yugto:

1. Ang Alphabet ay nagbabayad para sa mga server, lupa, gusali, at kagamitan sa networking.
2. Ang paggasta ay itinatala bilang capital asset.
3. Nagsisimula ang depreciation kapag naging operasyonal na ang asset.
4. Nagpapatuloy ang pasilidad sa paggawa ng mga gastusin sa kuryente, paglamig, maintenance, at personal.

Kaya't ang mataas na CAPEX ay direktang naaapektuhan ang free cash flow. Ang presyon nito sa operating margin ay maaaring lumitaw sa paglaon habang tumataas ang depreciation at mga operating cost.

Ang pagkakaiba sa timing na ito ang nagpapaliwanag kung bakit maaari pa ring mag-ulat ang Alphabet ng malakas na paglago ng kita habang lalong nag-aalala ang mga mamumuhunan tungkol sa mga susunod na margin.

Ang Presyon ng Depreciation Ay Tumaas Na

Tumaas ang depreciation expense ng Alphabet mula $15.3 bilyon noong 2024 hanggang $21.1 bilyon noong 2025, isang pagtaas na humigit-kumulang 38%. Inaasahan ng kumpanya na lalo pang magpapatuloy ang paglaki ng depreciation sa 2026 dahil sa mabilis na pagtaas ng pamumuhunan sa teknikal na imprastruktura.

Sa pangkalahatan, mas maikli ang kapaki-pakinabang na buhay ng mga server kaysa sa mga gusali ng data center, na nangangahulugang ang malalaking pagbili ng hardware ay maaaring umabot nang medyo mabilis sa income statement. Nangangailangan din ang mga pasilidad ng AI ng malaking gastusin sa kuryente, paglamig, networking, at maintenance.

Kaya nangangailangan ang Alphabet na tumaaas nang sapat kabilis ang kita sa AI at produktibidad sa pagpapatakbo upang masakop ang mga karagdagang gastusing ito.

Mas Nagbibigay-impormasyon ang Free Cash Flow Kaysa sa Net Income

Gumawa ang Alphabet ng $45.8 bilyon sa operating cash flow sa unang quarter ng 2026. Pagkatapos ng $35.7 bilyon na capital expenditure, ang free cash flow ay humigit-kumulang $10.1 bilyon.

Ang naiulat na net income ay mas mataas sa $62.6 bilyon, ngunit kasama rito ang makabuluhang unrealized gains mula sa mga nonmarketable equity investment.

Kung titingnan lamang ang net income o earnings per share, maaaring mapalaki ang pagtataya sa salaping ginawa ng pinagbabatayang negosyo sa quarter na iyon. Ipinapakita ng free cash flow kung magkano ang natitira pagkatapos pondohan ng Alphabet ang mga data center, server, at networking infrastructure nito.

Kasama sa mga pinaka-kaukulang indikator ang mga sumusunod:

• paglago ng operating cash flow;
• CAPEX bilang porsyento ng kita;
• free cash flow at free-cash-flow margin;
• paglago ng depreciation;
• mga pagbabago sa long-term debt;
• share repurchases at mga dibidendo;
• operating margin ng Search at Cloud.

Kailan Makatarungan ang Mataas na CAPEX?

Ang mataas na pamumuhunan ay hindi awtomatikong negatibo. Paulit-ulit na nagsabi ang Alphabet na nananatili itong limitado ng magagamit na kapasidad ng AI computing. Ipinahiwatig ng pamunuan na mas mataas sana ang kita ng Google Cloud kung nagawa ng kompanyang satiskatin ang lahat ng umiiral na demand.

Maaaring lumikha ng pangmatagalang halaga ang CAPEX kapag:

• Patuloy na lumalaki ang backlog ng Cloud;
• mabilis napupuno ang bagong capacity;
• patuloy na lumalawak ang paggamit ng Search at Gemini;
• patuloy na bumababa ang mga gastusin sa inference;
• nananatiling malusog ang mga margin ng Cloud;
• karamihan sa gastusin sa imprastruktura ay napopondohan ng operating cash flow;
• lumalampas ang incremental returns sa cost of capital ng Alphabet.

Kailan Nagiging Panganib sa Valuation ang CAPEX?

Ang panganib ay hindi nakikipag-invest ang Google sa AI. Ang panganib ay ang pagkakataong maitayo nito ang capacity nang napakalayo sa demand, o ang pagdating ng kita nang mas huli kaysa sa depreciation at operating expenses.

Kasama sa mga senyales ng babala ang mga sumusunod:

• Napabagal ang paglago ng cloud habang patuloy na tumataas ang CAPEX;
• mas mahinang paglago ng backlog o mas maliliit na kontrata;
• mas mababa sa inaasahang utilization ng data center;
• mas mabilis na paglago ng depreciation at energy costs kaysa sa operating profit;
• dumadaming paggamit ng AI Search nang walang katumbas na paglago sa advertising;
• tuloy-tuloy na mababang free cash flow;
• mas malaking pag-asa sa debt o equity financing.

Buod: Hindi pinatutunayan ng CAPEX na nabibigo ang AI strategy ng Alphabet, ngunit nagpapataas ito ng hadlang sa pananalapi. Kailangang patunayan ng Google hindi lamang na gustong gustuhan ng mga customer ang kapasidad ng AI, kundi pati na rin na ang kapasidad na ito ay maaaring makabuo ng kita, tubo, at cash flow sa loob ng makatwirang panahon.

Ang AI Strategy ng Google ay Lumilipat mula sa Technical Validation patungo sa Capital-Return Validation

Naipakita na ng Alphabet na mapapataas ng AI ang paggamit ng Search, mapapalakas ang demand sa Cloud, at masusuportahan ang mga bayad na enterprise product. Ang susunod na yugto ay hindi na pangunahing tungkol sa kung kayang bumuo ng Google ng mga mapagkumpitensyang modelo. Ito ay tungkol sa kung kayang makabuo ng mga modelong iyon at ng imprastruktura sa likod ng mga ito ng kita na mas mataas sa cost of capital ng kumpanya.

Ang isang praktikal na Google AI ROI scorecard ay maaaring ganito ang itsura:

Bull Case

Sa isang bullis na senaryo, ang AI Mode at AI Overviews ay gumagawa ng mas maraming komersyal na query na may mataas na intensyon, na nagpapahintulot sa revenue ng Search advertising na mapanatili ang double-digit na paglago.

Ang Google Cloud ay patuloy na lumalawak nang mabilis, ang contracted backlog ay nagiging kinikilalang revenue, at nananatiling malusog ang mga margin ng Cloud. Kasabay nito, ang pag-deploy ng TPU at pag-optimize ng modelo ay nagpapababa ng unit inference costs.

Nanatiling mataas ang CAPEX, ngunit mas mabilis lumago ang operating cash flow at nababawi ang free cash flow habang ganap na nagagamit ang mga bagong pasilidad. Sa gayon, maaaring pahalagahan ng mga investor ang Alphabet bilang isang pambihirang platform na nagbibigkis ng AI infrastructure, foundation models, mga aplikasyon, at pandaigdigang distribusyon.

Base Case

Sa isang base-case na senaryo, patuloy na lumalago ang Search, ngunit unti-unting umuunlad ang monetization ng AI advertising. Nanatiling isa sa pinakamabilis lumagong negosyo ng Alphabet ang Google Cloud, bagama't bumababa ang growth rate nito habang lumalaki ang revenue base.

Pinipigilan ng CAPEX at depreciation ang paglago ng free-cash-flow. Patuloy na pinapataas ng Alphabet ang revenue at operating profit, ngunit hinihingi ng mga investor na mas malinaw na patunay ng capital efficiency bago magtalaga ng mas mataas na valuation multiple.

Sa kasalukuyan, ito ang pinakabalanseng interpretasyon: nakakagawa na ng komersyal na returns ang AI spending, habang ang kumpletong capital-payback cycle ay tatagal ng ilang taon bago mapatunayan.

Bear Case

Sa isang bearish na senaryo, ang AI Search ay nagpapataas ng gastos sa computing habang binabawasan ang ilang tradisyonal na ad clicks. Ang Google Cloud revenue ay lumalago nang mas mabagal kaysa sa kapasidad ng data center, at ang contracted backlog ay hindi nagko-convert ayon sa inaasahan.

Habang nagsisimulang mag-depreciate ang mga bagong server at pasilidad, parehong naipipit ang operating margins at free cash flow. Maaaring magpatuloy ang Alphabet sa pag-uulat ng revenue growth, ngunit maaaring ibaba ng mga investor ang valuation ng stock dahil lumalala ang returns on invested capital.

Pagbabago ng Pagsusuri sa Isang Investment Process

Kapag sinusubaybayan ang GOOG o GOOGL, hindi dapat nakatuon lamang sa kung lumalampas ba ang quarterly EPS sa inaasahan ng mga analista. Ang mas kapaki-pakinabang na proseso ay itala ang Search revenue, Cloud revenue, Cloud backlog, CAPEX, depreciation, at free cash flow pagkatapos ng bawat earnings release.

Maaari mong gamitin ang US stock information ng Biya upang subaybayan ang Alphabet at iba pang malalaking kumpanya ng teknolohiya. Bago mag-trade, suriin ang naaangkop na US stock trading fees at gamitin ang Biya app upang mapanatili ang isang watchlist para sa earnings at valuation.

Kinumpleto na ng Google ang paunang teknikal na pagpapatunay ng estratehiya nito sa AI. Ang Search at Cloud ay nagbibigay din ng patunay ng komersyal na kita. Para sa mga shareholder ng Alphabet, gayunpaman, ang mapagpapasyang isyu ay hindi na kung mahusay na nakapagsasagawa ang Gemini sa mga benchmark ng modelo.

Ang tunay na tanong ay kung ang bawat sunod-sunod na round ng CAPEX ay maaaring makabuo ng mas mataas na kalidad na kita, mas malakas na tubo, at napapanatiling free cash flow.

Ang susunod na yugto ng kompetisyon sa AI ng Google ay sa huli ay isang pagsubok ng disiplina sa paglalaan ng kapital.

FAQ

Kumikita na ba ang pamumuhunan ng Google sa AI?

Hindi hiwalay na isiniwalat ng Alphabet ang pinagsamang kita, gastos, at tubo ng lahat ng aktibidad nito sa AI, kaya't hindi maaaring kalkulahin ang isang solong pigura ng tubo ng AI. Gayunpaman, kumikita ang AI sa pamamagitan ng Google Cloud, Gemini Enterprise, Google One plans, model APIs, at mga produktong pampatalastas. Ang buong pagbabalik ng kapital ay depende sa hinaharap na depreciation, free cash flow, at utilization ng imprastruktura.

Baang lahat ng paglaki ng Google Cloud ay nagmumula sa AI?

Hindi. Kabilang din sa Google Cloud ang conventional computing, storage, databases, analytics, cybersecurity, at Workspace. Sinabi ng Alphabet na ang mga solusyong AI ang pinakamalaking kontribyutor sa paglaki ng Cloud sa unang quarter ng 2026, ngunit malaki rin ang naiambag ng core GCP at iba pang enterprise services.

Maaari bang bawasan ng AI Overviews ang kita ng Google sa advertising?

Maaaring mabawasan ng AI Overviews ang ilang tradisyonal na pag-click sa mga website, ngunit maaari rin nitong lumikha ng mas masalimuot na mga query, madagdagan ang engagement ng mga user, at suportahan ang mga bagong komersyal na format. Ang pangmatagalang resulta ay depende sa saklaw ng advertising, mga conversion rate, komersyal na intensyon, at gastos sa paggawa ng mga tugon ng AI.

Bakit gumagastos nang napakalaki ang Alphabet sa CAPEX?

Kailangan ng Alphabet ng mga karagdagang server, TPU, GPU, data center, kagamitan sa networking, at imprastruktura ng enerhiya upang suportahan ang pagpapaunlad ng Gemini, Google Search, YouTube, mga advertising system, at mga customer ng Cloud. Ang paggagastos ay lumilikha lamang ng halaga kapag ang kapasyidad na iyon ay nakabubuo ng sapat na kita at cash flow.

Ano ang mga pinakamahalagang indikator ng return on investment ng Alphabet sa AI?

Walang sapat na nag-iisang indikator. Ang isang kapaki-pakinabang na kumbinasyon ay kinabibilangan ng paglaki ng kita ng Google Search, kita ng Google Cloud, Cloud backlog, Cloud operating margin, CAPEX, depreciation, operating cash flow, at free cash flow. Ang sustenableng pagbabalik ng AI ay nangangailangan ng malusog na pagganap sa kita, pagiging kumikita, at pagbuo ng salapi.