
Alphabet GOOGL:Gemini + DeepMind + TPU 三層垂直整合的優勢與認知罰金
Alphabet 同時握有自製 TPU 晶片、DeepMind 研究院、Gemini 大模型,是少數能在訓練到推論成本具備一條龍議價權的玩家;但搜尋廣告本業正面臨 LLM 對話介面替代、美國司法部反壟斷救濟、歐盟 DMA gatekeeper 約束三重認知罰金壓力。三層垂直整合究竟是長期護城河與成本優勢,還是更顯眼的監管靶位與本業稀釋包袱,本文逐層拆解四大觀察重點。
目錄
公司速描
Alphabet(美股代號 GOOGL)是 Google 母公司,2026 年仍以搜尋廣告(Search + YouTube + Network)為現金牛,並透過 Google Cloud(GCP)切入企業 AI 戰場;近一年股價跟隨整體大型科技股波動,撰文時可在 Yahoo Finance GOOGL 報價頁 取得即時價格、市值與 P/E ratio,本文不引用具體點位以避免時間偏離。
近期值得拉出來重看的引子,是市場對「同時自有晶片 + 自有研究院 + 自有大模型」這條垂直整合路線,究竟能不能轉成可持續毛利優勢的爭論。對手 OpenAI 仰賴 Microsoft Azure(背後 NVIDIA H100/H200/B200)、Anthropic 同時跨 AWS Trainium 與 Google TPU、Meta 自研 MTIA 但仍大量採購 NVIDIA;Alphabet 是唯一從晶片光罩、模型權重、應用入口(Search / Gmail / Workspace / YouTube / Android)全自有的玩家。這個結構性差異,是接下來四個觀察重點的共同地基。
關於 Alphabet 母公司年度業績、各事業群拆分、現金流與庫藏股節奏,可參考 Alphabet 投資人關係官網(abc.xyz/investor) 的 10-K 與最新 10-Q;美國 SEC EDGAR 系統提供原始申報文件 SEC EDGAR Alphabet 申報入口。
觀察重點 1 — TPU 垂直整合是否真能壓低訓練與推論成本
自家晶片不必然便宜,但「不需要被 NVIDIA 抽稅」這件事在規模放大後才會被真正計價。
從公開的雲端定價結構可以粗估這條鏈的位置。GCP 將 TPU 以 Cloud TPU 服務出租,規格與每小時費率公布在 GCP TPU 定價文件;同時 Google 將相同晶片用於內部 Gemini 訓練與 Search 推論,內部成本理論上可以扣除外部訂價中包含的營業利益率。換句話說,當外部 TPU 報價含 25% 至 40% 的 GCP 毛利時,Alphabet 對內提供算力的「實質單位成本」,就比同樣用 NVIDIA H100/B200 的對手低一個身位——對手不只買晶片,還要付 NVIDIA 約 70%~80% 的毛利,以及雲端再加一層。具體毛利率需以 NVIDIA 最新 10-Q 與 Alphabet 10-K 比對,本文僅提供推論結構,不假裝精算。
要小心的反例是:TPU 的軟體生態(JAX / XLA)目前只有 Google 自己與少數研究團隊高度活用,外部企業客戶仍然偏好 PyTorch + CUDA。所以「自己用很便宜」不等於「外賣也很賺」,GCP 在外部 AI 訓練租賃市場的滲透率,並不會因為 TPU 自家性能優異就自動跟上 AWS 與 Azure。GCP 在三大公有雲的市占,可從 Synergy Research Group 雲端市占報告 系列中追蹤(具體點位以最新季報為準)。
觀察重點 2 — DeepMind 整合後的研發槓桿是否真的轉成 Gemini 領先
DeepMind 不是被併購後消失,而是被定位成 Alphabet 的長期 AGI 研究中樞,但「論文影響力」與「實際產品變現」之間有落差。
2023 年 Alphabet 將 Google Brain 與 DeepMind 合併為 Google DeepMind,所有大模型研發改由統一架構推進,可參考 Alphabet 官方公告(blog.google) 的歷史條目。從研究產出看,AlphaFold、AlphaGo、AlphaProof 系列維持頂級會議命中率;從產品端看,Gemini 模型已分層落地:Gemini Pro 進入 Workspace 與 Search AI Overviews、Gemini Nano 進入 Pixel 端側、Gemini Ultra/Advanced 對標 GPT-5 / Claude Opus 系列。
但「研究最強」與「使用者最多」並非同一條曲線。撰文時 ChatGPT 的月活仍顯著高於 Gemini app,具體數字需要從 SimilarWeb 流量分析 與 Sensor Tower 行動 app 排名 各自交叉驗證,以避免單一來源偏差。Alphabet 真正的 Gemini 觸及點不是獨立 app,而是內嵌進 Search、Android、Workspace 的 distribution 端——這個切片才是垂直整合的真實槓桿:沒有人需要「下載 Gemini」,因為 Gemini 已經在 Chrome 網址列、Gmail 撰寫框、Pixel 鎖屏裡。
觀察重點 3 — 搜尋廣告本業面臨的 LLM 替代風險
Search 是 Alphabet 的命脈,而 LLM 對話介面是 25 年來第一次認真威脅這個介面範式。
根據 StatCounter Search Engine Market Share,Google 全球搜尋市占長期維持在 90% 上下(具體月份以該頁顯示為準);此一市占並非反映「Google 永遠最好」,而是反映預設搜尋協議(Apple Safari、Android Chrome、各國 ISP)的高度結構鎖定。當對話式 AI(ChatGPT、Perplexity、Claude.ai)直接回答使用者問題、無需點擊藍色連結,搜尋廣告的曝光基數就被分流。
這個威脅不是假設。Apple 與 OpenAI 的整合(iOS 內 Siri 透 ChatGPT 處理長尾問題)、Microsoft Edge 內建 Copilot 答覆面板,都在切薄「使用者必須打開 google.com」的剛需;Alphabet 的反擊是 AI Overviews——讓 Search 結果頁第一段直接由 Gemini 生成,把流量留在自己領地。但 AI Overviews 同時帶來新問題:當答案不需要點連結,廣告主購買的點擊就被吃掉,單位流量的 RPM 是否被內部稀釋,要看後續 10-Q segment 收入分解。
要追蹤的不是單一季度的搜尋收入年增率,而是「Search 收入 / Search 查詢次數」這個 implied 單位變現是否壓縮。原始拆分可從 Alphabet 投資人關係官網 10-Q 的 Google Services 段落取得,但 Alphabet 不揭露查詢次數,因此精確的單位變現需要用流量代理(SimilarWeb / Cloudflare Radar)交叉估算,本文不假裝有精確答案。
觀察重點 4 — 美歐反壟斷裁罰是長期認知罰金而非一次性事件
Alphabet 的本業就是「市場主導地位」,而主導地位本身在歐美法庭都會被反覆審視,這層成本是垂直整合的稅。
歷史上歐盟已對 Google 做出多筆數十億歐元等級的反壟斷裁罰,涵蓋 Android 預載、Shopping 比價、AdSense;具體案件清冊可在 歐盟競爭總署案件搜尋 查到。美國方面,2024 年美國司法部在 USDOJ vs Google 搜尋反壟斷一案 勝訴,法院認定 Google 在搜尋市場具有壟斷地位,後續結構性救濟(分拆 Chrome、強制中斷 Apple 預設搜尋協議等可能選項)正在進行救濟階段審理。
對股東而言,這類風險不會像一次性裁罰那樣只在認列當季拖累 EPS,而是一條長期的「主導地位罰金」。每一次 Apple 預設搜尋協議續約、每一次 Android 反壟斷救濟、每一次歐盟新立法(DSA / DMA),都會在估值模型裡被當成永續性支出。垂直整合的另一面就是更顯眼的法律靶位——你越是一條龍,監管者越容易把你當成「主導力量」處理。AI 時代,這層認知罰金可能擴張到 Gemini + Android + Chrome 的綁定路徑審查。
值得特別觀察的是,監管的重心可能從「結果救濟」轉向「行為救濟」:過去歐盟與美國 FTC 多以罰款結案,真正動到事業結構的次數有限;但 2024 年美國司法部勝訴後,救濟階段討論到的選項包含強制公開搜尋指數資料、限制預設搜尋協議排他性、甚至分拆 Chrome 瀏覽器,任何一項落地都會直接影響 Search 流量基數與 Gemini 的 distribution 入口。歐盟方面 DMA(Digital Markets Act)指定 Alphabet 為 gatekeeper 後,Google Play、Maps、YouTube 與 Search 之間的資料互通限制也已逐步收緊,具體合規進度可在 歐盟 DMA gatekeeper 專頁 追蹤。換言之,真正壓在估值上的不是「會不會被罰」,而是「會不會被迫拆除自家入口的綁定優勢」——這恰恰是垂直整合論述最珍貴、也最脆弱的一環。
風險與本文局限
- 本文不引用具體股價、市值、P/E 點位,以避免時間敏感;讀者請以撰文時 Yahoo Finance 即時數字為準。
- TPU 對內成本優勢是「定性論述 + 公開定價推論」,並未取得 Alphabet 內部成本資料;若 Alphabet 改變內部移轉計價政策,推論可能失準。
- 反壟斷救濟階段尚未終局,可能的結構性結果(分拆 Chrome / Android / 廣告平台)會大幅改變垂直整合的真實邊界。
- 搜尋查詢量、Gemini app 月活、AI Overviews 觸發率三項關鍵變數,Alphabet 都不揭露,只能從第三方流量機構交叉估算,因此本文刻意避免具體百分比。
可證偽此整套觀察的事件:(1) Alphabet 開始顯著對外開放 TPU 主機租賃並讓 PyTorch 完整支援,代表自有晶片從內部成本工具變成獨立業務線;(2) AI Overviews 推出後 Search 廣告 RPM 連續四季年減,意味本業現金流真的被替代;(3) 美國法院強制 Alphabet 分拆 Chrome 或廣告交易平台;(4) Google DeepMind 出現高層出走潮並影響 Gemini 下一代發布節奏。
本站為觀察研究,不作價格預測或個股薦股;上列所有數字以撰文時為準,後續發展請自行追蹤一手來源。
來源
地緣優先的投資觀察週報
每週一封。方法論、失敗紀錄、量化驗證結果。不寄明牌,不寄投資建議。 免費訂閱即可收到精選摘要,付費解鎖完整深度研究。
- 免費版:每週 1 篇精選 + 市場速覽
- 付費版:每週 3 篇深度研究 + 數據附件
同一條思路下的其他研究

AI 帶動台股飆漲、台經院稱非泡沫:高位指數的三個觀察重點
台灣加權指數在 AI 題材帶動下再創近期高點,台經院定調此次漲勢為「非泡沫」,但同步提示後續資金退潮風險不容忽視。本文從 AI 概念股的指數貢獻集中度、外資部位與短線槓桿結構、以及基本面支撐條件三個觀察重點進行整理,釐清高位指數環境下值得長期追蹤的變量與訊號,屬觀察研究內容,非投資建議。

Nvidia NVDA:AI 晶片 80% 毛利的懸崖風險與 ASIC 競爭結構
Nvidia 數據中心 GPU 毛利率長期維持在歷史極端高位,被市場視為垂直壟斷紅利;但 AMD MI350、Broadcom 與 Google TPU、AWS Trainium 三條 ASIC 路線同步加速,本文拆解毛利能否守住 70% 的觀察重點。

SK 海力士 000660:HBM 領先地位的供應鏈樞紐與下行週期風險
SK 海力士憑 HBM3e 對 Nvidia 的優先供應地位拉開與三星的差距,但 DRAM 主流市場若回到平衡,雙引擎結構脆弱性會被放大;HBM4 角逐將是 2026 H2 觀察重點。