字母表

1. 产业链位置

Alphabet / Google 在 AI 产业链里不是单一应用公司，而是“模型 + 云 + 自研加速器 + 数据中心 + 消费/企业入口”的垂直平台。它向上消耗 GPU、TPU、HBM、服务器、网络、电力和数据中心土地，向中游提供 Google Cloud、TPU、AI Hypercomputer、Gemini Enterprise Agent Platform 和 Model Garden，向下把 AI 嵌入 Search、YouTube、Android、Workspace、广告系统和企业开发者流程。公司在 来源记录 中把 Google Services、Google Cloud 和 Other Bets 作为经营分部，并明确披露 AI 产品和服务需要更高的 technical infrastructure 投入，包括服务器、网络设备、数据中心、能源和网络容量。

在 AI 产业链坐标上，GOOG 更接近 chain-cloud / model-cloud / AI infrastructure + distribution，而不是纯软件应用或纯芯片公司。它既是 AI 算力需求方，也是自研算力供给方；既要采购第三方 GPU 和数据中心设备，也通过 TPU 把部分模型训练、推理和云客户负载拉进自有硬件栈。Google Cloud 文档把 来源记录 定义为 Google 设计、用于加速机器学习工作负载的专用 ASIC；Google Cloud 的 来源记录 又把 TPUs 放在训练、推理、强化学习、代码生成、媒体生成、推荐和个性化等负载中。这意味着 GOOG 在 AI 链条里的核心变量不是“有没有 AI 概念”，而是它能否用自研硬件、模型、云平台和分发入口降低单位 token 成本并扩大 AI 使用场景。

物理 AI 和能源维度也不能忽略。大模型训练和推理把数据中心从普通云扩容推向电力、土地、冷却和输电约束。Alphabet 在 10-K 中把 power、water、land、specialized AI chips、servers 和 network equipment 的可得性列为扩张约束；Google 数据中心官网也把目标表述为到 2030 年在每个运营电网实现 来源记录。因此 GOOG 同时位于 AI 模型云链和 AI 能源/数据中心链：它不是公用事业公司，但它的 AI 竞争力越来越依赖能否先锁定可上电、可联网、可冷却、可持续运营的数据中心容量。

2. 产品与业务

Google 的 AI 相关业务可以分成四层。第一层是消费与广告入口，包括 Search、YouTube、Discover、Maps、Android、Chrome、Play 和广告技术。AI 在这一层的作用不是单独卖模型，而是改善搜索体验、推荐、广告匹配、创意生成、视频理解和用户任务完成。10-K 直接把 Search 从传统网页链接扩展到动态、多模态体验，并提到 AI Overviews 等能力；这说明 Google 的 AI 商业化会先体现在既有入口的用户体验和广告系统，而不是只看 API 收入。

第二层是 Google Cloud。Google Cloud 包括基础设施、平台服务、企业应用和其他服务；Alphabet 投资者 FAQ 也把 Google Cloud 描述为面向企业客户的 infrastructure、platform services、applications 和 other services。来源记录 在 AI 语境下，Cloud 的角色是把 TPU/GPU 计算、存储、网络、数据库、数据分析、安全、Kubernetes、开发者工具和模型服务打包给企业客户。公司在 来源记录 中把 GCP 增长与 Core GCP products、AI infrastructure 和 Generative AI Solutions 放在同一叙述里；这里的产业含义是，Cloud 是 Google 把内部 AI 基础设施外部化、商业化的主通道。

第三层是模型与开发者平台。Gemini Enterprise Agent Platform 被 Google Cloud 定位为开发、扩展、治理和优化企业级 agent 的统一平台。来源记录 Model Garden 则提供 Google 第一方模型、开放模型和第三方模型，覆盖 Gemini、Imagen、Veo、Chirp、Gemma、Llama、Mistral、Claude 等模型入口。来源记录 这让 GOOG 的模型策略不是“只卖一个闭源模型”，而是把自有模型、伙伴模型、开源模型和企业 MLOps 放进同一云控制面，争夺的是企业开发者工作流和生产部署位置。

第四层是自研基础设施。Google 的 来源记录 叙事把 TPU、GPU、CPU、存储、网络、软件编排和可靠性放在一体化架构里，而不是把芯片当作孤立部件。TPU 是这一层最有辨识度的资产：它既支撑 Google 自家 Gemini、Search、Photos、Maps 等 AI 应用，也作为 Cloud TPU 对外提供。对产业链而言，GOOG 的产品不是单颗 TPU，而是“模型需求 - 编译器/框架 - 加速器 - 网络 - 数据中心 - 云平台 - 应用入口”的完整系统。