谷歌财报解读:基本盘守成有余,云业务进取不足?

科技巨头的AI之战持续上演,而财报季是一窥AI成色的重要窗口。

谷歌和微软这对在多个领域均正面对决的科技巨头,又在同一日发布了财报,而这次相比上季度,战局似乎迎来了反转。

上季度,谷歌不仅成功抵御了Bing联手ChatGPT的进攻,而且云业务超预期增长,而微软携OpenAI四面出击的成果未带来太多惊喜。

但本季度,尽管谷歌再次超预期地稳稳守住了搜索和广告基本盘,然而在云计算领域,微软的亮眼增长却让谷歌的表现稍显黯淡,并直接导致了外界对于谷歌云AI成色的怀疑,财报发布后谷歌母公司市值一日蒸发超万亿元。

那么,在AI角力场,谷歌如何取得真正胜利?

广告业务加速增长,搜索引擎霸主地位难以撼动?

财报数据显示,三季度谷歌实现营收766.9亿美元,高于分析师预期的755.4亿美元,同比增长11%,终于结束了连续四个季度的个位数增速,重回两位数区间。而净利润则为196.89亿美元,同样高于市场预期,且由于去年同期的低基数影响,同比增长更是高达41.55%。整体而言,这是一份相对亮眼的财报。

具体来看,整体业绩的超预期表现,主要由广告业务的强势复苏拉动。财报显示,谷歌第三季度广告收入达596.5亿美元,去年同期为544.8亿美元,占总营收的比重接近80%。

而广告业务的强劲增长,一方面与经济大环境继续改善、广告主增加预算投放有关。数据显示,美国媒体广告整体支出,在经历了前两个季度的增长乏力后,下半年开始反弹。麦格纳在近日发布的最新预测中,上调2023年和2024年美国市场的广告增长指引,预计2023年的广告支出增长 5.2%,并将2024年的广告支出从5%上调至5.6%。

这一背景下,同属线上数字广告范畴的Meta广告业务,也同样录得了高速增长。财报数据显示,由于涵盖了社交媒体、短视频等多个具备增长红利的板块,三季度Meta广告业务同比增速达到了23%,相比谷歌更为亮眼。

另一方面,受到搜索引擎和流媒体平台YouTube的协同推动作用。财报显示,这两大板块三季度增长双双超预期,其中,谷歌搜索广告收入同比增长超11%,YouTube广告收入同比增长12%。

具体而言,谷歌搜索在公司广告业务营收结构中仍然占大头,在三季度贡献了74%的营收,而且其霸主地位稳固,在全球范围市场份额仍然高达90%。在搜索引擎业务已进入平稳期,且面临生成式AI挑战的情况下,增速能够跑赢大盘,再次证明了Bing+ChatGPT的进攻,仍然无法撼动谷歌搜索的霸主地位。

对此,微软CEO萨提亚·纳德拉也亲口承认,微软在今年2月份将ChatGPT引入Bing时,曾寄希望于当时其仅为3%的搜索市场份额得到提升,“开始想也许我会拥有3.5%的份额”,但时隔八个月,这样的希望最终还是成了泡影,微软在搜索市场的份额并无显著变化。

其中的关键原因,一方面在于用户长期以来形成的使用习惯,决定了除非有明显的性能和体验方面的提升,否则很难触发用户迁移;另一方面,生成式AI目前仍处于发展初期,其稳定性和准确性都有待提升,并不能替代搜索引擎。

此外,流媒体平台YouTube的向好态势也同样功不可没,根据Nielsen的数据,YouTube时长份额排名第一,而且其对标Tik Tok的YouTube Shorts在今年正式开启了商业化,这些都推动着该板块营收的持续增长。

然而,整体业绩以及主营业务的超预期增长并未让资本市场买账,财报发布当日谷歌股价重挫,市值单日蒸发1.2万亿元,是美股上市公司有史以来第五大单日损失。资本市场看衰的原因,在于承载着谷歌第二增长曲线的云业务增速不及预期,特别是与同日发布财报的微软相比,表现并不亮眼。

财报数据显示,三季度谷歌云业务实现营收84.1亿美元,低于市场预期的86亿美元,同比增速为22%,低于市场预期的25.3%。而且,几个季度以来,云业务增速持续下滑。财报显示,2022年三季度至2023年二季度,云业务板块的增速分别为38%、32%、28%、28%。相比之下,三季度微软Azure云则表现亮眼,同比增长29%,一扫上个季度的疲软态势。

所以,在此局面下,谷歌该如何找回增长的确定性?

云业务增速不及预期,谷歌AI到底行不行?

现阶段,生成式AI已经为云计算注入了新的增长动能。由于谷歌是AI领域有着深厚积累的科技巨头,资本市场也对其借助于AI加速云计算业务发展充满期待。但谷歌财报发布后股价暴跌似乎表明,投资者对未能兑现AI赚钱能力的公司,已经逐渐失去耐心。不过,结合具体情况来分析,其实无需对谷歌的AI进展不及预期过分恐慌。

粗略对比之下,微软Azure云的高速增长,表现出明显的AI拉动,而谷歌云的增长乏力,则似乎是AI拉动作用不足。但具体到云计算业务上,两者的客户构成及业务情况,均存在明显的差异,这决定着在AI时代,两者的增长不一定会完全同步。

回顾来看,谷歌云可以说是云业务的先行者,之所以现在未追赶上亚马逊、微软的步伐,主要是其过于依赖流量变现的固有商业模式、缺乏ToB基因导致的,而且,在云计算业务进展缓慢的同时,谷歌甚至曾一度考虑全面退出云市场。

这种B端思维的先天不足以及战略方面的摇摆态度,导致尽管后来谷歌经过反思决定奋起直追,但在大客户大多已选择了确定性更强的亚马逊及微软的局面下,谷歌云所能获取的主要是中小型客户,其中包括很多初创公司。

因此,尽管微软和谷歌同样都在挖掘云业务的增长空间,但就具体情况而言,两者的着力点明显不同,微软专注于已经使用自家许多软件服务的核心大客户,而谷歌则寄希望于初创企业。另外,在目前经济复苏仍在爬坡期的环境下,云计算支出主要来自大企业客户,而小企业正在减少支出,这自然决定了微软可以先于谷歌一步兑现AI所带来的云计算增长红利。

但随着全球经济持续复苏,以及生成式AI技术的不断成熟,中小企业势必也将逐渐增加云计算相关支出,谷歌云或将迎来红利兑现期。

此外,2019年谷歌云换帅以来,一系列大刀阔斧的改革,在强化ToB服务团队的同时,也让谷歌云在争夺大客户方面,逐渐积累起差异化优势。

目前来看,谷歌最主要的差异化优势在于其开源战略。开源战略可以充分利用谷歌自身积累的业务资源,而且也直指云计算和AI的未来。

具体而言,云计算发展至今,在IaaS层面的基础设施趋于完备后,PaaS层和SaaS层的服务已经成为吸引客户的关键,这一阶段,通过集体协作和共同智慧以构建生态成为重中之重。正如Meta曾表示:“我们相信,开源的方法是当今人工智能模型发展的正确途径,尤其是在技术进步日新月异的生成式领域。”

而截至目前,谷歌已掌握2000多个开源项目,从TensorFlow机器学习库,到广受欢迎的Kubernetes云原生开发平台,这些对于B端而言,都是具备吸引力的优质资源。值得一提的是,此前对开源缺乏兴趣的微软,也开始发力开源。据了解,微软已与开源模型库公司Hugging Face达成深度技术合作,扩大了ONNX Runtime的支持范围。

不过,在开源方面,谷歌显然具备更强的先发优势和专注性,也因此对客户的吸引力不断加强,比如微软云大客户Verizon迁至谷歌云,就是例证。

此外,谷歌在AI方面的投入也在持续增加。今年年初,谷歌宣布裁减1.2万人办公室人员,但从三季度数据来看,员工人数环比上季度有所回升,此时开始增加人员投入,外界普遍认为是用来提升AI团队的研发能力。另据财报,谷歌第三季度资本支出为80.6亿美元,其中多数为技术基础设施投资,反映出谷歌在人工智能计算方面仍在持续发力。

总体而言,谷歌仍处于能给予市场诸多信心和期待的上行期。一方面,谷歌搜索的霸主地位仍难以撼动,基本盘广告业务也保持优势地位,有望为谷歌带来持续现金流;另一方面,虽然云业务的发展曲线有所波动,但结合企业自身优势和持续加码的举动来看,真正的价值绽放或许就在不远的未来。

作者:坚白

来源:美股研究社

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/125589.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【uniapp】uview1.x使用upload上传图片

和2.x不同的是,要用 action 来配置后端上传图片的接口地址; 再来一些配置项的命名有所不同,一般1.x的命名用 -,2.x的命名使用小驼峰; 1.x 的上传会自带删除时的提示框,2.x 没有; 重要的几个配置…

Centos如何安装Mysql

1、安装前检查是否存在mysql yum list installed mysql* ①如或显示了列表,说明系统中有MySQL **yum卸载 ** 根据列表上的名字([中括号为可选项]) yum remove [填写列表显示出来的所有内容] rm -rf /var/lib/mysql rm /etc/my.cnf②rpm查…

【Qt之QLocale】使用

描述 QLocale类可以在多种语言之间进行数字和字符串的转换。 QLocale类在构造函数中使用语言/国家对进行初始化,并提供类似于QString中的数字转字符串和字符串转数字的转换函数。 示例: QLocale egyptian(QLocale::Arabic, QLocale::Egypt);QString s1 …

证照之星XE专业版下载专业证件照制作工具

值得肯定的是智能背景替换功能,轻松解决背景处理这一世界难题。不得不提及的是新增打印字体设置,包含字体选择、字号大小、字体颜色等。不同领域的应用证明了万能制作,系统支持自定义证照规格,并预设了17种常用的证件照规格。人所…

c语言练习(9周)

输入样例11输出样例7.0980 #include<stdio.h> int main() {int n, i;double s 1,a1;scanf("%d", &n);for (i 2; i < n; i) {a 1 / (1a);s a;}printf("%.4lf", s);return 0; } 题干输入10个整数&#xff0c;分别按输入正序、逆序显示。输…

2021-arxiv-LoRA Low-Rank Adaptation of Large Language Models

2021-arxiv-LoRA Low-Rank Adaptation of Large Language Models Paper: https://arxiv.org/abs/2106.09685 Code: https://github.com/microsoft/LoRA 大型语言模型的LoRA低秩自适应 自然语言处理的一个重要范式包括对通用领域数据的大规模预训练和对特定任务或领域的适应。…

IOI车机系统刷机和改包笔记2 - 改包脚本

前言&#xff1a; 最近对雪佛兰改包需求感兴趣的网友很多&#xff0c;大家都遇上了很多奇怪的问题&#xff0c;这里就我自己使用的环境和脚本进行分享&#xff0c;供大家参考。 1. 准备环境 我这里使用Ubuntu系统进行操作 andyandy-vm:~$ sudo lsb_release -a No LSB module…

iZotope RX 10(音频修复和增强工具)

iZotope RX 10是一款音频修复和增强软件&#xff0c;主要特点包括&#xff1a; 声音修复&#xff1a;iZotope RX 10可以去除不良噪音、杂音、吱吱声等&#xff0c;使音频变得更加清晰干净。音频增强&#xff1a;iZotope RX 10支持对音频进行音量调节、均衡器、压缩器、限制器等…

如何在【逻辑回归】中优化控制正则化程度的超参数C

一.逻辑回归基本介绍 逻辑回归也称作logistic回归&#xff0c;是一种广义的线性回归分析模型&#xff0c;主要是用来解决二分类问题&#xff08;也可以解决多分类问题&#xff09;。通过训练集来训练模型&#xff0c;并在训练结束后对测试集进行分类。 通过激活函数&…

杂货铺 | 报错记录(持续更新)

文章目录 ⚠️python SyntaxError: Non-UTF-8 code starting with ‘\xb3‘ in file⚠️partially initialized module ‘‘ has no attribute ‘‘(most likely due to a circular import)⚠️AttributeError: ‘DataFrame‘ object has no attribute ‘append‘ ⚠️python S…

Flink CDC 2.0 主要是借鉴 DBLog 算法

DBLog 算法原理 DBLog 这个算法的原理分成两个部分&#xff0c;第一部分是分 chunk&#xff0c;第二部分是读 chunk。分 chunk 就是把一张表分为多个 chunk&#xff08;桶/片&#xff09;。我可以把这些 chunk 分发给不同的并发的 task 去做。例如&#xff1a;有 reader1 和 re…

springboot是如何工作的

一、前言 现在java后端开发框架比较多的使用springboot框架&#xff0c;springboot是在以前的springMVC进行封装和优化&#xff0c;最大的特点是简化了配置和内置Tomcat。本节通过阅读源码理解springboot是如何工作的。 二、springboot是如何工作的 1、从启动类开始 /***服务…

JAVA毕业设计107—基于Java+Springboot+Vue的民宿酒店预订管理系统(源码+数据库)

基于JavaSpringbootVue的民宿酒店预订管理系统(源码数据库)107 一、系统介绍 本系统前后端分离 本系统分为用户、前台、管理员三种角色(角色菜单可以自行分配) 前台&#xff1a; 登录、注册、民宿浏览、民宿评价、民宿酒店下单预订、密码修改、个人信息修改。 管理后台&…

机泵设备如何通过设备健康管理平台实施预测性维护

机泵设备在工业生产中起着至关重要的作用&#xff0c;但长时间运行和频繁使用容易引发各种故障。为了提高机泵设备的可靠性和效率&#xff0c;预测性维护成为一种重要的管理策略。设备健康管理平台作为一种先进的工具&#xff0c;为机泵设备的预测性维护提供了有力支持。本文将…

NlogPrismWPF

文章目录 Nlog&Prism&WPF日志模块实现原理添加配置注入服务应用测试其他模块怎么调用&#xff1f; Nlog&Prism&WPF 日志模块 介绍了为WPF框架Prism注册Nlog日志服务的方法 实现原理 无论是在WPF或者ASP.NET Core当中, 都可以使用ServiceCollection来做到着…

【HarmonyOS】鸿蒙操作系统架构

HarmonyOS架构 一. 鸿蒙系统定位二. 架构整体遵从分层设计三. HarmonyOS具有的技术特性四. HarmonyOS有三大特征 其它相关推荐&#xff1a; 软考系统架构之案例篇(架构设计相关概念) 系统架构之微服务架构 系统架构设计之微内核架构 所属专栏&#xff1a;系统架构设计师 一. 鸿…

在excel中如何打出上标、下标

例如&#xff0c;想把A2的2变为下标。 在单元中输入内容&#xff1a; 选中2&#xff1a; 右键单击&#xff0c;然后点击“设置单元格格式”&#xff1a; 在特殊效果的下面勾选“下标”&#xff0c;然后点击下面的“确定”按钮&#xff1a; 就将2变为下标了&#xff1a;…

竞赛选题 深度学习图像风格迁移 - opencv python

文章目录 0 前言1 VGG网络2 风格迁移3 内容损失4 风格损失5 主代码实现6 迁移模型实现7 效果展示8 最后 0 前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 &#x1f6a9; 深度学习图像风格迁移 - opencv python 该项目较为新颖&#xff0c;适合作为竞赛课题…

Go Map底层实现简述

Go的map是一种高效的数据结构&#xff0c;用于存储键值对。其底层实现是一个哈希表&#xff08;hash table&#xff09;&#xff0c;下面是有关map底层实现的详细介绍&#xff1a; 哈希表&#xff1a; map的底层实现是一个哈希表&#xff0c;也称为散列表。哈希表是一个数组&a…

13.7性能测试工具(LoadRunner)(简单扫盲)

下载LoadRunner和360极速浏览器 一.为什么选择LoadRunner而不是Jmeter 1.Jmeter没有录制功能. 2.LoadRunner可以设计非常丰富的测试场景. 3.LoadRunner能够产出非常丰富的测试报告. 二.LoadRunner三大组件 1.VUG: 功能: 录制脚本(编写脚本). 2.Controller: 功能: 设计场…