Alphabet(谷歌母公司)今天發布第三季度財報:營收為882.68億美元,與上年同期的766.93億美元相比增長15%,不計入匯率變動的影響為同比增長16%;按照美國通用會計準則,凈利潤為263.01億美元,與上年同期的196.89億美元相比增長34%;每股攤薄收益為2.12美元,與上年同期的每股攤薄收益1.55美元相比實現增長。
相關新聞:谷歌第三季度營收882.68億美元 凈利潤同比增長34%
財報發布后,Alphabet公司CEO桑達爾·皮查伊(Sundar Pichai),CFO阿納特·阿什肯納齊(Anat Ashkenazi)和首席品牌官菲利普·辛德勒(Philipp Schindler)召開了分析師電話會議,回答了相關業務的問題。
以下是分析師電話會議回答摘要:
摩根士丹利分析師Brian Nowak:桑達爾,我的問題分為兩部分。第一部分,過去一年多的時間里,公司展示了多種由生成式人工智能技術所支持的搜索產品,這些產品為用戶的搜索體驗打開了更多的想象空間。能否請管理層重點介紹一兩款用戶最感興趣的產品?隨著這些產品在未來兩到三年內規模的不斷擴大,能否為公司帶來更持久的搜索業務增長?
第二部分,管理層認為產品的不斷創新,以及在向公司二三十億用戶的推廣過程中,主要的限制因素有哪些?
桑達爾·皮查伊:這個問題問得非常好。我愿意將過去的稱為一個極不平凡的創新之年。我在前面的發言中提到了畫圈搜索(Circle to Search)給你,以及具有視頻搜索功能的Lens,其每月搜索請求量已經接近200億次,當然還有人工智能概覽(AI overviews)功能。通過搜索功能的不斷演進,我們一直在拓展搜索服務的可能性,我們非常高興看到用戶能夠適應這些變化,并利用這些新功能提出更多查詢請求,回訪也更加頻繁,我們看到來自這方面的業務不斷出現增長。
雖然已經有超過10億用戶使用了我們的AI overviews功能,但還有很多創新正在積極進行之中,所以我預計公司的搜索業務,包括搜索產品和生成式人工智能技術,將在明年繼續顯著發展。這是我們的機會所在,這一功能強大的新技術正處于早期階段,有了它,我們可以為用戶提供更多服務,同時我們也始終將各類服務建立在質量、信任和用戶體驗的基礎之上。現有的10億用戶規模不是我們發展的終點,我也沒有看到什么向上發展的限制因素。
顯然,我們確實存在諸如延遲、單次查詢成本等問題,但是大家也看到了,我們在過去的18個月里在這些領域都已經取得了實質性的進展,我們將繼續推出更多產品并不斷完善。展望未來12個月,我認為搜索將繼續發展,并將處于創新的前沿。
摩根大通分析師Doug Anmuth:可否請桑達爾或者阿納特談一下谷歌自有張量處理單元(TPU)所帶動的基礎設施優勢和資本支出效率增加?相比于競爭對手和其他處于市場領先地位的云服務提供商,研發和使用自己的TPU對公司未來的資本支出有何影響?
桑達爾·皮查伊:我來回答這個問題的第一部分,在這方面,我認為我們處于比較有利的位置,因為在人工智能基礎設施方面,我們有一套全面完整的解決方案,公司擁有所有領先的人工智能加速器,包括在圖形處理器(GPU)、TPU以及中央處理器(CPU)方面,我們都有投入。我們同英偉達有很好的合作關系,我們對能夠成為首批大規模使用GB200超級計算模塊而感到振奮。
在TPU方面,我們已經發展到第六代了,我不久前同團隊一起研究了未來的發展路線圖,大家都對其前瞻性感到無比激動,希望通過對未來的提前規劃,不斷打造出更為優化的架構。我們不僅在谷歌內部擁有一流的效率,在通過云服務提供給用戶時也是如此,從公司人工智能基礎設施以及通用人工智能服務的增長中就得到了體現。我們的布局非常好,也會繼續在這方面不斷執行公司的路線。
阿納特·阿什肯納齊:我來詳細說明一下公司的資本投資情況,我們在本季度的資本支出是130億美元,主要分為兩類。一類是我們的技術基礎設施,這占據了130億美元的大部分,剩下的是用于諸如設施、資產和公司其他領域的支出。在技術基礎設施(TI)方面,我們對服務器有投資,包括TPU和GPU,第二類是數據中心和網絡設備。
本季度,約60%的技術基礎設施投資用于服務器,約40%用于數據中心和網絡設備。公司內部和面向客戶的服務中都提供GPU和TPU,我們可以根據客戶需求和內部需求來進行相應的選擇。展望下一季度以及明年,正如我在前面的發言中所提到的,我們第四季度的投資同第三季度大致相同,約130億美元,而2025年的投資會增加,在下一季度的財報電話會議上我們會詳細說明,可能不會像今年出現的那種同比大幅增長,但會有一定幅度的增長。
桑達爾·皮查伊:關于TPU的內容,我還要補充一點,如果投資者注意到公司對外提供的閃存定價,我認為與具有相同功能的其他型號產品相比,我們的定價可以說非常具有吸引力,公司所提供的架構可以很好地創造和提升效率,我們在內部使用時也是如此,搜索模型的能力持續不斷提升,我們已經能夠針對底層架構對它們進行真正的優化,這也是我們看到效率提升的地方。
(持續更新中。。。)