【談股市】2026 年 Alphabet(Google) 第三季電話會議紀錄
Sundar Pichai
執行長暨董事（CEO & Director）
大家好。第三季度是 Alphabet 表現強勁的一季。我們深厚的全端技術布局，正帶動整個業務持續成長，未來也有許多發展機會。接下來，我先快速介紹本季度的整體表現。
Alphabet 營收年增 25%，目前年化營收規模已達 5,000 億美元。這是相當驚人的成長。Google 搜尋業務也展現強勁動能。我們在 AI 領域的投資，正帶動使用量增加，以及整體搜尋查詢量成長，其中也包括商業相關搜尋。事實上，我們的搜尋查詢量年增率，已經創下過去五年來的新高。
Google Cloud 營收成長 103%。AI 基礎設施與解決方案是推動 Cloud 業務成長的主要動力，而客戶也將我們視為這個領域的領先供應商，因此市場需求非常龐大。我們正全力加快建置更多產能，以滿足這項長期需求。
與此同時，我們也看到來自各類客戶對 TPU 系統的強勁需求，而且隨著我們持續擴大規模，預期這股需求還會延續。我很高興 Thomas 今天能加入這場電話會議，他將進一步分享 Google Cloud 的業務成長動能。
在 AI 模型方面，客戶對我們模型的使用程度已經達到歷史新高。目前，我們自有模型 API 每分鐘處理的 Token 數量已接近 320 億個，比上一季度增加 40%，更是去年同期的四倍以上。
隨著 Gemini 4 Argon，以及今天正式宣布推出的 Carbon 問世，我們很高興能夠在 AI 前沿技術領域保持領先地位。
Gemini App 目前的使用者已達 10 億人，是 Google 歷史上成長速度最快的產品。
最後，YouTube Music 與 YouTube Premium 的全球訂閱用戶（包含試用用戶）已突破 1.5 億人。
今天，我將進一步談談我們在 AI 領域取得的進展、以 Google 搜尋與 YouTube 為核心的全球消費者平台，以及我們對長期發展的投資布局。
首先從 AI 談起，這方面最重要的進展，就是我們推出了 Gemini 4 系列前沿模型。
我們看到市場對兩週前推出的 Argon 有非常強勁的需求與使用量。事實上，即使受到運算產能限制，我們的開發者平台在 Argon 上線第一週的使用量成長速度，仍比 Gemini 3 快了 3.5 倍。
Argon 在金融、法律、網路安全及科學研究等領域，都展現出非常出色的表現。
開發者與 Cloud 客戶已經開始運用 Argon 處理各種工作，例如梳理複雜的舊有程式碼架構、加速科學研究、機器人技術開發、尋找產品改進方向，以及需要深入推理能力的特定領域任務。
而在 Google 內部，僅僅過去幾週，Chrome、Ads 和 Search 團隊就已經利用 Argon 大幅加快程式碼撰寫與最佳化速度，程式碼產出量增加 35%，錯誤數量則減少 30%。
Argon 只是 Gemini 4 系列的起點。
今天，我們正式宣布推出 Carbon。這是我們目前最強大的前沿模型，在網路安全能力與長時間跨度的任務處理能力方面，都達到了業界最先進的水準。
在最近更新的 Artificial Analysis Intelligence Index（人工智慧分析智能指數）中，Carbon 以 59 分排名第一。
在幾乎所有領域，Carbon 的表現都超越 Argon，包括全端網頁開發、多模態理解、複雜知識工作，以及科學推理。
我們將優先向一部分經過信任認證的網路安全防禦專家開放 Carbon，之後再逐步擴大使用範圍。目前，美國政府也正在測試這款模型。
除了 Gemini 4 系列之外，我們昨天也宣布推出 Genie 4。這是我們目前最先進的世界模型，能夠即時模擬安全、逼真且可互動的世界，並原生支援音訊。
這是訓練機器人與 AI Agent 的重要基礎建設。這些快速進展，充分展現了我們在 AI 模型領域驚人的發展動能。
目前我們已經進入一個新的階段，AI 正在協助我們提升模型訓練與產品發布的速度。
我預期，未來 12 個月，由於 RSI（遞迴式自我改進），我們的發展速度將持續加快。
接下來還會有更多模型陸續推出，其中也包括效率更高的版本，協助開發者針對執行速度與成本進行最佳化，並將這些模型部署到全球數十億使用者所使用的產品之中。
接下來談談 Google 搜尋。它讓全球比任何其他產品都更多的人，能夠享受到 AI 帶來的好處。
就像十多年前我們轉向行動裝置平台一樣，我們目前的策略是先打造最佳的搜尋使用體驗，再進一步思考如何將其商業化。
我們正在整合 AI Overviews、AI Mode 與傳統搜尋，打造一個無縫銜接的搜尋體驗。
人們也正在使用我們的 AI 功能進行更多搜尋，而且搜尋方式出現了全新的變化。他們的搜尋內容變得更長、更個人化，也更加多模態。
AI Mode 的平均搜尋長度，是傳統搜尋的三倍；而在全球 AI Mode 的搜尋中，每五次就有一次使用語音、圖片或文件進行搜尋。
目前，我們每個月的視覺搜尋量已經突破 500 億次。
其中一個讓我特別興奮的發展方向，是協助人們直接完成各種事情，例如預訂餐廳、填寫表格、安排預約，或是購買商品。
隨著 AI 變得更加個人化，並開始替個人與企業採取實際行動，信任與安全的重要性也比以往更高。
人們早已信任 Google，讓我們協助他們處理日常生活中的各種事務，而我們在這方面的領導地位，仍然是非常重要的競爭優勢。
我們首先專注於將這些 Agentic AI（代理式 AI）體驗做好，目前優先透過 Gemini Agent for Enterprise 服務企業客戶，因為企業對安全性、防護能力及治理機制的要求標準極高。
下一個階段，我們將把這些功能帶進 Google 搜尋，當然也會提供給 Gemini App 的 10 億名使用者。
人們現在使用 Gemini App，已經不只是為了提出問題，也開始利用它完成各種實際工作，其中包括複雜、需要多個步驟才能完成的代理式任務。
Gemini 4 系列在這方面取得了非常大的進展，而且已經能夠相當出色地處理這些複雜任務。
AI Agent 將成為整合我們各項產品的統一層。因此，除了 Gemini App 中的 Google 搜尋之外，未來我們也會將這些代理式 AI 體驗延伸至 Chrome、Android，以及 Google Workspace 系列產品。
接下來談談 YouTube。
YouTube 持續在客廳影音市場保持領先地位，以觀看時數來看，它是美國排名第一的串流影音平台。正如我剛才提到的，YouTube 的訂閱用戶數也呈現良好的成長。
上個月，在 Made on YouTube 活動中，我們宣布推出超過 30 項面向創作者與觀眾的新產品及功能。
其中一個很好的例子，就是自訂資訊流（Custom Feeds）。使用者只需要選擇自己感興趣的主題，系統就會根據該主題，為使用者量身打造影片首頁資訊流。
關於 YouTube 的更多進展，稍後 Philipp 會進一步說明。
接下來談談我們的長期投資布局。
Waymo 正處於非常好的發展軌道上。目前，我們的全自動駕駛里程已經超過 3 億英里。Waymo 現在已經在美國 15 個主要城市營運，最近更在聖安東尼奧、聖地牙哥及坦帕正式向公眾開放服務。未來也計畫將業務擴展至加拿大、德國、新加坡及西班牙。
此外，我們其他長期發展計畫也都取得了顯著進展。
Isomorphic 正利用 Argon 支援藥物設計研究。
在量子運算方面，我們首次展示了 Magic State Cultivation（魔態培育）技術。
我們也透過 Project Suncatcher 計畫，將 TPU 發射至太空。
因此，這是非常忙碌的一個季度，而未來還有更多發展值得期待。我要感謝所有員工在本季度所付出的努力。接下來交給你了，Philipp。
Philipp Schindler
Google 資深副總裁暨商務長（Senior Vice President & Chief Business Officer of Google）
謝謝你，Sundar。大家好。
接下來，我將重點介紹 Google 搜尋、YouTube 以及合作夥伴關係的業務成長動能。
我們持續加快 Gemini 模型在整個廣告基礎設施中的部署，以提升三個方面的表現，也就是我之前提過的：廣告品質、廣告主工具，以及 AI 使用者體驗。
一、廣告品質（Ads Quality）
首先是廣告品質。
將 Gemini 模型整合進我們的廣告基礎設施，正在改善我們解讀使用者意圖及提升廣告關聯性的能力。
例如，在第三季度，我們對商品清單廣告（Product Listing Ads）進行了十年來最大規模的一次更新，加入新的 AI 功能，協助使用者更有信心地做出購買決策。
目前，我們已經看到使用者滿意度提高了 19%，而不滿意度則下降超過一半。
我們也看到，AI 模型能夠更準確地預測點擊與轉換，進一步提升整體廣告成效，並讓廣告個人化程度更高。
舉例來說，透過多項創新技術與個人化建模，在 2026 年，我們為 Discover 廣告帶來了 18% 的廣告主增量價值，同時使用者對廣告的正面感受也提升了 8%。
整體而言，AI 正在加速我們的廣告產品開發，並且已經成為我們推出大多數新產品的主要推動力量。
二、廣告主工具（Advertiser Tools）
第二個方面是廣告主工具。
我們確保每一位廣告主，無論是全球性品牌還是小型企業，都能夠無縫參與我們的 AI 廣告平台。
AI Max 與 Performance Max 持續獲得市場高度採用。
為了讓行銷人員擁有更多控制權，我們現在推出一項新功能，讓使用者可以在單一的 AI Max A/B 測試中，針對多個搜尋廣告活動測試不同的預算與投資報酬率（ROI）目標。
為了進一步提升廣告成效，我們也將 AI 創意工具直接整合進 AI Max。
光是在第三季度，Gemini 模型就協助廣告主生成超過 15 億個廣告活動素材，年增超過 7 倍。
例如，電信公司 Telstra 利用 AI Max 掌握長篇及多語言搜尋查詢後，轉換量增加 52%，每筆訂單成本降低 36%。
這讓企業無論客戶以何種方式進行搜尋，都能在關鍵時刻觸及他們。
三、AI 使用者體驗（AI User Experiences）
第三個方面是 AI 使用者體驗。
Sundar 剛才提到，我們觀察到使用者行為出現了明顯變化，使用者開始提出各種全新的問題類型。
我們將搜尋視為一個完整且整合的產品，涵蓋傳統搜尋結果與 AI 驅動的搜尋體驗。
在 AI Mode 中，許多搜尋查詢都屬於消費者購買決策漏斗的上層（Upper-funnel queries），這讓我們有機會掌握過去尚未觸及、具有高商業價值的使用者意圖。
此外，AI Mode 中大多數的搜尋查詢都是新增的搜尋需求（Incremental），這將隨著時間推移，創造更多廣告變現機會。
另外，我們的使用者研究顯示，人們能夠接受在這些 AI 搜尋介面中出現廣告，而且認為這些廣告具有高度相關性。
目前，在 AI Mode 中，贊助商品清單與自然搜尋商品清單的點擊率已經相當接近。
基於這些整體成果，我們現在正將高品質廣告擴大部署至更多使用者與搜尋查詢中的 AI Overviews 和 AI Mode。
這也包括首次將我們的廣告變現布局擴展至全球市場。
今天，我們宣布將 AI Mode 中的廣告擴展至國際市場，同時也將在美國推出多輪互動式廣告（Multiturn Ads）與 AI Mode。
一如既往，我們採取審慎且有計畫的方式，優先確保使用者體驗與參與度，接著才逐步擴大那些已經證實能為廣告主帶來投資報酬率的廣告形式。
正是這種嚴謹的做法，讓我們能夠為未來建立穩固且持久的發展基礎。
四、代理式 AI 與商業交易機會（Agentic Experiences & Commerce）
正如 Sundar 所提到的，我們目前仍處於各個平台導入代理式 AI 體驗的初期階段，對於未來的商業機會，我們感到非常振奮。
通用商務協定（Universal Commerce Protocol，UCP）正在迅速獲得零售業者採用。
今天，UCP 已經能夠支援 Google 平台上數十萬個品牌直接完成結帳，其中包括 Chewy、Nike、Tapestry 等品牌，以及更多業者。
在為未來商業模式做準備的同時，我們也正在將這套協定與 Agent Payments Protocol（代理式支付協定）結合。
我們的工作重點涵蓋兩個方向：
- 開放代理式 AI 的能力，讓 AI Agent 能夠代表消費者採取行動。
- 設計實用工具，讓購物者在購物過程中擁有信心與掌控權。
本季度，我們推出了 Universal Cart（通用購物車），以支持第二個方向的發展。這項功能模擬人們目前在 Google 平台上的實際購物方式。
它讓零售業者能夠維持與客戶之間的關係，同時協助商家掌握銷售機會，並避免消費者放棄購物車中的商品。
五、YouTube 業務發展
接下來談談 YouTube。
我們將 YouTube 視為一個由創作者、觀眾與廣告主所組成的飛輪生態系。
第一個環節是創作者。
每天都有超過 2,000 萬部影片上傳至 YouTube。
我們透過 YouTube Studio 中新的生成式 AI 工具，以及 Shorts 和 YouTube Create 中的對話式影片編輯助理，讓影片創作變得更加容易。
第二個環節是觀眾觀看體驗。
在 Made on YouTube 活動中，我們推出了短影音系列（Short Series）功能，讓創作者可以將 Shorts 短影音整理成不同季別與集數。
透過連續播放功能，觀眾可以更順暢地探索新的短影音，並持續觀看。
第三個環節是商業變現，首先從廣告開始。
我們的重點仍然是提升整個消費者決策漏斗各階段的價值。
在第三季度，客廳影音觀看所帶來的廣告營收，已經占 YouTube 廣告總營收超過三分之一。
中小型廣告主持續採用 Demand Gen（需求開發）廣告，以推動直接回應型行銷成效。
以 Wayfair 為例，他們在 YouTube 上使用 Demand Gen 廣告活動，與傳統影片觸及率廣告活動相比，廣告支出報酬率（ROAS）高出 2.3 倍。
我們的 YouTube Creator Partnerships（YouTube 創作者合作夥伴計畫），將品牌與超過 300 萬名創作者連結，協助品牌推動高成效的行銷活動。
例如 Lexus 等品牌持續與 Colin and Samir 等創作者合作，使品牌考慮度（Brand Consideration）提升了 11%。
目前，全球已有超過 130 萬個頻道加入 YouTube Shopping。
在這股成長動能之上，我們最近宣布 Amazon 也將加入 YouTube Shopping。
現在，美國創作者可以直接在自己的影片、Shorts 短影音及直播中標記 Amazon 商品，進而直接促成商品轉換與銷售。
六、訂閱服務與廣告業務的互補關係
值得注意的是，我們的訂閱服務生態系，持續與廣告業務形成互補。
訂閱服務的成長速度持續快於廣告業務，其中主要由 YouTube Music Premium 帶動。
YouTube Premium 的訂閱用戶已經超過 1.5 億人。
透過 Premium 與 Premium Lite，我們讓觀眾擁有更多選擇。
隨著越來越多人選擇付費訂閱服務，這對觀眾、創作者以及我們的業務而言，都是三贏的局面。
訂閱收入有助於支持創作者生態系的發展，並持續推動整個平台向前邁進。
七、策略合作夥伴關係（Strategic Partnerships）
最後談談策略合作夥伴關係。
企業選擇 Google，是因為我們將 Cloud、AI、廣告及消費者平台整合在一起，協助企業加速轉型。
我們擴大了與 American Express（美國運通）的合作關係，支持他們持續推動客服中心現代化，同時也將共同探索搜尋與 Wallet 平台上的代理式商務應用。
此外，Unity 也簽署了一項擴大版的多年期 Cloud 合作協議，將運用 Google 完整的 AI 技術堆疊，為下一代遊戲引擎提供技術支援。
八、總結：Google 的商業發展優先事項
我們的商業發展優先事項非常明確：
- 擴大廣告主的投資報酬率（ROI）。
- 有系統地提升 AI 商業變現的效率。
- 擴大生態系合作夥伴關係，以支持下一個世代的探索與發現體驗。
最後，我要感謝世界各地 Google 員工出色的執行力，也感謝所有客戶與合作夥伴持續給予我們的信任。
Thomas，接下來交給你。
Thomas Kurian
Google LLC 執行長（CEO of Google LLC）
我們目前強勁的成長動能，來自完整整合的 AI 產品組合，涵蓋晶片、模型、資料、安全技術及 AI Agent 平台，所有這些技術都是為了彼此協同運作而設計的。
我們的產品線、產業別及客戶群都具有高度多元化。目前，Google Cloud 已有 18 條產品線，各自的年營收都超過 10 億美元。
本季度的成長，主要來自 Google Cloud Platform（GCP）的強勁表現，其中 AI 業務與 GCP 核心業務都展現良好成長。此外，TPU 系統銷售也是重要的營收貢獻來源。
過去 12 個月，使用 Gemini Enterprise 的客戶中，超過 2,600 家客戶至少使用了 1,000 億個 Tokens，另外有近 75 家客戶的使用量至少達到 10 兆個 Tokens。
《財星》100 大企業（Fortune 100）中，近 90% 已經使用 Gemini Enterprise。
而在 2025 年第三季度使用 Gemini Enterprise 的客戶，其對我們的年度支出與前一年同期相比，增加了四倍以上。
客戶使用 Gemini 的重要方式之一，就是知識工作（Knowledge Work）。
在我們所有的 AI 服務中，知識工作相關產品的銷售席次已經超過 1 億個。
現在，Gemini Enterprise 已經整合 Gemini Agent，並且深度整合至我們整個 Cloud 產品組合之中。
它可以透過單一 AI Agent、單一 API 及單一提示視窗，完成研究、回答問題、撰寫與執行程式碼，以及自動化各種工作流程。
這項服務為企業提供完善的安全性與成本控管能力，同時也提供市場上最廣泛的前沿 AI 模型選擇。
我們的客戶包括：
- BNP Paribas（法國巴黎銀行）：正在向超過 65,000 名員工部署 Gemini Enterprise，以簡化工作流程，同時維持嚴格的企業級安全標準與資料治理機制。
- Tata Steel（塔塔鋼鐵）：僅花費 9 個月，就部署了超過 300 個專業 AI Agent，用來提升製造安全、最佳化供應鏈，並將客戶服務時間縮短 50%。
- Ulta Beauty：打造了 Ulta AI 購物助理，其轉換率達到傳統網站瀏覽購物方式的 3 倍
此外，Gemini 也會利用我們的 Lakehouse（湖倉架構），在不需要複製資料的情況下，存取來自多個系統的資訊。
為了因應代理式 AI 分析需求，BigQuery 在本季度進一步提升效能：
與去年同期相比，BigQuery 的查詢速度提升超過 40%，同時查詢處理成本降低超過 50%。
我們的客戶包括：
- Deutsche Telekom（德國電信）：利用 BigQuery、Cloud Storage 及 Knowledge Catalog，將超過 40 套既有的地端系統整合成統一的資料湖倉架構。
- Etsy：將 3 PB（Petabytes，拍位元組）的資料遷移至統一的 Lakehouse。透過 BigQuery 與 Iceberg，現在執行關鍵資料聯結作業（Data Joins）的速度最高提升了 60%。
網路安全威脅日益增加，也正在推動市場對我們 AI 驅動安全平台的強勁需求。
我們的 Gemini Flash 網路安全模型屬於前沿模型，能夠在 20 種程式語言中自動發現安全漏洞，而且在漏洞修補方面的可靠性，比其他模型高出 2.6 倍。
隨著我們陸續推出 Argon 與 Carbon，未來還會有更好的效能表現。
我們的安全平台整合了威脅情報、網路攻擊應變優先順序判斷、自動化掃描、程式碼修復及監控功能。
Gemini 與 Google Threat Intelligence 每天能夠自主分析數百萬筆外部事件，準確率達到 98%。
此外，超過 95% 的 Wiz 客戶正在採用 AI 驅動功能，而且採用率仍持續成長。
這些安全工具正在保護各種關鍵基礎設施，包括 Banorte、Jack Henry 等金融機構，以及 AT&T 等電信服務供應商。
上述所有服務，都由我們領先的 AI 基礎設施所支援，涵蓋 TPU 系統、Axion CPU、最新一代 NVIDIA GPU，以及專門為 AI Agent 設計的 Agent Compute Engine。
TPU 系統與 AI 基礎設施
TPU 系統是專門為 AI 打造的運算系統，將硬體、運算、儲存與網路設備，結合系統元件及最佳化軟體，提供 AI 模型訓練與推論所需的完整基礎設施。
與前一代 TPU 相比：
- TPU 8t 的模型訓練效能最高提升 2.7 倍。
- TPU 8i 的推論價格效能（Inference Price Performance）提升 80%。
為了讓開發者更容易將工作負載移植至 TPU，我們最近與 Meta 密切合作，推出 TorchTPU。
這項技術讓使用者能夠直接在 TPU 上訓練、服務及部署 PyTorch 模型，同時繼續使用他們已經熟悉並依賴的開發工具。
目前，已有近 100 家客戶使用 TPU，而且我們也看到其他客戶的需求持續強勁成長。
除了我們與 Anthropic 的合作之外，包括透過直接合作，以及經由 Broadcom 進行的合作，我們也持續擴大 TPU 的應用。
此外，還有一些公開確認的客戶，例如 Apple，正在使用最新一代 TPU，擴大其基礎模型（Foundation Models）的預訓練規模。
我們也正在與其他新興前沿模型公司合作，包括 Mirendil 與 Physical Intelligence；資本市場公司，包括 Citadel Securities 與 Jump Trading；大學機構，例如 Caltech（加州理工學院）；以及公共部門服務供應商，包括 Cassava 與 Cirrascale。
由於市場需求持續強勁，而且成長速度正在加快，我們最近已經與 Crux AI 及 Oracle 建立合作夥伴關係，共同提供 TPU 系統。
目前還有更多合作案正在洽談與推進之中。
接下來交給你了，Anat。
Anat Ashkenazi
資深副總裁暨財務長（Senior VP & CFO）
謝謝 Thomas。
除非我另外說明，接下來我的評論都將以第三季度的年增比較為主。
我會先介紹 Alphabet 整體公司的財務成果，接著說明各業務部門的表現，最後則會談談我們對 2026 年第四季度及全年展望的看法。
一、Alphabet 第三季度整體財務表現
第三季度我們取得了強勁的成績，營收已連續第 13 個季度維持雙位數成長。
合併營收為 1,276 億美元，無論以報告匯率或固定匯率計算，年增率均為 25%。
營業成本（Cost of Revenue）總計 514 億美元，年增 24%。
其中：
- 流量取得成本（TAC）為 164 億美元，年增 10%。
- 其他營業成本為 351 億美元，年增 32%。
其他營業成本增加，主要來自硬體成本，尤其是 TPU 系統銷售相關成本，以及折舊費用增加、內容取得成本增加，還有技術基礎設施營運成本上升。
整體營業費用（Operating Expenses）增加 20%，達到 356 億美元。
各項費用表現如下：
- 研發費用（R&D）增加 36%，主要來自員工薪酬支出，尤其是 AI 人才投資，以及折舊費用增加。
- 銷售與行銷費用（Sales & Marketing）增加 22%，主要來自 Gemini 相關投資及員工薪酬。
- 一般及行政費用（G&A）下降 17%，主要是因為去年第三季度曾發生較高的法律費用，本季度不再受到相同基期影響，但部分降幅被今年發生的法律費用抵銷。
營業利益增加 30%，達到 406 億美元，營業利益率為 31.8%。
其他收益與費用（Other Income and Expenses，OI&E）為負 82 億美元，主要原因是我們投資的 SpaceX 股價在第三季度下跌，因此產生尚未實現的投資損失。
由於其他收益與費用下降，導致本季度淨利與每股盈餘也隨之下降。
二、現金流量、資本支出與資產負債表
第三季度我們創造了強勁的營運現金流，達到 423 億美元；過去 12 個月的營運現金流則達到 1,796 億美元。營運現金流受到兩項因素的負面影響：
第一，為了支援 TPU 系統銷售，我們增加了庫存備貨。
第二，針對 2018 年歐盟委員會（EC）的罰款，在申訴程序結束後，我們支付了 52 億美元現金。
第三季度資本支出（CapEx）為 514 億美元，其中絕大部分投入技術基礎設施，以支持我們在 AI 領域的投資。
第三季度技術基礎設施投資的配置如下：
- 約 65% 用於伺服器與網路設備，這類設備通常具有 6 年的使用年限。
- 其餘 35% 用於資料中心，使用年限約為 7 至 40 年。
第三季度我們的自由現金流（Free Cash Flow）為負 91 億美元，主要受到資本支出投資增加的影響。
此外，前面提到的 TPU 系統銷售備貨，以及支付歐盟委員會罰款，也對第三季度自由現金流造成影響。
過去 12 個月的自由現金流則為 197 億美元。
截至第三季度結束，我們持有的現金與有價證券合計 2,651 億美元，其中包括 904 億美元的有價股權證券。
長期債務為 1,251 億美元。
我們也簽訂了多年期協議，以確保技術基礎設施、庫存、租賃及能源供應所需的產能與資源。
截至第三季度末：
- 未來採購承諾（Future Purchase Commitments）達到 9,240 億美元。
- 尚未開始履行的租賃及其他義務（Pre-commencement Leases and Other Obligations）達到 1,520 億美元。
這些金額反映的是合約義務的最高金額。
然而，其中部分協議採用浮動定價及數量彈性機制，因此實際支出金額可能低於上述數字。
另外，正如我們在新聞稿中提到的，董事會已宣布普通股每股配發 0.22 美元的季度現金股利，預計於 12 月支付。
三、Google Services 業務表現
接下來談談各業務部門的財務成果。
Google Services 營收增加 11%，達到 963 億美元，主要反映搜尋業務與訂閱服務的強勁成長。
整體廣告營收增加 11%，所有主要產業類別都呈現成長。
正如我們在上一季度的展望中所提到的，匯率變動對年增率造成輕微的負面影響，但對季增率的影響則更加明顯。
各項廣告業務表現如下：
1. Google 搜尋及其他廣告
Google Search 及其他廣告營收增加 12%，達到 633 億美元。
其中，零售業是最大的營收成長貢獻來源，其次是金融業。
2. YouTube 廣告
YouTube 廣告營收增加 9%，達到 112 億美元。
其中，品牌廣告是最大的成長貢獻來源，而客廳影音廣告也展現顯著的成長動能。
3. 廣告聯播網
Network Advertising 營收為 75 億美元，年增 1%。
4. 訂閱服務、平台與裝置
Subscription, Platforms and Devices 營收增加 11%，達到 143 億美元。
主要成長動力來自 YouTube 訂閱服務，尤其是 YouTube Music 與 YouTube Premium。
此外，Google One 的 AI 方案也展現強勁需求。
Google Services 的營業利益增加 17%，達到 392 億美元，營業利益率為 40.7%。
四、Google Cloud 業務表現
Google Cloud 在第三季度創下歷史性的成長紀錄。
Cloud 營收增加 103%，達到 307 億美元。
主要成長動力來自 GCP 的強勁表現，其中包括 AI 業務，涵蓋 AI 基礎設施與 AI 解決方案，以及 GCP 核心業務。
TPU 系統銷售也是重要的營收貢獻來源。
第三季度 Google Cloud 所創造的營收，絕大部分來自 GCP。
即使排除 TPU 系統銷售所帶來的影響，Cloud 的營收成長率依然極為強勁。
Cloud 營業利益達到 111 億美元，與去年同期相比，增加超過三倍。
營業利益率也從去年第三季度的 23.7%，提升至 36.2%。
至於我們在上一場電話會議中討論過的第三方運算產能支援（Third-party Bridging Capacity），直到第三季度末才正式投入使用，因此對本季度營業利益率造成的負面影響相當有限。
Google Cloud 在第三季度的未完成訂單（Backlog）達到 5,610 億美元，其中絕大部分來自一般 GCP 合約。
我們預期，未來 24 個月內，將有略高於 55% 的未完成訂單金額認列為營收。
五、Other Bets 與 Alphabet 層級費用
在 Other Bets（其他投資事業）方面：
- 營收為 3.72 億美元。
- 營業虧損為 20 億美元。
這主要是因為我們持續擴大 Waymo 的業務規模，並投資其他重要的長期發展計畫。
在 Alphabet 公司層級的活動與費用方面，營業虧損為 77 億美元，主要來自各部門共同承擔的 AI 研發費用。
六、2026 年第四季度與全年財務展望
接下來，我將說明 2026 年剩餘期間的財務展望。
1. 營收展望
首先是營收。
以目前即期匯率來看，相較於上一季度，我們預期匯率變動將在第四季度對合併營收造成稍微更大的負面影響。
這項影響主要會反映在 Google 搜尋與 YouTube 廣告業務。
在 Google Services 方面，去年第三季度開始出現的搜尋業務加速成長，將在第四季度進入比較基期，因此會對營收成長率形成壓力。
至於 Google Cloud，我們預期第四季度 TPU 系統銷售將持續擴大，並在 2027 年帶來顯著的營收成長加速。
2. Google Cloud 利潤率展望
關於 Cloud 的營業利益率，由於目前市場供應仍受到限制，我們從第三季度末開始使用第三方運算產能，並且會在第四季度進一步擴大使用規模。
因此，隨著我們使用這些第三方運算資源，短期內預期 Cloud 的營業利益率將受到負面影響。
3. 資本支出展望
接下來談談投資。
我們對 2026 年全年資本支出的預測區間維持不變，仍為：
2026 年全年資本支出預測 1,950–2,050 億美元
我們持續預期，2027 年資本支出將大幅增加，並會在第四季度的電話會議中提供進一步細節。
4. 費用展望
在費用方面，技術基礎設施投資的大幅增加，將持續對損益表（P&L）造成影響。
主要表現在：
- 折舊費用提高。
- 資料中心相關營運成本增加，例如能源支出。
七、投資報酬率與自由現金流的看法
在進入問答環節之前，我想先談談我們如何看待投資資本報酬率（ROIC）與自由現金流。
我們處於一個非常獨特的市場位置，能夠透過多種產品，將 AI 投資轉化為商業價值，而這些產品觸及全球數十億名使用者及企業客戶。
我們在 Google 搜尋上的 AI 投資，正在推動搜尋查詢量創下過去五年來最高的成長速度。
Google Cloud 今年迄今已經創造數百億美元的 AI 相關營收。
而 Google One 則是我們成長速度最快的訂閱產品，主要由 AI 方案的強勁需求所帶動。
在整個投資週期中，我們預期能夠創造具有吸引力的投資資本報酬率（ROIC），並且持續顯著高於資金成本（Cost of Capital）。
同時，我們也預期能夠創造強勁的營運現金流。
不過，隨著我們擴大 TPU 業務規模，大量投資技術基礎設施，以及增加 TPU 系統庫存備貨，將會對自由現金流造成壓力。
八、總結
第三季度是表現強勁的一季，整個業務領域都展現了創新能力與嚴謹的執行力，其中也包括 Gemini 4 的推出。我想藉此機會，感謝所有員工為公司業績所做出的貢獻。
接下來，我們正式進入問答環節。
問答環節
問題一
主持人（Operator）
[主持人指示] 接下來第一個提問來自摩根大通（JPMorgan）的 Doug Anmuth。
Douglas Anmuth｜摩根大通研究部
我有兩個問題，一個想請教 Sundar，另一個想請教 Philipp。
Sundar，你最近在一個 Podcast 節目中提到，2027 年可能會成為 Google 生產力的黃金時代，原因在於新一代模型的出現，以及這些模型將如何與 Google 其他產品整合。我希望你能進一步說明這個看法，並分享你如何看待未來的機會。
接著，Philipp，關於搜尋查詢量（Query Growth），目前成長速度創下五年來新高，但 Search 營收成長卻出現了一些放緩。你能否協助我們理解這兩者之間的落差？
這是否單純是因為你們在 AI Overviews 和 AI Mode 中展示的廣告數量還不多，而這兩種 AI 搜尋體驗目前占整體搜尋查詢量的比例又正在提高？
Sundar Pichai｜執行長暨董事
謝謝你，Doug。
我們確實開始看到生產力出現明顯的階段性提升。我認為，從內部使用 3.8 Flash 開始，隨著模型在長時間任務（Long-horizon Tasks）、代理式程式設計（Agentic Coding）等方面的能力變得更好，我們就已經感受到這種變化。
不過，自從我們開始在內部部署 Argon 之後，我確實看到了非常巨大的轉折點。
Argon 是我們在軟體工程領域所見過最具意義的內部生產力工具之一。我們可以直接追蹤高品質程式碼的提交情況、程式碼提交的速度，以及程式碼回滾（Rollback）次數的減少。
但更重要的是，員工現在能夠著手處理規模更龐大的問題；同時，隨著這些模型的部署，我們也開始在產品創新及消費者體驗方面看到新的突破。
不過，這一切其實只發生在大約四週前。
現在，我們已經開始在內部部署 Carbon，而 Carbon 相較於 Argon 又是一項相當顯著的升級。因此，隨著我們逐步擴大部署，並提供更多運算資源，讓所有 Google 員工都能廣泛使用這些模型，我預期生產力還會進一步提升。
這就是我當時所指的方向。自從我在 Podcast 中發表那番談話以來，我對此更加感到興奮。
我認為，接下來的一年將會是 Google 生產力大幅提升的黃金時期，我們將有能力以更高的效率完成工作。因此，我非常期待接下來會出現的各種創新。
Philipp？
Philipp Schindler｜Google 資深副總裁暨商務長
好的，Doug，針對你的第二個問題：
首先，第三季 Google Search 營收年增 12%，達到 630 億美元。
至於第二季到第三季成長率的變化，主要有幾項因素。
第一，是匯率因素（FX）。相較於第二季，匯率是造成 Search 成長速度放緩的最大單一因素。
第二，是不同產業領域各自的市場變化。
在零售業方面，我們部分亞太地區的廣告客戶受到影響，原因是歐盟取消了小額進口商品免稅門檻（de minimis exemption）。
在媒體與娛樂產業方面，廣告支出則是在第二季異常強勁之後回歸正常。第二季的強勁表現主要受到 FIFA 世界盃影響，當時比賽場次較多，因此廣告預算有更多被配置在六月，而不是七月。
另外，回到你問題的下一個部分，值得注意的是，AI Mode 搜尋查詢量的強勁成長，也對整體營收成長造成了影響，因為目前 AI Mode 的廣告變現能力相對較低。
但我想強調的是，我們對目前的發展方向非常有信心。
我們的廣告實驗已經展現出令人鼓舞的成果，目前正逐步擴大 AI Overviews 和 AI Mode 中的廣告投放，讓更多使用者在更多搜尋查詢中看到廣告。
這也包括我先前提到的國際市場，以及美國市場中的多輪對話式廣告（Multiturn Ads）。
問題二
主持人（Operator）
接下來的問題來自摩根士丹利（Morgan Stanley）的 Brian Nowak。
Brian Nowak｜摩根士丹利研究部
我有兩個問題。
首先，想談談代理式 AI（Agentic AI）。你們今年已經向部分使用者推出了 Spark。我知道 Sundar 曾多次談到，希望將更多代理式產品推廣給更廣大的使用者群體。
能否協助我們了解，要將代理式產品推廣給所有使用者，在技術上還有哪些關鍵障礙需要克服？
例如，是模型效率的問題？運算容量不足？還是技術本身尚未成熟？究竟還需要完成哪些技術工作，才能做到這件事？
第二個問題延續 Doug 剛才關於 Search 的提問。Anat，你能否進一步說明，先前提到影響 Search 表現的比較基期因素（Comparison Factor）究竟是什麼？當我們進入第四季及明年第一季時，應該如何看待這些比較基期的影響？
Sundar Pichai｜執行長暨董事
謝謝你，Brian。
首先，代理式 AI 是一個非常令人興奮、而且充滿變化的領域。
當我看到我們新一代模型的能力時，可以發現它們已經能夠以自動化方式，處理複雜程度相當高的任務，並且以非常高的品質完成執行。這讓我們清楚看到，過去大家所期待的代理式 AI 能力，終將真正實現。
因此，我對於將下一世代的代理式 AI 使用體驗帶給使用者，感到無比興奮。
針對你的問題，我想說明幾個重點。
首先，Gemini 4 模型系列扮演了重要角色。
我們正在為 Carbon 模型開發蒸餾版本（Distilled Versions），讓我們能夠有效率地將模型部署到規模達 10 億名使用者的環境中。這必須同時考量運算資源、延遲時間，以及模型品質。
因此，這一直是我們重要的投資領域。
不過，要在大規模環境中提供服務，光是擁有一個能力足夠的模型還不夠。你還需要一套穩健的執行框架（Robust Harness），以及高度安全的執行環境（Secure Runtime）。
這正是 Google Cloud Platform（GCP）發揮作用的地方。我們必須能夠在雲端為每一位使用者提供安全的執行環境，並確保 全天候 24 小時、每週 7 天都能使用。此外，也需要建立完善的技能（Skills）與連接器（Connectors）生態系。
這些都是整個代理式 AI 服務的基礎。
我們一直非常積極地投入這方面的工作。之所以決定先向企業客戶推出，是因為我們先前宣布的企業版 Gemini Agent，必須先滿足企業客戶對於安全性、治理機制及控制能力的最高標準。
這項產品獲得了良好的市場反應，目前我們也正在逐步擴大部署。
今年稍晚，我們將把相同的使用體驗帶給一般消費者，顯然會先從 Gemini App 的 10 億名使用者開始。
我們已經看到，使用者在 Gemini App 中的使用方式，正逐漸從單純的聊天互動，轉向執行任務及類似代理式 AI 的體驗。
我認為，使用者對 Google 產品的信任，以及他們的各種使用情境與背景資訊都已經存在於我們的產品之中，這些條件都讓我們具備良好的發展基礎。
不過，作為一家公司，我們真正專注的方向，是在所有產品之間提供統一且整合的使用體驗。
你們應該可以期待，今年稍晚會看到這方面出現相當大的進展。
Anat Ashkenazi｜資深副總裁暨財務長
謝謝。
關於第二個問題，我想你指的是我先前對 Search 展望所做的評論。
這裡有幾項因素需要說明。
第一項是相較於前一季的連續季度變化（Sequential），主要受到匯率逆風的影響。我們在本季也看到了這種影響，相較於上一季，匯率因素對營收造成了壓力。
以目前的即期匯率（Spot Rates）來看，我們預期匯率因素將對第四季的業績造成一定程度的逆風。
第二項則是年增率的比較基期。
從本季開始，我們已經進入比較 2025 年下半年 Search 成長加速的期間。
本季的比較基期，已經涵蓋了相較於第三季約 3 個百分點的成長加速幅度。
接下來到了第四季，我們預期這種情況仍會持續，也就是說，將有幾個百分點的成長加速幅度進入比較基期。
這些都是 2025 年底 Search 成長加速所帶來的比較基期影響。
問題三
主持人（Operator）
接下來的問題來自高盛（Goldman Sachs）的 Eric Sheridan。
Eric Sheridan｜高盛研究部
根據 Sundar 你最近對運算資源限制（Compute Constraints）所發表的一些評論，能否再次向我們說明，隨著運算資源逐步到位，你們在整個組織內分配及運用這些資源時，最優先考量的方向是什麼？
第二個問題，可能由你或 Thomas 回答：針對 Google Cloud，你們對於將運算資源用於滿足雲端客戶需求，以及對外提供 TPU 服務之間的看法，持續有什麼樣的演變？
Sundar Pichai｜執行長暨董事
謝謝你，Eric。我先回答第一個問題，接著由 Thomas 回答第二個部分。
運算資源的分配確實是我們投入大量時間處理的議題，因為這需要事先進行長期規劃。
首先，我想說的是，我們很幸運，未來面臨著一系列極為出色的機會。我們經營著一個規模龐大的消費者業務，服務數十億名使用者；同時也擁有一家成長動能強勁的超大規模雲端業務（Hyperscale Cloud Business），當然，Google 和 Alphabet 旗下還有其他許多極為重要的業務領域。
我們一向採取長期規劃的方式。因此，各個業務部門都必須提出長期計畫，並且遵循非常嚴謹的 投資資本報酬率（ROIC）評估架構。
所以，我會將整件事情視為一個長期規劃流程，而不是短期的資源分配作業。
顯然，我們的 AI 模型是所有業務的基礎，從 Search、YouTube，到 Cloud、Waymo 等領域，都是如此。
因此，AI 模型是整個業務的根基，而我們認為，採取全端整合（Full-stack）的方式，是一種具有高度槓桿效益的策略。這種方式不僅能帶來大量效率，也讓我們在各種不同的機會中，擁有更大的選擇彈性。
這顯然是我們的基礎，而且我們也會針對這個方向進行長期規劃。
正如我剛才所說，我們會全面檢視各項業務，並採取嚴謹的長期規劃方式。
目前，我們在許多不同領域都看到了非常強勁的需求訊號。因此，我們認為眼前存在著一系列極為出色的機會，而我們正為這些機會的到來進行投資。
Thomas？
Thomas Kurian｜Google Cloud 執行長
Eric，關於 Cloud 的需求，我們一直在管理客戶組合，確保客戶來源具有足夠的廣度與多樣性。
我們的客戶類型相當多元，包括數位原生企業（Digital Natives）、AI 研究機構、傳統企業，以及金融與資本市場客戶。
這是一個涵蓋廣泛領域的客戶群體。其中許多客戶已經開始使用我們雲端平台中的 TPU 系統。
舉例來說，目前有超過 100 家重要客戶從我們的雲端平台開始使用 TPU。他們在我們的平台上學習如何使用 TPU。
請記住，TPU 系統並不只是單一硬體，而是由硬體、系統軟體、編譯器等組成的完整系統，也包括光學網路及其他相關技術。
我們在將 TPU 推向客戶的過程中，採取了非常有計畫的策略。
第一，打造合適的晶片。
我們推出了用於模型訓練的 TPU 8t，以及用於推論的 TPU 8i。相較於前幾代產品，這兩款產品在價格效能比及運算效能方面，都帶來了大幅提升。
第二，最佳化軟體。
軟體最佳化的目的，不只是讓系統運作得更好、提供更出色的效能，同時也要讓不同平台之間的移植更加順暢。
例如，我們最近導入了 PyTorch，透過針對 TPU 進行 PyTorch 最佳化，讓我們能夠進入規模大得多的市場。
第三，擴大產品的市場供應與銷售通路（Distribution）。
過去，客戶只能在 Google Cloud 中使用 TPU。現在，對於希望在自家資料中心部署 TPU 系統的客戶，我們也開始讓他們能夠直接在自己的資料中心使用 TPU 系統。
此外，我們也正在擴大與其他服務供應商的合作。
例如，我們宣布與 Oracle 建立合作夥伴關係；另外，我們也與 Blackstone 一同推出了 Crux AI 的合作協議，成立合資企業，向客戶提供 TPU 系統。
我們看到來自 AI 研究機構、資本市場、金融服務機構及企業客戶的需求極為強勁，成長動能也相當出色。
如果你想像一下，目前這 100 多家客戶未來持續增加，並且逐步擴大他們對 TPU 系統的使用規模，我們認為未來將會有非常強勁的需求。
問題四
主持人（Operator）
接下來的問題來自巴克萊銀行（Barclays）的 Ross Sandler。
Ross Sandler｜巴克萊研究部
我想繼續追問剛才提到的 TPU 轉售業務。
Anat，你上個季度曾提到，這類業務的營收會在系統銷售時認列，我的理解是如此。
假設一吉瓦（GW）的完整 TPU 系統，包含運算設備及周邊各種組件，總成本約為 350 億美元，那麼實際上你們會將其中多少比例認列為營收？
此外，這類業務的利潤率表現如何？相較於 Google Cloud 目前的利潤率水準，會帶來什麼樣的影響？
第二個部分是，當你們協助 Anthropic 這類公司建置更多屬於自己的第一方基礎設施時，這對 Alphabet 的資本支出（CapEx）密集程度有什麼意義？
隨著部分未來的資本支出逐漸轉由 AI 研究機構自行承擔，Alphabet 是否就不需要再像過去一樣，在自有資料中心投入那麼高強度的資本支出？
希望能聽聽你們對此的看法。
Anat Ashkenazi｜資深副總裁暨財務長
好的，我把這兩個問題合併回答。
首先，顯然我們不會提供產品層級的具體財務數據，但我可以說明應該如何理解 TPU 系統銷售所涉及的財務狀況。
首先提醒大家，Thomas 也可以進一步補充：TPU 系統並不只是一顆晶片，而是一套專業化的完整系統，整合了多種不同的組件，包括硬體、運算設備、儲存設備及網路設備。
因此，我們銷售的遠遠不只是晶片。軟體、模型訓練、推論等服務，都為購買 TPU 系統的客戶提供了相當大的附加價值。
至於這項業務的運作方式，這也與你第二部分的問題有關。
當我們與客戶簽訂 TPU 系統銷售協議時，首先會在公司的未交付訂單（Backlog）中反映這筆交易，接著我們便開始建置庫存。
因此，可以從資本支出與現金流的角度來理解這件事：我們必須先投入資金建置庫存，之後才會取得相關營收。
我想上一次的電話會議中，我已經稍微提過這一點。
你會看到我們的庫存餘額增加。過去，庫存主要是我們銷售的部分硬體產品；現在，尚未售出的 TPU 系統也會反映在庫存之中。
因此，在這個階段，你會看到現金流出，同時我們正在累積庫存。
接著，當我們開始交付 TPU 系統並向客戶開立帳單時，就會看到現金流入。
所以，這並不是你一般理解的傳統資本支出模式，我認為這正是你問題的核心。它其實是一種不同的現金流產生週期。
目前，由於我們仍在建置並擴大這項業務的規模，因此你會在現金流量表中看到相關的現金需求，也會看到庫存持續增加。
截至目前，我們已經有部分 TPU 系統銷售額認列為營收，但預期會有更多相關營收在 2027 年陸續實現。
問題五
主持人（Operator）
接下來的問題來自美國銀行（Bank of America）的 Justin Post。
Justin Post｜美國銀行證券研究部
我有幾個關於代理式 AI 轉型的問題。
你們已經推出了 Universal Shopping Cart（通用購物車）。顯然，使用者喜歡並且正在使用這些代理式 AI 應用情境。
隨著這類應用越來越普及，你們打算如何管理搜尋服務轉向代理式 AI 使用模式的過程？你們認為這個轉型會對 Search 造成逆風嗎？
第二個問題是，從長期來看，你們認為代理式 AI 是否反而能夠提高 Search 流量的商業變現能力？
接著，我想再次追問 TPU 的利潤率問題。
我們想知道，你們是否認為這是一項非常好的業務？原因是什麼？
如果你們無法提供具體的利潤率數字，能否說明為什麼你們認為，將目前這些運算資源投入 TPU 系統業務，是一種很好的運用方式？
Philipp Schindler｜Google 資深副總裁暨商務長
Justin，代理式 AI 目前仍處於發展初期。
不過，我想先直接回答你第二個問題：我們認為代理式 AI 的使用體驗，將會為現有業務帶來額外的增量價值（Additive）。
我們的重點，是打造值得信賴、安全且能夠大規模運作，並且受到使用者喜愛的體驗。
這些體驗將以代理式商務的基礎建設為核心，就像你剛才提到的 Universal Commerce、購物車、代理程式、支付功能、通訊協定等。
當使用者購物時，有一個過程是他們不喜歡的，那就是繁瑣、重複性的工作。坦白說，這類工作非常適合透過 AI 自動化。
但我們不只是想把這些工作自動化、直接消除而已。我們也希望進一步提升商品探索的體驗，而這其實是許多使用者非常喜歡的購物環節。
使用者喜歡擁有選擇，也希望考量遠超過價格的因素，例如品牌忠誠度、客戶服務等。
因此，我們正在設計這些代理式工作流程，刻意保留時間與空間，讓使用者能夠探索不同的選項。
舉個簡單的例子：
代理程式可以回答：「這是我們找到的保險產品，另外還有一個不錯的選擇。後者的保費可能較高，但自負額稍低，而且目前正在提供一項特別折扣。」
由於在決策過程中，幾乎從來不存在唯一完美的選項，因此我們有信心，能夠為代理式 AI 的應用情境提供真正有趣且具吸引力的廣告模式。
顯然，你也可以想像，未來除了廣告之外，還能延伸到訂閱及其他付款方式。
但我真正感到興奮的，是代理式 AI 世界所帶來的廣告商業化機會。
Sundar Pichai｜執行長暨董事
整體而言，我想補充的是，我會將這件事視為一項擴張機會。
回想幾年前，當我們能夠在 Search 中加入 AI 聊天功能時，使用者因此可以提出更多問題，也能透過 Search 完成更多事情。而這正是目前我們在使用量上實際看到的發展。
我認為，代理式 AI 也會再次帶來類似的機會，讓 Search 能夠協助使用者解決更多不同類型的問題。
我認為，人們總是低估了要提供這些複雜代理式 AI 使用體驗，背後究竟需要多少不同的技術組件。
Search 表面上看起來很簡單，但實際上，我們長期投入了極為龐大的資源，也建立了許多深厚的技術基礎。
例如 Knowledge Graph（知識圖譜），以及我們對整個世界的理解能力等等。
因此，我對代理式 AI 感到非常興奮。我會將它視為一個全新的領域，它將為 Search 帶來一整套全新的使用情境。
我們也非常期待持續推進這方面的發展。
Thomas Kurian｜Google Cloud 執行長
關於 TPU 系統及其利潤率，我們不會單獨揭露個別產品或基礎設施組件的利潤率。
不過，我們認為，設計及製造 TPU 系統具有幾項優勢。
首先再次提醒大家，TPU 系統不只是一顆晶片，而是一套完整的系統。
考量到 TPU 系統相較於競爭對手所具備的價格效能優勢，以及目前加速運算（Accelerated Compute）的需求持續成長、供應又相對稀缺，我們非常重視隨著這項業務規模擴大，持續改善利潤率的工作。
另外還有兩點需要補充。
第一，當 Anat 提到我們會採購零組件、建立庫存時，我們只會在與客戶簽訂合約之後，才進行這些採購。
因此，所有用於 TPU 系統的庫存，都有已簽訂合約的客戶需求作為對應。
第二，將 TPU 系統部署在第三方設施及客戶自己的資料中心，能夠帶來兩項好處。
首先，這讓我們可以擴大可服務的市場範圍。
有些產業的資料必須留在自己的內部環境中，無法移轉到雲端。透過這種方式，我們就能夠將加速運算能力直接帶到資料所在的位置。
此外，這也能減少我們為了部署 TPU 系統，而必須事先建置自有資料中心設施的需求。
問題六
主持人（Operator）
接下來的問題來自 AllianceBernstein 的 Mark Shmulik。
Mark Shmulik｜Bernstein Institutional Services 研究部
我想繼續追問剛才討論的幾個主題。
首先，Philipp，關於代理式 AI。最近我們觀察了 Gemini 和 AI Mode 中一些早期的代理式 AI 使用情境，也看到了 Google 旗下產品與第三方服務的一些整合。
這些早期發展有沒有什麼讓你感到意外，或是改變你原本看法的地方？
我知道我們已經談了很多關於電子商務的應用，但也希望了解一下，在消費者生產力方面，你們有沒有觀察到什麼值得注意的變化？
第二個問題想請 Thomas 或 Anat 回答，關於 Google Cloud 的成長。
能否提供一些資訊，說明排除 TPU 系統銷售之後，Google Cloud 的成長速度究竟如何？
其中有多少成長受到運算容量限制？
另外，隨著部分第三方運算容量在第四季開始上線，我們是否可以合理預期，Google Cloud 業務的成長速度將進一步加快？
Sundar Pichai｜執行長暨董事
關於第一個問題，也許我先談談我們在這些早期代理式 AI 使用情境中觀察到的現象。
我們確實已經看到這方面的發展。
就在最近，我們已經在 Gemini App 中新增了一個「任務」分頁，使用者實際上會在這裡輸入代理式 AI 查詢，因此我們也能直接觀察到他們的使用情況。
在這一切發展中，使用者真正想要的是令人驚豔的體驗。因此，他們對產品的期待其實非常高。
能夠促使使用者反覆使用的關鍵，在於產品是否有能力處理這些時間較長、複雜度較高的任務，並且在最後真正交付令人滿意的成果。
這就像我們過去在其他領域看到的情況，包括程式設計等。
當產品只能達到 70% 的完成度時，看起來就像是完全無法運作；但一旦跨越某個關鍵門檻，整個使用體驗就會真正起飛。
因此，我們正密切從所有這些使用情況中學習，找出目前的不足之處，並逐步建立我先前提到的各項基礎建設。
我有信心，隨著今年稍晚及 2027 年的到來，你們將會看到代理式 AI 在 Google 各項產品介面與服務中取得大量進展。
另外，在我們轉向 TPU 話題之前，我想再補充一點關於 TPU 系統的看法。
在半導體產業中，規模經濟非常重要。
因此，我認為我們有能力同時為自有資料中心部署 TPU，以及將 TPU 系統部署到其他公司的資料中心，這讓我們能夠擴大產品規模，而規模擴大將直接轉化為更好的經濟效益。
Thomas Kurian｜Google Cloud 執行長
關於 Google Cloud 的成長速度，我想說明的是，Google Cloud 在第三季創下了營收成長的新紀錄，營收年增 103%，達到 307 億美元。
其中，成長貢獻最大的是 Google Cloud Platform（GCP），AI 相關業務與核心 GCP 業務都展現出強勁的成長。
因此，GCP 占第三季營收的絕大部分。而且，即使排除 TPU 系統銷售的影響，Cloud 營收成長依然非常強勁。
我們在各條產品線上也都看到了強勁需求。
目前，我們看到三項發展趨勢。
第一，當使用者開始使用 Gemini 時，我們不只看到 Gemini 本身帶來的營收成長，也看到 Gemini 的使用進一步帶動產品組合中其他業務的成長。
舉例來說，當客戶開始建置 AI Agent 時，他們需要使用運算資源來執行任務，因此會購買運算服務。
他們也需要使用儲存空間，保存 AI Agent 的記憶；需要使用資料庫，提供 AI Agent 推理時所需的資訊，也就是所謂的上下文（Context）。
此外，考量到目前各種網路安全威脅，我們的網路安全產品組合也呈現強勁成長。
因此，我們對於 Google Cloud 的成長，以及成長來源的多樣性，都充滿信心。
第二，我們也看到新客戶開始採用 GCP，而且新客戶採用速度正在加快。我們認為，這也是推動業務成長的重要動力。
第三，關於運算容量，我們在任何一個時間點，顯然都可以透過增加容量來滿足更多需求。
不過，我們一直在審慎管理所有這些因素，以及整體業務的成長速度。
問題七
主持人（Operator）
最後一個問題來自 MoffettNathanson 的 Michael Nathanson。
Michael Nathanson｜MoffettNathanson LLC
我有兩個問題想請教 Sundar。
第一個問題，先前在回答 Eric 關於 TPU 與 Cloud 的問題時，我們聽到你們願意與某些競爭對手，或是我們可能認為在模型及雲端業務上與你們競爭的公司合作。
我想了解，你們如何看待這種合作理念？為什麼你們認為，與競爭對手合作是一項長期機會，而不是一種風險？這背後的策略考量是什麼？
第二個問題，關於消費者的代理式 AI 使用行為。
目前其中一項爭論焦點在於安全性與信任。能否分享一下，到目前為止，你們對於安全性及信任方面有哪些觀察？
這些因素對消費者而言是否重要？
如果這些因素確實很重要，那麼當你們持續開發面向消費者的代理式 AI 工具時，將採取哪些措施來保障消費者的信任與隱私？
Sundar Pichai｜執行長暨董事
謝謝你，Michael。這是很好的問題。
關於第一個問題，我們長期以來一直將自己所打造的事物區分為兩種類型：一類是我們打造的產品，另一類則是我們打造的平台。
我們認為，必須清楚區分兩者。
當你打造的是平台時，就必須努力讓平台本身變得非常出色，並確保所有人都能使用。
我們在經營各種平台方面有很長的歷史，包括瀏覽器、作業系統，以及極為成功的大型雲端平台。
在這些領域中，我們一直努力讓所有市場參與者都能使用我們的平台，並成為值得信賴的合作夥伴。
你們也看過我們與其他公司合作開發及提供模型服務，其中包括 Apple。儘管我們在許多不同領域都與 Apple 存在競爭關係，但我們仍然與他們合作。
同樣地，我們將 TPU 系統視為正在打造的一項重要平台。
我們希望在 TPU 系統的建置方面達到世界級水準。
這代表我們必須讓產品接受市場力量的檢驗，接受實際測試，並且與其他競爭者爭取那些具有最嚴苛運算需求的客戶。
我認為，正是這樣的市場競爭，才能確保我們的團隊持續站在技術發展的最前沿。
這就是我們看待這件事的方式。
從長期來看，我認為這種做法最終總是能夠帶來更多機會。而且，在過去很長一段時間裡，我們採取這種策略，也一直取得不錯的成果。
第二個問題，關於代理式 AI 的使用行為。
回到前面提到的問題，我認為有一點應該特別強調：當使用者開始接觸代理式 AI 體驗時，我們確實清楚看到，他們非常在意安全性與信任。
這是影響使用者如何使用這些產品的極為重要因素。
數十年來，我們透過在各種面向數十億使用者的消費者產品中，以安全的方式提供服務，逐步建立了使用者對 Google 的信任。
此外，在我們建置模型與代理程式的過程中，也會將安全措施貫穿整個開發與部署流程。
這包括在正式部署之前進行廣泛測試，以及在大規模部署後，持續進行即時監控。
我認為，這些累積起來的安全能力與信任基礎，最終將成為我們非常重要的差異化競爭優勢。
我們已經從使用者那裡聽到相關回饋。
隨著代理式 AI 這個新領域持續發展，我認為使用者最終會透過自己的選擇來表達他們的認同，也就是選擇使用哪些產品。
電話會議結束
主持人（Operator）
今天的問答環節到此結束。
接下來，我將會議交還給投資人關係部主管 Jim Friedland，請他進行最後的補充說明。
James Friedland｜投資人關係部主管
謝謝大家今天參與這場電話會議。
期待在 2026 年第四季財報電話會議中再次與各位交流。
謝謝大家，祝各位晚安。