Google Cloud 首席执行官 Thomas Kurian 表示，公司对 AI 基础设施的投入并非在缺乏商业需求下进行的投机性扩张，AI 服务器的整体投资回收期不到两年；如果采用 Google 自研芯片，回收时间还会缩短到一半。
Kurian 在 2026 年 Goldman Sachs Communacopia + Technology Conference 上说，Google Cloud 正依靠自研芯片、Gemini 模型、数据平台、网络安全产品和企业应用程序构成的完整技术栈，加快获取新客户和大型企业合同。
自研 TPU 回收期或不足一年
Kurian 介绍，Google Cloud 的 AI 加速器业务主要提供三类芯片，包括 Nvidia GPU、自研张量处理器 TPU，以及用于执行模型生成代码的 Arm 处理器。
按他的说法，Google Cloud 在 AI 训练场景可提供约 2.7 倍的价格性能，推理性能高出约 80%，CPU 的价格性能则高出约 30%。他还表示，Google Cloud 的 TPU 业务规模已经超过下一大超大规模云服务商 AI 加速器业务的两倍。
针对市场最关注的 AI 资本支出回报问题，Kurian 重申，Google Cloud 的 AI 服务器整体投资回收期不到两年，采用自研芯片时，回收期只有其一半。这意味着，Google 自研 TPU 服务器的投资回收期可能不到一年。
Kurian 还称，多数基础设施合同的总合同价值来自带有长期承诺的五年期合同，这有助于提高收入可见度，并降低大规模算力投资的回收风险。
TPU提供多种商业模式
Google Cloud 目前提供多种 TPU 商业模式，包括在自家云平台提供订阅服务、直接向企业出售硬件，以及通过与 Blackstone 合作设立的 neocloud 对外供应算力。
如果企业直接购买 TPU 系统并部署在自有数据中心，Google Cloud 无需承担对应的机房、电力和空间支出，也能改善自由现金流和资本效率。
新客户获取速度超过去年同期两倍
Kurian 表示，Google Cloud 目前的年化营收规模已接近 1,000 亿美元，新客户获取速度较去年同期增长超过两倍；金额超过 1 亿美元的大型交易，无论环比还是同比增幅也都超过两倍。
他举例称，客户承诺支出 100 美元时，最终通常会多花逾 50%，也就是实际支出超过 150 美元。
目前，Google Cloud 已拥有超过 17 条年营收突破 10 亿美元的产品线，收入来源覆盖芯片、云算力、Gemini 模型、数据管理、网络安全和企业应用程序。Kurian 认为，这种垂直整合模式让 Google 不只通过 API 销售模型，也能同时从 AI Agent、芯片、数据平台和网络安全需求中获得收入，从而降低单一产品或单一商业模式的风险。
Gemini Enterprise 已进入 90% 的《财富》百大企业
除硬件外，Google Cloud 也正把 Gemini Enterprise 定位为企业级 AI Agent 平台。Kurian 表示，传统聊天机器人主要负责回答问题，而 AI Agent 可以接收一个目标，自行拆解任务、规划执行步骤，并调用不同工具连接企业内部系统，最终完成工作并交付结果。
Gemini Enterprise 目前已获 90% 的《财富》百大企业采用，Google Cloud 客户中约有 80% 正在使用 AI 产品。采用 AI 的客户，平均使用的 Google Cloud 产品数量是非 AI 客户的 1.8 倍；按五年期估算，Gemini 客户的终身价值也高出约 50%。
Kurian 提到的案例包括：花旗集团使用 Gemini Enterprise 构建财富管理顾问，百事公司将其用于供需规划，梅西百货用于零售商务，德国保险公司 Signal Iduna 用于分析理赔与核保数据。
竞争焦点转向投资回收速度
Google Cloud 披露的数据表明，云计算巨头之间的竞争正从谁能投入更多资本，转向谁能更快收回投资。Google 的优势在于同时掌握芯片、数据中心、Gemini 模型、数据平台和企业应用，可按不同工作负载调整整套系统，降低每次训练和推理的成本。
在自研 TPU 回收期不到一年的情况下，Google 不仅可以减少对外部芯片供应商的依赖，也能以更低成本服务 Gemini 及第三方客户。配合企业签署的五年期算力合同，Google Cloud 试图说明，持续增加的 AI 资本支出背后已有长期需求和可量化的投资回报，而不是单纯押注尚未兑现的未来增长。