文 | 锦缎

2026 年开年，一场围绕 AI 入口与生态的争夺战已在国内科技巨头间全面打响：腾讯 " 元宝 " 率先撒钱十亿抢占用户心智，字节、阿里等巨头亦不遑多让，向广大 C 端用户祭出金元攻势。

如何理解这场所谓的 " 中国本土 AI 入口大战 "？我们不妨可以尝试从最新发生的 " 巴菲特卖苹果买谷歌 " 这一案例中找到答案。

01 十年懊悔后终补票

巴菲特曾不止一次表达对错失谷歌早期投资机会的懊悔。

2017 年股东大会上，巴菲特首次透露，在 2004 年 IPO 时，谷歌创始人拉里佩奇和谢尔盖就当面拜访，为他提供直接深入了解公司的机会：" 我认识那些创始人，本有无数种方式去提问去学习，但我搞砸了 "。

芒格则将错过谷歌称为：在科技领域最糟糕的错误，当时谷歌的广告模式已展现出明显优势。

再为错过而懊悔十年后，巴菲特终于建仓了谷歌：

根据   2025 年 11 月 15 日披露的 13F 持仓报告，2025Q3 伯克希尔团队启动了一次重大战略性调仓：卖出苹果买入谷歌。

这是伯克希尔连续第二个季度大幅抛售苹果股票，套现 106 亿美元，减持力度较上一季度直接翻倍；截至季末，其苹果持仓已从 2023 年底大降近 70%。

与此同时，巴菲特首次大手笔建仓谷歌，斥资 43 亿美元，估算买入价格集中在 210 美元 / 股左右，这一持仓直接跻身伯克希尔第十大重仓股，占总持仓的 1.6%。

这是巴菲特除苹果外，首次大规模布局互联网科技巨头。

且此次操作恰逢巴菲特宣布年底卸任 CEO 的退休关键期，被市场普遍解读为他为伯克希尔锚定 AI 时代核心资产的战略布局。

减持苹果好理解，市盈率超过   33   倍，但硬件创新的边际效应持续递减，折叠屏手机放量进程延迟，iPhone   出货量增速回落至个位数，核心产品增长动力不足。

而建仓谷歌时，虽然彼时处于相对低位，但当时谷歌预期市盈率也超过 25   倍，并不符合巴菲特用十多倍买优秀公司的历史惯例。

那巴菲特看中了谷歌的什么？

变了的是谷歌，老巴并没有变：还是喜欢有生态的生意。

其实巴菲特的投资逻辑从未改变，始终买入并持有 " 具备强大护城河的生态型生意 "。

苹果的 iOS 生态就是吸引他重仓的原因：通过 iPhone 硬件入口，叠加 APP Store、iCloud 等服务，形成 " 硬件 + 软件 + 服务 " 的闭环，能够持续从用户身上获取稳定收益。

之所以老巴在十年前懊悔错过谷歌，就是因为当年谷歌在移动互联网时代就建立起了优秀的生态——拥有安卓和搜索两大核心资产；芒格说谷歌的搜索业务本质是互联网时代的独家报纸，具备强网络效应。

不过后续的云计算时代业务起步较晚，仅拿到行业门票而未能成为领军者，云时代谷歌并没有明显的生态优势，这也是过去伯克希尔这个阶段没有建仓的原因。

直到现在，谷歌完成了从单一产品领先到 AI 全栈生态闭环的雏形建设，吸引巴菲特终入局。

实际上，这一投资又经过了长达半年的评估。

2025   年初，伯克希尔团队启动对谷歌的系统性调研；2025   年 5 月，巴菲特在股东大会首次将   AI   定义为改变游戏规则的工具；2025   年三季度，团队完成深度评估，最终在   9   月底前完成建仓。

图：谷歌股价复盘，近期涨的是生态 资料来源：国海证券

调仓完成后，苹果与谷歌的市场表现呈现显著分化：近半年，谷歌跑赢苹果 50 个点左右，并且完成绝对市值的反超。

02 谷歌率先建立起 AI 时代的生态

市值切换的背后，表明 AI 时代的竞争已从单一维度比拼（算法、算力、数据、电力、入口等），升级为生态体系的综合较量。

谷歌的成功验证了 " 芯片 + 模型 + 云 + 应用 " 全栈生态的可行性，而其他科技巨头的挣扎与布局（比如苹果最后还是选择了外接谷歌的大模型 Gemini），则进一步凸显了生态自立的重要性。

所以，巴菲特卖苹果买谷歌的核心逻辑，本质是对生态竞争力的重新排序。

智能手机时代，苹果的生态建立在硬件入口之上；而 AI 时代，谷歌的生态建立在   AI   全栈能力之上，更契合 AI 的技术趋势与商业逻辑。

回到谷歌的案例，其全栈   AI   生态更符合 " 操作系统 + 主控芯片 " 的核心架构：大模型（Gemini）是 AI 时代的操作系统，成为连接用户、应用与服务的核心枢纽；AI 芯片（TPU）是主控芯片 SoC，为整个生态提供底层算力支撑。

通过软硬件协同优化，TPU 与 Gemini 模型实现高效适配，不仅降低了算力成本，更提升了模型运行效率，最终才能支持形成了算力 - 模型 & 云— > 应用（搜索、视频、地图等）的正向循环。

图：谷歌 AI 全栈式布局资料来源：中金公司

1. 算力芯片 TPU 保障成本优势和自主性。

谷歌自研   ASIC   的主要原因是生态自立。自研芯片可应对爆发式增长的内部   AI   计算需求、摆脱对外部供应商的过度依赖、通过软硬件协同优化提升性能，最关键的是降低算力   TCO（总持有成本）。

谷歌 Nano Banana   等模型   100%   基于   TPU   完成训练与推理，也支撑其内部语音搜索、图片搜索等核心功能，成本总体低于   GPU，谷歌内部评价 TPU 性能表现优异，在部分场景优于   GPU。

同时成功走向外部市场：

● Meta，计划 2026 年租用   TPU，并从   2027   年开始购买超 100 万颗、价值数十亿美元的   TPU，用于   Llama   模型部署，通过以太网与功耗优化实现   15%-20% TCO   节省；

● OpenAI，达成合作协议，将部分推理工作负载从英伟达芯片迁移至 TPU ；

● Anthropic，已承诺在 GCP 集群中使用 TPU 训练模型，202510 签署   100   万   TPU 订单；

● Apple，2024 年就采购 TPU 用其进行 LLM 训练；

●潜在客户：部分新兴云厂商（如   Fluidstack、TeraWulf）因   GCP   提供付款担保而尝试采用   TPU。

乐观测算，到   2027   年，TPU   可能抢占英伟达 15%   的训练市场份额：现有英伟达用户迁移虽需时间，但新增工作负载更易转向   TPU。Semianalysis 更是预测 2027 年谷歌 TPU（v6-v8）合计出货量达到 600 万颗。

图：谷歌 TPU 有清晰的路线图资料来源：浙商证券

2. 模型能力全球领先，是 AI 时代的操作系统。

谷歌最新一代   Gemini 3   大模型，各项表现指标大幅领先于   Claude 4.5、ChatGPT 5.1   等竞争对手，深度思考、编程、Agent   能力突出。

通过多模态融合技术，Nano Banana   和   Veo 3   模型在图片、视频领域的综合能力全球顶尖；通过成功预训练，Gemini 3   突破性能天花板，再现 Scaling-Law   效应，在   LMArena   排行榜上以 1501 的   Elo   评分居榜首。

截至   2025   年，Gemini   月活跃用户已超   6.5   亿，每月处理 Token 总量一年内增长超过 20 倍，tokens   规模从 32K 逐步拓展至 200 万。

图：谷歌 tokens 调用大幅领先于 OpenAI

3. 如此 AI 才能赋能广告、云。

谷歌不管是搜索、Youtube 还是浏览器、安卓，主要的变现手段仍是广告，业务比重超过   70%。

谷歌将 AI 逐步整合到上述业务流程中，一方面为谷歌获取了海量数据，用于训练完善   AI   模型，而   AI   模型的迭代又反哺各业务线提升效率与用户体验，形成正向循环。

C 端：AI   搜索用户量达到   20   亿、安卓系统全球装机量超   30   亿台、Chrome   浏览器市场份额稳居全球第一，都为 AI 提供充足弹药；Gemini AI   助手月活达 6.5 亿，成为用户日常智能交互的核心工具。

落在具体业务层面上，AI   技术的融入让谷歌的广告业务有了增长动力，而不是此前市场对   AI   搜索替代广告位的担忧。其搜索广告连续多个季度实现同比加速增长，因为 AI   拓展了用户提问场景，反而促进查询量提升。

此外，AI 多模态搜索还创造新增量，语音搜索、图片搜索等成为新的广告载体。

B 端：在云计算时代，虽然谷歌拿到了门票，但是份额上远远落后于亚马逊的 AWS 和微软的 Azure；但 "TPU+Gemini" 正在扭转这一颓势，市场份额在快速提升。

2025 年   Q3   公司云计算收入同比增长   33.5%   达   151.6   亿美元，经营利润   35.9   亿美元，对应经营利润率   23.7%，均创历史新高。

AI 时代，谷歌云在   IaaS、PaaS、SaaS   三大层面均展现出强劲竞争力：

IaaS

层面：依托 TPU 芯片构建差异化优势。对于客户而言，使用 TPU v7p 的成本较 GB300 低 50% 以上；对谷歌而言，自研芯片成本较低，算力租赁 EBIT Margin 能达 44% ，远超 Coreweave-Meta 算力租赁 18% 的利润率水平。

PaaS-MaaS

层面：依托 Gemini 系列模型，提供从模型微调、部署到运维的全流程服务，超过 70% 的现有 Google Cloud 客户使用其 AI 产品，每月处理 Token 数已超过 1300 万亿。

SaaS

层面：谷歌 Workplace 定价仅 14 美金 / 月，对比 ChatGPT 20 美金 / 月和微软 Copilot 30 美金 / 月的定价，兼具 Gemini AI 助手能力与云盘、邮件、办公套件等功能，性价比优势明显，在生产力 SaaS 赛道中市场份额达 9% ，排名全球第二。

谷歌   2025   年资本开支指引   910-930   亿美元，2026   年一致预期超   1180   亿美金，排名三朵云榜首，谷歌云计划每六个月将算力容量翻倍，未来   4   到   5   年目标实现   1000   倍的能力提升。

03 理解了巴菲特补票谷歌，就理解了字节、阿里与腾讯的 AI 入口大战

在这场更加残酷的生态战中，只有构建起自我循环、自我强化的生态体系，才能在 AI 时代立于不败之地。

在谷歌构建全栈   AI   生态的同时，其他科技巨头也在 AI 赛道加速布局，但均面临各自的挑战。

这些厂商的挣扎与突破，将决定未来   AI   生态竞争的格局，而能够成功构建自立生态的玩家，有望成为下一批估值重估的核心标的。

1. 亚马逊：云业务在被蚕食，补短板刻不容缓。

亚马逊   AWS   作为全球云市场份额第一的玩家，拥有最完善的生态和客户至上的文化，且与 Anthropic   深度绑定（股权 + 芯片定制 + 基础设施支持）。

但在 AI 时代，AWS   的核心短板在于生成式 AI   起步晚，AI   产品赋能滞后。AWS 面临着 " 模型、芯片落后 " 的双重挑战，云业务市场份额正被微软和谷歌云蚕食—— AWS 北美市占率从 47% 下滑至 45%。

尽管推出了   Bedrock   平台，整合自研模型与第三方顶级模型（第一大模型提供商是 Anthropic），但相较于谷歌的全栈自研，AWS   的模型生态落后了不止一个身位。

芯片方面，自研 Trainium 芯片虽已迭代至第二代，但性能仍落后于谷歌   TPU，计划发布的   Trainium3   芯片目标是追平谷歌   TPU V5、V6。

不过 AWS   仍有很大的容错空间，一方面家大业大，另一方面云市场整体供不应求（近期北美云厂商纷纷开启涨价），AWS   仍有充足时间弥补短板。

如果能够在模型自研与芯片性能上实现突破，结合其庞大的客户基础与电商生态优势，AWS 不一定没有翻盘的机会。

图：不同北美云厂在 AI 时代的优劣势资料来源：锦缎研究院总结

2.Meta：模型能力暂时落后，但最吃亏的在没有云。

Meta 作为社交巨头，拥有全球最大的社交生态，AI   应用落地场景丰富。

但其在   AI   赛道的最大痛点是模型能力不足，以及缺乏云业务，所以虽然 AI 投资最果断，但股价却持续下跌，市场叙事从 AI   提效先锋转向资本开支带来高昂的折旧费用。

尽管死磕 Llama，但大模型能力不及谷歌   Gemini 3 是不争的事实，导致   Meta AI   嵌入核心平台后月活虽达   10   亿，但   DAU/MAU   仅   10%。

更关键的是，Meta 目前无云计算业务，CAPEX   投入基本为内部工作流消耗，2025   年全年资本开支上调至   700-720   亿美元，2026   年或超千亿美元，3Q25   首次出现成本费用同比增速超过收入增速的情况，市场担忧其利润率持续承压。

3. 微软：后发者惯性，自研模型和芯片明显落后，云与模型解绑雪上加霜。

微软凭借与   OpenAI   的独家合作（2025   年 10   月前   OpenAI   的所有算力需求由微软独家提供）和 Office   生态优势，在   AI   应用落地方面有先发优势。

微软持有   OpenAI 27%   的股份，对   OpenAI   的   130   亿美金投资可通过云收入逐步回款，OpenAI   的商业化对微软云业务带动明显。

目前，90%   的财富五百强在使用   365 Copilot，AI   功能月活已达   9   个亿左右，微软 AI   开发平台   Foundry   季度有超   7   万家企业使用，处理超   100   万亿个   token，同比增长五倍。

但微软的核心短板在于没有自有大模型、且芯片技术落后。没有自主研发的核心大模型，使得在与谷歌的竞争中处于被动地位；自研   Maia 100   加速器实为图像处理设计，未为公司   AI   服务提供支持，最近公告的 200 更多是放了个卫星。

更严峻的是，微软与 OpenAI   的合作面临变局，Azure 产能不足，OpenAI   已与   Oracle、CoreWeave 等合作，未来可能拓展至   AWS/Google，Azure   不再是其唯一计算供应商。

模型与云解绑的趋势下，除   Gemini   等独家模型外，多数模型将实现多云部署。如果微软不能快速补齐大模型与芯片的短板，仅依靠合作模式，未来在   AI   生态竞争中的优势将逐步被侵蚀。

当然，微软今日的处境跟公司战略有关，一直是敢为人后的谨慎型思路，所以在 Mag7 中，微软的自由现金流仅次于英伟达，未来可撬动的资源还有最多。

4.OpenAI、Claude   等   AI   原厂，有建立生态的急迫诉求 .

OpenAI、Anthropic   等   AI   原厂凭借技术先发优势，在大模型领域的聚光灯下，但由于缺乏自有生态（流量入口、云服务、硬件设施），不得不通过疯狂与产业合作的方式弥补短板。

OpenAI 面临市场份额被谷歌蚕食的压力，通用   AI   模型全球市占率持续下滑，为应对竞争，OpenAI 曾一度暂停了广告业务、AI Agent   等项目开发，将所有资源调配到 GPT 模型改进。

为弥补生态短板，OpenAI   展开全方位产业合作：

●算力方面，与微软、英伟达、甲骨文、AWS   等达成巨额合作，启动星际之门项目；

●硬件方面，与博通达成   100   亿美元芯片合作，计划联合开发专属推理芯片；

●应用方面，推出   ChatGPT   应用商店，集成多款第三方应用；

●客户拓展方面，重视   B   端用户，全球企业客户突破百万，ChatGPT for Work   商业用户席位超   700   万。

Anthropic 同样依赖与云厂商的合作实现算力供应与商业化落地，与谷歌达成百万片   TPU   订单，与亚马逊共同打造   AI   超级计算机。

这些   AI   原厂的战略本质是用股权和技术换生态。

图：OpenAI 仅算力就与多位外部硬件 & 云企业合作 资料来源：国信证券

谷歌，由于最早大手笔投入 AI，得以率先建立从芯片到模型到云及应用的 AI 全栈生态，近期跻身 4 万亿美元俱乐部并不意外，是一场超长线战斗后的极速重估。

更大的产业发令枪意义在于，不管是北美大厂，还是国内巨头，都在加速补齐自己的短板，因为他们都开始明白，AI 时代，只有建立生态才能立于不败之地。

如是，理解了巴菲特 " 补票 " 谷歌，也就理解了字节、阿里与腾讯的 AI 入口大战当前的隐喻。