巴菲特破例押注 Google！以 40 倍溢价买入 AI 股挑战 Nvidia 霸权

巴菲特曾说，“永远不要投资一家你无法理解的企业”。然而在“股神时代”即将谢幕之际，巴菲特却作出了一个违背“家规”的决定：买入 Google 股票，且是以约 40 倍自由现金流的高溢价。这是巴菲特首次买入 AI 题材股，不是 OpenAI，也不是 Nvidia。

从红色警报到 Google AI 逆转胜

回到 2022 年底。那时 ChatGPT 横空出世，Google 的高管层拉响“红色警报”，他们不断开会，甚至还紧急召回两位创始人。可那时的 Google，看起来就像是一头行动迟缓、官僚主义缠身的恐龙。它匆忙推出了聊天机器人 Bard，但在演示中犯下事实性错误，公司股价大跌，市值一日蒸发上千亿美元。

接着，它整合旗下 AI 团队，推出多模态的 Google AI。但这款被看做撒手锏的产品，也仅在科技圈掀起几小时热议，便被 OpenAI 随后推出的视频生成模型 Sora 夺去所有声量，迅速变得无人问津。稍显尴尬的是，正是 Google 的研究人员在 2017 年发表的开创性学术论文《Attention Is All You Need》，提出的 Transformer 模型为这轮 AI 革命奠定了扎实的理论基础。

对手嘲讽 Google。OpenAI 的执行长奥特曼，看不上 Google 的品味，“我无法不去思考 OpenAI 和 Google 之间的美学差异。”Google 的前执行长也不满公司的懒惰，“Google 一直认为，工作与生活的平衡……比赢得竞争更加重要”。这一系列窘境，也让人怀疑，Google 在 AI 竞争中掉队了。

但变化终于来了。11 月份，Google AI 第三版推出，它在多数基准测试指标上都超越了竞争对手，包括 OpenAI。一项测试数据显示，在涵盖专家知识、逻辑推理、数学及图像识别等绝大多数测试中，Google AI 第三版得分均显著领先。仅在唯一一项程序设计能力测试中，其表现略逊，位列第二。

《华尔街日报》说，“不妨称之为美国下一代顶尖模型”。彭博社说，Google 终于醒了。马斯克、奥特曼对它赞赏有加。一些网友开玩笑说，这就是奥特曼理想中的 GPT-5。云端内容管理平台 Box 公司的执行长在提前试用 Google AI 第三版后表示，其性能提升幅度之大令人难以置信，以至于他们一度怀疑自己的评测方法有误。

Salesforce 的执行长说，他用了 ChatGPT 三年，但 Google AI 第三版仅用两小时就颠覆了他的认知：“Holy shit……回不去了。这简直是质的飞跃，推理、速度、图文视频处理……全都更锐利、更迅捷。感觉世界又一次天翻地覆了。”

为何 Google AI 第三版的表现如此突出？Google AI 项目负责人发帖说，“简单：改进了预训练和后训练”。有分析说，该模型的预训练仍然在遵循 Scaling Law 的逻辑——通过优化预训练（比如更大规模的数据、更高效的训练方法、更多的参数等），让模型能力实现提升。

TPU 芯片撕开 Nvidia 堡垒裂缝

一个月前，Nvidia 市值突破 5 万亿美元，市场对人工智能的激情，将这家“AI 军火商”推向了新的高峰。但 Google AI 第三版使用的 TPU 芯片，在 Nvidia 的坚固堡垒上，撞开了一道裂缝。《经济学人》援引投资研究公司伯恩斯坦的数据称，Nvidia 的 GPU 占典型 AI 服务器机架总成本的三分之二以上，相比之下，Google 的 TPU 芯片价格仅为同等性能 Nvidia 芯片的 10% 至 50%。

这些节省累积起来相当可观。投资银行 Jefferies 估计，Google 明年将生产约 300 万颗此类芯片，几乎是 Nvidia 产量的一半。上个月，知名的 AI 新创公司 Anthropic 已计划大规模采用 Google 的 TPU 芯片，据传交易额据称达数百亿美元。11 月 25 日的报道称，科技巨头 Meta 也在洽谈，拟于 2027 年前在其数据中心采用 TPU 芯片，价值达到数十亿美元。

TPU 的历史可以追溯到十多年前。当时的 Google 为了提高搜索、地图与翻译的运行效率，开始研发一款公司内部使用的专用加速芯片。从 2018 年开始，它开始向云计算客户销售 TPU。此后，TPU 也被用于支持 Google 内部 AI 开发。在 Google AI 等模型的研发过程中，AI 团队与芯片团队形成互动：前者提供实际需求与反馈，后者据此定制优化 TPU，反过来又提升了 AI 研发效率。

TPU 与 Nvidia GPU 的核心差异

成本优势：TPU 价格仅为同等性能 Nvidia 芯片的 10% 至 50%

专用 vs. 通用：TPU 为 AI 任务特化设计，GPU 功能更灵活但成本高

能效比：TPU 牺牲适用性换取更高能效，单位功耗下运算能力更强

供应规模：Google 明年将生产约 300 万颗，约 Nvidia 产量的一半

Google 打造的 TPU，是所谓的专用集成电路（ASIC），是“专才”，专门为特定的计算任务而设计，它牺牲了一定的灵活性与适用性，因此能效更高。Nvidia GPU 则像是“通才”，功能灵活、编程性强，但代价就是成本高。

巴菲特看中的垂直整合模式

Google 的 AI 芯片成为 Nvidia 芯片为数不多的替代品之一，这直接拉低了 Nvidia 的股价。Nvidia 下场发帖安抚 TPU 引发的市场恐慌情绪。它对“Google 取得的成功感到高兴”，但强调 Nvidia 已经领先行业一代，其硬件比 TPU 及其他专为特定任务设计的同类芯片更具通用性。

Google 迎来了一段甜蜜的日子，它的股价在 AI 泡沫中逆势上涨。巴菲特的公司三季度购买了它的股票，Google AI 第三版获得积极反响，TPU 芯片让投资者期待，这一切都将 Google 推向的高位。近一个月来，Nvidia、微软等 AI 概念股下跌均超 10%，Google 的股价已上涨约 16%。目前，它以 3.86 万亿美元的市值，排名世界第三，仅次于 Nvidia 和苹果。

分析师们将 Google 的人工智能模式称作垂直整合。作为科技圈里罕见的“全栈自造”的玩家，Google 把全链条攥在自己手里：Google 云端上部署自研的 TPU 芯片，训练 Google 自己的 AI 大模型，并且这些模型又能无缝嵌入搜索、YouTube 等核心业务。这种模式的优势也是一眼可见，不依赖 Nvidia，拥有高效、低成本的算力主权。

这正是巴菲特看中的关键。股神向来偏好具有“护城河”的企业，而 Google 的垂直整合模式正是最宽的护城河。当其他公司还在依赖 Nvidia 提供算力、依赖 OpenAI 提供模型时，Google 已经掌握了从芯片到模型到应用的完整链条。这种自主性使得 Google 在成本控制、技术迭代和战略灵活性上都具有显著优势。

另外一种模式则是较为常见的松散联盟模式。巨头们各司其职，Nvidia 负责 GPU，OpenAI、Anthropic 等负责研发 AI 模型，微软等云端巨头采购芯片厂商的 GPU，用于托管这些 AI 实验室的模型。在这个网络中，没有绝对的盟友或对手：能联手时就协同共赢，该交锋时也不手软。

玩家们形成了一种“循环结构”，资金在少数几家科技巨头之间形成闭环流转。一个例子是，OpenAI 豪掷 3000 亿美元向甲骨文买算力，甲骨文转手花数十亿采购 Nvidia 芯片建数据中心，Nvidia 则反投最多 1000 亿美元给 OpenAI——条件是继续用它的芯片。摩根士丹利分析师警告称，信息不透明，投资者难以厘清其真实的风险与回报。

Google 的现金流优势与用户基础

OpenAI 目前估值为 5000 亿美元，是全球估值最高的新创企业。它也是史上增长最迅猛的公司之一，营收从 2022 年近乎为 0 猛增至今年预估的 130 亿美元，但它也预计，为了实现通用人工智能，未来几年将烧掉超 1000 亿美元，同时还需花费数千亿美元租赁服务器。换句话说，它还得去寻求融资。

Google 有一个不容忽视的优势：钱袋子更厚。Google 最新一个季度的财报显示，其营收首次突破千亿美元，达到 1023 亿美元，同比增长 16%，利润 350 亿美元，同比增长 33%。公司的自由现金流是 730 亿美元，围绕 AI 的资本支出在今年将达到 900 亿美元。它暂时也不用担忧搜索业务会被 AI 蚕食，其搜索和广告仍显示出两位数增长。它的云端业务蒸蒸日上，连 OpenAI 都租用它的服务器。

除了具备自我造血能力的现金流，Google 还掌握着 OpenAI 无法企及的筹码，比如用于训练和优化模型的海量现成数据，以及自建的算力基础设施。11 月 14 日，Google 宣布投资 400 亿美元新建数据中心。凭借在全球网络搜索市场约九成的份额，Google 自然掌握了推广其 AI 模型的核心管道，能够直接触达海量用户。

虽然就用户量而言，ChatGPT 对 Google AI 第三版仍优势显著，但差距正在缩小。今年 2 月，ChatGPT 的周活跃用户数为 4 亿，到这个月，跃升到 8 亿。Google AI 第三版公布的是月活数据，7 月份月活用户数为 4.5 亿，到这个月，这跃升至 6.5 亿。

Google 执行长桑达尔·皮查伊在最近的一档播客中说，Google 的员工们应该去补补觉。“若从外部视角看，那段时间我们或许显得沉寂或落后，但实际上，我们正在夯实所有基础构件，并在此基础上全力推进。”如今局势已然逆转。皮查伊说：“我们现在已经迎来了拐点。”