皮查伊：谷歌宁可不赚云的钱，也要把算力留给前沿 AI，2027 年的量现在锁不到

如果你是一家准备在 2027 年扩容的企业，现在去云厂商那里签长约，可能会得到一个不太客气的答复：量锁不了，价格也锁不了。谷歌 CEO 皮查伊的最新表态，把这种紧张感摆到了台面上。

一分钟速览

• 皮查伊表示，谷歌正把部分算力从云业务转向前沿 AI 研发，以全力支持前沿 AI 发展。
• 他把这一选择称为谷歌的「根本所在」：开发前沿 AI 成本高昂，需要大量计算资源和芯片。
• 客户若想锁定 2027 年算力，将面临极大困难。
• 原因包括数据中心从决策到投运需要两到三年，以及智能体任务带来的需求激增。
• 皮查伊称，云业务在任何特定时刻都可以放弃短期收入，因为公司正在做计算资源的权衡。

云业务的「机会成本」

同样一张 GPU，卖给云客户，是稳定的按小时收入；留给内部前沿 AI 团队，是高风险、高回报的研发投入。多数公司会在这两者之间找平衡，皮查伊的表态则是明确地把天平压向前者之外的那一端。

这句话的份量在于，它不是公关话术，而是一个可以被财报验证的选择。云业务少卖算力，短期收入就会少一块；前沿 AI 研发多拿算力，成本就会多一块。谷歌愿意承担这个差额，说明它判断：前沿模型的能力领先，比云业务的短期毛利更重要。

这也解释了谷歌最近的一系列动作：一边把 Gemini 铺进搜索、Workspace、安卓和汽车，一边在 TPU 和数据中心上加大投入。模型能力是入口，云是变现渠道，两者发生冲突时，入口优先。

2027 年的算力，为什么锁不住

数据中心不是便利店，不能今天决定、明天开张。从选址、拿地、接电、建设到上架，通常需要两到三年。也就是说，2027 年能交付的算力，早在 2024 到 2025 年就该开始规划。现在才来锁量的客户，面对的是一个已经排满的档期。

需求侧的变化更剧烈。传统云计算的增长是线性的：用户多了，加机器。智能体带来的增长更像阶跃：一个 Agent 任务可能包含几十次模型调用、工具调用和反思循环，消耗的 token 是聊天场景的数倍甚至数十倍。当企业开始把「一个员工配几个 Agent」当成默认配置，算力需求就会在短时间内跳一个台阶。

供给刚性、需求阶跃，结果就是价格和档期同时紧张。皮查伊说「锁不到」，翻译过来就是：不是不想卖，是真的没有余量可卖。

三大云，三种回答

面对同样的算力紧张，三家云给出了不同答案。微软的策略是把算力和模型深度绑定，通过 Azure 和企业软件生态提高单客户价值；亚马逊的策略是用自研芯片和庞大的基础设施规模压低成本，同时用 Bedrock 做多模型货架；谷歌的策略则是把 TPU、数据中心和前沿模型捆在一起，优先保证自家模型的训练和推理。

这三种策略没有绝对的对错，但会影响客户的采购决策。对一家不想被单一模型绑定的企业来说，多云和开源模型是对冲；对一家追求最强模型能力的企业来说，跟着模型厂商的节奏走，可能比省几个点的云费用更重要。

趋势洞察

算力正在从「商品」变成「战略资源」。商品的特点是随时可买、价格透明；战略资源的特点是档期有限、价格波动、需要长期绑定。当云厂商开始公开说「锁不到」，企业就需要重新设计自己的算力策略：更长的合约、更早的规划、更多的自建，以及更认真地对待推理效率。

另一个被低估的信号是，推理优化的重要性正在上升。当算力供给跟不上需求，唯一能同时降低成本和延迟的办法，就是把每一个 token 算得更有效率。这也是为什么 DeepSeek 这类公司要把推理框架开源：在算力稀缺的时代，软件效率就是新的产能。

对普通人来说，这些云厂商之间的算力争夺，最终会体现为 AI 产品的价格和可用性。短期内，免费额度可能减少、高峰期限流可能变多；长期看，谁能在同样的电力和芯片上产出更多 token，谁就能把 AI 做得更便宜。