52%的假象与真相:百度AI收入首超广告的过渡性叙事
2026年5月18日,百度发布2026年第一季度财报,一组数字迅速成为科技圈焦点:AI业务收入136亿元,占排除爱奇艺后的一般性业务收入的52%,首次超过传统在线营销业务的48%[2][5]。百度创始人李彦宏在财报声明中称,这标志着“AI已成为百度的核心驱动力”[2]。早在财报发布前,市场就已出现“AI收入口径掺水,转型成色存疑”的质疑[1],而这一被部分报道称为“转型分水岭”的数字,其背后的口径设计、增长逻辑与商业化成色,仍存在多重待验证的细节——它更像是一场自定义统计规则、传统业务被动收缩与行业算力红利叠加的过渡性结果,而非AI商业化闭环的最终验证。
一、口径的隐形设计:从“营销/非营销”到“AI/传统”的刻意调整
要拆解52%的数字本质,首先需追溯其统计规则的来源。2025年第四季度,百度突然调整了沿用多年的业务披露架构:放弃“营销/非营销”的通用划分逻辑,将排除爱奇艺后的核心业务重新定义为“一般性业务”,再拆分出“AI新业务、传统业务及其他”三大板块,其中AI新业务涵盖智能云、AI应用、AI原生营销三类,而用于对比的“广告收入”仅指传统在线营销(搜索、信息流等非AI化广告)[8]。这一口径调整的时间点,恰好落在AI收入占比从39%(2025Q3)跃升至43%(2025Q4)、再到52%(2026Q1)的连续增长周期起点,为“AI收入首超广告”的叙事创造了天然的统计空间。
最核心的口径模糊点在于AI原生营销的重分类:财报显示,2026Q1 AI原生营销收入达23亿元,同比增长36%[3],但该板块原本归属传统在线营销业务范畴——本质是广告主预算在百度内部业务线的迁移,而非新增的AI商业化收入。百度2026Q1财报及分析师电话会均未明确说明,原搜索广告中嵌入AI生成内容的部分是否被划入AI原生营销,仅以“广告主预算跟随产品形态迁移”模糊带过[10]。另一重市场未证实的猜测集中于昆仑芯的关联交易:有外部报道提及昆仑芯已启动分拆上市进程,而当前财报未明确披露百度智能云采购昆仑芯芯片的关联交易是否被计入AI云收入,仅提及“3月外部客户日均Token消耗量增至去年同期近7倍”[4]——若存在内部采购的重复计算,AI云收入的规模或被放大。
此外,百度的AI收入口径并非国内互联网行业通用标准,也未经过第三方审计机构的单独口径说明[8]。同期腾讯、联想等科技企业的AI收入披露均采用“AI相关硬件/软件/服务”的行业通用划分,而百度的自定义口径天然存在将传统云服务器、IT集成服务重分类为AI业务的调整空间——这也是市场对其“AI收入掺水”质疑的核心来源。
二、增长的双重底色:被动收缩大于主动扩张,行业红利大于技术壁垒
即便忽略口径的模糊性,52%的占比提升也并非完全来自AI业务的主动扩张,而是传统广告的被动收缩与行业算力红利的双重叠加。从收入绝对值变化看,2026Q1百度传统在线营销收入同比减少35.5亿元,而AI业务收入同比增加44.7亿元[2][5]。基于百度官方披露的2025Q1、2026Q1一般性业务及分项收入数据测算,约37.5%的AI收入占比提升可归因于传统广告的被动收缩,该测算基于传统广告无隐性重分类至AI板块的假设;若传统广告保持2025Q1规模,其他收入项不变,AI业务在一般性业务中的占比仅为46%,尚未突破50%阈值[2][5][7]。
传统广告的下滑并非百度主动转型的成果,而是用户心智被分流的被动结果:百度APP月活跃用户从2025Q1的7.24亿降至2026Q1的6.55亿,同比减少6900万,连续三个季度下滑,核心原因是小红书等社交媒体分流内容流量、豆包/千问等第三方AI问答应用挤压搜索场景[2][5][7]。据海豚投研数据,百度传统搜索广告的下滑斜率从2025Q2的18%扩大至2026Q1的29%,且尚未出现收窄迹象——这意味着,AI收入占比的提升,很大程度上是“旧蛋糕缩小”带来的数字假象,而非“新蛋糕做大”的实质性突破[7]。
再看AI业务的增长本身,其核心驱动力是全行业的算力需求红利,而非百度自身的技术壁垒。市场研究机构Synergy数据显示,2026Q1全球云基础设施支出同比增长21%,AI算力相关支出占比首次突破50%[6]。百度GPU云收入同比增长184%,显著高于全球云基础设施AI算力相关支出的平均增长水平,但目前未披露该增速与国内其他主流云厂商的横向对比数据,也未披露GPU云的毛利率——无法证明该增长来自百度的全栈AI能力,还是全行业的算力需求beta[4][6]。
三、商业化的虚与实:算力层的硬增长,应用层的软支撑
从AI收入的结构看,当前百度的AI商业化仍高度依赖算力基础设施层的硬增长,而应用层的商业化闭环尚未形成。财报显示,136亿元AI收入中,智能云收入达88亿元,占比64.7%,其中GPU云是核心增量[5]。百度披露昆仑芯P800已完成超3万颗集群部署,可适配文心、DeepSeek等主流大模型,即将上市的天池256卡超节点吞吐性能较前代提升25%、推理效率提升50%——上述性能数据为企业公开披露,尚未经MLPerf等第三方独立基准测试验证[4]。此外,昆仑芯的产能受限于国内半导体供应链,百度管理层在分析师电话会上坦言“短期存在产能挑战”,3万颗的部署规模仅能覆盖头部客户的小部分训练需求,长尾行业客户的模型适配改造成本、算子支持率等关键工程参数完全未披露。
与算力层的硬增长形成鲜明对比的是应用层的软支撑:2026Q1百度AI应用收入为25亿元,同比基本持平,百度文库、网盘等订阅产品收入环比下滑10%,凸显C端用户付费意愿培养的长期挑战[3]。百度披露文心助手月活用户突破2亿,但该数据为内嵌于百度APP的覆盖用户数,未剥离被动推送的非活跃用户,真实高频调用率、查询准确率、单次调用延迟等核心产品指标均未公开[7]。声称在MLE-Bench基准测试中取得顶尖性能的伐谋企业智能体,该测试结果为企业公开披露,未公开测试环境与复现方法,尚未经第三方独立验证[5];自报生成100万个商用应用的秒哒低代码平台,未公开开发者API文档、调用延迟、客户ROI的独立验证数据,仅提及“变现金额最多的达千万级”[6]。
即便是商业化进展最快的自动驾驶业务,也存在数据披露的模糊性:萝卜快跑2026Q1全无人驾驶运营订单达320万单,同比增长超120%,覆盖全球27座城市,但所有公开信源均未披露其客单价、毛利率、千公里干预率、单位订单运维成本等核心指标,仅以“扩张至迪拜、伦敦”制造国际化叙事[11]。第三方研究机构Gartner调查数据显示,目前仅17%的企业部署AI Agent,且多集中于非核心、低风险场景——这意味着,百度在应用层的布局,尚未进入规模化商业化的成熟期[6]。
四、转型的真问题:结构性错位的阵痛,盈利修复的不确定性
52%的数字背后,百度正面临新旧业务的结构性错位阵痛:高毛利(行业普遍超70%)的传统广告业务快速流失,而高投入、重成本的AI业务尚未形成稳定的盈利闭环,直接拖累集团整体盈利能力。2026Q1百度归母净利润同比下滑55.4%至34.45亿元,除了非经营收益减少(去年同期包含大额投资收益)的影响,核心原因是传统广告的利润贡献大幅收缩,而GPU云的规模效应尚未完全释放[2][5]。
为了支撑算力基础设施的扩张,百度采用“传统业务成本收缩补AI算力扩张”的换增长逻辑:研发费用环比下降22%(主要源于人员优化),但资本开支同比翻倍至58.39亿元,主要用于扩充算力集群,自由现金流因此转负[4][5]。百度智能云2026Q1拿下国内云厂商中标项目数量与金额“双第一”(25个项目对应12.48亿元,为第二名的5倍以上),但未披露中标项目的毛利率,不排除低价抢单以冲规模的可能[6]——若GPU云的高毛利无法维持,百度的AI增长将陷入“规模越大、亏损越多”的恶性循环。
从竞争格局看,百度的AI布局存在明显的短板:昆仑芯的产能规模远不及华为昇腾,AI应用层的秒哒、DuMate尚未形成与飞书、钉钉等办公工具的差异化竞争力,C端用户心智仍被豆包、千问等第三方AI产品分流。同期披露的腾讯2026Q1财报显示,AI已进入兑现期,但管理层对C端AI订阅变现规模判断偏保守;联想2025/26财年AI收入占比38%,同样以B端算力和设备为主——这意味着,国内科技企业的AI商业化,目前仍普遍停留在B端基础设施层,C端变现尚未形成规模。
五、过渡性信号而非分水岭:需要验证的五个核心指标
52%的数字是百度转型过程中的一个重要节点,但它不是已经完成的“分水岭”,而是一个需要持续验证的过渡性信号。在以下五个核心指标得到第三方验证之前,所有关于“全面AI转型完成”的判断,都只是基于自定义规则的叙事: 第一,昆仑芯是否提交MLPerf等第三方独立基准测试,是否有外部客户披露同负载下的性能、成本、长周期运行稳定性对比数据; 第二,百度是否披露AI收入的行业通用口径拆分,明确AI云业务中传统非AI云业务的占比、AI原生营销中原有搜索广告的重分类比例; 第三,单位Token推理成本的季度变化,以及智能体、AI搜索等应用的第三方用户体验评测数据; 第四,文心一言等C端AI产品的独立月活、用户时长及付费转化率,而非内嵌于百度APP的覆盖数据; 第五,萝卜快跑的单均收入、毛利率、千公里干预率等核心运营指标,而非仅披露订单规模与扩张城市数量。
真正的AI转型,从来不是靠数字的重新分类,而是靠技术的可验证落地、用户的主动选择与盈利的可持续性。百度用自定义口径完成了“AI收入首超广告”的叙事,但要证明其转型的真实成色,还需要拿出经得起第三方验证的硬数据——毕竟,市场最终买单的,是真正的技术价值,而非数字游戏。
(注:文中非官方测算均基于百度公开披露数据,假设前提已明确标注;企业自报技术性能数据均已标注验证状态;引用数据来自百度官方财报、分析师电话会、Synergy Research Group等公开信源)
参考资料
先把“AI收入首超广告”的商业叙事拆成一个工程可验证的问题:百度当前的AI收入增长,到底是底层技术能力落地带来的效率提升,还是传统业务重分类+算力需求短期爆发的结果?从现有可交叉验证的工程数据看,本次收入结构变化的核心支撑是AI云基础设施的放量,而非大模型或AI应用的规模化商业化闭环,全栈AI能力的工程验证目前仅集中在IaaS层,应用层和端到端解决方案的可复现性证据严重不足,该判断的置信度为60%,核心约束是所有技术性能数据均为企业自报,缺乏第三方独立验证。 目前可确认的工程落地数据仅集中在算力硬件侧:百度自报昆仑芯P800已完成超3万颗集群部署,适配文心、DeepSeek、GLM等主流大模型,即将上市的天池256卡超节点吞吐性能较前代提升25%、推理效率提升50%;AI云收入中GPU云服务同比增长184%,外部客户日均Token消耗量达去年同期的7倍。但以上所有性能数据均未进入MLPerf等公开第三方基准测试榜单,也无外部客户披露同负载下昆仑芯集群与英伟达主流算力芯片的性能、成本、长周期运行稳定性对比数据。更关键的是,所有公开信源均未披露AI收入的统计细则,无法确认其中有多少比例是传统云服务器、IT集成服务的重分类,真正来自模型调用、智能体授权、AI原生解决方案的收入占比完全不透明。 换到工程现场,当前算力层的增长对应的代价已经清晰显现:一季度资本开支同比翻倍至58.39亿元,主要用于算力基础设施扩张,这是利润下滑的核心技术相关动因。按照性能-成本守恒原则,目前自报的推理效率提升尚未验证是否带来单位任务成本的下降:如果25%的吞吐提升是靠增加卡间互联带宽、扩大集群规模实现的,那么单位Token的推理能耗、运维成本可能并未下降,甚至会因为国产芯片软件栈的适配成本高于成熟供应链而出现上升。此外,昆仑芯的产能约束尚未有明确解决方案,3万颗的部署规模仅能覆盖头部客户的小部分训练需求,长尾行业客户的模型适配改造成本、算子支持率等关键工程参数完全未披露,意味着当前的算力增长仍依赖规模堆砌,而非技术迭代带来的效率红利。 反过来看,应用层的所有技术主张目前均缺乏可复现证据:声称在MLE-Bench基准测试中取得顶尖性能的伐谋企业智能体,未公开具体测试分数、测试环境和复现方法;自报生成100万个商用应用的秒哒低代码平台,未公开开发者API文档、调用延迟、客户ROI的独立验证数据;AI搜索内嵌的文心助手2亿月活未剥离被动推送的覆盖用户,真实高频调用率、查询准确率、单次调用延迟等核心产品指标均无公开数据。即使是商业化进展最快的萝卜快跑,也仅披露了订单规模,未公开全无人场景下的千公里干预率、单位订单运维成本等工程核心指标,无法判断其是否已进入规模化盈利的技术成熟期。 需要持续追踪的可验证技术指标包括四项:一是昆仑芯是否提交MLPerf等第三方公开基准测试,是否有外部客户披露同负载下的性能成本对比数据;二是百度是否披露AI收入的细分统计口径,剔除传统业务重分类后的纯AI服务收入占比;三是单位Token推理成本的季度变化,以及智能体、AI搜索等应用的第三方用户体验评测数据;四是萝卜快跑的千公里干预率、单位订单运维成本的公开披露。在以上数据得到验证前,所有关于“全栈AI能力商业化闭环”的主张均只能归为企业宣传,无法形成可确认的技术判断。
应直接定性百度AI收入口径存在造假,摒弃中性的过渡性叙事表述。
为什么没放进正文:现有信源仅能证明百度AI收入口径存在自定义调整与模糊空间,无确凿实据证明造假,采用二元对立判断违反反证优先原则,会削弱文章公信力。
Reader Signal
这篇文章对你有帮助吗?
只收集预设选项,不开放评论,不公开展示个人反馈。
选择一个判断,也可以附加一个预设标签。
发布于 2026-05-23 07:28:01。本文为原创深度报告,未经授权不得转载。观点仅代表编辑部独立判断,不构成投资建议。