Google偷偷摸摸地超越了企業AI：從“趕上”到“趕上我們”

僅僅一年前，關於Google與企業AI的熱議似乎停滯不前。儘管擁有如Transformer等開創性技術，這家科技巨頭似乎落後於人，被OpenAI的病毒式成功、Anthropic的編碼實力以及Microsoft在企業市場的積極推進所掩蓋。

但快進到上週在拉斯維加斯舉行的Google Cloud Next 2025，場景已截然不同。自信的Google，搭載頂尖模型、強大基礎設施和清晰的企業策略，宣布了戲劇性的轉變。在與Google高層的閉門分析師會議中，一位分析師概括了現場氣氛：「這感覺像是Google從『追趕』轉為『來追我們』的時刻。」

Google的飛躍

這種感覺——Google不僅追上了OpenAI和Microsoft，還在企業AI競賽中領先——在整個活動中顯而易見。這不僅是行銷誇大。過去一年，Google專注於執行，將其技術實力轉化為高效能的整合平台，迅速贏得企業決策者的青睞。從在高效能客製化晶片上運行的全球最強大AI模型，到針對現實商業挑戰量身打造的AI代理生態系統，Google有力證明它從未真正迷失，而是經歷了一段深層、基礎性的發展期。

隨著其整合堆疊現已全力運作，Google似乎準備好領導企業AI革命的下一階段。在我於Next與Google高層的訪談中，他們強調Google在基礎設施和模型整合方面的獨特優勢——這些優勢是OpenAI、Microsoft或AWS難以複製的。

疑慮的陰影：回顧近期過去

要充分理解Google當前的動能，必須回顧近期過去。Google發明了Transformer架構，引發了現代大型語言模型（LLMs）的革命，並於十年前開始投資專用AI硬體（TPUs），如今這帶來了業界領先的效率。然而，令人費解的是，僅僅兩年半前，Google卻發現自己處於守勢。

OpenAI的ChatGPT以驚人速度俘獲了公眾想像力和企業興趣，成為史上增長最快的應用程式。Anthropic等競爭者在編碼等領域開闢了利基市場。與此同時，Google的公開舉措常顯得猶豫或失誤。2023年Bard演示的失誤以及其圖像生成器產生歷史不準確描繪的爭議，助長了一種敘事：這家公司可能因內部官僚或過度校正而受阻。Google似乎迷失了，呼應了其在雲端競爭中的初期緩慢，當時其市場份額遠落後於Amazon和Microsoft，位居第三。

轉向：有意識的領導決策

然而，在幕後，一場重大轉變正在發生，由高層有意識的重新奪回領導地位的決策驅動。Mat Velloso，Google DeepMind AI開發者平台產品副總裁，在2024年2月從Microsoft加入Google時感受到這一關鍵時刻。「當我加入Google時，我與Sundar [Pichai]、這裡的幾位領導者交談，我感覺那是一個他們決定，好的，這[生成式AI]是業界顯然關心的東西。我們來實現它，」Velloso在上週Next的訪談中分享道。

這種 renewed push 並未因外界認為的「人才流失」而受阻。相反，Google在2024年初加倍投入執行，標誌是積極招聘、內部統一和客戶牽引力。當競爭者進行高調招聘時，Google保留了其核心AI領導團隊，包括DeepMind執行長Demis Hassabis和Google Cloud執行長Thomas Kurian，提供穩定性和深厚專業知識。

此外，人才開始流向Google的專注使命。例如，Logan Kilpatrick從OpenAI返回Google，被在公司內打造基礎AI的機會吸引。他加入Velloso，描述這是一種「從零到一的體驗」，任務是從頭為Gemini建立開發者牽引力。「第一天就像只有我一個人的團隊……這個平台上沒有用戶，沒有收入。沒有人對Gemini感興趣，」Kilpatrick回憶起起點。像Josh Woodward這樣領導AI Studio並現在帶領Gemini應用與實驗室的領袖，以及《Attention Is All You Need》Transformer論文的關鍵共同作者Noam Shazeer，也在2024年底返回公司，擔任Gemini項目的技術共同領導。

支柱一：Gemini 2.5與思考模型時代

雖然企業口號已轉向「不只是模型」，但擁有最佳效能的大型語言模型仍是重大成就，也是公司卓越研究和高效技術架構的有力驗證。隨著Gemini 2.5 Pro在Next '25前幾週發布，Google果斷奪得這一桂冠。它迅速登頂獨立Chatbot Arena排行榜，顯著超越OpenAI的最新GPT-4o變體，並在如Humanity’s Last Exam等極具挑戰性的推理基準測試中表現出色。正如Pichai在主題演講中所說：「這是我們有史以來最智能的AI模型，也是世界上最好的模型。」他在另一則推文中表示，該模型在一個月內推動了Gemini使用量80%的增長。

Gemini首次需求火爆。除了Gemini 2.5 Pro的原始智能外，其令人印象深刻的還有其可展示的推理能力。Google設計了一種「思考」能力，使模型能在最終響應前執行多步推理、規劃甚至自我反思。其結構化、連貫的思維鏈（CoT）——使用編號步驟和子項目符號——避免了DeepSeek或OpenAI其他模型輸出的冗長或不透明特性。對於評估關鍵任務輸出的技術團隊，這種透明度提供了前所未有的驗證、修正和重新導向信心。

但對企業用戶更重要的是，Gemini 2.5 Pro在編碼方面大幅縮小了差距，編碼是生成式AI的最大應用領域之一。在與VentureBeat的訪談中，領先零售商Wayfair的技術長Fiona Tan表示，經過初步測試，公司發現其「進步相當大」，現在「與Anthropic的Claude 3.7 Sonnet相當」，後者此前是許多開發者的首選。

Google還為該模型添加了高達100萬token的上下文窗口，實現對整個程式碼庫或冗長文檔的推理，遠超OpenAI或Anthropic模型的能力。（OpenAI本週回應推出具有相似大上下文窗口的模型，但基準測試顯示Gemini 2.5 Pro在整體推理上仍具優勢）。這一優勢允許執行複雜的多檔案軟體工程任務。

補充Pro的是Gemini 2.5 Flash，於Next '25宣布並於昨日發布。同樣是「思考」模型，Flash針對低延遲和成本效率進行優化。你可以控制模型的推理程度，平衡效能與預算。這種階層化方法進一步體現了Google高層推崇的「每美元智能」策略。

Velloso展示了一張圖表，顯示在智能光譜上，Google模型提供了最佳價值。「如果一年前我們有這場對話……我沒什麼可展示的，」Velloso坦承，強調了快速轉變。「現在，無論什麼模型、什麼規模，如果你不是Google，你就在虧錢。」類似的圖表已更新以考慮OpenAI本週的最新模型發布，顯示相同結果：Google的模型提供最佳的每美元智能。見下圖：

Wayfair的Tan還觀察到2.5 Pro的延遲改進令人期待：「Gemini 2.5回應更快，」使其適用於「更多面向客戶的功能」，她說，這在其他模型中尚屬首次。Gemini可能成為Wayfair用於客戶互動的首選模型，她表示。

Gemini家族的功能擴展至多模態，與Google其他領先模型如Imagen 3（圖像生成）、Veo 2（影片生成）、Chirp 3（音頻）和新公布的Lyria（文字轉音樂）無縫整合，皆可通過Google的企業用戶平台Vertex訪問。Google是唯一在其平台上提供所有模態自有生成媒體模型的公司。Microsoft、AWS和OpenAI需與其他公司合作才能做到這一點。

支柱二：基礎設施實力——引擎核心

快速迭代並高效服務這些強大模型的能力，源於Google無可比擬的基礎設施，這是其數十年運營全球規模服務的成果。核心是張量處理單元（TPU）。

在Next '25，Google推出了第七代TPU Ironwood，專為推理和「思考模型」需求設計。規模龐大，針對苛刻的AI工作負載：Ironwood pods搭載超過9000個液冷晶片，據稱提供42.5 exaflops的計算能力。Google的機器學習系統副總裁Amin Vahdat在Next舞台上表示，這是當前世界第一超級電腦計算能力的「24倍以上」。

Google表示，Ironwood相較前一代TPU Trillium提供2倍的每瓦效能。這很重要，因為企業客戶日益表示能源成本和可用性限制了大規模AI部署。

Google Cloud技術長Will Grannis強調了這種進展的一致性。他在接受VentureBeat訪談時表示，Google的處理器每年實現10倍、8倍、9倍、10倍的改進，創造了他所謂的AI加速器的「超摩爾定律」。他說，客戶購買的是Google的路線圖，而不僅是其技術。

Google的地位推動了這種持續的TPU投資。它需要高效地為超過20億用戶的Search、YouTube和Gmail等龐大服務提供動力。這促使其在當前生成式AI熱潮之前，早已開發客製化、優化的硬體。雖然Meta在消費者規模上類似，但其他競爭者缺乏這種長達十年的垂直整合AI硬體開發的內部驅動力。

如今，這些TPU投資正在回報，因為它們不僅為自家應用提供效率，還讓Google以更佳的每美元智能向其他用戶提供Gemini。

你可能會問，為什麼Google的競爭者不能從Nvidia購買高效處理器？確實，Nvidia的GPU處理器主導了大型語言模型的預訓練。但市場需求推高了這些GPU的價格，Nvidia為自己保留了可觀的利潤。這將顯著成本轉嫁給其晶片用戶。此外，雖然預訓練至今主導了AI晶片的使用，但隨著企業實際部署這些應用，情況正在改變。這裡涉及到「推理」，TPUs在大規模工作負載上被認為比GPU更高效。

當你問Google高層他們在AI的主要技術優勢從何而來，他們通常會回歸到TPU作為最重要因素。負責Google計算基礎設施的副總裁Mark Lohmeyer毫不含糊：「TPUs無疑是我們工作的極具差異化部分……OpenAI，他們沒有這種能力。」

重要的是，Google並非孤立展示TPUs，而是作為更廣泛、更複雜的企業AI架構的一部分。對於技術內行來說，頂尖效能取決於整合日益專業化的技術突破。Next上詳細介紹了許多更新。Vahdat將其描述為「超級計算系統」，整合硬體（TPUs、最新Nvidia GPU如Blackwell和即將推出的Vera Rubin、先進儲存如Hyperdisk Exapools、Anywhere Cache和Rapid Storage）與統一軟體堆疊。該軟體包括管理加速器的Cluster Director、Gemini的分散式運行時Pathways（現已對客戶開放），以及將vLLM等優化引入TPUs，使先前使用Nvidia/PyTorch堆疊的用戶更容易遷移工作負載。Vahdat認為，這一整合系統是Gemini 2.0 Flash實現比GPT-4o高24倍每美元智能的原因。

Google還在擴展其物理基礎設施覆蓋範圍。Cloud WAN使Google的200萬英里低延遲私人光纖網絡對企業開放，承諾比客戶管理的網絡快40%的效能和低40%的總擁有成本（TCO）。

此外，Google Distributed Cloud（GDC）允許Gemini和Nvidia硬體（通過與Dell的合作）在主權、內部部署甚至空氣隔離環境中運行——Nvidia執行長Jensen Huang稱讚這一能力為「極其巨大」，為受監管行業和國家帶來最先進的AI。在Next，Huang稱Google的基礎設施為全球最佳：「沒有哪家公司比Google和Google Cloud在計算的每一層都更出色，」他說。

支柱三：整合全堆疊——連繫各點

當考慮這些模型和基礎設施組件如何編織成一個凝聚的平台時，Google的戰略優勢更加凸顯。與通常依賴合作夥伴填補差距的競爭者不同，Google幾乎控制每一層，實現更緊密的整合和更快的創新週期。

那麼，如果像Microsoft這樣的競爭者可以簡單地與OpenAI合作，以基礎設施廣度匹配大型語言模型實力，為什麼這種整合重要？我與Google人交談時，他們表示這有巨大差異，並提供了例證支持。

以Google企業數據庫BigQuery的顯著改進為例。該數據庫現提供知識圖譜，讓大型語言模型更高效地搜索數據，現在其客戶數量是Snowflake和Databricks等競爭者的五倍以上。Google Cloud數據分析產品負責人Yasmeen Ahmad表示，這些巨大改進只有在Google數據團隊與DeepMind團隊密切合作下才有可能。他們共同解決了難題，導致數據庫在常見查詢中的準確度提高了50%，至少根據Google的內部測試，遠超最接近的競爭者，Ahmad在接受VentureBeat訪談時表示。Ahmad說，這種跨堆疊的深度整合是Google「超越」業界的方式。

這種內部凝聚力與Microsoft的「友敵」動態形成鮮明對比。雖然Microsoft與OpenAI合作在Azure雲上分發其模型，但Microsoft也在打造自己的模型。現在領導Google AI開發者計劃的高層Mat Velloso，在試圖將Windows Copilot計劃與OpenAI的模型產品對齊時感到沮喪後離開了Microsoft。「你如何與另一家實際上與你競爭的公司分享你的產品計劃……這整個事情是矛盾的，」他回憶道。「在這裡，我與打造模型的人並肩而坐。」

這種整合體現了Google領導者認為的核心優勢：其在從基礎研究、模型打造到「全球規模」應用部署和基礎設施設計的完整光譜中，連結深厚專業知識的獨特能力。

Vertex AI是Google企業AI努力的中樞神經系統。整合不僅限於Google自有產品。Vertex的Model Garden提供超過200個精選模型，包括Google的、Meta的Llama 4和眾多開源選項。Vertex提供調優、評估（包括AI驅動的Evals，Grannis強調這是關鍵加速器）、部署和監控工具。其 grounding 能力利用內部AI-ready數據庫，同時兼容外部向量數據庫。此外，Google還新增了用Google Search（全球最佳搜索引擎） grounding 模型的功能。

整合延伸至Google Workspace。在Next '25宣布的新功能，如Sheets中的「Help Me Analyze」（是的，Sheets現在有「=AI」公式）、Docs中的Audio Overviews和Workspace Flows，進一步將Gemini的功能嵌入日常工作流程，創造了一個強大的反饋循環，供Google用於改進體驗。

在推動其整合堆疊的同時，Google也在生態系統中有利時倡導開放性。在推動Kubernetes採用的基礎上，現在推廣AI框架的JAX，以及代理通訊的開放協議（A2A），並支持現有標準（MCP）。Google還從Agentspace內提供數百個外部平台連接器，這是Google為員工查找和使用代理的新統一界面。這個中心概念引人注目。主題演講中的Agentspace演示（從51:40開始）展示了這一點。Google為用戶提供預建代理，或者員工或開發者可以使用無程式碼AI功能打造自己的代理。或者他們可以通過A2A連接器從外部引入代理。它整合進Chrome瀏覽器，實現無縫訪問。

支柱四：聚焦企業價值與代理生態系統

或許最重要的轉變是Google更專注於解決具體的企業問題，特別是通過AI代理的視角。Google Cloud執行長Thomas Kurian概述了客戶選擇Google的三個原因：AI優化的平台、開放的多雲方法允許連接到現有IT，以及對安全性、主權和合規性的企業就緒焦點。

代理是這一策略的關鍵。除了AgentSpace，這還包括：

• 建構模組： 在Next宣布的開源代理開發套件（ADK）已獲得開發者的顯著興趣。ADK簡化了多代理系統的創建，而提議的Agent2Agent（A2A）協議旨在確保互操作性，允許使用不同工具（Gemini ADK、LangGraph、CrewAI等）構建的代理協作。Google的Grannis表示，A2A預見了未來可能有數十萬互動代理的規模和安全挑戰。
• 專用代理： Google展示了整合進Agentspace的專家代理（如NotebookLM、Idea Generation、Deep Research），並強調了五個獲得牽引力的關鍵類別：客戶代理（為Reddit Answers、Verizon的支持助理、Wendy’s得來速等工具提供動力）、創意代理（WPP、Brandtech、Sphere使用）、數據代理（在Mattel、Spotify、Bayer提供洞察）、編碼代理（Gemini Code Assist）和安全代理（整合進新的Google Unified Security平台）。

這種全面的代理策略似乎正在引起共鳴。過去一週與其他三大企業高層的對話（因競爭敏感性匿名），也呼應了對Google代理策略的熱情。Google Cloud營運長Francis DeSouza在訪談中確認：「每場對話都涉及AI。具體來說，每場對話都涉及代理。」

Deloitte的高層Kevin Laughridge，作為Google AI產品的大用戶及其分銷商，形容代理市場為「搶地盤」，Google在協議和整合平台上的早期行動提供了顯著優勢。「誰先行動並獲得最多真正提供價值的代理——誰就將在這場競賽中獲勝，」Laughridge在訪談中說。他表示Google的進展「令人震驚」，指出Deloitte一年前打造的自訂代理現在可使用Agentspace「開箱即用」複製。他說，Deloitte正在平台上打造100個代理，針對財務、風險和工程等中台功能。

客戶證明點正在累積。在Next，Google提到「超過500個客戶在生產中」使用生成式AI，較一年前的「數十個原型」大幅增長。如果一年前Microsoft被認為遙遙領先，現在情況似乎不再如此明顯。鑑於各方的公關戰，難以明確說誰真正領先。指標各異。Google的500數字無法直接與Microsoft宣傳的400個案例研究相比（Microsoft回應VentureBeat表示，將很快更新公開數字至600，凸顯激烈的行銷競爭）。如果Google通過其應用分發AI的影響力顯著，Microsoft通過365的Copilot分發同樣令人印象深刻。兩者現在都通過API接觸數百萬開發者。

但Google的牽引力例子比比皆是：

• Wendy’s： 在短短一年內將AI得來速系統部署到數千個地點，提升員工體驗和訂單準確性。Google Cloud技術長Will Grannis指出，該AI系統能理解俚語並過濾背景噪音，大幅降低現場客戶互動的壓力。這讓員工專注於食品準備和品質——Grannis稱這是「AI簡化現實世界運營的絕佳範例」。
• Salesforce： 宣布重大擴展，首次使其平台在Google Cloud上運行（超越AWS），讚揚Google幫助他們「創新和優化」的能力。
• Honeywell & Intuit： 此前分別與Microsoft和AWS密切相關的公司，現在與Google Cloud合作進行AI計劃。
• 主要銀行（Deutsche Bank、Wells Fargo）： 利用代理和Gemini進行研究、分析和現代化客戶服務。
• 零售商（Walmart、Mercado Libre、Lowe’s）： 使用搜索、代理和數據平台。

這種企業牽引力推動了Google Cloud的整體增長，過去三個季度超越了AWS和Azure。Google Cloud在2024年達到440億美元的年化收入，從2018年的50億美元大幅增長。

航行競爭水域

Google的崛起並不意味競爭者停滯不前。OpenAI本週快速發布GPT-4.1（專注於編碼和長上下文）和o系列（多模態推理、工具使用），顯示其持續創新。此外，OpenAI在GPT-4o中的新圖像生成功能更新在過去一個月推動了巨大增長，使ChatGPT達到8億用戶。Microsoft繼續利用其廣大的企業基礎和OpenAI合作，而Anthropic在編碼和安全意識應用中仍是強有力的競爭者。

然而，無可爭議的是，Google的敘事已顯著改善。僅一年前，Google被視為遲緩、猶豫、失誤的競爭者，或許即將錯失領導AI的機會。相反，其獨特的整合堆疊和企業堅定性揭示了另一面：Google在從晶片設計（TPUs）、全球基礎設施到基礎模型研究（DeepMind）、應用開發（Workspace、Search、YouTube）和企業雲服務（Vertex AI、BigQuery、Agentspace）的整個光譜中擁有世界級能力。「我們是唯一參與基礎模型對話的超大規模者，」deSouza直言不諱。這種端到端擁有權允許優化（如「每美元智能」）和整合深度，依賴合作夥伴的模型難以匹敵。競爭者常需拼湊不同部件，可能造成摩擦或限制創新速度。

Google的時刻就在現在

雖然AI競賽仍充滿變數，但Google在市場需求之際精準集結了所有部件。正如Deloitte的Laughridge所說，Google的實力完美對齊「市場需求的時刻」。如果你在等待Google在企業AI中證明自己，你可能已錯過這一刻——它已經做到了。這家發明許多驅動這場革命核心技術的公司，似乎終於追上了——不僅如此，它現在正設定競爭者需追趕的步伐。

在下面的影片中，於Next後錄製，AI專家Sam Witteveen與我分析了當前格局和新興趨勢，以及為何Google的AI生態系統感覺如此強大：