Google偷偷摸摸地超越了企業AI：從“趕上”到“趕上我們”

就在一年前，Google和Enterprise AI周圍的嗡嗡聲似乎被困在中立。儘管像《變壓器》這樣的開創性技術，但這家技術巨頭似乎仍在落後，這被Openai的病毒式成功所黯然失色，Openai，人類的編碼能力，以及Microsoft的積極進取。

但是快進到上週在Google Cloud Next 2025在拉斯維加斯的Google Cloud，這一場景明顯不同。一個充滿自信的Google，配備了表現最佳的模型，強大的基礎架構和明確的企業策略，宣布了戲劇性的周轉。一位分析師在與高級Google高級管理人員的閉門分析師會議上，一位分析師封裝了這種心情：“這感覺就像Google從'趕上'趕到'趕上我們。''的那一刻。”

Google的飛躍

這種觀點 - 谷歌不僅趕上了企業AI競賽的Openai和Microsoft之前，而且在整個活動中都可以顯而易見。這不僅僅是營銷炒作。在過去的一年中，Google非常專注於執行，將其技術實力轉變為高性能的集成平台，該平台迅速贏得了企業決策者的勝利。從世界上最強大的AI模型在高效的自定義矽上運行，到針對現實世界中商業挑戰量身定制的AI代理的新興生態系統，Google提出了一個有力的證明，它從未真正丟失過，而是經歷了一個深厚的基礎發展時期。

由於其集成的堆棧現已全部運行，Google似乎準備領導企業AI Revolution的下一階段。在接下來的我對Google高管的採訪中，他們強調了Google在基礎架構和模型集成方面的獨特優勢 - 諸如OpenAI，Microsoft或AWS之類的競爭對手會發現複製挑戰。

懷疑的陰影：承認最近的過去

要充分欣賞Google當前的勢頭，必須承認最近的過去。 Google發明了變壓器體系結構，以大型語言模型（LLMS）引發現代革命，並於十年前開始投資於專業的AI硬件（TPU），現在可以提高行業領先的效率。然而，莫名其妙的是，僅僅兩年半前，谷歌發現自己在防守。

Openai的Chatgpt以令人嘆為觀止的速度吸引了公眾的想像力和企業興趣，成為歷史上增長最快的應用程序。像擬人化的競爭對手在編碼等領域雕刻了利基市場。同時，Google的公開動作通常是暫定或有缺陷的。臭名昭著的吟遊詩人在2023年失敗了，其圖像發生器引起的爭議在歷史上產生了不准確的描述，這是對公司內部官僚主義或對一致性的過度糾正所阻礙的公司的敘述。 Google似乎迷路了，在雲競賽中回應了最初的緩慢，在雲競賽中，它仍然是亞馬遜和微軟的市場份額遙遠的第三。

樞紐：有意識的領導決定

然而，在幕後，發生了重大轉變，這是在最高層次的蓄意決定以收回領導力的原因的推動下。 Google DeepMind的AI開發人員平台產品副總裁Mat Velloso在離開Microsoft後於2024年2月加入Google時感覺到了這一關鍵時刻。 “當我來到Google時，我與Sundar [Pichai]進行了交談，我在這裡與幾位領導人進行了交談，我覺得那是他們決定的那一刻，好的，這個[Generative AI]是行業顯然在乎的。讓我們做到這一點。” Velloso在上週的一次採訪中分享。 ”

這種更新的推動並沒有受到一些局外人認為正在耗盡Google的恐懼的“腦力消耗”的阻礙。取而代之的是，該公司在2024年初的執行方式加倍，其特徵是以積極的招聘，內部統一和客戶牽引力。當競爭對手僱用飛濺的僱員時，Google保留了其核心AI領導力，包括DeepMind首席執行官Demis Hassabis和Google Cloud首席執行官Thomas Kurian，提供了穩定和深入的專業知識。

此外，人才開始流向Google的集中任務。例如，洛根·基爾帕特里克（Logan Kilpatrick）從Openai返回Google，這是有機會在公司內建立基礎AI的機會。他加入Velloso，以“零到一種體驗”為任務，負責從頭開始為雙子座建立開發人員的牽引力。基爾帕特里克回憶起起點。像喬什·伍德沃德（Josh Woodward）這樣的領導者，他幫助創立了AI工作室，現在領導了Gemini App and Labs，而Noam Shazeer是原始“您需要的全部需要”的關鍵合著者Noam Shazeer，也是2024年底作為Compucial Gemini Project的技術共同領導者。

支柱1：雙子座2.5和思維模型時代

儘管企業口頭禪不僅轉向“不僅與模型”，但擁有表現最佳的LLM仍然是一項重大成就，並且是公司卓越研究和高效技術體系結構的有力驗證者。隨著Gemini 2.5 Pro在Next '25 '25的前幾週的發布，Google果斷地宣稱了這一地幔。它迅速超過了獨立的聊天機器人競技場排行榜，即使是Openai的最新GPT-4O版本，也明顯優於Openai，並且眾所周知的是諸如《人類的最後考試》（Humanity's Last Exam）等臭名昭著的艱難推理基準。正如Pichai在主題演講中所說的那樣：“這是我們有史以來最聰明的AI模型。它是世界上最好的模型。”該模型在一個月內將雙子座使用率增加了80％，他分別發了推文。

對雙子座的需求首次著火。除了Gemini 2.5 Pro的原始智慧之外，給我留下了深刻的印象，這是其可證明的推理。 Google已經設計了一種“思考”功能，使該模型可以在最終確定響應之前執行多步推理，計劃甚至自我反思。結構化的，連貫的思想鏈（COT）（使用編號的步驟和子序列）避免了來自DeepSeek或Openai的其他模型的輸出的漫不經心或不透明的性質。對於評估關鍵任務輸出的技術團隊，此透明度可以驗證，更正和重定向，並以前所未有的信心。

但更重要的是，對於企業用戶而言，Gemini 2.5 Pro也顯著縮小了編碼的差距，這是生成AI的最大應用領域之一。在接受VentureBeat採訪時，領先零售商Wayfair的CTO Fiona Tan表示，經過初步測試，該公司發現它“加強了很多”，現在與Anthropic的Claude 3.7十四行詩“相當可比”，以前是許多開發人員的首選選擇。

Google還向模型添加了一個大量的令牌上下文窗口，從而在整個代碼庫中啟用推理或冗長的文檔，遠遠超過了OpenAI或人類模型的功能。 （Openai在本週的回應中，具有類似大型上下文窗口的模型，儘管基準表明Gemini 2.5 Pro在整體推理方面保持優勢）。此優勢允許複雜的多文件軟件工程任務。

補充Pro是Gemini 2.5 Flash，在Next '25宣布並就在昨天發布。 Flash也是一種“思考”模型，可針對低潛伏期和成本效益進行優化。您可以控制模型的原因和平衡性能與預算之間的平衡。這種分層方法進一步反映了Google高管擁護的“每一美元的智能”策略。

Velloso展示了一張圖表，揭示了在整個智能頻譜中，Google模型提供了最佳價值。 Velloso承認：“如果我們一年前進行了這次談話……我將沒有什麼可展示的。” “現在，就像整體上一樣，如果您正在尋找任何型號，任何規模，例如，如果您不是Google，那麼您就會虧錢。”已經更新了類似的圖表，以說明Openai本週發行的最新模型，所有圖表都顯示了同樣的內容：Google的型號提供了每美元最佳的智能。見下文：

她說，Wayfair的棕褐色還觀察到有希望的潛伏期改善：“ Gemini 2.5更快地恢復了”，使其可行，可以使“更多的面向客戶的功能”可行，她說，她說的是其他模型以前並非如此。她說，雙子座可能成為這些客戶互動的第一個模型Wayfair使用。

雙子座家族的功能擴展到了多模式，與Google的其他領先模型無縫集成，例如Imagen 3（圖像生成），VEO 2（視頻生成），Chirp 3（Audio）和新宣布的Lyria（Text-tot-Music），所有通過Google for Enterprise for Enterprise用戶，Vertex，Vertex。 Google是唯一一家在其平台上所有模式中提供自己的生成媒體模型的公司。 Microsoft，AWS和OpenAI必須與其他公司合作。

支柱2：基礎設施能力 - 引擎下的發動機

快速迭代並有效地服務這些強大模型的能力源於Google的無與倫比的基礎設施，這些基礎架構數十年來一直在運行的行星規模服務。這是張量處理單元（TPU）的中心。

在Next '25上，Google揭示了其第七代TPU的Ironwood，明確設計為推理和“思維模型”的需求。該量表是巨大的，適合要求AI工作量的量身定制：鐵木豆莢包裝超過9,000個液體冷卻芯片，可提供42.5張Exaflops的計算功率。 Google的ML系統副總裁Amin Vahdat在舞台上表示，這是世界當前＃1 SuperCrouter的計算功率的“超過24倍”。

Google表示，Ironwood相對於上一代TPU的Trillium提供了2倍的perf/watt。這很重要，因為企業客戶越來越說能源成本和可用性限制了大規模的AI部署。

Google Cloud CTO Will Grannis強調了這一進展的一致性。一年一年，他在採訪時告訴VentureBeat，Google對其處理器進行了10倍，8倍，9倍，10倍的改善，為AI加速器創造了他所謂的“超級摩爾定律”。他說，客戶正在購買Google的路線圖，而不僅僅是其技術。

Google的立場推動了這一持續的TPU投資。它需要為超過20億用戶提供有效的大規模服務，例如搜索，YouTube和Gmail。這需要在當前的生成AI繁榮之前就開發自定義，優化的硬件。儘管META以類似的消費量表運行，但其他競爭對手在十年的垂直集成的AI硬件開發中缺乏這種特定的內部驅動程序。

現在，這些TPU投資正在獲得回報，因為它們不僅可以推動其自己的應用程序的效率，而且還允許Google以每一美元更好的智能為其他用戶提供雙子座，所有這些都是平等的。

您問，為什麼Google的競爭對手不能從NVIDIA購買高效的處理器？的確，NVIDIA的GPU處理器主導了LLM的過程預培訓。但是市場需求推高了這些GPU的價格，而Nvidia將健康削減作為利潤而獲得了健康的削減。這將籌碼用戶帶來了巨大的成本。而且，儘管迄今為止，雖然預培訓已經佔據了AI芯片的使用，但既然企業實際上正在部署這些應用程序，這正在改變。這是“推理”進出的地方，在這裡，TPU被認為比GPU更有效地進行了大規模的工作負載。

當您詢問Google高管AI中的主要技術優勢來自何處時，他們通常會回到TPU，這是最重要的。經營Google計算基礎架構的副總裁Mark Lohmeyer是明確的：TPU“當然是我們所做的工作的高度差異的部分……OpenAi，他們沒有這些功能。”

值得注意的是，Google並非孤立地提出TPU，而是作為更廣泛，更複雜的企業AI體系結構的一部分。對於技術內部人士而言，據了解，頂級性能取決於整合日益專業的技術突破。下一個更新已詳細介紹。 Vahdat將其描述為一個“超級計算系統”，將硬件（TPU，最新的NVIDIA GPU）集成了Blackwell和即將推出的Vera Rubin，高級存儲，例如HyperDisk Exapools，Anywhere Cache和Rapid Storage），以及統一的軟件堆棧。該軟件包括用於管理加速器的群集主管，Pathways（Gemini的分佈式運行時，現在可以向客戶使用），以及將VLLM等優化訪問到TPU，從而使以前在NVIDIA/PYTORCH堆棧上更容易的工作負載遷移。 Vahdat認為，這一集成系統是Gemini 2.0閃光燈與GPT-4O相比，每美元智能的24倍。

Google還在擴展其物理基礎架構範圍。 Cloud Wan使Google的低延遲200萬英里的私人光纖網絡可供企業提供，與客戶管理的網絡相比，企業的性能最高可快40％，總擁有成本（TCO）降低了40％。

此外，Google分佈式雲（GDC）允許Gemini和Nvidia硬件（通過Dell Partnership）在Sovereign，本地，甚至是空調環境中運行 - NVIDIA首席執行官Jensen Huang稱為“完全gigantic”，以將州的AIR AI I帶入受監管的行業和國家。接下來，黃稱Google的基礎架構是世界上最好的：“沒有比Google和Google Cloud的每一層計算機更好，”他說。

支柱3：集成完整的堆棧 - 連接點

Google在考慮如何將這些模型和基礎架構組件編織成一個凝聚力平台時的戰略優勢。與通常依靠合作夥伴關係來彌合差距的競爭對手不同，Google幾乎控制著每一層，從而實現了更嚴格的集成和更快的創新周期。

那麼，如果像Microsoft這樣的競爭對手可以與OpenAI合作以與LLM模型實力匹配基礎架構的寬度，那麼為什麼這種集成呢？我與之交談的Google員工說，這有很大的不同，他們想出了軼事來支持它。

以Google的企業數據庫BigQuery的重大改進。現在，數據庫提供了一個知識圖，該圖表允許LLMS更有效地搜索數據，現在它擁有雪橇和Databricks等競爭對手的客戶的五倍以上。 Google Cloud的數據分析產品負責人Yasmeen Ahmad說，僅是因為Google的數據團隊與DeepMind團隊緊密合作，才有可能進行大幅改進。他們通過難以解決的用例工作，這導致數據庫基於常見的查詢至少根據Google的內部測試提供了50％的準確性，而與最近的競爭對手相比，艾哈邁德（Ahmad）在接受訪談中告訴VentureBeat。艾哈邁德（Ahmad）表示，整個堆棧中的這種深刻集成就是Google如何“超越”該行業。

這種內部凝聚力與微軟的“ Frenemies”動態形成鮮明對比。儘管Microsoft與OpenAI合作在Azure Cloud上分發其模型時，Microsoft也在建立自己的模型。現在領導AI開發人員計劃的Google主管Mat Velloso在試圖將Windows副副計劃與OpenAI的型號產品保持一致之後，離開了Microsoft。他回憶說：“如何與另一家實際與您競爭的公司分享您的產品計劃……整個事情都是矛盾的。” “在這裡，我與正在建立模特的人並肩坐著。”

這種集成表達了Google領導者認為的核心優勢：從基礎研究和模型構建到“行星規模”應用程序部署和基礎架構設計，它可以在整個範圍內連接深度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。整合不僅僅是Google自己的產品。 Vertex的模型花園提供了200多個策劃模型，包括Google，Meta's Llama 4和許多開源選項。 Vertex提供了用於調整的工具，評估（包括Grannis強調為關鍵加速器的AI驅動的Evals），部署和監視。它的接地功能利用內部AI-Ready數據庫以及與外部矢量數據庫的兼容性。再加上Google搜索的Google Search（全球最佳搜索引擎）的新產品。

集成擴展到Google Workspace。 Next '25宣布的新功能，例如“ Help Me Analyze”在床單中（是的，現在具有“ = ai”公式），文檔和工作區流中的音頻概述，將Gemini的功能進一步嵌入了每日工作流程中，創建了一個強大的反饋循環，以使Google供Google使用體驗來改善體驗。

在推動其集成堆棧的過程中，Google還在為生態系統提供服務的地方倡導開放性。在採用了Kubernetes採用的情況下，它現在正在為AI框架推廣JAX，現在為代理通信（A2A）開放協議以及對現有標準（MCP）的支持。 Google還提供了來自代理空間內部的數百個連接到外部平台的連接器，這是Google的新統一接口，供員工找到和使用代理。這個中心概念令人信服。代理空間的主題演示（從51:40開始）說明了這一點。 Google為用戶提供預先構建的代理商，或者員工或開發人員可以使用無代碼AI功能來構建自己的能力。或者他們可以通過A2A連接器從外部拉出代理。它集成到Chrome瀏覽器中以進行無縫訪問。

支柱4：關注企業價值和代理生態系統

也許最重大的轉變是Google對解決混凝土企業問題的關注強調，尤其是通過AI代理商的角度。 Google Cloud CEO托馬斯·庫里安（Thomas Kurian）概述了客戶選擇Google的三個原因：AI優化平台，開放的多雲方法允許與現有IT連接連接，以及企業就緒的重點關注安全性，主權和合規性。

代理是這種策略的關鍵。除了代理空間外，這還包括：

• 構建塊：下一步宣布的開源代理開發套件（ADK）已經看到了開發人員的興趣。 ADK簡化了創建多代理系統，而所提出的代理2agent（A2A）協議旨在確保互操作性，允許使用不同工具（Gemini ADK，Langgraph，Crewai等）構建的代理進行協作。 Google的Grannis表示，A2A預測了可能數十萬相互作用的代理商的未來的規模和安全挑戰。
• Purpose-built Agents: Google showcased expert agents integrated into Agentspace (like NotebookLM, Idea Generation, Deep Research) and highlighted five key categories gaining traction: Customer Agents (powering tools like Reddit Answers, Verizon's support assistant, Wendy's drive-thru), Creative Agents (used by WPP, Brandtech, Sphere), Data Agents (driving insights at Mattel, Spotify, Bayer), Coding Agents （Gemini Code Assist）和安全代理（集成到新的Google統一安全平台中）。

這種全面的代理策略似乎引起了共鳴。上週，由於競爭敏感性，與其他三個大型企業的高管進行對話也匿名發言，這對Google的代理策略表示了這種熱情。 Google Cloud Coo Francis Desouza在接受采訪中證實：“每個對話都包括AI。具體來說，每個對話都包括代理商。”

Deloitte的高管Kevin Laughridge是Google AI產品的重要用戶，也是其他公司的分銷商，他將代理市場描述為“土地搶奪”，其中Google的早期提出了協議及其集成平台提供了很大的優勢。 Laughridge在接受采訪時說：“誰首先出去並獲得真正帶來價值的代理商最多的人 - 是誰將在這場比賽中獲勝。”他說，Google的進度“令人驚訝”，並指出，Deloitte在一年前建造的定制代理商現在可以使用代理空間“開箱即用”複製。他說，德勤本身正在平台上建造100個代理商，以金融，風險和工程等中級職能為目標。

客戶證明點正在安裝。接下來，Google引用了“ 500加生產中的客戶”，其生成AI，高於一年前的數十個原型。如果一年前將微軟被認為是前進的方向，那麼這似乎不再那麼如此了。鑑於各方的公關戰爭，很難說誰現在真正贏得了勝利。指標各不相同。 Google的500號數字與Microsoft促進的400個案例研究直接相提並論（並且，Microsoft在發稿時告訴VentureBeat，它計劃不久將公眾計數更新為600個，強調了激烈的營銷）。而且，如果Google通過其應用程序對AI的分佈非常重要，那麼Microsoft通過其365產品的副本發行同樣令人印象深刻。現在兩者都通過API擊中數百萬開發人員。

但是示例比Google的牽引力很多：

• 溫迪（Wendy's）：在短短一年內將AI直通系統部署到數千個地點，提高了員工的經驗和訂單準確性。 Google Cloud CTO Will Grannis指出，AI系統能夠理解lang語和過濾背景噪聲，從而大大減輕了實時客戶互動的壓力。這使員工釋放了專注於食物準備和質量 - 格蘭尼斯（Grannis）的一個名為“ AI簡化現實世界中的好例子”。
• Salesforce：宣布了一個重大的擴展，使其平台能夠首次在Google Cloud上運行（超越AWS），理由是Google可以幫助他們“創新和優化”。
• Honeywell＆Intuit：以前與Microsoft and AWS密切相關的公司，現在與Google Cloud合作就AI計劃。
• 主要銀行（德意志銀行，富國銀行）：利用代理商和雙子座進行研究，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。

這種企業牽引力促進了Google Cloud的整體增長，在過去的四個季度中，AWS和Azure都超過了Azure。 Google Cloud在2024年達到440億美元的年度運行率，高於2018年的50億美元。

導航競爭水域

Google的上升並不意味著競爭對手仍在靜止不動。 OpenAI的快速發布本週GPT-4.1（專注於編碼和長篇小說）和O系列（多模式推理，工具使用）展示了Openai的持續創新。此外，Openai在GPT-4O中的新圖像生成功能更新在上個月促進了巨大的增長，幫助Chatgpt吸引了8億用戶。微軟繼續利用其龐大的企業足跡和OpenAI合作夥伴關係，而眾人仍然是強大的競爭者，尤其是在編碼和安全意識的應用中。

但是，毫無疑問的是，Google的敘述得到了顯著改善。就在一年前，Google被視為一個笨拙的，停止的，失誤的競爭對手，可能會擊敗其領導AI的機會。取而代之的是，其獨特的，集成的堆棧和公司的堅定不移揭示了其他一些東西：Google具有整個頻譜中的世界一流能力 - 從芯片設計（TPU）和全球基礎架構到基礎模型研究（DEEPMIND），應用程序開發（Workspace，Workspace，Search，YouTube，YouTube）和Enterprise Cloud Services（vertex ai ai，bigquere，bigquery，bigquery，ganderspace，gansentspace）。 Desouza平淡地說：“我們是基礎模型對話中唯一的超級標準。”這種端到端所有權允許進行優化（例如“每美元的智能”）和依靠夥伴關係模型努力匹配的集成深度。競爭對手通常需要將不同的碎片縫合在一起，可能會產生摩擦或限制創新速度。

Google的時刻是

儘管AI競賽保持活力，但Google在市場需要的確切時刻匯集了所有這些作品。正如德勤（Deloitte）的Laughridge所說的那樣，Google碰到了它的功能完美融合“市場要求的地方”。如果您正在等待Google在企業AI中證明自己，那麼您可能已經錯過了這一刻。發明了許多為這場革命提供動力的核心技術的公司似乎終於趕上了 - 而且，不僅如此，現在它設定了競爭對手需要匹配的步伐。

在下面的視頻中，接下來的錄製，AI專家Sam Witteveen和我分解了當前的景觀和新興趨勢，以及為什麼Google的AI生態系統感覺如此強大：