从“追赶”到“赶上我们”：Google如何悄悄地领导企业AI

就在一年前，周围的叙述谷歌企业AI感到被卡住了。尽管发明了像变压器这样的核心技术，但这家技术巨头似乎永远在后脚上，被掩盖了Openai病毒成功，人类编码能力和微软激进的企业推动。

但是目睹现场Google Cloud下一个2025上周在拉斯维加斯：一个充满信心的Google，配备了基准模型，强大的基础设施和凝聚力的企业策略，宣布了令人惊叹的周转。一位分析师在与高级Google高管的闭门分析师会议上进行了总结。他说，这感觉就像是当Google从赶上来赶上我们时。 

Google不仅赶上了这种观点，而且甚至在整个活动中都占据了Openai和Microsoft的轰动。它不仅仅是Google的营销旋转。有证据表明，Google在过去的一年中利用了强烈的，以重点执行的执行方式，将其技术资产转化为一个迅速赢得企业决策者的表演者，集成的平台。从吹嘘世界上最强大的AI模型在高效的自定义硅上运行，到为现实世界业务问题设计的AI代理的新兴生态系统，Google都使一个令人信服的案例表明，它从未真正丢失过，但是它的陷阱掩盖了深度，基础开发的时期。 

现在，随着其在所有圆柱体上的集成堆栈射击，Google似乎可以领导企业AI革命的下一阶段。他们在接下来在与几位Google高管的采访中说，Google在基础架构和模型集成方面具有优势，OpenAI，Microsoft或AWS等竞争对手将难以复制。

怀疑的阴影：承认最近的过去

如果不承认最近的过去，就不可能欣赏当前的势头。Google是变压器体系结构的发源地，它在大型语言模型（LLMS）中引发了现代革命。Google还开始投资专业的AI硬件（TPU），该硬件现在在十年前推动了行业领先的效率。然而，两年半前，它莫名其妙地发现自己在防守。” 

Openai的Chatgpt抓住了公众的想象力和企业兴趣令人叹为观止的速度并成为历史上增长最快的应用程序。像拟人化的竞争对手在编码等领域雕刻了利基市场。

Google自己的公共步骤有时似乎是暂定或有缺陷的。臭名昭著的吟游诗人演示失败 在2023年以及后来关于其图像发生器的争议历史上产生不准确的描述提出了一个可能受到内部官僚机构或过度纠正所阻碍的公司的叙述。感觉就像是Google迷路了：AI的跌跌撞撞似乎适合一种模式，这是Google在Cloud竞争中的最初慢跑首先显示的，在云竞争中，它仍然是仅次于亚马逊和Microsoft的市场份额。Google Cloud CTO Will Grannis认识到有关Google Cloud是否会长期落后的早期问题。``这甚至是真实的吗？”他回忆起人们问他。这个问题徘徊：Google能否将其不可否认的研究才华和基础设施量表转化为企业AI主导地位？

枢纽：有意识的领导决定

然而，在幕后，发生了转变，这是由于最高级别的有意识的决定而催化了领导。Google DeepMind的AI开发人员平台产品副总裁Mat Velloso描述了2024年2月在离开Microsoft后加入Google时感知了一个关键时刻。``当我来Google时，我与Sundar [Pichai]交谈时，我与这里的几位领导人交谈，我觉得那是他们决定的那一刻，好的，这个[生成的AI]是行业显然在乎的事情。让我们实现这一目标。

这种更新的推动并没有受到一些局外人认为正在耗尽Google的恐惧的脑力消耗的阻碍。实际上，该公司在2024年初悄悄地翻了一番，以积极的招聘，内部统一和客户牵引力为标志。当竞争对手雇用飞溅的雇员时，Google保留了其核心AI领导力，包括DeepMind首席执行官Demis Hassabis和Google Cloud首席执行官Thomas Kurian，提供了稳定和深入的专业知识。

此外，人才开始流向Google的集中任务。例如，洛根·基尔帕特里克（Logan Kilpatrick）从Openai返回Google，这是有机会在公司内建立基础AI并创建它的机会。他加入Velloso，以一种零到一种体验，任务是从头开始为双子座建立开发人员牵引力。就像团队在第一天一样……我们实际上在这个平台上没有用户，我们没有收入。基尔帕特里克（Kilpatrick）回忆起了起点。熟悉内部动力的人还信贷乔什·伍德沃德（Josh Woodward），他们帮助创办了AI工作室，现在领导了双子座应用程序和实验室。最近，Noam Shazeer是最初的关注者Noam Shazeer，这是Transformer在Google任职期间所需的全部内容，他于2024年末返回该公司，是Cocucial Gemini Project的技术共同领导者

将这些员工，研究突破，其数据库技术的改进以及整体上的企业重点加强的一致努力开始产生结果。这些累积的进步，再加上Grannis所谓的数百个Fine-Grain平台元素的结合，为下一个25年的公告奠定了基础，并巩固了Google的复出叙述。

支柱1：双子座2.5和思维模型时代

的确，领先的企业口头禅不仅与模型有关。毕竟，领先模型之间的性能差距急剧缩小，而且技术内部人士承认，真正的智能来自围绕模型包装的技术，而不仅仅是模型本身，例如，允许使用工具和围绕网络探索网络的代理技术。

尽管如此，拥有明显表现出色的LLM是一项重要的壮举，也是一个强大的验证者，这表明该模型拥有的公司拥有诸如优越的研究和最有效的基础技术架构之类的东西。随着Gemini 2.5 Pro的发布，就在下一个25年前几周，Google明确抓住了披风。它迅速超过了独立的聊天机器人竞技场排行榜即使是Openai的最新GPT-4O变体，也要表现出色，以及臭名昭著的艰难推理基准之类的人类的最后考试。正如Pichai在主题演讲中所说的那样，这是我们有史以来最聪明的AI模型。这是世界上最好的模型。该模型在一个月内将双子座使用率增加了80％，他单独发推文。一个 

Google的双子座需求首次着火。正如我所详细介绍的之前，除了双子座2.5的原始智能外，给我留下了深刻的印象可证明推理。Google已经设计了一种思考功能，使该模型可以在最终确定响应之前执行多步推理，计划甚至自我反射。结构化的，连贯的思想链（COT）使用编号的步骤和子bullets避免了来自DeepSeek或Openai的其他模型的输出的漫不经心或不透明的性质。对于评估关键任务输出的技术团队，此透明度可以验证，更正和重定向，并以前所未有的信心。

但更重要的是，对于企业用户而言，Gemini 2.5 Pro也显着缩小了编码的差距，这是生成AI的最大应用领域之一。领先零售商Wayfair的首席技术官CTO CTO Fiona Tan在接受VentureBeat采访时说，经过初步测试后，该公司发现它已经提高了很多，现在与Anthropic的Claude 3.7 Sonnet，现在相当可比以前是首选的选择对于许多开发人员 

Google还向模型添加了一个大量的令牌上下文窗口，从而在整个代码库中启用推理或冗长的文档，远远超过了OpenAI或人类模型的功能。（Openai在本周的回应中，具有类似大型上下文窗口的模型，尽管基准表明Gemini 2.5 Pro在整体推理方面保持优势）。此优势允许复杂的多文件软件工程任务。

补充Pro是双子座2.5闪存，在下一个25和昨天发布。此外，一种思维模型，Flash已针对低潜伏期和成本效益进行了优化。您可以控制模型的原因和平衡性能与预算之间的平衡。这种分层的方法进一步反映了Google高管拥护的每美元策略的情报。

Velloso展示了一张图表，揭示了在整个智能频谱中，Google模型提供了最佳价值。Velloso承认，如果我们一年前进行了这次谈话，我将无话可说。``现在，我们都在寻找任何型号，无论尺寸如何，例如，如果您不是Google，您都会亏损。类似的图表已更新以说明本周发行的OpenAi最新模型，所有这些都显示了相同的内容：Google的型号每欧元提供最佳的智能。见下文：

对于任何给定的价格，Google的型号比其他型号都提供更多的智能，大约有90％的时间。来源：皮埃尔·邦格兰德（Pierre Bongrand）。

Wayfair的S Tan说，她还观察到有希望的潜伏期改善，pecini 2.5又更快地回来了，这对于更具客户的功能而言是可行的。她说，双子座可能成为这些客户互动的第一个模型Wayfair使用。

双子座家族的功能扩展到了多模式，与Google的其他领先模型无缝集成，例如Imagen 3（图像生成），VEO 2（视频生成），Chirp 3（Audio）和新宣布的Lyria（文本到音乐），都可以通过Google的Enterprise Users for Enterprise Users，Vertertex来访问。Google是唯一一家在其平台上所有模式中提供自己的生成媒体模型的公司。Microsoft，AWS和OpenAI必须与其他公司合作。

支柱2：基础设施能力 - 引擎下的引擎

快速迭代并有效地服务这些强大模型的能力源于Google的无与伦比的基础设施，这些基础设施在数十年的运行行星规模服务中磨练了。这是张量处理单元（TPU）的中心。

在下一个25岁，Google揭露的铁木，其第七代TPU明确设计为推理和思维模型的需求。规模是巨大的，量身定制，专为要求AI工作量量身定制：Ironwood Pods包装了9,000多个液体冷却芯片，可提供42.5个Exaflops Compute Compute Power。Google的ML系统副总裁Amin Vahdat在舞台上说，这是世界当前＃1 SuperCrouter的计算能力的24倍以上。” 

Google表示，Ironwood相对于上一代TPU的Trillium提供了2倍的perf/watt。这很重要，因为企业客户越来越说能源成本和可用性限制了大规模的AI部署。

Google Cloud CTO Will Grannis强调了一致性这个进度。一年一年，Google在处理器的处理器中提高了10倍，8倍，9倍，10倍，他在接受采访时告诉VentureBeat，创造了他称为AI加速器的Hyper Moore法律。他说，客户正在购买Google的路线图，而不仅仅是其技术。 

Google的立场推动了这一持续的TPU投资。它需要为超过20亿用户提供有效的大规模服务，例如搜索，YouTube和Gmail。这需要在当前的生成AI繁荣之前就开发自定义，优化的硬件。尽管META以类似的消费量表运行，但其他竞争对手在十年的垂直集成的AI硬件开发中缺乏这种特定的内部驱动程序。

现在，这些TPU投资正在获得回报，因为它们不仅可以推动其自己的应用程序的效率，而且还允许Google以每一美元更好的智能向其他用户提供双子座，这一切相同。

您问，为什么Google的竞争对手可以从NVIDIA购买高效的处理器？确实，NVIDIA的GPU处理器主导了LLM的过程预培训。但是市场需求推高了这些GPU的价格，而Nvidia将健康削减作为利润而获得了健康的削减。这将筹码用户带来了巨大的成本。而且，尽管迄今为止，虽然预培训已经占据了AI芯片的使用，但既然企业实际上正在部署这些应用程序，这正在改变。这是推理进来的地方，在这里，TPU被认为比GPU在大规模上工作更有效。” 

当您询问Google高管AI中的主要技术优势来自何处时，他们通常会回到TPU，这是最重要的。经营Google计算基础架构的副总裁Mark Lohmeyer是明确的：TPU是我们所做的工作的高度差异的部分。

值得注意的是，Google并非孤立地提出TPU，而是作为更广泛，更复杂的企业AI体系结构的一部分。对于技术内部人士来说，据了解，顶级性能取决于整合日益专业的技术突破。下一个更新已详细介绍。Vahdat将其描述为一个超级计算系统，它集成了硬件（TPU，最新的NVIDIA GPU，例如Blackwell和即将推出的Vera Rubin，高级存储，例如HyperDisk Exapools，Anywhere Cache和Rapid Storage）和统一的软件堆栈。该软件包括用于管理加速器，Pathways（Gemini的分布式运行时，现在可以向客户使用）的群集主管，并将VLLM等优化范围带到TPU，从而使以前在NVIDIA/PYTORCH堆栈上更容易的工作负载迁移。Vahdat认为，这一集成系统是Gemini 2.0闪光灯与GPT-4O相比，每美元智能的24倍。

Google还在扩展其物理基础架构范围。与客户管理的网络相比，Cloud Wan使Google的低延迟200万英里的私人光纤网络可供企业使用，最多可快40％，总拥有成本（TCO）低40％。 

此外，Google分发云（GDC）允许Gemini和Nvidia硬件（通过Dell Partnership）在Sovereign，本地，甚至是空地环境中运行 - NVIDIA的能力NVIDIA首席执行官Jensen Huang被称为“伟大的伟大”，以将州的Art-Theyart Ai to To To To To-The-Art Ai to Lendations和Nations和Nations nations和Nations和Nations Nations和Nations Nations和Nations Nations和Nations Nations。接下来，黄称Google的基础架构是世界上最好的：“没有比Google和Google Cloud的公司更好的公司更好。”

支柱3：连接点的集成完整堆栈

在考虑如何将这些模型和基础架构组件编织成凝聚力平台时，Google的战略优势就会增长。与通常依靠合作伙伴关系来弥合差距的竞争对手不同，Google几乎控制着每一层，从而实现了更严格的集成和更快的创新周期。

那么，如果像Microsoft这样的竞争对手可以与OpenAI合作以与LLM模型实力匹配基础架构的宽度，那么为什么这种集成呢？我与之交谈的Google员工说，这有很大的不同，他们想出了轶事来支持它。

以Google的企业数据库BigQuery的重大改进。数据库现在提供了一个知识图，该图表允许LLMS更有效地搜索数据，并且现在拥有五倍以上的竞争对手的竞争对手，例如Snowflake和Databricks，（VentureBeat昨天报道。Google Cloud数据分析产品负责人Yasmeen Ahmad表示，仅是因为Google的数据团队与DeepMind团队紧密合作，才有可能进行大量改进。他们通过难以解决的用例工作，这导致数据库基于常见的查询至少根据Google的内部测试提供了50％的准确性，而与最近的竞争对手相比，艾哈迈德（Ahmad）在采访时告诉VentureBeat。艾哈迈德（Ahmad）表示，整个堆栈中的这种深层集成就是Google如何跨越该行业。

这种内部凝聚力与微软的Frenemies动态形成鲜明对比。尽管Microsoft与OpenAI合作在Azure Cloud上分发其模型时，Microsoft也在建立自己的模型。现在领导AI开发人员计划的Google主管Mat Velloso在试图将Windows副副计划与OpenAI的模型产品相结合后感到沮丧后离开了Microsoft。他回忆说，您如何与另一家实际与您竞争的公司分享您的产品计划 - 整个事情都是矛盾的。”在这里，我与正在建立模特的人并肩坐着。

这种集成表达了Google领导者认为的核心优势：其独特的能力可以在整个范围内连接深度专业知识，从基础研究和模型构建到“星球规模的应用程序部署和基础设施设计”。 

Vertex AI是Google企业AI努力的中枢神经系统。整合不仅仅是Google自己的产品。Vertex的Model Garden提供了200多个策划模型，包括Google的Llama 4和许多开源选择。Vertex提供了用于调整的工具，评估（包括Grannis强调为关键加速器的AI驱动的Evals），部署和监视。它的接地功能利用内部AI-Ready数据库以及与外部矢量数据库的兼容性。再加上Google的新产品，通过Google Search（全球最佳搜索引擎）为地面模型。

集成扩展到Google Workspace。下一个25年宣布的新功能，例如帮助我分析床单（是的，床单现在有一个= ai的公式），文档和工作区流中的音频概述，将双子座的功能进一步嵌入到日常工作流程中，为Google创造了一个强大的反馈回路，以改善体验。 

在推动其集成堆栈的过程中，Google还在为生态系统提供服务的地方倡导开放性。采用了Kubernetes的采用，现在正在为AI框架推广JAX代理通信的开放协议（A2A）除了支持现有标准（MCP）外。Google还从内部提供数百个与外部平台的连接器代理空间，这是Google的新统一界面，供员工找到和使用代理商。这个中心概念令人信服。这主题演示代理空间（从51:40开始）说明了这一点。Google为用户提供预先构建的代理商，或者员工或开发人员可以使用无代码AI功能来构建自己的能力。或者他们可以通过A2A连接器从外部拉出代理。它集成到Chrome浏览器中以进行无缝访问。

支柱4：关注企业价值和代理生态系统

也许最重大的转变是Google对解决具体企业问题的关注强调，尤其是通过AI代理商的角度。Google Cloud CEO托马斯·库里安（Thomas Kurian）概述了客户选择Google的三个原因：AI优化平台，开放的多云方法允许与现有IT连接连接，以及企业就绪的重点关注安全性，主权和合规性。

代理是这种策略的关键。除了代理空间外，这还包括：

构建块：开源代理开发套件（ADK），在下一个宣布的是，开发人员已经引起了人们的重大兴趣。ADK简化了创建多代理系统，而所提出的代理2agent（A2A）协议旨在确保互操作性，允许使用不同工具（Gemini ADK，Langgraph，Crewai等）构建的代理进行协作。Google S Grannis表示，A2A预测了可能数十万互动代理商的未来的规模和安全挑战。

该A2A协议确实很重要。在本周对VentureBeat的背景采访中，这是一家美国主要零售商的CISO，他要求匿名，因为对安全问题的敏感性。但是他们说，A2A协议很有帮助，因为零售商正在寻找一种解决方案，以区分真正的人和使用代理购买产品的机器人。这家零售商希望避免出售给脱烫机器人，并且使用A2A，与代理商进行谈判以验证其所有者身份更容易。

专用代理：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协助）和安全代理（集成到新的Google统一安全平台中）。 

这种全面的代理策略似乎引起了共鸣。上周，由于竞争敏感性，与其他三个大型企业的高管进行对话也匿名发言，这对Google的代理战略表示了这种热情。Google Cloud Coo Francis Desouza在接受采访中证实：每次对话都包括AI。具体来说，每个对话都包括代理商。 

Deloitte的高管Kevin Laughridge是Google的AI产品的重要用户，也是其他公司的分销商，将代理市场描述为Google用协议的早期移动及其集成平台提供了显着优势。Laughridge在接受采访时说：'Laughridge在接受采访时说：“谁首先出去并获得最多的代理商，这是谁将在这场比赛中获胜。”他说，Google的进步令人惊讶。”指出，现在可以使用代理空间将定制的代理商德勤（Deloitte）在一年前建造。他说，德勤本身正在平台上建造100个代理商，以金融，风险和工程等中级职能为目标。

客户证明点正在安装。接下来，Google引用了500多名生产客户的客户，其生成性AI是一年前仅数十个原型。如果一年前将微软被认为是前进的方向，那么这似乎不再如此。鉴于各方的公关战争，很难说谁现在真正赢得了胜利。指标各不相同。Google的500数字与400个案例研究Microsoft促进（并且，微软在发稿时告诉VentureBeat，它计划在不久后将这一公共计数更新为600，强调了激烈的营销）。而且，如果Google通过其应用程序对AI的分布非常重要，那么Microsoft通过其365产品的副本发行也同样令人印象深刻。现在两者都通过API击中数百万开发人员。

[编辑注：了解企业如何导航这一代理土地抢夺，并成功部署这些复杂的AI解决方案将是讨论的核心VentureBeat的转型事件今年6月24日至25日在旧金山。]

但是示例中有很多谷歌的牵引力：

• 温迪：短短一年内，将AI直通系统部署到数千个地点，从而提高了员工的经验和订单准确性。Google Cloud CTO Will Grannis指出，AI系统能够理解lang语和过滤背景噪声，从而大大减轻了实时客户互动的压力。这使员工释放了专注于食物准备和质量的班次 - 格兰尼斯（Grannis）称为“ AI简化现实世界的好例子”。
• Salesforce：宣布了一个重大的扩展，使其平台能够首次在Google Cloud上运行（超越AWS），理由是Google可以帮助他们进行创新和优化。”
• Honeywell＆Intuit：公司以前与Microsoft和AWS有很强的关系，分别与Google Cloud合作就AI计划。
• 主要银行（德意志银行，富国银行）：利用代理商和双子座进行研究，分析和现代化客户服务。
• 零售商（沃尔玛，Mercado Libre，Lowe s）：使用搜索，代理和数据平台。

这种企业牵引力为Google Cloud的总体增长增长，在过去的三个季度中，AWS和Azure超过了Azure。Google Cloud在2024年达到440亿美元的年度运行率，高于2018年的50亿美元。

导航竞争水域

Google的上升并不意味着竞争对手仍在静止不动。Openai的快速发布本周GPT-4.1（专注于编码和长篇小说）和O系列（多模式推理，工具使用）展示Openai的持续创新。此外，Openai的新图像生成功能更新在GPT-4O中促进了上个月的大规模增长，帮助Chatgpt吸引了8亿用户。微软继续利用其庞大的企业足迹和OpenAI合作伙伴关系，而众人仍然是强大的竞争者，尤其是在编码和安全意识的应用中。

但是，毫无疑问，Google的叙述得到了显着改善。就在一年前，Google被视为一个笨拙的，停止的，失误的竞争对手，可能会击中其领导AI的机会。Instead, its unique, integrated stack and corporate steadfastness has revealed something else: Google possesses world-class capabilities across the entire spectrum – from chip design (TPUs) and global infrastructure to foundational model research (DeepMind), application development (Workspace, Search, YouTube), and enterprise cloud services (Vertex AI, BigQuery, Agentspace).Desouza坦率地说，我们是基础模型对话中唯一的超级评分。这种端到端的所有权允许优化（例如每美元的情报）和集成深度，伙伴关系模型很难匹配。竞争对手通常需要将不同的碎片缝合在一起，可能会产生摩擦或限制创新速度。

Google的时刻是

尽管AI竞赛保持活力，但Google在市场需要的确切时刻汇集了所有这些作品。正如德勤（Deloitte）的Laughridge所说，Google达到了一个完美符合市场要求的地步。发明了许多为这场革命提供动力的核心技术的公司似乎终于抓住了 - 现在，它正在设定竞争对手需要匹配的步伐。

在下面的视频中，接下来的录制，AI专家Sam Witteveen和我分解了当前的景观和新兴趋势，以及为什么Google的AI生态系统感到如此强大：