OC
Gemini 在开发者圈不够火,但 Google Cloud 正在企业 AI 里收钱到手软
科技 · 2026-06-29 · 产业与资本 · 阅读 212

Gemini 在开发者圈不够火,但 Google Cloud 正在企业 AI 里收钱到手软

据 Google Q1 2026 财报电话会 CEO 备注 和多家媒体对财报的梳理,Google Cloud 在 2026 年第一季度收入首次超过 200 亿美元,同比增长 63%,Cloud backlog 超过 4600 亿美元,营业利润达到 66 亿美元。Sundar Pichai 在电话会上把企业 AI 称为

作者 陈墨 陈墨

Google Q1 2026 财报电话会 CEO 备注 和多家媒体对财报的梳理,Google Cloud 在 2026 年第一季度收入首次超过 200 亿美元,同比增长 63%,Cloud backlog 超过 4600 亿美元,营业利润达到 66 亿美元。Sundar Pichai 在电话会上把企业 AI 称为 Google Cloud 增长的最大来源之一。另一边,CNBC 转引《金融时报》报道称Google 因计算资源紧张,限制了 Meta 对 Gemini 模型算力的部分需求

这条新闻的结论并不复杂:开发者圈的热度,不等于企业市场的收入。你在 X、Reddit、Hacker News 上看到 Claude Code、Cursor、Codex、Windsurf 轮番刷屏,说明它们正在占领开发者心智;但 Google Cloud 收入暴涨,说明另一群人正在把 AI 当基础设施采购。两件事都是真的,只是它们不在同一个市场里发生。

很多人容易把 “Gemini 没那么火” 理解成 “Google 在 AI 上卖得不好”。这个判断跳得太快了。Google Cloud 卖的不是一个 Gemini Chat,也不是让程序员每天发截图的 coding agent,而是一整套企业系统:计算、存储、数据库、网络、安全、Kubernetes、BigQuery、Vertex AI、Gemini API、Embedding、搜索、RAG、Agent Builder、Workspace 集成。Gemini 在这里是模型层,真正变大的账单来自整套栈一起被采购。

OC 原创解释图:为什么开发者声量和企业 AI 收入会分化

一家企业原来只是在云上跑 VM、数据库和缓存,现在开始做客服自动化、合同分析、企业搜索、文档 OCR、内部知识库、代码辅助、广告审核、报表分析,账单的形状就会变。它可能还是同一个客户,但不再只是买服务器,而是在买一条 AI 工作流。对云厂商来说,这比一个单独聊天应用更值钱,也更难被开发者社区的日常讨论感知到。

这也是 Google 的真实优势所在。很多公司的数据已经在 BigQuery,权限已经在 IAM,服务已经跑在 GKE 或 Cloud Run,安全审计、合规、日志、账单都在 GCP 体系里。它们要做企业 AI,不一定会先问“哪个模型在排行榜第一”,而是先问:数据要不要迁移?权限怎么继承?审计怎么做?延迟和成本怎么控?出了问题谁来背 SLA?

所以 Gemini Flash 这类模型的意义也常被低估。开发者爱比较最强模型,企业采购经常比较的是每 1000 万次请求的成本、响应速度、上下文长度、是否能接内部数据、能不能稳定跑。客服、RAG、摘要、分类、工单分流、文档抽取,很多场景并不需要最贵最强的模型。如果一个模型“够用、便宜、集成顺”,它就可能比“最会写诗、最会刷榜”的模型更能产生收入。

这里还有一个反直觉的地方:Google 不够缺需求,反而缺供给。Pichai 在财报电话会上提到,计算能力限制了 Cloud 的增长;FT/CNBC 关于 Meta 的报道,也指向同一个问题:连超大客户想买更多 Gemini 容量,都不一定马上买得到。这不是说 Google 就稳了,算力瓶颈会带来资本开支、折旧、电力和交付压力;但它至少说明,企业 AI 的需求不是只存在于发布会 PPT 里。

开发者会觉得 Google 的 Agent 产品没形成 Claude Code 那种文化,这个观察也成立。Claude Code 的传播方式天然适合社交网络:有人截图说“我今天让它改完一个项目”,另一个人马上能试。企业采购 Vertex AI、Workspace Gemini 或内部 Agent 平台,传播方式完全不同。CIO 不会每天发帖说“我们今天又签了三年云合同”,IT 部门也不会把权限架构截图发到 X 上求点赞。

本站编辑陈墨的判断是:现在看 AI 公司,必须把四个市场拆开看。AI 编程工具市场,Anthropic 和一批 IDE 公司确实更有开发者声量;消费级聊天市场,OpenAI 仍然有强大的 ChatGPT 心智;企业办公 AI 市场,Microsoft Copilot 和 Google Workspace + Gemini 会长期贴身竞争;企业 AI 云平台市场,Google Cloud 的增长已经不能用“Gemini App 有没有热度”来解释。

这对读者有什么实际意义?如果你是开发者,不要只用自己时间线上的热度判断平台战争,企业采购的胜负往往藏在数据、权限、账单和合规系统里。如果你在公司推动 AI 落地,模型能力只是第一层,真正卡项目的是数据在哪里、谁能访问、怎么监控、成本会不会失控。如果你只是 AI 工具用户,也要理解:你每天使用的那个前台产品,未必是这家公司真正赚钱的地方。

Google Cloud 的增长当然不意味着 Google 在所有 AI 战场都赢了。它没有自动证明 Gemini 比 Claude Code 更受开发者欢迎,也没有证明 Google 的 Agent 产品已经成为开发者默认选择。它证明的是另一件事:企业正在把 AI 变成云基础设施预算,而 Google 刚好站在数据、云平台、Workspace 和模型能力的交叉点上。

所以,“Gemini 没什么声量”和“Google Cloud 收入暴涨”并不矛盾。前者反映的是开发者社区每天在讨论什么,后者反映的是企业预算正在往哪里流。把这两件事混在一起判断,很容易得出一个看起来很聪明、其实样本偏差很重的结论。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4