Google在AI大戰中慢半拍關鍵:皮蔡的「溫良恭儉讓」!防守策略哪邊錯了?
Google在AI大戰中慢半拍關鍵:皮蔡的「溫良恭儉讓」!防守策略哪邊錯了?

近幾個月,微軟和Google 的兩位CEO 不斷為自家的AI 進展拋頭露面。

當微軟投資OpenAI、推出New Bing、將GPT-4 融入Office,大刀闊斧規劃出工作的未來,稍遲發布Bard 的Google,顯得更加謹小慎微。

一招定勝負的爽文並不存在,但Google 沒能搶占先機必然有原因。

Google 與微軟兩位CEO 行事風格的不同,其實也是放置在天秤之上的一塊籌碼。

厭惡衝突的執行長

The Information 的一篇特稿,側寫了Google CEO 桑德爾·皮蔡的形象。多位Google 員工認為,當前階段,他可能不是CEO 的合適人選。

時代要求皮蔡首次成為戰時CEO,我們還沒有看到他是否準備好迎接挑戰。

報導裡的皮蔡,少了點殺伐果斷,也不夠鐵血強勢。

桑德·皮蔡(Sundar Pichai)
圖/ ifanr
  • 他厭惡衝突;
  • 他傾向於漸進式改進產品而不是大刀闊斧;
  • 他容忍膨脹的員工人數、懶散的企業文化和低效的組織結構;

與此同時,皮蔡在Google 的話語權,似乎沒有一個CEO 該有的那麼強。

部分高階主管並不聽從他的調度,比如皮蔡無法讓DeepMind 的執行長確定項目的優先級,或與Google Brain 共享代碼。這或許是因為,大權壓根不在皮蔡手裡。

皮蔡2004 年加入Google 擔任產品經理,2015 年晉升為CEO,當初得到Google 聯合創辦人拉里·佩奇的青眼,部分是因為在一眾分裂的高階主管裡,他是最冷靜、最循規守矩的那個。

拉里·佩奇Larry Page
拉里·佩奇Larry Page
圖/ ifanr

時至今日,拉里·佩奇雖然已經不太插手Google 內部事務,但他仍然是Alphabet 的董事會成員,並通過特殊股票控制著公司,近幾個月還參加了多場內部AI 戰略會議。

行事低調的CEO 背後,是積重難返的Google。

自從成為Google 母公司Alphabet 的CEO,皮蔡便對管理這個「龐然大物」的困難直言不諱。內部的權力鬥爭、監管機構的監督、員工的施壓,都讓他困擾不已。

內憂外患之中,Google 被籠罩在了類似學術或政府機構的企業文化之下,充斥長僚主義,高層又總是規避風險。

惡果已經顯現出來。部分從事AI 研究的Google 員工覺得,這阻礙了他們推出新產品。2021 年,一批Lamda(Bard 前身)研發人員集體離職,原因是他們不被允許在語音助手Google Assistant 中引入聊天機器人。

Google 的謹慎可以理解,畢竟現在的聊天機器人確實錯漏百出。剛從Google 出走、為AI 風險奔走相告的「AI 教父」Geoffrey Hinton,也高度評價了前東家的責任心。

延伸閱讀:「我對畢生工作感到後悔!」AI教父Geoffrey Hinton離開Google:他為何對AI悲觀?

但在商業競爭的角度,「開發產品但不發布」的謹慎,讓Google 多次失去先機。例如,Google 之前開發了文生圖的擴散模型Imagen,但出於風險考慮沒能更快推出,結果被OpenAI 的Dall-E 2 搶先,後者很快在全球聲名大噪。

Imagen
圖/ ifanr

與之相反,在ChatGPT 發布的前幾個月,OpenAI 挖來了一些Google 的AI 研究人員和工程師,並承諾一定推出實際性的產品,這些員工充分發光發熱,後來全世界都看到了結果。

其實往回追溯,皮蔡內斂克制的行事風格,不僅體現在AI 之上。

去年初,TikTok 越來越受年輕人的歡迎,甚至被當成新的搜尋引擎。這背後隱藏著一個趨勢:在TikTok「稱霸」的世界裡,網路比以前更視覺化、更具互動性,搜尋也不例外。

雖然沒有生成式AI 那麼革命性,但這對Google 搜尋也造成了一些威脅。然而,最終皮蔡只決定微調搜尋引擎的外觀和體驗,比如在搜尋結果中顯示更大的圖片。

負責Pixel 手機開發的Google 高級副總裁Rick Osterloh,曾在談到皮蔡時說,如果皮蔡發覺有團隊不太聽從他的意見,他仍會強調自己的觀點,但從來不會提高嗓門。

我認為這就是他給人的印象,既恭敬又謙遜。他並沒有宣稱自己是公司的領導者。

桑德·皮蔡(Sundar Pichai)
圖/ ifanr

挑戰者與守城者

對比來看,納德拉領導下的微軟,更加步調一致,目的也更加明確,果斷地投資數十億美元,讓微軟與OpenAI 的未來血脈相連。

兩家公司結盟的背後,微軟內部必然做出了一些妥協與犧牲。為訓練AI 模型分配算力和資金、將OpenAI 的技術植入微軟的核心產品等業務,成了公司上下最為重要的事情。

最近幾乎同步發布的財報,以及財報後的電話會議,也鮮明體現著兩位CEO 的不同。

4 月25 日,微軟和Google 都交出了不錯的季度業績。

微軟在9月宣布買下Zenimax Media後,執行長納德拉表示,接下來仍會收購更多遊戲開發商。(圖
微軟執行長納德拉。
圖/ 財訊

其中,微軟一季度收入同比成長7% 至529 億美元,各項業務表現均超預期,雖然AI 是微軟最近的關鍵詞,目前它的「搖錢樹」主要還是軟體和雲端服務,具體如下:

  • 生產力和商業業務同比成長11% 至175 億美元;
  • 智能雲端收入同比成長16% 至221 億美元;
  • PC 相關業務同比下滑9% 至133 億美元;

Google(Alphabet)一季度收入同比成長3% 至698 億美元,主要有兩大亮點:

  • 雲端業務收入同比成長28% 至74.5 億美元,並在披露以來首季度盈利;
  • 佔比最大的廣告收入,同比下降0.2% 至545.5 億美元,好過預期的1.6%,其中最為重要的搜尋廣告收入,同比成長近2% 至403.6 億美元;

從兩家財報看來,Google 的搜尋業務還沒有被真正撼動,日活躍用戶用戶突破1 億的微軟New Bing 還未正式啟動廣告業務。雲端業務則是兩者共同的成長曲線。納德拉指出,Azure 為企業客戶提供的AI 模型和工具,已經在收入上初見成效。

從Coursera 和Grammarly,到梅賽德斯-賓士和殼牌,我們現在擁有2500 多個Azure OpenAI 服務客戶,環比成長10 倍。

在廣告收入前途灰暗的時候,雲端業務實現首個季度盈利,也挺直了Google 的腰板。Google 雲端負責人Thomas Kurian 最近升了職,負責帶領團隊為AI 設計芯片。向雲端客戶銷售AI 服務這件事,兩家巨頭估計還有得一戰。

Thomas Kurian
圖/ ifanr

如果將目光放得更長遠,AI 在未來該如何發展,怎麼和公司業務緊密結合,是兩家的投資者都最關心的問題。

在這方面,納德拉給了投資者更多信心,他明確地強調了,微軟將是創新下一代AI 的首選平台,微軟接下來還會加大雲端基礎設施,特別是與AI 相關的投資。

我們期待繼續參與,最大的軟體類別「搜尋」的代際革命。

而在皮蔡這邊,態度顯得更加保守。

他也對分析師們說,Google 正在大力投資AI,未來將把Bard 背後的AI 技術引入搜尋產品,但淡化了AI 對搜尋廣告業務的意義。畢竟,搜尋廣告業務仍然是Google 的造血中心,話不能說得太死。

皮蔡樂觀地認為,用戶將繼續重視在線廣告,即使搜尋結果由大語言模型生成,而不是傳統的網頁鏈接列表。

我們將以數據和多年經驗為指導,不斷測試和迭代,因為我們知道人們相信Google 會提供正確的資訊。

從後續股票的漲跌來看,投資者更喜歡微軟面對AI 的「巨硬」態度。

催化劑效應的失效

當然,人們從來沒有對Google 的AI 失去信心。畢竟,Google 是全世界最懂AI 的公司之一。從搜尋、YouTube 到Gmail,幾乎每項業務都有AI 的存在,Google 還用AI 打敗了圍棋世界冠軍,翻譯133 種語言,將智能手機推向了計算攝影,就連ChatGPT 使用的Transformer 模型也是出自Google。

皮蔡曾經說過:

自2016 年以來,我們一直是AI-first 公司,AI 是實現我們使命的最重要方式。

人們真正擔心的,其實是Google 在AI 浪潮中是否會遭遇 「柯達時刻」,即公司擁有領先的產品,但由於擔心蠶食核心業務,將它擱置一旁,反而導致核心業務面臨巨大威脅。

2022 年末,隨著ChatGPT 的危機顯現,警鐘開始在Google 敲響。皮蔡要求團隊將新的AI 技術整合到眾多Google 產品中。這必然是一場傷筋動骨的變革。

成本和利潤就是最顯性的門檻。一方面,大語言模型的對話搜尋比傳統搜尋更貴;另一方面,比起傳統搜尋頁面,廣告更難整合到聊天機器人界面。固有的商業模式,過於龐大的瀏覽器用戶群體,成了Google 嘗試新事物的阻礙。所以,Google 看似穩住了的財報,也瀰漫著山雨欲來的氛圍,佔營收絕大部分的廣告收入原地踏步,反而讓人們覺得前途不夠明朗。

Google 不會坐以待斃,另一場風雲端變幻正在發生。4 月20 日,皮蔡宣布將Google Brain 和DeepMind 團隊合併為Google DeepMind。

皮蔡認為合併有利於提高AI 研究的效率,某種程度上確實如此,因為兩個部門開發過一些相同的軟體,合併後或許可以解決各自為政、算力和人力浪費的問題。

延伸閱讀:Google集中火力拚AI!合併兩大部門Brain、DeepMind,文化會是大問題?

Demis Hassabis
新部門由DeepMind 首席執行長Demis Hassabis 領導
圖/ ifanr

但叫好聲中也有疑慮存在。兩個團隊的組織文化不同,合併可能導致動盪和內耗。

Google Brain 在合併後失去了它的名字,似乎也有些象徵意味。最近,Google 前員工Brian Kihoon Lee發了篇專欄文章,解釋Google Brain 存在的意義。其中提到了一個有意思的「催化劑理論」:

通過發表與Google 核心業務相關的研究,該研究將朝著有利於Google 的方向發展。

Jeff Dean
Jeff Dean 擔任新部門首席科學家
圖/ ifanr

比如,Google 一直對NLP(自然語言處理)很感興趣,Transformers 等研究的發表,催化了整個NLP 領域的發展。但是,催化劑理論並不會一直有效。

和平時期,花X 美元擴大整個蛋糕是有意義的,只要分到的那塊蛋糕成長超過X 美元。當戰時模式到來,競爭對手的蛋糕份額成長了多少也很重要,OpenAI 與微軟的聯盟意味著又一個巨頭的誕生,催化劑理論在這時候就不適用於Google 了。

因為行業已有共識,機器學習將為產業帶來經濟效益,Google 不再像以前一樣,總是帶來革命性的效率迭代,反而在橫向拓展時陷入與其他巨頭近乎紅海的競爭。

自稱AI-first 的Google,在近來幾個月確實有不少挫敗時刻。

3 月14 日,Google 宣布全面更新Workspace, 讓AI 模型覆蓋整個辦公場景,包括編郵件、寫文檔、生成公式、創建幻燈片等,先面向開發者內測,展示的效果看著還挺能打。或許運氣使然,OpenAI 在同一天發布了GPT-4,Google 的風頭就被蓋過了。3 月17 日,微軟又發布了爆炸性消息,將GPT-4 裝進Office 套件,推出AI 功能Copilot,同樣給出了漂亮的展示。現在,人們彷彿只聞Copilot,不知Workspace。

在趕潮的過程中,最難的也最必要的,或許是狠下心革自己的命。最近,Google 似乎加快了AI 領域的佈局,更為進取和積極。

3 月,Google 緊急發布了Bard,但限制了功能,並且只向少數地區的用戶開放。有觀點認為,這是一種節省成本的措施,Google 特意選擇了一個能力較弱的機器學習模型,它的計算強度不如Google 開發的其他模型。

不過最近幾週,Google 正在將Bard 的機器學習模型規模擴大約一倍,從而讓它表現得更好。與此同時,一個代號為「Gemini」的項目正在推進,計劃開發一種新的大型機器學習模型,讓Google 趕上ChatGPT 的腳步,皮蔡也對此十分上心。

2 月,因為Bard 公開的失誤,Google 市值蒸發了千億美元。5 月10 日的Google I/O 大會,又已經近在眼前了。壓力在肩的皮蔡,預計將宣布搜尋、Google 文檔和Google 雲端產品的新AI 功能。

巨頭的AI 遊戲只上演了第一局,依然需要時間解答,這位謙遜低調的CEO,和船大難掌舵的Google,在屬於AI 的未來將交出怎樣的答案卷。

本文授權轉載自:愛范兒 ifanr

責任編輯:傅珮晴、錢玉紘

關鍵字: #Google #微軟
往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓