Google雲端營收暴增、Gemini打進九成《Fortune 100》企業，卻同時面臨DeepMind重量級科學家出走、TPU算力資源分配爭議與組織路線拉扯，凸顯生成式AI邁入「好用就好」商業化階段與「追求歷史突破」科研理想的根本矛盾。

生成式AI狂潮席捲全球近四年後，真正的戰場正悄悄從「誰模型最強」轉向「誰最會賺錢」。而站在這個矛盾焦點上的，正是市值逼近4兆美元的Alphabet(GOOGL)，以及內部既輝煌又撕裂的Google AI帝國。

近期最吸睛的，是Google Cloud雲端事業交出驚人成績。公司最新財報顯示，雲端部門營收成長達82%，成長速度遠快於Amazon及Microsoft(MSFT)同業對手。Alphabet執行長Sundar Pichai更強調，全球《Fortune 100》企業中，有九成已導入Gemini Enterprise服務，顯示Google在「把AI賣給企業」這條路上正穩健狂飆。對華爾街來說，這是最實在的利多：AI不再只是燒錢的夢想，而是能立刻變現的雲端商品。

然而，在光鮮亮麗的營收數字背後，Google AI內部卻開始出現裂痕。最具象徵性的事件，是Google首席科學家Jeff Dean在公司服務27年後宣布離職，與Sanjay Ghemawat、Oriol Vinyals、Quoc Le等重量級研究員共同創立新公司Discovery Loop。這家由Google投資的新創，定位為公共利益公司，使命是「自動化機器學習、科學與工程，加速人類發現與進步」，顯然更接近理想型的科研實驗室，而非大型上市公司框架內的商業化單位。

人才流失並非孤立事件。包括奠定Transformer架構、被視為生成式AI起源論文《Attention Is All You Need》作者之一的Noam Shazeer，在被Google以近30億美元的併購方式「買回」不到兩年後，再度離開公司，轉戰OpenAI。其後，諾貝爾獎得主John Jumper也從Google DeepMind出走，加入Anthropic。至此，那篇歷史性論文的八位作者已全數離開Google，象徵早期AI黃金世代的核心研究力量，正轉向更激進的獨立實驗室與新創。

D.A. Davidson分析師Gil Luria直言，這批頂尖科學家「不是對商業化AI感興趣，而是想成為歷史的一部分」，因此會選擇OpenAI、Anthropic這類前沿研究與風險並存的舞台。換言之，Google越成功地把AI變成雲端商品，越可能讓部分追求「下一個突破」的科學家感到疏離。這也是大型科技巨頭在AI時代的新難題：如何同時滿足股東要成長、科學家要自由、社會要安全的三重要求。

拉扯的第二個核心，是算力資源、特別是TPU的分配。Google重金投資自家Tensor Processing Unit(TPU)與全球資料中心，理論上算力雄厚，但實務上資源依舊稀缺。每一顆TPU要拿來訓練前沿模型、支撐Search與Gemini等既有產品，或是外售給雲端客戶如Anthropic，都必須在不同優先順序之間做選擇。據了解，部分內部研究員對於自己專案能取得的計算資源感到不滿，認為在看到Google Cloud把TPU賣給外部AI實驗室時，自己被迫在有限算力下縮減野心。

Pichai在近期法說會上強調，公司首要任務仍是確保DeepMind在AGI(人工通用智慧) frontier上的算力需求優先被滿足，並強調會在研究、產品與雲端客戶之間「動態平衡」。但投資人Dan Niles認為，在龐大多角化事業下，資源分配的衝突將是常態：「不管怎麼分，總會有人不滿意。」這種結構性的矛盾，正逐步轉化為人才流動與組織調整的壓力。

在組織權力結構上，Google也做出明顯調整。DeepMind共同創辦人Demis Hassabis卸下Google DeepMind執行長職務，改任Alphabet首席科學家及DeepMind主席，重心轉向長期研究與AGI社會影響，並投入更多時間於AI藥物研發公司Isomorphic Labs。日常管理則由DeepMind技術主管、Alphabet首席AI架構師Koray Kavukcuoglu接手，負責下一代Gemini模型的開發與產品落地。這代表DeepMind更加貼近Google Cloud與企業應用端，讓「研究與商業」的距離被刻意縮短。

這樣的路線轉變，反映出產業一個關鍵共識：企業客戶並不需要最頂規的AI模型。Theory Ventures創辦人Tomasz Tunguz指出，「對多數白領工作來說，合理的模型已經足夠」，超高階模型真正需要的是那些「有非常精密運算需求的領域」。Niles也比喻，對於九成商業應用，「不需要Ferrari，開Ford就好」。Google在開發Gemini的同時，也推出號稱具前沿能力、卻可快四倍、效能更高的Flash模型，意圖在算力成本與產品效益之間找到最佳交集。

但對追求下一個Transformer等級突破的科學家而言，「夠用就好」並不是終點，而是妥協。當Google Cloud在達沃斯論壇上與Hassabis共同高調推廣企業AI解決方案，象徵研究單位更深入商業前線，同時也讓部分研究者感到「離實驗室更遠了」。加上Gemini 3.5 Pro上市延宕等模型節奏波折，更凸顯Google在追求穩健商業化與維持前沿技術領先之間，仍在摸索平衡點。

從更宏觀角度來看，Google當前局面也映照出整個AI產業的分歧：一邊是像Alphabet、Microsoft、SoftBank等擁有龐大資本、雲端與晶片布局的大型集團，傾向把AI視為「基礎設施＋企業服務」長期生意；另一邊是OpenAI、Anthropic等仍以「成為歷史轉折點」為目標的研究導向團隊，不惜在算力、風險和政策壓力下，推進更具野心的AGI路線。前者擅長穩定供應，後者則專注突破邊界。

展望未來，Google勢必持續加碼雲端與AI晶片投資，藉由TPU與Gemini將AI深度嵌入Search、YouTube、Workspace等既有產品，同時向外販售基礎設施與模型服務。但長期問題也會愈來愈尖銳：在股價與營收壓力之下，Google還能留住多少「不想只做產品，而想改寫教科書」的科學家？當越來越多頂尖人才選擇走向OpenAI與Anthropic這類以突破為志的實驗室，新一輪AI技術飛躍會在雲端巨頭內部誕生，還是在外部新創實驗室率先引爆？這不只是Google的難題，更是整個AI時代必須面對的核心選擇。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。