天翼智庫推出“大模型公司對標”系列，將持續(xù)關注主流大模型公司進展。本文系統(tǒng)梳理了Google公司在AI大模型方面的發(fā)展情況，從大模型技術、產(chǎn)品與服務、市場拓展、組織與運營、資本運作和生態(tài)合作等方面，分析總結Google公司的大模型發(fā)展策略和商業(yè)變現(xiàn)模式。
公司檔案
Google成立于1998年，由拉里·佩奇和謝爾蓋·布林在斯坦福大學的研究項目BackRub基礎上創(chuàng)建。1999年秋，“Google”網(wǎng)站正式啟用。2000年AdWords系統(tǒng)的推出不僅確立了其商業(yè)模式基石，也開啟了Google的盈利之路。隨后，Gmail、Google Maps等標志性產(chǎn)品相繼問世。2004年，Google成功上市，為其全球擴張戰(zhàn)略注入強大動力。2015年Google重組為Alphabet旗下子公司，展露了向科技前沿深度邁進的雄心。2017年 Google 把發(fā)展戰(zhàn)略從 Mobile First 轉(zhuǎn)變?yōu)?AI First,加大在深度學習框架、算法模型、算力等方面的布局。目前，Google已發(fā)展成為涵蓋搜索、人工智能、云計算等多領域領先的科技巨頭。
圖1 Google公司發(fā)展歷程
表1 Google母公司Alphabet最近三年關鍵指標
天翼智庫根據(jù)Google母公司Alphabet公司年報整理
AI大模型技術、產(chǎn)品與服務
1. 技術：深耕大模型算法和算力設施，為大模型領域奠基者
深耕大模型算法：Google在AI算法方面擁有深厚的積累，2017年發(fā)布NLP模型Transformer，該模型通過引入Self-Attention機制來提高模型訓練速度，為后續(xù)大語言模型的升級迭代奠定了基礎。2018年，發(fā)布大規(guī)模預訓練模型BERT，該模型可以進行雙向預測，進一步提升了自然語言理解及處理的精度。2022年，推出模型PaLM，該模型在語言理解、邏輯推理、代碼生成等方面均表現(xiàn)出色。2023年以來，Google先后推出PaLM2及Gemini，模型算法能力進一步提升。
海量數(shù)據(jù)和強大計算能力：Google擁有海量的數(shù)據(jù)資源，包括來自搜索引擎、YouTube、Gmail等產(chǎn)品的用戶行為數(shù)據(jù)，以及來自Google Cloud客戶的各種業(yè)務數(shù)據(jù)。這些數(shù)據(jù)為訓練大模型提供了充足的素材。此外，Google還擁有強大的計算能力，從2016年推出TPU v1開始布局AI模型算力，最新發(fā)布了第六代TPU。
深度學習框架：Google從2011年開始研發(fā)DistBelief機器學習系統(tǒng)，在其基礎上推出的Tensorflow一度成為最流行的深度學習框架。
2. 產(chǎn)品與服務：全方位布局AI大模型、AI延展產(chǎn)品及TPU等硬件產(chǎn)品
Google在人工智能（AI）領域的布局廣泛而深入，以Gemini為代表的頂尖大模型，不僅在多模態(tài)智能測試中領先，還深化了從搜索引擎優(yōu)化、Google Assistant智能交互到Cloud AI平臺的企業(yè)級解決方案。此外，通過Waymo推動自動駕駛創(chuàng)新，以及在醫(yī)療、硬件等多領域的AI融合，Google正全方位引領技術與生活的深度整合。
5月 15 日凌晨，Google在 I/O 開發(fā)者大會上發(fā)布了一系列全新和升級的AI大模型產(chǎn)品系列，其中 Project Astra 和 Veo直接對標了目前 OpenAI 領先的 GPT-4o 與 Sora。GoogleCEO桑達爾 皮查伊表示，希望每個人都能從 Gemini 的技術中受益，這些突破性的功能將進入搜索、圖片、生產(chǎn)力工具、安卓系統(tǒng)等方方面面。
表2 Google 5月最新發(fā)布的AI大模型產(chǎn)品系列
AI市場拓展
賦能原有搜索、廣告、云等核心產(chǎn)品，實現(xiàn)增收和商業(yè)變現(xiàn)。一是提升搜索效率和廣告轉(zhuǎn)化率，通過產(chǎn)品迭代創(chuàng)新打造優(yōu)勢業(yè)務護城河，率先獲取市場增量。Google在2023年推出了Performance Max，利用AI生成技術，根據(jù)廣告主提供的廣告目標、預算、行業(yè)、受眾等信息，自動生成廣告的標題、描述和相關圖像，以及匹配最合適的廣告形式和投放渠道。數(shù)據(jù)顯示，Performance Max在測試階段幫助數(shù)千家廣告主提升了平均30%的轉(zhuǎn)化率。二是AI為云業(yè)務帶來了技術和架構層面的變革，通過對AI技術的集成與創(chuàng)新，Google Cloud 通過其 Gemini 模型系列等 AI 技術，提高工作效率和優(yōu)化應用程序生命周期，直接促進了收入增長。在過去的2023年，谷歌云成功扭虧為盈，在2024年一季度，谷歌云的收入達到95.7億美元，同比增長28.4% ，高于預期的93.7億美元，增速環(huán)比上升。
積極探索付費AI功能和其他商業(yè)化模式。一是Google最近表示將為蘋果 iOS 18 用戶提供各種付費AI功能，還計劃與蘋果等合作伙伴共同開發(fā)AIStore應用商店，為用戶提供一個集中獲取AI應用的平臺。這一舉措將進一步推動AI技術的普及和應用，同時也為谷歌帶來更多的商業(yè)機會。二是Google表示正在考慮擴充推出付費 AI 搜索服務，包括將某些基于人工智能的搜索功能添加到其高級訂閱服務中。
AI大模型組織與運營
連續(xù)兩年對AI組織結構進行重要調(diào)整：2023年4月合并了其兩大知名AI研究部門——DeepMind與Google Brain，組成了全新的Google DeepMind，旨在簡化管理結構，集中資源應對人工智能領域的復雜挑戰(zhàn)。2024年4月，將專注于大模型以及負責AI技術安全等研究的谷歌研究部門GoogleResearch，全面整合到AI業(yè)務部門GoogleDeepMind中。Google CEO桑達爾·皮查伊稱此舉將有助于該科技巨頭更迅速、更高效率地開發(fā)人工智能產(chǎn)品和服務。
全球擴張與人才吸納：Google不僅在美國本土加強了AI團隊建設，還在全球范圍內(nèi)搜羅頂尖人才，意圖構建多元化的研究力量，以應對不同市場的需求和挑戰(zhàn)。比如，2017年在中國和加拿大組建AI研發(fā)團隊。2018年在法國巴黎建立人工智能研究中心，該中心計劃在未來幾年內(nèi)招聘數(shù)百名工程師和研究人員，專注于基礎AI研究。2019年，在非洲的加納阿克拉設立了其首個AI研究中心，旨在利用非洲的創(chuàng)新潛力，推動AI研究和應用的發(fā)展。
AI大模型資本運作
通過風險及戰(zhàn)略投資加強產(chǎn)業(yè)布局：通過其風險投資部門GV（前身為Google Ventures）AI初創(chuàng)公司進行投資。Axios曾報道，GV與Google會對人工智能項目進行聯(lián)合投資，金額從100萬美元至1000萬美元不等。承諾向AI研究公司Anthropic投資高達20億美元，此前已有預投資和逐步追加投資的記錄，表明其對高級AI研究的重視和長期投資策略。
戰(zhàn)略并購增強了其技術優(yōu)勢：Google歷史上有多次重要的AI相關并購，如2014年收購DeepMind，不僅加強了其在深度學習和強化學習方面的能力，也為后續(xù)在醫(yī)療、游戲等領域的突破奠定了基礎。通過并購，Google還整合了如API.AI（后改名為Dialogflow）這樣的對話平臺，專注于深度學習和機器學習系統(tǒng)的印度初創(chuàng)公司Halli Labs，以及一家使用基于神經(jīng)網(wǎng)絡的人工智能平臺來處理圖像的計算機視覺公司AIMatter。
DeepMind CEO Demis Hassabis在最近舉行的 TED 大會上表示Google將著力加強在AI領域的相關投資，預計到2025年，Google在AI領域的總投入將達到1000億美元。
AI大模型生態(tài)體系
Google通過自身的技術積累、產(chǎn)品創(chuàng)新、行業(yè)應用拓展，以及廣泛的合作伙伴網(wǎng)絡，構建了一個既深且廣的AI生態(tài)系統(tǒng)。
1. 從技術研發(fā)、基礎設施到行業(yè)解決方案，全棧布局AI生態(tài)體系
技術研發(fā)與創(chuàng)新：Google通過DeepMind、Google Brain等研究機構，持續(xù)在大模型領域進行基礎研究和技術創(chuàng)新，如Gemini等大模型的發(fā)布，展現(xiàn)了其在多模態(tài)、高精度AI技術的領先地位。同時，不斷優(yōu)化的TensorFlow、JAX等開源框架，降低了開發(fā)者的進入壁壘，促進了技術的普及與共享。
基礎設施與計算資源：Google Cloud提供了強大的計算能力，包括專門針對AI和機器學習優(yōu)化的TPU（張量處理單元），為大模型訓練和部署提供了堅實的基礎。
產(chǎn)品和服務AI化：Google將其AI技術深度融入到旗下幾乎所有的產(chǎn)品中，包括搜索引擎、Google Maps、Android操作系統(tǒng)、Google Home智能音箱等，提升了用戶體驗，同時推動了AI技術在日常生活中的普及。
行業(yè)解決方案：Google Cloud平臺在全球范圍內(nèi)擴展，進入23個地區(qū)，提供包括Vertex AI在內(nèi)的AI平臺服務，助力企業(yè)客戶實現(xiàn)數(shù)字化轉(zhuǎn)型和智能化升級。Google還利用AI分析海底定位、助力農(nóng)業(yè)和航空等領域，顯示了其在行業(yè)應用上的廣泛探索。
2. 積極開展對外合作，推動全球AI生態(tài)建設
開放生態(tài)與合作：通過開放API、工具包和平臺，Google鼓勵開發(fā)者、研究人員和企業(yè)參與到AI生態(tài)中，共同推動技術進步和應用創(chuàng)新。同時，Google通過投資、并購等方式與外部伙伴合作，不斷拓寬其AI技術的應用場景和影響力邊界。
支持初創(chuàng)企業(yè)和研究機構：Google通過投資、孵化器項目或直接合作，支持AI初創(chuàng)企業(yè)及研究機構，比如與大學AI研究團隊的合作，旨在推動AI技術的前沿探索和應用落地。
與各行各業(yè)的企業(yè)合作拓展AI應用：共同開發(fā)AI解決方案，如與農(nóng)業(yè)、航空領域的伙伴合作，使用AI和地理空間技術解決實際問題。
國際會議與社區(qū)互動：Google通過參加Google I/O等大型會議，分享最新的AI研究成果和技術進展，與全球開發(fā)者、企業(yè)和研究者保持緊密溝通，增強其在全球AI生態(tài)中的影響力。
總體來說，Google在AI大模型部分領域中被趕超，在應用和商業(yè)化落地方面落后于OpenAI和微軟。不過，Google在算法模型和芯片算力層面依然進度領先，并且相對于競爭對手來說核心環(huán)節(jié)布局的完整程度更高，在未來幾年中仍將具有優(yōu)勢。
本文作者
申紅梅
戰(zhàn)略發(fā)展研究所
一級分析師
碩士，高級工程師，就職于中國電信研究院，主要從事數(shù)字經(jīng)濟重點領域及通信行業(yè)競爭對標等相關研究。
王玲琳
戰(zhàn)略發(fā)展研究所
二級分析師
就職于中國電信研究院，長期從事數(shù)據(jù)分析、經(jīng)營分析和通信行業(yè)發(fā)展及競爭研究工作。
孫麗娟
戰(zhàn)略發(fā)展研究所
二級分析師
就職于中國電信研究院，長期從事ICT新興業(yè)務領域的產(chǎn)業(yè)與競爭研究，近年來專注于5G行業(yè)應用、產(chǎn)業(yè)數(shù)字化等相關研究。 
