Google 旗下頂尖的 AI 實驗室 DeepMind 近期迎來成立以來最劇烈的人事大地震。在 Google 合計服務超過 80 年的四位技術核心，包括 DeepMind 首席科學家、早在 1999 年就加入 Google 成為第 30 號員工的 Jeff Dean，Google 高級研究員 Sanjay Ghemawat、Gemini 模型的技術主管 Oriol Vinyals，以及 Google Brain 共同創辦人 Quoc Le，宣布集體離職，共同創立名為 Discovery Loop 的科學 AI 新創公司。
與此同時，DeepMind 共同創辦人兼執行長 Demis Hassabis 也宣布退居二線，轉任不負責日常營運的董事會主席。這波人事震盪直接引發市場恐慌，導致 Google 母公司 Alphabet 的股價在上週一度重挫 5%。
對於這場震撼科技界的重組，知名科技分析機構 SemiAnalysis 解讀為 Google 在最前沿 AI 模型競賽中宣告失利的象徵。然而，知名科技觀察家、Web 2.0 先驅 Tim O’Reilly 卻認為，同樣的事實背後，存在完全不同的宏觀視角：Google 也許並未放棄這場 AI 競賽，而是理智地選擇另一場更值得贏，也更有把握贏的比賽。
Gemini 怎麼了？DeepMind 震盪首先暴露前沿模型競賽壓力
SemiAnalysis 分析，這場大重組暴露 DeepMind 已經不再是一座能引領行業的「前沿實驗室」（frontier lab）。核心人才的集體出走，正是 Google 內部多年來在算力分配上過於保守、組織文化逐漸官僚化且過度規避風險的必然結果。事實上，Google 早在 ChatGPT 問世前，就已經研發出非常成熟的對話式 AI 系統，然而受限於保護核心搜尋業務的包袱，Google 遠比 OpenAI 更不願意冒險將最新產品快速交付給一般使用者，這種遲疑最終讓對手奪走先發優勢。
科技媒體《The Decoder》則從技術實踐層面揭露 Google 面臨的嚴峻困境：Google 近幾個月雖然極力嘗試訓練全新的前沿模型，但在程式編寫這一類核心能力上，始終無法追上領先者的步伐。本應成為主力的 Gemini 3.1 Pro 至今仍停留在預覽版階段，而原訂於今年 6 月推出的旗艦級前沿模型 Gemini 3.5 Pro，也幾乎面臨被擱置的命運。
另一方面，《The Observer》引述 Google 內部人士說法，表示此次重組表面上是為了解決內耗，全力打造能與 OpenAI、Anthropic 等新創公司的商用產品相抗衡的 Gemini 前沿模型。然而，這條追趕之路卻讓內部壓力持續升高，因為龐大的 Gemini 開發團隊幾乎吸乾 Google 內部絕大部分的算力與研發資源，讓許多在 2023 年兩大團隊合併前就屬於 DeepMind 團隊的研究人員感到被嚴重邊緣化，甚至產生「如果不加入 Gemini 團隊，就無法分到任何資源」的強烈剝奪感，最終引發這波出走潮。
Gemini ARR 僅 120 億美元，Google 的 AI 商業重心正在位移
除了技術研發上的焦慮，Google 在商業版圖上的巨大財務落差，更是推動這場戰略轉移的關鍵。根據 SemiAnalysis 的「代幣經濟學模型」（Tokenomics Model）估算，Google 自家的第一方 Gemini 軟體業務在 2026 年第二季的年度經常性收入（ARR）僅約 120 億美元。相較之下，Google 雲端平台（GCP）面向第三方提供的 AI 基礎設施服務（IaaS／TaaS）年度經常性收入預計將在 2027 年底突破 730 億美元，而專為 AI 設計的 TPU 晶片銷售額更將高達 1,200 億美元。
這也代表，Google 透過雲端對外銷售 AI 基礎設施與硬體的經濟規模，將逼近驚人的 2,000 億美元，且預期能帶來 30% 以上的高額息稅前利潤率（EBIT margins）。這與目前僅有 120 億美元、且需負擔龐大研發成本的第一方 Gemini 業務相比，潛在的商業價值有著天壤之別。
與此同時，Google 雲端業務的成長力道正呈現驚人爆發。在 Alphabet 最新一季的財報中，Google Cloud 的營收達到 248 億美元，年增率高達 82%，這一增速遠遠超越亞馬遜 AWS 的 37% 以及微軟 Azure 的 43%。儘管 Tim O’Reilly 提醒，各家雲端巨頭的營收計算方式並不完全一致，例如 Google Cloud 內含 Workspace 等軟體應用，而微軟也未將 Azure 單獨拆分，但 Google 雲端在 AI 基礎設施市場的成長動能仍相當強勁。SemiAnalysis 估算，光是 TPU 晶片系統的對外銷售，就在最近一個季度為 Google Cloud 貢獻約 12 億美元的營收。
誰做出最強模型不一定最賺錢，Google 正押注 AI 的「擴散層」
面對前沿模型研發的泥淖與基礎設施業務的上升，Tim O’Reilly 提出一個具歷史啟發性的解讀。他將當前的 AI 競賽比擬為 19 世紀的電力革命：愛迪生（Thomas Edison）無疑是電力技術最耀眼的前沿發明者，他發明白熾燈泡並在曼哈頓建立第一座商業電廠，但卻堅持使用傳輸距離受限的直流電（DC）系統。相反地，喬治．威斯汀豪斯（George Westinghouse）買下了 Nikola Tesla 的交流電（AC）專利，成功建立起可以進行超長距離高壓輸送的電力網路，最終贏得將電力真正擴散、普及到整個社會的關鍵競賽。
Tim O’Reilly 引用學者 Jeff Ding 在《技術與大國崛起》（Technology and the Rise of Great Powers）一書中的核心觀點：在通用目的技術革命中，率先在「領先領域」取得最前沿技術研發優勢的國家，往往未必是最後的贏家，真正決定勝負的關鍵，在於一項新技術能否被快速「擴散」並應用到實體經濟中。
從這個視角來看，Tim O’Reilly 認為 Google 如今的資本配置，正展現出與 George Westinghouse 相同的戰略思維：不再執著於維持自家模型的絕對領先，而是致力於打造一個不僅承載自家 AI，更能承載所有對手應用的底層平台。Google Cloud 執行長 Thomas Kurian 過去就多次公開表示，希望將 Google 研發的 TPU 打造為「通用基礎設施」，不僅為自家的 Gemini 服務，更能隨時為 Citadel Securities、美國能源部等各類型客戶提供穩定的算力支援。
對於外界質疑 Google 為何將寶貴的算力出借給主要對手 Anthropic，Thomas Kurian 曾強調「這正是平台公司會做的事」。Tim O’Reilly 對此深表認同，並指出在 AI 競賽中，去承擔前沿模型開發那無止境且巨大的成本，可能並非明智之舉。如果未來開放權重模型持續壓縮推理成本，前沿 AI 實驗室很可能會發現，追求模型絕對領先的代價就如同半導體晶圓代工一樣，雖然在戰略上極其關鍵，但作為一門獨立營運的商用生意，利潤卻可能出乎意料地平庸。
Google AI 轉向進入陣痛期：人才流失，卻仍想同時掌握模型與平台
儘管轉向「電力網路」的戰略邏輯清晰，但 Google 在執行這場轉折的過程中，也正在承受巨大的人才流失與組織動盪代價。根據人才追蹤機構 Zeki Data 的數據顯示，Google DeepMind 正在經歷一場嚴重的人才失血潮：今年以來已有高達 74 名頂尖研究人員宣布離職。Zeki 共同創辦人 Tom Hurd 特別點出，那些離職的人才中，包含大量「知名度極高」的頂尖人才，這種流失程度極為異常。
除了人才大失血，DeepMind 這座曾經自豪的獨立實驗室也正在失去原有的地位，逐漸被降格為 Google 旗下的一個普通部門，甚至有員工感嘆「DeepMind 作為獨立角色的時代已經結束了」。隨著負責日常營運的首席技術長 Koray Kavukcuoglu 將工作重心移往美國，Google 正將所有與 Gemini 相關的 AI 開發工作進一步收攏、集中至矽谷灣區。
不過，《The Decoder》也指出，Google 的底牌可能不只是被動地在「模型或基礎設施」之間進行殘酷的二選一。在 Google 的野心中，他們更渴望能在全力押注底層基礎設施的同時，透過資源重組與集權，同時取得基礎設施優勢與最頂尖的前沿 AI 模型地位。
即便 Google 暫時在前沿模型的競爭中顯得步履蹣跚，但 Tim O’Reilly 強調，Google 手中依然握有對手難以企及的巨大護城河：其主打輕量、高成本效益比的 Flash 級 Gemini 模型已經在大規模地支撐 Google Search 的 AI 模式運作，每天處理龐大的用戶數據與回饋。更重要的是，Google 擁有 Android、Chrome、Search 以及 Google Play 等全球百億級用戶的龐大分發管道，能將 AI 技術直接推送到數十億使用者的日常生活中。
這場發生在 8 月的重組大震盪，或許顯示 Google 確實正在重新調整部分前沿模型的投入，但絕不代表 Google 放棄在 AI 時代的霸權野心。相反地，這代表 Google 內部高層正在重新分配稀缺的 AI 算力資源，並再次錨定未來提升經濟價值的核心戰略。畢竟，這場史詩級的 AI 大賽，最後比拚的也許不是誰能率先打造出「最聰明的智慧體」，而是誰能率先蓋好那條讓智慧普及到千家萬戶的「全社會電網」。
【推薦閱讀】
◆ Token 單價便宜的 AI 模型不代表省錢，Databricks 稱任務成本與 Harness 更關鍵
＊本文開放合作夥伴轉載，參考資料：Asimov’s Addendum、《The Observer》、《The Decoder》，首圖來源：Unsplash
