摘要

在 Pichai 任期内，Alphabet 股价上涨4.5倍，市值达到约2万亿美元，季度收入也从200亿美元增长至接近1000亿美元；如今他正在为这样一家公司辩护。 他对Alphabet约2000亿美元搜索广告年化收入的解释是，生成式 AI 扩大了需求，而不只是蚕食链接。AI Overviews 已覆盖150多个国家的超过15亿用户，在触发该功能的场景中持续带动查询增长；接下来还将加入 AI Mode，其查询长度已经达到2年前搜索查询的2至3倍。他的经营原则是：「只有把它当成两难问题，两难才存在」（The dilemma only exists if you treat it as a dilemma）。
早期经济数据已经削弱了最尖锐的看空逻辑：AI Overview 广告收入已达到传统结果页的基准，而服务成本在18个月内大幅下降。 Pichai 表示，如今更难解决的是延迟，而不是单次查询成本，因为搜索用户期待近乎即时的响应。他的上行情景是，「商业信息本身也是信息」（commercial information is also information），因此更好的 AI 最终应能提升广告相关性。
Gemini 独立应用在 Friedberg 引用的指标榜单上落后，但 Pichai 认为 Alphabet 的 AI 分发能力远不止一款应用的比较。 Friedberg 引用了近期法庭证词中的数据，包括3月数据：Gemini 月活3.5亿，ChatGPT 为6亿，Meta AI 为5亿；Pichai 则强调 Gemini 2.5 Pro 发布后的参与度提升，并称「现在还只是早期阶段」。他强调 AI 已覆盖 Search、YouTube、Cloud、Android 相关 Gemini 体验以及 Gemini 应用。多元化同样重要：YouTube 和 Cloud 去年合计以1100亿美元收入年化规模收官。
Alphabet 将在2025年投入750亿美元资本开支，把全栈基础设施同时变成成本优势和 Cloud 产能资产。 大部分资本开支流向服务器和数据中心，其中一半算力支出用于 Google Cloud；第7代 TPU 和单个算力舱超过40 exaflops 的 Ironwood，支撑 Google 位于「性能与成本的帕累托前沿」这一判断。NVIDIA 仍是互补力量：Gemini 既运行在 GPU 上，也运行在 TPU 上，而 Pichai 称 NVIDIA 的软件栈「世界级」。
Pichai 尚未看到模型触及根本性平台期，但更难获得的进步将越来越区分顶尖研究团队。 他借用「人工锯齿智能」（artificial jagged intelligence）描述这一进程：模型从预训练走向后训练、推理算力和智能体工作流。DeepSeek 迫使市场重新调整对中国距离技术前沿有多近的先验判断，但 Google 内部对比发现，Flash 的效率相当，甚至在某些指标上更好。
AI 驱动增长的约束看起来来自电力和执行，而不是模型理论。 Friedberg 引用的预测显示，美国电力容量到2040年将从约1太瓦升至2太瓦，中国则从3太瓦升至8太瓦；Pichai 承认 Google Cloud 今年已经受到供应约束。因此，太阳能加电池、核能、地热、电网、许可审批、输电以及电工短缺，都成为 Alphabet 投资逻辑的一部分。
量子计算、机器人和环境式计算，正从遥远的研究选项转向已有明确时间窗口的突破方向。 Pichai 预计，实用量子计算还需约3至5年；机器人距离「魔法时刻」还有2至3年；真正有吸引力的 AR 眼镜则还要几个产品周期。Google 过去尝试机器人应用层时「太早了」；如今 Gemini 的视觉—语言—动作模型已经改变了前提。
这次执行力重置结合了创始人参与、小团队、线下高强度协作，以及由底层技术而非资本配置统一起来的业务组合。 Sergey Brin 正与 Gemini 工程师一起研究代码、损失曲线、架构和后训练；Pichai 则以约10人团队重建 Labs 式工作方式，并让员工重新聚焦使命。他表示 Google 正留住关键 AI 人才，也在吸引顶尖博士；Google 员工已经创办了超过2,000家公司。Alphabet「不是一家控股公司」，但 Pichai 仍以一项备受争议的 Netflix 收购为例，将其称为「多重宇宙」中的另一条路径。

精读

1. Google 正围绕 AI 重建搜索，同时守住巨额利润引擎

Friedberg 将这场颠覆性变化放在一段非同寻常的增长轨迹中审视：在 Pichai 任期内，Alphabet 股价上涨4.5倍，市值达到约2万亿美元，季度收入从200亿美元增长至接近1000亿美元。搜索广告收入接近2000亿美元，而总收入约3600亿美元，因此转型过慢可能流失用户，转型过快又可能危及利润引擎的收入。新的聊天范式提供完整答案，而传统搜索提供的是链接。
Pichai 的回应要追溯到近10年前：Google Brain 于2012年启动，2014年收购 DeepMind；他在2015年出任 CEO 后宣布 Google「AI first」，因为「AI 将推动搜索领域最大的进步」。Transformer、BERT 和 MUM 随后持续提升核心搜索质量。
实证依据来自约1年前推出的 AI Overviews：覆盖150多个国家的超过15亿用户，支持更广泛的查询类型，并在功能触发的所有场景中持续带动查询增长。AI Mode 增加了后续对话，以及会把 Search 当作「真正的原生工具」使用的模型；其平均查询长度已经达到2年前搜索查询的2至3倍。
Pichai 认为，接受可控蚕食是错误的思维方式：「只有把它当成两难问题，两难才存在。」移动端曾引发类似的变现担忧，YouTube Shorts 最初的变现能力也远低于长视频。Google 的做法是先同时拥抱这两种体验：「跟随用户，其他一切都会随之而来。」

2. AI 搜索已达到初步经济基准

Friedberg 引用了近期法庭证词中的数据，包括3月数据，同时说明自己不知道数据来源：Gemini 月活3.5亿，ChatGPT 为6亿，Meta AI 为5亿。Pichai 则强调 Gemini 2.5 Pro 带来的参与度提升，Deep Research、Canvas、Audio Overviews、Veo 2 生成以及 Gemini Live 屏幕共享都在扩展产品能力。
分发能力是对仅比较应用的反驳。Pichai 认为，AI 使用已经覆盖 Search、YouTube、Cloud、Android 相关 Gemini 体验以及 Gemini，而 Search 和 AI Overviews 可能是使用最广泛的生成式 AI 产品。相比市场份额叙事，他采用的检验标准更窄：「如果你进行创新，用户是否有反应，是否用得更多？」
关于服务经济性，Pichai 表示，单次 AI 查询的成本「在18个月的时间里大幅下降」。Google 更难解决的问题是延迟，因为传统 Search 几乎即时返回；基础设施让他相信，成本本身不会决定这场转型能否成功。
商业化已经达到第一个检查点：与 AI Overviews 一同展示的广告，表现已经达到无 AI Overview 结果页的同等基准。Pichai 预计表现还会改善，因为「商业信息本身也是信息」，只要用户具有明确意图，这正是他们要寻找的信息；但他保留了时间上的不确定性：「其中一部分可能需要时间。」

3. 基础设施全栈是 Alphabet 的利润率与产能押注

Pichai 表示，Google 位于模型性能与成本的「帕累托前沿」，Gemini Flash 是行业主力模型。优势从海底电缆延伸至数据中心、第7代 TPU、底层研究和产品，形成一套完整技术栈，用于以巨大规模训练和服务 Gemini。
Ironwood 是此次讨论的最新一代 TPU，单个算力舱的算力超过40 exaflops。Pichai 还特别强调，这些芯片在推理方面尤其强大。该能力直接连接到搜索经济性：Google 可以将昂贵的模型行为引入大众产品，同时持续降低底层基础设施成本。
Alphabet 计划在2025年投入750亿美元资本开支，主要用于服务器和数据中心，其中服务器占比最大。算力支出的50%流向 Google Cloud；其余大部分支持 DeepMind 在语言、图像、视频和世界模型上的前沿研究，同时服务于 Search、YouTube 和 Gemini。
TPU 并不会消除 NVIDIA。Google 在内部使用 TPU 训练 Gemini，并通过 TPU 在各项产品中提供服务，但也会用 GPU 承载 Gemini 流量、在内部部署 GPU，并同时向客户提供两者。Pichai 称 NVIDIA 是一家「非凡的公司」，拥有世界级研发和软件能力，同时表示自己「长期致力于 TPU 方向」。

4. 模型进展曲折，交互界面走向环境式计算

Pichai 借用了 Andrej Karpathy 的「人工锯齿智能」一词：进展会停滞，随后迎来范式突破。前沿技术已经历规模化预训练、后训练、推理算力，如今进入智能体工作流阶段；更难获得的进步可能区分顶尖团队，但研究人员尚未发现根本性障碍，也没有发现继续增加算力便不再产生回报的临界点。
Google 的研究范围已经超出基于 Transformer 的 LLM，延伸至扩散模型和其他模型家族。Pichai 目前看到的现实限制是物理性的——数据中心建设、电力，甚至是能否找到足够多的电工——而不是底层模型性能停止进步的证据。
个人上下文可能成为产品差异化来源。在获得许可后，Gmail、Calendar、Docs、YouTube 和 Search 可以帮助 Google 提供更有用的协助；Pichai 称这是一个「差异化的创新机会」，但公司仍需把它真正交付出来。
交互界面的终点，是让人类不必再为计算适应太多。原生多模态模型可以接收音频、视觉和语言，并持续处在用户的视线范围内；Pichai 认为，实用 AR 眼镜距离迎来类似2006至2007年智能手机的时刻还有「几个周期」，神经接口则是更长期的可能性。

5. 竞争做大市场，DeepSeek 重置对中国的先验判断

Larry Page 和 Sergey Brin 仍深度参与公司事务。Brin 正与 Gemini 工程师一起「坐下来写代码」，研究损失曲线、模型架构和后训练；Pichai 重视三方讨论，因为两位创始人都是「非常非线性的思考者」，15至20年前就预见了今天这样的时刻。
当被问及 Sam Altman、Elon Musk、Mark Zuckerberg 和 Satya Nadella 时，Pichai 避免给他们排名，并开玩笑说只有其中1个人邀请他跳过舞。他更明确的判断是，Musk「将未来技术变为现实的意志力」无人能及，而4人的能力都足以让行业继续进步。
Pichai 拒绝赢家通吃的框架：AI 是「比我们过去了解的所有技术加在一起都大得多的机会版图」。就像 Google 尚未存在时的互联网，一些最终赢家可能是今天还叫不出名字的公司；执行力、创新和人才比当下的排名更重要。
但 DeepSeek 确实改变了预期。任何持续关注 AI 研究和中国论文的人，都应该已经认识到中国的人才基础；但 Pichai 表示，「我们所有人都不得不调整先验判断」，重新评估中国距离前沿到底有多近。硬件约束推动了 DeepSeek 的效率创新；Google 内部对比发现，Flash 的效率相当，或者按某些指标衡量甚至更高。

6. 电力供给已开始约束 AI 部署

Friedberg 以地缘政治算术展开讨论：Elon Musk 正在讨论1太瓦的算力，规模大致相当于美国的发电能力；他表示，到2040年美国的电力容量可能从1太瓦增至2太瓦，而中国将从3太瓦增至8太瓦。这一差距可能决定 AI 经济收益最终流向哪里。
Pichai 认同能源是「AI 进步、因而也是 GDP 增长最可能的约束」，但他将其称为执行挑战，而非物理学障碍。可选方案包括太阳能加电池——人们「永远」低估这一组合——以及核能、地热、电网升级、输电和更快的审批。
劳动力也属于瓶颈分析的一部分：电工离开劳动力市场之际，数据中心需求正快速上升。Pichai 表示，Google Cloud 今年已经受到供应约束，项目因许可审批和劳动力短缺而延迟；如果部署能够产生足够的经济回报，AI 投资持续增加将让这些约束更加明显。
Friedberg 追问15年后的下行情景：如果美国发电能力持续远远落后，中国是否可能直接成为更大的经济体？Pichai 的回答是一项假设，而非保证——资本主义解决方案会通过小型模块化反应堆、核聚变等技术作出回应；在产能满足时代需求之前，相关讨论会持续升温。

7. 量子计算与机器人拥有明确的突破窗口

按照 Pichai 的类比，量子计算如今类似2015年前后的 AI。由于自然界从根本上是量子的，最终要进行忠实的大规模模拟，就需要量子计算；他预计约5年内会出现「远胜经典计算机」的有用计算，并将 Google 的前沿机会放在3至5年的窗口内。
他承认技术风险和行业噪声的存在，并将今天的量子计算公告比作3年前的自动驾驶：从外部看，许多努力似乎处于同一水平，但实际并非如此。Google 的路径是展示有用算法，并通过 Cloud 开放能力，然后让无法线性预测的应用自行涌现。
类比对象是 Uber：智能手机、GPS 和支付让它成为可能，但没人能仅凭这些组件直接推演出 Uber。量子计算同样是底层技术，「我们还不知道算法是什么」。Friedberg 指出，量子机器的有限访问限制了实验；Pichai 则表示，Google 预计今年还会分享更多令人兴奋的进展。
在机器人领域，Google 过去「太早尝试了应用层」，当时 AI 还没有实质性改善物理系统。Google 的 Gemini Robotics 正在开发视觉—语言—动作模型，人形机器人演示已经进步到 Pichai 有时需要5秒才能判断视频是否造假。他预计2至3年内会出现「魔法时刻」；Intrinsic 则实际上在为制造商打造类似 Android 的底层平台。

8. 企业文化正围绕使命与共享技术收紧

Pichai 为 Google 最初的福利制度辩护，认为它们是创新机制：午餐让人们聚在一起交换想法，「并不是我们想给人提供午餐」。员工自主权仍在催生 NotebookLM 等项目，但赋能并不意味着每个内部声音都代表公司——500名高调发言的员工可能让外界误判公司的真实面貌。
他的修正方向是聚焦使命：员工来到 Google，「不是为了化解我们所有的个人分歧」，而是为了服务公司的目标、推动创新。DeepMind 的高强度让他想起早期 Google，团队每周5天甚至更多时间在线下协作；这种热情才是「真正重要的硬核程度」。
COVID 对一家围绕面对面交流设计的公司构成了重大文化断裂。Google 恢复了3—2混合办公模式，在伦敦和 Mountain View 为 DeepMind 团队打造共享实体空间，并重建 Labs 理念，让约10人的小组开展适合这一规模的项目。
AI 人才市场竞争激烈，但 Pichai 表示 Google 正留住关键人才、招聘顶尖博士，也看到一些前员工回归。他为 Google 员工已经创办超过2,000家公司感到自豪，由此形成离职、回归与收购相互循环的人才流动。
最后，Alphabet「不是一家控股公司」，不是单纯把资本配置到有吸引力的资产上。Quantum、Waymo、Cloud、Search、YouTube、Isomorphic、机器人及其他业务，都围绕底层技术和研发组织起来；其中一些未来可能 IPO，但共同创新才是组织这些业务的原则。Pichai 举出的另一条路径是 Netflix——Google 曾经「非常激烈地」讨论过收购它，也许这条路径已经在「多重宇宙」的另一处实现。

OpenAI、SBF与Perplexity：VC知道而你不知道的事 E191｜小而美的机会来了，聊聊这轮AI Agent进化新范式