【图解】Google凭Gemini一甩Bard阴霾，肩负10亿铁粉“偶包”如何逆袭AI终端应用战？

▼

AI如同新一代Internet，带来巨大破坏与机会。从技术开头，再来是商战接手，第一回合由OpenAI独领风骚，每一个愿意为使用付费的用户和企业，不断叠加进入抛物线成长，炒热话题、股价和关注。第二回合钟声刚敲下，巨头们的战略是什么？谁又会笑到最后？
《AI资源网》邀请你票选哪位巨头胜出？参与投票并订阅电子报的email帐号，就能收到《AI资源网》电子杂志一份！（投票活动连结于文末）

Google曾因AI聊天机器人“Bard”在直播演示过程中答题错误，导致市值蒸发1,000亿美元，如今透过AI助手Duet AI和多模态大型语言模型Gemini，渐渐拾回投资人信心，每一次出击都是剑指微软与OpenAI阵营，要夺回AI霸主。

从去年底一口气发布3种Gemini模型版本，就可以窥见野心，分别是：Gemini Ultra，参数最强大的模型，适用资料中心与高度复杂任务；Gemini Pro，参数中等，与Bard整合，可让开发者整合到不同应用；Gemini Nano，参数最小，专门为手机、笔电等终端设备而设计，展现了Google在新一轮生成式AI大战的全面布局，无论是企业端（2B）或消费端（2C）市场份额，这家科技巨头统统都想要拿下。

GEMINI拼突围！3种规模杀遍全通路

图／ AI资源网制作

2B、2C全都要！Gemini三型态出击抢钱

针对企业端方面（指云端市场），Google Cloud已经将中阶模型Gemini Pro并入旗下的整合式AI平台“Vertex AI”，提供给企业使用。

Google Cloud首席执行长汤玛斯．库里安（Thomas Kurian）表示：“与竞争平台相比，开发人员在 Vertex AI上选择合适的模型，再透过API的形式把特定功能嵌入到其他应用程式，训练、微调模型所需的程式码量减少近8成，就能在短时间打造出最符合自己需求的AI辅助工具，例如公司文件资料库、企业应用程式与网站等。”Google Cloud官方网站指出，目前有超过40个Google专属模型、超过60个第三方模型，其中包含 PaLM 2、Imagen、Llama 2、Claude 2，还有新加入的Gemini Pro与第2代文字生成图像模型Imgen 2可选择。

“Google、微软都希望这波生成式AI技术拉动云端市占。”iKala爱卡拉共同创办人暨执行长程世嘉分析，公有云业者企业端的商业模式是以向客户租用按量计费，整体产业每年大约维持2位数以上的营收增长率，预期随着AI技术的蓬勃发展，能够带动云端产业再成长。

Google和微软有没有可能撼动亚马逊的云端霸主地位？“可能性不大。”Google中国台湾前董事总经理简立峰认为：“不会那么戏剧化，因为亚马逊的云端市占仍非常高，后进者很难在短时间内改变差距。”

iKala共同创办人、Google中国台湾第3号员工程世嘉指出，Google很清楚要从“通路”的角度思考AI实际能够变现的商机，原因是AI跟水、电一样，是一种加值服务，可以被广泛应用在各产业领域。

图／ 蔡仁译摄影

AI终端战占优势，看谁“小模型”最flow

从消费端来看，“这恰好回归到Google最大的先天优势。”程世嘉认为，Google在全球累积庞大的用户基础，旗下服务例如搜寻引擎、地图、YouTube、Gmail，每1项服务都超过10亿用户；此外，Google生态圈有电脑、Android智慧型手机等硬件产品，特别是手机，非常适合被用来加值AI应用的载体。

“这就解释了Google为什么会在第一时间同步发布‘小模型’Gemini Nano，Nano所需要的记忆体大概是2GB到4GB左右，规模小到可以把语言模型直接搭载在笔电或手机上。”程世嘉表示，透过将各式各样的AI软件应用部署到Pixel手机、甚至是其他的Android手机里面，更有机会直接服务消费者。

“适合终端（Edge）应用的‘大模型微型化’技术，是今年需要特别关注的趋势。”鸿海集团旗下富智捷（MobileDrive）技术长、台大资讯工程学系教授徐宏民指出，目前看到各家大厂都有投入研发大模型微型化技术，它的优点是相对轻巧、方便部署，且维运成本比较低；也因为企业鼓励将AI模型放在终端设备上，边缘运算（edge computing）会顺势发展。想像中的应用场景是：当使用者的手机或笔电处于断网状态时，仍可使用AI语音功能；或者是工厂里的机械手臂，不可能无时无刻要连网才能运作，但又一定要使用AI功能，这种时候就需要在机械手臂装置里插入AI晶片。

“AI时代的商机就是intelligence flow，谁能让AI广泛流动到各种终端设备（如感测器、手机、车子）上，谁就能赚到钱。”徐宏民说。

鸿海旗下富智捷技术长、台大资讯工程学系教授徐宏民指出，适合终端应用的“大模型微型化”技术是今年重点趋势。

图／ 蔡仁译摄影

这里会牵涉到晶片算力的问题。Google早在2018年研发自己的AI晶片——Edge TPU，体积小于1美分硬币铜板，至今已经更新至第5代。相较GPU通用晶片，TPU晶片的功耗较低、延迟性较低，运算效率较高，能够在边缘装置上执行机器学习推论。

“外界有些评论Google有偶像包袱，推模型、推AI的速度较慢，因为Google的确是一家非常小心的公司，它的AI不可以出事情，不可以乱讲话、不可以有幻觉、不可以泄漏资讯。一旦发生资安问题，所有子弹都会往它身上打。”程世嘉观察，Google一度陷入创新者困境，因市场的压力在推出Bard后仍面临许多挑战，声势也较不如预期，但从去年底推出 Gemini 来看，“新的开局（第二回合），Google要从整个生态系赢回来。”

Google近年AI发展大事记

就怕重演Bard凸槌，慎守“Google it”招牌

美国研调机构创办人暨分析师约纳．蒂尔．约翰逊（Johna Till Johnson） 则指出，站在 Google的立场，人工智慧会是一个关乎生存的问题：“如果用户在未来某一天从Google it变成ChatGPT it，网络搜寻习惯改变了，Google的广告收入将会消失，公司也会崩溃。”

Gmail创办人保罗．布赫海特（Paul Buchheit）也曾在推特（X）上大胆预言：“Google距离全面颠覆可能只有1到2年。”如果Google再不加快动作，类似ChatGPT的AI聊天机器人有机会一步步摧毁Google的江山，就像过去搜寻引擎摧毁黄页一样。
面对新技术、其他竞争者来势汹汹，Google 必须正面迎击。

但随着公司大力将资金转向投入在生成式AI领域，今年已经有几次裁员消息传出。就在1月，Google宣布裁撤数百名员工，包含开发Google助理部门、负责Pixel、Nest和Fitbit的硬件团队，以及扩增实境（AR）团队的成员；紧接着又宣布第2波裁员，计划裁掉广告销售部门与YouTube的百名员工。

“我们有雄心勃勃的目标，今年将投资我们的重大优先事项。”这是Google执行长桑德尔・皮蔡（Sundar Pichai）寄给所有员工的内部备忘录内容，“现实是，为了创造这项投资的价值，公司必须做出艰难的选择。”

根据外媒《The Verge》，Google在今年已裁掉1,000多名人力。令人遗憾的是，公司内部的裁撤动作还会持续。“其中许多计划已经宣布了，虽然有待公开。”皮蔡透露，整体的裁员数量并不会像2023年那样严重，可能让受影响的团队与同事难受，但一切势在必行。

责任编辑：谢宗颖

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。