We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode Google Cloud CEO Thomas Kurian on AI Competition, Agents, And Tariffs

Google Cloud CEO Thomas Kurian on AI Competition, Agents, And Tariffs

2025/4/9
logo of podcast Big Technology Podcast

Big Technology Podcast

AI Deep Dive AI Chapters Transcript
People
T
Thomas Kurian
Topics
我观察到人工智能显著推动了谷歌云平台在近几年取得的快速增长。客户对人工智能的需求多种多样,有的需要强大的AI基础设施来训练和推理他们自己的模型,有的则需要使用我们现成的AI模型来构建应用,例如用于广告宣传的图像处理模型、用于代码生成的Gemini模型,以及用于视频处理的Veo模型。此外,一些客户也需要我们打包好的智能代理,例如用于客户服务、食品订购、车载辅助和网络安全等场景。因此,人工智能的应用带动了我们平台更多组成部分的采用,促进了整体业务增长。 人工智能在云服务购买决策中的重要性因国家、行业和客户细分市场而异。对于那些专注于人工智能的独角兽公司来说,人工智能是他们选择云平台的核心考量因素。但在其他行业,例如公用事业或工业制造业,人工智能可能只影响到他们组织的一部分,并非核心因素。谷歌云平台的价值主张在于,我们提供全面的AI能力,满足不同客户的需求。 谷歌在人工智能领域的策略是谨慎的,我们专注于构建市场上最好的技术,而不是过度炒作。我们拥有超过200万开发者每天都在使用我们的AI平台,这证明了我们模型的强大实力。Gemini Pro 2.5是全球领先的模型,Gemini Flash是性能最高的模型,Imagine和Veo在媒体处理方面也处于业界领先地位。我们还在不断推出新的AI功能,例如音频和语音处理技术。 关于与其他云平台的竞争,我们提供200多种模型,包括各种第三方模型和开源模型,以满足客户的不同需求。我们平台的开放性让客户可以自由选择最合适的模型。我们与DeepMind的紧密合作关系,使我们能够快速迭代模型,并利用谷歌其他服务(如搜索、YouTube)的反馈来改进模型。这种紧密的合作关系,尤其是在处理复杂任务,例如网络安全威胁检测和客户服务自动化时,帮助我们取得了显著的成果。 在成本方面,长期来看,推理成本比训练成本更重要。我们通过优化模型和基础设施,在模型性能和价格方面都具有竞争力。我们对模型训练、推理和价格性能都充满信心。 关于开源模型的崛起,我认为现在判断开源模型和专有模型孰优孰劣还为时过早。两者未来可能共存。即使开源模型变得流行,谷歌云平台仍然可以通过其性能、规模、可靠性以及其他服务(如AgentSpace)来保持竞争力。AgentSpace是一个快速增长的产品,它整合了搜索、对话式聊天和智能代理技术,为企业提供强大的工作流程自动化能力。 最后,关于将Gemini作为Google Workspace的免费附加组件的策略,我们的目标是推动AI的日常使用,并通过用户反馈来改进模型。这与我们之前在Gmail中添加自动完成和自动建议功能的经验类似,这种策略有助于用户养成使用AI辅助日常工作的习惯。

Deep Dive

Shownotes Transcript

Thomas Kurian is the CEO of Google Cloud Platform. He joins Big Technology Podcast to discuss how AI is changing the competitive balance in cloud services and why he believes Google has a chance to win. We also discuss the various use cases Google customers are finding for GenAI in the technology's early days, and whether the agent buzz is real. Finally, towards the end of the conversation we touch on tariffs and their impact on the cloud services business. Tune in for a wide ranging conversation with Google's top guy on cloud computing. </context> <raw_text>0 谷歌云平台能否凭借人工智能跻身该领域顶级梯队?人工智能正在多大程度上撼动这个万亿美元规模的行业?我们将在接下来的节目中与谷歌云平台首席执行官一起了解答案。有远见的思想家们知道,当人们蓬勃发展时,组织也会蓬勃发展。这就是未来的工作方式。这就是Workday,一个提升人类能力的人工智能平台。

您是否知道,中小型企业占全球经济的98%,但大多数B2B营销人员仍然将它们视为“一刀切”?LinkedIn的《认识中小型企业》报告揭示了为什么这是一个错失的机会,以及如何有效地接触这些快速决策的决策者。了解更多信息,请访问linkedin.com/meet-the-smb。

欢迎收听《大科技播客》,这是一个关于科技世界及其他领域的冷静和细致对话的节目。今天,我们邀请到了托马斯·库里安。他是谷歌云平台的首席执行官,他将与我们一起现实地看待公司如何利用人工智能进行构建,以及谷歌如何定位自己以赢得当前的竞争。当然,我们还将在节目的最后谈谈关税问题。托马斯,很高兴见到你。欢迎来到节目。感谢您的邀请。

感谢您的到来。让我们谈谈谷歌云平台在过去几个月或几年中取得的飞跃式发展。其中很大一部分与人工智能有关。我认为可以公平地说,在云托管方面,谷歌云平台(GCP)之前可能落后于微软和亚马逊。而每次我查看盈利数据时,都会看到这些巨大的增长率,每年或每个季度增长30%。人工智能在其中扮演了多大的角色?人工智能无疑推动了我们平台不同部分的采用。通常情况下,客户使用人工智能时,具体取决于公司类型,他们会使用我们产品组合的不同部分。一些人说,我真的很想对自己的模型进行超大规模的训练或推理。

因此,从基础模型公司(无论是Anthropic、Midjourney还是其他公司)到各种各样的公司都在这样做。

还有传统的公司,例如福特汽车公司,当他们想要使用我们的芯片和名为TPU(张量处理单元)的系统时,他们希望利用计算机而不是物理风洞来模拟气流和风洞模拟。他们正在以此为例。因此,一部分客户会说,我将使用你们的人工智能基础设施。

第二部分客户会说:“我想使用你们的人工智能模型。”这可能是某个使用我们的图像处理模型构建广告活动的人,也可能是想要使用Gemini编写代码的人,或者想要使用Gemini或我们较新的模型(如Veo,我们的视频处理模型)构建应用程序的人。在这种情况下,他们会使用该平台

但与此同时,他们可能会说:“我想放入我的数据,以便模型可以快速访问它,”然后他们会从我们的数据库产品开始,例如。因此,它肯定会将我们产品组合的更多部分纳入其中。

然后第三部分客户会说,我想使用你们提供的打包代理。例如,我们提供用于客户服务的工具,我们提供用于食品订购的工具,我们提供用于帮助您在车辆中的工具,例如车载工具。我们还提供网络安全方面的工具。因此,有一整套这样的工具。因此,取决于哪些客户进来,他们会在我们技术栈的不同层级使用。

听到您谈论人们正在用人工智能构建的实际产品真是太好了,因为很多讨论都围绕着能力展开。人工智能的最新模型在数学奥林匹克竞赛测试中的表现如何?我认为,很少有讨论涉及它们实际上能做什么?因此,我们将在下半部分介绍一些您正在看到的具体产品。

但让我们回到这场更大的云计算竞争中来,因为现在这是一场数十亿美元甚至数万亿美元的争夺战,目的是让公司将应用程序托管在云中,而不是在他们的本地场所。是的。

当人们做出购买决定时,他们的决定有多少是基于人工智能能力的?因为您刚才告诉我的是一些具体的例子,我想构建一个人工智能程序,我会为此来到谷歌。现在,我想象这很重要。但是,当您考虑更广泛的购买云服务的公司时,人工智能现在起到了多大的作用?

这是一个好问题。这取决于国家、行业和细分市场。让我解释我的意思。如果您是一家AI独角兽公司,这意味着您获得资金来构建基础模型,或者您正在构建基于AI的应用程序,那么这确实是您决策的核心部分。如果您所在的行业例如零售业,我们有一款名为

零售搜索和对话式购物的产品,您可以使用文本、图像和视频进行类似谷歌的搜索,并将其添加到您的产品目录中。您还可以进行对话式购物,我可以问一个问题,例如我想退回这条裙子,让系统为您处理这笔交易。例如,对于从事商业活动的人来说,无论是零售还是电信,这都是一件非常重要的事情。另一方面,如果您查看公用事业公司

或工业制造商,它适用于他们组织的一部分,但可能不是核心内容。因此,它确实取决于行业和客户细分市场。因此,但我们的价值主张的一部分是我们提供所有这些不同的功能。因此,人工智能正在帮助我们。它不是我们增长的唯一原因。

好的。然后广泛地谈谈,好的,所以不同的细分市场对它的方法不同,但您是谷歌云平台的首席执行官。因此,对于谷歌云平台的整体竞争能力而言,人工智能在所有方面有多重要?是的,当然,它因个别用例而异,但总的来说呢?它在未来将变得非常重要。

我们在将人工智能信息推向市场时非常谨慎,以避免人们觉得我们在夸大其词。我们一直都说我们将构建市场上最好的技术。现在,我们非常自豪。我们有超过200万开发人员每天都在使用我们的AI平台进行开发,每天早晨和晚上都在使用。您可以看到我们模型的强大功能。Gemini Pro 2.5是世界上领先的模型。

Gemini Flash是性价比最高的模型。

Imagine和Veo被认为是媒体处理领域的最新技术,我们下周的活动上还将推出大量新产品,包括音频、语音等。因此,我们在推出产品方面非常非常谨慎,我不是营销人员,所以我会告诉您这是一个重要因素。它将成为一个越来越重要的因素,而我们在其中的实力有助于将其他产品带入其中。

是的,我们不需要炒作或营销。我认为在这个播客中,我们只是试图了解真相。我很感激您对它的作用持理性态度,并且没有说与现实不符的话。感谢您。现在,您谈到了某些模型。您谈到了许多来自DeepMind的模型。

假设亚马逊可能会这么说。如果他们与人工智能客户交谈,亚马逊可能会这么说。谷歌有自己的模型,它希望您使用它们,在亚马逊,我们有一些专有模型,但我们的工作实际上是让您从Anthropic选择任何您想要的模型。您可以相信我们不会推销我们自己的产品,因此选择我们而不是谷歌。您对此有何回应?

我会说,我们在平台上提供200多个模型。事实上,我们每个季度都会查看推动开发者社区流行的因素,并提供这些模型。我们提供各种第三方模型和合作伙伴,而不仅仅是Anthropic,还有AI21 Labs、艾伦研究所,还有各种各样的模型。我们提供所有流行的开源模型。

Llama、Mistral、DeepSeek,各种各样的模型。我们根据客户的需求来提供。因此,我们会跟踪排行榜上的内容以及获得开发者采用的内容,并将它们放入平台中。人们对我们拥有一个开放平台感到非常满意。

开放平台,公司,我们总是觉得公司希望为他们的需求选择最佳模型,并且有很多模型。我们提供一个平台。您可以选择您想要的模型。我们今天不提供的唯一模型是OpenAI,这并不是因为我们不想提供他们的模型。您是否欢迎他们在平台上?当然,我们欢迎。好的。他谈到这个吗?

我不想告诉您我们不会这样做。我们一直都说我们愿意这样做。我认为这是他们的决定。好的,但是我认为争论点是,我只是想从Anthropic那里获得您的观点,我真的很想了解您对亚马逊的看法,我很好奇您对此有何看法。他们可能会说,我只是想引导他们。我还没有和他们谈过这个。他们可能会说类似的话,好吧,谷歌仍然会,即使他们可以提供一切,他们仍然可能会促使您使用DeepMind模型。您对此有何看法?

好吧,我们的团队的报酬没有不同。我们的合作伙伴生态系统能够使用平台上的所有模型。最重要的是,我们有非常多的Anthropic客户在GCP上运行。因此,如果您没有自己的模型,或者您有自己的模型但它很糟糕,那么您自然会这么说。您是在说他们的模型很糟糕吗?不。好的。我们为什么不转到微软呢?

微软会告诉你,他们与OpenAI有合作关系,这将构建最优秀的模型。您对此有何看法?我的意思是,OpenAI基本上开启了这场生成式人工智能革命,并且在将其产品化方面做得最好。他们做得很好,毫无疑问。我会说OpenAI在这方面做得很好。这其中有多少功劳归于微软,除了为他们提供

大量的GPU,时间会证明一切。好的。现在,这很有趣,因为他们确实有这种合作关系,这在很大程度上是他们在此次生成式人工智能浪潮中取得的飞跃式发展的原因。但是谷歌和微软之间存在一个非常有趣的区别,那就是谷歌拥有DeepMind,而微软则与

我不知道这是否是保持距离还是携手合作的关系,与OpenAI的关系。所以我实际上很好奇,当谈到我们再次谈到的所有正在构建人工智能应用程序的企业时,DeepMind能为您带来什么优势?因为它现在是。

我们与德米斯和他的团队密切合作。当我说密切合作时,我们的员工在同一栋大楼里工作。我们密切合作。我的团队构建了模型训练和推理所依赖的基础设施。我们每天都会从德米斯和他的团队那里获得模型。事实上,在模型最终构建后的几个小时内,我们就会将模型部署到开发者生态系统中。

然后,我们还会收集用户的反馈,并将其上报到预训练中,以优化模型。谷歌的一个好处是,我们所有的服务,无论是搜索、我们还是YouTube,都使用相同的堆栈和相同的模型系列进行推理。因此,该模型可以从所有这些强化学习反馈中快速学习,并变得越来越好。因此,有很多密切的合作。

很多时候,如果我可以坦率地说,当我们进入一个新领域时,我举个例子。我们使用Gemini构建了一个网络安全情报解决方案。世界上有很多威胁。您想收集所有这些威胁信息。我们使用我们称为Mandiant的团队以及我们正在获取的其他情报信号来做到这一点,这些信号表明正在出现的威胁是什么。

然后,您想将其与您的环境进行比较,以查看您是否面临风险。最重要的是,您想将其与某人可能用来尝试入侵我的配置的哪些部分进行比较。因此,我们使用我们的Gemini系统来帮助确定优先级,并帮助人们更快地进行威胁狩猎。我们称之为更快地进行威胁狩猎。

现在,在这个环境中,模型必须学习如何在大量人们正在摄取的日志文件中查找模式,这需要对模型进行特定调整才能做到这一点。因此,与DeepMind团队密切合作对我们有很大帮助。

类似的事情,例如,当您查看客户参与度、客户服务时。我们正在与Wendy's合作开展一个项目,以实现得来速点餐的自动化。如果您真的考虑一下得来速,这是一个极其复杂的场景,因为有很多背景噪音。

孩子们在车里尖叫,人们在点餐时会改变主意。我不是那个意思,我想把那个换成这个,你指的是哪个,是这个还是那个?- 托马斯,感觉你描述的是我处理这些互动的方式,我对此感到非常尴尬,但这就是我。- 因此,我们需要模型做很多事情才能实现超低延迟,才能与用户进行对话式互动。

因此,所有这些元素,我们与DEMIS的合作都非常非常富有成效。而且最重要的是,这是人们一起工作。我们都有密切的个人关系,这有助于我们克服许多设计变更和其他问题。我们都在朝着同一个目标努力。对。但是好的,我与Mustafa Suleiman交谈过,他是微软人工智能的首席执行官。

就在几天前,所以这是一个非常巧合的连续剧集安排,他说的是,看,你可以不用花费数十亿美元来训练新模型,基本上可以复制他们用更少的钱做的事情,并将其付诸行动,只是稍微慢一点,因此,他所说的基本上是微软获得了好处而没有付出代价,您对此有何看法?

我不想评论他说的话。我只能告诉你,关于训练和推理的成本有很多争论。首先,从长远来看,如果人工智能真正扩展,您真正需要关心的成本是推理成本,因为这是集成到服务的成本。任何想要收回训练成本的公司都必须拥有大规模的推理足迹。

我们对Gemini Flash、Gemini Pro模型以及其他人使用TPU进行推理做了很多事情,例如。大型公司正在使用它。

以帮助他们优化推理成本。推理成本可能取决于您处理服务集群的效率、如何进行分散式服务、如何使用缓存和键值存储。有数百种不同的变体。

我认为,证据就在我们的数据中。如果您查看我们的价格性能,即模型的质量性能和令牌的单价,我们会非常有竞争力。这是第一点。第二点,关于训练,我认为市场上可能存在一些混淆。有前沿研究探索。

前沿研究探索,例如,可能是如何考虑教模型一项技能,例如数学?如何教模型一项新技能,例如规划?如何教模型在一个全新领域的新技能?因此,这就是我们所说的前沿研究。并且进行了许多这样的实验。

然后,在找到方法后,您实际上会训练一个模型。训练模型实际上是您进行模型运行的地方,您在其中进行实际训练。我认为人们混淆了用于研究和突破的总金额与实际训练的金额。

我们非常有信心,如果没有了解所有这些之间的比率,我们作为一家公司就不会进行我们正在进行的投资。因此,我们非常有信心,我们知道如何进行非常高效的模型训练,我们正在投资前沿研究,最重要的是,我们如何处理模型推理以及在所有三个方面都达到世界一流水平。您认为通过扩大模型的预训练仍然可以获得收益吗?

可以获得收益。我认为它们不会与早期相同,因为,你知道,总会有某种程度的边际收益递减规律。我认为我们还没有达到没有更多收益的地步,但我认为我们不会看到像以前那样高的收益比例。推理方面,这将成为新的成本,基本上是将模型投入生产并使用它们。

我很想知道有多少成本或有多少服务的使用将用于推理?这些新的推理能力让您的客户能够做些什么以前做不到的事情?这是一个非常好的问题。我的意思是,推理是我们开始看到客户在我们企业客户群的不同部分使用的功能。例如,在金融服务领域,我们有人说:“嘿,我想了解金融市场正在发生的事情。总结来自视频源(如CNBC)、金融市场指数和其他金融信息的信息,并告诉我发生了什么。”

该模型不仅可以制定收集信息的计划,还可以对其进行总结,然后对摘要进行推理,以确定是否可以得出结论。我们开始看到人们开始这样做。

有多少比例将用于其他场景,时间会证明一切。但我们开始看到人们进行更复杂、更复杂的推理。即使在某些领域,例如,我们有一家旅游公司正在研究,请给我一个关于您想要旅行的非常高级别的描述。我想飞往纽约。我带我儿子一起去。我们想看看科尼岛和以下三件事。为我制定一个计划。而且

在其中,它可以有多种选择,但它可能会说:“如果您在六月旅行,下午可能会很热,因此,我认为我们应该让您在上午参观科尼岛,下午去博物馆。”模型开始能够对这些事情进行推理。我们开始看到早期采用者公司在所有这些不同维度上进行测试。

好吧,这就是等待。所以人们我只是需要问你这个问题。人们是否正在抓取来自CNBC的音频源,然后使用总结后的信息进行交易?有源。当我提到CNBC时,我举个例子。他们有来自其经纪人和交易商网络的个人源,这些源是他们自己的私有源,他们将其输入到此。因为当他们的经纪人或股票分析师向其内部

你知道,团队,他们想以此为例,我用这个例子来向你的听众解释视频源是什么样的。对。现在,推理允许人们做什么?

这些公司能够构建以前无法构建的东西?例如,这个旅行规划的事情。我的意思是,在大型语言模型的非推理版本中,我可以说,为我制定一个计划,它可以做到这一点。那么推理能做什么呢?它能提高性能,还是能让客户能够做以前做不到的事情?推理,我认为,允许。因此,历史上,当使用LLM时,人们担心幻觉。

因此,他们给大型语言模型一个单步任务,这意味着这样做然后回到我这里,这样我就可以确定你的答案是否具有幻觉性。因此,我没有将复杂的任务委托给你。其次,当我问你一个问题时,你只给了我一个答案。您没有生成各种不同的选项,然后对其进行推理或批判,以说明这可能是最佳答案。

因此,这就是我们现在看到人们使用推理而不是以前的原因的一些区别。而且您越能相信模型能够实际地进行跨集推理,每当您有一个多步骤的思维链时,如果存在偏差,这意味着在这个思维链的早期,您有一个不正确的答案。

然后它沿着这条不正确的路径前进并进行了更多推理,下游可能会与正确的路径相差甚远。

因此,随着模型变得越来越复杂,人们开始信任它们。一部分原因是准确性可能更高。一部分原因是它可以评估一组不同的选择,并根据一组选择而不是说“这是一个单一答案”来给出答案。第三,我们还允许人们了解它推理的步骤。因此,他们可以查看它并说:“是的,也许我同意。也许我不同意。”

因此,英伟达的黄仁勋说,推理的成本要高出100倍。您也有自己的计算能力。您也在促进这一点。这是否在合理的范围内,或者您看到不同的数字?你知道,这取决于时间长短,对吧?例如,您可以给它一个非常复杂的问题,模型可能需要数小时才能在一个非常大的数据集上进行推理,这将更加昂贵。与此同时,

在我给你的旅行例子中,考虑到旅行的数量等等,该公司不会花费数百万美元来计算对我来说最好的旅行选择是什么。或者在金融市场领域,考虑到信息不断涌现,

以及您需要多快地对其进行推理才能向您的股票交易员或私人财富经理提供答案,您还将对推理计算进行时间限制。因此,平台中有一些控件允许您说推理的广度是什么,这意味着您想要跨越多大的集群进行推理,以及您想要推理多少数据以及多长时间。所有这些因素都在用户的控制之下,因此决定了他们想要花费多少。

因此,如果您正在销售用于训练这些东西的硬件、系统和软件,您可能会倾向于说它要贵100倍。但这可能是最乐观的场景。但是还有许多其他推理用例的计算成本远低于100倍。这听起来像是一个合理的结论吗?我们所看到的,如果您只关注模型本身,人们会谈论

如果您从推理的角度来看,从23年的模型成本直接外推,您将需要多10亿倍的能量。如果您只看2024年,我们将推理成本降低了20倍,您可以在我们的模型价格中看到这一点。

这是因为您可以进行很多优化。推理也是如此。我们将继续进行许多优化以降低推理成本。

人们会想要进行更多推理。随着您使其更实惠,人们将更广泛地使用它。将有一系列的事情,从相对快速、短期推理到更长的事情。例如,有一家金融机构正在与我们合作,对支付网络上发生的交易进行欺诈分析。

根据定义,他们需要实时进行此操作。他们的推理是有时间限制的,因为他们必须在一定时间内标记交易。现在,他们还进行反洗钱和其他计算。如果他们愿意,这种推理可以在批处理中进行,并且可以花费更长的时间。这就是为什么我认为会有各种各样的情况,而说所有情况都是一种或另一种是不正确的。

好的,我很感谢您在这个领域的观点。理性、现实而非炒作。我能感觉到一种模式。这很好。这就是我们在这个节目中喜欢做的事情。您提到了DeepSeek。我只是想问您一下开源。是的,可能有一种观点认为,如果开源,好吧,让我这样说。如果开源,

超过专有模型。看起来我们对DeepSeek的看法并非如此,但这确实让很多人意识到这可能是可能的。人们的想法可能是,所有云服务都将是

这无关紧要。它就像,因为微软可能会说你需要我们来获得OpenAI,而你们可能会说,你知道,我们有Gemini。我们的想法是,如果开源超过了专有模型,那么您使用哪个云平台实际上并不重要,它在某种程度上使竞争环境趋于平缓。您对此有何看法?这是一个好问题。我认为现在判断开源模型与专有模型是胜是负还为时过早。

我们自己模型的一个例子是,我们发布了一个名为Gemma的开源模型,该模型在开发者社区中获得了广泛采用,因为人们希望构建特定类型的应用程序。我们希望继续观察开源模型和专有模型如何发展。一个例子是,历史上,人们使用开源模型是因为他们想要微调模型以拥有自己的权重。

当我说微调模型时,他们会采用开源模型,并在他们的数据集上对其进行真正的调整,以拥有自己的权重。现在,随着越来越多的用于优化模型的复杂技术出现,您不需要依赖于通过调整所有模型权重来进行微调,

这种情况变得不那么重要了。但总会有对这些模型组合的需求,现在判断还为时过早。现在,让我们假设,根据您的问题,Alex,如果开源成为主流,我们会怎么做?我们在这方面有经验。

举几个例子。首先,Kubernetes成为人们在计算中启动云工作负载的开放标准。许多人会说Kubernetes是一个标准,并且已经成为人们启动容器化工作负载(这是未来主要方式)的主要编程范例。

我们有一个很好的解决方案,名为Google Kubernetes Engine。人们仍然使用普通的Kubernetes,但他们选择我们是因为性能、规模、可靠性和所有其他因素

即使你说开源模型变得流行,你仍然需要服务模型,你仍然需要优化模型的性能,我们相信我们可以做得比其他人更好。最后,许多人正在堆栈的其他不同部分进入,他们在那里使用模型作为服务的一部分。例如,我给你举了一个网络安全方面的例子。在网络安全工具内部,

他们并不真正关心它是 Gemini 还是其他什么。他们正在寻找的是强大的网络安全狩猎能力。如果你看看数据科学,人们说,“我只想用英语向我的数据仓库提问。你能理解我的问题并向我展示计算结果吗?”这实际上是一个非常复杂的技术问题。

因此,对于这些案例,他们真的关心吗?是 Gemini 吗?它运行得特别好,因为它就是 Gemini,但他们只是在访问我们的产品。我们有一款名为 Agentspace 的新产品。Agentspace 是面向企业的搜索、对话式聊天和代理技术。他们真的看不到模型。他们正在使用应用程序或平台。

我们在下面提供这种能力。所以即使开源变得非常流行,也有其他方法来实现差异化。如果我没记错的话,Agentspace 是你们增长最快的产品吗?是的。

我们为此感到非常自豪。是的。是的。所以,基本上,这是一种让人们使用自然语言查询工作场所内不同事物并在工作场所完成工作的方式。没错。它正在增长。增长速度有多快?我的意思是,我们下周会公布所有统计数据。但举个例子,毕马威就是一个客户的例子。他们正在利用它来帮助他们的专业员工。我们有保险公司正在……

将其用作研究助手,以帮助他们的保险经纪人。当你打电话来了解你有哪些医疗福利时?我该如何确定你是否有资格获得这些福利?然后加快医疗福利的预授权等事情。

我们有银行在使用它,银行在使用它来帮助他们的前线员工了解来电客户。我是私人财富经理。我可以研究他们的投资组合,看看他们的投资组合发生了什么变化吗?所以有很多不同的用例,它基本上是 Google 质量搜索、对话式聊天和使用代理的工作流程或流程自动化,所有这些都集成在一个系统中。

好的,最后一个问题,然后我们将继续讨论你已经制作的一些产品示例,你已经将 Gemini 作为 30 美元/席位的选项的免费附加组件,你能谈谈这个决定吗?因为它似乎与你的竞争对手的做法背道而驰,而且我也不会说很容易做到这一点,但这是针对 Google Workspace 的,也就是我们的协作工具

我们将 Gemini 作为 Google Workspace 的一部分,而不是要求用户购买单独的订阅。我们为什么要这么做?因此,如果您正在使用 Google Workspace,例如,您正在使用 Gmail,人们喜欢这样一个事实:当我收到大量电子邮件时,它会为我总结内容。

或者我想写一封电子邮件,我想推荐某人担任某个职位。你可以要求它帮助撰写电子邮件。如果您在 Google Slides 中制作幻灯片,您希望对一组信息有一个很好的视觉演示。我不擅长创建令人惊叹的幻灯片,但现在您可以使用我们的 Imagine 工具来创建令人惊叹的图像并将其放入幻灯片中。

它要求人们改变他们的工作方式,我们希望推动 AI 的日常使用。因为它需要改变他们的工作方式,你希望他们习惯使用它。如果,嘿,公司中的这组用户明白了,那组用户不允许这样做,这组

也许会被允许,但他们必须购买订阅,你不会让他们习惯将 AI 作为日常生活的一部分。

我们在 2014 年和 2015 年学习了这一点,当时我们在 Gmail 中添加了自动完成、自动建议功能,很多人喜欢它。它是产品的一部分,这就是让人们习惯使用它的原因。它可以帮助我们改进我们的 AI,因为所有这些使用模式都会让模型变得越来越好,但它也有助于让用户开始每天使用 AI 来辅助他们。这就是我们将它放入基本产品中的原因。

好的,这是一个很好的过渡到我们的下一部分内容,那就是所有这些 AI 功能。人们会使用它们吗?那么,在我们稍后回来之后,为什么不讨论一下呢?有远见的思想家知道,当人们蓬勃发展时,组织也会蓬勃发展。这就是为什么您需要一个平台来为人们创造最佳状态铺平道路。Workday 是您释放人力和数字员工全部潜力的合作伙伴。这是未来的工作。

这是 Workday,一个提升人类的 AI 平台。中小型企业没有时间浪费,试图接触他们的营销人员也没有时间浪费。在 LinkedIn 上,越来越多的中小型企业决策者正在积极寻找新的解决方案来帮助他们发展,无论是软件还是金融服务。我们的《认识中小型企业》报告分析了这些企业如何购买,

以及真正影响他们选择的是什么。在 linkedin.com/meet-the-smb 了解更多信息。这是 linkedin.com/meet-the-smb。

我们回到了 Big Technology Podcast,与 Google Cloud Platform 的首席执行官 Thomas Kurian 再次见面。Thomas,很高兴你来到这里。让我们来谈谈人们是如何实际使用这项技术的。我们最近在节目中讨论过几篇评论文章,一篇来自《纽约时报》,称 AI 处于中等水平,另一篇说 Apple Intelligence 的问题不在于 Apple,而在于人工智能,基本上说 AI 技术还可以。

好的。但是到目前为止并没有压倒性的优势。有趣的是,你提到了 Wendy 的例子,试图自动化外卖,因为那篇文章中的一个例子是,是的,你现在可以在超市进行自助结账,但这并没有真正改变你的生活。它仍然,怎么说呢,有缺陷?我的意思是,我无法告诉你我多少次在 Stop & Shop 或自助结账自动化系统的结账队伍中,

我做了一件事错了。我忘了把它放在正确的位置。然后 10 分钟后,收银员不得不过来。他们过来让我离开商店。那么,你如何看待这种说法,即生成式 AI 处于中等水平或没有达到所有夸耀的水平?如果你要反驳这种说法,我认为你会这么做,那么你看到了哪些类型的技术应用让你相信这里有一些东西?

我总是说,任何重大的技术转变

都需要一段时间才能被采用,人们才能理解它。如果你看看互联网,它经历了类似的事情。如果你回顾 97 年、98 年、99 年,有很多炒作说它会改变一切。在 2001 年,一些炒作破灭了,但从长远来看,它确实表明它改变了人们查找信息、购买商品的方式。

他们甚至经营他们的企业。我认为 AI 现在还处于早期阶段。人们可能对它的看法过于乐观。我认为从长远来看,我们总是说技术将真正成为一项根本性的变革。

它在日常生活中变化的速度有多快。时间会证明一切,但我将向你举一些例子,我们总是说,让客户讲述故事。不要代表客户讲述故事。我们为我们所做的工作感到非常自豪。我的意思是,西雅图儿童医院,他们希望他们的儿科医生在看到孩子时能够理解治疗指南。指南很复杂。

你需要准确地将信息放在当事人面前。我们帮助他们做到了这一点。在梅奥诊所,他们希望我们提供一个系统,让医生可以通过该系统查找电子健康记录、临床试验系统和放射影像系统中的信息,并将其综合起来,以便护士在看病人之前可以看到这些信息。

如果你看看我们与 Verizon 合作的情况,Verizon 是美国最大的电信消费者客户群。他们每天有超过一百万个电话打进呼叫中心。我们帮助他们构建了一个名为个人研究助理的东西。

因此,如果我是一个呼叫中心人员,你打电话给我说,这是我的问题集,研究这些信息并将其放在你面前需要多长时间,以便你可以更快更好地处理客户服务?他们非常满意。信息准确率为 96%。这个数字之所以重要,是因为它比人类更好。我们让人们用……

在消费者领域,在零售领域,我们让人们改进了他们的购物方式,帮助人们改变搜索页面上搜索结果的准确性,改进他们的后台办公,一家名为 AES 的公司。它是一家能源公司。它为世界各地不同的地区建设和输送能源。过去,他们需要 14 天才能完成季度末审计。他们现在在一小时内就能完成。这些都是人们将其应用到业务核心的例子,

霍尼韦尔在工业制造中已将其技术应用于制造控制系统。德意志银行将其用于其私人财富经理,以便为他们总结信息。对于从事这项工作的人和这些客户来说,这是否具有变革意义?这是具有变革意义的。他们已经看到了业务成果。时间会证明它对消费者体验的变革性有多大。

所以有趣的是,这首先发生在企业中。我的意思是,我会说有一个主流的 AI 应用程序,那就是 ChatGPT。你在谷歌工作。所以也许你可以在这方面与我争论。但数据显示,每周有 5 亿人在使用它。

你认为为什么企业比消费者更快地采用这项技术?它会像黑莓一样吗?就像,当时机成熟时,我们会开始看到一些企业采用,然后突然转向消费者吗?我认为,企业在他们的业务核心找到了真正的价值。

它正在帮助像 Wayfair 这样的公司更快、更好地编写代码。它正在帮助像美泰这样的玩具公司找到答案,以便他们能够更高效地管理他们的供应链和运营基础设施。它正在帮助娱乐业的人们为人们观看的影片构建更好的推荐。许多公司都在使用我们的推荐系统。

它。我认为它可以帮助他们决定,第一,我是否想提高我的收入?收入是指让人们购买更多产品,让人们更多地使用我的服务,例如电影标题的推荐。

它可以帮助他们在后台办公更高效。在某些地方,它还可以帮助家得宝。我们帮助他们建立了一个员工帮助台,回答员工关于福利、医疗保险以及许多其他方面的问题。它还可以帮助他们改进他们自己员工的组织体验。企业出于各种原因选择它。

时间会证明是否会有许多基于生成式 AI 的杀手级消费者应用程序,但我们专注于确保人们拥有最好的技术来创造良好的体验。例如,Bending Spoon 是一家来自意大利的公司。每天六千万张照片。他们正在使用我们的工具来编辑并用它做神奇的事情。三星 S24。

每部智能手机上都安装了我们的 AI Gemini,人们正在使用它来创建很棒的图像并用它做令人惊叹的事情。即使是企业现在也正在将这些技术带入他们的消费者体验,这也有很多例子。即使是我们与梅赛德斯合作的工作也帮助我驾驶,并通过与地图交谈来指导我

它具有变革性吗?你知道,这取决于消费者来决定。对。但我感觉你可能对此有自己的看法。但是,嘿,我很感激你准备了很多案例研究。所以让我快速问你一下关于代理的问题。你谈到了客户服务。我会说,代理是我听说过的关于科技的最大流行词之一。这似乎是一些公司正在使用这项技术来……

代表他们采取行动的生成式 AI 机器人,对我来说,我会说这就是代理的定义。那么,你认为我们在推广方面进展到什么程度了?然后什么是多代理框架?这是一个很好的问题。我会说,这还处于早期阶段。但我先从我们所说的代理开始。代理是一个智能系统,一个软件系统,它拥有一套技能。其中一套技能是,例如,它可以推理。

另一套技能是它可以使用工具。第三,它可以与企业应用程序和系统进行通信,并这样做是为了例如自动化、回答问题或代表你做一些事情。这是一个非常简单的例子,说明你如何看待单代理和多代理场景。我将只使用一个通信示例。我有一部手机。

我想决定我是否要升级这部手机。所以我打电话给我的电话公司,一个数字代理,而不是人工代理。数字代理接通电话说,Thomas,我注意到你从这个号码打电话。让我查一下你打电话的原因是什么?我说,我想弄清楚一下以旧换新。

我注意到你在用你的手机。我可以通过短信给你发送一个链接吗?请拍下你的手机照片并告诉我并上传。我注意到你拥有 X 手机,Y 型号。你的屏幕破裂了,所以你被授权进行这么多以旧换新的交易。所以它正在处理与客户的互动

它正在查看我的计划和我的个人资料,并说,他是一个高级客户,所以他有资格进行以旧换新。所以它正在使用一套工具来计算,我是否有正确的个人资料,我是否有资格进行以旧换新?然后它会查找一个系统来了解该以旧换新金额值多少钱?所以它正在自动化该流程,而不是说客户打电话来进行以旧换新,让我为人类转录。然后人类说,

告诉我他们有什么手机,然后说他们有 X 手机。告诉我屏幕是否破裂了?你明白我的意思吗?所以,这就是例子。是的。现在,代理与代理之间的交互在哪里?代理与代理之间的交互是指当这个代理正在运行时,它可能需要例如说,嘿,我将向你发送新手机,但你必须激活它。为了激活它,我将安排你去我们最近的零售店。

因此,它可能需要调用一个调度系统来为你安排约会。该调度系统可能位于某些 CRM、Salesforce 或其他系统中,它需要为你创建一个工单,以便当你进入商店时,它会说:“星期五早上,Thomas 将带着他的新手机出现。让我们准备好人员来激活它。”因此,有一个代理与另一个代理进行对话,这需要一个开放协议。因此,我们在 Google 做的是构建一个代理开发工具包

它有一个 API,您可以通过它来创建代理。我们为您提供了一个工具集来执行此操作。我们为您提供了一套这些代理可以使用的工具。但我们还有一个由许多公司支持的开放式代理到代理协议。这只是一个我们正在进行的开源项目,您可以将我们的代理连接到任何其他代理。

好的。好的。这绝对是我会记住并继续关注的事情,因为你们会继续推出这些新产品。好的。还有几个问题要问。现在我们进入有趣的部分,那就是关税。我们在 4 月 4 日星期五进行采访。采访将在接下来的星期三发布,所以到那时世界可能已经改变了。但我只需要问你一个关于关税的问题。好的。

这是投资者 Gavin Baker 的一条推文。他说,在地缘政治上,没有什么比赢得 AI 更重要了。这些关税,按照目前的结构,实际上保证了美国将输掉 AI 竞赛,因为美国成为了地球上建设 AI 数据中心最昂贵的地方。你同意这种说法吗?你认为这些关税将如何影响你的业务?

我不会评论政策。我们确实拥有全球足迹。因此,我们在世界许多不同的地方都有数据中心、机器、网络和所有海底电缆。这是 Google 基础设施的一部分,我和团队一起负责。所以,我们有……

我们在许多地方制造东西,在许多地方交付东西,我们正在努力解决关税对我们业务的影响。我们相信我们可以克服这个问题,我们有很多比我聪明得多的人正在研究如何在这个不确定的环境中管理解决方案。

对,但是所有进入的原材料呢?这是 Baker 继续说的,他说半导体豁免与 AI 数据中心无关,半导体以来自台湾和其他亚洲国家的成品的形式进入美国,其中包括服务器、存储系统和网络交换机。当我们发展出在国内生产这些系统的能力时,我们将输掉 AI 竞赛。我的意思是,你正在购买这些东西,你对此怎么看?

我们的一些制造,一些重要的部分是在这里。我们对此有一些解决方案。我到此为止,因为其余部分是关于我们如何在这个环境中进行管理的机密信息。好的,让我再快速跟进一个问题。

对于那些来自美国境外的部件,例如,你是否依赖美国境外的供应商?如果这些关税生效,这意味着你的成本将不得不增加吗?我们有缓解措施和许多其他方法来保护我们的基础设施和成本。

我不想透露更多细节,因为这可能会导致对财务业绩的猜测,我不会谈论这个问题。但是,多年来,我们一直为 Alphabet 运行着全球基础设施。Google 的成功部分原因在于拥有良好的、低成本的、

高度可扩展的培训、服务基础设施,用于我们所有的服务,例如 YouTube、搜索、广告、Waymo 等。你可以,你知道,我总是告诉人们相信我们知道如何运行大型全球供应链。我们已经制定了应急计划有一段时间了。好的。好的。你知道,在我们结束这次采访并准备结束时,

我想告诉你一些我作为局外人观察了相当长一段时间的事情。几年前,有一种普遍的观点认为,谷歌拥有世界上所有在云计算领域竞争的技术,但没有任何销售能力。谷歌基本上习惯了通过 AdWords 以自动化的方式进行销售,并且不知道如何向人们销售。我认为你加入 Google Cloud 时,年收入为 10 亿美元。现在已经达到 40 多亿美元。预计到 2025 年将达到 50 多亿美元。

你们是如何学习向人们销售产品的?我们通过倾听客户并组建一支优秀的销售团队来学习如何销售。为了做好云计算,我认为你必须做三件非常基本的事情。你必须预测客户的问题并以与其他人不同的方式解决它们。

所以这是第一点,并且为我们能够识别下一个客户痛点所在并解决它而感到自豪。第二,我们组建了一支全球销售团队,并感谢我们的市场营销组织。

我们做到了,你知道,建立这样的东西是一件苦差事。这就是为什么很少有公司成功做到这一点的原因。从我们在 2019 年的规模发展到现在的规模,没有其他企业软件公司增长得这么快。这要归功于我们的销售组织。我们必须保持纪律。我们必须从某些国家开始。

在那里获得足够的规模,然后扩展,我们必须找到合适的销售代表、技术客户工程师、客户服务人员和客户支持人员的组合,

我们必须确保例如我们的合同、法律框架以及销售组织背后所有其他方面都是世界一流的。对此感到非常自豪。第三,我们一直相信云是一个平台业务。你成长的方式是提供一个平台,让其他人能够在你之上成长,无论是像 Salesforce、ServiceNow、Workday、SAP 这样的独立软件供应商,他们都与我们有着良好的关系。

你与合作伙伴合作,例如我们与甲骨文和许多其他独立软件供应商(如 Palo Alto Networks 等)的关系,将他们共同带给我们的客户群。最后,对于每个拥有内部员工的客户,还有许多没有内部员工的客户,他们希望合作伙伴帮助他们交付解决方案。我们很早就做出了一个决定,我们不会拥有一个大型专业服务组织,这样我们就可以吸引合作伙伴社区。

我们非常自豪的一个数据是,在 2019 年,我们大约有 1000 个合作伙伴。今天,我们有 100,000 个。

正是允许人们与你一起成长并建立优秀的销售组织,才改变了我们的业务。当我们与客户交谈时,当你在下周的展会上看到他们时,你会看到他们对 Google 与他们合作方式的改变感到多么自豪。他们倾听他们的意见,我们帮助他们创新他们的业务。对于绝大多数客户来说,这并不是与 IT 供应商的关系。

好的。最后一个问题。目前,云计算约占整体技术工作负载的 15% 到 20%。因此,大多数技术、大多数托管仍然是在本地完成的。15% 到 20%,你认为它将来能达到什么水平?它能达到 100% 吗?或者你认为上限是多少?我们肯定看到它会超过 50%。我的意思是,人们……

过去一直不愿意这样做,因为我可以做得更便宜。我可以做得更好。你知道,我的本地网络安全控制更好。有很多这样的论点,我认为这些论点越来越多的被人们认为没有意义,并且随着你在云中获得的技术广度继续成熟,你知道网络安全工具、AI 平台、分析工具以及你可以完成工作的速度,

它正在帮助人们迁移。举个例子,去年,沃尔玛在一次会议上发言。沃尔玛发生的每一笔交易都会进入我们的云中,以便他们分析需要补充多少库存、哪些客户正在购买、哪些产品正在销售,

如果你看看交易量、准确性和他们能够多快将分析结果传递到他们的商店经理和零售店员工手中,这比以前快了一个数量级。我们的工作不是批评在本地运行东西的客户。总有一些原因。

但是,我们也越来越多地构建了将我们的云带入他们的数据中心的技术,如果他们愿意的话。例如,对于那些拥有机密和高度敏感工作负载的人,我们将我们的云带入了他们的数据中心,这也是一种新的云交付方式。如果你看看我们与麦当劳合作的工作,我们将我们的云带入了餐厅。因此,当人们想到云时,他们过去认为它只有一个定义。这是我们拥有的这些大型云区域。

云也越来越多地意味着相同的技术可以进入你的场所。这也改变了你可以达到多少工作负载百分比的定义。好的,Thomas,祝你本周的活动一切顺利。非常感谢你来到这里。很高兴见到你。我希望我们每年都能这样做,我们可以继续讨论 AI 的采用以及 Google 在其中的作用。所以感谢你来到节目。很高兴与你交谈,Alex。再次感谢你邀请我。

同样。好的,各位。非常感谢您的收看。我们将在星期五回来,与 Ron John Roy 一起分析本周的新闻。在那之前,我们下次 Big Technology Podcast 再见。