海尔旗下的一家美国子公司，成为了谷歌云打造自己 AI 范式的先锋案例。
它的名字叫通用家电（GE Appliances），2016 年被海尔集团收购，主营业务就是研发生产家用电器。
如今，通用家电将谷歌的企业级智能体平台（Gemini Enterprise Agent Platform）嵌入到了智能功能制造数据平台中，跟踪生产线、绩效和零件管理。
美国通用家电有多少个智能体呢？谷歌官方说法是：800 个。
这可能是目前全球制造业领域公开披露的、规模最大的企业级智能体部署案例，上次这么大数量的部署，还是 2025 年年底火山引擎与海亮集团合作，3 个月打造了 600 多个场景化智能体，预估年消耗 tokens 超过 500 亿。
打造 AI 标杆案例，带动智能体规模化加速，这是全球云厂商们共同的节奏，智能体越多， tokens 消耗越多，客户的 AI 转型就越成熟。
正如谷歌 CEO 桑达尔・皮查伊所说，去年，AI 行业还热衷于讨论如何建立一个智能体，如今，话题的焦点已经变成了「如何管理数千个智能体」。
谷歌也一样，它着重强化自身云原生企业智能体平台能力，让通用家电用智能体跟 700 多家供应商沟通和管理，缺货订单占比下降 25%；通用家电还做了一个「质量洞察」的智能体，改进产品设计，加速改进流程，结果是实际运营中找到了数百万美元的商业机会。
一直以来，谷歌都是全栈 AI 闭环的全球标杆，而阿里是国内唯一能跟谷歌对标的互联网巨头。
谷歌与通用家电从 2023 年开始 AI 合作，3 年后，800 个智能体遍地开花。
去年 10 月，阿里也跟海尔集团开始全面 AI 合作，吴泳铭和周云杰并肩而站，开展场景+平台+模型+算力的全栈式 AI 合作，海尔何时能打造出通用家电级别的标杆案例？
故事还在继续。
放在更大的产业视角下看，如今的谷歌不仅打造了标杆客户案例，更是把「敌人」化为了客户，把整个 AI 产业的竞争，收拢、承载于自家基础设施之上。
模型层面的 Anthropic、Meta，芯片层面的英伟达，端侧的苹果手机，它们是谷歌的竞争对手，更是集中在谷歌云上服务众多用户的可选项。
赢得竞争重要，更重要的是让竞争发生在自己的生态中，这可能是谷歌给阿里云上的重要一课。
「我们认为人工智能的未来必须是开放的，而另外一些人则想把你禁锢在围墙花园里。」谷歌云 CEO 托马斯·库利安说。
这话的潜台词，明显是在针对友商微软（Azure）和亚马逊（AWS），友商们都想把模型、数据和智能体绑定在自己的生态中，但谷歌提供了可让企业自主掌控 AI 架构与数据的一体化解决方案。
作为全球三大国际云厂商，谷歌云全球市占约 14%，远低于亚马逊 AWS 的 28% 与微软 Azure 的 21%，但 AI 在加速云业务的转型，谷歌云成为三大公有云厂商中增速最快的一员。
去年第四季度，谷歌云业务营收增速 48%，不光是谷歌母公司 Alphabet 所有业务中增速最快的，更是比一众友商的增速高出至少 10%。
谷歌云 4 月最新最新披露的数据是，客户直接使用 API 调用自研模型，现在每分钟处理超过 160 亿 tokens，高于上季度的 100 亿。
阿里云没有披露相关数据，巧合的是，4 月初，火山引擎披露豆包大模型日均 tokens 使用量已突破 120 万亿，三个月内实现翻倍。按 API 调用占比八成测算，测算得出豆包大模型每分钟处理约 667 亿 tokens。
当然，谷歌云和火山引擎的 tokens 计算范围和计算价格不同，但无可否认的是，全球 tokens 消耗量最高的三家企业，是 OpenAI、谷歌和字节跳动。
在最近的谷歌云年度 Next 26 大会上，「多云、多芯片和多模型」的策略，构成了谷歌云高速增长的核心底座，谷歌再次强化了自己与亚马逊 AWS 和微软云的差异化叙事：
芯片自由：可以用专为智能体时代设计的自研第八代 TPU，也可以选谷歌云率先上线的英伟达 Vera Rubin NVL72 机架级系统；
模型自由：用户可选 Gemini + Anthropic Claude + 开源 Gemma + 任何第三方模型；
数据自由：支持数据留在 AWS、Azure 或本地等任意位置，无需搬迁即可运行 Agent；
治理自由：Agent Identity 等一系列产品让企业自己掌控 Agent 权限、审计和安全。
这意味着智能体时代，谷歌不只是强调自己的模型有多聪明，而是全栈集成系统，从核心的 TPU 芯片到保证安全防御的智能体管理系统，将技术能力沉淀为标准化基础设施，助力企业 AI 智能体体系规模化、系统化落地。
值得注意的是：谷歌云正在同时补齐企业 Agent 市场与高端算力芯片两大短板，正面对标 Anthropic 与英伟达。
Anthropic 占领的企业市场令所有对手羡慕，最新数据显示，Anthropic 在企业级 Agent 市场占有率约 40%，而 OpenAI 占比约为 27%，谷歌约为 21%，Anthropic 的年化收入已突破 300 亿美元，这助推了 Anthropic 在私募二级市场的估值突破 1 万亿美元。
因而，谷歌云拿出通用家电这样的案例推销自己的企业级智能体平台，正是瞄准了 Anthropic 的优势地位。
而在芯片层，谷歌第八代 TPU 完成架构拆分，分为训练、推理两大专用产品线，TPU 8t（Sunfish）更擅长处理大规模、计算密集型的训练任务，TPU 8i（Zebrafish）则针对推理场景，尤其是大规模智能体（Agent）交互场景，两款产品均计划于今年正式上线。
黄仁勋越是强调英伟达 GPU 的核心在于「通用性」，谷歌在芯片上越是追求专业化分工，训练和推理不再是兼顾，而是要在电力等制约因素下，追求不同分工中更高的能效，算力重要，但更重要的是如何有效地使用算力，这是谷歌明确的信号。
当然，谷歌没有直接对比第八代 TPU 与英伟达芯片的产品的性能，芯片供应链以及开发周期仍然存在着未知数。
过去一年，阿里是学习谷歌最深入的一个。
团队上引入海外顶尖 AI 人才，已是国内科技巨头的共同选择 ，2025 年，字节跳动从谷歌 DeepMind 引入了吴永辉，成为大模型的一号位；腾讯从 OpenAI 挖来姚顺雨作为首席 AI 科学家，数月后，腾讯混元 Hy3 Preview 正式落地，成为核心 AI 成果之一；阿里也引入了谷歌 DeepMind前资深研究员周浩，进入通义实验室直接向阿里云 CTO 周靖人汇报。
组织上变阵，也是让人才施展的必须。
谷歌把 DeepMind 与谷歌大脑合并一样，通过组织架构纵向打通，形成统一作战体系。反观国内，腾讯撤销 AI Lab，成立AI Infra 部、AI Data 部、数据计算平台部，阿里则是成立 ATH 事业群，把所有 AI 相关业务垂直整合，肩负起 MaaS（模型即服务）独立商业化的使命，吴泳铭出任一号位。
在模型上，今年以来原生多模态模型成为各家竞争的高地，字节跳动 Seedance 2.0 成功在影视行业卷起巨大的热度，而阿里通义千问 Qwen3.5，产品路线明显对标谷歌全系大模型，4 月份发布的可实时构建和交互的世界模型产品 HappyOyster（快乐生蚝），与谷歌的 Genie3 同属于世界模拟器流派。
模型带动产品能力提升，进而深刻影响市场认知，这是 AI 进化的主流方向。难点在于，MaaS 已是 AI 产业下半场竞争的核心赛道，如何打造企业级 Agent 构建和治理的产品？
字节承担这一使命的是火山引擎旗下的火山方舟，而阿里 MaaS 的核心是百炼平台，基于千问基座模型，平台负责针对各垂直应用场景的模型后训练、开发面向 B 端的 Agent，以及企业交付。此外，钉钉还作为企业级 AI 原生工作平台下场，它是一款独立应用，更是阿里 AI 能力在企业工作场景的统一出口。
悟空+百炼，代表着阿里在 Agent 时代的组织级下注，也是与谷歌 Vertex AI+Workspace 的正面对标。
在这一方向上，近期阿里云还推出企业级智能体构建平台「JVS Crew」，集成了 AI 智能助手（Clawbot）与云端独立环境（CloudSpace），企业可以拥有生产级 Agent 构建能力。
只不过，随着谷歌 MaaS 战略持续迭代升级，核心从 Vertex AI 进化成了企业级智能体平台，谷歌更强调开放模型生态 + 全栈 Agent 治理，这就给国内同行更多的参考和借鉴意义。
以 AI 对抗 AI 安全风险，已成为谷歌 MaaS 体系下的高优先级战略。
今年以来，Claude 4.6 模型发布，更强的 AI 代码分析能力，显著增强了安全防御的自动化水平，但同时也引发了关于其被用于加速网络攻击的担忧，AI 产业的前沿安全命题，不再局限于防范有害内容生成，而是聚焦智能体运行安全，自动识别代码漏洞并输出修复方案。
「要迈向真正自主的企业，让员工能够像团队成员一样独立可靠地行事，企业需要一套可长期维持安全信任体系的底层底座」，皮查伊提到。
虽然人工智能可能会增加安全风险，但谷歌云客户现在可以借助人工智能的力量来保护他们的组织。所以，谷歌发布了一系列用于威胁检测的全新智能体解决方案，包括全新 AI 应用保护平台 (AI-APP)。
AI 既是生产力工具，也是安全防御武器，以 AI 抵御 AI 衍生风险 ，是未来考验一个云生态的重要能力指标。
回到最初的问题，通用家电已在谷歌云落地部署 800 个企业级智能体，这意味着什么？
不光是看数量多少，而是这些智能体都完全实现权限可控、流程提效，它是因为谷歌此前多年的合作奠定了信任基础，又在谷歌的安全治理环境下生长出来的，每个智能体都要通过系统注册，所有关键操作均留存密码学级审计日志，而每一个跨智能体协作都有底层系统做流量和权限管控。
但相比这些智能体应用上的推广案例，谷歌这次更隐秘的一个叙事，是它正在把整个 AI 产业模型中的底座都纳入到客户范围内，无论行业竞争者还是生态合作伙伴。
英伟达芯片是谷歌 TPU 的竞争者吗？
是的，但谷歌是双轨供给，不光自研 TPU，英伟达下一代机架系统 NVIDIA Vera Rubin NVL72，将在今年下半年首发在谷歌云系统架构中，将为谷歌云提供顶级高性能算力支撑，而且谷歌云和英伟达联手升级 Falcon 网络协议，相当于把海量的数据高速公路拓宽，进一步降低企业的成本。
Anthropic、Meta、OpenAI 是谷歌 Gemini 在模型层上的敌人吗？
是的！但 Claude 模型已深度集成到谷歌云中，它与谷歌的合作，合作算力规模扩容至 3.5GW AI 算力集群，社交媒体巨头 Meta 也跟谷歌达成了数十亿美元的协议，租用 TPU 进行模型训练。谷歌云在为所有英伟达满足不了的客户提供差异化算力选择，把整个基础模型产业的训练底座变成自己的客户。
这相当于谷歌一边卖铲子，一边挖金子，同时又让别人在挖金子的同时买它的铲子。
更不用说苹果的 Siri，今年即将发布的苹果新一代 Siri，就是基于谷歌 Gemini 技术构建的。虽然苹果限制谷歌拿到苹果手机的用户数据，数据处理都在苹果服务器上完成，但这意味着，安卓和苹果这对手机终端上多年的竞争者继搜索引擎之后，又在 AI 能力上成为伙伴。
亦敌亦友，可能是未来 AI 行业的主旋律。
对于中国云厂商而言，谷歌教会的重要一课就是，你死我活的零和博弈已经是过去式了。AI 时代真正的护城河，可能不是模型本身或是技术能力高于对手，而是创立一种更复杂更多维的博弈，不断将行业竞争对手转化为自身生态客户。
本文来自微信公众号 “蓝洞商业”（ID：value_creation），作者：赵卫卫，36氪经授权发布。
发布时间：2026-04-27 20:07
立即订购
在线咨询
返回顶部