【文字版】谷歌企业端AI产品变现深度研究！Gemini真有掉队风险？公司长期的投资价值是什么？
2小时前
播放量 370
今年以来，由于Anthropic在B端的变现相当成功，半年时间ARR就涨了7倍，让所有人都看到，B端已经是当前AI大模型变现最重要的手段了。所以过去这几个月，我们看到所有AI公司，现在都朝着B端的方向努力。而谷歌作为同时布局大模型研发和云服务的龙头企业，上季度又一次上调26年全年资本开支预算，这让市场免不了开始担心，花了这么多钱，万一变现不了怎么办呢？公司真的能通过B端的变现解决这些问题吗？
开通服务即可查看评论～
文字稿
今年以来，由于Anthropic在B端的变现相当成功，半年时间ARR就涨了7倍，让所有人都看到，B端已经是当前AI大模型变现最重要的手段了。所以过去这几个月，我们看到所有AI公司，现在都朝着B端的方向努力。
而谷歌作为同时布局大模型研发和云服务的龙头企业，上季度又一次上调26年全年资本开支预期，从此前的1750-1850亿，上调至1800-1900亿，并预计2027年的资本开支将比2026年显著增加。 不仅如此，公司在过去这几个月也在疯狂举债。这让市场免不了开始担心，花了这么多钱，万一变现不了怎么办呢？公司真的能通过B端的变现解决这些问题吗？
这个问题的答案对于谷歌这家公司来说，相当关键。因为它不仅决定了天量资本开支的合理性和可持续性，也将决定市场对谷歌AI发展战略中长期的信心。所以今天这期视频，我们就来聊聊谷歌AI大模型，B端产品变现情况。
谷歌AI产品矩阵
在5月的谷歌I/O年度大会上，公司一口气发布了Antigravity2.0、Gemini spark、Gemini Enterprise Agent platform多款B端新产品。一时间，谷歌似乎在B端大杀四方。
我们从公司官网上，对谷歌所有的AI产品进行一个梳理。可以看到，公司在AI相关的产品布局非常全面，包括基础设施（芯片）、模型、开发平台、应用工具等等。在基础设施芯片层，公司就布局有TPU和CPU产品；在模型端，不仅有Gemini系列的旗舰模型，也有专注于图像视频的nano banana；在AI开发平台上，公司也有Gemini Enterprise Agent 和APP平台；在AI应用端，则有code assist、codemender等多款编程相关AI工具。可见，谷歌在AI领域实现了全栈式的布局，从硬件芯片、到模型、工作平台和具体AI应用工具，应有尽有。
实际效果如何？
产品多是多了，但这些产品的效果怎么样呢？咱们不妨通过和用户连接最紧密的AI开发平台和AI工具，跟它的其他对手来做一个比较。
2.1 企业AI开发平台
先说企业AI开发平台。在谷歌，公司旗下的企业AI开发平台主要是指Gemini Enterprise Agent platform。它能为企业客户提供谷歌云上各类信息、文档、数据存储和互联的服务。在此基础上，还可以接入各类AI大模型的API，方便企业客户将大模型的能力应用于自身数据的处理分析。
这个平台在其他几家大公司都有类似的竞品。包括亚马逊、微软、以及两家头部AI大模型企业OpenAI 、Anthropic。当然他们各自的产品有些细微的差别，时间关系我就不一一和大家过了，感兴趣的可以暂停看下面这个表。
这其中，三家云厂商的AI平台，本质上更像是原有云业务的延伸。它能为现有客户更好的调用AI模型的API、并应用于企业自身业务数据流分析等功能。而OA两家公司，则是从原先的C端应用产品出发，延伸出服务企业级的接口，便于企业的数据接入。
相比于OA两家，三家云厂商在客户关系上显然更有优势一些。因为他们三家发展历史久，客户基础更广泛，对于企业数据的安全合规等保护也更为严格。不过在价格上看， OA两家公司的价格能比亚马逊和微软更有优势一些，毕竟直接调用可以省去了中间一层云的收费。
而在这其中，谷歌是属于一个比较特殊的参与方。它兼具传统云服务商和AI大模型提供方的角色。一边，公司毕竟还是在云上有多年的经验，对客户的数据安全和敏感性有了解，另一边，也因为自己有大模型，某种程度上降低成本，算是两边的好处都占上一点。但不足的地方是，两个细分赛道都属于老三。云这边，客户基数和对外部模型的开放程度都不如微软和亚马逊，模型能力也明显比不上OA。这是谷歌AI平台比较尴尬的地方。
2.2 AI应用工具
好，前面说的是企业AI平台。虽然直接通过平台在云端调用AI大模型API很方便，不过对于大部分企业来说，他们并不具备直接调用大模型API进行内部二次开发的能力。所以对他们来说，更易用的还得是AI应用工具，就类似APP形式的产品。
接下来，我们再来看下谷歌的B端AI应用工具产品布局。从下图能看到，谷歌在AI工具产品线众多，包括IDE集成开发、个人云端代理和编程工具三大类，甚至比OA两家还要全面。
不过光多没什么用，还是要看效果。对此，我们采访了不少这些产品的使用者，也逛了不少论坛，整体来看，用户对于谷歌的AI产品是负面评价居多的。
比如Antigravity产品经常被吐槽，说它限制其他模型的Token接入使用，同时在处理复杂任务时容易出现系统崩溃。其强制压缩上下文，又常常导致无法实施复杂编码。另外，任务的反复实施还会导致Token额度快速消耗等问题。
相比之下，Spark产品的用户反馈好很多。其连接谷歌旗下的日历、邮箱等C端产品，作为一个个人AI服务助手，完成一些轻量级的日程规划、信息搜索等任务没有太大问题。
而目前AI Token 需求爆发的编程领域，谷歌旗下的编程工具产品多达4款，但从使用体验效果来看，和OA的差距仍然较大。这里核心的原因还是在于底层Gemini大模型能力不足。
值得关注的是，这些产品分属不同的部门，code assist隶属于Google Cloud，codemender属于Google DeepMind，Antigravity CLI（原为Gemini CLI）原来隶属于Google DeepMind、现在归Google labs维护，Jules隶属于Google labs。很难想象，在算力稀缺的情况下，谷歌居然还要同时迭代优化这么多AI编程工具。在我们看来，这也是谷歌产品力不足的一个重要原因，后面会分析到。
整体来看，谷歌目前在B端企业AI开发平台上和对手各有优劣势，但在B端的AI工具能力上，还是大幅落后于竞争对手。这就是当前谷歌产品的现状。
B端产品的问题及未来竞争优势
现状我们看懂了，接下来就要问，那谷歌为什么产品会做得这么差呢？
在我们看来，这里核心的问题有两个。
模型能力
首先，谷歌AI大模型Gemini的能力不行。作为所有AI产品的核心基座，它是谷歌所有B端AI产品当前竞争力不足的问题根源。
在5月20日的谷歌I/O大会上，发布的Gemini3.5 Flash的AI智能评分是50分，远低于其他几个主要的竞争对手。由于原定于I/O大会上同步发布的Gemini 3.5 Pro一再推迟，近期谷歌又连续有多位核心研发技术人才出走，导致市场对谷歌能否在大模型能力产生了疑问。
你可能会想，性能不足没关系，谷歌不是一直强调性价比吗？但这个点似乎也不那么有说服力。从下图可以看到，公司的智能和单位任务Token产出维度来看，Gemini 3.5和Gemini 3.1都不如OA。在我们截稿当天，谷歌推出了更便宜的Gemini 3.6 Flash，但由于现在的评分还有待验证，所以咱们暂且就参考3.5版本的结果。
打榜数据只是一方面，真正影响消费者决策的，还是模型在实际应用中的功能实现的准确度。而根据下图市场份额的数据来看，Gemini仅在图像领域领域有一定优势。而其他领域基本都被OA两者抢走。消费者用实际的Token调用量差距，告诉我们，现在Gemini产品与其他两个竞争对手之间真实的差距，远不止这个跑分的差距这么小。
所以从结果上看，谷歌的AI能力就是和OA差了不止一个身位。那接下来的问题就是，为什么会差这么多呢？
一个可能的原因是，训练使用数据范围差异，相信谷歌等大企业对客户数据使用的要求，要比初创AI模型公司严格的多。其次，也有可能是双方在算法迭代上的选择差异，初创AI公司会更为激进的去试探模型的边界能力，所以我们会看到Anthropic近期发布的AI思维黑盒试验论文中提到，AI正出现与人类类似的思维伪装过程等等。而如果是谷歌看到这玩意，估计啥也不说，先把研发给停掉了。
当然了，现在的能力差距不是重点，毕竟之前谷歌也严重掉队过。所以这背后真正的问题在于，未来谷歌的能力是否可以跟上呢？这个问题我们无法预测得到，但谷歌在AI领域深耕多年，其在对AI大模型研发最重要的数据、算法和算力上都有长期的资源储备，因此虽然近期有部分研发人才离开，但相信还是会有持续更新迭代的能力的。
更重要的是，从目前实际对各类AI产品体验情况来看，只要最终发布的模型智能可以逐步追到opus4.8的水平，就可以满足当前绝大多数AI商用场景的需求。现在智谱、月之暗面等中国模型已经可以达到opus4.8同等级水平，相信以谷歌的研发能力，假以时日也一定可以做到。
内部管理问题
好，模型这部分我们就说到这里。其实谷歌的问题并不止模型本身，还有另一个重要的原因，是内部管理问题。
从产品线来说，谷歌针对openclaw需求推出的spark产品，针对claude code推出的code assist等，看似追到了所有市场热点。但给人的感觉，这些产品都是为了对标竞争对手、补全产品线而做的，并非是想去帮助客户解决真实问题。这种单纯靠资金和资源堆砌出的产品架子、缺乏实用价值，口碑崩塌在所避免。所以这一系列产品竞争力不佳，内部多头管理、决策效率低是重要的影响因素。
不过好在，公司已经在做出一些改变了。我们采访了几位在谷歌内部工作的人员，得知，谷歌已经在做两件事情。一是谷歌内部正在以Enterprise为平台、整合旗下B端产品，解决内部重复造轮子的资源浪费问题。也就是说，公司要把所有的资源都集中在Enterprise上，包括技术研发，以及推广销售等。
二是，公司在大量招募AI前端工程开发师FDE。现在大部分企业无法采用AI技术的核心瓶颈，在于不知道如何打通数据。因为只有内部数据打通之后，AI能力才能提升，才能产生出对企业有价值的分析。而这就需要有一个对业务流程比较熟悉的人，能够针对公司最终的业务需求，去定制企业使用模型的形态。包括接入哪些数据、需要做哪些处理、输出的结果以什么样的形式呈现等等。
所以，如果谷歌能通过深度了解企业业务流程和数据特征，针对其需求痛点提供半定制化的AI解决方案，就可以间接弥补模型能力上的短板了。虽然谷歌和企业的关系做得不如微软亚马逊，但相比于OA还是要强很多的，这也给了他们一些差异化优势来扩大市场份额。
整体来看，我们是认可谷歌做的这个事情的方向的。如果上述两个举措，整合产品和FDE，都能够落地，那肯定有助于改善公司目前产品竞争力不足的问题。但前者涉及到内部既有利益格局的重新分配，后者涉及到对工程师人员的培训、客户需求的探索和磨合，这些都不是一朝一夕能马上解决的问题。所以作为投资者，需要保持一些耐心。
谷歌的核心优势
好，前面我们说的都是谷歌的不足，那么谷歌有什么核心的优势吗？有，而且在我们看来是所有公司中最大的优势，那就是成本。
现阶段，AI大模型技术商业化体现为B端辅助工具，那在消费者认可AI的工作能力之后，天然就会追求更低的成本。毕竟选择生产工具，性价比还是相当重要的。尤其是现在，企业都在说Token超预算的问题，成本已经是AI在B端应用最大的痛点之一了。因此谁的性价比更高，能力又不差太多的话，自然就能获得更大的市场份额。而从最新谷歌的3.6 Flash追求极致性价比的战略来看，这似乎就是谷歌正在努力的方向。
那怎么样才能实现单位任务下的Token成本最优呢？其实说到底，就是自己全都做，垂直一体化。而在这其中，最大的杀器就是谷歌的TPU自研芯片。TPU在计算能力上明显优于亚马逊和微软，更别说OA两家还没有。考虑到英伟达和AMD的芯片业务毛利率分别高达75%、56%，谷歌通过TPU，就能够让公司单位Token生产省下一大笔折旧成本，它就可以借此让利给客户，用更便宜的价格抢占更多市场份额。
所以，如果谷歌AI模型能够达到普遍工作所需的智能水平后，其「量大管饱」的竞争策略，一定能够让它在Token红利中获得一席之地。而这体现在业绩上，就是云业务的市场份额持续扩大，以及盈利能力的不断提升，最终帮助谷歌这场马拉松竞赛中取得一定的战略优势。
所以总结来看，我们承认谷歌目前的处境并不算好，但好在它还有垂直一体化的成本优势，这对于谷歌长期的AI战略来说，仍是一张不可忽视的王牌。
观点
好了，关于对于谷歌b端产品的分析，我们就说到这里。在给最后观点之前，我们再简单聊聊股价和估值。今年以来，谷歌的股价累计涨幅仅12%，较I/O发布会之前的高点，也回落了接近20%。这一方面是受到公司模型发布不及预期影响，另一方面，也与公司的800亿美元再融资，和近期上游半导体持续涨价、压缩整个云板块有关。
在这轮下跌过后，估值已经回到比之前合理很多了。之前高位的时候，估值来到过29倍，现在只有23倍，虽然比过去5年中位数的20倍还是要高，但毕竟之前谷歌的AI能力一直不行，直到去年下半年才pick up回来，所以之前4年的估值基本上是属于低估状态。因此作为对比，现在的估值还是可以接受的。
短期来看，现在影响股价的因素包括即将发布的财报，以及新大模型的发布。在我们看来，这俩都有可能成为催化剂。不过更重要的肯定还是给出一个好的Gemini 3.5 Pro大模型，这毕竟是谷歌最核心的投资逻辑。而在此之前，股价大概率还是会处于一个磨底的过程。
但时间拉长来看，我们对于谷歌还是比较放心的。现在谷歌AI大模型的性能是落后于OA，不过达到Opus 4.8的商用水平估计不会花太久。到那时候，公司凭借着成本优势和企业关系，它在B端的变现还是可以期待的。这体现在业绩上，就是谷歌云的收入利润双增长，这可是华尔街最喜欢看到的故事。不仅如此，一旦业绩能有不错的提升，情绪上有望大幅改善了，因为这也意味着公司现在给出的天量资本开支合理化了。所以我们相信，谷歌其实还是有不错的上行潜力的。
另外，在准备这期视频的时候，我们也去SensorTower，SimilarWeb等付费平台跟踪了传统搜索和视频的最新流量情况。这里不是今天的重点，咱们就不多做分析了，只说结论。结论就是，所有的数据都依然保持稳定。
所以综合以上所有分析来看，我们认为当前时点的谷歌，不存在绝对的经营基本面下行风险。市场短期股价涨跌，更多是短期对大模型进展的失望和担忧，但中长期公司的核心竞争力，扎实的基础研发能力和垂直一体化的成本优势并没有发生变化。也因此，我们对于谷歌未来的表现依然有信心。现在股价处于一个相对弱势的阶段，在我们看来，反而是一个相对不错的买入机会。
绝对跟踪-为你持续追踪GOOG基本面变化
绝对跟踪-GOOG
Alphabet Inc
$346.19
-5.18 (-1.47%)
昨收
$351.37
最低价
$346.01
PE Ratio
24.51
今开
$350.56
最高价
$350.68
52周范围
$187.05-$404.47
财报跟踪
0 视频
业务调研
4 视频
更新于2026.07.21
事件解析
2 视频
股价监控
4
估值
1
问答
284
交易
5
为你推荐
您已浏览完全部帖子~
