Google Cloud 執行長 Kurian：TPU 業務規模已達次大雲端巨頭矽晶片業務兩倍
高盛 Communacopia + Technology 科技會議，2026年9月8日
Google Cloud 執行長湯瑪斯・庫里安（Thomas Kurian）於高盛（Goldman Sachs）Communacopia + Technology 科技會議上發表談話，勾勒出 Alphabet 旗下企業雲端部門朝向近 1,000 億美元年營收規模邁進的最清晰藍圖，他所分享的數據顯示這項業務正多頭並進、加速成長。新客戶開發速度大約是一年前的兩倍，超過 1,000 億美元規模的大型合約無論在季增或年增均成長 2 倍，且承諾投入 100 美元消費的客戶，最終實際支出通常比承諾金額高出 50% 以上。對於一個規模日益足以媲美純雲端巨頭的部門而言，這是一組意義重大的樂觀數據集。
TPU 矽晶片業務規模現已超越任何競爭對手雲端巨頭
本次會議中最引人注目的揭露，是庫里安聲稱 Google 的加速器與 CPU 矽晶片業務「規模超過次大雲端巨頭的兩倍」。這是 Google Cloud 首次將其矽晶片規模相對於競爭對手進行量化，這將 TPU 的故事從過去用來節約成本的內部工具，重新定位為具有真實外部變現能力的獨立業務。庫里安詳細說明了此硬體的三種市場進入（go-to-market）模式：雲端訂閱、為地端部署進行的資本支出直接採購，以及以黑石集團（Blackstone）合夥關係為例的新雲（neocloud）架構。資本採購模式對 Google 而言是特別輕資本的模式，因為客戶吸收了資料中心的電力與空間成本。庫里安表示，AI 伺服器的投資回收期（payback period）大致在兩年以內，而就 Google 自身的 TPU 矽晶片而言，該回收期更是縮短了一半。他補充說，目前多數基礎設施合約價值已鎖定在長期的 5 年承諾協議中，這項細節應能撫平投資人對 AI 基礎設施需求永續性的擔憂。
效能說法變得更具體
庫里安用投資人會想要拿來與競爭對手雲端巨頭揭露數據做對比的數字，量化了 Google 的矽晶片效能優勢：訓練的性價比高出 2.7 倍，推論的性價比高出 80%，CPU 工作負載的性價比則高出 30%。他將此直接與 Google 最新模型 Gemini Flash 3.8 在每智慧成本（cost-per-intelligence basis）上擊敗競爭對手的原因連結，直言不諱地表示：「這是我們的 token、真實的每一美元智慧，那是因為我們能夠優化整個堆疊。」這項基礎設施的需求基礎正跨越 AI 實驗室，擴大至從事量化研究的資本市場公司，以及正從傳統固態與計算流體力學工作負載移轉的高效能運算（HPC）用戶。點名的客戶包括德意志交易所（Deutsche Börse）、輝瑞（Pfizer），以及美國政府用於能源研究的 Genesis 任務，凸顯出業務已跳脫雲端巨頭對雲端巨頭的 AI 實驗室敘事，實現了多元化發展。
Gemini Enterprise 採用指標更加明確
庫里安透露，該公司的 AI 代理（agent）平台 Gemini Enterprise 已被超過 90% 的《財富》美國百大企業（Fortune 100）採用，這與另外 90% 同樣使用 Google 進行網路防禦的《財富》美國百大企業相互獨立。目前約有 80% 的 Google Cloud 客戶使用其 AI 產品，且至關重要的是，這些 AI 產品用戶消耗的產品數量是未採用 AI 客戶的 1.8 倍，這證明瞭真正的交叉銷售吸引力，而不僅僅是為了 AI 而採用 AI。庫里安估計，在雲端中使用 Gemini 產品組合的客戶，其 5 年期客戶終身價值（lifetime value）是未採用 Gemini 客戶的 1.5 倍，這為投資人提供了一個具體框架，說明 AI 採用預期將如何複合推升雲端經濟效益，而不僅僅是新增一條產品線。
首次完整說明收購 Wiz 的背後邏輯
庫里安針對收購 Wiz 背後的戰略邏輯作出了迄今最詳細的公開說明，將其直接與 AI 驅動網路威脅的出現連結在一起。「我們在 2023 年看到，隨著模型學會編碼……它們在尋找漏洞方面會變得非常熟練，」他解釋道，收購 Wiz 的明確原因在於它能夠跨多個雲端（而不僅僅是 Google 自身的雲端）進行連結，以建構風險評分，識別哪些應用程式最有可能遭到入侵。庫里安描述了一個四部分的工作流程：Wiz 優先排序風險、Gemini 掃描漏洞、名為 CodeMender 的新產品實際修復程式碼，隨後 Wiz 再對修復進行重新測試。他直言不諱地指出了此領域中僅靠 AI 的侷限性：「你只能透過結合安全平台與 AI 系統來防禦來自 AI 模型的威脅。單靠 AI 系統無法保護你，單靠安全平台也無法保護你。」這是一項值得注意的承認，即純模型安全方案在結構上並不完整，這也是一個精準瞄準缺乏底層平台的資安供應商的競爭觀點。
以效能而非僅可選性捍衛多模型策略
庫里安針對 Gemini Enterprise 為何刻意支援多個第三方與開源模型、而非強迫客戶全面獨家轉向 Gemini，提供了一個異常具體的正當理由。以網路安全為例，他指出「沒有單一模型能從網路觀點找出所有問題」，且沒有任何模型能找出其他模型所捕捉到的超集（superset），這意味著防禦者需要使用不同模型（包括開源模型）進行多次檢查，因為「很多時候攻擊者會使用這些模型」。與供應商通常提供的慣常「客戶選擇」框架相比，這聽起來是一個更具防禦性的理由，且它隱含地承認了僅靠 Gemini 並不足以應對企業資安使用案例，投資人在權衡 Google 將 Gemini 定位為前沿模型領導者的整體推動時，應審慎衡量這項細微差別。
前線部署工程師與 Accenture 合作夥伴關係
庫里安特別小心地將 Google Cloud 對前線部署工程師（forward-deployed engineers）的使用，與重度依賴服務的商業模式區隔開來，他指出 Google 的服務營收佔總業務的百分比依然是所有雲端巨頭中最低的。這些前線部署團隊負責三項職能：在特定行業的頂級客戶中識別出需要推動模型能力升級之處、建構用以捕捉這些進展的技術工具，以及建立培訓與認證計畫，透過合作夥伴規模化推廣採用。這種夥伴主導規模化策略的最清晰證據，莫過於確認 Accenture 正在建構一個大型 Gemini Enterprise 業務群組，這項消息與會議在同一個早晨宣佈。庫里安亦概述了一個涵蓋 8 個目標產業的三管齊下合作夥伴架構、一個按國家/地區劃分的系統整合商與 AI 專家網路，以及與 Bloomberg、FactSet 和 MSCI 等提供者的資料合作夥伴關係，旨在讓專有資料集在 Google 的平台上具備推理就緒性（reasoning-ready）。
花旗財富顧問作為垂直整合的證明點
為了讓 Google 的全端策略具體化，庫里安以花旗集團（Citigroup）在 Gemini Enterprise 上建構的財富顧問為例，該系統結合了運行於 TPU 基礎設施上的即時虛擬化身（avatar）介面、一個可提取精確財務資料的推理層、資安防護，以及具規模效益的具成本效益 token 服務。這個例子的提出，是為了證明垂直整合不僅是一個效率故事，更是一個變現多元化策略，讓 Google 無論客戶重視的是矽晶片、模型、資料平台還是安全層，都能夠捕捉營收。這有助於具體說明抽象的「全端」訴求，以往在與投資人的溝通中，這類訴求有時缺乏具體性。