在 Cloud Next 大会上，谷歌公司展示了其在数据和人工智能领域的强大领导地位。

我们认为，谷歌的信息演示和以技术为中心的叙述对开发者和下一代初创企业具有非常强的吸引力。此外，该公司专注于企业解决方案的战略，谷歌还展示了一个由全球系统集成商和小型云服务提供商组成的扩展生态系统，鼓励在全球范围内广泛使用谷歌的工具包。尽管在基础设施，即平台服务的竞争中，收入仅为 亚马逊 的五分之一，但谷歌正在玩一场长期游戏，并将赌注押在人工智能上，将其作为云计算未来的催化剂。

在本期 "突发分析 "中，我们将与罗布-斯特雷凯（Rob Strechay）和乔治-吉尔伯特（George Gilbert）一起解读过去一周谷歌云计算大会（Google Cloud Next）的主要收获。我们将分享企业技术研究（Enterprise Technology Research）的数据，这些数据显示了谷歌人工智能相对于其他领先企业的定位，我们还将对比谷歌以数据为中心的战略和传统的架构模式。

谷歌的三重奏和新一代人工智能对科技行业的影响

以下是我们从Google Cloud Next大会中得出的主要观点总结：

谷歌的三驾马车：在Next大会结束后，John Furrier创造了“谷歌三驾马车”的概念，指的是谷歌关注以下三个方面：

1. 开发者：提供低代码、无代码和高级编码解决方案，以提高开发者的可访问性。Furrier指出，今天的20多岁的开发者在没有使用Microsoft Office的情况下长大。相反，他们使用Gmail、Google Docs和其他谷歌工具，对谷歌品牌有熟悉度和良好的感觉。

2. 解决方案：展示生成式人工智能副驾驶的快速发展，这些副驾驶已跨产品集成。

3. 生态系统：谷歌展示了其先进的集成数据和AI平台，强调了数据为中心的方法，而不是传统的数据库管理系统为中心的架构。此外，公司展示了一些全球系统集成伙伴和较小的云服务提供商，谷歌鼓励他们在全球范围内使用其技术。

计算能力的提升：谷歌通过其（TPU）在计算方面取得的进步，部分解决了当前图形处理单元短缺的问题，进一步促进了 gen AI 在其所有产品中的整合。代价是用户需要使用谷歌工具。但它为 GPU 受限的开发人员提供了一条途径。

安全性：谷歌强调了全面的开发和运维安全性（DevSecOps）能力，这在微软最近的安全漏洞以及谷歌在2022年收购Mandiant后显得尤为重要。

从现场（Rob的观点）：

展会的活力和参与度令人印象深刻，旧金山莫斯科尼中心的活动吸引了20000名与会者。

示范项目，如基于AI的温迪餐厅的车道通行项目，展示了谷歌技术的真实应用，强调了开发者的核心地位、开源和可扩展性。

远程观察（George的见解）：

• Gen AI：也许是科技行业有史以来最大的促进剂。Gen AI 是独一无二的，因为它提高了对应用程序的需求和供应——即开发它们的能力。以前的技术变革增加了需求，但新一代人工智能推动了新应用程序的创建。

• 基础设施瓶颈：尽管 Nvidia 公司在 GPU 供应方面存在一些障碍，但谷歌已经预料到了加速的需求。凭借其基础设施，尤其是第五代 TPU，谷歌可以将新一代人工智能融入其所有产品中。相比之下，微软面临着内部挑战，必须限制对 GPU 的访问。

总结：在我们看来，谷歌的最新进展，尤其是在生成AI方面，强调了其对未来计算的愿景。通过关注开发者体验，优化解决方案并扩大其生态系统，谷歌正在设定云市场新阶段的步伐，其中基于AI的快速创新至关重要。其能够预见并解决基础设施挑战的能力也值得赞扬，使其在这一领域超越了微软等竞争对手。尤其是考虑到其他科技巨头最近的安全漏洞，对安全性的强调进一步强调了谷歌的全面方法。我们相信，谷歌在AI和云领域的战略方向将对更广泛的科技行业产生重大影响，使谷歌成为开发者和行业参与者更具竞争力的云服务替代品。

ETR的数据显示，谷歌云服务的整体支出落后，但正在改善中。下图显示了 ETR 跟踪的所有 Google Cloud 服务的 Google 总体支出情况。

上面的图表显示了ETR专有的净分数方法的细致程度。净得分是支出动力的衡量标准。柠檬绿色的盒子显示新的客户广告。您可以在 7 月份的调查中看到，8% 的受访客户是 Google Cloud 的新用户。森林绿色占 Google 客户受访者的 37%，代表客户的支出占 6% 或更多。灰色表示支出持平。这是谷歌形象的很大一部分，就像当今大多数供应商的情况一样。7% 的粉红色区域代表支出下降 6% 或更糟。4% 处的亮红色是流失率。

从绿色中减去红色，您会得到 34.8% 的净得分，以下降的蓝线表示，该蓝线在 4 月份的调查中触底，并在 7 月份的测量中反弹。

黄线表示数据集中的普遍性。换句话说，它需要 Google 客户总数 N 除以整个调查的总数 N（大约 1,700 个）。该数字衡量了调查中的比例。

谷歌的AI表现却呈现出不同的景象

您可以在上面看到，净得分于 2022 年 10 月（ChatGPT 宣布前一个月）触底。我们看到人工智能和机器学习在大流行后的支出缓慢减速。然后，谷歌在今年早些时候的 Google I/O 大会上用 Bard 其他 AI 工具做出了回应，你可以看到它的下一个净得分跃升至 52.1%。我们应该注意到，尽管谷歌拥有强大的人工智能实力，但它的排名仍然低于其他大型云厂商微软和AWS，我们稍后将向您展示一些比较数据。尽管如此，谷歌的势头正朝着正确的方向发展，并且根据我们在 Cloud Next 上看到的情况，它打算取得进展。

架构差异和新一代人工智能对市场领导者的影响

此外，我们还提出以下观察：

• 谷歌的AI整合策略：
• 谷歌广泛的人工智能集成归功于其独特的架构，包括计算层、存储层和应用程序解决方案。
• 通过拥有全部这些解决方案并将其统一平台化，谷歌可以在其套件中无缝注入人工智能功能。
• 得益于 Google 具有凝聚力的平台设计，这种集成甚至超越了带有 OpenAI 的 Microsoft Office 365。
• AWS 的独特挑战：
• AWS 的产品套件类似于 300 多个单独的服务，缺乏谷歌和微软拥有的统一层。
• 尽管 AWS 可能会在其服务中引入人工智能功能，但其固有的脱节性质可能会减慢整个平台的人工智能实施过程。
• AWS 的 AI 功能 – 混合视角：
• 尽管有些人认为 AWS 在人工智能方面落后，但考虑到最近的文章和评论（例如来自 The Information 和 Charles Fitzgerald的文章和评论），认识到 AWS 在人工智能领域的历史地位也很重要，特别是通过 SageMaker。但从公共关系的角度来看，谷歌和微软迄今为止已经超过了 AWS。
• 现在还处于人工智能游戏的早期阶段，尽管 AWS 可能看起来落后了，但从历史上看，它除了头把交椅之外还没有安定下来，而 re:Invent 将给 AWS 带来 2023 年的最终决定权。
• 基础设施思维差异：
• AWS、谷歌和微软以不同的方式处理基础设施。AWS 具有更加以硬件为中心的平台思维，专注于提供大量服务来增强其硬件功能。
• 谷歌和微软以软件为中心的思维方式使他们能够利用 Gen AI 的优势迅速重新构建服务平台。
• 这种根本差异解释了 AWS 面临的挑战：思维方式不一致、核心 AI 工具的延迟以及基础设施配给。
• 市场认知——“婴儿潮一代云”：
• 如上所述，John Furrier 强调了技术亲和力的代际转变，并指出二十多岁的开发人员主要是使用 Google 套件（Docs、Gmail）长大的，这可能会扭曲他们对 Google 的忠诚度。
• Next 大会上的一个有趣言论将 AWS 称为“Boomer Cloud”，这意味着它对年轻开发人员的吸引力可能正在减弱。

总结：我们认为，谷歌正在向开发人员（AWS 的历史据点）和企业解决方案（微软的优势）进军。谷歌和微软可能因其更具凝聚力的以软件为中心的平台而拥有优势。AWS 的模块化方法给快速的人工智能集成竞赛带来了挑战。尽管 AWS 面临潜在的挑战，但我们的研究表明，鉴于其历史竞争力，低估它是不明智的。然而，更广泛的科技领域的世代观念的转变，以及年轻的开发人员倾向于谷歌，可能会对未来几年的市场主导地位产生持久的影响。

谷歌在人工智能支出势头和市场占有率方面仍落后于微软、OpenAI 和 AWS

上面我们展示了人工智能领导者在 ETR 数据集中发现的人工智能支出比较。在图表中，纵轴为净得分或支出动量，X 轴显示数据集的渗透率或重叠。右侧插入的图表说明了如何绘制点。

关键点是：

• OpenAI 的净得分为 88%，被引用次数为 314 次，N 仅次于无处不在的微软。微软凭借 OpenAI 关系跃居领先地位。
• AWS 一直是 SageMaker 的主要参与者，现在凭借 Bedrock、Titan 和其他新一代 AI 工具，它继续表现出强劲的势头。
• Databricks Inc. 也显示出强劲的支出势头，净得分高于 40% 红色虚线，表明支出速度大幅提高。
• 谷歌的进展用橙色的波浪线显示，这是一个令人印象深刻的向右移动。不过，相对于AWS和微软在调查中的市场占有率方面所采取的举措，谷歌还有很多工作要做。

您可以看到包含 Spark Cognition、DataRobot、Dataiku、Anthropic、H2O.ai、C3.AI 等的包，顺便说一下，还有 IBM 和 Oracle，它们都在其中。它们在动量轴上较低，但它们出现在调查中。

这里的要点是，尽管谷歌很强大，但要在市场表现上迎头赶上，它还有很多工作要做。

接下来我们要解决的问题是： 谷歌在人工智能领域的强大技术地位是否会改变云领域的游戏规则？如果没有，为什么不呢？如果是这样……什么时候？ 

谷歌的人工智能优先云战略

• 谷歌的主场优势——AI：
• 谷歌不仅仅在 IaaS 和 PaaS 领域展开竞争（AWS 主要将其作为游戏条款，微软也遵循这一点），谷歌正在利用其在 AI 领域无与伦比的优势。
• 这种向人工智能的转变是战略性的，将谷歌定位在它的“主场”，在那里它的专业知识和创新可以真正具有开创性。
• 从解决方案到动力：
• 谷歌最近对人工智能的重视反映了从通用云解决方案转向更专业的方法，利用人工智能驱动的产品。
• 谷歌的“出柜派对”将其描绘成典型的“人工智能云”，这可能是一个重要的市场差异化因素。
• 对比分析：
• 谷歌进入 LLM（大型语言模型即服务）领域——尤其是其 Vertex AI——清楚地表明了他们在这一领域积极竞争的意图。
• 通过提供法学硕士即服务，谷歌表明了其让人工智能模型像其他云服务一样易于访问和扩展的雄心。

总结：我们认为，谷歌利用其人工智能优势的战略重心代表了云战争的重大转变。尽管更广泛的市场围绕 IaaS 和 PaaS 产品展开争夺，但谷歌对 Vertex AI 和 Duet AI 等以 AI 为中心的解决方案的重视可能不仅会增强其云地位，而且有可能重新定义云服务的概念化和交付方式。这种方法可能会让谷歌成为优先考虑尖端人工智能集成的组织的首选云提供商。

Next 回顾 Google 的架构创新

让我们深入了解 Google 在 Next 上展示的一些公告和架构。上面是乔治创建的幻灯片。金字塔顶部强调了数据应用程序的演变。我们经常使用 Uber Technologies Inc. 和 Amazon.com Inc. 作为拥有大量工程师和深厚技术专长的高度先进公司的领先例子。

下面进一步总结一下乔治分析的要点：

Gen AI 成为科技新的促进剂

• 需求方动态：
• Gen AI 简化用户界面的能力将应用程序扩展到未知领域，超越了图形用户界面、浏览器、移动和云等先前技术阶段的范围。
• 预测表明，到年底将会出现可以为用户执行操作的“代理”，类似于功能更强大的 Siri，从而使聊天界面的概念更上一层楼。
• 供给侧革命：
• Gen AI 增强了软件开发流程，呈现出前所未有的创新和应用部署速度。
• 拥有广泛服务的超大规模企业将受益匪浅。其广泛的服务目录使 gen AI 能够将各种组件无缝地编织在一起，从而推进平台工程。
• 多供应商堆栈潜力：
• 未来人工智能有潜力使用“生成的粘合代码”来加速多供应商堆栈。然而，这一进展需要市场对这样的堆栈达成共识。
• 市场格局分析：
• 鉴于亚马逊和微软 Azure 等云平台的数据和人工智能能力平平，雪花公司和 Databricks 等公司实际上充当了这些平台上的人工智能和数据层。
• AWS 似乎受到其基础设施限制和其新一代人工智能开发工具的新生阶段的束缚。
• 与Azure相比，谷歌拥有更先进的人工智能开发工具和安全性。虽然微软的 Build 会议强调在低代码开发工具及其 Fabric 数据层中嵌入副驾驶，但谷歌将 gen AI 作为编码加速器实施到其所有服务中的做法更为广泛。谷歌领先的原因可能是基础设施优势，或者仅仅是其开发阶段更加先进。

总结：在我们看来，新一代人工智能代表着技术格局的变革。在需求和供应方面，它有望重新定义用户体验和软件开发范式。虽然谷歌正在成为这个新时代明显的领导者，但鉴于其先进的工具和广泛的实施，竞争对手需要快速创新才能保持领先地位。基础设施、开发工具和用户期望之间的动态相互作用将决定下一个云冠军。

BigQuery 是 Google 数据战略的关键

Google 将 BigQuery 作为其主要数据平台的战略重点显而易见。这一重点是对 Snowflake 在 AWS 和 Microsoft 平台中获得巨大吸引力的竞争性回应。Cloud Next 不像 re:Invent 那样重视数据库合作伙伴关系，这表明 Google 打算优先考虑其专有数据平台而不是第三方解决方案。

关于治理和其他数据平台的主题，我们的研究表明：

• 谷歌的治理生态系统非常强大。非常重视数据质量、治理和安全性。这是由充满活力的独立软件供应商生态系统支持的。
• 尽管谷歌拥有专有的进步，Databricks 和 Snowflake 在谷歌生态系统中仍然保持着适度的存在。
• Databricks 在去年年底才与 Google Cloud Platform 进行了较晚的整合，这可能是为了响应市场需求。我们看到 Databricks 和 AWS 之间潜在的更大的战略合作机会，特别是考虑到 AWS 目前在人工智能平台层的地位；Snowflake 与 Microsoft 合作，因为 Snowflake 再次承诺批量购买 Azure 基础设施。

总结：  Google 正在刻意努力增强其数据堆栈，强调 BigQuery 与生态系统治理工具的结合。然而，Databricks 和 Snowflake 等第三方解决方案的动态可能会进一步加强现有的云合作伙伴关系以及与 AWS 和 Azure 的集成。

深入研究谷歌的数据和人工智能平台及战略

下图代表了谷歌飞轮的一种形式，说明了谷歌跨基础设施、数据和人工智能的产品组合如何相互加强。在下一节中，我们将更详细地研究 Google 在 Next 上展示的工具，例如 Vertex AI（框架）和 Duet AI（面向解决方案的聊天功能）以及它们如何融入 Google 更广泛的产品组合。

关于 Google 数据和人工智能平台的主要见解：

• 转向以数据为中心的架构：正在向使数据成为许多平台的中心点的转变。这或许标志着人工智能时代逐渐远离以 DBMS 为中心的平台。众多计算引擎不是与管道进行通信，而是与单个事实系统进行通信。
• 理由：成本效益。即使它提供事务完整性，使用一个 DBMS 作为看门人也会变得昂贵。
• 通用存储——Big Lake：它处理所有数据形式，结构化和非结构化。这很重要，因为它减少了数据孤岛和管道。包括 BigQuery、Vertex 和第三方在内的多个引擎可以访问这一事实系统。
• DBMS 转变：架构发生了重大变化。DBMS 不再是看门人，而是一个支持元素。多个计算引擎现在共享一个存储引擎。交易完整性需要权衡，但它提供了灵活性和成本效率。
• Duet AI 和聊天机器人：Google 推出了 Duet AI，这是一种与各种工具无缝集成的聊天机器人，增强了用户体验。这是面向公众和专家的解决方案。
• 谷歌的信息：谷歌的目标是将自己描绘成下一代以技术为中心的公司的平台。这种活力和方法表明它正试图吸引年轻的科技爱好者，将亚马逊和 Azure 定位为传统——又名“婴儿潮一代云”。
• Looker 和 BigQuery 与 Duet：对于 Looker 是否需要位于 BigQuery 之上才能充分发挥 Duet 的优势，目前还存在一些模糊性。
• 平台的一致性：谷歌数据和人工智能平台的组件紧密集成。BigQuery 和 Vertex 可以进行交互，而无需数据通过管道移动。亚马逊或微软尚未展示这一功能。
• 安全性：随着 Mandiant 的功能集成到 Google 平台，特别是随着人工智能威胁的兴起，Next 非常重视安全性。
• 网络：谷歌强调了他们的跨云网络能力，强调高效数据传输的重要性。
• Google 分布式云：这一点可能被许多人忽视 ，但却很重要。AlloyDB Omni 能够在任何 Docker 容器实例上离线运行，而不是在云中，这是朝着去中心化和边缘支持迈出的一大步。
• 生态系统：GSI、普华永道、德勤、Slalom、Cognizant、HTC、Wipro、Infosys 等公司也在 Google Cloud 浪潮中投入了大量资金。

总结：谷歌正在通过以数据为中心的方法来维护其在市场中的地位，将人工智能集成到其平台上。该公司对成本效益、通用存储和组件之间一致相互作用的重视表明了其对统一体验的承诺。我们的研究表明，谷歌确实为其数据和人工智能平台提供了令人信服的案例，与在特定领域拥有更强大数据和人工智能发挥作用的云竞争对手区分开来。

视频分析地址：https://www.youtube.com/watch?v=JOJSJwykcWk

文章转载自siliconangle，作者DAVE VELLANTE、GEORGE GILBERT 和 ROB STRECHAY