一年前，Google Cloud 還是被看衰的老三——技術很強，但企業執行力一直是疑號。2026 年 4 月，時空換了：Q4 2025 雲端營收 177 億美元、年增 48%，Gemini 3 Pro 從頭到尾跑在自研 TPU v7（Ironwood）上——這是史上第一個主流旗艦模型完全繞過 Nvidia 訓練出來的。本文結合 Big Technology 訪談、Synergy Research 市佔資料與 Alphabet 最新財報，拆解 Google Cloud 真正的反攻在哪、又卡在哪。
先講結論：這不是「會不會出局」的故事，而是「能縮多少差距」的故事
Google Cloud 過去最大的問題從來不是技術，而是市場不信它有企業級的長期執行力。AWS 是雲端原生霸主，Azure 靠企業通路滲透，Google 則被貼上「研究院」的標籤——會生猛東西，但不知道怎麼穩穩把它賣出去。
AI 浪潮剛好把 Google 手上原本零散的牌對齊了：基礎模型、資料平台、自研晶片、全球骨幹網路、開發工具。這些在傳統雲端時代彼此平行，生成式 AI 時代卻突然變成一條垂直整合的價值鏈——這是 AWS 和 Azure 任一家都沒有的完整度。
市佔上它仍是老三:Synergy Research 最新資料顯示 AWS 約 31%、Azure 約 25%、Google Cloud 約 11–13%。但真正的看點是增量份額——AI 帶進來的新工作負載正不成比例地往 Google 傾斜，Q4 48% 的增速遠高於另外兩家。雲端業務的黏性又極高，工作負載一旦落地就很難遷移。
Cloud Next:Google 在重寫市場對自己的認知
從 Next 25 到即將登場的 Next 26，Google 真正在做的事情，不是發表新模型新晶片，而是把自己從「研究導向的 AI 公司」翻譯成「企業可採購的平台供應商」。這個翻譯工作比模型分數重要得多。
最具象的例子是 Cloud WAN:Google 把原本只服務 Search、YouTube 的全球骨幹網路（超過 200 國、200 萬英里光纖）商品化對外銷售。真正難複製的價值，往往不在單一產品，而是能否把內部優勢變成外部客戶願意長期依賴的平台。Google 過去擅長前半段，NEXT 系列大會正在逼自己把後半段做出來。
Google Cloud 現在要賣的不是「某個最強模型」，而是「把 AI 搬進大型組織時最少摩擦的整套系統」。
真正的優勢不是 Gemini 單點爆發，而是整條 AI stack 同時成熟
只用「Gemini 追上 OpenAI」來理解 Google Cloud 會太淺。真正的關鍵是它同時擁有五層——而且每一層都能獨立賣:
- 模型層:Gemini 3 Pro / Deep Think（2025 年 11 月發布，多項基準已與 GPT 最新版本互有勝負）
- 平台層:Vertex AI、Model Garden（已上架超過 200 個模型）、代理開發工具
- 資料層:BigQuery、資料治理、企業系統 grounding
- 基礎設施層:AI Hypercomputer、GPU 叢集、Cloud WAN
- 晶片層:TPU v7 Ironwood——Google 最難被模仿的一張牌
這和 Azure 與 OpenAI 深度綁定、或 AWS Bedrock 走中立分銷的策略都不同。Google 的姿態是:當然希望你用 Gemini，但就算你不用，也請把 Vertex AI 當你的企業 AI 作業系統。模型選擇權商品化、平台黏著度最大化——這是更厚的護城河。
聰明的一步:先當企業 AI 的總承包商，再當模型賣家
如果只比模型分數，Google 要同時跟 OpenAI、Anthropic、Meta 和一堆開源混戰；但企業採購從來不是「誰今天分數最高就全押誰」，而是誰能把身分管理、資料治理、權限、代理工作流、評測、合規一次處理完。Vertex AI 就是這個「總承包」位置。
一旦企業把 prompt 管理、grounding、評測、安全政策與代理 workflow 都建在 Vertex AI 上，前端模型就算從 Gemini 換成 Claude 或 Llama，底盤仍然是 Google 的。變動留在模型層、黏著留在平台層——這是 Microsoft 綁 OpenAI 時代最被低估的反向打法。
TPU vs Nvidia:Gemini 3 全程跑在自研晶片上，意義比想像中大
2025 年 11 月 Google 做了一件史無前例的事:Gemini 3 Pro 從預訓練到後訓練完全在 TPU v7 Ironwood 上完成，沒有用任何 Nvidia GPU。這是主流旗艦前沿模型第一次這麼做，象徵意義大於技術本身——它證明自研 ASIC 路線是可行的旗艦方案，不只是推論補位。
這場仗真正的核心是:誰能把推論成本壓下來。訓練是一次性資本支出，但讓 AI 變成企業日常費用的是推論——客服、搜尋、文件摘要、知識助理、程式代理這些長期、大量、毛利敏感的工作負載。Ironwood 單 Pod 9,216 顆液冷晶片、總算力 42.5 exaflops 的規格就是為此而生。
Nvidia 仍然是 AI 供應鏈中心——CUDA 生態、工具成熟度、相容性至今難撼動，選 Nvidia 就像買 ETF:貴，但不會被懷疑。但如果 AI 從訓練狂熱進入推論經濟學 階段，擁有自研 ASIC 的雲商就會比單純轉售 GPU 的平台更有議價空間。這是 Google 唯一可能建立別人沒有的成本護城河的地方。
財報終於配合敘事:48% 增速、Alphabet 市值破 4 兆
Big Technology 這期訪談之所以成立，不是因為口號漂亮，而是數字終於追上:Alphabet Q4 2025 財報（2026 年 2 月公布）顯示 Google Cloud 當季營收 177 億美元、年增 48%，加速且超預期。同期 Alphabet 市值歷史首度突破 4 兆美元，雲端被市場重新估值是主因之一。
更關鍵的是 attach rate:Kurian 在財報會議揭露使用 AI 服務的客戶平均採用約 1.8 倍的 Google 產品。這代表 AI 不是額外收入，而是把客戶更深地拉進整個生態——工作負載一旦進來就不容易離開，企業不會因為某個模型排行榜變動就整批遷移資料權限、治理規則和內部代理。
和 AWS、Azure 比，Google 贏在哪？
- AWS:穩定、廣度、生態、採購信任。最像「沒人因為買它而被炒」的選項，但 AI 敘事不性感。
- Azure:OpenAI 心智先發、GitHub 生態、Microsoft 通路滲透。風險是和 OpenAI 綁太死，模型代際更迭時壓力會傳導進來。
- Google Cloud:垂直整合 AI stack、資料優勢、TPU 推論成本潛力。差異化最清楚，但企業執行力還要再被時間驗證。
Google 最有機會贏的不是複製 AWS，而是搶 AI 原生的新工作負載——這塊市場沒有既有慣性，比拼的是端到端整合度。
一個不能忽略的風險:開發者入口正在往 coding agent 移動
企業採購端是 Google 的亮點，開發者入口端則是它的警訊。AI 時代新的分發介面可能不是雲端 console，而是 coding agent。Claude Code、Codex 以及一堆多 agent IDE（如 Superset 這類可同時跑 10+ agent 的沙盒工具）正在重新定義「工程師每天打開什麼」。
Google 已組建 coding 模型 strike team 回應這個戰場，但目前 mindshare 仍明顯落後 Anthropic 和 OpenAI。如果開發者習慣把 Claude Code 或 Codex 當入口，再透過它們連去 AWS 或 Azure，Google 就算企業端守得很好，也會慢慢失去工程師的手指。
空頭論點:三件還沒被證明的事
- 企業執行力的長期穩定性。產品命名混亂、策略頻繁調整、內部優先序常改——Kurian 把組織拉直了不少，但市場陰影還在。
- 份額躍升未必跟著模型優勢來。雲端不是短影音，沒有網路效應一夜翻盤；企業資料、法遵、流程慣性很厚。Gemini 3 再強，也不保證 AWS 客戶會跳船。
- AI 需求會不會被高估。目前大量仍是 PoC、知識檢索、客服試點。真正大規模進入核心流程的工作負載還需時間驗證；若企業收緊 AI 預算，現在的增速可能只是採購脈衝。
真正要看的不是「Google 贏沒贏」，而是「AI 工作負載會留在哪一層」
未來 12–24 個月最該追蹤的三個訊號:
- 客戶是否把敏感資料與核心流程搬進 Vertex AI，而不只是測試型應用。
- 代理工具是否從單點聊天機器人升級成跨部門、多系統、可審計的工作流。
- 企業在成本與法遵壓力下，AI 預算是否仍持續增加（還是開始被財務長盯帳）。
三件都發生，反攻就是制度化收入；若沒有，今天的 48% 增速很可能只是 AI 週期前半段的採購脈衝。
這其實在回答:AI 的錢最後會落在哪一層？
Google Cloud 的反攻值得看，不只因為它影響 Alphabet 的一個部門，而是它在測試 AI 產業最重要的權力分配問題——最終拿最多錢的會是模型公司（OpenAI、Anthropic）、晶片公司（Nvidia）、雲平台（AWS、Azure、GCP）、還是應用層？
如果 Google 成功，答案偏向平台層。因為企業採購追求的從來不是「單點最強」，而是可治理、可整合、可持續擴張的系統。這對 OpenAI、Anthropic、甚至所有純模型公司都是壞消息:模型可能變成被採購的一個組件，而非最後的價值終點。
但如果 Google 這種垂直整合玩家最後仍只能穩穩當老三，那也說明雲端既有護城河比想像更深，AI 並不足以在短期重排座次。
我的判斷是:這是反攻的起點，不是勝利的終點。Google Cloud 已經走出「被看衰」的區間，有了比過去更完整的武器庫——Gemini 3、Ironwood TPU、Vertex AI 平台、48% 增速——但真正要證明的，是 12–24 個月後 AI 工作負載仍然選擇留下來。發表會已經結束，真正的考試才剛開始。