Google 發明了 Transformer，為何差點把 AI 入口讓給 ChatGPT？Pichai 的真心話與 Google 的反攻劇本

這兩年科技圈最流行的 Google 迷因，大概就是這一句：「Transformer 明明是 Google 發明的，結果大家先打開的卻是 ChatGPT。」 這句話之所以有殺傷力，不只是因為它押韻或戲劇化，而是它真的戳中了 Google 在生成式 AI 第一階段最尷尬的位置：研究領先、技術不弱、資源最多，卻沒有第一時間把市場心智收下來。

但如果因此得出「Google 已經輸了」的結論，反而是把故事看淺了。Google 真正遇到的問題，不是它沒有看到大型模型的未來；恰恰相反，它可能是整個產業裡最早看懂這條路的人。 問題在於，當研究突破進入產品化、商業化與基礎設施化階段時，Google 沒有像 OpenAI 那樣先用一個全民可感知的新介面，把敘事權搶下來。

在 Sundar Pichai 與 Stripe 聯合創辦人 John Collison 的對談裡，Pichai 其實給了外界一個很清楚的訊號：Google 並不否認自己曾在產品節奏上慢了一拍，但他更想強調的是，AI 的下半場不是誰先做出一個最驚豔的 demo，而是誰能把模型變成低延遲、可治理、可全球部署的基礎服務。這也是為什麼，Google 的 AI 故事現在已經從「為何沒先做出 ChatGPT」慢慢轉向「它能不能靠分發、算力與產品矩陣，把 AI 重新變成自己的主場」。

一、Google 真的錯過了 AI 嗎？它其實先發明了整個時代的底層架構

2017 年，Google 研究團隊發表了 Attention Is All You Need，正式提出 Transformer 架構。這篇論文的重要性早已超過自然語言處理本身：它不只是改善翻譯任務，而是重新定義了模型擴張的方式。論文中，Transformer 在 WMT 2014 英德翻譯任務上達到 28.4 BLEU，在英法翻譯任務上以單一模型達到 41.8 BLEU，並強調在訓練效率上明顯優於當時主流的 RNN 類方法。

更關鍵的是，Transformer 把平行化做成了主角。這聽起來像工程細節，實際上卻是大型模型時代能否成立的基礎。若沒有這種更適合大規模訓練與推理的架構，後來從 GPT 到 Gemini、從程式碼生成到多模態模型的整個浪潮，速度都不會這麼快。也因此，外界說 Google「發明了 Transformer 卻錯過 AI」，前半句是事實，後半句只對了一半：Google 錯過的不是技術方向，而是第一波市場心智。

這個差異很重要。技術方向決定你有沒有資格坐上牌桌；市場心智決定短期內誰看起來像贏家。OpenAI 靠 ChatGPT 搶到的是後者。Google 在 2022 到 2023 年最痛的，不是模型完全落後，而是社會大眾第一次真正感受到大型語言模型威力時，入口不是 Google 首頁，而是一個聊天框。平台轉移往往就是這樣：先定義新介面的人，先拿到新時代的語言權。

研究領先不會自動轉化成產品領先；在介面切換的時候，誰先成為使用者的習慣，誰就先成為市場的答案。

二、Pichai 的難題：Google 並不是不能做，而是不敢像新創那樣先丟出去

從後見之明看，很多人會說 Google 當時只要把 LaMDA 或類似系統早一點公開，就不會讓 ChatGPT 一炮而紅。這種說法不能說完全錯，但它低估了兩家公司的結構差異。OpenAI 當時是典型的 AI 原生公司，核心任務是把模型變成產品；Google 則是一家已經服務全球數十億人的超大型平台公司，搜尋、Gmail、YouTube、Android、廣告、地圖與 Workspace 全都綁在一起。對它來說，模型幻覺、偏誤、版權風險與品牌風險，不是「先 beta 再修」那麼簡單。

這不代表 Google 沒有官僚病。它當然有，而且這正是外界批評最合理的地方：Google 太常把研究優勢鎖在內部流程或既有產品優化裡，卻沒有果斷把它包裝成全民可見的新產品。 你可以把這理解成大公司病，也可以理解成平台責任感；現實通常是兩者混合。Pichai 在公開場合一直強調「responsibility」與「latency」的理由，其實也反映了這種企業 DNA：Google 的任何新功能，都不是面對幾百萬早期採用者，而是隨時可能面對數十億人。

但替 Google 辯護到這裡就夠了。因為另一面也很明確：OpenAI、Microsoft 與 GitHub 用 Copilot 證明了一件事——大型模型不只會聊天，它還能立刻切進高頻工作流並形成付費需求。這個切口對 Google 原本應該非常自然，畢竟它握有 DeepMind、Google Brain、雲端基礎設施、TPU 與廣大的開發者生態，可是它沒有率先在開發者工具上建立壟斷級優勢。這不是風險管理，這就是決策慢。

三、真正威脅 Google 的，不是「答案變好了」，而是「入口可能換了」

搜尋之所以是 Google 的王座，不是因為它只會回十條藍色連結，而是因為它長期扮演整個網路的流量交換器。內容網站生產資訊，Google 幫你排序與分發，廣告主再沿著這條分發鏈購買注意力。生成式 AI 的挑戰在於：當使用者可以直接在對話框裡拿到濃縮答案、比較結果，甚至直接完成任務時，整條價值鏈都可能被改寫。

這也是為什麼市場對 Google 的質疑，從來不只是「Gemini 聰不聰明」，而是「如果用戶不再點出去，搜尋廣告要怎麼辦」。Alphabet 的財務數字正好說明這件事有多敏感。根據 Alphabet 2025 年 10-K，Google Search & other 收入在 2024 年為 1,980.84 億美元，2025 年進一步增至 2,245.32 億美元；Google Services 總收入則從 3,049.30 億美元成長到 3,427.21 億美元。 換句話說，搜尋不只是產品，它仍然是整家公司現金流與資本支出的核心引擎。

也因此，Google 不可能像新創那樣輕鬆把舊介面炸掉重來。對 OpenAI 來說，聊天框本身就是主戰場；對 Google 來說，任何新的 AI 介面都必須與既有搜尋體驗、廣告變現與全網流量生態協調。這也是 Google 的包袱，但同時也是它的護城河：誰要取代 Google，不只要做出更強模型，還要接手全球資訊分發與商業化的整套系統。

四、Google 的反攻，不是靠一句「我們也有模型」，而是靠分發重新拿回主導權

如果只看輿論，Google 在 2023 年像是在追趕；但如果看 2024 到 2025 年的產品節奏，它其實做了一件很典型、也很 Google 的事：把 AI 直接塞回原本就有超大流量的入口。根據 Google 在 I/O 2025 的官方整理，AI Overviews 已經擴展到 200 個國家與地區、每月觸及 15 億使用者；在美國與印度等核心市場，對會顯示 AI Overviews 的查詢類型，使用量增加超過 10%。同場活動裡，Google 也透露 Gemini app 已超過 4 億月活躍使用者。

這幾個數字的意義遠大於 PR。它們說明了一件事：Google 不一定要贏下「最潮 AI App」這個敘事，因為它可以把 AI 變成既有流量系統的預設層。 OpenAI 可以讓大家主動打開 ChatGPT；Google 則可以讓大家在搜尋、Chrome、Android、Workspace、Photos 甚至 Maps 裡，不知不覺用到 Gemini 強化過的能力。這不是比較無聊，而是比較像基礎設施公司的打法。

如果你把生成式 AI 想成手機時代的「作業系統層升級」，就更容易理解 Google 的位置。它真正的資產不是一個單點聊天產品，而是多層分發網路：搜尋是資訊入口，Chrome 是瀏覽器層，Android 是裝置層，Workspace 是企業生產力層，Cloud 是開發與採購層。這些入口一旦由同一套模型能力貫穿，Google 的 AI 競爭力就不只是模型分數，而是滲透率。

而且這種分發優勢不是靜態的。Google 在 2024 年底介紹 Gemini 2.0 時就提到，AI Overviews 當時已經觸及 10 億人，並持續擴張到更多國家與語言。換句話說，Google 的反攻不是某一場發布會突然逆轉，而是靠既有產品每一個小入口慢慢累積。這種節奏不如 ChatGPT 爆紅那樣戲劇化，但對一間巨頭而言，可持續的小幅滲透，往往比一次性的爆炸式聲量更有價值。

五、Pichai 一直講延遲與成本，因為真正昂貴的不是訓練，而是全球部署

在外界熱衷討論模型排行榜時，Pichai 最常回到兩個聽起來很工程師的詞：latency 與 cost。這不是岔題，而是 Google 跟多數 AI 公司最大的差別。對搜尋來說，多幾十毫秒可能就是更差的體驗、更多流失，以及實打實的商業影響；對數十億級產品來說，單次推理成本差幾美分，最後都會放大成巨額資本支出。

Google 在 2024 年底介紹 Gemini 2.0 時就明講，TPU 是其差異化全棧 AI 策略的一部分，甚至指出 Gemini 2.0 的訓練與推理都由 TPU 支撐。這句話背後的意思其實是：當生成式 AI 進入大規模日常使用後，勝負不只在模型能力，還在誰能更便宜、更穩、更低延遲地把能力送到全球。這也是為什麼大型科技公司重新被高估——它們不只擁有模型，還擁有資料中心、晶片路線、電力與供應鏈談判能力。

Alphabet 財務也反映了這種全棧優勢開始轉化為商業成果。根據同一份 10-K，Google Cloud 收入在 2024 年為 432.29 億美元，2025 年增至 587.05 億美元；營業利益則從 61.12 億美元跳升到 139.10 億美元。這表示雲端不再只是講故事的配角，而是 Google 把模型能力賣給企業、吸收推理成本、形成平台閉環的重要載體。對 Google 而言，Cloud 不只是 AWS/Azure 競爭者，它更是 Gemini 經濟模型的商業出口。

這裡還有一個常被忽略的組織變化。Google 在 2023 年把 Google Brain 與 DeepMind 合併，外界當時多半把它解讀成「Code Red」後的緊急整軍；但如果放在 2025 的脈絡看，這個動作其實很重要。AI 時代最昂貴的不是單一模型，而是研究、產品、晶片、雲端與法規應對能不能被同一套決策系統拉在一起。Google 真正想補的，不只是模型能力差距，而是研究與產品之間的摩擦成本。

這也是為什麼 Pichai 談 AI 時總是把模型、搜尋、Cloud、晶片與產品放在同一張圖裡。對新創來說，模型可以是一家公司；對 Google 來說，模型必須是一個橫跨整個集團的能力層。這種打法比較慢，但一旦磨合成功，競爭者就很難只靠單點產品把它整個撬開。

六、Google 與 OpenAI 打的不是同一場仗：一個搶心智，一個鋪基礎設施

如果硬要把兩家公司放在同一張圖上比較，OpenAI 比較像產品與品牌驅動的前鋒，Google 則像有完整補給線的重裝部隊。前者擅長用新介面快速重寫使用者期待，後者擅長把新能力嵌入舊秩序，並把舊秩序一起升級。這就是為什麼 ChatGPT 可以先贏得輿論，而 Google 仍然可能在更長的戰線裡保持競爭力。

這兩種打法各有優缺點。OpenAI 的優勢是清楚、聚焦、品牌銳利；缺點是它必須持續證明自己不只是一個超熱門 app，而是一個能跨越企業、瀏覽器、工作流與代理人層的長期平台。Google 的優勢是分發、現金流、資料中心、Android 與企業客戶；缺點則是任何激進創新都會碰到內部協調與既有商業模式的摩擦。所以 Google 的問題從來不是有沒有資格參戰，而是能不能在保護舊護城河的同時，願意對自己下手。

這也是 Pichai 訪談裡最值得細讀的地方：他並沒有把 Google 描述成一個被偷襲的受害者，而更像是承認，當新技術出現時，Google 必須重新學會像創業公司那樣定義產品，同時又維持平台公司的可靠性。說白了，這是一個幾乎不可能的雙重任務，但它偏偏是 Google 必須完成的任務。

七、從 AI Overviews 到 AI Mode：Google 想搶回的不是回答框，而是整個任務流

Google 在 AI Mode 更新說明裡把方向講得很直白：它不只想給你答案，還要把搜尋推進到更接近 agent 的形態。官方提到 query fan-out、Deep Search、Live capabilities、agentic capabilities、shopping checkout，甚至把票券、訂位、價格追蹤與未來的金融/運動圖表分析全部放進來。這代表未來的 Google 搜尋，目標不再只是幫你找到網站，而是幫你把任務拆解、比較、排序，最後推進到接近完成。

這個方向對 Google 特別合理，因為它手上原本就有太多上下文：Gmail、Calendar、Maps、Shopping Graph、Chrome、Android、支付能力、地理資料、使用者歷史偏好。OpenAI 要變成代理人，需要逐步接更多外部工具；Google 則本來就活在工具堆裡。只要監管與隱私邊界允許，它比大多數競爭者更有機會把「知道你要問什麼」延伸成「知道你想完成什麼」。

當然，這條路沒有想像中輕鬆。第一，若 AI 直接完成交易，廣告要怎麼嵌進去而不破壞體驗？第二，當平台替使用者做越多選擇，排序權力與監管壓力也會同步上升。第三，若代理人把流量截留在平台內，開放網路的內容獎勵機制會不會被進一步抽空？這些問題沒有一個能用更大的模型自動解決。Google 要爭的不只是下一代產品，也是在重新談判下一代網路經濟。

這點尤其值得內容創作者與媒體公司警惕。過去網站之所以願意免費把內容放在網路上，很大一部分前提是搜尋引擎會把流量送回來；但如果 AI 只在結果頁提煉資訊、很少把人送出去，內容端的經濟誘因就會惡化。對 Google 來說，這不是單純的公關問題，而是供給側問題：如果開放網路失去獎勵機制，搜尋本身長期也會失去可被索引的高品質內容。 這也是為什麼 Google 未來不只要優化使用者體驗，還得重新設計與內容生產者的利益分配。

八、看多、看空、看中立：現在該怎麼評價 Google 的 AI 位置？

看多派的論點很直接。第一，Google 仍然握有全球最稀缺的分發資產。第二，它有足夠厚的現金流與基礎設施，可以把模型從 demo 做成全球服務。第三，搜尋、Android、Chrome、Workspace 與 Cloud 讓它不用從零創造需求，只要把 AI 塞進既有高頻場景。第四，從 AI Overviews 15 億月活、Gemini 4 億月活到 Cloud 獲利改善，Google 已經不只是「有技術」，而是開始把技術重新組裝成商業結果。

看空派也不是沒有道理。Google 的最大風險並非模型明顯落後，而是組織複雜度與既有利益結構。搜尋廣告越成功，越難擁抱會稀釋點擊的介面；產品線越多，越容易在協調過程中失去速度；監管與版權壓力越大，越不可能像新創那樣先衝再補。若未來真正定義新入口的是 AI 原生代理人，而不是「被 AI 強化的舊平台」，那麼 Google 即使防守成功，也可能失去時代的語言權。

如果採取中立觀點，最合理的判斷大概是：Google 已經走出最尷尬的「你們怎麼沒先做 ChatGPT」階段，但還沒完全證明自己能定義代理人時代的最終產品形態。 它目前像是一支從防守重新切回進攻的球隊——證明了自己沒有被淘汰，也把比分拉近了，但比賽還沒有結束。

看多：Google 擁有搜尋、Android、Chrome、Workspace 與 Cloud 的多層分發能力，AI 更像放大器而不是賭注本身。
看空：既有廣告模式、監管壓力與組織慣性，可能讓它在真正的新介面革命裡仍然慢半拍。
中立：Google 已重返主桌，但能否主導 Agentic 時代，仍要看 AI Mode、Search 與 Gemini 的整合是否真正改變使用者行為。

九、為什麼這很重要：Google 的命題，其實是整個開放網路的命題

把 Google 的 AI 戰略只看成一家公司的輸贏，其實太小了。真正的大問題是：未來人們還會不會像過去二十年那樣，透過搜尋結果頁進入網站、比較資訊、點擊連結、形成流量，再讓網站以廣告或訂閱生存？如果 AI 直接把資訊濃縮、比較，甚至把交易也做完，那整個網路的商業交換機制都會改變。Google 只是剛好站在這場變局的中心。

因此，Pichai 的「真心話」真正值得在意的地方，不是他有沒有替 Google 辯解成功，而是他其實承認了一個更大的現實：AI 的下一階段，已經不是誰能做出最令人驚呼的模型，而是誰能把模型變成可持續、可治理、可商業化、可全球供應的公共能力。 這件事的難度，遠高於做出一個爆紅產品，但真正的權力也更大。

若 Google 成功，它可能會把自己從「搜尋引擎公司」升級為「任務協調層公司」；若 Google 失敗，新的 AI 原生入口就會接手這個位置，並重新分配流量、交易與注意力。無論哪個劇本成真，影響都不只是一家公司的估值，而是未來網路怎麼運作、網站如何被發現、內容如何被支付，以及人們如何做決策。

十、結語：Google 並沒有輸在發明，而是差點輸在把發明變成入口

回頭看整場 AI 競賽，Google 最尷尬的地方從來不是沒有技術，而是太早站在未來門口，卻沒有第一時間把門踹開。OpenAI 替整個產業完成了那個象徵性的動作，所以市場記住了 ChatGPT；但當生成式 AI 從驚奇玩具走向真實世界的流量、成本、延遲、法規與供應鏈時，Google 的優勢才開始重新被定價。

對 Pichai 來說，接下來最重要的，不是再證明 Google 曾經發明過什麼，而是證明 Google 能否把搜尋、Gemini、Chrome、Android、Workspace 與 Cloud 串成一套真的比今天更好用的代理人體驗。做到這件事，Google 就不再只是「那家發明 Transformer 卻被 ChatGPT 搶頭香的公司」；它會變成下一代 AI 基礎入口最有力的候選人。做不到，這段歷史就會被寫成另一種版本：最早看見未來的人，差一點把未來讓給別人。