【圖解】Google憑Gemini一甩Bard陰霾,肩負10億鐵粉「偶包」如何逆襲AI終端應用戰?

AI如同新一代Internet,帶來巨大破壞與機會。從技術開頭,再來是商戰接手,第一回合由OpenAI獨領風騷,每一個願意為使用付費的用戶和企業,不斷疊加進入拋物線成長,炒熱話題、股價和關注。第二回合鐘聲剛敲下,巨頭們的戰略是什麼?誰又會笑到最後?
《數位時代》邀請你票選哪位巨頭勝出?參與投票並訂閱電子報的email帳號,就能收到《數位時代》電子雜誌一份!(投票活動連結於文末)

Google曾因AI聊天機器人「Bard」在直播演示過程中答題錯誤,導致市值蒸發1,000億美元,如今透過AI助手Duet AI和多模態大型語言模型Gemini,漸漸拾回投資人信心,每一次出擊都是劍指微軟與OpenAI陣營,要奪回AI霸主。

從去年底一口氣發布3種Gemini模型版本,就可以窺見野心,分別是:Gemini Ultra,參數最強大的模型,適用資料中心與高度複雜任務;Gemini Pro,參數中等,與Bard整合,可讓開發者整合到不同應用;Gemini Nano,參數最小,專門為手機、筆電等終端設備而設計,展現了Google在新一輪生成式AI大戰的全面布局,無論是企業端(2B)或消費端(2C)市場份額,這家科技巨頭統統都想要拿下。

Google GEMINI 圖/數位時代製作
Google GEMINI 圖/數位時代製作

2B、2C全都要!Gemini三型態出擊搶錢

針對企業端方面(指雲端市場),Google Cloud已經將中階模型Gemini Pro併入旗下的整合式AI平台「Vertex AI」,提供給企業使用。

Google Cloud首席執行長湯瑪斯.庫里安(Thomas Kurian)表示:「與競爭平台相比,開發人員在 Vertex AI上選擇合適的模型,再透過API的形式把特定功能嵌入到其他應用程式,訓練、微調模型所需的程式碼量減少近8成,就能在短時間打造出最符合自己需求的AI輔助工具,例如公司文件資料庫、企業應用程式與網站等。」Google Cloud官方網站指出,目前有超過40個Google專屬模型、超過60個第三方模型,其中包含 PaLM 2、Imagen、Llama 2、Claude 2,還有新加入的Gemini Pro與第2代文字生成圖像模型Imgen 2可選擇。

「Google、微軟都希望這波生成式AI技術拉動雲端市占。」iKala愛卡拉共同創辦人暨執行長程世嘉分析,公有雲業者企業端的商業模式是以向客戶租用按量計費,整體產業每年大約維持2位數以上的營收增長率,預期隨著AI技術的蓬勃發展,能夠帶動雲端產業再成長。

Google和微軟有沒有可能撼動亞馬遜的雲端霸主地位?「可能性不大。」Google台灣前董事總經理簡立峰認為:「不會那麼戲劇化,因為亞馬遜的雲端市占仍非常高,後進者很難在短時間內改變差距。」

程世嘉_iKala共同創辦人蔡仁譯攝-14 圖/蔡仁譯攝影
程世嘉_iKala共同創辦人蔡仁譯攝-14 圖/蔡仁譯攝影

AI終端戰占優勢,看誰「小模型」最flow

從消費端來看,「這恰好回歸到Google最大的先天優勢。」程世嘉認為,Google在全球累積龐大的用戶基礎,旗下服務例如搜尋引擎、地圖、YouTube、Gmail,每1項服務都超過10億用戶;此外,Google生態圈有電腦、Android智慧型手機等硬體產品,特別是手機,非常適合被用來加值AI應用的載體。

「這就解釋了Google為什麼會在第一時間同步發布『小模型』Gemini Nano,Nano所需要的記憶體大概是2GB到4GB左右,規模小到可以把語言模型直接搭載在筆電或手機上。」程世嘉表示,透過將各式各樣的AI軟體應用部署到Pixel手機、甚至是其他的Android手機裡面,更有機會直接服務消費者。

「適合終端(Edge)應用的『大模型微型化』技術,是今年需要特別關注的趨勢。」鴻海集團旗下富智捷(MobileDrive)技術長、台大資訊工程學系教授徐宏民指出,目前看到各家大廠都有投入研發大模型微型化技術,它的優點是相對輕巧、方便部署,且維運成本比較低;也因為企業鼓勵將AI模型放在終端設備上,邊緣運算(edge computing)會順勢發展。想像中的應用場景是:當使用者的手機或筆電處於斷網狀態時,仍可使用AI語音功能;或者是工廠裡的機械手臂,不可能無時無刻要連網才能運作,但又一定要使用AI功能,這種時候就需要在機械手臂裝置裡插入AI晶片。

「AI時代的商機就是intelligence flow,誰能讓AI廣泛流動到各種終端設備(如感測器、手機、車子)上,誰就能賺到錢。」徐宏民說。

徐宏民_台大資工系教授_2024_01_05_蔡仁譯攝-1.jpg 圖/蔡仁譯攝影
徐宏民_台大資工系教授_2024_01_05_蔡仁譯攝-1.jpg 圖/蔡仁譯攝影

這裡會牽涉到晶片算力的問題。Google早在2018年研發自己的AI晶片——Edge TPU,體積小於1美分硬幣銅板,至今已經更新至第5代。相較GPU通用晶片,TPU晶片的功耗較低、延遲性較低,運算效率較高,能夠在邊緣裝置上執行機器學習推論。

「外界有些評論Google有偶像包袱,推模型、推AI的速度較慢,因為Google的確是一家非常小心的公司,它的AI不可以出事情,不可以亂講話、不可以有幻覺、不可以洩漏資訊。一旦發生資安問題,所有子彈都會往它身上打。」程世嘉觀察,Google一度陷入創新者困境,因市場的壓力在推出Bard後仍面臨許多挑戰,聲勢也較不如預期,但從去年底推出 Gemini 來看,「新的開局(第二回合),Google要從整個生態系贏回來。」

就怕重演Bard凸槌,慎守「Google it」招牌

美國研調機構創辦人暨分析師約納.蒂爾.約翰遜(Johna Till Johnson) 則指出,站在 Google的立場,人工智慧會是一個關乎生存的問題:「如果用戶在未來某一天從Google it變成ChatGPT it,網路搜尋習慣改變了,Google的廣告收入將會消失,公司也會崩潰。」

Gmail創辦人保羅.布赫海特(Paul Buchheit)也曾在推特(X)上大膽預言:「Google距離全面顛覆可能只有1到2年。」如果Google再不加快動作,類似ChatGPT的AI聊天機器人有機會一步步摧毀Google的江山,就像過去搜尋引擎摧毀黃頁一樣。
面對新技術、其他競爭者來勢洶洶,Google 必須正面迎擊。

但隨著公司大力將資金轉向投入在生成式AI領域,今年已經有幾次裁員消息傳出。就在1月,Google宣布裁撤數百名員工,包含開發Google助理部門、負責Pixel、Nest和Fitbit的硬體團隊,以及擴增實境(AR)團隊的成員;緊接著又宣布第2波裁員,計畫裁掉廣告銷售部門與YouTube的百名員工。

「我們有雄心勃勃的目標,今年將投資我們的重大優先事項。」這是Google執行長桑德爾・皮蔡(Sundar Pichai)寄給所有員工的內部備忘錄內容,「現實是,為了創造這項投資的價值,公司必須做出艱難的選擇。」

根據外媒《The Verge》,Google在今年已裁掉1,000多名人力。令人遺憾的是,公司內部的裁撤動作還會持續。「其中許多計畫已經宣布了,雖然有待公開。」皮蔡透露,整體的裁員數量並不會像2023年那樣嚴重,可能讓受影響的團隊與同事難受,但一切勢在必行。

責任編輯:謝宗穎

更多報導
【AI商戰2.0】OpenAI最大痛點在資安,被宮鬥耽誤的GPT Store能發大財?
【AI商戰2.0】一哥微軟押對OpenAI後,能靠Copilot穩坐世界最強「包租公」?