舊金山現場｜谷歌?CEO?皮查伊：少做工具，多建系統，企業才能真正用好?AI

全文 3,000字 | 閱讀約 8 分鐘

（ 皮查伊對話片段：谷歌最強模型 Gemini 3.0 發布時間）

2025 年 10 月 16日，舊金山 Dreamforce 峰會，全球最受關注的 AI 商業對話之一。

谷歌 CEO 桑達爾·皮查伊（Sundar Pichai ）站在舊金山 Moscone Center 的舞臺上。18年前，喬布斯就在這里發布了第一代 iPhone。

但這一次，他沒有發布產品，也沒有講新功能。

38分鐘的訪談，他反復強調一個核心觀點：

“谷歌不是在加功能，而是在建系統。AI 不該只是工具，而是你組織里的一套協作者。”

主持人是 Salesforce 創始人 Marc Benioff?，F場觀眾是全球 10 萬家企業的 CEO 和 CTO。臺上談的不是模型細節，而是一個根本問題：為什么企業擁有了最好的 AI，卻依然用不好它？

皮查伊的回答很明確：問題不在于模型不夠強、功能不夠多，而在于企業沒有準備好讓 AI 運轉的組織架構。

這不是一句口號，而是谷歌花七年時間驗證的結論。

第一節｜AI 不落地，是組織結構沒準備好

我們不是在做一個工具，而是在構建一個完整的系統。

對談一開場，皮查伊強調：他們不是做產品，而是“重構組織里的協作方式”。

他說：企業今天擁有最強大的 AI 模型，但無法真正落地，是因為它們彼此不協同。你有數據，有員工，有流程，但這些東西沒辦法自動合作，AI 也就無從參與。

他用了一個詞：Agentic Enterprise，中文可以理解為“智能體企業”。這不是一個新概念，而是一種新的組織形態。

怎么理解這個概念？

他的解釋很直接：你不能只是買一個模型、部署到系統里，就指望它懂你所有的流程。真正的協作，要從組織內部開始重構。

AI 真正好用，得有三個前提：

第一，語言要統一。員工說的話、文檔里的指令、客戶發來的需求，AI 都能讀懂、能理解、能歸類。

第二，數據能調得動。模型能不能接觸到你需要的知識，不只是文件權限問題，而是能不能調動對的字段、找到對的人、完成對的事情。

第三，人和 AI 要有共事能力。不是你問一句、它答一句的模式，而是能一起推進一件事，中間還能換人、接力、協同。

所以他才說：AI 不該只是工具，而是你組織里的一套協作者。

他當場講了一個案例：Gemini和 Salesforce 的平臺集成。

Salesforce 提供的是客戶流程、銷售數據、工作流程圖譜；Gemini 作為語言模型，不是來回答問題的，而是被放進整個系統里，變成一套能理解、能調度、能反饋的協調中樞。

“我們不是在推出一個插件，而是在定義‘AI 應該從哪里開始工作’?！?/p>

他說這句話時沒有任何夸張的語氣，但意思是現在的 AI 已經能做很多事，但企業能不能用好它，才是真正的難點。

在這個架構里，Gemini 不再是個聰明助手，而更像是一個調度系統：它要看得懂流程、調度得了資源、讀得懂文件，還要能反饋結果、銜接后續。

這不是給每個員工配一個 AI 同事，而是讓整家公司都能用一套邏輯與 AI 協作。

第二節｜谷歌做的，不是模型，是系統工程

“我們在2017 年就開始轉向 AI 優先?！?/strong>

很多人以為這是谷歌的戰略口號，其實背后是一整套基礎設施的重構。

他回憶道：我擔任 CEO 后做的第一件事，就是推動整個公司從聚焦移動互聯網，轉向聚焦 AI。

這不是業務方向的調整，而是工程上的全面改造。因為要讓 AI 真正可用，不能只造一個模型，還得打通從芯片、算力到協作的每一個環節。

從這場對話和谷歌的實際行動來看，他們過去七年的核心做法有四件事：

第一，從底層硬件開始，造自己的芯片

2017 年，谷歌就發布了第一代 TPU。

TPU 是谷歌自研的 AI 芯片，和 CPU、GPU 不同，它是專門為 AI 算法設計的。這個動作讓谷歌擺脫了只能依賴第三方芯片的限制，也讓它能更好地讓模型和硬件深度適配。

不是比性能，而是要讓自己的模型和芯片深度適配，高效運轉。

第二，把算力當作戰略設施，而不是成本中心

他舉了一個例子：就在這場對話前三天，谷歌剛剛宣布將在南卡羅來納州投資 90 億美元，用于擴建和新建三個數據中心園區。

這不是簡單地上服務器，而是基礎設施級別的系統布局：

• 擴建現有的Berkeley County 園區、

• 完成 Dorchester County 的兩個新園區，

這些項目將強化谷歌云的南卡羅來納區域，該區域通過 Firmina 和 Nuvem 海底光纜連接全球 42 個云區域。

同時，今年7月谷歌還宣布了在 PJM電 網區域（美國最大電網，覆蓋13個州）投資 250 億美元，以及 30 億美元改造水電站、采購 3000 兆瓦清潔能源。

皮查伊說： AI 發揮作用，不只靠模型，而是要有足夠的支撐結構。我們投入的不只是軟件，更是能源、設備和接入路徑。

第三，把 Gemini 變成一個“能串起來”的 AI 平臺

他沒有強調 Gemini 的參數，而是強調它的連通能力。

在他看來：Gemini 的關鍵不是某一項功能，而是它能和 Workspace（Gmail、Docs、Sheets）、GCP（谷歌云）、搜索、地圖等所有平臺打通。

它不是一個獨立的產品，而是被放進整個系統里工作的通用協作層。

Gemini 的目標，是成為一套多模態系統，能理解文本、語音、圖像，也能跟不同的企業系統融合。

你可以把它理解成企業的“AI中控臺”，但不是一個控制臺式界面，而是一個隨時嵌入業務流中的角色：在郵件里幫你歸檔信息，在文檔里生成摘要，在銷售系統中聯動數據……

它是一套會工作的系統，而不是一個答題器。

第四，一開始就把 AI 當成全公司協作系統，而不是實驗

為了說明這一點，他做了一個對比：

ChatGPT 是一個現象級產品；而 Gemini 是我們整個基礎設施整合的結果。

意思很清楚：Gemini 不是谷歌新造出來的模型，而是谷歌過去七年在系統層做的一切努力，集中體現在一個平臺上的成果。

如果你把 Gemini 看作一個回答問題的助手，就低估了谷歌在背后搭建的那整張網：

• 芯片是底層

• 算力中心是供血系統

• Workspace 是終端

• 數據接口是神經系統

而企業之所以難以構建這樣的系統，很多時候是把 AI 當成一個工具，而不是重新思考：企業是否做好了支撐 AI 協作系統運轉的準備？

皮查伊講得很克制，但核心是：“AI 落地”是一個從底層到協作方式都要發生變化的系統工程，不是技術部門單獨能建好的，也不是一個 CTO 決定就能推動的。

第三節｜AI 真正強大，是因為它能發現路徑

（谷歌模型發現新的潛在癌癥治療途徑）

就在 Dreamforce 峰會同期，皮查伊宣布了一項重要進展：與耶魯大學合作，用基于 Gemma 模型家族的 Cell2Sentence-Scale 27B 模型，發現了一條潛在的癌癥治療路徑，并且在真實實驗中被驗證有效。

這不是新聞稿里那種“AI幫你寫論文”的故事。皮查伊表示：

“我們用這個模型給它兩種病理環境，一種是正常狀態，一種是輕度免疫反應。然后讓它去篩選 4000 多種藥物組合，預測哪種組合在其中一種狀態下才有效。”

模型最后篩出了一種藥物組合，叫 Silmitasertib，能顯著提升腫瘤細胞的免疫識別能力。 團隊用這條預測在實驗室做了驗證，結果與模型預測高度一致——抗原呈遞提升了約50%。

谷歌關注的不是科學突破本身，而是這個發現背后的邏輯：

這不是模型本身的能力，而是整個系統聯動： 你要有對的模型、對的數據結構、對的驗證機制，最后才可能在實驗中成功。

這個發現之所以能實現，是因為有一整套系統在支撐：

• 數據層：超過4000種藥物的結構化數據

• 模型層：專門為單細胞分析設計的270億參數模型

• 驗證層：與耶魯實驗室的即時反饋機制

• 協作層：AI提出假設，人類驗證，再反饋優化

換句話說，不是某個聰明模型找到了解法，而是一整套協作系統，得出了一個人類之前沒想到的結果。

這個案例有兩層重要含義，對企業用 AI 來說尤其關鍵：

一是：AI 已經能在結構里主動提出假設，而不只是執行指令。

模型不是你問我答的工具，而是能在你沒設定任務時，自己通過條件去判斷可能性。它能補上人類沒看到的角度。

皮查伊說：

“這項工作不是讓模型復述已知知識，而是生成一個新的方向，并且通過實驗去驗證?！?/p>

這是一種系統內的思考能力：AI 不只是配合你的任務，而是能和你一起定義問題。

二是：這個能力的前提，是你有一套能支撐它運行的結構

谷歌公告表示：“我們沒有在模型之外再做什么，只是讓它在合適的數據、合適的驗證流程中運行?！?/p>

也就是說，它之所以能推理、假設、驗證，不是因為某項模型天賦，而是因為：你把它放進了一個能協作的流程中，它就能發揮作用。

企業如果只是把 AI 當內容生成器，那只能獲得很淺層的幫助。但如果你把 AI 放進一個真實業務場景里，有數據、有反饋、有目標，它就可能幫你發現新方法、優化舊流程，甚至找到你團隊內部沒人想到的路徑。

所以，當 AI 被放進一個有數據、有驗證、有協作的系統里，它的價值不只是提效，而是可能發現人類沒想到的路徑。

谷歌花幾年時間構建的，不只是一個更聰明的模型，而是一套讓 AI 能夠真正工作起來的系統。

結語｜關鍵不在模型，而在你準備了什么

AI 的能力不是關鍵，系統才是瓶頸。

皮查伊不是在提醒你別盲目追技術，而是在問一個更核心的問題：AI 已經可以協作，但你有沒有給它配上協作的“舞臺”？

這個舞臺，不是一個入口頁面，不是一組插件，不是一個生成器，而是三件事：

1. 統一的語言接口 — 讓人和系統之間能聽得懂彼此

2. 清晰的數據路徑 — 讓知識和信息能被合理調用

3. 真實的協作流程 — 讓 AI 能參與任務、遞交結果、被反饋修正

這不是“買個 AI 工具”就能解決的，而是一次組織的再設計。

AI 能做的事越來越多，但它缺的是一個能讓它工作的環境。你不把它放進流程，它就永遠只是個外部工具；你一旦讓它參與進來，它就可能變成最重要的同事。

真正能用好 AI 的企業，不是最先部署的那家，而是最先調整好組織架構、讓 AI 能參與協作的那家。

這不是一場模型之爭，而是一場組織適配性的比拼。

本文由AI深度研究院出品，，內容整理自 2025 年 10 月 16 日 Dreamforce 峰會皮查伊與 Marc Benioff 對話，以及谷歌官方博客、公開新聞報道。未經授權，不得轉載。

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設為星標" ← AI深度研究員 ? ← 設為星標

https://www.youtube.com/watch?v=brQH2CCxbSE&t=2s

https://blog.google/technology/ai/google-gemma-ai-cancer-therapy-discovery/

https://www.salesforce.com/dreamforce/schedule/?utm_source=chatgpt.com

https://www.businessinsider.com/salesforce-ceo-says-ai-innovation-is-far-exceeding-customer-adoption-2025-10?utm_source=chatgpt.com

https://www.salesforce.com/news/stories/dreamforce-2025-live-blog/?utm_source=chatgpt.com

https://www.techradar.com/pro/live/dreamforce-2025-were-live-in-san-francisco-for-all-the-latest-salesforce-news-as-it-happens?utm_source=chatgpt.com

來源：官方媒體/網絡新聞，

排版：Atlas

編輯：深思

主編：圖靈