Gemini加速，谷歌云的翻身仗打到了关键一役

过去一年，AI圈的风向变了。不再比谁的模型参数更大，而是看谁能把技术真正卖出去、用起来、赚到钱。谷歌没再喊“我们有多强”，而是悄悄把Gemini API的调用量从今年3月的350亿次，干到了8月的850亿次——半年增长超140%。11月上线的Gemini 3更是一记重拳，不少企业客户反馈：“这次真能用了。”

这背后，是谷歌云在悄悄改写自己的盈利逻辑。早年为了抢市场，Gemini 1.0和1.5版本几乎免费送，赔钱换流量。但现在不一样了。2.5和3.0版本在长文本理解、多模态交互、实时推理上有了明显进步，企业愿意为“好用”买单。内部人士透露，目前新版本API的单次调用成本已低于收入，利润率首次转正——这不是概念，是真金白银的回本信号。

砸了近千亿，只为建一座AI工厂

支撑这一切的，是谷歌前所未有的投入。2025年，谷歌计划在资本开支上砸910亿到930亿美元，几乎是2024年两倍。这些钱，80%以上都投向了两件事：建AI数据中心，和自研芯片。不是为了炫技，是为了把算力成本压下来。谷歌的TPU v5芯片已经部署在多个核心数据中心，据说比竞品同算力方案能耗低30%以上——这意味着，客户用得越多，谷歌赚得越稳。

投资者现在盯着的，不是技术有多炫，而是Q4财报里那条关键数据：AI相关收入是否开始显著拉动云业务整体增长。摩根士丹利最新报告指出，如果谷歌能在2025年Q2前实现AI云收入占云总营收超30%，那它就真正跨过了“烧钱阶段”。

1500家企业在用，但不是所有人都买账

截至当前，Gemini Enterprise已签约1500家客户，订阅用户突破800万，还有超过100万人在试用平台。客户名单里有麦肯锡、联合健康、汇丰银行这些巨头——但别被数字骗了，真正“深度用起来”的，可能不到三分之一。

咨询公司Sada的客户经理Simon Margolis说：“我们接触的客户，一半觉得Gemini集成顺、响应快，另一半直接摇头。”问题出在哪？在财务对账、供应链预测这些专业场景里，Gemini经常“答得漂亮，但做不准”。有家制造业客户试了三个月，最后还是自己搭了个基于开源模型的系统，因为“能改、能调、能对数据”。

一位大厂CTO坦言：“我们不是不想用谷歌，是不敢全盘托付。他们给的是‘工具箱’，不是‘成品’。我们得自己组装。”这正是谷歌的尴尬：技术底子硬，但产品太重、太复杂，不像OpenAI的ChatGPT Enterprise那样“开箱即用”。

客户不弃，是因为没得选

有意思的是，虽然有人抱怨，但很少有人彻底放弃。星座研究机构的Chirag Mehta观察到一个现象：当客户第一次用Gemini处理“公司知识库问答”时，85%的人会说“还不错”；但让他们做跨系统自动审批、多步骤流程自动化时，成功率跌到50%以下。可奇怪的是，80%的人第二个月又回来了。

为什么？因为别的平台更不稳定。微软的Copilot经常卡在Azure权限里，亚马逊的Bedrock调用延迟高，而开源模型又得自己养团队。相比之下，谷歌的基础设施稳、响应快、安全合规强——哪怕功能不全，也比“用着用着就崩了”强。

“他们不是最好的，但最可靠。”一位欧洲银行的AI负责人说，“我们不怕慢，怕断。”

下一步，看谷歌能不能把“好用”做出来

现在，谷歌云的AI业务像一辆油门踩到底、但刹车还没调好的跑车——速度快，但方向还不稳。调用量涨了，利润转正了，客户也来了，可真正能替企业“干活”的场景，还是太少。

接下来三个月，是关键窗口期。谷歌计划在2025年Q1推出Gemini Pro for Workflow，主打自动处理报销单、合同审核、库存预测等企业高频任务。如果这次能打通“AI说”和“系统做”之间的最后一公里，那它就不再是“能对话的模型”，而是“能干活的员工”。

投资人不说漂亮话了，他们只问一个问题：明年这个时候，你有多少客户，是因为“离不开你”，而不是“先试试看”？

答案，就在下一份财报里。