“起了个大早，赶了个晚集”，这便是谷歌今天的境遇。

　　在生成式AI到来之前，谷歌是人工智能和机器学习领域的“资深玩家”；但是在生成式AI之后，谷歌明显落后于OpenAI和微软，后者不仅有ChatGPT和Bing Chat，现在还发布了Sora（人工智能文生视频大模型）。

　　虽然，谷歌也在“憋大招”，推出了类似大模型的服务，比如：Google Bard（基于大模型的聊天机器人）、下一代AI模型Gemini ，但似乎并没有达到人们的预期。

　　毫无疑问，2024年依然是生成式AI的一场“恶战”，当各科技厂商都在打造自己的“王牌”，谷歌的下一个动作是什么？

　　如何反击？

　　去年是生成式AI元年，云数据分析和机器学习市场快速升温。在需求带动下，微软、Databricks等公司对自己的平台进行了大刀阔斧的改革，推出满足现代化应用环境需求的产品。

　　作为云数据分析市场的重要玩家，谷歌拥有全栈式数据分析应用，包括数据仓库（BigQuery）、数据库（AlloyDB Omni全托管式 PostgreSQL 数据库）、语义建模和数据分析平台（Looker）等。在某些情况下，谷歌的产品甚至可以取代Teradata等公司成熟的本地数据仓库系统，目前已经赢得沃尔玛、汇丰、沃达丰、家得宝等知名公司的信赖。

　　那么，在生成式AI时代，谷歌如何扭转局面，通过跨数据和人工智能的统一层构建，打通ETL、SQL、机器学习和BI之间的壁垒，助力企业完成智能数据升级？种种迹象显示，Gemini与谷歌数据管理和分析平台的结合，是最大亮点！

　　如何让数据分析具备生成式AI原生体验？

　　近期，生成式AI正成为谷歌数据管理和分析产品开发计划中的“重头戏”，相信不久的将来会成为业界关注的焦点。

　　与简单嵌入式产品不同，谷歌希望把生成式AI做成数据管理和分析产品原生体验中的一部分，让生成式AI的能力根植于客户的工作流程中，而不是在他们的工作界面旁边跳出一个对话窗口，或者以一个内容添加项的形式出现。

　　谷歌于2023年5月推出了其生成式AI助手Duet AI，之后推出的许多新产品都是Duet与现有谷歌工具之间的集成，包括BigQuery和Looker（谷歌在2019年以26 亿美元收购来的一家数据分析公司）等数据管理和分析平台。

　　去年12月，谷歌进行了一项重大调整，把聊天机器人Bard、全套办公工具Google Workspace，包括谷歌云中所有AI协作工具Duet AI功能，统一纳入Gemini品牌，以超大杯模型系列的形式发布，Gemini1.0产品正式诞生。

　　2024年2月15日，谷歌在不到3个月的时间里，又发布了Gemini 1.5。新版大模型产品不仅性能显著增强，在长上下文理解方面取得重要突破，甚至只靠提示词就可以学会一门训练数据中没有的新语言。

　　“谷歌正在努力将已经发布的预览版工具推向实际业务场景，让其更具可用性。” 谷歌云副总裁兼数据与分析总经理Gerrit Kazmaier以及谷歌云总经理兼数据库副总裁Andi Gutmans表示，谷歌计划在未来几个月推出新一代生成式AI工具，其中包括人类无法达到的更具颠覆性的功能，希望帮助用户将结构化数据与以前无法访问的非结构化数据结合起来，提高大型语言模型(llm)的准确性和安全性。

　　如何实现多模态王炸升级？

　　谷歌在生成式AI方面的更多动作，将会在Google Cloud Next ’24 大会上揭晓，该会议将于 2024 年 4 月 9 日至 11 日在拉斯维加斯举行。

　　星座研究公司(Constellation Research)分析师Doug Henschen认为，谷歌是迄今为止最具创新性的生成式AI开发商之一。虽然，谷歌的很多应用还处于预览阶段，但其他服务商的应用都处于同一个起跑线。与同类产品相比，谷歌的模型应用更具丰富性。除了Gemini，谷歌还提供了一个模型花园(Model Garden)，其中有100多个由这家科技巨头及其合作伙伴开发的生成式AI模型。

　　谷歌对于生成式AI的发展认识深刻，GenAI还处于初级阶段，还没有完全普及，而谷歌基于以往的积累以及现有的生态能力，想扳回一局，不是没有可能。

　　在生成式AI到来之前，谷歌早已布局。Looker，这个2019年收购的数据分析平台，现在是谷歌语义建模和数据分析的主要平台。包括BIgQuery，这是一个运行在谷歌云平台中的用于收集和分析大数据(也称为数据仓库)的服务，在2011年就已经推出。

　　去年8月，谷歌公布将Gemini与Looker和BigQuery集成，使得用户可以通过自然语言处理(NLP)功能来查询数据。除了NLP之外，Gemini与Google主要数据管理和分析平台之间的集成，使用户能够使用LookML或Looker用自然语言建模并生成代码，同时更直观地理解用户意图;更自动化地开发仪表板应用和其他数据产品;帮助工程师和分析师编写SQL语句，进行查询，用Python来实现业务应用。

　　昨夜，谷歌罕见地改变了去年坚持的“大模型闭源”策略，推出了“开源”大模型 Gemma。至此，谷歌在大模型领域形成了双线作战——闭源领域对抗 OpenAI，开源领域对抗 Meta。

　　小结

　　几十年来，很多企业都有同一个想法，那就是让更多人能够处理并有效利用数据。只是，操作和分析数据所需的平台通常很复杂，大多数操作需要通过代码来完成，同时需要专业数据处理人员才能获得分析结果，极大地限制了数据的使用。有数据统计，能够使用数据进行业务分析的员工一直徘徊在25%左右。生成式AI的到来，或许可以改变这种现状，让数据分析变得更容易。而以谷歌、OpenAI和微软等为代表的企业，正在你来我往的较量中，开启属于未来世界的大门。