相比其他竞争对手,谷歌在企业云支持工具的商业化方面是后来者,但谷歌正在迅速制定一项差异化战略,旨在让软件开发人员使用谷歌云能够做到定制化。
Google Cloud首席执行官Diane Greene说:“我们拥有这种底层的、令人难以置信的先进的基础设施。我们让大家可以利用人工智能,而且比在其他任何地方使用都更安全,我们有相应的工程技术来帮助真正利用起人工智能,倾听客户心声了解他们想要什么。”
谷歌今天在旧金山举行的Google Cloud Next大会上,谈到了谷歌将其云功能转变为面向企业客户的商业化产品的过程,并概述了哪些创新推动着市场发展的方向。
打造云路线图
就在踏上云旅程仅两年后,Google Cloud已经拥有7个应用和超过10亿活跃用户。 Greene将他们的快速成功归功于在技术、基础设施和安全方面的核心竞争力。
“我们管理数据和人工智能的能力,与我们在开源、安全和底层基础设施的能力结合到一起,会让每个人都承认,这是世界上最先进的技术,是一个非常无与伦比的组合,”Greene说。
即便如此,谷歌仍然必须在新的云领域中证明自己。为了获得客户的信任,谷歌制定了将这些工具推向市场的发展路线图。Greene指出,一旦客户信赖了谷歌的云产品,谷歌就可以和客户一起,以更加定制化的方法开发解决方案和制定方案策略。
“工程师从客户得到客户的需求,但是在了解客户之后,他们可以开发出客户不知道的、但是能够以更强大方式解决问题的方案,”Greene说。
除了客户关心的问题之外,Google Cloud还专注于为所有企业用户提供安全性和人工智能。在今天的会议主题演讲中,Greene称安全性是企业将运营迁移到云端的首要担忧,这也是为什么谷歌说已经将安全深入整合到各个层面,而人工智能也因为有潜力为各行各业消除繁琐的、具有挑战性的工作而成为最大的机会。
Greene表示,“所有这些让人头疼的工作都会消除,没人想做。然后人员重新分配,因为我们仍然需要这些人做事。释放他们的精力,想想他们未来会有的新发现。”
好文章,需要你的鼓励
Google为其BigQuery数据仓库新增对话式分析功能,允许企业数据团队和业务用户通过自然语言询问数据问题,从而加速AI用例的数据分析。该智能体目前处于预览阶段,可在BigQuery新增的智能体中心找到。此外,Google还推出了构建、部署和管理自定义智能体的工具,通过API端点支持跨应用和运营工作流。这些功能扩展了现有的文本转SQL能力,支持上下文对话分析。
UCL与华为联合研发的MT-GRPO多任务训练方法,解决了AI语言模型在同时学习多种推理技能时的关键难题。该方法通过动态调整任务权重和比例保持采样器,确保AI在各类任务上均衡发展,避免传统方法中强项越强、弱项被忽视的问题,实现最差任务性能提升16-28%,训练效率提高50%。
Anthropic宣布其AI聊天机器人Claude将保持无广告状态,与竞争对手OpenAI形成鲜明对比。后者上月开始在ChatGPT低价版本中测试广告。Anthropic认为在AI对话中插入广告与其打造"真正有用助手"的目标不符,并担心广告会影响助手提供客观建议。OpenAI目前计划在对话旁显示横幅广告,但面临巨大财务压力。Anthropic选择专注于企业合同和付费订阅的商业模式。
BMW Group与奥格斯堡大学联合开发了CAR-bench,这是首个专门评测汽车语音助手在真实环境中表现的基准系统。研究发现,即使是最先进的GPT-5模型,在面对模糊指令和缺失信息时也存在严重的一致性问题,经常编造答案而非承认局限性。该系统包含58种工具和19条安全策略,揭示了当前AI助手从实验室到真实应用之间的巨大鸿沟。