1. 以搜索起家的科技帝国，“创新”根植于企业基因 中
谷歌自诞生后的 20 多年，始终保持着创新型、富有活力和潜力的企业形 象。谷歌从斯坦福大学宿舍成立 20 余年后，它已努力发展成一家具有深 远影响力的国际企业，成为世界上最有价值的公司之一。谷歌持续在人 工智能领域推陈出新，现如今，上百项谷歌服务正在通过机器学习变得 更加智能。谷歌正尝试着利用 AI 及其他先进技术尝试去解决巨大、复 杂且棘手的人类难题。
1.1.致力于汇整全球数据，供大众使用并带来效益
怀揣着打造世界上最好的搜索引擎的愿景，Google 公司成立。1996 年 1 月，加州斯坦福大学理学博士生的拉里·佩奇和谢尔盖·布林在学校开 始着手研究关于搜索的研究项目。1998 年，拉里·佩奇和谢尔盖·布林 成立 Google 公司。
1.2.为科学洞见下注，人工智能领域的先行者
1.2.1. 1996 年-2004 年:萌芽期，专注“用户体验”，极致搜索产品问世
独创 PageRank 算法迅速成为搜索引擎领导者。当时的一系列知名商业 搜索引擎不再投资于改进自身的搜索技术，随着互联网信息指数级增长， 此类搜索引擎的搜索质量不断下降。而谷歌创始人拉里·佩奇和谢尔 盖·布林坚信搜索是他们能解决最长期、最重要的问题。他们的目的非 常单纯——为用户找到更好的搜索结果。1998 年，谷歌正式上线，由创 始人拉里·佩奇和谢尔盖·布林负责运营和维护。
确定公司价值观“不作恶”，广告收入成为最大收入源。2000 年初，Google 公司开了一场决定公司价值观的会议，正式提出“不作恶”的概念—— 即永远做正确、合乎道德的事情。同年谷歌正式推出了 Google AdWords （现称 Google Ads），广告业务成为谷歌最大收入源。 秉承“不作恶”，让广告体验跟搜索结果一样出色。在当时的互联网环境 下普遍认为广告和搜索是天然相悖的。广告投放商希望用户能够更久更 多地停留在广告页面，而搜索的本质目的是希望用户更快更好的取得搜 索结果。谷歌的解决方案是让广告的体验和搜索结果一样出色。为此谷 歌定下了四条原则：1)绝对不在首页放置广告，谷歌简洁的搜索页面延 续到了今天；2)严格限制广告的大小和类型 ；3)广告必须和搜索结果有 关，并且明确区分真正的搜索结果和广告；4)对广告进行跟搜索结果一 样的排名，点击率高的广告意味着跟搜索结果更高的相关性。 2001 埃里克施密特成为谷歌 CEO，坚固的“三人团队”成立。埃里克 施密特担任 CEO 职务至 2011 年。同年，谷歌作为动词被收录进美国词 典，PageRank 算法获得专利，归属于斯坦福大学。 《谷歌的故事》一书中记载，2002 年年末，《纽约客》刊登了一幅漫画， 有趣地捕捉到了时代的变迁。谷歌“迫使”人们面对新的搜索这一行为 方式并逐渐适应。以搜索起家，广告营收为主，将开放与创新的基因根 植于企业文化中的未来科技巨头悄然问世。
1.2.2. 2004 年-2008 年:快速扩张期，并购开启新发展阶段
在埃里克·施密特任职期间，谷歌通过上市和后续一系列并购快速扩张， 逐步实现由搜索引擎公司向科技公司的转型。
2004 年 8 月，谷歌在纳斯达克成功上市。它以每股 85 美元的价格发行， 融资 16.7 亿美元。2004 年 10 月，谷歌相继收购了 Where2 公司和 Keyhole 公司，2005 年 随后推出的 Google 地图和 Google 地球业务，便源自这两起收购。 2005 年 8 月，谷歌正式收购了安卓公司，交易价格为 5000 万美元。 2006 年 4 月，Google 正式进入中国市场，同时宣布公司的全球中文名字 为“谷歌”。同年 10 月，谷歌以 16.5 亿美元的价格收购影音内容分享网 站 YouTube。 2007 年 6 月，谷歌收购 PeakStream 公司，利用该公司的并行计算业务 特长，研发 TPU 芯片等计算业务。紧接着 7 月，谷歌以 6.25 亿美元的 价格收购了 Postini 公司，该公司的主营业务为通信安全，两年后推出的 Gmail 正式版便是基于此次收购。同 年谷歌 收购广 告 服 务 公 司 DoubleClick，旨在补充谷歌现有的广告业务。2008 年，谷歌发布 HTC Dream(又名 T-Mobile G1)，将安卓系统带到了 移动领域。仅仅几年，安卓成为世界上最流行的移动操作系统。
1.2.3. 2008 年-2015 年:技术突破期，持续为科学洞见下注
在进行了众多收购后，谷歌没有停下自己的脚步，持续为科技洞见下注。 谷歌于 2008 年推出 Chrome 浏览器，目标明确为提高互联网浏览速度， Chrome 浏览器的负责人是：桑达尔·皮查伊——现任谷歌公司 CEO。 2010 年成立 Google X 实验室，由创始人布林负责，专注于花更多时间 和资金去探索人类级别的项目，包括自动驾驶、生物医学、热气球网络、 乃至登月计划等。 2011 年，谷歌自研 DistBelief 深度学习系统，并将该技术用在谷歌搜索、 图像识别及谷歌邮箱上。谷歌在深度学习上的创新为人工智能开启了新 的篇章。 2011 年 8 月，谷歌宣布将以 125 亿美元的价格收购摩托罗拉。2012 年交 易正式完成，谷歌从这次收购行动中获得了 1 万 7 千多项移动领域的核 心专利，众多专利技术为谷歌在移动端的发力奠定了重要优势。
2013 年，谷歌以 13 亿美元的价格收购以色列地图服务公司 Waze——该 公司主业为利用移动设备的 GPS 信息来进行行车路线智能规划，并且拥 有庞大社交用户群体，谷歌后续将其整合进了谷歌地图之中。 2013 年深层神经网络先驱之一的杰夫·辛顿来到谷歌，并加入了一个致 力 于 机 器 学习平台研发的创意精英团队，这只团队便是著名的 GoogleBrain。 2014 年谷歌收购 Deepmind——一家专注于人工智能领域的公司。 Deepmind 成立于 2010 年，总部设于英国伦敦。该公司采用先进的深度 学习技术和神经网络，以推动人工智能和机器学习的发展。2016 年， DeepMind 开发的 AlphaGo 程序以 4：1 击败韩国围棋冠军李世石，成为 人工智能领域的里程碑事件。
1.2.4. 2015-至今:重组转型成立 Alphabet 公司，制定 AI First 战略
在谷歌的业务版图逐渐扩大的过程中，创始人佩奇意识到“大企业”流 程化的管理模式将有可能使谷歌的创新速度减缓。为了避免在未来的竞 争中被时代淘汰，谷歌摒弃传统大企业模式，在 2015 年宣布成立 Alphabet。并在 2016 年宣布由“Mobile First”战略转向“AI First”战 略。在 2013 年《致股东的公开信》中，佩奇表示：“在科技行业中改变 应是革命性的，而不是渐进的”。Alphabet 改组最重要的原因在于使其 子公司能够保持灵活敏捷、持续创新。谷歌成为 Alphabet 的子公司，原 先在谷歌旗下自主运营的几个业务部门脱离出来成为Alphabet之下的独 立公司。包含 Waymo(无人驾驶汽车项目)、智能家居公司 Nest、生命科 学公司 Verily、X Company、生物科技公司 Calico、谷歌光纤 Fiber、谷 歌风投、谷歌投资基金、以及创新城市开发公司 Sidewalk Labs，各自有 各自的企业文化、流程和领导者。 2015 年 11 月谷歌发布了机器学习平台的开源版本，现名为 TensorFlow。 2016 年谷歌推出了人工智能助手 Google Assistant，并将其整合进了智能 音箱Google Home以及智能手机Google Pixel中。使用热词“Ok，Google”， 用户可以激活 Google Assistant 来回答简单问题或执行基本任务。2017 年 DeepMind 实验室提出了著名的 Transformer 模型。 2022 年谷歌发布 PaLM，2023 年专门负责 AI 芯片开发的团队转移至谷 歌云部门并整合旗下两个 AI 研发实验室 DeepMind 和 GoogleBrain。
1.3.以影响力最大的首席执行官为核心，吸引创意精英
谷歌的两位创始人分别是拉里·佩奇和谢尔盖·布林。两人卓越的远见 和聚焦用户改进产品的思维奠定了谷歌的企业文化根基。拉里·佩奇1973 年出生在美国密歇根州东兰辛市的一个犹太家庭，父亲卡尔文 森·佩奇是一个密歇根州立大学计算机教授，拥有计算机科学博士学位， 母亲葛洛丽亚·佩奇也是密歇根州立大学的计算机教授。1996 年，佩奇 进入斯坦福大学学习，在攻读计算机理学博士学位期间，拉里·佩奇遇 到了谢尔盖·布林。 谢尔盖·布林出生在苏联莫斯科的一个犹太家庭，父母两人皆毕业于莫 斯科国立大学。6 岁时与父母移居至美国，之后于马里兰大学学院市分 校上学，并沿着其祖父与父亲的脚步学习数学，同时双修了计算机科学。 毕业后，谢尔盖进入斯坦福大学。
谷歌始终遵循的组织原则是：找出最有影响力的人物，组织就以此人为 中心。自上市以来谷歌经历过三次较大的组织架构调整。在刚上市时是 “三驾马车”共同决策的组织架构，其中施密特担任 CEO 负责公司运 营，两位创始人专注于技术领域，公司内部以项目组形式开展工作。2011 年，创始人佩奇重新出任谷歌 CEO，开始简化组织架构，各个重要的产 品部门分别由一位高级副总裁负责，独立提出产品计划，此举提升了产 品部门的自主权。此阶段组织架构为“CEO+高级副总裁”模式。2015 年， 谷歌持续探索谷歌云业务、资本投资、自动驾驶等创新领域。为充分划 分公司业务，增强产品部门创新独立性，谷歌组建母公司 Alphabet。至 此核心业务归于谷歌，非核心业务拆分为谷歌平级子公司，与谷歌一同 归于母公司 Alphabet 下。2019 年，Alphabet 和 Google 均由桑达尔皮猜 担任 CEO。
1.4.两大类业务构建谷歌基本盘、多元化科技齐头并进引领未 来
根据 2022 年 Alphabet 年报，谷歌的业务主要可以分为两大类：谷歌 服务和谷歌云。
其中谷歌服务的核心产品和平台包括广告、安卓、Chrome、硬件产品、 Gmail、Google Drive、Google Map、Google Photos、Google Play 和 YouTube 等。谷歌服务的大部分业务提供了人们正在消费的多种形式的 数字内容，包括观看视频、玩游戏、听音乐、阅读书籍。谷歌正在与内 容创作者合作，继续为世界各地的人们寻求精彩的数字内容。同时谷歌 不断在操作系统和硬件产品上投入发展，并希望现有的数字内容未来可 以通过结合 AI、软件和硬件来持续优化创造新的数字体验。2023 年，据 I/O开发者大会，谷歌有15款面向个人或企业的产品用户数超过了5亿， 其中有 6 款产品用户数甚至超过了 20 亿，它们分别是谷歌搜索、Gmail、 安卓、Chrome 浏览器、YouTube、谷歌 Play。
2. 收入结构优化、投入效率提升
2022 年根据官方年报谷歌母公司 Alphabet 收入可分为三部分，谷歌服 务、谷歌云、Other Bets。 谷歌服务的收入主要来自于广告收入和其他收入。谷歌广告收入主要由 三部分构成：1）谷歌搜索及其他：包括 Google 搜索和使用 http://Google.com 作为浏览器、工具栏等默认搜索的分发合作伙伴产生的流量收入以及谷 歌服务中的其他产品如 Gmail、Google MAP 和 Google Play 产生的广告 收入；2）YouTube 广告；3）Google Network：包括参与 AdMob、AdSense 和 Google Ad Manager 的 Google Network 媒体资源产生的收入。其他 收入则有如 Google Play 中应用程序销售收入、硬件设备销售收入、和 YouTube 通过 YouTube Premium 等服务产品订阅的收入等。 谷歌云则包括基础云平台和Workspace。基础云平台提供网络安全技术、 数据、分析、AI 和机器学习等云服务。Workspace 提供易于使用且安全 的通信和协作工具，包括 Gmail、文档、云端硬盘、日历、Meet 等应用， 用于在混合办公场景下提高工作效率。 除此之外的业务被归于 Other Bets，Other Bets 是一系统作为独立公司 运营的 Alphabet 子公司的统称。其收入主要来源于健康技术和互联网 服务的销售。谷歌一直保持在一些关乎人类的重大问题上持续投入与创 新，尝试利用科学洞见来解决从改善交通、医疗技术、应对气候变化等 重大问题。
2.1.收入端：广告业务基本盘稳健、谷歌云带来新增长
收入结构优化趋势显著，谷歌广告带动整体高速增长，谷歌云收入占比 逐步提升。2022 年谷歌年报披露将其营业收入分为四个部分: 1)谷歌广告:包括谷歌搜索及其他、Google Network、YouTube 广告；2)谷 歌其他:Google Play 中第三方应用程序销售所得的部分收入、谷歌硬件 收入、YouTube 中的非广告收入，如 YouTube Premium 订阅费；3)谷歌 云：包含云平台基础服务费等；4)其他业务（Other Bets）: 来源于 Alphabet 其他子公司创新业务的收入。谷歌广告收入占比由 2018 年的 85.1%降低 至 2022 年的 79.4%，谷歌云业务收入占比由 2018 年的 4.3%上升至 2022 年的 9.3%。
受地缘政治紧张形势及美国汇率影响，2022 年谷歌全球收入增速放缓， 全球分地区收入占比保持相对稳定。从 2022 年第一季度开始，谷歌暂 停了在俄罗斯的大部分商业活动，俄乌冲突致使谷歌在相关地区业务受 到不利影响。美国通胀导致的外币汇率变动，美元对全球各地区国家货 币走强致使谷歌全球收入增速放缓。由于谷歌一半以上收入来自海外， 因而持续受到外币汇率波动风险。尽管谷歌已经采取对冲计划抵御部分 国际货币风险，但大幅的汇率波动仍会对谷歌的收益产生不利影响。据 2022 年公司年报披露，消除汇率变动后 EMEA 营收增速为 15%、加拿 大及拉丁美洲营收增速为 21%、APAC 地区营收增速为 10%。
随着数字经济的发展，用户行为和广告逐渐由线下向线上转移，谷歌广 告收入得以在过去 10 年内保持高速增长。尤其在全球新冠疫情期间广 告收入实现大幅增长，增速最快在 2021 年，高达 42.7%，突破 2000 亿 美元，2022 年广告收入占据谷歌总营收近 80%，是谷歌最大营收来源。
分主要业务看，过去 5 年内来源于谷歌搜索及其他的广告收入占据七成 上下，YouTube 获得最高增速。2022 年来谷歌各业务广告收入增速相较 2021 年放缓。谷歌 2022 年广告营收，谷歌搜索及其他的广告收入增长 率为 9.1%，高于广告收入整体增长率。该部分增长受到一系列因素驱动， 包括用户使用移动端设备时间变长导致的搜索查询任务增加、广告商支 出的增长、以及谷歌在广告格式和投放方面的改进。YouTube 广告收入 增长率为 1.4%，由于 YouTube 持续全球化进程， 海外用户占比高，来 源于 YouTube 的广告收入增长更多受到外币汇率不利影响。Google Network 收入增长率为 3.4%，主要增长驱动来源于 AdSense 和 AdMob。
谷歌云过去五年实现高速增长、2022 年营收约为 2018 年 5 倍、基础云 平台提供最大驱动力。谷歌云为各种规模的企业客户提高了基础设施和 云平台服务、以及通信和协作工具。2022 年谷歌云增长率为 37%，其中 最大驱动力为谷歌基础云平台，其次是 Google Workspace 产品。
谷歌其他收入过去五年内实现稳步增长，未来可期。谷歌其他收入中包 含了以下几个部分：1）Google Play Store 商城内第三方应用程序销售的 费用；2）谷歌硬件的销售，包括 Fitbit 可穿戴设备、Pixel 的硬件产品、 Google Nest 居家产品；3）谷歌的非广告收入来源，如 YouTubePremium、 YouTube TV 等服务的订阅费用；4）其他产品和服务。
2.2.费用率：持续投入研发、流量获取效率提升
研发费用持续增长，重视业务长期发展，投入人工智能研发改进现有产 品 。 谷歌近三个季度 2022Q3/2022Q4/2023Q1 的研发费用分 别 为 103/103/115（单位：亿美元），研发费用率为 15%/14%/16%。谷歌一直 是一家重视研发与创新的公司，2018-2022 研发费用均为谷歌占比最大 的费用支出，2022年全年研发费用率相较于2021提升1.7pp，达到14%。 谷歌将继续在战略重点领域投入大量研发资源，寻找新的创业产品并改 进现有产品，尤其是投入支持人工智能研发。谷歌将继续投资技术基础设施，包括服务器、网络设备和数据中心，以支持业务长期发展。
谷歌流量投放策略持续优化，流量获取效率提高。TAC（流量获取成本） 指搜索公司向其关联合作公司支付的引流费用，是谷歌搜索的主要支出 来源，TAC 的增加将对利润率产生负面影响。TAC Rate 指流量获取费用 /广告收入，随着广告收入提升，TAC 费用净值持续提升，而 TAC Rate 逐年降低。谷歌在上市初期 TAC Rate 高达 39%，TAC Rate 近五年来稳 中有降，证明谷歌执行了成功的流量分配策略，付费流量获取效率提高。
随着业务不断扩展到硬件、谷歌云和订阅产品服务及其对创新业务的投 资，经营利润率可能面临下行压力。谷歌从非广告产品和服务中获得的 收入正在持续增加，该部分的收入利润率差异较大，普遍低于广告收入 利润率，尤其是硬件产品的利润率由于定价压力和更高的销售成本会对 综合利润率产生不利影响。
近五年谷歌服务营业利润提升，其他业务及谷歌云亏损逐年收缩。谷歌 云在 2023 年 Q1 实现扭亏为盈，2023 年 Q2 谷歌云业务收入达到 80.3 亿 美元，同比增长 28.0%，占比继续提升，在 AI 热度下，作为提供人工智 能训练算力基础的谷歌云有望实现用户数、营收持续高增。
3. 谷歌服务：以广告收入为核心，依托先进技术打造 卓越产品
3.1.谷歌搜索：统治搜索引擎市场，持续技术革新
3.1.1. 谷歌搜索发展历程：早期创新搜索算法突围，探索 AI 赋能方案
依靠 PageRank 算法创新大大改善搜索结果，超越其他搜索引擎。早期的搜索引擎的搜索逻辑通常是以关键词加权平均为基础，但随着互联网 上的信息内容呈指数级增长，这个逻辑不再适用于庞大繁杂的新信息， 经常会出现不相关的搜索结果。谷歌的两位创始人在斯坦福大学开始考 虑利用互联网网页链接之间的相关性来对网页链接进行排序，将这样的 算法命名为 PageRank，谷歌搜索正基于此算法诞生，大大改善了搜索结 果的质量。 据集智俱乐部，PageRank 算法的核心思想有两点：1）有越多的网页链 接到某个网页，则说明这个网页越重要，网页对应的 PageRank 值越高。。2）PageRank 值高的网页链接到某个网页，说明被链接的 这个网页也很重要。
谷歌的搜索技术近二十年来一直在不断迭代更新。早在 2010 年至 2014 年间，谷歌已推出多代人工智能算法：2010 年推出的咖啡因算法帮助谷 歌更有效地抓取和存储数据；2011 年针对网络内容质量发布熊猫算法， 能够使得高质量的网站排在搜索结果前列；2012 年针对网络外链发布了 企鹅算法，能够识别非法链接或垃圾邮件；2013 年推出蜂鸟算法可以使 得谷歌搜索的自然语言查询能力得到优化；2014 年鸽子算法用于改善本 地搜索。
谷歌自 2015 年起开始将人工智能技术运用到自身搜索引擎当中。2015 年引入人工智能 RANKBRAIN，它是第一个部署在搜索引擎中的深度学 习算法，RankBrain 通过了解搜索中的单词与现实世界概念的关系，帮助 搜索者找到以前无法找到的信息。如今 RankBrain 仍然是当今支持搜索 的主要 AI 系统之一。
2019 年谷歌更新了 BERT 算法——理解意义和上下文的模型，将它用 于谷歌搜索中。BERT 算法建立在 Transformer 架构上。BERT 不是简单 地搜索与单个单词匹配的内容，而是理解单词组合如何表达复杂的想法。 BERT 理解序列中的单词以及它们之间的关系，因此它可以确保不会从 搜索者的查询中删除重要的单词。
3.1.2. 谷歌搜索竞争格局：长期处于市场主要统治地位
谷歌搜索引擎是谷歌主要产品，是谷歌的第一大广告收入来源，持续保 持搜索引擎市场市占率第一且长期保持在 90%上下。据 statcounter，Bing 在桌面端搜索引擎的市场份额从 2009 的 2.32%逐步攀升至 7.84%，而谷 歌搜索在桌面端的市场份额为85.84%。Bing的份额提升得益于New Bing 引入 GPT 提高了搜索引擎的智能化水平。 我们认为，谷歌未来短期内仍将占据搜索引擎统治地位，搜索引擎接入 大模型也将成为趋势。谷歌需继续探索如何搜索引擎与 AI 结合、在提 升智能化水平的同时确保搜索结果的相关性和保障广告投放效益。AI 搜 索引擎采取的对话式搜索有可能颠覆传统搜索页面，可能会对谷歌的核 心收入来源广告产生影响。
3.2.Google Network：承接第二大广告收入源，全方位满足广 告投放需求
广告管理平台承载第二大收入源，多样化功能全方位服务不同广告商需 求。Google Network 是谷歌的广告管理平台，包括 AdMob、AdSense 和 Google Ad Manager ，是 Google Network 是除谷歌搜索外的第二大广告 收入来源，在 2022 年带来了 327.8 亿美元收入，相较于 2021 年增长近 11 亿美元。
AdMob 是面向移动开发者的广告联盟和创收平台，移动开发者能够从 中获得切实可行的数据分析并发展应用业务。作为广告联盟，AdMob 允 许在全球范围内投放广告，从而通过移动应用获利。作为创收平台，对 于与多个广告联盟合作的开发者来说，AdMob 可帮助在所有第三方广 告联盟合作伙伴中最大限度地提高广告收入。
Google AdSense 为网站、网页开发者等发布方提供了从其在线内容中赚 钱的方式。AdSense 的工作原理是根据发布者内容和访问者进行分析并 将广告与发布者网站进行匹配，发布者将有机会从其网站的广告点击中 获取收益。
Google Ad Manager 是一个广告管理服务平台，面向拥有大量直接销售 的大型发布商。Ad Manager 提供精细的控制，并支持多种广告交易平台 和广告联盟，包括 AdSense、Ad Exchange、第三方广告联盟和第三方广 告交易平台。
3.3.YouTube：全球在线视频龙头、持续增长前景广阔
3.3.1. YouTube 发展历程：应时代机遇而生，颠覆传统电视行业
YouTube 于 2005 年成立，抓住在线视频时代机遇实现爆发式增长。2005 年初宽带、录影技术和设施开始普及，YouTube 在时代的机遇下应运而 生。三位创始人查德·贺利、陈士骏、贾德·卡林姆都曾经就职于 Paypal。 YouTube 凭借其独特的发布策略，UGC 路线和社交属性下的病毒式传播， 为自身带来爆发式增长。 2006 年，随着用户在 YouTube 平台上上传规模的扩大，版权问题开始浮 出水面。同时随着 YouTube 用户数的不断膨胀，高昂的宽带支出产生了巨大的财务压力。2006 年 10 月，谷歌宣布收购 YouTube，收购价为 16.5 亿美元（约合 132 亿人民币）。这是谷歌成立八年以来，最大的一笔收 购。
Google 宣布收购 YouTube 后从版权、技术、流量获取三方面赋能， YouTube 获得了高速发展。版权方面，YouTube 先后和环球唱片、华纳 音乐、哥伦比亚广播公司达成内容授权保护协议；技术方面，“Goog le Brain”赋能 YouTube 使其获得了平台分析、搜索、个性化推荐能力；流 量获取方面，依托谷歌强大的搜索推荐、谷歌全家桶预装产品等引流方 式，YouTube 获取了高速增长。 YouTube 还通过谷歌的数据中心与宽带优势降低了宽带成本。谷歌利用 “暗光纤”（曾经购买了一些电信公司投资建设，但并未投入使用的光纤） 将数据传送到世界各地，还用这些光纤和其它的 ISP 签订宽带交换协议， 使得谷歌的宽带成本几乎为零。2010 年 2 月，Google 将视频压缩技术厂 商 On2 收入囊中，YouTube 得以进一步降低宽带成本。2013 年，谷歌在 中国台湾、中国香港、新加坡建造数据中心，进一步降低成本的同时提 高了亚太地区的服务速度。
被谷歌收购后，YouTube 持续解决诸多问题，优化产品服务，打造具有 良好盈利能力的内容生态闭环，继续走向“盈利+增长”道路。YouTube 基本解决了成立初期如版权、视频质量、硬件和网络成本等诸多问题， 通过“内容细分+付费服务”组合，YouTube 挖掘出繁冗庞杂的 UGC 内 容的商业价值，并帮助创作者提升创作能力。通过更有吸引力的收入分 成锁住视频创作者，使之源源不断地生产内容，打造成了一个具有良好 盈利能力的内容生态闭环。 我们认为，YouTube 的高速增长，得益于谷歌和 YouTube 共同的技术能 力、广告体系，以及背后的硬件、资源的支撑。还有全球化业务之下带 来的巨大的规模优势，和逐渐降低的边际成本形成的 YouTube 的盈利能 力。
3.3.2. YouTube 发展现状：全球在线视频网站龙头
YouTube 近年来用户数量保持高速增长，继续全球化进程，紧跟短视频 潮流。2021 年 9 月，YouTubu 推出短视频平台 YouTube Shorts，statista 数据显示，2022 年 6 月 YouTube Shorts 月活跃超 15 亿。
疫情期间 YouTube 实现高速增长，2022 相较 2019 用户数量提升 63%， 预期未来 YouTube 注册用户数量将持续增长，增速放缓。截至 2023 年 1 月，Statista 估计，印度拥有 4.67 亿活跃的 YouTube 用户，是全球 YouTube 活跃用户最多的国家。其次是美国拥有 2.46 亿活跃的 YouTube 用户。
按照月活跃用户数排名， YouTubu 是全球第二受欢迎的社交网络，仅 次于 Facebook。25.3 亿人每月至少登录一次 YouTube 网站。YouTube 视 频也可以在不使用 Google 账户的情况下观看，如 WhatsApp 中的自动播 放功能。YouTube 的覆盖面实际上比该统计数据更高。YouTube 还是仅 次于 Google 搜索的第二大“搜索引擎”，月搜索量高于 Microsoft Bing、 Yahoo、AOL。
3.3.3. YouTube 商业模式：广告收入为主、扩展多样化营收模式
YouTube 的主要收入来源于广告，此外还可以从付费频道、订阅业务中 创造收入（如 YouTube Premium）、付费订阅用户近三年来增速显著。 YouTube Premium 能够让订阅用户体验无广告打扰的 YouTube 体验，还 支持后台播放、下载离线播放等功能。YouTubeMusic Premium 能够让订 阅用户体验百万首无广告歌曲，还能下载音乐以离线收听，还支持在后 台播放。2021 年到 2022 年 YouTube 广告收入增长率为 1.4%（3.98 亿美 元），对收入增长率的负面影响主要体现在外汇汇率上。根据 Statista 数 据，2022 年 11 月 YouTube Premium 和 YouTube Music Premium 的订阅 用户者约为 8 千万人，较 2021 年同期增长了 3 千万人，增速显著。
多样化内容创作激励，YouTube 作为平台激励视频创作者，打造具有良 好盈利能力的内容生态闭环。YouTube 通过 YPP（YouTube 合作伙伴计 划）与内容创作者共享 YouTube 在其内容上所赚取的广告收入，以此激 励内容创作。申请加入 YPP 需要达到以下任一条件：1）大于 1000 名订 阅者，且在过去 12 个月内获得 4000 小时有效播放；2）在过去 90 天内 获得超过一千万次有效播放。YPP计划的参与者还可以通过“超级留言”、” 频道会员”、”商品展示”等方式创造收入。
我们认为，YouTube 仍然是当今全球最受欢迎的社交媒体之一，且依靠 谷歌技术和内容激励政策打造了具有良好盈利能力的内容生态闭环，在 过去的五年内实现高速增长。未来 YouTube 用户数量、营业收入将持续 增长。
3.4.谷歌地图：数字地图行业引领者
以广告和 API 服务费收入为主，发布后迅速成为数字地图行业引领者。 谷歌地图自 2005 发布以来凭借其详尽、免费、简洁的用户体验迅速占据 地图类产品最高的市场份额。谷歌地图主要来收入来源于广告（这部分 被收录在谷歌年报披露收入中的 Google research & other）和为其他应用 如 Uber 和 Lyft 提供 API 入口的服务费。谷歌地图能够提供以下服务： 1）搜索地点和当地商家信息；2）室内地图功能可以进入建筑物内部查 看商店、机场或酒店等地点的内部环境和其他人上传的地点照片；3）路 线规划和导航功能，同时能够提供最新的交通情况数据 4）使用增强现 实的实时视图导航；5）商家可以通过“Google My Business”服务将其 位置添加到 Google 地图；6)提供卫星拍摄地图。 谷歌使用 AI 技术将数十亿张全景图片拼接在一起推出“街景”，使得人 们能够在手机上探索世界。街景功能将数十亿张全景图像拼接在一起， 以虚拟形式在 Google 地图上呈现我们周围的环境。 谷歌地图能够联系谷歌其他相关产品。最新版的谷歌地图允许商家申请 添加商家资料、支持申请成为本地向导、通过街景联系当地著名地标、 与谷歌产品谷歌地球联动。我们认为，依托谷歌庞大的用户基础和技术 优势，谷歌有望基于数字地图业务建立谷歌“本地服务”生态。且数字 地图的研发具有较高的技术壁垒，谷歌在其数字地图中融入最新的 AI 技术，谷歌地图未来增长潜力巨大。
4. 谷歌云：“开放云”打造差异化云服务，Google Workspace 融合 AI 助手开创智能办公新时代
4.1.IaaS+PaaS:AI 为云计算注入新动能 谷
歌首次提出“云计算”概念。 2006 年 8 月，时任 Google 首席执行官 埃里克·施密特在搜索引擎大会上首次提出“云计算”（Cloud Computing） 的概念，并且在内部开始使用云计算平台。在提出这一概念的前三年， 谷歌已经发表数篇文章揭示了云计算的基础架构。 谷歌在 IaaS领域布局落后，亚马逊云迅速抢占市场达到行业领先地位。 早期谷歌广告业务毛利率高达70%以上，而亚马逊电商业务毛利低于5%， IaaS 相对电商业务毛利较高，因此 2006 年亚马逊便开始迅速布局 IaaS 服务以谋求毛利增长，并通过压低价格的战略迅速抢占市场。而谷歌早 期选择率先布局 SaaS 服务和 PaaS 平台，于 2011 年才开始推出 Google Could Storage 和 Google Compute Engine，布局 IaaS 服务。
谷歌在 IaaS 市场份额位于前列且增速最快。Gartner 的统计结果显示， 2021 年 IaaS 市场从 2020 年的 643 亿美元增长到 909 亿美元，同比增长 41.4%。亚马逊在 2021 年继续排在 IaaS 市场的第一名，其次是微软、阿 里巴巴、谷歌和华为。谷歌云 2021 年的收入达到 64 亿美元，同比增长 63.7%，是前五名 IaaS 厂商中增长率最高的厂商。谷歌能够实现这一增 长是因为传统企业工作负载对谷歌云的采用稳步增加，并且谷歌在 AI 等 前沿功能领域实现了创新。
谷歌重新审视云业务重要性，将“开放云”愿景作为生态策略。2019 年 Thomas Kurian 担任谷歌云 CEO，采取了裁撤边缘业务、压缩工程师团 队、招聘专业营销人员等行动。此后谷歌提出“开放云”愿景，谷歌掌 握如 Tensorflow 机器学习库等大量开源项目，受到了市场广泛的关注。 既符合谷歌对“开源社区”建设的承诺发挥了谷歌优势，又直击云市场 云服务商长期以来对于开源生态建设不足的痛点。近三年谷歌云增速迅 猛，谷歌一直奉行开源精神，再以凭借其开放创新的商业格局使布局落 后的云业务赢得市场的认可。 谷歌云着力端到端解决方案，提出多项开放策略加强生态布局。据天翼 智库,谷歌云有如下开放策略加强生态布局：1）主张多云，可使用谷歌 云搭建不局限部署在谷歌云（Anthos），可使用谷歌云分析数据但不要求 存储在谷歌云（BigQuery Omni）；2）由合作伙伴主导交付，避免渠道冲 突；3）客户承诺的支出额度即可用于谷歌云，也可用于合作伙伴产品； 4）接受合作竞争，不排斥与谷歌云重叠的产品在其云市场上架；5）允 许销售伙伴转售 ISV 产品，鼓励各类伙伴协同；6）基于丰富专业知识储 备为合作伙伴提供深度支持。
谷歌云提供包含网络、计算、存储空间、数据库与数据分析、机器学习 等多方面产品服务。提供包括零售、快速消费品、金融服务、电信、游 戏、制造业等多行业的解决方案。据公司年报披露，谷歌云分为基础云 平台和 Workspace。
在 Gartner 报告中指出，谷歌云平台企业对话式 AI 处于领先地位。 Google 提供了一种全面的对话方法，从其第一方 CCaaS 产品（联络中心 AI（CCAI）平台）到其自助服务（Dialogflow）和辅助实时座席功能（CCAI Agent Assist）。在过去的一年里，谷歌在其他市场推出了 CCAI，扩大了 对自定义 NLU 和高级机器人构建功能的访问，增加了座席协助和聊天 摘要功能，并改进了其分析功能。核心对话助手功能基于对话流、代理 辅助 AI、见解 AI、语音转文本和文本转语音。在云平台企业对话式 AI 领域谷歌有如下优势：1）顶级 AI 研发能力和云运营能力：谷歌拥有世 界上最强大的 AI 研究能力，还运营着一个高度可扩展的全球云架构；2) 技术领先的云服务功能：谷歌持续加强 Agent assist ， post-call summarization 能力，并且能够基于高级模型 BERT 的 TTS 等功能来增 强其语言对话解决方案；3）高度可扩展、低延迟的云架构：借助 Google 的云基础架构，客户可以快速设置 ML 环境、自动编排、管理大型集群 并在全球范围内设置低延迟应用程序，同时支持具有不同硬件需求的各 种 ML 工作负载。
上线基于 Vertex AI 的生成式人工智能服务，为谷歌云注入新动能。谷 歌云的优势在于 AI 和 ML 服务，其强大的机器学习和人工智能技术能 够赋能给客户应用。Vertex AI 集成了谷歌云构建、部署和管理的功能。 AI和ML模型的工具客户也可以利用Google预先训练的机器学习API， 如视觉 API 或者自然语言 API。 我们认为，传承谷歌“开源精神”价值理念下的谷歌云能够继续在未来 发挥自身的差异化优势，开放生态取得的灵活性优势能够让企业与谷歌 云的合作更为便利。谷歌云有望在未来继续实现高速增长，实现弯道超 车。
4.2.SaaS:Google Workspace 打造云协同办公提效工具
Google Workspace 提供了 Gmail、日历、Meet、Chat、云端硬盘、文档、 表格、幻灯片、协作平台等应用。Quadrant Strategies 在报告《Google Workspace vs. Microsoft 365 Impact on Business》中指出，在提升沟通效 率、提升移动办公效率、激发团队创意等方面，认同 Google Workspace 的用户比例超越认同 Microsoft 365 的用户。在《福布斯》评选的潜力独 角兽企业中，有 96% 选择 Google Workspace 作为云端协作平台。Google Workspace 能够在五个方面助力企业能够随时随地高效协作：1）内置安 全机制和自动更新功能，抵御潜在安全威胁；2）集成式开放平台无缝集 成应用，可打造个人高效工作平台；3）将超过 30 亿用户熟知并惯用的 协作应用汇聚到 Google Workspace 中；4）Google Workspace 能够帮助 企业人力资源团队吸引、聘用人才；5）落实移动办公理念，提供数字化 工作空间。
谷歌在 Google Workspace 中嵌入智能助手 DuetAI，帮助用户提升生产 力，释放更多创造力。1)Duet AI 能够在 Gmail 和 Docs 中根据提升生成 完整的回复，并且将该功能引入移动设备中使其能够在旅程中使用； 2)Duet AI 能够从文本提示中生成图像，并且展示在幻灯片中；3)Duet AI 能够替使用者生成想要跟踪和管理的项目计划；4)Duet AI 能够在会议 中生成独特的虚拟背景。
5. 谷歌生态：开源精神，让人人都能从谷歌产品中受 益
5.1.安卓系统：开源精神，打造全球第一移动端操作系统
安卓公司成立于 2003 年，早期研究方向主要是为数码相机开发先进的 操作系统，在智能手机的快速发展趋势下，安卓成为一款面向智能手机 的操作系统。2005 年 7 月谷歌收购了安卓公司，2007 年 11 月正式发布 面向手机、平板电脑的安卓系统。相较于苹果相对封闭的产品系统，谷 歌凭借“开源”的观念使得安卓系统迅速在全球普及。
安卓凭借其开放性和安卓设备的高性价飞速占领市场，获取全球移动端 操作系统最高市场份额。Statcounter 数据显示，截至 2023 年，全球移动 端安卓市场份额为 70.28%，iOS 为 28.99%。移动端操作系统市场集中化 程度高，目前安卓和 iOS 系统占据市场份额总和超 99%，加上与系统匹 配相对完善的应用生态，未来很难会有能够撬动移动端操作系统市场的 新玩家出现。
我们认为随着智能手机在非洲、南美等地区普及率进一步上升，嵌入谷 歌产品的安卓系统有望进一步扩大其市场份额。据 GSMA 报告，2030 年 全球智能手机普及率将由 76%上升到 92%。而其中安卓系统占据市场主 导地位的地区至 2030 年智能手机普及率也将迎来大幅提升。
谷歌生态依托安卓渗透到移动终端用户，引入谷歌搜索、视频、地图、 支付等应用打造移动端谷歌生态，抢占流量入口。安卓虽然是“开源” 操作系统，设备商不需要为操作系统支付任何费用，但手机制造商需要 遵守以下条件才能免费获取带有 Google Play Store 的安卓系统的使用许 可。1）设备上需要安装谷歌诸如 YouTube，Gmail，Google MAP 等软件， 其中最主要的是谷歌搜索与 Chrome 浏览器。与此同时，在 iOS 设备中， 谷歌需要支付十亿左右美金将谷歌设置为原始搜索引擎；2）需要将谷歌 搜索设置为默认搜索引擎；3）制造商需要将谷歌应用程序推送到主屏幕 上；4）不得在不同的设备上使用其他修改版本的安卓系统。由于 2019 年以来欧盟针对谷歌的反垄断案某些条件在欧盟不再适用，但使用安卓系统在大部分条件下都需要同时使用谷歌生态应用。制造商也可以选择 不安装搜索和 Chrome 浏览器，但此时须向谷歌支付使用许可费。少数 中国智能手机制造商如华为会使用无法访问 Google Play Store 的安卓系 统。由于会损失用户对安卓系统的大部分使用体验，除特殊原因外，大 部分智能手机制造商不会选择该模式。
安卓收入主要来源于 Google Play Store——Google 运营的安卓应用程序 商城，其承载了大多数来源于第三方的应用程序。Google Play Store 收 取消费者应用程序消费金额的 30%佣金费用。常规的订阅付款第一年收 取 30%，后续年份收取 15%费用。 我们认为，安卓操作系统将保持在全球移动端的领先地位且有望随着移 动端互联网的全球普及获得更多增长。由于安卓系统与谷歌移动端生态 的其他应用如搜索、视频、音乐、地图、支付等深度绑定，安卓在全球 对于谷歌生态版图至关重要。据 KAMIL FRANEK 测算，若没有安卓系 统，谷歌的流量获取成本将大幅增加，其移动端搜索相关收入将降低30%、 地图收入降低 50%、Google Play Store 第三方应用收入将降低 100%。
5.2.Chrome 浏览器：重视交互价值，集成谷歌应用构建生态关 键一环
谷歌在正确的时间用正确的方式开发正确的产品，重视交互价值成就浏 览器山丘之王——Chrome。Chrome 浏览器发布于 2008 年 9 月，依然 秉承了谷歌“开源精神”的观念，其源代码通过开源版本 Chromium 浏 览器向公众提供。Chrome 自推出以来迅速成为了世界上最受欢迎的浏 览器之一，在 Chrome 推出之初的目标便是为用户创造价值，推动 Web 创新。谷歌从一开始目标就是将 Chrome 打造成交互式 Web 应用程序 平台而非简单的网络浏览工具。 2010 年，Chrome 实现桌面端跨平台使用，并在 2012 年渗透到安卓和 iOS 中。Chrome 在不断地更新中功能越发强大，以至于谷歌围绕它开发 了整个桌面操作 Chrome OS。如今 Chromebook 是市场上最受欢迎的设 备之一。 Chrome 浏览器集成 Gmail、Google Pay、Google Assistant 等 Google 应 用，致力于打造安全、功能强大、快捷易用的浏览工具。Chrome 浏览 器具备隐私控制设置，可以让用户按照喜好自定义相关设置和浏览体验。 Chrome 可以跨设备同步浏览信息，并且针对企业、开发者等群体推出了 不同的版本。
5.3.硬件产品：围绕谷歌软件打造广泛覆盖硬件产品
围绕谷歌软件打造广泛覆盖硬件产品，产品线覆盖面包含手机、平板、 智能手表、笔记本电脑等智能终端产品品类。Google Pixel 是由 Google 在 2013 年起推出的智能硬件系列，包括安卓智能手机、安卓平板电脑以 及 Chromebook 笔记本电脑。
从 Google Store 官网可以看到，谷歌的硬件产品能够完美地适配安卓系 统和多款谷歌服务软件。如 Google Assistant 能够对谷歌开发的播放器 Chromecast 进行命令控制。谷歌的硬件产品线包括：1）Fitbit 于 2021 年 被谷歌收购，主要产品包括智能运动手环、智慧手表、无线可穿戴设备 等；2）Chromecast，一款数据媒体播放器；3）Google Nest，前身是前苹 果工程师 Tony Fadell 和 Matt Rogers 创立的 Nest Labs 公司。于 2014 年 被谷歌收购，主要产品为智能音箱、智能显示器、智能恒温器、烟雾探 测器、路由器、家庭安防系统等智能家居产品。 Google I/O 2023 展示了首款折叠屏产品 Pixel Fold、正式发布了大屏产 品：Google Pixel Tablet，Google 认为平板电脑更适合在家中使用，作为 智能家居中枢和用于流媒体播放和视频通话的多媒体终端。还发布 Pixel 7a，相较于上一版本在处理器和摄像头方面进行了升级。
6. 创新业务（OtherBets）：用科技之光照耀世界每一 寸土地
创新业务（Other Bets）是 Alphabet 母公司下与 Google 平行的一系列 独立运营子公司的统称。包括 Waymo 自动驾驶公司、X Company 等。
6.1.自动驾驶 Waymo：致力于打造全自动驾驶技术
Waymo 起源于 2009 谷歌内部的自动驾驶项目，2016 年成为独立自动驾 驶公司。 Waymo 的使命是让人员和物品能够轻松安全地到达目的地。 Waymo Driver 能够用于旅行车、SUV 和大型集装箱卡车（Class 8 Truck） 等多种车辆，提供叫车、卡车运输和本地送货等多元化服务。
Waymo Driver 采用不同于“驾驶辅助技术”的全自动驾驶技术。驾驶 辅助技术仍然需要真人司机坐在方向盘前，全神贯注地注意路况，并随 时准备好在汽车遇到无法自行处理的情况时接手处理，而全自动驾驶技 术指完全自动化驾驶。乘客全程无需知道如何驾驶车辆，只需在后排就 座，静待 Waymo Driver 将自己安全送达目的地。 Waymo Driver 开始在新区域运营之前，首先需要极为详细地绘制该地区 的地图，包括车道标记线、停车标志、路缘和人行横道等。然后 Waymo Driver 将这些特别详细的自定义地图与实时传感器数据搭配使用（而不 仅仅依赖于信号强度不稳定的 GPS 等外部数据），以便随时确定其确切 的道路位置。
Waymo 使用主动学习来训练模型，利用 TPU 和谷歌的深度学习框架 TensorFlow。实现全自动驾驶 Waymo Driver 还需要强大的硬件和计算 能力。1）激光雷达（即光线探测与测距技术）：绘制出车辆周围环境的 3D 图像。激光雷达传感器位于车身各处，用于向各个方向发送数百万 个激光脉冲，然后测量它们从对象上反弹回来所需的时间；2）摄像头： 让 Waymo Driver 同时全方位观察车辆周围的动静。采用高动态范围技 术和热稳定性设计，在日光和弱光条件下都能“明察秋毫”，还能应对更 加复杂的环境，甚至能识别数百米外的交通信号灯、施工区域以及环境 中的其他物体。Jaguar I-PACE 车型装有 29 个摄像头；3) 雷达：使用 毫米波频段为 Waymo Driver 提供对象的距离和速度等重要细节。雨、 雾和雪都不会影响雷达正常运行；4)车载计算机：结合了最新的服务器 级 CPU 和 GPU，能够实时获取汽车上数十个传感器提供的信息，识别 不同的物体（如其他汽车和行人），并计划通往目的地的安全路线。
6.2.X company：穿过田野、越过海洋奔赴理想
X company 来源于谷歌内部的 Google X 实验室，2016 年成为独立公司 运营。从 Google X 实验室到如今的 X company，他们的使命始终没有 改变过——致力于使用先进的颠覆式的科技解决世界上最重大的问题。 以初创公司的速度和雄心来处理研究具有巨大回报和风险的项目。X company 涉及研究的技术领域包括但不限于地热能、无线光学、生命科 学、网络安全、配送无人机、盐基储能等。
6.2.1.Mineral：致力于用最先进的 AI 技术解决粮食种植问题
Mineral 团队关注如何运用先进的 AI 技术改善识别作物的生长模式，让 耕种者更好地进行粮食种植作业。 Mineral 团队的矿物漫游车，能够在 田野中滚动收集每种植物的高质量图像。通过将漫游车收集的图像与卫 星图像、天气数据和土壤信息等其他数据集相结合，Mineral 团队能够全 面了解粮食种植现场发生的事情，并使用机器学习来识别植物如何生长 和与环境相互作用的内在模式。基于人工智能、机器学习、模拟、感知和机器人技术方面的突破，Mineral 着手为粮食种植构建世界上第一本详 细的“操作手册”。
2023 年 1 月，Mineral 从 X company 中“毕业”，成为了一家独立的 Alphabet 公司，致力于解锁更具可持续性，气候适应力和生产力的粮食 系统。
6.2.2.Tidal：致力于运用技术保护海洋生态，促进可持续发展
Tidal 旨在运用最先进的技术帮助养鱼者找到环保的方式来经营和发展 他们的业务。今天，世界上有一半人口依赖鱼类作为动物蛋白的主要来 源，但近 90%的野生渔业资源已经枯竭，迫切需要找到新的方法来滋养 不断增长的全球人口，而不会破坏海洋。
Tidal 利用水下摄像头和机器感知工具来解释复杂的海底环境。摄像头 不断收集鱼的运动影像、运用计算机视觉技术解释鱼的图像，帮助有助 于渔民了解鱼的生长方式，识别疾病并监测喂养。Tidal 的水下系统旨在 承受偏远地区的寒冷温度、腐蚀和强流。摄像头能够 360°旋转捕捉完 整画面，同时利用机器学习技术远程快速处理和解释图像。
7. 谷歌 AI：AIFirst 战略迎接世界 AI 浪潮
7.1.Tensorflow：影响最为深远的深度学习基本框架之一
Tensorflow 是一个端到端的机器学习平台，能够提供数据准备、构建机 器学习模型、模型部属、实现各个机器学习任务阶段的解决方案。 Tensorflow 前身为谷歌大脑团队研发的 DistBelief 机器学习系 统。 Tensorflow 模型能够在 web、移动设备和边缘设备、服务商上部署。 Tensorflow 支持类似 NumPy 的多维数组的数值运算、GPU 和分布式任 务处理、自动微分计算、机器学习模型的构建/训练/部署等功能，由于其 在各方面的性能优于现在流行的大部分主流框架，因此在工业场景下应 用广泛。 持续成长的机器学习社区生态系统，2023 年更新诸多新功能，能够在不 影响准确性的情况下降低模型训练成本提升资源效率。KerasCV 和 KerasNLP 可以让使用者运用几行代码访问预先训练过的模型。DTensor 通过组合并行技术来帮助用户纵向扩展模型并高效训练模型。使用 JAX2TF 和使用 JAX 数值库编写的模型现可以在 TensorFlow 生态系 统中使用。
7.2.谷歌 LLM：先发优势基础上的长期深度布局，AGI 之路上的 量变到质变
7.2.1.Transformer 模型：主流 LLM 的基石
Transformer 模型是当前主流大语言模型的基石，现如今流行的 GPT、 BERT 等语言大模型由 Transfomrer 架构衍生而来。Transformer 模型 基于 Encoder-Decoder 结构，创新自注意力机制，基于 Transformer 模 型架构，AI 发展走向新纪元。Encoder-Decoder 结构是一种处理问题的 思路，以文本处理为例，Encoder 即编码器对输入句子 X 进行编码，将 输入句子通过非线性变换转化为中间语义表示 C 。对解码器 Decoder 来 说，其任务是根据句子 X 的中间语义表示 C 和之前已经生成的历史信息 y1，y2….yi-1 来生成 i时刻要生成的单词 yi。谷歌的几位研究人员在 2017 发表的论文《注意力是你所需的一切》（Attention is all you need）的论文 中基于 Encoder-Decoder 结构使用自注意力机制取代了在 NLP 任务中常 用的 RNN 网络结构，创造性地解决了长期记忆难题，NLP 任务得以从 串行运算变成了并行运算。在此之后，AI 领域众多专家纷纷采用这个架 构开发和训练自己的模型。
7.2.2.LLM 发展历程及特点
LLM（大语言模型）是一种机器学习模型，它是在大量无标注的数据上训练得到的深度神经网络模型。Google 的 Encoder-Decoder 架构优势在 于能够对上下文形成更深入的理解，这类架构在灵活性、多功能性目前 表现虽不如 Decoder-only 架构（GPT 系），但仍具前景。 在 LLMs 进化树中可以看到： 1）Decoder-only 模型（GPT 类即为 Decoder-only）已经逐渐在 LLMs 开发中占据主导地位。在 LLMs 开发的早期阶段，Decoder-only 模型不 如 Encoder-only 和 Encoder-Decoder 流行。2021 年后，随着 GPT-3 的推 出，Decoder-only 模型逐渐占据主流地位。在 BERT 带来最初的爆发式 增长后，Encoder-only 模型逐渐开始淡出人们视野； 2）OpenAI 始终保持在 LLM 领域的领导地位，Google 和其他公司正在 加速追赶开发与 GPT-3 和当前的 GPT-4 相媲美的模型； 3）Meta 开发的所有 LLM 都是开源的，为开源 LLM做出了重大贡献， 促进了 LLM 的研究； 4）LLM 正表现出一种从开源到封闭的趋势。在 LLM 发展的早期阶段 （2020 年之前），大多数模型都是开源的，然而随着 GPT-3 的引入，公 司开始逐渐选择封闭自己的模型，如 PaLM，LaMDA 和 GPT-4。基于 API 的研究可能会成为学术界的主流方法； 5）Encoder-Decoder 依旧前景广阔，此类模型仍在积极探索中。Google 对这一类型架构模型做出了巨大贡献。
7.2.3.BERT vs GPT：Transformer 结构下诞生的双子
BERT style 的模型（Encoder-Decoder or Encoder-only）在情感分析等 领域效果显著，下游任务效果能够大幅提升。BERT style 的 LLM： BERT 模型通过遮蔽句子中的屏蔽词进行训练，这种训练模式被称为掩 码语言模型（Masked Language Model）。允许模型对单词和使用它们的 上下文间关系有更深入的理解。这类模型使用 Transformer Architecture 在大型文本语料库上进行训练，在情感分析等领域具有显著效果。这 样的架构使得 BERT 失去了直接生成文本的能力，换来双向编码的能 力下游任务效果大幅提升。BERT 发布之初便在 SQuAD v1.1 测试中达 到了 93.2%的 F1 分数（准确性的衡量标准），超过了 91.2%的人类水平 分数。 GPT Style 模型为 Decoder-only 架构模型，通过给定前文生成序列中的 下一个单词。Deocoder-only 架构模型具备灵活性和多样性，能够被广 泛地运用于如文本生成、问答等下游任务。
7.2.4.PaLM/PaLM2：PaLM 在多项子任务中优于 GPT，PaLM2 大模型将可部署到边缘端
谷歌于 2022 年 4 月发布 PaLM 大模型，在多项任务中表现优于 GPT3。PaLM 基于标准的 Transformer 模型，采用 Decoder-only 的架构进 行训练。 PaLM 模型具有 5403.5 亿参数，用于训练的数据源来源于社 交媒体数据、新闻文章、GitHub 代码、维基百科等。
PaLM 首次大规模采用机器学习系统 Pathways，该系统能够高效地利用 大量芯片进行并行计算。通过此系统 PaLM 在 6144 个 TPUv4 芯片上训 练了 5403.5 亿参数的语言模型，其训练效率是以往这样规模的模型难以 达到的。BIG-Bench 是一个面向人工智能(AI)的基准测试套件，该套件涵 盖了各种 AI 任务，PaLM 在 BIG-Bench 在 58 项任务中，表现明显优 于 GPT-3、Gopher 和 Chinchilla（Gopher、Chinchilla 均为 DeepMind 此前发布的大语言模型）。并且在模型参数达到一定规模时，5-shot PaLM 540B 的得分高于要求解决相同任务的人类的平均得分。
建立在 Google Brain 和 DeepMind 团队进展之上推出的 PaLM2 拥有四 个不同规模版本，最小的 Gecko 模型可以在移动端运行。2023 年 5 月 谷歌发布大语言模型 PaLM2，并且同时宣布推出超过 25 种由 PaLM 2 提供支持的产品和功能。PaLM2 建立在谷歌的基础研究和最新的基础 设施之上，提供了不同规模的四个版本以便胜任不同任务和部署：“壁虎” （Gecko）、“水獭”（Otter）、“野牛”（Bison）和“独角兽”（Unicorn）。 其中，轻量级的 Gecko 模型可以在移动设备上运行，能够在离线的状态 下在设备上运行交互式应用程序，每秒能够处理 20 个 token。 相较于 PaLM，PaLM2 在语言、推理、编程三方面能力改进，还能用特 定领域知识进行微调，能够打造“定制化”大模型。 PaLM2 对科学和 数学等内容进行了广泛的训练，具有优越的逻辑和推理能力。同时还接 受了逾百种的多语言文本训练使其能够理解并生成精确的结果。PaLM2 还能够根据特定领域知识进行微调，谷歌健康团队打造的 Med-PaLM2 医用大模型在美国医疗执照考试中达到了专家水平。
7.2.5.Bard：对话式 AI 应用程序
Bard 是谷歌推出的类似于 ChatGPT 的对话式 AI 应用程序，Bard 作 为全球化的人工智能服务，旨在协助人类探索各种可能性。2023 年 Google I/O 宣布 Bard 将基于 PaLM2 驱动。谷歌助手副总裁 Sissie Hsiao 表示 Bard 的新更新包括图像功能、编码功能和应用程序集成。Bard 目 前处于实验阶段，可能提供不准确或不恰当的答案。 2023 年 7 月 Bard更新，语言地区扩展、个性化响应、工作效率提升三 方面功能得到优化。在语言扩展方面，本次更新 Bard 扩展新增了包含阿 拉伯语、中文（简体/繁体）、德语、西班牙语等 40 多种支持语言。 扩 展了 Bard 的使用范围新增欧盟 27 个国家/地区和巴西。在个性化响应方 面，Bard 本次更新了语音回复功能，该功能能够满足用户想要听单词正 确发音，或希望听类似于剧本等文本聆听需求，实现该功能只需在 Bard 对话框中选择界面选择声音图标，用户甚至能够自行调整 Bard 朗读的 语气，目前有 5 种风格可供选择。工作效率提升方面，Bard 更新了聊天 固定、重命名此前聊天对话、同时进行多个聊天对话以及与他人分享聊 天内容的功能。
8. AI 引领，一切才刚开始
8.1.关注“自由”与“效率”，极致创新的工程师企业文化
谷歌是一家信奉“工程师文化”的公司，据 comparably 网站显示，谷 歌整体公司文化评级为 A+， 在一万人以上的大企业中排名前 5%。创 始人认为谷歌茁壮发展并实现看似遥不可及的雄心壮志，需要吸引和依 靠最为顶尖的工程师。时至今日，谷歌的管理团队不断扩大，但对于工 程师的重视却丝毫未减。在 Google，除了代码全员共享，还有 Thanks God, It’s Friday 的文化，每周五高管们会和员工在一起，面对面回答员工提出的各种尖锐问题；谷歌还提出了 20% 自由时间工作方式，员工有 20% 时间可以自由支配用于去做自己感兴趣的项目。语音服务 Google Now、谷歌新闻、谷歌地图上的交通信息等正是诞生于 20%时间中。 70/20/10 原则是谷歌的资源分配原则，该原则能确保了核心业务占有大 部分资源，且在有限的资源条件下不断地进行创新。将 70%的资源配置 给核心业务、20%给新兴产品、剩下的 10%投在全新产品上.谷歌拥有经 验丰富的员工基础和庞大的人才库，当前和未来的谷歌员工中将有大量 拥有好想法的人。 我们认为，对于谷歌的管理层来说，重要的是鼓励员工进行颠覆性思考 。管理层如果能够营造创新氛围，员工就可能将他们好想法变为现实。
8.2.谷歌 AI First 战略：用 AI 实现公司使命
由“Mobile First” 转向“AI First”战略，整合内部资源、算力、算法 迎接人工智能时代。《How Google Works》作者（第一作者为埃里克·施 密特，Google 前 CEO）在本书序中提到“下一个谷歌”将是一家利用机 器学习以及其他日渐发展的技术来解决巨大、复杂且棘手的人类难题的 公司。2016 年谷歌设立 Google.ai 网站，该网站汇集并向外界分享更新 谷歌 AI 研究进展、成果、最新的工具和应用。
谷歌在 AI 领域学术影响力广泛且深远。由谷歌发布的众多论文在 2022 年被引用 AI 论文次数 TOP10 中占据多数，其中谷歌的 Deepmind 实验 室位居榜首。Zeta alpha 数据显示，2022 年被引用最多的 AI 论文来自 DeepMind 的《AlphaFold Protein Structure Datavase:massively expanding the structural coverage of protein-sequence space with high-accuracy models》。 TOP10 被引用文章中，来自谷歌及其 DeepMind 实验室的共有 3 篇，来谷歌（GOOGL） 请务必阅读正文之后的免责条款部分 54 of 67 自 OpenAI 的有两篇，来自 Meta、NVIDIA 各有一篇，其余三篇来自国 内外知名高校。在 2020-2022 年引用量 Top 100 的 AI 论文数量发布机构 统计中，谷歌在 3 年内都是引用量最多的发布机构。证明了谷歌发表的 AI 论文在学术界的广泛且深远影响。
8.3.从 DeepMind 到 Google DeepMind：持续引领深度学习发 展、实现 AGI 通用人工智能理想
Google DeepMind 在确保安全和伦理道德的指引下，以开发 AGI（通用 人工智能）为长期目标，寻找解决世界上最迫切需要解决的科技难题的 答案，于 2010 在英国成立。在当时对人工智能话题关注程度远没有现在 高的时候，DeepMind 就汇集了机器学习、神经科学、数学等资源开始加 速人工智能领域的研究工作。2014 年谷歌收购 DeepMind 公司。2023 年 4 月 21 日，Alphabet 表示将合并 DeepMind 、Google Brain 成立 Google DeepMind。新成立的 Google DeepMind 汇集了谷歌在人工智能领域最强 的两支团队。
新成立的 Google DeepMind 汇集 AI 领域的顶级科学家、工程师、伦理 学家，致力于解决智能问题，推动科学进步，造福人类。过去 DeepMind 研发的 AlphaGo 击败了人类围棋世界冠军选手、AlphaStar 在《星际争 霸Ⅱ》中战胜了人类职业玩家、AlphaFold 成功预测蛋白质结构，赢得了 蛋白质结构预测技术关键评估（CASP）、DeepMind 发布的论文在学术界 和业界都产生了广泛的影响。 我们认为，谷歌在 AI 市场上是有长期能力积淀，又有意愿，并且还具 有灵活性、自主性、拥有 AI 研究内部组织的创新者。谷歌在 AI 领域的 长期积淀，负责任和创新的人工智能技术，将持续会谷歌提供竞争力。 谷歌 CEO Sundar Pichai 认为人工智能技术将使得谷歌比以往任何时候 都更接近谷歌的创始使命——组织世界信息并使其变得普遍可用和有 用。Sundar Pichai 宣布于 2023 年 4 月 20 日合并谷歌最著名的两个 AI 实 验室 DeepMind 和 Google Brain，并成立新的 Google DeepMind。
8.4.算力: TPU 专为处理神经网络工作中的矩阵运算而设
CPU 是基于冯·诺依曼结构的通用处理器，能够与软件和内存协同工作。 优点是其灵活性可以在 CPU 上为许多不同类型的应用加载任何类型的 软件。每次计算时，CPU 从内存加载值后，对值执行计算，然后将结果 存储回内存中。相比计算速度相比，内存访问速度较慢，并可能会限制 CPU 的总吞吐量。这通常称为冯·诺依曼瓶颈。
GPU 在单个处理器中包含数千个算术逻辑单元 (ALU)，在用于深度学 习的训练工作中，GPU 的吞吐量比 CPU 高出一个数量级。现代 GPU 通常包含 2500 - 5000 个 ALU。大量处理器可以同时执行数千个乘法和 加法。GPU 架构非常适合并行处理大量运算（如神经网络中的矩阵运算）。 但 GPU 与 CPU 具有相同的问题。对于数千个 ALU 中的每一次计算， GPU 都必须访问寄存器或共享内存，以读取运算对象以及存储中间计 算结果。
TPU 是 Google 针对具体应用定制开发的专用集成电路 (ASIC)芯片， 用于加速机器学习任务的训练。Cloud TPU 是一项可以让用户将 TPU 用 作 Google Cloud 上的可伸缩计算资源网络服务。 TPU 专为处理神经网络工作中的矩阵运算而设计。TPU 包含数千个乘 法和累加的运算器，运算器间直接连接形成大型物理矩阵，这种物理矩 阵结构被称为脉冲阵列。Cloud TPU v3 在单个处理器上包含两个 128 x 128 ALU 的脉冲阵列。在执行神经网络计算中 TPU 首先将参数从内存 加载到矩阵运算器中。然后 TPU 从内存中加载数据。当每个乘法被执 行时，其结果将被直接传递给下一个乘法器求和。因此，最终输出将是 数据和参数之间所有乘加运算的结果。整个计算和数据传递的过程中， 不需要访问内存。所以能够减弱冯·诺依曼瓶颈，在神经网络计算中实 现高计算吞吐量。
谷歌 TPU 从 2016 推出 TPU v1 以来保持创新，不断提升计算性能，目 前已迭代至 2021 年推出的 TPU v4。TPUv4 芯片单位小时时间成本比 TPUv3 芯片高出 61%，但性能却提高了 2.23 倍，因此性价比提高了 28%。谷歌基础设施与系统副总裁 Amin Vahdat 表示在五个基准测试中 TPUv4 在 MLPerf 测试中的性能比 Nvidia A100 高 40%。TPU v4 在 MLPerf 2.0 数据集中相较于 NVIDIAA100 实现了更高的加速比。
谷歌最先进的 TPU 和 GPU 等计算基础设施将被部署在谷歌云之上，谷 歌云还将扩大对谷歌最新基础模型的访问。谷歌致力于提供世界一流的 工具，以便客户可以训练、微调和运行自己的人工智能模型，并具有企 业级的安全性、安全性和隐私性。
8.5.迈向多模态 AGI，离智能未来更近一步
8.5.1.多模态具身语言模型 PaLM-E
2023 年 3 月谷歌发布多模态具身语言模型 PaLM-E，能够理解图像、生 成语言、并且结合两者生成复杂的机器人指令、还拥有强大的正迁移能 力。PaLM-E 由谷歌和柏林工业大学的团队共同打造，PaLM-540B 语言 模型与 ViT-22B 视觉 Transformer 模型，训练数据集包含视觉、连续状态 估计和文本输入编码的多模式语句，参数量为 5620 亿。PaLM-E 仅有解 码器，在给定前缀（prefix）或提示（prompt）下，能够以自回归方式生 成文本。经过图像提示训练，PaLM-E 可以生成图像描述文本，还能指 导机器人完成复杂的长跨度任务。
PaLM-E 基于不同模态的训练数据进行训练，展现出了强大的正迁移能 力。相较于单一任务机器人模型，性能显著提升。PaLM-E 展示出的灵 活性和适应性未来将有可能会人机交互领域广泛应用。
2023 年谷歌开发者 I/O 大会上，谷歌 DeepMind CEO Hassabis 提出， 未来会推出文本的大语言模型 Gemini，Gemini 将会具有以往模型中没 有的多模态功能。
8.5.2.结合多模态大模型的 RT-2 机器人
谷歌 DeepMind 推出 RT-2（Robotic Tranformer 2）是谷歌 DeepMind 实验 室的结果，它是将视觉-文本多模态大模型的“推理”、“识别”等能力和 机器人实际操作能力结合起来的机器人项目。具备符号理解能力、推理 能力、人类识别能力。其中推理能力是 RT-2 机器人的核心优势，RT-2 机 器人能够进行数学、视觉推理并且能够进行多语言理解。VLA 指的是” 机器人动作模态”，基于此模态，RT-2 可以将具体的机器人动作数据转 化成大模型利用的文本 token。RT-2 本次升级主要基于谷歌原有的基础 大模型，如 RT-2 PaLM-E 变体，能够在神经网络模型中充当 LLM、VLM 和机器人控制器，因此 RT-2 具备执行的思想链推理的能力。RT-2 提高 了机器人在陌生场景中的性能，体现了大规模预训练带来的优势。
8.6.AI 深度赋能谷歌产品助推商业变现
自从转向“AI First”战略后，谷歌正在持续不断地用其最新发展的人工 智能技术重新构造包含谷歌搜索在内的核心产品:
1）谷歌邮箱、谷歌文档：利用更强大的生成模型，只需要输入少量的提 示，Gmail、Google Docs 就能够使用“帮我写作”功能帮助用户回复邮 件；
2) 谷歌地图：2022 年的 I/O 大会上推出了沉浸式视图，即利用 AI 创 建一个地方的高保真地图，让用户可以在到达之前就能先获得身临其境 般的体验。2023 年推出沉浸式路线视图将 AI 技术扩展到 Maps 最擅长 的领域：能够提前看到整个旅程，帮助用户到达目的地；
3）谷歌相册：谷歌的首批 AI 原生产品之一。机器学习技术使得用户能 够在谷歌相册的照片中搜索人物、日落或瀑布等内容。除搜索以外，谷 歌相册甚至能利用魔术编辑器（Magic Editor）让用户实现编辑照片的功 能；
4）谷歌搜索：SGE（搜索生成体验 Search Generative Experience）是谷歌 加入了全新 AI 功能的新一代搜索引擎，能够为用户提供更为精准的搜 索结果。据谷歌 23Q2Earnings Call，用户对于 SGE 反馈积极，谷歌正在 持续改进广告展示位置和展示形式。
5）谷歌 Workspace：2023 年 5 月谷歌宣布在 Google Workspace 中嵌入 智能助手 Duet AI，能够在写作、组织、可视化、召开会议等多方面加速 工作流程，大幅提升生产力。
6）谷歌云服务平台：2023 年 6 月谷歌宣布上线基于 Vertex AI 的生成式 人工智能服务 Vertex AI ——机器学习平台服务。Verte AI 是第一个提供 人类反馈强化学习的企业级机器学习平台服务，B 端用户能够根据自身具体应用与平台功能进行集成。据谷歌 23Q2Earnings Call，超过 70%的 AI 独角兽企业是谷歌云的用户。
7）安卓系统：Google 2023 I/O 开发者大会上展示了最新的安卓 14，引 入 AI 特性，可生成壁纸和文本。本次更新还为安卓开发者推出 AI 编 程机器人 Studio Bot，该工具可以生成代码、修复 BUG、以及回答关于 安卓应用开发的相关问题。
8）谷歌广告：Performance Max 结合了 Google 在出价、预算优化、受 众群体、广告素材、归因等方面的 AI 技术，广告商只需告诉谷歌他们 的广告系列目标并分享他们的创意，AI 就会在 Google 的所有媒体资 源中自动生成并投放高效的广告活动，以满足广告商的预算。
9）YouTube：YouTube 正在使用 AI 自动生成视频字幕，让更广泛的受 众（包括失聪或听力障碍者）更容易访问这些视频。社区环境和内容创 作对 YouTube 这样的 UGC 在线视频平台来说尤为重要。2023 年谷歌在 YouTube 的创作者安全中心中扩展了 AI 功能去识别线上有害信息以保 持良好的社区环境。
我们认为，谷歌最新 AI 技术应用于谷歌核心产品上会为其带来新的生 命力。谷歌核心产品拥有广泛的用户，MAU 超 20 亿产品便有 6 个，具 有深厚的数据积累，谷歌一系列核心产品有望在谷歌一系列先进人工智 能技术的加持下，在未来迸发蓬勃生机。2023 年谷歌在 I/O 开发者大会 宣布 25 款谷歌核心产品将由大语言模型 PaLM2、多模态大模型 Gemini 谷歌最新的 AI 研究技术赋能。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）