谷歌，加速向‘行動型AI’轉型…以TPU 8為核心，押注統一代理平台

企業用人工智能(AI)市場的重心正在快速轉變。分析指出，正從回答問題、生成內容的階段，邁向實際執行任務並輔助決策的"智能體型AI"時代。谷歌雲首席執行官托馬斯·庫里安(Thomas Kurian)強調，這一變化不僅僅是增加功能，而是要求對基礎設施和軟體整體架構進行重新設計。

在最近舉行的"谷歌雲Next 2026"大會上，谷歌同時展示了下一代TPU 8、資料與AI平台以及智能體平台。核心資訊很明確：從半導體到雲基礎設施、資料棧、AI模型再到應用程式，必須整合成一個統一的體系，才能穩定地運行大規模"行動型AI"。市場對此評價認為，谷歌已正式在"全棧AI"主導權競爭中全力出擊。

TPU 8走上前台，本質是"統一平台"之爭

表面上看，最引人注目的發布是TPU 8。儘管谷歌表示新晶片在性能和可擴展性方面有顯著改進，但業界關注的焦點並非單純的半導體性能，而是其戰略意義。因為TPU是谷歌能夠更快速、更低成本運營其AI服務的核心基礎。

不過，這很難被視為與英偉達的正面交鋒。許多開發者和企業仍依賴英偉達的CUDA生態系統，而谷歌也並非要排除它，而是以拓寬選擇的方式前進。換句話說，TPU更像是谷歌將硬體和軟體更緊密地結合以尋求差異化的手段，而非取代英偉達的武器。

市場研究機構和行業分析師指出，本次發布的真正重點並非TPU 8本身，而是谷歌將其與資料平台、前沿AI模型以及智能體平台的敘事聯繫了起來。這意味著谷歌開始將半導體-資料-AI模型-任務執行串聯成一個流暢的結構。

從"SaaS"到"服務型軟體"

此次變革也在動搖現有軟體產業的框架。過去從本地部署轉向軟體即服務(SaaS)時，改變的是軟體交付方式和運營模式；而現在，分析認為軟體正進化到直接產生實際業務成果的"服務型軟體"階段。

這一轉變的核心是AI智能體。問題在於，如果智能體局限於各個部門的系統，其價值將十分有限。雖然可以實現簡單的重複性任務自動化，但很難帶來縮短從招聘到入職時間、消除從報價到收款瓶頸等全公司範圍內的績效提升。

最終，企業需要一個連結多種資料和業務系統的"智能層"。谷歌發布的"知識目錄(Knowledge Catalog)“可被視為此方向的開端。其結構旨在將企業整體的分析資料與營運資料置於同一脈絡中，幫助AI理解"正在發生什麼”。

資料平台競爭，現已擴展到"數位孿生"

業界認為，資料平台的成熟階段正從簡單的報告生成轉向建構"企業數位孿生"。數位孿生是一種即時反映企業內人員、資產、流程和活動的數位化表現。AI智能體要想基於企業即時狀態而非不準確的碎片化資訊進行判斷和行動，就需要這種結構。

在早期階段，重點是部門級資料和報告體系。隨後，BigQuery、Snowflake、Databricks等平台的出現拓寬了自助分析環境，但各部門仍常有各自的資料"真相"。下一階段則是即時反映事件和營運資料，從而更逼真地建模企業活動。

Salesforce和SAP也在朝此方向努力，但谷歌通過整合BigQuery、Spanner和元資料層，在超大規模雲廠商中罕見地擁有了能與Snowflake、Databricks正面競爭的資料平台，並獲得了認可。這次的智能體策略正是基於這一資料基礎之上延伸出來的。

智能體擴散的關鍵是"安全執行"

企業AI最困難的地方在於連結生成式AI的彈性與企業系統的嚴謹性。AI擅長生成文本和提出想法，但實際業務必須規則明確、權限清楚、可審計、責任分明。因此，業界認為智能體要發揮作用，需要在"創造力"之上鋪設"確定性執行層"。

例如，即使智能體執行目標，也必須同時定義在何種條件下允許何種行為、執行前後需滿足什麼條件、以及如何記錄結果。只有具備這種結構，才能造就"可安全運行的AI"，而非僅僅是"聰明的AI"。

在此過程中，企業知識圖譜、行為規則層、即時數位孿生、自主營運平台等概念變得重要。簡而言之，這意味著AI需超越參考Excel檔案和儀表板的層面，能夠探索企業的實際狀態與關係網絡，並在規則框架內行動。

谷歌的優勢與局限同樣明顯

谷歌在元資料提取、資料血緣管理、非結構化文件知識圖譜、多步驟智能體評估等方面取得了有意義的進展。特別是其將智能體失敗案例彙總並提出改進方向的優化功能，被評價為超越了簡單的演示，是邁向"智能體營運"階段的嘗試。

然而挑戰也不少。最大的難題是整合分散在不同系統中的同一實體。例如，如果"客戶"這個對象在CRM、財務、客服和物流系統中定義各不相同，AI就很難將其理解為一個統一實體。有觀點指出，僅有資料品質規則和業務術語表是不夠的，還需要能夠表達實際業務流程的規則。

另一個挑戰是捕捉人類專家的"為什麼"。谷歌正在加強展示智能體如何得出結論的功能，但僅此一點很難取代熟練員工的判斷標準。因為無法用規則解釋的例外情況、衝突的優先級、基於上下文的判斷，在很大程度上仍然依賴於人的經驗。

編碼智能體開啟下一輪競爭

智能體平台競爭的另一個戰場是"編碼"。業界認為，通往通用知識勞動智能體的最快途徑是編碼智能體。因為智能體要與外部世界互動，最終需要調用各種工具，而在此過程中，撰寫、修改和執行程式碼的能力成為關鍵。

Anthropic的Claude Code、OpenAI的Codex等是典型例子。谷歌並未將某個獨立的編碼產品推向前台，而是將其整合