2025年年初，市场贴在Google身上的标签还是“掉队”“AI黄埔军校”之类的揶揄之词，但到了年底，市场的态度就180度逆转，看待Google的眼光就像观看好莱坞经典故事里涅槃归来的英雄。

Google的市值因此经历了一个V形反转，从年初的2.31万亿美元一路跨过3万亿大关，达到3.78万亿美元。

投资人的热情并不基于虚幻，Google的确在过去1年中接连打了多个层面的胜仗：

2月19日，Google发布了新一代旗舰模型Gemini3.1Pro，在全球知名AI基准测试机构ArtificialAnalysis的榜单中以57分位居综合智能指数榜首，超过第二名OpenAI的54分和第三名Anthropic的53分—这是大模型竞争开启三年来，Google第一次在该榜单上登顶。

与模型能力同步增长的还有用户规模。

根据SimilarWeb今年1月公布的数据，2025年1月至2026年1月，Gemini在全球通用AI流量中的市场份额从5.7%增长到了21.5%，成为OpenAI的ChatGPT问世以来第一个市场份额超过20%的通用AI应用。而与此同时，ChatGPT的市场份额则从86.7%下降到64.5%。

至于市场最关心的搜索业务，在2025年最后一个季度中，Google搜索业务收入同比增长了17%，增速高于上一季度的14%。市场此前曾普遍担忧Google的搜索业务会受到ChatGPT等对话类产品的冲击，但Google用数字证明，结合了AI能力的Google搜索更受用户欢迎。Google官方数据显示，在AI模式下，用户的搜索查询时间平均长度是传统关键词搜索的3倍，表明用户正在以更复杂的对话方式与搜索引擎交互。

然而就在一年之前，Google还是个站在悬崖边上的公司。

2022年11月底，OpenAI发布划时代的AI应用ChatGPT，3个月后，2023年2月，Google公开了对标ChatGPT的产品Bard，也就是Gemini的前身。但初次演示很快就演变成了一场灾难。在官方发布的宣传材料中，Bard错误地声称詹姆斯·韦伯空间望远镜拍摄了第一张系外行星照片，而事实上这一成就属于位于智利的欧洲南方天文台甚大望远镜。这一事实性错误引发了市场剧烈波动，Google股价随后下跌7%，市值蒸发约1000亿美元。

而这其实已经是Google倾尽全公司之力的结果。于是华尔街开始质疑，这家曾经的硅谷科技明星，是否已经太老、太慢了，老到它可能连大本营—搜索业务—都不一定保得住。这种看衰声音从2023年一直持续到了2025年年初。在此期间，大模型技术奠基之作《Attentionisallyouneed》的8位作者也几乎全部离开了Google。

所有的不利条件都让这个巨头在2025年的翻身看起来像是个意外，但实际上这场翻身仗是个长达3年的豪赌和不断自我改变的结果。

在这个过程中，Google犯过急功近利的错，也回归“常识”重建基座模型，不过真正带领Google走出泥沼的不是模型本身，而是一系列有效的产品策略。

100天的“本田思域”保卫战

作为一个体量庞大的公司，Google最初的反应足够迅速，不过这种反应一开始并不理性。

2022年12月中旬，就在ChatGPT上线两周后，GoogleCEO桑达尔·皮查伊宣布“红色警报”，意味着公司切换至“战时”节奏。他紧急请回了早已淡出日常管理多年的公司创始人拉里·佩奇（LarryPage）和谢尔盖·布林（SergeyBrin）。两位创始人参与主持了多场高规格战略会议，布林甚至在12月便开始亲自编写和提交代码。

一次内部会议上，Google定下了一个核心决策：必须在100天内推出一款对标ChatGPT的产品—Bard。

这项重任落到了萧令怡（SissieHsiao）手中。她2006年加入Google，曾在搜索、文档、广告等多个部门工作过。当时，她是GoogleAssistant（Google助手）业务的负责人，这是一款于2016年推出的AI语音助手类产品，最初目标是对抗苹果的Siri。

Google AI业务是如何一步步完成集权的

与100天计划几乎同步到来的，还有大裁员。2023年1月的一个周五凌晨，Google开启了公司历史上规模最大的裁员，1.2万名员工通过一封系统邮件得知自己失去了工作。皮查伊在邮件中称，此次裁员是为了将公司资源集中在AI上。但每个人都清楚，这不仅是财务上的降本增效，更是组织层面的告别温情：裁员带来的生存压力像一根无形的鞭子，驱使留下的员工必须在AI战场上证明价值。

原本崇尚工作生活平衡、习惯于长周期研发的Google员工开始在高压下工作。Bard团队的会议经常延续到深夜，核心开发者们为了跟上进度，选择住在公司附近的酒店或办公室。对于这些习惯了在睡前陪伴孩子的硅谷精英来说，打乱作息参加深夜会议成了不得不接受的代价。

然而努力不保障成果。Bard团队长期困扰于其自研模型的“幻觉”问题，哪怕问题只有小学生难度，模型仍然常常给出意料之外的答案。

为了降低错误率，萧令怡选择沿用传统的软件研发模式，即通过循环测试与修复来消除错误。她组建了一支人数众多的测试团队，这些人负责对模型提出各种试探性问题，寻找逻辑漏洞。此外，CEO皮查伊也通过邮件动员每一个Google员工积极试用产品，据说前后约8万名员工参与过内测。