Google、Musk、Meta 同時把算力賣給競爭對手：當三家公司做出同一個選擇，這不是巧合
三天前我寫了 Jeff Dean 離開 Google 的文章，回顧他用 27 年建立的基礎設施。MapReduce、TensorFlow、TPU——每一個都是讓 Google 自己的 AI 研究能站上去的地板。
現在 Google 正在把那塊地板賣給競爭對手。
事件背景：一週之內，三件事同時發生
2026 年 8 月 5 日，Google 宣布 AI 領導層重組。Demis Hassabis 從 Google DeepMind CEO 轉任 Chairman，同時擔任 Alphabet Chief Scientist。接手日常營運的是 Koray Kavukcuoglu，DeepMind 創始成員之一，直接向 Sundar Pichai 匯報。
同日，Jeff Dean 宣布離開待了 27 年的 Google，與幾位同事成立新創。
同一週，SemiAnalysis 發表了一篇標題直白到不需要解讀的報告：“Gemini is Cooked but GCP is Cooking”。
三件事獨立發生，但指向同一個結論。
SemiAnalysis 的核心論點：Google 選了基礎設施，放了前沿模型
SemiAnalysis 的論證邏輯很簡單——看錢往哪裡流。
先看 GCP 這一側。Alphabet Q2 2026 財報：Cloud 營收 248 億美元，年增 82%。Cloud 營業利益 88 億美元，營業利益率從去年同期的 20.7% 跳到 35.6%。Cloud backlog 達到 5140 億美元，季增超過 500 億。
82% 的成長率裡，有一個新的組成部分：Q2 首次認列 TPU 系統外銷營收——Google 開始把整套 TPU 系統賣給外部客戶，安裝在客戶自己的資料中心裡。Sundar Pichai 在 earnings call 上說，這季的金額還是「小數目」，大量營收會在 2027 年認列。
SemiAnalysis 估算這個「小數目」大約是 12 億美元。扣掉這部分，核心 Cloud 成長率在 low 70s——依然很強，但 TPU 外銷把數字再推高了一截。
再看 Gemini 這一側。SemiAnalysis 估算 Gemini 目前的 ARR 約 120 億美元。
然後是 SemiAnalysis 的預測——以下數字全部出自他們的報告，不是 Google 官方數據：
| 項目 | SemiAnalysis 預估（2027 年底） |
|---|---|
| 第三方 AI 基礎設施營收 | ~$730 億 |
| TPU 系統外銷營收 | ~$1200 億 |
| 外部銷售合計 | ~$2000 億 |
| EBIT margin | high-30s% |
| Gemini ARR（現值） | ~$120 億 |
$2000 億 vs $120 億。比值接近 17:1。
買家是誰：把最好的晶片賣給最直接的競爭對手
這不是賣給中立的企業客戶。
SemiAnalysis 報告指出，從 Q3 2026 到 Q4 2027，超過 20% 的 TPU 總出貨量直接賣給 Anthropic。這還不包括已經租給 Anthropic 和 Meta 的大量 TPU。
2025 年 10 月，Anthropic 宣布與 Google 和 Broadcom 擴大合作，規模達到多個 GW 級的下一代 TPU 容量，預計 2027 年起上線。CNBC 報導交易價值數百億美元。
Anthropic 的年化營收已經超過 300 億美元。Claude Opus 4.8 在 LMArena 排名上壓著 Gemini 3.1 Pro。
Google 正在把自己最好的晶片，以最大的量，賣給排名超過自己的競爭對手。
更大的圖景：TPU 從研究工具變成商品
幾個數字把規模感拉出來。
SemiAnalysis 報告中的估算：TPU 系統外銷定價約 350 億美元/GW。目前已有超過 1500 億美元的 TPU 系統 backlog，未來可能再增加 2500 億美元以上的訂單。
如果這些數字成立，2027 年 GCP 的成長率將進入 mid-100s%——而目前賣方共識只有 64%。光是成長率加速這一項，就可能為 Google 2027 年的 EPS 增加約 3 美元。
Tomasz Tunguz 的分析更直白：Google Cloud 的營收成長率正在收斂到 NVIDIA 的成長率。GCP 不再只是雲端服務商，它正在變成硬體公司。
Tim O’Reilly 上週寫了一篇 “Google’s Westinghouse Bet”，用電力產業的歷史類比來描述這個策略。Thomas Edison 發明了燈泡和發電系統，但最後贏得電力戰爭的是 Westinghouse——他沒有執著於自己發電、自己用電，而是把交流電基礎設施賣給所有人。
O’Reilly 引述 GCP CEO Thomas Kurian 的定位：TPU 要成為 “general-purpose infrastructure”，服務對象從 Citadel Securities 到美國能源部，不限於 Gemini 研究。
衝突檢查：Jeff Dean 27 年建的地板，現在被用來墊別人的腳
這篇文章和三天前的 Jeff Dean 文章放在一起看，會浮現一個刺眼的對比。
Dean 的職涯主線是：在 Google 即將被規模壓垮時，重新設計基礎設施，讓複雜度變成 Google 工程師可以站上去的地板。MapReduce 讓 Google 自己處理全球搜尋資料。TensorFlow 讓 Google 自己的研究者訓練大模型。TPU 讓 Google 自己的 AI 推論經濟可行。
每一個都是「建來給自己用」的基礎設施。
現在 Google 的策略是把 TPU 整套系統賣給 Anthropic、Meta、和任何付得起的人。Dean 建的地板，被用來讓競爭對手站上去。
Dean 離開的時間點——就在這個策略轉向公開化的同一週——很難不被解讀為某種表態。
再往前拉，2025 年初我寫過一篇 AI 前沿格局文章，核心論點是「人才是真正的護城河」。當時分析的是 OpenAI 的人才流失導致技術停滯。Google 現在面臨的模式驚人地相似：人才離開（Dean + 多位 RL 團隊成員），加上算力重新分配，兩個護城河同時鬆動。
差別在於，OpenAI 2024 年的人才流失是被動的（人走了）。Google 2026 年的算力重分配是主動的——他們選了錢。
但這裡有一層更深的東西。xAI 賣算力、Meta 賣算力，你可以理解——他們本來就不是以前沿研究為核心使命的組織。
Google + DeepMind 不一樣。這是 AlphaGo 的 DeepMind。這是 Transformer 論文的 Google。這是理論上全世界最有資格做前沿 AI 研究的地方——人才密度最高、算力最充沛、研究歷史最深。如果連這個組織都決定「算力拿去賣比拿來做研究更划算」，那訊號非常清楚：管理層已經不把前沿模型領先當成最高優先級了。
站在 Jeff Dean 和 DeepMind 科學家的角度，這個訊號幾乎無法忽視。你加入這裡，是因為這裡應該是前沿科技的燈塔——全世界最好的算力、最好的同事、最大的研究自由度。現在公司告訴你，燈塔的電力要優先賣給隔壁的人。
難怪他們要走。不是因為 Google 對他們不好，是因為 Google 對前沿研究的優先級排序變了。對一個科學家來說，算力被重新分配，和實驗室被關掉，傳遞的是同一個訊息。
決策換位：如果你是企業 CTO
這個策略轉向改變了一個具體的決策。
之前：你評估雲端 AI 供應商時，Google 是「模型 + 基礎設施」一站式供應商——用 Gemini 做推論，跑在 GCP 的 TPU 上，整合度最高。
之後：Google 正在把自己定位成「基礎設施商」，而不是「模型商」。GCP 的增長引擎是賣 TPU 給第三方，不是靠 Gemini 的 ARR。
這代表什麼？你在 GCP 上跑其他前沿模型的可行性和支援力道可能會越來越好——甚至好過 Gemini 本身。 因為 Google 的利益已經從「推你用 Gemini」轉向「讓你在我的硬體上跑任何模型」。付大錢買 TPU 系統的 Anthropic 和 Meta，才是 GCP 現在最重要的客戶。多模型策略的企業用戶反而搭上了這個順風車。
但反過來：如果 Google 不再全力投入前沿模型，你對 Gemini 的長期競爭力就需要打一個問號。在選擇「哪個模型做為核心推論引擎」這個決策上，Gemini 的 roadmap 風險上升了。
不只 Google：Musk 和 Zuckerberg 也在做同一件事
如果只有 Google 這樣做，你可以說這是 Thomas Kurian 贏了內部政治。但 2026 年，三家擁有自己模型的公司同時做了同一個選擇。
xAI / Musk。 2026 年 5 月，Anthropic 與 SpaceX 簽約，取得 Colossus 1 的完整獨佔使用權——222,000 顆 NVIDIA GPU（H100/H200/GB200 混合）、300+ MW 電力，月租 12.5 億美元，合約到 2029 年 5 月，總值超過 400 億美元。
Colossus 1 是 xAI 在 2024 年建來訓練 Grok 的。現在 xAI 把訓練搬到了更大的 Colossus 2（2 GW、555,000 顆 GPU），Colossus 1 整座租給了 Grok 的直接競爭對手。
Meta / Zuckerberg。 Meta 今年的前沿模型已經從開源的 Llama 換成了閉源的 Muse Spark——由 Alexandr Wang 領軍的 Meta Superintelligence Labs 開發，4 月發布，目前到 1.2 版。但即便如此，Meta 仍在同步開發名為 “Meta Compute” 的雲端服務，計劃將 $1250-1450 億基礎設施投資產生的剩餘 GPU 容量對外出租。Zuckerberg 的說法是：如果基礎設施建設產能超過內部需求，就把多餘的賣給外部客戶。服務尚未正式上線，但已經進入高層人事指派和產品架構設計階段。
三家公司。三個自有模型（Gemini、Grok、Muse）。同一個結論：與其把所有算力留給自己的模型，不如把算力賣出去。
邏輯幾乎完全一致，而且底層原因不難理解。
為什麼是現在：模型生意的天花板開始浮現
三家公司同時做這個選擇不是巧合，是因為模型的商業結構經過三年沉澱，輪廓已經清楚了。
2023 年 ChatGPT 爆發時，沒有人知道模型生意的上限在哪裡。市場總規模是一個問號，而問號在資本市場代表無法定價的上檔空間——這是最好的故事。每一家有模型的公司都在賭自己的模型會成為下一個 Windows，所有算力都應該留給自己的模型訓練。
三年後，幾件事變了。
雲端模型市場的上限開始可見。 不是說已經觸頂——Anthropic 的年化營收從 2025 年底的 90 億美元跳到 2026 年超過 300 億，成長率依然驚人。但營收模型已經確定了：API 按量計費、訂閱制、企業合約。分析師可以建模了。可以建模就意味著可以算出上限，而「可以算出上限」和「上限是無限」在資本市場的估值邏輯裡是完全不同的東西。
開源模型確保了沒有人能壟斷。 DeepSeek V4 Flash 是 MIT 開源的，284B 參數，性價比的 Pareto 最優解。這裡要非常感謝 Meta——Llama 是 AI 開源的第一個火種，屬於人類的第一個火苗。雖然 Meta 自己後來轉向了閉源的 Muse Spark，但火苗已經點燃了整片草原：DeepSeek、Qwen、GLM、Mistral，開源生態成型了。就算某家 lab 真的做出 AGI 等級的模型，開源替代品會在幾個月內追上到「夠用」的程度——這意味著定價權永遠受壓。模型生意不可能變成壟斷利潤。
追趕 SOTA 的成本已經高到連 Google 都花不起了。 前沿模型的軍備競賽是人才、數據、算力三管齊下。2026 年訓練一個 frontier model 的算力成本已經到了數十億美元等級，還沒算上頂尖研究員的薪酬和獨家數據的取得成本。Google 的年度 CapEx 已經拉到 $2050 億，就算是這個數字，也不足以同時支撐 GCP 擴張和 DeepMind 無限制的算力需求。連口袋最深的公司都得做選擇，那不如學 DeepSeek 的「老四哲學」——不追第一，用更聰明的架構和更少的算力做出「夠強」的模型，把省下來的資源拿去賺確定的錢。DeepSeek 用這套邏輯活得很好；Google 只是把同一套邏輯用在了更大的尺度上。
這兩件事加在一起，改變了一道關鍵的數學題：把算力留給自己的模型，預期回報是一個有上限的市場裡排第三、第四的份額；把算力賣出去，預期回報是每一家 lab（包括排第一的）都要付的基礎設施費用。
對 Google 來說，這道數學題的答案是 $120 億 vs $2000 億。對 Musk 來說，是 Grok 的訂閱收入 vs Colossus 1 月租 $12.5 億。數字不同，結論一樣。
你可以把這理解成「獲利了結」——不是對 AI 本身的悲觀，而是對「自己做模型」這門生意的重新定價。算力是確定的現金流，模型是有上限的成長故事。資本市場會選哪一個，不需要猜。
但如果你往回看，會發現一個很刺眼的分界線：退出前沿模型競賽的，全是上市公司。還在拼命追 AGI 的，全是未上市公司。
Google（上市）→ 賣 TPU。Meta（上市）→ 賣算力。xAI（透過上市的 SpaceX 持有基礎設施）→ 租 GPU。
OpenAI（未上市）→ 繼續追 GPT-6。Anthropic（未上市）→ 繼續追 Claude 5。Moonshot/KIMI（未上市）→ 繼續追前沿。DeepSeek（未上市，幻方量化子公司）→ 繼續追開源前沿。
這不是巧合。未上市公司需要前沿模型的領先度來撐「本夢比」——投資人買的是「這家公司可能做出 AGI」的故事，而不是今年的營收。一旦你的模型不再領先，下一輪估值就會出問題。所以他們沒有退出的選項。
上市公司面對的是完全不同的壓力。華爾街不買「可能做出 AGI」，華爾街要看營收成長率、EPS、和利潤率。當你手上有 $2000 億的確定營收可以報，沒有理由拿股東的錢去賭一個不確定能贏的模型競賽。
換一種方式說：前沿模型競賽的終點不是 AGI，是 IPO。 一旦 OpenAI 和 Anthropic 上市，他們面對的壓力和 Google 今天面對的一模一樣——股東會問：你為什麼不把算力賣掉？
反方：也許 Google 根本不需要前沿模型
最強的反駁不是「Gemini 會追回來」——而是「追不追回來可能不重要」。
Google 有一個其他模型廠商都沒有的東西：生態系。搜尋、Gmail、Workspace、Android、YouTube、Maps——全球超過 20 億用戶每天都活在 Google 的產品裡。Gemini 不需要是 benchmark 上的第一名，只要「夠好」，就能透過這個分發管道觸及所有人。Claude 再強，也得靠使用者主動去找它；Gemini 只要內建在 Gmail 的回信按鈕裡，就贏了分發。
前沿模型正在趨向同質化，差距是歷史上最小的。如果模型本身不是長期護城河，那決定勝負的就是兩件事：誰有分發管道，誰有基礎設施。Google 兩個都有。
Westinghouse 的歷史支持這個論點。Edison 發明了燈泡，但電力產業的贏家是把交流電基礎設施鋪到全美國的 Westinghouse。發明者不一定贏，散佈者才贏。
如果這個類比成立，Google 正在做的事情就不是「放棄模型」，而是「看穿模型會變成 commodity，用生態系分發自己的模型，用基礎設施賺所有人的錢」。
坦白說
SemiAnalysis 的預測數字（$730 億 + $1200 億 = ~$2000 億）是他們自己的模型推估，不是 Google 公布的指引。Google 財報裡確認了 TPU 系統外銷的存在和 82% 的 GCP 成長率，但未公布 TPU 外銷的具體金額拆分。SemiAnalysis 的 $12 億 Q2 貢獻也是反推值。
「賣方共識 64%」vs「SemiAnalysis 預估 mid-100s%」的差距之所以這麼大，主要原因是 TPU 系統外銷採 gross basis 認列——整套硬體的全額營收進 GCP 的帳，而不是只記服務費。這會讓成長率數字看起來很驚人，但利潤率結構和純雲端服務不同。SemiAnalysis 估 high-30s EBIT margin，這個數字的可靠度無法從外部驗證。
另一個需要打折的地方：Westinghouse 類比聽起來漂亮，但電力和 AI 模型有一個結構性差異。電是高度同質化的 commodity——你家的燈泡不在乎電從哪個發電廠來。AI 模型至少目前還有差異化。Claude 和 Gemini 在不同任務上表現不同，使用者確實會因為模型差異而選擇供應商。如果前沿模型沒有走向同質化，而是持續分化，「不投模型、只賣硬體」就不是 Westinghouse 的勝利，而是放棄了最有價值的差異化來源。
最後一點：DeepMind 內部是否真的因為算力被抽走而導致 Gemini 落後，這是外部觀察者（包括 SemiAnalysis）的推論，不是 Google 的自述。Google 宣布的是領導層調整和 Gemini 4 的開發計畫，沒有說「我們把算力從 DeepMind 搬去 GCP」。因果關係是分析師的判斷，不是已確認的事實。
但整件商業邏輯最大的問題，可能比數據可靠度更根本。
AGI 是跟電力同等級的 General Purpose Technology。你真的能在三年內看到它的市場天花板嗎？ 電力從 1880 年代商業化到改變整個工業體系，花了四十年。網際網路從 1990 年代商業化到滲透每一個產業，花了二十年。AI 從 2023 年 ChatGPT 爆發到現在，才三年。分析師已經在建模算天花板了——這會不會太傲慢了？如果 AGI 的 TAM 不是「雲端 API 訂閱費」而是「重組所有知識工作的方式」，那現在看到的營收數字可能連冰山一角都不是。今天選擇「賣算力比做模型划算」的公司，可能是在用三年的數據去定價一個三十年的革命。
而 Google 正在失去的，可能比前沿模型的排名更珍貴。 大家對 Google 的估值，從來不只是「生態系 + 房東生意」。有一部分股價，買的是工程師文化——那種瘋狂的、不計短期回報的技術冒險能力。
2013 年，Jeff Dean 做了一個餐巾紙計算：如果每個 Android 用戶每天用三分鐘語音搜尋，Google 需要把全球資料中心的算力翻倍。他的結論不是「我們買更多 CPU」，而是「我們自己做晶片」。2015 年，TPU 在內部上線。從設計到部署，15 個月。
十年前，沒有一家網際網路公司會瘋到去做自己的 AI 晶片。Microsoft 手上的現金比 Google 多，沒做。Amazon 的 AWS 規模比 GCP 大，沒做。但 Jeff Dean 用他的技術領導力去拍板了，而 Google 的文化允許這種拍板發生。這本身就是工程師文化的終極體現。
十三年後，Jeff Dean 離開的這一季，我們看到當時那個瘋狂實驗開出了多美好的花朵——TPU 系統外銷 backlog $1500 億以上，GCP 營收 $248 億季增 82%，Cloud 營業利益率從 20.7% 跳到 35.6%。整個「賣 TPU 給競爭對手」的商業模式，建立在 Dean 十三年前「我們自己做晶片」那個決定之上。
這是只有 Google 才有的浪漫。一個工程師說「我們需要自己的晶片」，公司說「好」，然後十三年後這個決定撐起了全公司最大的成長引擎。
現在，做出那個決定的人走了。做出「好」這個回答的文化，正在被「把算力賣掉比較划算」取代。
下一個 TPU 等級的瘋狂實驗，還會在 Google 發生嗎？
關鍵洞察
這不是 Google 的個案，是產業級的收斂。 Google 賣 TPU 給 Anthropic、Musk 把 Colossus 1 整座租給 Anthropic、Meta 準備把多餘 GPU 對外出租——三家擁有自己模型的公司，在 2026 年同時做了同一個選擇。當三個獨立決策者到達相同結論，它反映的通常不是巧合，而是底層經濟邏輯的改變：模型的營收天花板可見，算力的需求上限不可見。
$120 億 vs $2000 億的算術題。 Google 的取捨——把 TPU 外銷給競爭對手而不是全留給 DeepMind——不是失誤，是計算過的。如果 SemiAnalysis 的預測接近現實，近期 GCP 的財務回報遠大於 Gemini 可能產生的收入。xAI 的算術更直白：Colossus 1 租給 Anthropic 一個月 $12.5 億，比 Grok 的訂閱收入可觀得多。批評這些公司「放棄 AI 領先地位」之前，先看一眼營收比。
前沿模型同質化是這個賭注成立的前提。 2026 年 LMArena 頂端 55 Elo 的差距是歷史最小值。如果這個趨勢持續，模型變成 commodity，基礎設施就是真正的護城河。但如果某家 lab 突破性地拉開差距（像 2022-2023 年 GPT-4 獨領風騷那樣），所有選擇「賣算力不做模型」的公司，都會發現自己成了 Anthropic 和 OpenAI 的後勤補給站，而不是競爭者。
對企業 CTO 的實際影響：供應商的利益結構正在重新排列。 Google 從「Gemini 綁定」轉向「模型中立」，Meta 可能很快提供 GPU 租賃——這意味著你在 GCP 上跑其他前沿模型的支援力道可能會越來越好，甚至好過 Gemini 自己，因為付大錢買 TPU 的 Anthropic 才是 GCP 最重要的客戶。但如果你是押注單一供應商模型做核心推論引擎的客戶，重新評估 roadmap 風險是值得的。不是說 Gemini 或 Grok 會消失，而是它們在母公司內部的優先級，已經不如算力外銷的營收。