译注：Google“登月项目”（Moonshot）是指那些具有长期战略意义，甚至会被人们认作是“疯狂计划”的公司内部项目，包括无人驾驶汽车、谷歌眼镜，以及
AlphaGo 都是这个项目的杰作。
当我最初独立创办 Stratechery 时，原计划通过演讲、咨询等方式辅助盈利。但在 2015 年 11 月与 Google 的一次演讲后，我决定放弃这一计划（这一点我在我的简介页面上有所披露）。我认为，作为一名报道多家公司的独立评论员，避免任何潜在的利益冲突是必要的。尽管我曾以此为由接受邀约，希望更深入了解这些公司，但我意识到，依赖非公开资料的局限性远大于它的益处。因此，自 2015 年末以来，我的商业模式一直是完全独立的，依靠的信息与公众无异。
我提这件事有三个原因，将在本文中逐一阐述。首先是关于称呼的问题：就在那次演讲中，一位 Google 员工询问了我对通过说“OK Google”来启动当时还未公布的 Google 助手的看法。“OK Google”与苹果的“Siri”和亚马逊的“Alexa”截然不同，我对此表示赞赏：它并不是试图让助手扮演你见过的最愚蠢的人，而是展现它为你所遇过的最智能的机器人，这正是 Google 长时间以来积累的品牌形象。
然而，实际使用中，“OK Google”的表现并未达到我的预期。虽然它优于 Siri 和 Alexa，但同样受限于自然语言处理的固有局限：要获得最佳结果，用户必须使用正确的指令，而它的功能和反应最终还是过于固定。尽管如此，这并不算是品牌的失败：Google 搜索的核心依然是提供精确的指令以获得期望的结果；同样，Google 助手在速度和准确性等基础但关键的属性上表现出色，尽管在个性和创新方面尚有欠缺。
与搜索的不同之处在于，助手需要给出一个而非一系列可能的答案。这实际上非常符合 Google 的根本特性。正如我曾在 Stratechery 的一篇文章中提到：
与仅展示搜索结果的页面不同，助手必须更加主动；它不仅要展示可能的答案，更要给出准确的答案。
这是 Google 技术的一次积极转变；从一开始，Google 搜索引擎就设有“I’m Feeling Lucky”按钮，这反映了创始人 Larry Page 对于搜索引擎能精准提供用户所需结果的极高信心。尽管昨日的 Google Assistant 演示是事先设置的，但其结果，特别是在语境理解方面，比市场上其他助手显得更加先进。广义上讲，几乎无人怀疑 Google 在支持其助手所需的人工智能和机器学习方面处于领导地位。
这段文字摘自 Google and the Limits of Strategy，我在文章中首次提出了一些过去一年来变得更为明显的基本问题。一方面，Google 凭借其数据、基础设施和客户接触点，有望在“助手”竞争中获胜；如今，在生成式 AI（Generative AI）领域，这种优势仍然显著，生成式 AI 承诺提供我一直期待的“OK Google”体验。另一方面，“I’m Feeling Lucky”虽然是 Google 的核心特质，却与其商业模式相悖。在那篇文章中，我继续指出：
然而，企业不仅仅是技术，Google 在助手领域面临两大问题。首先，如我在今年的 Google I/O 之后所述，公司存在一个市场推广难题：助手只有在用户易于访问时才有效，这对数亿 iOS 用户而言，意味着需要下载并使用一个单独的应用（或打造类似 Facebook 那样让用户愿意长时间使用的体验）。
其次，Google 面临的是一个商业模式问题：“I’m Feeling Lucky”按钮意味着相关搜索不会为 Google 带来任何收益。毕竟，如果用户无需从搜索结果中做出选择，他们也就不会点击广告，进而无法在 Google 为其广告商之间创造的用户注意力竞争中选出赢家。Google Assistant 面临着同样的问题：广告应该放在哪里？
从那次演讲到现在已过去八年，从 Google Assistant 发布至今也已七年，但所有这些老问题仍然异常重要。
Google 的广阔网络版图
我首先要提到的观点让我想起了第二个原因，那就是我当时在 Google 的演讲。我的演讲题目是“机遇与挑战”。机遇在于移动互联网市场，这是科技行业见过的最佳市场；挑战则来自 Google 自身，即便在那时，Google 在其 iOS 应用程序上的投入仍然不足。
我在演讲中特别指出，Google 的应用至今不支持 Force Touch（强制触控），这是苹果一年多前引入到 iOS 中的功能。对我来说，这反映了 Google 在优先发展安卓版 Google 地图上的战略错误，最终导致苹果推出了自己的地图服务。我的观点是 我在 Stratechery 上一直以来的看法：Google 是一家以服务为主的公司，最佳策略应该是覆盖所有设备；但他们偏向安卓，就像是让尾巴摇动了整个狗身。
八年过去了，显然不只我一个人将 Google 地图的失败视为一个教训。在 对 Google 的持续 DOJ 反垄断案 中，最引人注目的揭示之一来自 彭博社 的报道：
根据 Google 财务副总裁 Michael Roszak 在反垄断审判中的证词，自从苹果公司在 iPhone 上弃用 Google 地图作为默认服务，转而采用自家的应用程序两年后，Google 在其地图服务上的移动流量仅恢复了原有流量的 40%。他表示，公司将苹果地图的切换作为“一个数据点”，在模拟苹果可能将 Safari 浏览器的默认搜索引擎从 Google 更换时进行分析。
这是一个颇具说服力的数据点。要理解所谓的 Google 聚合器悖论，关键在于：如果 Google 通过提升自身服务质量来取胜，那么为什么它还如此努力地争夺默认设置权，无论是搜索引擎还是在 Android 系统的 Play 商店？我认为，答案在于 Google 不愿冒险让其他潜在的默认选项变得足够好。由于这些交易是基于收入分享而非直接支付，从而使其更加容易实现。虽然这种做法在 Google 的收入报表上会体现为流量获取成本（Traffic Acquisition Costs, TAC），但从现金流的角度来看，这更多是放弃了零边际成本的潜在收入，而非真正的支付成本。这意味着，虽有利润略降，但并未真正支付出去的成本。
然而，更大的成本是不断上升的法律风险。例如，在司法部的案件中，明年才会有判决，而 Google 很可能会赢得这场官司。如果考虑到其竞争对手也在竞标苹果默认搜索设置的权利，那么很难说 Google 不应该参与其中（如果要说的话，这个案例更凸显了苹果的影响力）。
但 Google 面临的法律挑战远不止这一件。就在上周，它在另一起反垄断诉讼中败给了 Epic。我在上周二的更新中分析了 Google 为何败诉，而苹果却赢了的原因。
尽管 Apple 的成功可能令人感到意外，但我们再次提醒，Apple 提供的是一个它完全控制并且消费者完全了解的一体化产品。因此，根据美国反垄断法，Apple 可以自由决定其产品的入门价格。相比之下，Google 却“通过一项或多项协议不合理地限制了贸易”——这是陪审团指示中的原话，直接引用自谢尔曼法案。具体来说，这些协议包括 Google Play 开发者分发协议、游戏速度计划（即 Project Hug）下的投资协议，以及 Android 的移动应用分发协议和与原始设备制造商（OEM）的收入分享协议，这些都被判定违法。
这再次指向我之前的观点：Google 在 Android 方面的主要法律挑战在于，它试图同时拥有多种优势：既想享受开源带来的好处，又想拥有像 Apple 那样的控制力和利润，同时作为一个广泛使用的横向操作系统提供商，还想获得广泛的覆盖和网络效应。但这种做法很明显（在我看来）违反了反垄断法。
Google 的 Android 策略无疑是极具创意的，特别是当你了解到其最终目的是保护其搜索业务。通过将 Android 设为开源，Google 吸引了众多渴望找到 iOS 替代品的手机运营商，从而确保了像 Microsoft 这样的竞争对手不会成为 Apple 在智能手机市场的主要竞争者。但模块化的方法本质上导致了更多的碎片化。Google 不仅仅想要一个能与 Apple 竞争的替代品，他们想要在智能手机战争的初期就超越 Apple。为此，Google 编织了一系列的合同和激励措施，确保 Android 只有在使用 Google 的服务时才能发挥最佳性能。正是因为这一点，Google 在 2018 年被欧盟判定违反了反垄断法，现在，在美国也面临着类似的情况。
对 Google 来说，智能手机市场相比搜索市场存在更多阻力：公司不仅要协调原始设备制造商（OEM）和开发者，而且在搜索领域，公司还能直接利用网络的开放性。这产生了一个问题：一方面，Google 本质上是一个信息集大成者；另一方面，它又是一个横跨应用平台和操作系统的提供商。这种紧张关系与公司在其助手业务上的挑战相似，未来在生成式 AI 方面也会面临类似问题：公司的目标是简单地提供答案，但如何在赚钱的同时实现这一点呢？
基础设施、数据和生态系统
2015 年那个周末对我印象深刻的第三个原因是，那是 Google 开源了它的机器学习框架 TensorFlow。我认为这是一个明智之举，并在 TensorFlow and Monetizing Intellectual Property 中写到：
虽然我不够资格评价 TensorFlow 的技术价值，但可以肯定，它是出色的，可能远超其他公司的产品。但机器学习不只是软件系统，它还涉及海量数据和处理这些数据的基础设施。在这两方面，Google 显然处于领先地位。
TensorFlow 或许很优秀，但我认为在 Google 全面应用机器学习到现有及未来业务的三大要素中，它可能是最弱的一环。为何不利用全球机器学习专家的智慧来改进 TensorFlow 呢？为何不让未来的机器学习专家从一开始就使用 TensorFlow 作为标准工具？为何不让行业标准的机器学习系统使用 Google 设立的标准，并适配其基础设施？
正如 Gates 在 2005 年所言，知识产权的价值并非来源于政府强制的独家权利，而是来源于难以复制的、围绕知识产权的补充要素。Google 正在押注其在数据和基础设施方面的领先地位不仅显著而且在增长，这比试图从本质上可以无限复制的资产中获利要更为明智。
实际上，TensorFlow 的表现并不如人意。我之前用来支持这个观点的一个链接现在已无法访问。TensorFlow 已被 Meta 的 PyTorch 超越。在 Google Cloud Next 会议上，Google 宣布与 Nvidia 合作，共同开发 OpenXLA，这是一种编译器，目的是确保 TensorFlow、Jax 和 PyTorch 的输出能在任何硬件上运行。这对 Google 至关重要，因为 Google 在基础设施方面确实有明显优势。对 Google 更为重要的是它的 Tensor 处理单元（Tensor Processing Unit，TPU）系列芯片，这些芯片的存在使 Google 能够超越对 Nvidia GPU 的依赖，实现规模扩张。
Google 最近宣布了 Gemini，这是一款全新的 AI 模型，公司宣称其尚未发布的“Ultra”版本将超越 GPT-4。值得一提的是，Gemini 是在 TPU 上训练和推理的。尽管对于 TPU 的最终扩展性存在一些疑问，但目前来看，Google 在训练及更重要的是，在成本效率方面提供生成式 AI（Generative AI）服务方面处于领先地位。
接着是数据问题。据《信息》最近的一篇报道称，Gemini 极大地依赖于 YouTube 的数据。不过，YouTube 数据并非 Google 独有的唯一资源。免费的 Gmail 和 Google Docs 也是 Google 的巨大数据源。尽管目前还不清楚 Google 在多大程度上利用这些数据，或者用于何种目的，但至少可以肯定的是，Google 拥有最全面、可追溯至 25 年前的互联网数据库。这个数据库起源于 Larry Page 和 Sergey Brin 在宿舍开始爬行开放网络的日子。
因此，我们又回到了开始的地方：Google 拥有惊人的数据量和顶尖的基础设施，但它与广大开发社区的关系再次显得不太稳固。
Gemini 与无缝 AI
在 Gemini 的公告中，最受关注的部分并非其基础设施或数据。人们最终聚焦于公司展示的 Gemini 演示，以及这个演示并不真实反映 Gemini 的实际能力。以下是演示内容：
Pammy Olson 代表 Bloomberg Opinion 最先指出了这个问题：
实际上，演示并非实时进行，也没有采用语音。当 Bloomberg Opinion 对这个视频提出质疑时，Google 的一位发言人解释说，这是通过“使用视频中的静态图像，并通过文本进行提示”来制作的，并且他们指向了一个网站，展示了其他人如何通过照片、绘画或其他物体与 Gemini 进行互动。换言之，演示中的声音是对他们为 Gemini 制作的人工提示进行朗读，并展示了静态图像。这与 Google 所暗示的完全不同：一个人能够与 Gemini 进行流畅的语音对话，同时 Gemini 实时观察并对周遭世界作出反应。
这无疑是一个失策，而且相当离奇。正如我在更新文章中所述，考虑到 Google 在这个领域的长期优势，它本应更加透明。尤其是当它在信任度方面突然占据了相对于微软和 OpenAI 的优势时。Google 应该展现其竞争力和专业能力；然而，这个虚假演示却产生了相反的效果。
不过，我能理解这个演示是如何形成的。它接近了实现助理设备的终极目标：一个能够进行自由对话的实体，无需复杂的指令或阅读大量文本。如果 Gemini Ultra 真的超越了 GPT-4，或者至少与之竞争，那么我相信这一能力已经触手可及。毕竟，我已经通过 GPT-4 及其语音功能初步体验到了这种能力；正如《AI、硬件和虚拟现实》中所述。
本周的第一个人工智能（AI）新闻实际上是关于能够进行对话的 AI：OpenAI 宣布你现在可以与 ChatGPT 进行交流，这个体验给我留下了深刻的印象。
事实上，你已经可以通过文本与 ChatGPT 聊天好几个月了。但是，在我亲自与 ChatGPT 对话后，我才真正意识到，输入问题和阅读答案实际上是多么繁琐的工作。换言之，我们的对话中存在一种人类的局限性，这让我感觉好像在使用一个工具。难怪我与 ChatGPT 的大多数互动都是为了做研究，或是试图回想起模糊不清的记忆，以至于无法在 Google 中清晰地输入搜索词。
但是，仅仅通过说话就消除了这个障碍：我很快发现自己在进行哲学讨论，比如探讨虚拟现实的本质。讨论本身就是一个线索：虚拟现实给人以真实的感觉，但只有当人类的限制被打破时，某事物才会感觉真实。在对话方面，与他人面对面或通过电话交流不需要任何额外努力；而通过聊天进行交流虽然方便，但却感觉有一层更明显的隔阂。ChatGPT 也是这样。
问题在于，这种体验需要你暂时放下怀疑，因为它有太多不便之处。你需要先打开 OpenAI 应用，然后切换到语音模式，接着等待它连接。每个问题和答案之间都有一些延迟，而且回答听起来更像是一段文字，而不是对话的一部分。然而，值得注意的是，相比 OpenAI，Google（Google）在解决这些问题方面拥有更多优势：
- Google 销售自己的手机，可以默认配置为对话用户界面（或配合 Google Pixel Buds 使用）。这样就省去了打开应用程序和设置模式的麻烦。Google 还有一系列已经设计好用于语音交互的家用设备。
- Google 在全球各地都有大量的基础设施，拥有最低的延迟和最快的响应速度。这些基础设施支撑着今天的搜索服务，但未来也能支持新一代的生成式 AI 助手（generative AI assistant）。
- Google 还可以访问大量与人类声音通信相关的数据，尤其是得益于 YouTube。
总的来说，尽管 Gemini 演示可能是假的，但 Google 无疑是最有能力将其变为现实的公司。
在The Information 的一篇文章中披露了一个引人关注的消息：
Google 在接下来几个月内将面临一个挑战，即如何将其在“Gemini”项目下开发的 AI 模型融入现有产品中，同时避免对其核心业务如搜索造成损害。Google 已将 Gemini 的一个初级版本应用于 Bard，这是为了与 ChatGPT 竞争而开发的聊天机器人，但迄今为止，Bard 的普及程度有限。Google 计划将来在其广泛的产品线中广泛应用 Gemini，从搜索引擎到办公应用，再到一款名为 Pixie 的 AI 助手，专为其 Pixel 设备设计，据两位知情人士透露。未来的产品可能还包括可穿戴设备，例如能够利用 AI 识别用户所见物体的眼镜，据一位了解内部讨论的人士称。这类设备可能帮助用户学习如何使用工具、解决数学问题或学习演奏乐器。
关于 Pixie，信息如下：
Google 的硬件业务可能因为推出专为 Pixel 设备设计的 AI 助手 Pixie 而得到提升，这正值科技公司竞相将新的 AI 功能整合到他们的硬件产品中之际。据了解该项目的一位人士透露，Pixie 将利用用户手机中的数据，包括 Google Maps 和 Gmail 等 Google 产品中的信息，发展成一个比现有的 Google Assistant 更为个性化的版本。据说这个功能有望在明年随 Pixel 9 和 9 Pro 一起推出。
Google 准备推出 Google Assistant 的增强版并不意外，但值得注意的是，有报道称它将专门用于 Pixel 设备。这与 Gemini 项目本身的策略相矛盾：Gemini Nano 模型，专为智能手机设计，将向所有配备类似 Google Tensor G3 神经处理单元的 Android 设备开放。这与 Google 在地图服务后的策略一致：当服务能广泛应用时，其价值最大，而 Pixel 在市场上的份额相对较小。
这让我思考，“Pixie 仅限 Pixel 使用”的报道可能有误，特别是考虑到我之前也曾被类似的事情误导。我之前引述的那篇 Google Assistant 文章 — Google 和战略的局限 — 对 Google 在 Pixel 设备上推出 Google Assistant 的举动进行了解读，认为这是 Google 在努力让自家硬件与众不同：
在当今世界，已不再是通过（或多或少）标准化的浏览器一视同仁地处理每个网页，从而为 Google 的先进技术打开通往互联网的大门；而是一个以硬件或社交网络为中心的封闭生态系统。在社交网络方面失败后，Google 正在尝试硬件领域。换个更委婉的说法，Google 正在实践 Alan Kay 的名言：“真正重视软件的人应该自己造硬件。”因此，Google 推出了包括新手机、此前宣布的 Google Home 设备、新版 Chromecast 以及新型 VR 头盔在内的多款硬件。毫无疑问，这些设备比任何第三方 OEM 设备，甚至苹果的 iPhone，都更易于使用 Google 的服务。
更引人注目的是，Google 还推出了新的商业模式：Pixel 手机的起价为 649 美元，与 iPhone 相同。虽然 Google 要达到与苹果相同的利润率还需时日，但显而易见，这款手机已经内置了较高的利润率，这对于公司来说是一个重大的新方向。
最令人着迷的是，Google 如何销售 Pixel：至少目前为止，Google Assistant 是仅限于首款真正 Google 手机的独家功能，提供了一种区别于其他产品的体验，理论上，这种体验足以证明其较高的利润率。这个策略听起来似曾相识，引发了一个问题：这是否是“逐步导航灾难”的重演？Google 是否忘记了自己是一家跨领域经营的公司，其商业模式是为了扩大覆盖范围，而非将其限制？
我的论点是，Google 的行为其实是基于商业逻辑的，正如我之前在文章和今年年初的《AI 与五大巨头》中所分析的：仅仅提供正确答案会威胁到它的核心商业模式，因此，转型探索新的商业路径是明智的。紧接着几个月后，Google Assistant 开始向其他 Android 设备制造商开放，这一决策很可能是正确的，原因与公司不应该在 Android 上牺牲 iOS 地图产品一样。
尽管如此，我之前提出的让 Google Assistant 成为区别于他人的特色仍然有效：出于我在 2016 年列举的同样原因，AI 对搜索业务构成威胁，而 Google 无疑是打造最佳助手的最佳候选。与 Pixie 的主要不同可能在于它真的很优秀，能成为比 Google Assistant 更显著的特色。这不仅是因为 Gemini 和 GPT-4 的不同，更重要的是 Google 不仅销售硬件，还拥有强大的基础设施和数据支撑。
Google 的真正登月项目（Moonshot）
Google 的各种“登月项目” ——无论是 Waymo 无人驾驶汽车，Google Fiber 光纤网络，Nest 智能家居，Project Wing 无人机配送，Verily 生命科学以及 Project Loon 网络气球等 (这个列表还会持续扩展)——其实在很大程度上，都通常看作是一些科学实验项目。它们主要是把 Google 搜索的盈利从股东手中导向了这些创新尝试。其中，Waymo 可能是最富潜力的，但即使它能获得成功，最后的结果仍然是一种远离 Google 的使命——“整理全球信息，让人们可以随时随地获取并有效利用”——的汽车服务。
但如果这个使命宣言本就是他们的终极目标呢？如果 Google 首页上那个标志性的“I’m Feeling Lucky”按钮，不仅是一个简单的设计，而是成为获取全球信息的默认方式？如果有一天，AI 智能体变得如此优秀、如此自然，以至于每个人都能无缝地使用它，而且使用起来毫不费力？
不言而喻，这可能是唯一能让 Apple 感到威胁的事情。确实，Android 相对于 iOS 有其优势，但这些优势对大多数人来说意义不大，甚至像我这样关注细节的用户，也认为这些优势不足以让我放弃 iOS 更优越的整体用户体验。市场份额的重大转变通常源于模式的改变。虽然我对 Pixie 的第一版是否足够吸引 iPhone 用户转换持怀疑态度，但至少可以看到它实现这一目标的可能路径。
当然，要想在 Android 市场取得成功，Pixel 需要做的不仅仅是提升产品本身。这意味着 Google 需要在市场推广方面进行大量投资，从开设实体店到补贴运营商，再到提升生产能力。这需要巨大的投入，这也是为什么 Google 并没有真正投入资源，使 Pixel 成为智能手机市场的重要玩家。
然而，这样做的潜在收益是巨大的：一个充斥着 Pixie 的世界，不仅意味着 Google 可以通过销售硬件赚取真正的利润，还包括为企业和学校提供服务，以及利用 Google 强大的基础设施为其他企业提供云服务。更重要的是，这将是一个真正整合的 Google 世界：公司不仅生产用于其手机和数据中心的芯片，还制造各种模型，并利用全球最庞大的数据集来完成这一切。
Google 选择了一条避免与 OEM 厂商和开发者等建立复杂关系的道路，这似乎更符合它的公司本质：从根本上说，Google 一直与苹果相似，而非微软。它希望完全控制一切，只需合法地做到这点。AI 的最佳实现几乎肯定需要一个完全集成、无缝的体验，这不仅让 Google 能够掌控一切，如果成功，还能服务于所有人。
但这样做的风险极大：Google 不仅可能损失搜索收入，还可能疏远其 OEM 合作伙伴，并且需要投入巨额资金。试图打造一个人人都使用且愿意付费的唯一 AI 助手，与 Google 以往在处理其聚合器悖论时的保守策略截然相反。支付默认设置费用和收购竞争对手，这是一个试图守护现有领地的公司的策略；而大举进攻科技领域最具统治力的公司，则意味着冒险一搏。
然而，如果 Google 只是沿着目前的道路继续前进，将 AI 整合进现有产品，并通过 Google 云进行销售，这同样是一种风险。短期内，Google 不会消失，其搜索服务在实用性、默认设置以及最关键的用户习惯方面都具有强大优势；无论如何，Google 云都是一个吸引人的选择，可以通过其货币化 Google AI 并利用其基础设施。或许，这就足够了。但这种策略在十年或二十年后会引领 Google 走向何方？
归根结底，这是一个领导层需要解答的问题。我认为丹尼尔·格罗斯在最近与他和纳特·弗里德曼的 Stratechery 访谈中对此的观点颇具洞察力：
对我来说，Google 是否能在基础设施方面掌握 AI 似乎不言而喻，他们肯定能搞定，这并不算难。但更深入的问题在于，在消费者市场这个利润更高的领域，Google 是否会把过多的机会让渡给像 Perplexity 或 ChatGPT 这样的初创公司？这个答案我不确定，而且要预测这个答案也颇有难度，因为这很可能取决于 Google 的三四位关键人物，以及他们是否愿意冒险去尝试。
我们几乎可以肯定，如果没有创始人参与 — 我们不能完全确定，但可以相当有把握地预测 — Google 将会逐渐走向没落，失去市场份额，我们大家最终都将迎来一个由智能体主导的世界。然而，我们看到 Sergey Brin 亲自参与了 Gemini 论文的编写，我们的一些在 Gemini 工作的朋友告诉我们，这并非虚言，他确实在日常工作中发挥作用。他在 Google 拥有巨大的影响力、权力和控制力，所以如果他与他的联合创始人一起着手这个项目，我认为他们有能力一夜之间对许多初创公司造成巨大打击，甚至严重损害 ChatGPT，同时还能打造出一个优秀的产品。但这需要创始人们的主动和决心。
这是有可能的，只是很难预测他们是否会采取行动。在我看来，这是 Google 未来是增长还是衰退的关键问题。我相信他们会构建出这样的能力，这一点毫无疑问。
我同意。Google 完全有能力构建出能够统治一切的 AI。他们能否成功并不确定，但如果他们决定迈出这一步，机会确实存在。这正符合二十年前征服互联网的 Google 的本质，那时的 Google 把广告视为实现自给自足技术追求的最简单货币化方式。
问题在于，这种本性是否已被一种专注于限制损失和提取利润的新本性所取代。虽然 Google 仍在进行大量技术发明，但正如 Horace Dediu 在 Asymco 上所解释（链接），这与创新不同。创新意味着真正制造出能够引领市场变革的产品。Google 还能做到这一点吗？他们还有这个愿望吗？Google 的未来走向何方？
