公司与Google Cloud的战略合作 - 默克公司与Google Cloud于4月22日宣布了一项旨在加强其数字基础设施的重大合作伙伴关系，目标是将其打造为AI赋能的企业 [1] - 该合作是一项多年期投资，价值高达10亿美元，将在研发、制造、商业和公司职能等领域引入一个智能代理平台 [1] - 合作内容包括Google Cloud工程师直接与默克团队合作，部署包括Gemini Enterprise在内的先进AI工具 [1] 合作目标与预期效益 - 合作旨在整合默克的科学和数据能力与Google Cloud的AI及云平台，以数字化数据并提高其全球75,000名员工的生产力 [2] - 双方计划利用Google Cloud技术构建先进的AI解决方案，以支持科学创新并提升运营绩效 [2] - 公司的整体目标是专注于改善和拯救生命，此次合作将支持这一重点 [2] 公司业务概况 - 默克公司是一家全球性的医疗保健公司，通过处方药（包括生物疗法、疫苗）以及动物保健产品提供健康解决方案 [3] - 其制药部门包括人类健康药品和疫苗产品 [3]

核心观点 - 市场高度关注SAP将于2026年4月23日盘后发布的季度财报，以评估其在云计算和人工智能创新领域的表现 [1] - 分析师预计公司将实现强劲的盈利与收入增长，主要驱动力来自云业务的扩张和人工智能应用的增加 [2] - 尽管面临一些潜在挑战，但公司财务状况稳健，并通过深化与谷歌云等伙伴的人工智能合作来推动未来增长 [3][5][6] 财务表现与市场预期 - 华尔街分析师预计每股收益为1.92美元，营收约为111.9亿美元 [2] - 更广泛的共识预期盈利增长26.5%至每股1.91美元，营收同比增长18.8%至112.6亿美元 [2] - 公司当前市盈率为23.24 [5] - 过去一年公司股价下跌了27.7%，表现逊于更广泛的软件行业 [4] 战略举措与增长动力 - 公司对人工智能的战略投入是其未来增长的基石 [3] - 近期扩大了与谷歌云的合作，将其Joule和客户体验解决方案与谷歌的Gemini Enterprise集成 [3] - 该合作使共同客户能够利用AI代理管理复杂的营销活动，从而为公司赢得新交易 [3] - 强劲的增长预期主要归因于其不断扩大的云业务和日益增长的人工智能应用 [2] 财务状况与运营指标 - 公司展现出强大的财务健康状况，债务权益比极低，仅为0.18 [5][6] - 流动比率为1.17，表明有充足的流动资产覆盖短期负债，凸显了其运营稳定性 [5] - 即将发布的财报对于投资者评估云积压订单和交易赢取的改善情况至关重要 [4] 潜在挑战 - 公司面临潜在挑战，包括积压订单增长放缓和销售周期延长 [4] - 投资者需通过财报关注云积压订单和交易赢取的改善情况 [4]

公司战略与投资 - 谷歌计划在2025年投入1750亿至1850亿美元的资本开支，用于打造AI智能体时代所需的基础设施 [9] - 公司宣布设立7.5亿美元基金，以支持12万家云合作伙伴开发智能体产品 [10] - 公司与制药企业默克达成长期合作，未来数年默克将向谷歌投入至多10亿美元，用于AI基础设施建设、团队配置及技术授权 [10] 新产品发布 - 谷歌在云年度Next大会上正式推出第八代张量处理单元，并首次将AI训练与推理任务拆分至两款独立芯片：TPU 8t与TPU 8i [2][4] - TPU 8t专为算力密集型训练设计，最多可将9600块芯片组合成系统，每瓦性能较前代提升124%，目标是将前沿模型开发周期从数月压缩至数周 [4] - TPU 8i针对AI智能体实时推理优化，内置384MB SRAM，容量是前代Ironwood芯片的三倍，在高速推理任务中性能提升80% [4] 市场与竞争格局 - 截至2025年底，谷歌云的整体市场份额已攀升至14%，但仍落后于亚马逊与微软 [10] - 公司表示将成为英伟达新一代芯片的首批部署方之一，同时继续为客户提供英伟达系统服务 [6] - 公司认为其平台具备独一无二的优势，拥有其他厂商无法提供的功能，并整合AI产品至“Gemini Enterprise”及升级Vertex AI平台 [9][12] 技术进展与用户 - 谷歌透露，公司目前75%的新增代码由人工智能生成，而去年秋季这一比例仅为50% [11] - 城堡证券、美国能源部下属国家实验室、Anthropic等已成为TPU的核心用户 [6] - 客户反馈显示，谷歌的全套工具组合以及企业数据已存储于谷歌云的优势，使其团队能够比测试过的其他同类产品更快部署AI技术 [12] 行业趋势与展望 - 公司认为行业已迈入“Gemini智能体时代”，讨论焦点从“能否打造智能体”转变为“如何管理数千个智能体” [9] - 市场分析认为，AI的战场正从“谁的模型更聪明”转向“谁能在企业系统里跑得更顺” [10] - 随着AI智能体兴起，为训练和推理需求分别打造专用芯片，将为行业带来显著价值 [5]

谷歌的战略投资与“智能体时代”宣言 - 公司计划在2026年投入1750亿至1850亿美元用于资本支出，远高于2022年的310亿美元，以构建“智能体时代”所需基础设施 [2] - 谷歌CEO Sundar Pichai宣布“智能体时代”来临，公司正将相关布局推向新高度 [2] - 谷歌在Google Cloud Next大会上发布了一整套软硬件产品，核心包括用于构建自主AI智能体的全新综合性平台以及第八代张量处理器（TPU） [2] 内部AI应用与工作流转型 - 截至2026年4月，谷歌近75%的新增代码由AI生成并由人类工程师审核通过 [3] - 公司内部AI生成代码的比例从2024年10月的约25%升至2025年秋季的50%，再到2026年4月的近75% [3] - 谷歌正全面转向智能体工作流，一项由智能体与工程师协作的高复杂度代码迁移任务，完成速度比一年前仅由人工操作快了六倍 [3][4] - 公司使用AI进行网络安全运营自动化，安全运营中心的智能体每月自动对数万份非结构化威胁报告进行分类，将威胁处置时间缩短了90%以上 [5] Gemini智能体平台与生态 - Gemini Enterprise是一套面向智能体时代的端到端系统，其付费月活跃用户数环比增长达40% [4] - 谷歌推出了面向开发者的Gemini Enterprise Agent Platform，提供超过200种模型，旨在优化调度智能体 [4] - 公司正将自身的工程部门当作Gemini Enterprise智能体平台的“首个试用客户”，以在谷歌级规模下进行实战检验 [4] - 运行在macOS上的Gemini应用通过谷歌自研的“以智能体为核心”的Antigravity平台开发而成 [5] 第八代TPU硬件创新 - 谷歌推出专为“智能体时代”设计的两款第八代TPU芯片：TPU 8t（训练型）和TPU 8i（推理型） [7][8] - TPU 8t专为高速模型训练设计，单个超算集群可扩展至9600块TPU，算力达121 FP4 EFlops，几乎是上一代的三倍 [8][9] - TPU 8t支持线性扩展，单个逻辑集群可扩展至百万颗芯片，其有效算力利用率达97% [9] - TPU 8i专为“近零延迟”推理设计，集群规模扩大至1152颗芯片，片上SRAM容量提升三倍至384MB [8][10] - 第八代TPU是谷歌首款完全采用自研Axion ARM架构CPU主控的产品，每两颗TPU搭配一颗CPU，旨在实现更高运行效率 [10] 商业化路径与合作伙伴生态 - 谷歌宣布设立7.5亿美元基金，助力其拥有12万名成员的谷歌云合作伙伴生态开发智能体AI产品 [13] - 花旗发布了AI驱动财富管理助手“Citi Sky”，Thinking Machines Lab签署了一份数十亿美元的新协议以扩大使用谷歌云的AI基础设施 [13][14] - Thinking Machines Lab是首批使用谷歌云搭载英伟达GB300芯片系统的客户之一，该系统在模型训练与推理服务速度上相较上一代GPU提升一倍 [14] - 谷歌的TPU业务加上Google DeepMind AI团队，被一位分析师估计价值约9000亿美元 [16] 行业趋势与竞争格局 - 微软CEO曾表示公司部分项目中20%至30%的代码由AI编写，其CTO认为五年内95%的代码将由AI生成 [5] - Meta设定目标，到2025年第四季度部分部门软件工程师的代码变更中55%需为智能体辅助完成；2026年上半年，其创意部门预计有65%的工程师所提交的代码中超过75%由AI编写 [5][6] - Snap表示按照其新运营模式，至少65%的新代码由AI生成 [6] - 行业竞争激烈，Anthropic同时与谷歌及亚马逊签署协议以获取大量算力 [15]

公司产品发布：Gemini Enterprise与智能体平台 - 谷歌云推出Gemini Enterprise，定位为智能体时代的端到端系统，集成了智能与自动化，旨在从企业数据中获取智能并通过智能体驱动自动化 [1] - 系统包含智能体平台（供技术团队构建和管理智能体）和Gemini企业应用（企业核心业务运营环境），形成一个完整的集成系统以解决规模化问题 [2] - 通过智能体图库，企业可使用经批准的智能体（包括谷歌内置和自建，如价格与利润优化智能体），实现跨智能体、工具和数据源的自主编排 [3] - 演示案例显示，一个智能体可分析室内设计趋势、识别仓库滞销库存并协调重新上市活动，将原本耗时数小时的多项行动在几分钟内完成 [4] 人工智能与数据分析应用案例 - 与Google DeepMind合作开发模型，可将二维视频转换为三维空间姿态追踪，用于运动分析（如追踪飞行动力学、旋转速度和抱膝压缩度）[5] - 该技术允许运动员对比新旧录像数据（如空中停留时间），以分析动作成功与失败的关键差异，辅助训练进步 [6] - 在食品行业案例中，智能体通过结合知识图谱与PDF数据，发现跨多个文档的隐藏关联，成功识别出“午夜漩涡”冻酸奶配方中含有大豆过敏原，而传统搜索会遗漏此信息 [12][13] - 知识图谱通过Gemini对供应商手册和配方PDF进行推理，提取实体（如配方成分、过敏原）并映射其间不可见的联系，自动生成数据模式和引用 [14] 硬件基础设施更新：TPU与计算实例 - 发布第八代TPU，首次推出两个专为训练和服务需求定制的平台，其中TPU8是针对训练优化的强大平台 [7] - TPU8通过将块规模乘法直接移至MXU、采用原生INT8量化消除VPU开销，使每个Pod的计算性能比前代提升近3倍，大幅缩短前沿模型的训练时间 [8] - 采用突破性的芯片互连技术，带宽相比Ironwood提升2倍，通过3D Taurus拓扑连接多达9,600个TPU，每个Pod提供121 exaflops的FP4计算能力，性能较Ironwood提升2.8倍 [9] - 推出Google Cloud Axion N48计算实例，采用定制设计的ARM CPU，与同类x86实例相比，性价比提升高达2倍，每瓦性能提升80% [10] 安全与治理解决方案 - 推出安全产品“Whiz”，可自动从代码和云环境中无智能体介入地构建动态资产清单，提供对AI构建环境的全面可见性，并据此构建安全图谱 [14] - 安全图谱是一个动态地图，能解析任何AI应用的架构与逻辑，例如自动识别出暴露于互联网且能访问敏感客户数据的智能体，实现与AI同速的安全防护 [15] - 系统能在几分钟内自动完成：识别新智能体及其架构、自动进行安全审查以发现和验证风险、自动建议修复方案并推送至开发团队的本地工具中 [16] 客户部署与行业合作 - YouTube TV客户支持已上线语音智能体，处理NFL Sunday Ticket和YouTube TV套餐订阅问题，目前100%的用户均由该智能体服务 [17] - 演示显示，该语音智能体能够理解用户查询（如寻找仅包含体育频道的套餐），推荐具体的YouTube TV体育套餐（每月比基础套餐便宜18美元），并通过短信发送链接，还能应要求用西班牙语总结套餐信息 [18][19][20][21] - 谷歌云与埃森哲、波士顿咨询集团、德勤和麦肯锡等合作伙伴共同扩展前向部署工程师网络，这些合作伙伴已宣布大幅扩展其Gemini AI业务 [27] - 公司正通过Gemini企业智能体平台帮助独立软件供应商和SaaS公司转型其解决方案，并助力中小型企业采用Gemini Enterprise及Workspace中的AI功能 [28] 工作空间智能与协作 - 推出Workspace Intelligence，利用Gemini的高级推理能力和先进的嵌入模型，消除Workspace套件中的上下文碎片化问题 [21] - 在Google Chat中，智能体（如区域运营智能体）可主动提醒团队关键业务动态（如新展示套件提前到货），而“询问Gemini”功能可将Chat变为指挥中心，直接呈现紧急任务、相关文件（如需要本地化的演示文稿）和截止日期 [22][23] - Workspace Intelligence能理解会议上下文和文件内容，进行智能检索（如根据描述“包含上季度区域销售图表”找到具体文件），而非简单关键词匹配，从而终结“上下文税”，将碎片化信息转化为清晰路径 [24][25] 生态系统战略与开放性 - 公司强调AI未来必须是开放的，反对将用户锁定在拥有其模型、数据和智能体的“围墙花园”中，而是提供集成技术栈的同时，赋予用户选择全球最佳芯片和模型的自由 [26] - 战略核心包括：让AI能在数据所在的任何地方运行、通过深度治理功能掌控自身命运，并通过广泛的合作伙伴网络进行规模化推广 [27]

公司业务与技术进展 - TME集团通过采用谷歌的超低延迟解决方案，实现了纳秒级精度，每日支持数十亿笔交易，并降低了新交易者的准入门槛 [1] - 谷歌云通过整合行业最深的安全上下文到其AI架构中，以应对安全挑战 [2] - 谷歌云正式欢迎Whiz团队加入，共同为“智能体企业”构建新的安全态势 [2] 行业挑战与安全威胁 - 当前最大的威胁不仅来自黑客，还包括影子AI、未经授权的模型以及在企业内部运行但不受控制的智能体 [1] 产品与平台整合 - Gemini Enterprise中的新智能体平台负责保护和治理企业的智能体 [2] - 结合Whiz的技术，谷歌云将把这种保护扩展到企业本地以及所有主要云平台上的每一项资产 [2]

谷歌云Next大会电话会议纪要分析 一、 涉及的行业与公司 **核心公司：谷歌** * 会议为谷歌云Next大会，核心是发布其AI产品与战略，特别是**Gemini Enterprise**及其相关平台[1][2][3]。 * 公司自身作为“客户零号”大规模使用AI：75%的新代码由AI生成[4]，营销活动周转时间加快70%，转化率提升20%[6]，安全威胁缓解时间减少超90%[6]。 **提及的合作伙伴与客户（覆盖多行业）：** * **科技/软件**：苹果（合作开发下一代基础模型）[12]、Databricks、JetBrains、Replit[11]、Anthropic（支持Claude系列模型）[11]、Atlassian、Box、Oracle、ServiceNow、Workday[15]。 * **金融**：花旗财富（推出Citi Sky AI助手）[12]、Macquarie Bank（AI助手Q）[132]、美国运通[132]、摩根士丹利[150]、Citadel Securities[123]。 * **零售/消费**：沃尔玛[33]、家得宝[156]、好市多[132]、百思买[155]、Reliance（印度）[161]、联合利华[179]、Colgate-Palmolive[176]。 * **电信/媒体**：Vodafone[131]、Virgin Media O2[127]、YouTube TV[162]。 * **制造/工业**：霍尼韦尔[13]、博世[31]、丰田[117]、波士顿动力[117]。 * **医疗/制药**：默克[32]、美国临床肿瘤学会[31]、Bayer Crop Science[129]。 * **交通/旅游**：维珍邮轮[20]、韩国航空[176]。 * **能源/公用事业**：AXIA Energia（巴西）[117]、洛杉矶水电局[150]。 * **体育**：与美国队合作，分析运动员数据（如肖恩·怀特）[35][47]。 * **政府/研究机构**：美国能源部[117]、NASA[13]。 * **咨询/服务**：埃森哲、BCG、德勤、麦肯锡[183]、KPMG[31]。 **涉及行业**：云计算、人工智能、金融、零售、制造、电信、医疗、能源、体育科技、政府、咨询等。 二、 核心观点与论据 1. AI已进入“智能体时代”，重点从实验转向规模化生产 * **观点**：AI实验阶段已结束，当前挑战是如何将AI规模化部署到整个企业[1]。世界正坚定地处于“智能体Gemini时代”[8]。 * **论据**： * 近75%的谷歌云客户正在使用其AI产品[1]。 * 谷歌内部，AI生成代码占比从去年秋天的50%提升至近75%[4]。 * 通过智能体，复杂的代码迁移速度比一年前快6倍[5]。 2. 发布“Gemini Enterprise智能体平台”，提供端到端解决方案 * **观点**：企业需要一个统一、集成的全栈系统来构建、扩展、治理和优化智能体，以应对规模化挑战[8][9]。 * **论据**： * 平台包含五大层：AI超算、智能体数据云、智能体防御、智能体平台、智能体任务组[9][10]。 * 提供低代码智能体工作室，允许员工用自然语言构建智能体[14]。 * 包含智能体注册中心、技能与工具注册中心、智能体市场，实现集中管理和发现[15]。 * 支持智能体间编排、零信任验证、智能体身份管理（唯一加密ID）和策略执行[16][17]。 * 提供细粒度可观测性，用于监控和诊断[17]。 3. 推出新一代AI基础设施，性能大幅提升 * **观点**：为满足智能体时代训练和推理的差异化需求，需要专用、高性能的基础设施[118]。 * **论据**： * **第八代TPU**：首次推出两个专用平台[118]。 * **TPU8T（训练）**：计算性能比前代提升近3倍；采用新互连技术，带宽是Ironwood的2倍；单个超级荚提供121 exaflops的FP4算力和2PB共享带宽内存[119]。 * **TPU 8i（推理/强化学习）**：集成专用集合加速引擎，延迟降低5倍；采用新拓扑，可运行数百万并发智能体，实现近零延迟；性能比256芯片的Ironwood荚提升9.8倍[120]。 * **Google Cloud Axion**：基于自研Arm CPU的实例，比同类X86实例价格性能提升高达2倍，每瓦性能提升80%[120]。 * **支持NVIDIA Vera Rubin NVL72**：实现10倍性能效率，适用于高交互性和长上下文工作负载[121]。 * **存储与网络**：Managed Lustre支持高达10 TB/s的吞吐量；Virgo网络连接134,000个芯片，提供47 petabits/s非阻塞带宽，实现170万exaFLOPS算力[121][122]。 4. 发布“智能体数据云”，实现数据与AI的深度融合 * **观点**：没有可信的业务上下文，AI的推理只是猜测。需要重新思考数据平台，为智能体提供可行动的、可信的上下文[126]。 * **论据**： * **知识目录**：统一上下文引擎，整合BigQuery中的结构化数据和存储中的非结构化数据，通过Gemini自动提取实体、映射关系、理解业务语义[127]。 * **数据智能体套件**：将AI技能和插件集成到现有工作流（如IDE、笔记本），用户只需声明意图，系统即自动构建管道和部署模型[128]。 * **Apache Spark闪电引擎**：提供行业领先的Spark性能，价格性能比之前的市场领导者提升高达2倍[130]。 * **跨云数据湖仓**：基于Apache Iceberg标准，允许分析引擎跨云（谷歌云、AWS、Azure）对数据进行分析，无需移动数据或承担高昂的出口费用[130]。 5. 强调“智能体防御”，安全需以机器速度运行 * **观点**：在智能体企业中，安全必须成为自主力量，速度需超过AI驱动的威胁[140]。 * **论据**： * 平均漏洞利用时间已降至-7天（补丁发布前即被利用），初始访问到移交次级威胁组织的时间从8小时降至22秒[140]。 * 谷歌原生智能体安全运营中心（SOC）将30分钟的调查缩短为60秒的解决[140]。 * 集成暗网情报，外部威胁识别准确率达98%[141]。 * **宣布收购Wiz**：将其作为AI应用保护平台，提供对AI堆栈的深度可见性，通过红、蓝、绿队智能体自动识别、调查和修复关键风险[142][144][145]。 6. 聚焦客户体验与员工生产力，推出垂直化智能体解决方案 * **观点**：智能体是业务的战略延伸，用于扩大覆盖、加深互动和规模化个性化服务[154]。 * **论据**： * **Gemini Enterprise for Customer Experience**：包含预构建的购物、订餐等智能体，实现从发现到结账的全自然语言处理[154]。例如，家得宝的Magic Apron助手[156]，YouTube TV的语音客服（支持多语言无缝切换）[162][168]。 * **Workspace Intelligence**：在Workspace套件中引入统一智能层，消除上下文碎片化，直接在Chat、Docs等应用中完成信息查找、内容生成和任务编排[172][174][175]。可将组织从Microsoft 365迁移到Google Workspace的速度提升高达5倍[177]。 * **智能体任务组**：提供预构建的专用智能体，直接改变业务流程，如花旗财富的Citi Sky、维珍邮轮的Project Ruby[12][20]。 7. 大规模资本投入，以保持技术领先 * **观点**：正在进行大规模投资以确保处于技术前沿，并让客户受益[3]。 * **论据**：资本支出从2022年的310亿美元计划增加到2024年的1750-1850亿美元，四年内增长近6倍[3]。预计2026年，超过一半的机器学习计算将用于云业务[4]。 三、 其他重要内容 1. 显著的客户成效与采用率 * **Signal Iduna（保险）**：Gemini Enterprise在数周内达到80%采用率，11000名员工构建专用智能体；健康智能体使每周用户激增400%，解答速度快37%[31]。 * **KPMG**：首月采用率达90%，部署超100个智能体[31]。 * **维珍邮轮**：使用谷歌云AI堆栈将生产时间线缩短高达60%，并贡献了月度环比28%的增长，创下销售记录季度[22]。 * **Citadel Securities**：使用TPU后，工作负载运行速度快2-4倍，成本降低30%[123]；过去需数周/天的工作负载，现在可在数小时/分钟内完成[124]。 * **Vodafone**：通过部署数百个智能体主动解决故障，每年节省数百万美元[131]。 * **Macquarie Bank**：通过AI助手Q服务200万客户，并将诈骗造成的客户损失减少一半[132]。 2. 生态开放性与合作伙伴战略 * **模型开放性**：平台不仅支持谷歌的Gemini系列模型（如3.1 Pro, 3.1 Flash Image, Veo 3.1 Lite, Lyria 3 Pro）[11]，还支持Anthropic的Claude系列等领先模型[11]。 * **反对“围墙花园”**：强调提供集成栈的同时，给予客户选择最佳芯片和模型的自由、数据存放位置的自由、通过深度治理功能掌控自身命运的自由[183]。 * **扩展合作伙伴网络**：与埃森哲、BCG、德勤、麦肯锡等咨询公司扩大Gemini AI实践合作，并通过ISV和SaaS合作伙伴将AI带给中小企业[183]。 3. 跨领域创新应用案例 * **体育科技**：与美国队合作，利用谷歌云和DeepMind技术进行3D姿态跟踪、飞行动力学分析（如旋转速度、腾空时间），帮助运动员优化表现[41][70][86][89]。 * **科学研究**：与美国能源部合作，在17个国家实验室部署AI“联合科学家”，加速科学发现[117]。 * **太空探索**：与NASA合作，使用Gemini Enterprise智能体为阿尔忒弥斯II任务提供飞行准备支持和宇航员安全保障[13]。

GOOGLE CLOUD ©Google Alphabet Inc. (NASDAQ:GOOG), through its Google Cloud division, has unveiled a $750 million fund aimed at strengthening its global partner network and accelerating the development of agentic AI solutions. The initiative targets a broad base of partners, including consulting firms, systems integrators, software providers, and channel partners. The announcement was made during the Cloud Next ’26 event in Las Vegas, where the company outlined plans to support partners with funding and ...

合作概览 - 默克与谷歌云宣布建立里程碑式的合作伙伴关系，以增强默克的数字化基础，使其成为人工智能驱动型企业 [1] - 这项为期多年、价值高达10亿美元的投资，将在默克的研发、制造、商业和公司职能部门部署一个智能体平台 [1] - 合作将整合默克的科学和数据领导力，以及谷歌云领先的人工智能和云平台，旨在为默克全球75,000名员工提升生产力 [2] 合作目标与愿景 - 合作标志着默克人工智能之旅的下一阶段，旨在建立一个智能体生态系统，与团队并肩工作，以应对公司历史上最重要的产品上市期之一 [3] - 人工智能代理和生成式工具将帮助全球团队大规模重塑流程，并更快地将科学突破带给患者 [3] - 此次合作代表了技术如何支持整个制药价值链的根本性转变，旨在构建一个将人工智能速度与人类智慧专长相结合的未来，以更快地为患者带来药物 [4] 技术部署与应用 - 合作将部署谷歌云最先进的人工智能，包括Gemini Enterprise，并有谷歌云工程师与默克团队并肩工作 [1] - 通过部署由Gemini Enterprise驱动的行业首个智能体生态系统，默克不仅优化业务流程，更旨在推动科学创新和运营影响达到新水平 [4] - 具体应用包括：在端到端研发工作流中部署Gemini Enterprise；通过预测分析和智能自动化优化制造；利用数据驱动的个性化增强商业和患者互动；在公司职能部门利用人工智能驱动的自动化提升生产力 [4] 行业影响与定位 - 此次合作汇集了两个行业领导者，旨在实现驱动生物制药下一个增长时代的商业价值 [4] - 默克致力于成为世界领先的研究密集型生物制药公司，并处于提供创新健康解决方案研究的前沿 [5] - 谷歌云为超过200个国家和地区的客户提供强大的优化人工智能技术栈，是其值得信赖的技术合作伙伴 [6]

公司与产品合作动态 - 甲骨文与谷歌云深化合作，为Oracle AI Database@Google Cloud的联合客户提供通过Gemini Enterprise使用自然语言访问Oracle数据的新方式，无需编写SQL [1] - 新推出的Oracle AI Database Agent现已通过Google Cloud Marketplace提供，使Gemini Enterprise客户能够使用自然语言与受信任的Oracle数据进行交互，并利用数据库内AI能力提供相关且情境感知的答案 [2] - 该代理使开发者能够通过将其与谷歌Gemini Enterprise Agent Platform中的其他AI工具连接，在更高级的AI工作流程中安全地使用Oracle数据，以自动化数据提取、分析和可视化等任务 [2] 产品功能与客户价值 - 通过将AI直接应用于数据库层的企业数据，客户可以提高准确性、加强控制、更有效地使用模型，同时避免暴露敏感数据或增加复杂性 [2] - 客户可以提出日常业务问题（例如分析跨区域和产品线的收入趋势），并立即获得数据驱动的答案，从而帮助调整定价或确定销售工作的优先级 [2] - 该代理解释每个请求，查询相关且受治理的Oracle数据，并提供清晰的洞察，而无需移动或复制数据 [2] 客户案例与应用 - AI Shift（日本CyberAgent的子公司）使用Oracle Autonomous AI Database on OCI为其代理开发平台提供支持，并计划使用Oracle AI Database Agent帮助客户将其Oracle AI Database部署扩展到Oracle AI Database@Google Cloud [3] - AI Shift的CEO表示，通过Gemini Enterprise，用户可以从编写SQL转变为使用自然语言提问，从而获得基于可信企业数据的答案，这有助于加快开发速度、提高结果质量，并在不损害治理和控制的情况下做出更快、更明智的决策 [4] - 欧洲支付提供商Worldline正在利用Oracle AI Database@Google Cloud上的Oracle Exadata Database Service来现代化其支付处理平台，并提供可扩展、低延迟且安全的支付服务，该公司在全球处理数十亿笔交易 [5][6] 技术能力与基础设施扩展 - Oracle AI Database@Google Cloud现已在15个区域可用，包括东京、大阪、孟买、德里、悉尼、墨尔本、米兰、法兰克福、蒙特利尔、多伦多、圣保罗、伦敦、爱荷华、阿什本和盐湖城 [8] - 为支持不断增长的客户需求，计划在未来12个月内在都灵（欧洲西部12）和墨西哥（北美南部1）增加新的区域可用性 [8] - OCI GoldenGate支持实时Oracle数据库迁移，简化向Oracle AI Database@Google Cloud的迁移，并通过实时、低影响的数据移动实现高可用性解决方案，该服务还与Google BigQuery集成，用于近实时分析，消除运营系统与分析系统之间的延迟 [8] - Oracle Autonomous AI Lakehouse与Google BigQuery集成，允许直接读取BigQuery Iceberg表而无需复制数据，帮助客户构建统一的湖仓架构，支持跨甲骨文和谷歌云的分析与AI工作负载，同时减少数据移动和相关成本 [8] 公司云战略与产品组合 - 甲骨文的分布式云产品组合包括公共云、专属云、混合云和多云解决方案 [8] - 在公共云方面，超大规模公共云区域服务于各种规模的组织，包括需要严格欧盟主权控制的组织 [8] - 在专属云方面，客户可以在自己的数据中心通过OCI Dedicated Region运行所有OCI云服务 [8] - 在混合云方面，OCI通过Oracle Exadata Cloud@Customer在本地提供关键云服务，并已在超过60个国家管理部署 [8] - 在多云方面，OCI物理部署在所有云提供商（包括AWS、谷歌云和微软Azure）内部，提供低延迟、原生集成的Oracle AI Database服务，例如Oracle AI Database@AWS、Oracle AI Database@Azure、Oracle AI Database@Google Cloud，以及AWS和微软Azure上的Oracle HeatWave [8] - 此外，用于微软Azure的Oracle Interconnect、用于谷歌云的Oracle Interconnect，以及即将推出的OCI与AWS Interconnect之间的连接，使客户能够无缝整合跨云的关键能力 [9]