皮查伊在 I/O 的媒体沟通会上指出,科技行业历史上多次出现类似模式:投资周期与效率提升周期往往相继出现。
随着时间推移:
结果就是——同样一套基础设施,未来能产生的 AI 能力会远高于刚部署时。因此,目前的大规模投入,本质上是在为未来的效率跃迁打基础。
谷歌还公布了一组数据来说明为什么需要如此规模的算力。
根据公司在 I/O 上披露的数据,谷歌系统每月处理的 AI token 数量已经从 两年前的9.7万亿,增长到 如今超过3200万亿(3.2 quadrillion)。
这一增长来自多个场景:
皮查伊的逻辑很简单:算力投入增加,是因为 AI 使用需求增长得更快。
在大会上,谷歌还发布了 Gemini 3.5 Flash 模型,这是一个更快、更便宜的 AI 模型版本。
这种“轻量但高效”的模型正是皮查伊所说的效率进步:
当模型效率提升时,同样的基础设施就能支持更多应用和用户。
不过,皮查伊也承认 AI 发展并非没有挑战。
当前行业普遍面临几个关键瓶颈:
随着各大科技公司竞相建设 AI 数据中心,这些问题正成为行业的重要议题。
值得注意的是,皮查伊如今的表态与 2025 年的谨慎态度形成对比。
在当时的一些采访中,他曾表示 AI 投资热潮中存在 “某些不理性的因素”,并警告如果 AI 泡沫破裂,没有公司能够完全免受影响。
而在 2026 年 I/O 上,他的重点已经转向:
他没有否认风险,但明确表示:从长期来看,这一轮 AI 投资是理性的。
谷歌的策略其实代表了整个科技行业的共同选择。微软、亚马逊、Meta 等巨头也在投入数百亿美元建设 AI 芯片和数据中心。
在皮查伊看来,这一阶段的巨额投入,本质上是在建设下一代计算平台——而当效率突破出现时,AI 的成本将大幅下降,应用也会像互联网和云计算一样迅速普及。