## 01 触发事件 2026 年 5 月，Bloomberg 报道称，Blackstone 与 KKR 正在与 Alphabet 洽谈，目标是让它们所持有的 portfolio companies 获得 Google 的 AI models access。 这不是单一企业买模型 API。 这是两家全球最大 PE 机构，试图把 Google 的 model access，打包成 portfolio 层面的基础能力采购。 Bloomberg 原文的关键信息其实很少：是“in talks”，不是已签约；对象是 Alphabet；覆盖的是它们“owned companies”；核心是“access to Google’s artificial intelligence models”。 真正值得看的是交易结构，而不是新闻字面。 我没在内部看过 term sheet，所以不能断言这里一定包含最低消费、专属折扣、cloud commit，还是单纯的渠道合作。但仅从 Bloomberg 这句描述看，这已经足够说明一件事：AI 模型的销售单元，开始从“单个 enterprise account”上移到“资本控制的企业组合”。 Blackstone and KKR are in talks with Alphabet to give the companies they own access to Google’s artificial intelligence models 这句话短，但分量不轻。 ## 02 这事的真正含义 这才是这条新闻在说的事：Google 不只是卖模型，它在争夺 enterprise AI 的上游 distribution。 过去两年，很多人把模型竞争理解成 benchmark 竞争：谁在 coding、reasoning、multimodal 上更强，谁就赢更多 API 调用。 这个理解太浅。 企业侧真正稀缺的从来不是“知道哪个模型更强”，而是“谁能更低摩擦地把模型部署进成百上千个预算单元”。PE 正好控制了这种分发入口：财务权、采购权、IT 改造节奏、shared services、CIO 关系。 如果 Blackstone 或 KKR 能把 Google model access 变成 portfolio default option，Google 拿到的不是一笔收入，而是一条 distribution pipe。 问题不在模型本身，而在默认路径。 因为企业不会每个业务单元都认真做 model eval。大多数时候，谁先进入 approved vendor list，谁能和既有 cloud、security、data governance 一起打包，谁就吃下大部分初始流量。模型能力差距如果不是数量级，采购路径往往比 benchmark 更能决定结果。 我可能高估了 PE 对被投公司的技术控制力，因为很多 portfolio company 实际上 IT 栈相当分散，甚至彼此之间没有共享平台。但即便如此，PE 仍然能在 CFO、采购、合规和董事会层面制造“优先使用某家 AI vendor”的默认倾向。 这和传统 SaaS 的 channel sales 也不完全一样。 SaaS 卖的是 seat 或 workflow。 模型卖的是一层更底的认知基础设施。 一旦 portfolio 层面先选了 Google，后续可能跟进去的不是单一 API，而是 Vertex AI、agent tooling、security layer、data stack、甚至 training/inference commit。真正会被定价的，不只是 token，而是切换路径本身，也就是 switching cost。 对 Google 来说，这还是一次补课。 OpenAI 和 Anthropic 过去更像是“模型直销公司”，强在产品 pull；Google 的长项一直是 cloud、distribution、enterprise trust、全球销售体系。现在它如果借 PE 把模型送进成批企业，等于把自己最强的 go-to-market 资产重新接到生成式 AI 上。 这不是“Google 终于也会卖 AI 了”。 这是 Google 把老本行重新武器化。 ## 03 历史类比 / 结构对照 我想到的类比不是 2022 年 ChatGPT，而是更接近 2014 年前后的 AWS enterprise 渗透，甚至再早一点，微软通过企业协议把 Windows、Office、Server 变成组织默认配置。 拐点往往不发生在技术最惊艳的时刻，而发生在采购、分发、预算口径被重写的时刻。 2007 年 iPhone 改变的是终端形态。 2014 年 AWS 真正完成转折，靠的不是“云这个概念被理解了”，而是企业接受“默认把新增工作负载放到云上”。那是预算心智的转向。 这次 PE + Google 的组合，像是同一件事在 AI 上的企业版复现。 资本方提供组织穿透力。 云厂商提供模型、算力、合规、合同能力。 两者叠加，生成的是一个新的销售单位：不是一家公司，而是一个资产组合。 如果这个模式成立，OpenAI、Anthropic、甚至一些 model gateway 平台都会面对一个不舒服的现实：enterprise AI 的竞争，不再只发生在开发者控制台，也发生在董事会和控股结构层。 这会改变 moat 的来源。 很多人以为 moat 来自最强模型。 但在企业市场，moat 很可能来自三件事的组合：distribution、采购聚合、已有 IT/control plane。 我没法确认 Google 这笔潜在合作会否大规模排他，也不确定 Blackstone、KKR 是否会同时和多家模型供应商谈判。但从结构上看，PE 介入后，模型供给侧的竞争单位已经开始从“model vs model”转向“ecosystem bundle vs ecosystem bundle”。 这是一种很老派、但极有效的商业战争方式。 ## 04 对 AI builder 意味着什么 对 builder 来说，这周、这个月应该调整的不是产品愿景，而是 route-to-market 假设。 第一，别再把“选最强模型”当成唯一决策变量。 如果你的客户群是 mid-market 到 enterprise，真正决定成交的，可能是它是否已经在某个 cloud/portfolio procurement 框架里。也就是说，你的产品架构需要更强的 model abstraction，能在 Google、OpenAI、Anthropic、开源托管模型之间切换，而不是把自己锁死在单一 provider 的专有特性上。 这不是技术洁癖，是商业防御。 第二，如果你卖的是 AI application 或 agent，应该开始主动识别“聚合采购节点”。 PE、vertical SaaS holding company、MSP、global SI、甚至大型 BPO，都可能成为比单个客户更重要的 distribution layer。一个能带来 50 家 portfolio company 的合作，价值可能远高于 50 个零散 logo。前者降低 CAC，后者只增加销售摩擦。 第三，token economics 会越来越不透明。 一旦模型 access 通过 bundle 进入企业，表面 API price 可能失真。真正价格可能藏在 cloud commit、credits、support、security package、batch 折扣、prompt caching 条款里。对 API 消费者来说，list price 的参考意义会下降，effective price 才重要。 我没拿到这类 PE 打包采购的真实折扣，所以这里可能判断过度。但从历史经验看，大客户一旦以组合采购方式入场，价格体系一定会分层，公开价和真实成交价之间的差距只会扩大。 第四，做 gateway、routing、observability 的团队，机会反而更大。 因为企业一旦通过某个 bundle 拿到“默认模型”，并不代表 workload 会单一化。实际情况通常是：合规工作负载走一家，coding 走一家，成本敏感任务走开源，长 context 走另一家。bundle 会创造入口，但不会消灭多模型现实。 这正是 routing 层存在的理由。 对独立创业者而言，一个务实动作是：把“支持客户自带 cloud/model contract”提到 roadmap 更前面。客户未来买的可能不是你的 token，而是你的 orchestration、workflow、UI、审计、human-in-the-loop。 模型本身会越来越像客户已拥有的原材料。 ## 05 反方观点 / 风险 最强的反方观点是：这件事可能根本没那么大，只是一笔典型的 enterprise discount deal，被市场过度解读成战略转向。 Bloomberg 的信息非常有限，没有合同规模，没有覆盖公司数，没有 exclusivity，没有 revenue commit。也可能只是 Blackstone、KKR 想替被投公司争取更好的 Gemini 使用条件，而不是 Google 获得了新的分发霸权。 如果是这样，我前面的判断就会显得太“结构化”，把一个普通商务动作讲成了行业拐点。 第二个风险是，PE 对 AI adoption 的推动能力可能被高估。 PE 能压采购，能推 KPI，能要求组织试点，但未必能解决实际落地最难的问题：数据接入、流程改造、责任边界、员工 adoption。很多 portfolio company 的 AI 项目死在中间层，而不是死在模型合同。换句话说，买到 access 不等于买到 usage，更不等于买到 ROI。 第三个风险是，Google 未必能把 distribution 优势转成持续 usage。 企业今天通过 bundle 进来，明天仍可能把高价值 workload 切给 OpenAI 或 Anthropic，尤其是在 coding agent、frontier reasoning、特定行业精度上。如果模型层没有持续优势，distribution 只能带来试用，不一定带来留存。 第四个风险更直接：builder 可能误读信号，过早把精力转向 enterprise channel，而忽略产品本身的 PMF。不是每个团队都适合追 PE、SI、cloud co-sell。很多小团队会死在漫长销售周期里，而不是死在模型成本上。 所以我不会把这条新闻解读为“Google 已经赢了 enterprise AI”。 我更愿意说，它暴露了下一阶段竞争真正发生的位置。 不是首页榜单。 不是 demo。 而是谁控制了默认接入路径，谁就更可能先控制 usage。