35万美元,零股权:谷歌人工智能创业公司扶持的真实成本是多少?

  |  

谷歌帝国的边缘正在发生一些微妙却意义重大的变化。前员工——工程师、研究人员和人工智能专家——纷纷离职创办公司。谷歌并没有眼睁睁地看着这些人才永久流失,而是为他们搭建了一条重返谷歌的途径。通过其人工智能创业扶持计划,谷歌现在为前员工提供高达35 万美元的云服务额度、技术指导和基础设施使用权——所有这些都无需谷歌出让任何股权

要点总结

  • Google 通过 Google for Startups 和 Google Cloud 向 AI 初创公司(包括由前员工创立的公司)提供高达 35 万美元的云服务抵用金,且无需股权。
  • 近 200 名 DeepMind 前员工已经创立或加入了人工智能初创公司,这使他们成为这些项目的天然目标受众。
  • 谷歌在印度的 2025 年 AI First 加速器项目从 1600 多个申请者中仅选出了 20 家初创公司,这凸显了竞争的激烈程度。
  • 谷歌内部孵化器 Area 120 在 2022 年大幅缩减规模,谷歌的创新战略从内部转向外部。
  • 无股权模式对创始人及早期投资者都有利,在外部融资轮之前可以保持所有权结构不变。

谷歌对前员工创办的人工智能初创公司的支持

这项支持通过两个现有项目提供: Google for StartupsGoogle Cloud 。这两个项目共同为早期公司提供计算资源、云基础设施额度以及实践技术指导。这些项目并非专门针对前谷歌员工,但鉴于目前有大量前员工正在创建独立的人工智能企业,两者之间的重叠部分不容忽视。

仅以DeepMind为例,该研究实验室近200名前员工已经创立或加入了人工智能初创公司。这是一个庞大的校友网络,也正是这些项目最能服务的高技能、深厚技术背景的创始人群体。

云积分和技术资源

在人工智能领域,计算能力至关重要。训练和运行模型的成本之高,鲜有其他软件领域能与之匹敌。35万美元的谷歌云额度可以显著延长初创公司的运营周期——这并非等同于现金,而是直接用于基础设施建设,否则这些投入会迅速耗尽公司的资金。

这种区别至关重要。同等金额的现金资助仍然需要创始人单独购买计算资源。而直接用于云基础设施的信用额度则消除了这一瓶颈,尤其是在早期人工智能公司最容易受到其影响的时候。

参与这些项目也具有一定的信号传递作用。被录取意味着团队通过了竞争激烈的选拔流程,并获得了加入谷歌技术导师网络的资格——早期投资者在评估尚未盈利的人工智能公司时,越来越倾向于将这一资质作为筛选标准。

无股权融资模式

这种不涉及股权的结构使其与传统的加速器模式截然不同。大多数加速器会提取股份——通常在 5% 到 10% 之间——以换取资金和资源。而谷歌的项目则无需这种权衡,就能提供切实有效的支持。

对创始人而言,这意味着保留全部收益。对种子轮或天使轮早期投资者而言,这意味着股权结构尚未被加速器的股权稀释。从谷歌项目孵化出来的公司在早期融资洽谈中拥有更清晰的股权结构,这在竞争激烈的早期人工智能资本市场中是一项真正的竞争优势。

谷歌人工智能创业计划的规模和竞争力

对这些项目的需求急剧增长。谷歌在印度的2025 AI First加速器项目从1600多份申请中仅选出了20家初创公司,录取率约为1.25%。这一数字使得该项目的录取难度与世界上一些竞争最激烈的研究生项目不相上下。

DeepMind校友参与

DeepMind 校友在创业生态系统中的聚集反映了人工智能行业的普遍趋势。研究实验室已成为创业公司的孵化器。像 DeepMind 这样的机构内部培养的技能——强化学习、大规模模型训练、系统设计——可以直接转化为构建具有竞争力的 AI 公司所需的技术基础。

近 200 名 DeepMind 前员工现在在创业领域工作,谷歌面向外部的支持计划有效地创造了一种网络效应:前员工与谷歌的基础设施保持联系,而谷歌也与它内部没有开发的创新保持密切联系。

印度2025年人工智能优先加速器

印度的“AI First”计划最清晰地展现了此类计划在需求压力下的实际运作情况。超过1600家公司申请了20个名额。这种竞争激烈的局面既反映了该计划的价值,也体现了新兴市场人工智能初创企业蓬勃发展的趋势。

对于那些成功入选的初创公司而言,云积分、导师指导机会以及谷歌选择的声誉信号相结合,可以在公司发展的早期阶段创造复合优势——而这些优势在早期阶段是独立获得最困难的。

120区重组及其影响

谷歌的内部孵化器Area 120曾为员工提供了一条结构化的路径,让他们在公司内部开发实验性项目。在 Area 120 内部,项目的成果归谷歌所有。在谷歌试图从内部培育新产品线的时期,这种安排具有清晰的逻辑性。

这种逻辑在2022 年发生了转变,当时 Area 120 经历了重大重组和裁员,其规模大幅缩减。内部创新渠道也随之萎缩。取而代之的是一种不同的模式——至少部分如此:支持离开的开发者,让他们继续使用谷歌的基础设施,并保持与他们工作相关的密切联系,同时避免承担内部项目的所有权风险。

这是一种更为分散的策略。谷歌不再像过去那样全权委托少数内部团队进行研发,而是以更为灵活的方式支持更广泛的外部生态系统。这种做法的代价是控制力有所下降,但却能更全面地了解人工智能创新发生的领域。

对投资者和谷歌人工智能生态系统战略的影响

谷歌在这里构建的与其说是一个创业扶持计划,不如说是一个基础设施依赖网络。通过提供与谷歌云额度挂钩的无股权人工智能融资,谷歌打造了一批人工智能初创企业,这些企业的技术基础建立在谷歌的计算层之上。如果这些初创企业发展壮大,它们也将在谷歌云上继续发展。这实际上是一项伪装成扶持计划的长期基础设施布局。

对投资者而言,实际意义显而易见。一家通过谷歌筛选流程、获得云服务额度并接受技术指导的初创公司,其风险状况与未获此殊荣的初创公司截然不同。这并不能保证成功——任何项目都不能——但它能同时验证公司的技术实力并降低早期基础设施成本。

人才保留方面也值得关注。那些利用谷歌生态系统创建初创公司的前员工——例如使用谷歌云额度、依靠谷歌导师、参与谷歌加速器项目——即使离职后也与公司保持联系。这种做法能够维系人才网络,而普通的离职则无法做到这一点。

更深层次的问题是,如果这项战略按预期奏效,五年后谷歌的生态系统会是什么样子。一个由资金雄厚、依赖谷歌基础设施的人工智能初创公司组成的分布式网络,其中许多公司由曾在谷歌或DeepMind接受过培训的人员创立,将赋予谷歌一种对人工智能领域的潜在影响力,这是任何直接收购战略都无法达到的。这种影响力能否转化为持久的竞争优势——或者仅仅是补贴下一代公司,而这些公司最终又会流失到竞争对手那里——是这项战略的核心所在,也是尚未解决的问题。

常问问题

谷歌为前员工创办的人工智能初创公司提供哪些类型的支持?

谷歌通过“Google for Startups”和“Google Cloud”项目,为初创企业提供高达 35 万美元的云服务额度、技术指导和基础设施访问权限。这项支持旨在降低初创企业早期阶段的基础设施成本,并在其资金最紧张的阶段提供切实可行的技术指导。

初创公司是否必须放弃股权才能获得谷歌项目的支持?

不。这些项目不涉及股权,这意味着初创公司保留完全所有权。这使得谷歌的做法区别于传统的加速器,后者通常会以资金和资源换取一定比例的股份。

谷歌的AI First加速器项目在印度的竞争力如何?

竞争非常激烈。2025年,印度的AI First加速器从1600多份申请中选出了20家初创公司,录取率约为1.25%。

谷歌的内部孵化器 Area 120 发生了什么事?

2022年,Area 120规模大幅缩减,谷歌对内部实验项目的掌控力也随之降低。此次重组有效地将谷歌的创新支持模式从内部孵化转向了外部创业生态系统建设。

本文由人工智能辅助生成,并经编辑团队审核。

推荐阅读

相关文章

人工智能对就业的影响:招聘人数增加4%,但入门级职位减少

人工智能与就业之间的关系已成为我们这个时代最重要的经济问题之一。欧洲中央银行的一项最新研究拨开迷雾,揭示了一些令人惊讶的发现:人工智能对就业的影响远比那些悲观的报道所描述的更为复杂,也更具希望。要点总结欧洲央行的研究表明,采用人工智能的公司扩大员工队伍的可能性比缩小员工队伍的可能性高出约 4% 。

人工智能影响人类选择和金融市场,二者悄然碰撞

两场截然不同的对话——一场探讨人类思维的隐秘机制,另一场探讨美国财政政策摇摇欲坠的根基——却殊途同归,得出了一个令人不安的结论:人们最依赖的系统正在悄然地与他们作对。对于关注人工智能对人类选择和金融市场影响的读者来说,这种交集不容忽视。

杰夫·贝佐斯驳斥人工智能将导致失业的担忧,Prometheus 获得 120 亿美元融资

杰夫·贝佐斯现在说了一些大多数人都不想听到的话:他通过普罗米修斯项目筹集的人工智能就业资金不会导致美国出现大规模失业潮,至少不会像许多人担心的那样。这位亚马逊创始人认为,人工智能将提高生活水平,使劳动力更加稀缺,而不是更容易被取代。这与主流观点截然不同。

SpaceX与谷歌达成人工智能计算协议,锁定300亿美元,有效期至2029年。

SpaceX 已悄然转型成为全球最强大的 AI 基础设施提供商之一。最新的例证是SpaceX 与谷歌达成的 AI 计算协议,这份价值 9.2 亿美元的月度合同巩固了其战略转型,而这一转型在一年前几乎无人能够预料到。

人脑支持人工智能递归式自我改进,引发控制担忧

Anthropic 希望人工智能递归自我改进成为构建先进系统的方式之一——这个想法既引人注目又令人不安。在2026年6月4日发布的一篇博文中,Anthropic公司公开表示支持研究人员所称的“人工智能递归式自我改进”:即人工智能系统通过循环迭代,不断提升自身设计和构建下一代人工智能系统的能力。

美国司法部指控谷歌工程师利用机密数据在Polymarket进行投注

美国司法部指控谷歌工程师利用机密数据在Polymarket进行投注美国司法部指控谷歌工程师米歇尔·斯帕格努洛(Michele Spagnuolo)涉嫌利用预测市场进行赌博,此案将预测市场置于企业信息丑闻的核心位置。