[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-deepmind-adds-jasjeet-sekhon-strategy-chief-zh":3,"article-related-deepmind-adds-jasjeet-sekhon-strategy-chief-zh":31,"series-industry-c27f3cae-a128-4627-b47c-ba1ff75a1ff0":90},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":11,"views":28,"created_at":29,"published_at":30,"topic_cluster_id":11},"c27f3cae-a128-4627-b47c-ba1ff75a1ff0","deepmind-adds-jasjeet-sekhon-strategy-chief-zh","DeepMind找來策略長，Google在盤算什麼","\u003Cp>Alphabet 說，2026 年資本支出可能衝到 1750 億到 1850 億美元。看到這個數字，你大概就知道 Google 對人工智慧不是喊口號而已。錢砸到這種等級，每一個高階人事都不只是換名片。\u003C\u002Fp>\u003Cp>最新一筆安排，是 Google DeepMind 找來 Jasjeet Sekhon 擔任 chief strategy officer，也就是策略長。他不是典型產品經理出身，也不是只會寫論文的學者。他做過 Harvard、UC Berkeley、Yale 教授，也在 Bridgewater Associates 待了 8 年，碰過金融、AI、決策系統，這個組合很少見。\u003C\u002Fp>\u003Cp>講白了，DeepMind 現在缺的不是再多一個會講模型參數的人。Google 缺的是能把研究、產品、政策、商業化、算力投資串起來的人。Sekhon 這次加入，剛好踩在這個點上。\u003C\u002Fp>\u003Ch2>這個職位，為什麼現在特別重要\u003C\u002Fh2>\u003Cp>DeepMind 過去一年丟出不少東西。像 Gemini 3 Series、Gemini Deep Think、AlphaGenome、Nano Banana、SpeciesNet，名字很多，方向也很多。問題是，研究成果多，不代表市場執行就會順。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1774519687600-dgjt.png\" alt=\"DeepMind找來策略長，Google在盤算什麼\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>Google 現在面對的局面很直接。外面有 OpenAI 搶開發者，有 Anthropic 搶企業客戶，裡面還要跟自家 Search、Cloud、Android、Workspace 的節奏對齊。你如果沒有一個能跨部門講同一套語言的人，最後很容易變成每個團隊都很強，但整體速度不夠快。\u003C\u002Fp>\u003Cp>Sekhon 這種背景就有意思了。他不是只懂學術，也不是只會做財務模型。他在 Bridgewater 做過 AI 與金融決策，還參與 AIA Labs。這表示他大概很習慣面對高不確定性、高風險、又要算投資回報的場景。AGI 策略剛好就是這種麻煩事。\u003C\u002Fp>\u003Cul>\u003Cli>新職位：Google DeepMind 策略長\u003C\u002Fli>\u003Cli>合作對象：直接與 CEO Demis Hassabis 協作\u003C\u002Fli>\u003Cli>學術經歷：任教於 Harvard、UC Berkeley、Yale\u003C\u002Fli>\u003Cli>產業經歷：在 Bridgewater 待 8 年，做過 chief scientist 與 AI 相關工作\u003C\u002Fli>\u003C\u002Ful>\u003Cp>我覺得這個任命最值得看的一點，是 Google 終於把「策略」拉到檯面上。以前大家談 DeepMind，焦點常放在模型能力、論文、基準測試。現在多了一個正式角色，專門處理研究之外的事，這代表公司知道真正的瓶頸不只在實驗室。\u003C\u002Fp>\u003Cp>還有一個現實面。當 AI 公司一年要花上千億美元蓋資料中心、買晶片、擴網路、養伺服器時，策略就不是 PowerPoint。它會直接影響哪些模型先上線、哪些產品先包裝、哪些市場先推、哪些監管議題先回應。每一步都很花錢。\u003C\u002Fp>\u003Cp>Google 想要的人，必須能跟研究員對話，也能跟高層、政策圈、投資人說清楚。一般產品主管未必有這種混血能力。Sekhon 看起來比較接近這個需求。\u003C\u002Fp>\u003Ch2>DeepMind把 AGI 當治理問題，不只是技術問題\u003C\u002Fh2>\u003Cp>這次人事案有趣的地方，不只在人選，也在說法。Sekhon 提到，他相信 DeepMind 最有機會安全地發展 AGI，並幫助人類。Hassabis 的說法也差不多。他談的是影響很大，但難度和複雜度也很高。\u003C\u002Fp>\u003Cp>這些話你可能會覺得很官腔。老實說，科技公司高層發言本來就常常長這樣。但如果把它放進這次職位安排來看，訊號就清楚了。DeepMind 想讓策略長碰的，不只是產品路線圖，還包括治理、商業化節奏、政策應對。\u003C\u002Fp>\u003Cp>AGI 走到今天，問題早就不是「模型會不會更強」而已。真正麻煩的是，模型變強之後，你要怎麼部署、怎麼定價、怎麼控風險、怎麼回應政府、怎麼讓企業願意買單。技術只是其中一塊，治理和協調才是現在最容易卡住的地方。\u003C\u002Fp>\u003Cblockquote>\u003Cp>“The impact will be profound, but the challenges and complexities are also enormous.”\u003C\u002Fp>\u003Cp>\u003Ccite>Demis Hassabis\u003C\u002Fcite>\u003C\u002Fp>\u003C\u002Fblockquote>\u003Cp>這句話是 Hassabis 在 LinkedIn 上談 Sekhon 加入時寫的。你可以把它當成高層發文模板，但它確實點出現在所有大型 AI 實驗室的矛盾。大家都想更快推出能力更強的模型，但每往前一步，政府、客戶、媒體、研究員的壓力也會一起變大。\u003C\u002Fp>\u003Cp>Sekhon 自己的說法也很類似。他把 AGI 描述成能推動科學、醫療、效率的技術，同時強調要有責任感地管理。這種語言在 AI 產業很常見，差別在於，Google 這次不是發一篇研究部落格就算了，而是給了一個正式的策略職位。\u003C\u002Fp>\u003Cp>說真的，這才是重點。當公司開始把這種論述綁到組織設計上，代表它想讓「安全、政策、商業化」一起進入決策核心。不是研究做完後，再請公關和法務來收尾。\u003C\u002Fp>\u003Ch2>1850億美元 capex，代表 DeepMind 壓力很大\u003C\u002Fh2>\u003Cp>如果沒有 Alphabet 那個誇張的支出計畫，這次人事案的份量可能還沒那麼重。問題是，Alphabet 已經把數字講得很白。2026 年資本支出可能落在 1750 億到 1850 億美元之間。這不是一般科技公司可以隨便跟的數字。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1774519707560-dwqw.png\" alt=\"DeepMind找來策略長，Google在盤算什麼\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>同一時間，Alphabet 2025 年第四季營收 1140 億美元，年增 18%。Google Cloud 單季營收 177 億美元，年增 48%。Sundar Pichai 還說，Google Cloud 在 2025 年底的年化營收跑速超過 700 億美元，AI 需求是主要推力。\u003C\u002Fp>\u003Cp>這些數字放在一起看，意思很清楚。Google 已經把人工智慧當成核心投資主軸，而且是全公司等級。資料中心、晶片、網路設備、軟體堆疊，全都要跟上。這種規模下，DeepMind 的每一次模型發布，都會牽動 Cloud 使用率、企業銷售、產品整合和監管風險。\u003C\u002Fp>\u003Cul>\u003Cli>Alphabet 2025 年 Q4 營收：1140 億美元\u003C\u002Fli>\u003Cli>年增率：18%\u003C\u002Fli>\u003Cli>Google Cloud 2025 年 Q4 營收：177 億美元\u003C\u002Fli>\u003Cli>Google Cloud 年增率：48%\u003C\u002Fli>\u003Cli>2025 年底 Google Cloud 年化營收跑速：超過 700 億美元\u003C\u002Fli>\u003Cli>Alphabet 2026 年資本支出預估：1750 億到 1850 億美元\u003C\u002Fli>\u003C\u002Ful>\u003Cp>你如果是 Google 管理層，看到這種支出規模，腦中第一個問題不會是「模型排行榜第幾名」。你會先問，這些投資怎麼回收，哪些產品能拉動需求，哪些模型能撐住雲端營收，哪些服務能把客戶綁久一點。\u003C\u002Fp>\u003Cp>所以 DeepMind 現在需要更強的策略協調，很合理。以前 AI 可能還像一個研究押注，做出好成果就很有價值。現在不是。現在 AI 已經直接接到公司的資本支出與收入結構，研究和商業之間不能再各跑各的。\u003C\u002Fp>\u003Cp>還有一個常被忽略的點。capex 拉這麼高，也代表內部容錯空間變小。每個大型模型專案都會消耗大量 GPU、TPU、伺服器機櫃、網路頻寬。你如果產品節奏抓錯，或是市場包裝太慢，成本就會很難看。這時候策略長的工作，就是避免公司自己把自己拖慢。\u003C\u002Fp>\u003Ch2>對上 OpenAI、Anthropic，Google 缺的是轉換速度\u003C\u002Fh2>\u003Cp>Google 的問題從來不是沒有技術。DeepMind 和 Google Research 手上的人才、論文、基礎建設，放到全產業都還是很硬。問題在於，技術優勢怎麼變成市場優勢，這件事 Google 沒有每次都做得漂亮。\u003C\u002Fp>\u003Cp>OpenAI 現在最強的是消費者心智。ChatGPT 幾乎變成一般人接觸生成式 AI 的入口，開發者也很熟它的 API。Anthropic 則走得更精準，主打企業市場、安全論述、程式能力，很多公司買單就是因為它看起來比較穩。\u003C\u002Fp>\u003Cp>DeepMind 則卡在一個很尷尬的位置。它背後有 Search、Workspace、Android、Cloud，分發能力和基礎設施都很猛。可是很多時候，研究成果轉成產品聲量和商業結果的速度，沒有外界想像中快。這點 Google 自己應該也知道，不然不會補一個策略長進來。\u003C\u002Fp>\u003Cul>\u003Cli>OpenAI 優勢：消費者品牌強，開發者採用廣\u003C\u002Fli>\u003Cli>Anthropic 優勢：企業定位清楚，安全訊息一致\u003C\u002Fli>\u003Cli>Google 優勢：Search、Workspace、Android、Cloud 的分發能力，加上超大基礎設施預算\u003C\u002Fli>\u003Cli>DeepMind 挑戰：研究成果轉產品與營收的速度還能更快\u003C\u002Fli>\u003C\u002Ful>\u003Cp>Sekhon 的背景，某種程度上就是衝著這個問題來的。Bridgewater 很重視系統化判斷，學術界又很重視因果推論。這兩種訓練加在一起，對大型組織做高風險決策其實很有用。因為現在 DeepMind 最難的，不是單一技術選擇，而是一連串取捨。\u003C\u002Fp>\u003Cp>例如，模型要先衝能力，還是先壓成本。要先開 API，還是先包成 Cloud 方案。要先推消費者產品，還是先強化企業功能。要先跟政策單位溝通，還是先讓市場看到成果。每個選項都會影響收入、品牌、監管和內部資源配置。\u003C\u002Fp>\u003Cp>我覺得 Google 現在最需要的，不是再來一場關於 AGI 願景的演講。它需要的是把 DeepMind 跟 Alphabet 其他部門的節奏拉齊。策略長如果只是多一層審核，那很煩。策略長如果能拆掉內部摩擦，這個職位就有價值。\u003C\u002Fp>\u003Cp>政策面也是一樣。各國政府對先進 AI 系統的監管只會更多，不會更少。DeepMind 需要能同時理解技術、商業、政策語境的人，去面對這些討論。Sekhon 有學界和金融業背景，至少看起來不會在這種場合裡只講空話。\u003C\u002Fp>\u003Ch2>補一下背景：Google為什麼一直被嫌慢\u003C\u002Fh2>\u003Cp>很多人會問，Google 明明很早就做 Transformer，為什麼這波生成式 AI 反而常常被說慢半拍。答案其實不複雜。大公司包袱多，產品線多，風險也多。你今天丟一個模型上線，不只影響聊天機器人，還可能影響 Search 廣告、雲端客戶、法務風險和品牌形象。\u003C\u002Fp>\u003Cp>OpenAI 的優勢是船比較小，能快速試。Anthropic 的優勢是定位集中，先把企業客戶吃下來。Google 的難處是，它每一步都要考慮整個生態系。這聽起來很合理，但副作用就是節奏容易拖。\u003C\u002Fp>\u003Cp>DeepMind 併入 Google 後，外界一直在看一件事：研究實力能不能更順地變成產品結果。Gemini 的推出，某種程度上就是在回答這個問題。但到目前為止，市場對 Google 的評價大概還是「技術很強，執行有時候不夠俐落」。這句話有點刺，但不算冤枉。\u003C\u002Fp>\u003Cp>再往產業面看，現在 AI 競爭也不是只有模型本身。還有晶片供應、資料中心建設、企業銷售、API 定價、法規溝通、內容授權、開發者生態。你只要有一塊掉鏈子，整體就會慢。這也是為什麼策略職能開始變重要。\u003C\u002Fp>\u003Cp>換句話說，Sekhon 的加入不是單點補人。它比較像是 Google 承認，AI 競爭已經進入組織戰、資本戰、政策戰一起打的階段。研究還是核心，但光靠研究不夠。\u003C\u002Fp>\u003Ch2>接下來看什麼，才知道這人事案有沒有用\u003C\u002Fh2>\u003Cp>最簡單的觀察方式，是看未來 12 個月內，DeepMind 跟 Google 其他部門的配合有沒有變順。你可以盯幾個點。第一，Gemini 後續版本進 Cloud 的速度。第二，企業方案包裝有沒有更清楚。第三，Google 對 AGI 安全和治理的公開說法，有沒有更一致。\u003C\u002Fp>\u003Cp>如果這個職位真的有實權，你應該會看到研究成果更快變成可賣的產品，也會看到政策訊息更有系統。反過來說，如果一年後還是模型很多、命名很多、整合很慢，那這個任命大概就只是組織圖上多一格。\u003C\u002Fp>\u003Cp>我自己的判斷是，Google 2026 年會很積極把這個閉環收緊。capex 都喊到 1850 億美元了，DeepMind 一定會被要求拿出更直接的商業連結。到時候，別只看模型 benchmark。去看 Google Cloud 的企業方案、Workspace 的 AI 功能、Search 的整合方式，這些才是真正的成績單。\u003C\u002Fp>\u003Cp>如果你是開發者，建議你接下來多觀察 Google API 與 Cloud 套餐怎麼變。價格、Token 配額、模型分級、企業控管功能，這些都比行銷口號更有參考價值。你如果是投資人或產業觀察者，就看一件事：Google 能不能把研究優勢穩定轉成收入，而不是偶爾靈光一現。\u003C\u002Fp>\u003Cp>最後一句話。Sekhon 這次加入，表面上是高階人事，實際上是在回答一個更大的問題：Google 到底要怎麼把 AGI 研究，接到真實世界的產品、政策和錢。這題很難，但也躲不掉。\u003C\u002Fp>","Google DeepMind 延攬前耶魯教授、Bridgewater 前首席科學家 Jasjeet Sekhon 擔任策略長。這個人事案背後，連著 Alphabet 2026 年上看 1850 億美元的資本支出，也反映 Google 想把 AI 研究、商業化與政策回應綁得更緊。","www.crn.com","https:\u002F\u002Fwww.crn.com\u002Fnews\u002Fai\u002F2026\u002Fgoogle-deepmind-hires-new-ai-chief-strategy-leader-plans-to-develop-agi-safley-to-empower-humans",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1774519687600-dgjt.png","industry","zh","9fff470b-6115-48ba-94b5-7076413c6b93",[17,18,19,20,21,22,23,24,25,26,27],"Google DeepMind","Jasjeet Sekhon","Demis Hassabis","Alphabet","Google Cloud","Gemini","AGI","人工智慧","AI 策略","OpenAI","Anthropic",4,"2026-03-26T08:18:15.06202+00:00","2026-03-26T10:08:28.18+00:00",{"tags":32,"relatedLang":49,"relatedPosts":53},[33,35,37,38,41,43,45,47],{"name":18,"slug":34},"jasjeet-sekhon",{"name":26,"slug":36},"openai",{"name":24,"slug":24},{"name":39,"slug":40},"研究整理","-",{"name":23,"slug":42},"agi",{"name":25,"slug":44},"ai-策略",{"name":20,"slug":46},"alphabet",{"name":27,"slug":48},"anthropic",{"id":15,"slug":50,"title":51,"language":52},"google-deepmind-new-hire-agi-strategy-en","Google DeepMind's New Hire Aims for Safe AGI Progress","en",[54,60,66,72,78,84],{"id":55,"slug":56,"title":57,"cover_image":58,"image_url":58,"created_at":59,"category":13},"9a0692ba-a9c5-42eb-823d-8a0e6e6ae3fc","openai-ipo-filing-turns-hype-into-scrutiny-zh","OpenAI IPO 讓神話變審核","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781042614962-bj12.png","2026-06-09T22:03:04.524304+00:00",{"id":61,"slug":62,"title":63,"cover_image":64,"image_url":64,"created_at":65,"category":13},"40d4f012-36b6-4b8f-b470-30242a0b8483","skatteetaten-public-sector-ai-should-be-judged-by-outcomes-zh","Skatteetaten 證明公部門 AI 應該看成果，不是看噱頭","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781038986405-p8cf.png","2026-06-09T21:02:32.1198+00:00",{"id":67,"slug":68,"title":69,"cover_image":70,"image_url":70,"created_at":71,"category":13},"f937e16b-7b3c-4ec8-b9f6-2b6031c6892c","openai-ipo-filing-wall-street-test-zh","OpenAI IPO 登場，華爾街先看這 5 件事","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781032675072-oq1m.png","2026-06-09T19:17:23.187013+00:00",{"id":73,"slug":74,"title":75,"cover_image":76,"image_url":76,"created_at":77,"category":13},"8258e540-397f-4566-8ae5-37582f3e3418","openai-latest-moves-pricing-safety-scale-zh","OpenAI 4 個最新動向：定價、安全、規模都在變","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781031777355-odh9.png","2026-06-09T19:02:26.913687+00:00",{"id":79,"slug":80,"title":81,"cover_image":82,"image_url":82,"created_at":83,"category":13},"5a3f8c97-afa9-43cd-a5f7-64a1fcfd99d2","risc-v-mini-pcs-worth-buying-now-future-bet-zh","RISC-V 迷你電腦現在值得買，但只適合押注未來","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781026383355-9003.png","2026-06-09T17:32:31.318476+00:00",{"id":85,"slug":86,"title":87,"cover_image":88,"image_url":88,"created_at":89,"category":13},"651bdda4-2566-4185-a33d-254862d4290d","fedora-44-risc-v-widens-linux-board-support-zh","Fedora 44 RISC-V 把支援面擴到 17 板","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781025476806-1woq.png","2026-06-09T17:17:24.257564+00:00",[91,96,101,106,111,116,121,126,131,136],{"id":92,"slug":93,"title":94,"created_at":95},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":97,"slug":98,"title":99,"created_at":100},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":102,"slug":103,"title":104,"created_at":105},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":107,"slug":108,"title":109,"created_at":110},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":112,"slug":113,"title":114,"created_at":115},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":117,"slug":118,"title":119,"created_at":120},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":122,"slug":123,"title":124,"created_at":125},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":127,"slug":128,"title":129,"created_at":130},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":132,"slug":133,"title":134,"created_at":135},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":137,"slug":138,"title":139,"created_at":140},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]