诺基亚魔咒失效？谷歌用“奇正战略”营收暴增14%

导读

AI 浪潮汹涌，不少巨头铩羽而归，谷歌却逆势再创新高，Informatica 也成功重塑自我。它们凭什么做到？背后是一套 " 齐整相生 + 战略涌现 " 的打法。本文带你拆解 AI 转型密码。

作者 | 孙黎郭峰陈谦磊

来源 | 中欧商业评论

前言

随着 AI 搜索工具 Perplexity 的横空出世，一度被认为 AI 将颠覆搜索，谷歌等公司将成为新时代的诺基亚。然而不久前谷歌母公司 Alphabet 公布了第二季度财报，公司各项业务营收再创新高。其中，公司总营收达到 964.3 亿美元，同比增长 14%。谷歌云业务营收大幅增长，达到 136 亿美元，同比增长 32%。而公司被认为挑战最大的传统业务——搜索业务营收为 542 亿美元，同比增长 12%；广告营收 713 亿美元，同比增长 10.4%。

与谷歌的高速增长相反，许多企业的 AI 转型陷入了 " 成效陷阱 "，有大量概念验证和孤立用例，却只带来局部效率提升，无法在全公司范围规模化应用，其中不乏行业巨头。如曾被誉为未来医疗方向的 IBM Watson Health 投入 150 亿以上的研发，销售却未能兑现 AI 医疗革命的承诺，2022 年不得不将 Watson Health 相关业务拆分，以 10 亿美元低价出售给私募资本。芯片巨头英特尔也在 AI 时代深陷转型困局。由于错失移动互联网和 AI 芯片浪潮，英特尔在生成式 AI 时代面临创立以来最严峻的战略困境，在 AI 算力竞赛中节节败退，被迫启动大规模重组裁员以断臂求生。苹果尽管在设备端拥有领先优势，但在生成式 AI 浪潮中，它的整体 AI 战略一度迟缓、保守、碎片化，Siri 错过语音 AI 第一波。这些案例都表明，即使像 IBM、英特尔、苹果这样的巨头，若没有清晰有效的战略指引和转型方法，在淘金 AI 上，也可能铩羽而归。

奇正相生与战略涌现之道

面对高度不确定性和快速演进的 AI 技术环境，传统计划式的战略制定往往难以奏效。管理大师明茨伯格提出的 " 战略涌现 " 理论强调：许多成功战略并非完全预先规划，而是在实践中逐步学习和调整中涌现出来。

深思熟虑的计划战略注重控制，以确保管理意图得到贯彻；而涌现战略强调学习——通过不断试错行动，逐渐认识和澄清真正适宜的战略意图。明茨伯格的理论提醒我们，在 AI 这样充满未知与变数的领域，企业高管应允许前线自由探索和自下而上的反馈，让战略在实践中灵活演化，而非僵化地按初始计划行事。

与此同时，中国古典兵法的 " 奇正相生 " 思想为战略转型提供了另一维度的洞见。《孙子兵法》云：" 凡战者，以正合，以奇胜。" 其中 " 正 " 指正兵、常规之师，强调正面稳健的常规战法；" 奇 " 指奇兵、出其不意之招，代表非常规、创新突破的战术。奇正相生之道强调常规与非常规的辩证统一：在总体战略目标明确的前提下，灵活变通运用正、奇手段以因应环境变化，既要有正面的坚守，不轻易偏离 AI 主航道；又要奇招迭出，抓住 AI 场景战机，出奇制胜，从而实现正兵与奇兵的相互配合、循环转化，实现生生不息，适应不断变化的竞争态势。

这一思想用于企业管理意味着：企业应一手稳住主营业务基本盘（" 正 "）作为战略支点，同时另一手大胆探索新的 AI 应用范式（" 奇 "）寻找突破，两者相辅相成。在动态竞争中，" 正 " 是基础，" 奇 " 是引擎——没有正则奇无依托，仅出奇易成无源之水；没有奇则正乏生机，错失变革良机。

概言之，战略涌现理论提供了方法论指导，鼓励企业在 AI 转型中拥抱不确定性，通过实践学习形成适合自身的策略；中国古典 " 奇正相生 " 哲学则提供了战略思维框架，提醒企业平衡稳定经营与创新变革。二者互补：前者强调自下而上演化，后者强调攻守之道。将两者结合，可构建一个解释 AI 时代战略转型路径的有力框架：企业高层制定方向（正），但预留灵活度让新生战略芽孢自下而上涌现（奇）；在保持主营稳健运行的同时，小步快跑尝试 AI 新业务并及时调整。下面，我们将以谷歌与 Informatica 为例，来看他们是如何实现 AI 奇正转型的。

谷歌：以正护城，以奇开局

作为全球科技巨头，谷歌在 AI 时代的战略演化充分体现了 " 奇正兼备 " 的智慧。当 OpenAI 的 ChatGPT 横空出世、一度被舆论视为对搜索引擎的颠覆者时，谷歌面领着一个巨大的战略悖论：搜索业务贡献的营收占母公司 Alphabet 总营收的 57%，需捍卫搜索广告的现金流；而另一方面，必须用生成式 AI 重构搜索体验，这也可能瓦解传统关键词广告模式，破坏与内容提供商的合作关系。

谷歌选择了以 " 正 " 固守核心业务、以 " 奇 " 推动范式转变的策略：一方面谨慎维护其搜索广告主营收入不受冲击，另一方面迅速推出生成式 AI 功能作为奇招融入现有产品。具体而言，谷歌并未贸然用 ChatGPT 类似的聊天机器人完全替代传统搜索，那样可能自毁广告收入，而是针对场景中的客户痛点：信息太多，搜索结果杂乱，需要人工归纳；想问问题但不清楚关键词如何构造；想要综合判断（例如 " 哪种信用卡适合我？"），传统搜索只能逐页对比。谷歌的 " 奇兵 " 策略，是在搜索结果顶部引入由 Gemini 模型生成的摘要回答（AI Overview）。这些摘要结构清晰、语义自然、引用来源，减轻用户搜索成本；用户仍可向下滑动查看传统链接，不会完全颠覆原有行为。这一设计巧妙之处在于：AI 答案作为奇兵抢占了用户注意力，但下方的 " 正兵 " 搜索结果链接仍提供价值，避免了用户完全集中于聊天答案而忽略广告链接。

事实证明此举获得了阶段性成功——自从引入 AI 答案概览后，谷歌搜索结果页展示的链接数大幅增长了 49%，用户获取信息更丰富，搜索广告业务也随之水涨船高。最近的 2025 年第 2 季度，谷歌搜索广告收入同比增长 12% 达到 542 亿美元，超过市场预期，创下新高。CEO 皮查伊在与分析师的电话会议上表示：" 我们看到 AI 正在推动人们搜索和获取信息方式的扩展。AI 功能促使用户进行更多搜索，因为他们了解到搜索可以满足他们的更多需求。"

这表明，通过 "AI+ 搜索 " 的奇正融合，谷歌不仅抵御了用户流失，反而提升了核心业务的活力和变现能力。当然，" 奇招 " 带来新机遇的同时也伴随新挑战。谷歌管理层意识到，如果 AI 直接回答了用户问题，用户点击广告链接的动机可能降低，这对长期营收模式是个隐忧。为此，谷歌一方面继续打磨 AI 生成答案的质量与可信度，设法向广告主证明这些 AI 答案同样能带来转化价值，从而探索全新的广告呈现形式。另一方面，谷歌高层保持战略定力，没有因一时压力而放弃对核心业务的投入：2023 年以来大幅增加资本支出，用于 AI 模型训练和基础设施扩容，2025 年资本开支计划从 750 亿美元提高到 850 亿美元。这体现出谷歌以 " 正 " 稳住阵脚——持续巩固搜索 + 广告这一根基，同时以 " 奇 " 不断创新——开发诸如纯 AI 对话模式的搜索、手机端 " 圈选搜 "（Circle to Search）等新功能来创造差异化用户体验，直面初创公司 Perplexity 和 OpenAI 推出的全新 AI 浏览器的挑战。回顾历史，谷歌早有 " 正 + 奇 " 组合的战略基因：移动互联网兴起时用 Android 守住移动端搜索入口；AI 浪潮来袭时内部加速研发并整合 DeepMind 等资源。可以说，谷歌在 AI 时代的战略演进是一场 " 守正出奇 " 的防御与进攻兼备的战役：以守护核心优势为前提，通过渐进式融入 AI 技术，实现主营业务的自我革新，而非颠覆式自我革命。这一策略帮助谷歌截至目前依然稳固地站在搜索和广告领域的王座上。

Informatica：循序渐进的业务重塑之路

中型企业 Informatica 的转型历程则提供了另一种规模层次下 " 奇正战略 " 的范例。Informatica 是成立于 1993 年的老牌企业软件公司，传统上以提供数据集成、ETL 工具见长。进入云和 AI 时代后，这家公司面临如何由传统本地部署的软件供应商转型为云端数据管理和 AI 赋能平台的挑战。

不同于谷歌可以内部孵化 AI，Informatica 的转型更像是一场 " 渐进式重塑 "：既要避免因为突然转型而失去原有客户基础，防止 " 业务互杀 "，又要抓住 AI 带来的新机遇实现业务模式升级。其战略打法体现出 " 正 "" 奇 " 并进、稳中求变的特点。

首先，在战略节奏上，Informatica 选择从资本市场私有化退市来为转型争取时间和空间：2015 年至 2021 年，公司退出私募股权控制，远离了季度财报压力，从而在幕后完成了产品向云订阅模式和 AI 驱动的重大转型。私有化期间，Informatica 重构了核心产品架构，推出统一的智能数据管理云（IDMC）平台，并将旗下 AI 引擎 CLAIRE 融入各产品线，使之成为自动化数据管理的 " 大脑 "。这一阶段可谓 Informatica 的 " 蓄力守正 "：在不公开张扬的情况下巩固和提升自身在数据管理领域的基本功，包括数据集成、质量、治理等 " 正功夫 "。随后，公司于 2021 年重新上市，开始以 " 奇 " 兵姿态发力云和 AI 市场。

Informatica 的 " 奇 " 兵精准抓住了企业客户在 AI 转型中面临的数据管理核心痛点，并围绕 " 数据可用性 " 与 "AI 可信性 " 两个场景切入，提供了极具吸引力的解决方案。以下是其成功出击的关键场景：大多数企业尝试部署生成式 AI 或 AI Agent 时，遇到的最大障碍并不是模型能力，而是企业内部数据分布分散、格式不统一、数据质量低，更缺乏清晰的治理与权限机制。这导致 AI 系统很难找到合适数据；数据存在隐私、安全、合规等风险；AI 输出存在 " 幻觉 " 或错误答案，无法用于关键业务场景（如药物研发、客户服务、风险评估等）；数据团队与业务团队之间断裂，AI 项目变成试验品而非生产工具。

第二大场景中的客户核心痛点是 AI 应用无法安全地嵌入关键业务流程，例如在制药企业中，生成式 AI 被用于辅助药物靶点分析，但如果数据存在错误或归属不明，可能导致新药失败。在金融企业中，AI agent 用于客户问答、合规审查，但若读取未经授权的数据可能触犯监管；在跨国企业中，不同国家的数据法规差异使得 AI 需要 " 分区理解 " 数据。

Informatica 的应对策略是推出 Claire GPT（企业数据 GPT）、智能数据管理云（IDMC），定位为企业级 AI 数据中台，包括，发布 CLAIRE GPT 自然语言数据助手，引入生成式 AI 技术提升用户使用体验；又如发布面向主流云平台（AWS、Azure、谷歌 Cloud 等）的 GenAI 参考架构蓝图，帮助客户在 Informatica 平台上快速构建 GenAI 应用。这些新产品和功能是 Informatica 的奇招，旨在让传统客户也能方便地利用 AI 处理数据、赋能业务，从而为他们逐步迁移到云平台提供强大动力。

值得注意的是，Informatica 在推 " 奇 " 的过程中，并未抛弃 " 正 " 的阵地：公司继续支持本地部署老客户的维护需求，甚至由于部分客户短期内仍青睐于本地系统，Informatica 一度出现云业务增长低于预期、而本地维护收入高企的情况。但管理层并未视此为包袱，而是采取双线作战策略——一方面服务好传统客户，维系现金流和信任度，另一方面加大投入云端新品开发，以更完善的 AI 功能逐步吸引客户云端化。这种平衡避免了大刀阔斧强制客户转型引发的反弹，确保了营收的平稳过渡。这种水到渠成式的转型战略成效正在显现：Informatica 的订阅和云收入占比逐年提高，产品在数据管理各细分市场的评价持续领先。

Informatica 的价值在 AI 时代被行业巨头所认可。2025 年 5 月，CRM 软件领导厂商 Salesforce 计划以约 80 亿美元收购 Informatica，意图借助后者在数据整合与治理方面的能力来强化自身的 AI 战略。Informatica 转型的启示在于：中型企业完全可以通过循序渐进的奇正策略，在不自我革命式地颠覆主营业务的前提下，实现业务模式的迭代升级，并最终在新范式中占据一席之地。我们用表 1 比较这两家公司的奇正转型。

表 1 谷歌与 Informatica 的转型对比

构建 AI 战略导向的五大支柱

谷歌和 Informatica 的实践凸显了在 AI 时代实施 " 奇正战略 " 的关键：既要有顶层战略定力，又要鼓励灵活试错；既要守护核心业务基本盘，又要探索新业务模式。而做到这一点，企业需要在内部培养出 AI 导向（AI Orientation）的组织能力。所谓 AI 导向，即企业在战略和技术上对 AI 融入业务的坚定承诺和持续投入。

根据我们对中国上市公司的大数据研究表明，强 AI 导向的企业能够更好地调配资源，加速创新速度并提升创新质量。但这种正向作用会受到技术风险和市场不确定性的调节：技术风险高时，AI 导向对创新质量的促进作用减弱；市场环境波动大时，AI 导向对创新速度的优势会被削弱。因此，企业在推进 AI 战略转型时，需要审时度势，全方位布局，在以下五个维度夯实 "AI 战略导向 " 的基础（图 1）。

图 1：企业实现 AI 战略导向的五大支柱模型

第一，战略维度——高层赋能与方向引领。AI 转型必须上升到公司战略层面，由最高领导层亲自挂帅推动。管理者应将 AI 视为重塑业务模式的核心引擎，明确宣示 AI 时代公司的愿景与定位，并将这一战略导向传递至全员。在实践中，CEO 和董事会需要设定大胆但务实的 AI 目标，将 AI 纳入公司战略规划和关键业绩指标（OKR）中去。例如 Shopify 的 CEO 在 2025 年要求全员将 AI 融入日常工作，把使用 AI 作为基本职责，并将 AI 应用成效与团队资源申请挂钩，以此营造自上而下的 AI 文化。高层还应搭建 AI 治理架构，例如成立 AI 转型办公室或由 CTO/CDO 牵头的跨部门 AI 委员会，以确保战略落地过程中各部门协同一致。在战略维度上，领导者需要既当 " 守正 " 的稳定器，又当 " 出奇 " 的催化剂：一手稳住组织战略方向不跑偏，另一手大胆决策投入 AI 新赛道。

第二，资源维度——资源编排与投入倾斜。AI 战略导向的实现，有赖于企业对数据、人才、资金等关键资源的有效配置与动态调配。管理层应根据 AI 项目的轻重缓急和价值前景，战略性地分配资源，避免平均用力或本末倒置。我们的研究表明，具有强 AI 导向的企业往往能更好地获取和利用知识资源，提升决策效率，从而增强创新速度。因此企业需要在资源投入上向 AI 领域倾斜，包括：加大 AI 研发预算，引进具备 AI 技能的人才队伍，升级 IT 基础设施以支持算力和数据存储，以及建立高质量的数据资产库等。还要警惕 " 技术潮流陷阱 " ——避免盲目追逐不切实际的热门技术导致资源浪费。为此，企业应建立资源投入产出反馈机制，定期评估每项 AI 投入的业务价值，实现资源配置的滚动优化。

第三，组织维度——组织变革与能力塑造。AI 导向不仅是技术问题，更是组织变革问题。企业需要重塑组织结构和流程以适应 AI 驱动的运营模式。例如可以考虑设立首席 AI 官（CAIO）或数据科学部门，推动各业务单元与技术团队的协作，组建跨职能的 AI 项目团队，实现业务专家与算法工程师的紧密合作。让 AI 能力在全组织广泛渗透，需要培养全员的数据与 AI 素养。许多领先企业已开始将 AI 应用能力纳入员工绩效考核和晋升标准，以激励员工主动学习 AI 技能。此外，组织需要营造一种鼓励试错、敏捷迭代的文化，让员工在可控范围内大胆尝试 AI 新点子。正如战略涌现理论所强调的，基层员工的行动和反馈常常孕育着战略的新方向。因此管理者应授权一线团队试验 AI 方案，并将有前景的 " 草根创新 " 纳入公司战略版图。在组织维度上，关键在于塑造一个敏捷、高度学习力的组织：层级间信息畅通，创新想法能够涌现、生长并落地，全员上下同欲推进 AI 战略。

第四，技术维度——技术布局与风险治理。AI 战略的成功实施离不开合适的技术路径选择和风险管控。首先企业应制定明确的 AI 技术路线图，判断哪些 AI 能力需要自主研发，哪些可以通过合作或采购获得。在 AI 大模型浪潮中，大企业如谷歌，可以自研模型，中型企业则更多通过开放 API 或开源方案来赋能自身产品，这是基于各自资源禀赋做出的技术策略选择。

其次，要高度重视数据基础设施和治理能力建设，因为 AI 的效果依赖于数据质量和安全合规。企业需投入建设企业数据库、主数据管理、数据治理机制等，使数据资产真正发挥出训练 AI 和改进业务的价值。

另外，在技术维度必须考虑风险管理，包括技术更新迭代过快导致的风险。技术风险高时，AI 导向的积极作用可能受到削弱。企业应制定预案，防止关键 AI 技术突然过时或发生安全漏洞。在技术维度上要实现 " 双管齐下 "：一手夯实数据与平台等基础能力，另一手严格管控 AI 应用带来的新风险，确保技术为业务赋能而非添乱。

第五，节奏维度——转型节奏与演进路径。掌控 AI 战略转型的推进节奏，是奇正战略成败的关键之一。过于激进，一步跨跃到 AI 新业务可能引发原有业务阵痛和内耗；过于保守，又可能错失 AI 良机。最佳实践是在节奏上张弛有度，通过 " 小步快跑、持续迭代 " 来平衡正与奇的关系。战略涌现观告诉我们，策略的方向可以通过不断行动来校准。因此企业不妨将大战略拆解为一系列短周期的战术试验，每完成一次迭代就评估成果并调整下一步计划。这类似于软件开发中的敏捷方法，将风险分散在多个短周期内逐步化解。

此外，要避免 " 一盘散沙 " 式地同时启动太多 AI 项目。正如贝恩的研究所指出，领先者会聚焦 4~5 个高影响力领域进行深耕，而非贪多求全地撒网。集中兵力在少数几个与战略紧密相关的 AI 用例上取得突破，然后再向其他领域扩展，可以形成良性滚动。

最后还应当设定阶段性里程碑，在重要转折点审视转型节奏是否需要加快或减缓。例如，当外部市场快速接受某 AI 产品时，可以果断加速（奇招迅猛出击）；反之若内部组织消化不良，则需要放缓脚步巩固基础。

总之，节奏维度强调 " 度 " 的拿捏：既不冒进激进，贸然放弃主营押注 AI 导致颠覆式失败；也不因循守旧，错失窗口期被后来者居上。以循序渐进但坚定不移的步伐，走好 AI 战略转型的每一步。

通过以上五个维度的协同发力，企业可以塑造出一种强大的 AI 战略导向。我们将其定义为一种面向未来的姿态，能够主动将 AI 融入资源配置和业务流程中去，从而在不确定环境下保持创新竞争力。我们的实证研究发现，具备 AI 导向的企业新产品上市速度更快、创新质量更高，因而在市场竞争中更具适应性。这充分印证了 " 奇正相生 " 的价值：战略上的正固提供稳定方向，奇招探索带来增量成长，两者融合产生的动态能力，正是引领企业渡过 AI 转型复杂航程的中流砥柱。

奇正相生，战略涌现

在本文中，我们以明茨伯格的战略涌现理论和中国古典奇正相生战略思想为支撑，通过谷歌和 Informatica 两个不同规模企业的案例，剖析了 AI 时代成功转型的关键要素。对中大型中国企业而言，我们的 " 奇正相生 + 战略涌现 " 框架具有普适性的启示意义：它强调在不确定环境下坚定战略定力与灵活应变并重，鼓励企业在守住主营基本盘，同时又以小规模快速试错的方式探索 AI 新业务，从而避免了盲目冒进或裹足不前两种误区。

实践证明，将 AI 融入企业战略不是一朝一夕的豪赌，而是一项需要系统规划和持续演进的工程。谷歌和 Informatica 的故事分别展现了巨头和中坚如何在这场变革中各自找到适合的节奏与打法。

面向未来，随着通用人工智能等新技术的出现，企业的战略环境将更加瞬息万变，竞争格局也将被不断改写。这印证了 " 奇正战略 " 的必要性——只有动态平衡地运用常规与非常规手段，企业才能在下一个技术浪潮中立于不败之地。正如《孙子兵法 · 势篇》所言：" 凡战者，以正合，以奇胜。故善出奇者，无穷如天地，不竭如江河。"