Последняя конференция Google I/O ясно показала одну вещь: корпорация решила внедрить искусственный интеллект абсолютно везде. От поисковой строки до офисных приложений — генеративные сети стали центральным элементом экосистемы. Однако за этим масштабным развертыванием скрывается фундаментальный вопрос: насколько цели лаборатории DeepMind совпадают с бизнес-интересами самой Google?
Стратегию, которую мы наблюдали на презентации, можно охарактеризовать как попытку интегрировать новые технологии во все доступные ниши одновременно. Google добавляет сводки, сгенерированные ИИ (AI Overviews), в основной поиск, внедряет умных помощников в Workspace и глубоко встраивает нейросети в Android. Это защитная реакция на давление со стороны конкурентов, заставляющая компанию действовать максимально быстро, порой делая продуктовые линейки запутанными.
Наблюдая за анонсами, трудно не заметить определенную фрагментацию. Линейка моделей Gemini теперь включает версии Nano, Flash, Pro и Ultra. Каждая из них имеет свои особенности, ограничения и сферы применения. Для сторонних разработчиков это создает дополнительную когнитивную нагрузку: выбор правильной модели для конкретной задачи становится сложным процессом. Google пытается охватить все возможные сценарии — от локального выполнения на мобильных устройствах до массивных облачных вычислений, — но рискует потерять фокус.
В основе новых функций лежат так называемые «модели мира» (world models). В отличие от ранних текстовых генераторов, современные архитектуры, разрабатываемые в DeepMind, стремятся понимать физическую реальность. Проект Astra, показанный на конференции, демонстрирует именно такой подход: система анализирует видеопоток в реальном времени, запоминает расположение объектов и понимает пространственный контекст. Это переход от простого предсказания следующего слова к сложной мультимодальной обработке, где модель формирует внутреннее представление об окружающем мире.
Именно здесь возникает главный конфликт. Исторически DeepMind создавалась с одной амбициозной целью — достижение общего искусственного интеллекта (AGI). Их культура — это культура исследователей, стремящихся раздвинуть границы возможного. В то же время Google — это гигантская рекламная машина. Основной доход компании зависит от того, переходят ли пользователи по ссылкам в поисковой выдаче.
Когда DeepMind создает идеальную модель, способную дать прямой и исчерпывающий ответ на любой вопрос, это напрямую угрожает бизнес-модели Google. Если ИИ-ассистент решает проблему пользователя прямо на странице поиска, мотивация переходить на сайты рекламодателей исчезает. Возникает парадокс: самые выдающиеся технологические достижения исследовательского подразделения могут стать разрушительными для финансового фундамента материнской компании.
Слияние Google Brain и DeepMind в единую структуру было вынужденным шагом, продиктованным необходимостью консолидировать ресурсы. Однако объединение команд не означает автоматического слияния культур. Исследователи привыкли работать над фундаментальными проблемами машинного обучения, а теперь от них требуют создавать прикладные решения для немедленной интеграции в коммерческие сервисы.
В ближайшие годы мы будем наблюдать, как разрешится это структурное противоречие. Успех Google в эпоху генеративного ИИ зависит не столько от способности DeepMind обучать все более мощные модели, сколько от способности корпорации трансформировать свою бизнес-модель. Если компания не найдет способ монетизировать прямые ответы ИИ так же эффективно, как классический поиск, технологическое превосходство не спасет ее от финансовых потерь. Время покажет, сможет ли исследовательский идеализм сосуществовать с прагматизмом рекламного бизнеса.