Google запускает самую заметную перестройку своего AI-контура за последние годы: Демис Хассабис уходит из оперативного управления DeepMind, а Джефф Дин после 27 лет в компании запускает новый стартап. Как пишет MIT Technology Review, реорганизация Google AI важна не только для самой корпорации: для разработчиков, продуктовых команд и IT-руководителей это сигнал, что исследовательская автономия в бигтехе уступает место жёсткой продуктовой вертикали.
Ключевых кадровых изменений два, и оба бьют точно в центр прежней конструкции DeepMind. Хассабис, который много лет был публичным лицом лаборатории и фактическим хозяином её исследовательской повестки, становится председателем подразделения и главным научным сотрудником Alphabet. Это роль шире и статуснее, но заметно дальше от ежедневного управления. Операционную часть забирает нынешний CTO DeepMind Корай Кавукчуоглу: теперь он будет руководить командой в статусе senior vice-president. Для внешнего наблюдателя это может выглядеть как пересадка людей по креслам, но для Google разница принципиальна: решения о том, что исследовать, куда вкладывать вычисления и как быстро превращать науку в продукт, уходят ближе к корпоративному центру.
Следующий слой — сама судьба DeepMind как отдельной сущности. По информации издания, Google собирается жёстче встроить лабораторию в свой основной бизнес. Это важный разворот для актива, купленного ещё в 2014 году и долго работавшего в логике почти автономного исследовательского государства внутри корпорации. Такой режим был удобен, пока победы в науке сами по себе оправдывали издержки. Но когда рынок требует не только публикаций, а ещё и быстрой продуктовой отдачи, автономия начинает мешать. Дополнительный сигнал — концентрация AI-руководства в Калифорнии: центр тяжести смещают туда, где проще свести вместе исследование, инфраструктуру, деньги и продуктовые команды.
Отдельная линия этой истории — уход Джеффа Дина после 27 лет в Google. Для любой технологической компании потеря такого ветерана болезненна сама по себе, а в момент большой перестройки она выглядит как публичный индикатор того, что внутренняя конфигурация меняется глубже, чем хотелось бы показать формальными назначениями. Дин запускает Discovery Loop вместе с тремя бывшими коллегами; цель стартапа — максимально автоматизировать научное исследование как процесс. Самый ироничный штрих в том, что Google уже стала одним из ранних инвесторов нового проекта. Бывший исследователь Google Brain Джереми Никсон назвал уход Дина первым по-настоящему кризисным моментом для компании — оценка резкая, но на таком фоне вполне понятная.
Причины для такого манёвра лежат не только в амбициях, но и в неприятной бухгалтерии. Перед перестройкой Google прошла через болезненные потери в войне за AI-таланты, задержки следующей флагманской модели и разговоры о слабой внутренней морали. Когда лучшие исследователи начинают смотреть по сторонам, а ключевые релизы сдвигаются, менеджмент почти неизбежно собирает систему заново. Издание добавляет ещё один важный факт: AI-направление Google в последнем квартале впервые ушло в отрицательный денежный поток. Без точных сумм этого уже достаточно, чтобы понять логику происходящего. На стадии, где обучение моделей и исследовательская инфраструктура стоят всё дороже, свободные научные эксперименты становятся роскошью.
Но реорганизация Google AI — это не только про управленцев и расходы. Она совпадает со сменой самой научной ставки. Если раньше DeepMind чаще ассоциировалась с узкими, но выдающимися системами вроде AlphaFold, то теперь Google смещает акцент к агентным AI-системам, которые могут вести исследование заметно автономнее. Для индустрии это важный поворот. Речь уже не о том, чтобы сделать ещё один впечатляющий инструмент под одну задачу, а о попытке собрать более универсальный контур: формулировать гипотезы, запускать шаги исследования, проверять результаты и возвращать их в рабочий цикл почти без ручной сборки. Такая стратегия лучше ложится на корпоративный масштаб и легче продаётся как платформа, а не как разовая победа лаборатории.
Для русскоязычной IT-аудитории из этого следуют вполне практичные выводы. Разработчикам стоит смотреть не только на сами модели, но и на слой вокруг них: агентные сценарии, оркестрацию, оценку качества, инструменты для внутренних R&D-процессов. Именно туда, похоже, будут переезжать бюджеты и найм. Продуктовым командам история Google напоминает простую вещь: сильная исследовательская группа полезна ровно до того момента, пока компания может терпеть длинный горизонт окупаемости. Как только финансовое давление усиливается, на сцену выходят метрики скорости, интеграции и понятной бизнес-отдачи. Для стартапов это, наоборот, окно возможностей: чем жёстче корпорации затягивают вертикаль, тем больше уходит наружу людей, идей и ниш, которые внутри крупной структуры уже не помещаются.
Теперь главный вопрос звучит так: сможет ли Google ускорить выпуск сильных AI-систем, не повторив классическую ошибку больших компаний, когда вместе с хаосом выжигают и источник новых идей. Если реорганизация Google AI сработает, отрасль получит новый стандарт сборки дорогой исследовательской машины под продуктовые KPI. Если нет, рынок увидит ещё больше компаний уровня Discovery Loop, выросших прямо из бывших внутренних звёзд бигтеха.