Google и DeepMind: почему реорганизация стала сигналом о смене стратегии в гонке ИИ

Демис Хассабис, основатель и бессменный руководитель DeepMind, готовится покинуть компанию. Операционное управление лабораторией переходит к Кораю Кавукчуоглу, но без титула CEO. Разработка всех моделей Gemini переезжает в Кремниевую долину, где всё больше влияния получает сооснователь Google Сергей Брин. Эти три события - не просто внутренние перестановки. Это структурный сдвиг, который фиксирует конец независимости DeepMind и обозначает новую стратегию Google в гонке искусственного интеллекта.

Вокруг этой реорганизации сложились две противоположные интерпретации. Первая: Google осознанно встраивает ИИ-разработку в конвейер облачных продаж, чтобы монетизировать технологии здесь и сейчас. Вторая: компания признала неспособность догнать конкурентов в создании передовых моделей и теперь пытается компенсировать отставание административными мерами. Обе версии имеют под собой факты, и мы разберём их по порядку.

Что случилось с DeepMind: три ключевых изменения

Новости о реорганизации DeepMind появились в августе 2026 года. Внешне они выглядят как серия кадровых решений, но вместе складываются в картину глубокой трансформации. Лаборатория, которая десятилетие сохраняла особый статус внутри Alphabet, окончательно встраивается в общую структуру Google.

Уход Хассабиса и новый руководитель без титула CEO

Демис Хассабис переходит на наблюдательную должность в материнской компании Alphabet, сохранив руководство проектом Isomorphic Labs. Его место в операционном управлении DeepMind займёт Корай Кавукчуоглу - без титула CEO. Это ключевая деталь. Отсутствие формального статуса генерального директора означает прямое подчинение лаборатории менеджменту Google, а не совету директоров Alphabet. Автономия, которую Хассабис отстаивал с момента приобретения DeepMind в 2014 году, фактически ликвидирована.

Одновременно лабораторию покидает группа ведущих исследователей. Джефф Дин, Ориол Виньялс, Куок Ле и Санджай Гемават объявили об уходе для создания стартапа Discovery Loop в области автоматизации научных открытий. Это продолжение цепочки громких увольнений: ранее Ноам Шазир перешёл в OpenAI, а Джон Джампер - в Anthropic. Подробный разбор кадровых перестановок и их последствий для Gemini показывает, что уход ключевых фигур - симптом более глубоких проблем.

Gemini переезжает в Кремниевую долину: растущая роль Сергея Брина

Разработка всех моделей семейства Gemini перемещается из лондонского офиса DeepMind в Кремниевую долину. Географический сдвиг сопровождается управленческим: сооснователь Google Сергей Брин всё активнее участвует в операционных решениях по флагманской линейке ИИ. Брин, вернувшийся в компанию после периода относительной пассивности, фокусируется именно на коммерциализации технологий. Его влияние смещает баланс от долгосрочных исследований к продуктам, готовым к интеграции в облачные сервисы.

Переезд Gemini - логистический сигнал. Лондонская команда DeepMind исторически работала с высокой степенью независимости, что позволяло вести фундаментальные проекты вроде AlphaFold. Теперь ключевой продукт лаборатории будет развиваться в непосредственной близости от штаб-квартиры Google, где приоритеты определяются квартальной отчётностью и запросами корпоративных клиентов Google Cloud.

Две версии происходящего: стратегический поворот или вынужденная мера?

Реорганизация DeepMind породила два конкурирующих объяснения. Оба опираются на доступные данные, но ведут к разным выводам о будущем Google в гонке ИИ.

Версия 1: ставка на облачный бизнес и инфраструктуру

Сторонники этой интерпретации указывают на цифры. Доходы Gemini в годовом выражении достигли $12 млрд. Облачное подразделение Google, по прогнозам, выйдет на $73 млрд к 2027 году. Выручка Google Cloud во втором квартале 2026 года выросла на 82% по сравнению с аналогичным периодом прошлого года. Приложение Gemini насчитывает 950 млн активных пользователей в месяц. Эти показатели делают облачное направление самым быстрорастущим сегментом бизнеса Alphabet.

В этой логике реорганизация DeepMind - рациональный шаг по интеграции ИИ-разработки в конвейер облачных продаж. Чем теснее лаборатория связана с Google Cloud, тем быстрее новые функции появляются в коммерческих продуктах. Компания уже инвестирует $205 млрд в ИИ-инфраструктуру, и эти вложения требуют быстрой отдачи. Подчинение DeepMind напрямую Google ускоряет цикл «исследование - продукт - выручка».

Финансовый контекст подтверждает эту версию. Alphabet впервые с момента выхода на биржу зафиксировала отрицательный свободный денежный поток: минус $5,8 млрд во втором квартале 2026 года. Капитальные затраты на ИИ-инфраструктуру достигли $44,9 млрд за квартал. При таких расходах компания не может позволить себе исследовательскую лабораторию, работающую по академической модели с горизонтом планирования в десятилетия. Монетизация становится императивом.

Версия 2: неспособность догнать конкурентов и глубинные проблемы

Альтернативная точка зрения фиксирует внимание на другом наборе фактов. Google задерживает выпуск флагманской модели Gemini 3.5 Pro, тогда как конкуренты выпускают новые версии: OpenAI представила GPT-5.5, Anthropic - Claude Opus 4.8, Sonnet 5 и Fable 5. Вместо Pro-версии Google анонсировала три модели - Flash, Flash-Lite и Flash Cyber, - которые оптимизированы по стоимости, а не по качеству. Это похоже на тактику выигрыша времени, а не на уверенное технологическое лидерство.

Уход ключевых исследователей усиливает эту версию. Джон Джампер, один из создателей AlphaFold, ушёл в Anthropic. Команда AlphaFold, получившая Нобелевскую премию по химии в 2024 году, расформирована, а большинство её участников переведены на проекты, связанные с Gemini. Google продолжает инвестировать в научный ИИ, но фокус сместился с фундаментальных прорывов на прикладные инструменты. Лаборатория, которая создала AlphaFold, теперь занимается AI-агентами и автоматизацией рутинных задач.

Бюрократия Google могла стать тормозом для DeepMind. Исследователи, привыкшие к академической свободе, столкнулись с корпоративными процессами, согласованиями и KPI. Результат - исход талантов в стартапы и конкурирующие лаборатории, где цикл принятия решений короче. Реорганизация в этой интерпретации - не стратегический манёвр, а признание того, что прежняя модель не работает.

Что это значит для доступности ИИ: взгляд в будущее

Для читателя, который следит за развитием ИИ не как инвестор, а как пользователь, главный вопрос звучит прагматично: как эти изменения повлияют на доступность технологий? Ответ зависит от того, к какой группе пользователей вы относитесь.

Корпоративный крен: кому достанется новый ИИ

Компании, использующие Google Cloud, окажутся в привилегированном положении. Интеграция DeepMind в структуру Google означает, что новые ИИ-функции будут появляться сначала в облачных сервисах - Vertex AI, BigQuery, корпоративных версиях Gemini. Бизнес получит более мощные инструменты для аналитики, автоматизации и работы с данными. Доходы Gemini в $12 млрд сформированы именно корпоративными контрактами, и этот канал будет приоритетным.

Обычные пользователи могут заметить замедление инноваций в бесплатных сервисах. Поиск Google, почта Gmail, голосовой ассистент - эти продукты, скорее всего, будут получать обновления реже. Компания уже тестирует AI Mode в поиске, но полноценное внедрение передовых моделей в массовые потребительские продукты требует осторожности: ошибки видны миллиардам пользователей и могут ударить по репутации. Корпоративные клиенты, напротив, готовы платить за ранний доступ и мирятся с несовершенствами ради конкурентного преимущества.

Параллельно растёт напряжение между Google и поставщиками контента. Издатели угрожают заблокировать поисковых ботов из-за AI-функций, которые забирают трафик. Это создаёт дополнительные риски для потребительских продуктов Google, зависимых от открытого веба.

Исторические параллели: уроки IBM и Intel для Google

Ситуация, в которой оказалась Google, не уникальна. История технологического бизнеса знает случаи, когда компании меняли исследовательские приоритеты ради коммерческой эффективности и в результате пропускали следующий технологический переход.

IBM в 1980-х контролировала рынок корпоративных вычислений. Компания сделала ставку на мейнфреймы и консалтинг, отдав разработку процессоров и операционных систем для персональных компьютеров на аутсорс - Intel и Microsoft соответственно. Результат: IBM сохранила прибыльный бизнес, но утратила технологическое лидерство и влияние на индустрию, которое перешло к партнёрам.

Intel в 2010-х доминировала на рынке процессоров для серверов и ПК. Компания отклонила предложение Apple о разработке чипов для iPhone, сочтя рынок мобильных устройств недостаточно прибыльным. Ставка на высокомаржинальные серверные решения позволила ARM-архитектуре занять мобильный сегмент, а затем начать экспансию в серверный рынок. Сегодня Intel борется за выживание, а её капитализация в разы ниже, чем у конкурентов, которые инвестировали в новые ниши.

Параллель с Google: фокус на облачной выручке и интеграции ИИ в корпоративные сервисы может принести краткосрочную прибыль. Но если компания ослабит фундаментальные исследования, она рискует пропустить следующий архитектурный сдвиг в ИИ - будь то новые парадигмы обучения, агентные системы или квантовые вычисления. Конкуренты, сохраняющие исследовательскую глубину, могут занять место, которое сегодня Google пытается монетизировать.

Вывод: что реорганизация DeepMind говорит о будущем Google

Реорганизация DeepMind - это сигнал о выборе пути. Google интегрирует свою главную ИИ-лабораторию в структуру облачного бизнеса, жертвуя исследовательской автономией ради коммерческой скорости. Доходы Gemini ($12 млрд) и прогноз облачного подразделения ($73 млрд к 2027 году) показывают, что ставка делается на монетизацию здесь и сейчас. Компания активно нанимает специалистов, но приоритет отдаётся тем, кто работает над прикладными продуктами, а не фундаментальными исследованиями.

Эта стратегия несёт два типа рисков. Первый - отставание в качестве фронт-моделей от конкурентов, которые не связаны корпоративной бюрократией. Задержка Gemini 3.5 Pro и исход талантов в OpenAI и Anthropic - ранние индикаторы этой проблемы. Второй риск - потеря способности к технологическим скачкам. Если Google слишком сосредоточится на облаке, она может пропустить момент, когда появится принципиально новая архитектура ИИ.

Для читателя практический вывод таков: в ближайшие два-три года самые мощные ИИ-инструменты будут доступны через корпоративные облачные подписки. Потребительские сервисы Google продолжат развиваться, но темпы инноваций в них замедлятся. Если вы работаете в бизнесе, присмотритесь к Google Cloud как к каналу доступа к передовым моделям. Если вы интересуетесь ИИ как технологией, следите за стартапами и независимыми лабораториями - именно там, а не внутри технологических гигантов, сегодня рождаются прорывы, которые определят следующее десятилетие.