Google меняет DeepMind: почему Хассабис ушел из операционного управления, а Gemini передали инженеру
Перестановки в руководстве Google DeepMind в августе 2026 года обозначили важный организационный сдвиг: Демис Хассабис сосредоточился на стратегической и научной повестке в роли председателя DeepMind и Chief Scientist Alphabet, а операционное управление Gemini перешло к Кораю Кавукчуоглу. В этой статье разбираем, почему Google разделила научную и операционную власть, как лаборатория теряет былую автономию и что это меняет для рынка ИИ.
TL;DR: Вся статья на одной схеме
Если нет времени читать материал целиком, вот краткая схема того, как устроена реорганизация Google DeepMind, почему научное руководство отделили от операционного и как изменится интеграция моделей Gemini в бизнес:
За кулисами этого кадрового решения кроется не отказ от науки, а пересборка процессов внутри Alphabet в ответ на ужесточение конкуренции. Чтобы понять логику трансформации, важно проанализировать, как развивалось противостояние между академической автономией лаборатории и требованиями к быстрой продуктовой интеграции.
Смена караула в Лондоне: разделение науки и операционного управления
В первой половине августа 2026 года генеральный директор Alphabet Сундар Пичаи объявил о масштабной перестройке руководства Google DeepMind. Сооснователь лаборатории Демис Хассабис оставил пост Chief Executive Officer и перешел на позицию председателя DeepMind, одновременно заняв пост Chief Scientist Alphabet с расширенным мандатом на долгосрочные научные исследования и создание AGI.
Операционное руководство лабораторией и разработкой Gemini перешло к Кораю Кавукчуоглу в статусе старшего вице-президента. Кавукчуоглу работает в DeepMind с 2012 года, стоял у истоков фундаментальных разработок (DQN, WaveNet), в 2024 году занял пост технического директора (CTO), а в июне 2025 года был назначен первым Chief AI Architect Google с прямой задачей ускорить интеграцию моделей в сервисы корпорации.
Это решение отражает разделение двух разных по своей природе задач. Хассабис освобождается от ежедневной административной рутины для концентрации на фундаментальных научных прорывах, а Кавукчуоглу берет на себя ответственность за скорость разработки, техническую эффективность и масштабирование Gemini в продуктах Google.
Разделение ролей стало ответом на усиление давления со стороны OpenAI и Anthropic, где любая задержка с выводом моделей в продакшен ведет к потере позиций на быстрорастущем корпоративном рынке.
Организационный конфликт: автономия DeepMind против продуктовой интеграции
С момента покупки DeepMind в 2014 года лондонская лаборатория пользовалась беспрецедентной автономией внутри Alphabet. Команда Хассабиса создавала прорывные научные вехи (AlphaGo, AlphaFold), однако корпорация регулярно сталкивалась с трудностями переноса исследовательских успехов в коммерческие продукты.
На стыке академической культуры и требований бизнеса возникли три ключевых противоречия:
- Разрыв между исследованием и продуктом: Фундаментальные результаты DeepMind требовали значительно более долгого цикла, чем рынок готов был ждать от коммерческих AI-систем.
- Сохранение автономии исследовательских команд: Лондонский офис долгое время держал дистанцию от продуктовых подразделений Google в Маунтин-Вью, что усложняло прямое внедрение моделей в поиск, рекламу и облачную платформу.
- Разные горизонты планирования: Фундаментальные проекты ориентировались на многолетние научные циклы, тогда как коммерческая гонка требовала значительно более коротких циклов разработки и немедленного отклика на запросы пользователей.
Рынок 2026 года наглядно показал, что одного научного превосходства недостаточно: технологический потенциал необходимо оперативно превращать в доступную инфраструктуру, надежный софт и предсказуемую выручку.
Профиль Корая Кавукчуоглу: логичное продолжение курса на интеграцию
Назначение Кавукчуоглу не стало внезапным поворотом Google на 180 градусов. Будучи признанным исследователем и соавтором ключевых архитектур DeepMind, он одновременно выстроил техническую инфраструктуру обучения Gemini на кластерах TPU.
Перестановка 2026 года выглядит логическим завершением курса, начатого еще в 2025 году с назначением Кавукчуоглу Chief AI Architect. Задача состоит в том, чтобы сделать исследовательский потенциал DeepMind открытым и прикладным для всех сервисов Alphabet.
Исходя из уже обозначенных Google приоритетов, можно ожидать усиления четырех практических направлений:
- Сокращение цикла Time-to-Market: Ускорение темпов переноса весов из стадии экспериментов в рабочие окружения Google Cloud Vertex AI.
- Оптимизация себестоимости инференса: Фокус на квантизации, аппаратном кэшировании и дистилляции для повышения маржинальности вычислений.
- Интеграция с экосистемой Google: Более глубокое внедрение Gemini в Workspace, Search, Cloud и другие ключевые продукты компании.
- Повышение надежности Tool Use: Приоритетная оптимизация моделей под структурированные вызовы внешних баз данных и корпоративных API.
Под руководством Кавукчуоглу исследовательский потенциал лаборатории напрямую подключается к коммерческому двигателю Alphabet без потери фундаментальной базы.
Макро-сдвиг индустрии: курс на финансовую и операционную дисциплину
Реорганизация DeepMind укладывается в общую тенденцию взросления мирового рынка искусственного интеллекта. Период бесконечных бюджетов на абстрактные эксперименты сменился этапом жесткого финансового контроля у всех лидеров индустрии.
OpenAI и Anthropic параллельно движутся к более строгой экономической модели: OpenAI подготовила возможность проведения IPO через конфиденциальную подачу формы S-1, а Anthropic демонстрирует взрывной рост корпоративной выручки и зафиксировала первую квартальную операционную прибыль.
Усиление операционной дисциплины продиктовано тремя объективными причинами:
- Растущие капитальные затраты: Содержание кластеров на сотни тысяч чипов требует непрерывного денежного потока и окупаемости инфраструктуры.
- Требования институциональных инвесторов: Публичные рынки и фонды оценивают компании по росту операционной маржи и стоимости решения бизнес-задач.
- Фокус на прикладную ценность: Заказчики выбирают провайдеров не по числу научных наград, а по надежности SLA, задержкам ответов и предсказуемости биллинга.
В этой парадигме трансформация DeepMind является естественной адаптацией Google к условиям зрелого и высококонкурентного рынка.
Что это меняет для бизнеса и разработчиков
Для IT-бизнеса, стартапов и корпоративных заказчиков перестройка процессов внутри Google несет позитивные изменения.
Усиление операционной связки между DeepMind и Google Cloud обеспечит разработчикам более практичные условия работы:
- Более предсказуемый график обновлений: Сокращение разрыва между публичными презентациями моделей и их открытием для разработчиков.
- Конкурентное ценообразование на API: Оптимизация инференса под руководством инженеров позволит Google эффективнее сдерживать ценовое давление конкурентов.
- Упор на корпоративную стабильность: Модели Gemini будут получать больше улучшений в части работы с длинным контекстом, внешними базами знаний и сложными API-пайплайнами.
Google не отказывается от фундаментальных исследований — она меняет способ их организации. Хассабис получает пространство для долгосрочной AGI-стратегии, а Кавукчуоглу берет на себя ответственность за превращение исследовательского потенциала DeepMind в быстрые, масштабируемые и экономически эффективные продукты.
Для тех, кто предпочитает слушать
Выпустили аудиоверсию этого материала. В выпуске подкаста «Голос из Матрицы» — детальный разбор причин, по которым Сундар Пичаи разделил научное и операционное руководство Google DeepMind, почему Демис Хассабис сосредоточился на стратегии AGI, а Корай Кавукчуоглу возглавил Gemini, и как это повлияет на экосистему ИИ для бизнеса.
Слушайте нас на своих любимых подкаст-платформах: