سوندار پیچای: Gemini 4 برای پیشتازی در رقابت هوش مصنوعی به مدل‌های پایه بزرگ‌تر نیاز دارد

گوگل در حال تغییر استراتژی خود به سمت پیش‌آموزش (pre-training) در مقیاس عظیم است تا بار دیگر سلطه خود را بر رقابت مدل‌های پیشرو (frontier models) بازپس گیرد. سوندار پیچای، مدیرعامل Alphabet، سیگنال‌هایی مبنی بر این داده است که جهش تکاملی بعدی برای Gemini به ساخت مدل‌های پایه بسیار بزرگ‌تر بستگی دارد تا بتواند با پیشتازان فعلی صنعت رقابت کرده و از آن‌ها پیشی بگیرد.

ضرورت مقیاس‌پذیری: چرا Gemini 4 متفاوت است

در جریان گزارش مالی اخیر مربوط به سه ماهه دوم سال ۲۰۲۶، سوندار پیچای به فضای رقابتی هوش مصنوعی مولد پرداخت و خاطرنشان کرد که اگرچه گوگل گام‌های بلندی برداشته است، اما مسیر رسیدن به عملکرد واقعی در سطح مدل‌های پیشرو، نیازمند تغییر در مقیاس است. این شرکت در حال حاضر «جاه‌طلبانه‌ترین دوره پیش‌آموزش خود را تا به امروز» برای Gemini 4 انجام می‌دهد.

به گفته پیچای، نسل بعدی هوش را نمی‌توان تنها از طریق به‌روزرسانی‌های تدریجی به دست آورد؛ بلکه برای پر کردن شکاف فعلی با رقبا، به مدل‌های پایه بسیار بزرگ‌تر نیاز است. این سرمایه‌گذاری عظیم در محاسبات و داده‌ها در پیش‌بینی اصلاح‌شده سرمایه‌گذاری سال ۲۰۲۶ شرکت Alphabet منعکس شده است که برای همگامی با تقاضای فزاینده، به رقم خیره‌کننده ۱۹۵ تا ۲۰۵ میلیارد دلار افزایش یافته است.

کارایی در برابر قدرت پیشرو: استراتژی Flash

در حالی که تلاش برای دستیابی به یک مدل پیشرو جدید ادامه دارد، گوگل همزمان در حال بهینه‌سازی برای موارد استفاده «کاربردی» (workhorse) است که اکوسیستم آن را به حرکت در می‌آورند. یک دوگانگی واضح در سلسله‌مراتب مدل‌های گوگل در حال شکل‌گیری است:

• سطح پیشرو (Frontier Tier): متمرکز بر Gemini 4، با هدف دستیابی به قابلیت‌های استدلال عظیم و پر کردن شکاف با رقبای تراز اول.
• سطح کارایی (Efficiency Tier): متمرکز بر سری Gemini Flash. پیچای خاطرنشان کرد که مدل‌های Flash به «نقطه بهینه عملکرد و هزینه» رسیده‌اند و بخش عمده‌ای از تقاضای روزانه مصرف‌کنندگان را پوشش می‌دهند.

این رویکرد دو مسیره از نظر مالی نتیجه‌بخش بوده است. گوگل گزارش داد که هزینه هر پاسخ هوش مصنوعی در "AI Mode" به پایین‌ترین سطح خود از زمان عرضه کاهش یافته است، حتی در حالی که شرکت مدل‌های زیرساختی قدرتمندتری را مستقر می‌کند. این کارایی که با محصولاتی مانند Flash 3.6 تقویت شده است، برای حفظ حاشیه سود با گسترش ادغام هوش مصنوعی، حیاتی است.

رشد عظیم کاربران و نقاط عطف درآمدزایی

سلامت مالی گذار گوگل به هوش مصنوعی در شاخص‌های فصلی اخیر آن مشهود است. گوگل درآمد ۱۱۹.۸ میلیارد دلاری را برای سه ماهه دوم سال ۲۰۲۶ گزارش کرد که نشان‌دهنده افزایش ۲۴ درصدی نسبت به سال گذشته است. محرک‌های اصلی رشد عبارتند از:

• پذیرش اپلیکیشن Gemini: کاربران فعال ماهانه به ۹۵۰ میلیون نفر رسیده است، که نسبت به ۷۵۰ میلیون نفر در ماه فوریه افزایش یافته است.
• گسترش Google Cloud: بخش Cloud شاهد رشد انفجاری ۸۲ درصدی بود و به ۲۴.۸ میلیارد دلار رسید.
• ادغام در جستجو: قابلیت AI Mode در Google Search از مرز یک میلیارد کاربر فعال ماهانه عبور کرده است و میلیاردها پرس‌وجوی جستجو را که قبلاً درآمدزایی از آن‌ها دشوار بود، آزاد کرده است.
• تکامل فناوری تبلیغات: ابزار تبلیغاتی AI Max از مرحله بتا خارج شده و اکنون توسط ۵۰۰,۰۰۰ تبلیغ‌کننده مورد استفاده قرار می‌گیرد.

مقابله با نقاط ضعف فنی

پیچای درباره حوزه‌هایی که گوگل هنوز باید در آن‌ها جبران کند، شفاف بود. به‌طور مشخص، این شرکت در حال تمرکز مضاعف بر بهبود قابلیت‌های "coding and agentic coding" (برنامه‌نویسی و برنامه‌نویسی عامل‌محور) است. از آنجایی که هوش مصنوعی از رابط‌های چت ساده به سمت عامل‌های خودمختار (autonomous agents) حرکت می‌کند که می‌توانند کد بنویسند، عیب‌یابی کنند و کد را اجرا کنند، تسلط بر این جریان‌های کاری عامل‌محور (agentic workflows)، تمرکز اصلی چرخه توسعه Gemini 4 است.

نکات کلیدی

• مقیاس اولویت است: گوگل سالانه تا سقف ۲۰۵ میلیارد دلار سرمایه‌گذاری می‌کند، با این شرط‌بندی که «مدل‌های پایه بسیار بزرگ‌تر» تنها راه پیروزی در رقابت هوش مصنوعی پیشرو با Gemini 4 هستند.
• مزیت Flash: در حالی که گوگل به دنبال هوش پیشرو است، با موفقیت از سری Gemini Flash خود برای ارائه خدمات پرحجم و کم‌هزینه به نزدیک به ۱ میلیارد کاربر استفاده می‌کند.
• بهبودهای هدفمند: تلاش‌های عظیم پیش‌آموزش برای Gemini 4 به‌طور مشخص با هدف حل نقاط ضعف فعلی در قابلیت‌های برنامه‌نویسی و خودمختاری عامل‌محور انجام می‌شود.