Sundar Pichai: Gemini 4 potrzebuje większych modeli bazowych, aby poprowadzić wyścig AI

Google zmienia swoją strategię w stronę wstępnego trenowania na masową skalę, aby odzyskać dominację w wyścigu o modele typu frontier. CEO Alphabet, Sundar Pichai, zasygnalizował, że kolejny skok ewolucyjny dla Gemini zależy od budowy znacznie większych modeli bazowych, aby dorównać obecnym liderom branży i ich wyprzedzić.

Mandat skalowania: Dlaczego Gemini 4 jest inne

Podczas niedawnej konferencji dotyczącej wyników finansowych za drugi kwartał 2026 roku, Sundar Pichai odniósł się do krajobrazu konkurencyjnego generatywnej AI, zauważając, że choć Google poczyniło znaczące postępy, droga do osiągnięcia prawdziwej wydajności typu frontier wymaga zmiany skali. Firma realizuje obecnie swój „najbardziej ambitny proces wstępnego trenowania jak dotąd” dla Gemini 4.

Według Pichai, kolejnej generacji inteligencji nie można osiągnąć wyłącznie poprzez stopniowe aktualizacje; wymaga ona znacznie większych modeli bazowych, aby zasypać obecną lukę względem rywali. Ta ogromna inwestycja w moc obliczeniową i dane znajduje odzwierciedlenie w zrewidowanych prognozach inwestycyjnych Alphabet na rok 2026, które zostały podniesione do oszałamiającej kwoty 195–205 miliardów dolarów, aby nadążyć za gwałtownie rosnącym popytem.

Wydajność vs. moc typu frontier: Strategia Flash

Podczas gdy poszukiwania nowego modelu typu frontier trwają, Google jednocześnie optymalizuje rozwiązania dla przypadków użycia typu „workhorse” (robocze), które napędzają jego ekosystem. W hierarchii modeli Google wyłania się wyraźna dwubiegunowość:

• Poziom Frontier: Skupiony na Gemini 4, celujący w potężne możliwości rozumowania i niwelowanie różnic względem czołowych konkurentów.
• Poziom Wydajności: Skupiony na serii Gemini Flash. Pichai zauważył, że modele Flash trafiają w „złoty środek między wydajnością a kosztem”, napędzając większość codziennego popytu konsumenckiego.

To dwutorowe podejście przynosi korzyści finansowe. Google poinformowało, że koszt pojedynczej odpowiedzi AI w „AI Mode” spadł do najniższego poziomu od czasu premiery, nawet w obliczu wdrażania przez firmę potężniejszych modeli bazowych. Ta wydajność, wzmocniona takimi wydaniami jak Flash 3.6, jest kluczowa dla utrzymania marż wraz ze skalowaniem integracji AI.

Masowy wzrost liczby użytkowników i kamienie milowe monetyzacji

Kondycja finansowa transformacji AI w Google jest widoczna w ostatnich wynikach kwartalnych. Google zaraportowało przychody za drugi kwartał 2026 roku w wysokości 119,8 miliarda dolarów, co stanowi wzrost o 24% rok do roku. Kluczowe czynniki wzrostu to:

• Adopcja aplikacji Gemini: Liczba miesięcznych aktywnych użytkowników wzrosła do 950 milionów, w porównaniu do 750 milionów w lutym.
• Ekspansja Google Cloud: Segment Cloud odnotował gwałtowny wzrost o 82%, osiągając 24,8 miliarda dolarów.
• Integracja z wyszukiwarką: AI Mode w Google Search przekroczył miliard miesięcznych aktywnych użytkowników, odblokowując miliardy zapytań wyszukiwania, które wcześniej trudno było zmonetyzować.
• Ewolucja technologii reklamowej: Narzędzie reklamowe AI Max wyszło z fazy beta i jest obecnie wykorzystywane przez 500 000 reklamodawców.

Rozwiązywanie słabości technicznych

Pichai otwarcie mówił o obszarach, w których Google wciąż musi nadrobić zaległości. W szczególności firma stawia na poprawę możliwości w zakresie „kodowania i kodowania agentowego” (agentic coding). W miarę jak AI ewoluuje od prostych interfejsów czatu do autonomicznych agentów, którzy potrafią pisać, debugować i wykonywać kod, opanowanie tych agentowych przepływów pracy (workflows) jest głównym punktem koncentracji cyklu rozwoju Gemini 4.

Kluczowe wnioski

• Skala jest priorytetem: Google inwestuje rocznie do 205 miliardów dolarów, zakładając, że „znacznie większe modele bazowe” to jedyny sposób na wygranie wyścigu o AI typu frontier za pomocą Gemini 4.
• Przewaga Flash: Podczas gdy goni za inteligencją typu frontier, Google z sukcesem wykorzystuje serię Gemini Flash do zapewnienia wysokowydajnych i niskokosztowych usług dla niemal 1 miliarda użytkowników.
• Ukierunkowane ulepszenia: Intensywne wysiłki związane z wstępnym trenowaniem Gemini 4 mają na celu konkretnie rozwiązanie obecnych słabości w zakresie kodowania oraz autonomicznych zdolności agentowych.