Хассабіс залишає CEO DeepMind: що зміна керівництва означає для AI-гонки

Деміс Хассабіс залишає крісло CEO Google DeepMind і переходить на посаду голови ради, а Джефф Дін іде з Alphabet. Двоє людей, що визначали технічний курс головного AI-підрозділу Google, одночасно змінюють роль — це рідкісний збіг, і він щось означає для кожного, хто будує продукт на Gemini чи планує його будувати.

Хассабіс — нобелівський лауреат за AlphaFold, обличчя DeepMind і людина, яка десять років захищала дослідницьку культуру лабораторії від тиску квартальних звітів. Джефф Дін — інженер, чиї рішення лежать в основі половини інфраструктури Google, від MapReduce до TensorFlow і TPU. Коли обидва відходять від операційного керма, це не перестановка облич. Це зміна того, хто ухвалює рішення про пріоритети.

Що читати за кадровим рухом

Перехід засновника з CEO у голову ради зазвичай означає одне: операційний контроль переходить до людей, ближчих до монетизації. Хассабіс на посаді голови зберігає вплив на стратегію та публічний голос, але щоденні рішення — про ціни на API, про квоти, про те, які моделі стають публічними, а які лишаються всередині — ухвалюватимуть інші. Дослідницька лабораторія стає продуктовим підрозділом. Це не оцінка, це напрямок.

Для українського стартапу, що тримає бекенд на Gemini API, практичний висновок простий. Продуктова орієнтація означає передбачуваніший реліз-цикл і, ймовірно, агресивніше ціноутворення, бо продукт мусить конкурувати з OpenAI за клієнта. Але вона ж означає, що дешеві дослідницькі преференції та щедрі безкоштовні ліміти живуть недовго. Історія Oracle, який цього року врізав свої «безкоштовні назавжди» ARM-ліміти до 2 OCPU і почав їх примусово застосовувати, — це шаблон, а не виняток. Хто будує критичну частину продукту на безплатному чи субсидованому тарифі великої платформи, той будує на позиченому фундаменті.

TPU, гранти й чому це стосується держсектору

Друга частина сигналу — про залізо. Дін відповідав за TPU, і його вихід ставить питання про те, наскільки відкритим лишиться доступ до цих чипів для зовнішніх розробників. TPU — головна альтернатива дефіцитним GPU Nvidia, і для команди, що тренує власну модель, різниця між доступом і його відсутністю — це різниця між проєктом і презентацією.

Тут варто дивитися на паралельний тренд, який HN обговорює окремо: відкриті моделі, що обходять дорогі пропрієтарні системи на конкретних задачах у сто разів дешевше на ретриві. Для держсектору й невеликих команд це реальна стратегія — не залежати від однієї платформи, а тримати відкриту модель на власному чи орендованому залізі там, де задача це дозволяє.

Кадрові зміни в лабораторії, від якої ти залежиш, — це не новина про чужу компанію. Це попередження про власний технологічний стек.

Практичний список для тих, хто планує рік наперед:

• Diversify провайдерів. Якщо весь продукт зав'язаний на один Gemini API, закладай запасний шлях на відкриту модель або іншого вендора вже зараз.
• Не покладайся на безкоштовні ліміти у продакшені — рахуй економіку на платних тарифах, бо саме їх продуктовий менеджмент захоче підняти.
• Стеж за анонсами доступу до TPU — зміна умов тут прийде раніше, ніж офіційна прес-заява, через зміну команди, що їх контролює.

Хассабіс лишається головою ради, отже курс на дослідження не зникне за ніч. Але операційна логіка Google щойно зсунулась у бік продукту й прибутку, і той, хто будує на його інфраструктурі, має планувати відповідно — з другим постачальником напоготові.