Google, подобно на колегите си от индустрията, догонва Microsoft в надпреварата за генеративен изкуствен интелект през последната година, след като беше изненадана от стартирането на ChatGPT в края на 2022 г. Но всичко това е на път да се промени, смятат анализаторите.

Миналата седмица Google инициира ребрандиране на Gemini, обединявайки портфолиото си от инструменти за генеративен ИИ, като чатбота Bard и асистента за продуктивност Duet AI, под знака на Gemini.

В края на 2023 г. компанията представи Gemini, своята гама от големи езикови модели (LLM), която представи като водещ претендент за доминацията на GPT-4 на OpenAI. Но Чираг Декате, вицепрезидент анализатор в Gartner, казва пред ITPro, че това е нещо повече от маркетингов трик. Този ход представлява стъпка към промяна в начина, по който Google планира да се конкурира с Microsoft и други в сферата на генеративния изкуствен интелект, като изрично подчертава предимствата на мултимодалността на Gemini.

Мултимодалният ИИ позволява на потребителите да въвеждат данни под формата на текст, изображения или звук, за да се информират за резултатите във всяка или във всички тези модалности. Например, ако на една мултимодална система се предоставят както текст, така и изображения, тя може да създаде изходи във формат, базиран на текст или изображения.

Понастоящем Dekate твърди, че Google Gemini е единственият „собствен мултимодален модел“, който се предлага на пазара; и именно това ще бъде ключов фактор за разграничаване на фирмата през следващата година. Google се опира на факта, че Gemini е напълно уникално предложение както за предприятията, така и за потребителите. Майкрософт и Амазон закъсняха в тази област и комбинират редица унимодални модели, което има значителни недостатъци.

„Така че Gemini, бидейки единственият нативен мултимодален модел, който се учи от текст, видео, аудио, изображения и код и ги преобразува в мултимодални изходи, е доста уникален“, казва Декате. „Така че при алтернативните подходи, при които основно се нанасят куп едномодални модели и се опитвате да имитирате мултимодални възможности, имате проблеми с това.

„Включвате се в адитивни структури на разходите и наборът от функции вероятно ще бъде нестандартен или поне нивата на производителност ще бъдат относително по-ниски, отколкото при наличието на естествено мултимодално преживяване.“

Дългият път на Google към върховенството на изкуствения интелект

Според Dekate диференцирането на подхода към изкуствения интелект е дългогодишен фокус на Google, който се простира в продължение на почти десетилетие.

През 2017 г. главният изпълнителен директор Сундар Пичай заяви пред делегатите на конференцията за разработчици I/O, че Google е „компания, ориентирана към ИИ“. Това означава, обяснява Dekate, че Google е изграждала „инфраструктура, базирана на ИИ“, която е готова за експлоатация – и генеративният ИИ е бил идеалната ситуация, в която да се възползва от това.

Освен това компанията използва опита на Google DeepMind и Google Research, за да стимулира иновациите както на продуктово, така и на инфраструктурно ниво. Това представлява жизненоважен „иновационен двигател“ за Google, казва Декате, който я отличава от конкурентите в тази област.

„С марката Gemini се опитва да покаже на пазара, че Google има нещо, което липсва на много от колегите им“, казва той. „Това е иновационният двигател, ако щете, на Google DeepMind и Google Research, който предоставя водещи възможности и продукти и дава възможност на предприятията да използват тези иновации по-бързо.

„Ако сравните колегите й в облака, ще забележите, че те не разполагат с този иновационен двигател, който има Google. Дори някои от стартъпите може и да грабват заглавията, но от гледна точка на възможностите сега виждате, че Google разгръща мускулите си, свързани с изкуствения интелект.“

По подобен начин Google не само може да прави иновации като своите колеги, но и разполага с редица механизми за доставка в Google Cloud, Workspace, Android, Search и Chrome, които ще ѝ позволят да внедри генеративни продукти с ИИ както за потребителите, така и за предприятията.

Той отбелязва, че Microsoft стои на почти равна нога на този фронт, тъй като е вплела функции на генеративен AI във всички свои основни продуктови предложения. Но голямото предимство на компанията досега в надпреварата за генеративен изкуствен интелект – OpenAI – може да се превърне в дългосрочна пречка в битката с Google.

„Ако погледнете конкурентите в OpenAI, Microsoft, Amazon и други, те имат подобни възможности, но епизодично, не непременно толкова цялостно.“

OpenAI може да не е златната кокошка, за която си мисли Microsoft

Причината за огромния успех на Microsoft досега в областта на генеративния изкуствен интелект е OpenAI; в това няма съмнение, казва Dekate.

Благодарение на партньорството си с OpenAI, ръководено от фирмата на Сам Алтман, Microsoft е успяла да разпредели ресурсите си изключително ефективно и да се възползва от опита и иновациите на стартъпа. Но въпреки че досега това е било предимство, то може да създаде проблеми по-нататък.

„Причината, поради която Microsoft е била толкова ефективна, колкото е, и продължава да бъде свръхефективна, е, че до голяма степен разчита на OpenAI да предоставя изключителни иновации чрез средство за доставка на Microsoft“, казва той.

„Така че в известен смисъл тя трябва да разчита на OpenAI за иновации. Векторът на иновациите в модела му идва от OpenAI, а векторът на иновациите в инфраструктурата му до голяма степен идва от Nvidia.

„Това освобождава Microsoft да се съсредоточи много повече върху опита за достигане до пазара, защото не се налага да прави иновации на ниво модел. Не се налага да прави твърде дълбоки иновации на ниво инфраструктура.“

Това обаче означава, че Microsoft „основно е интегрирала иновации от други места“. OpenAI стимулира иновациите в модела, а Microsoft стимулира стратегията за изпълнение. Досега това беше изключително печеливша стратегия, но с фокуса на Google върху Gemini и възможността да предложи наистина уникално предложение от конкурентите в пространството, Dekate очаква Google да започне да печели позиции и дори да заеме водеща позиция на пазара през следващата година.

Според Dekate с Gemini Google демонстрира водещата си позиция в индустрията по отношение на мултимодалния изкуствен интелект.

„Не само това, те показват как изглежда едно истинско предприятие, ориентирано към изкуствения интелект. Вместо да наваксват и да се опитват да се конкурират с Microsoft, сега те вкарват във всеки свой продукт най-добрия модел, с който разполагат. Така че в известен смисъл, от гледна точка на иновациите в моделите, другите сега догонват Google.“

Според Dekate Microsoft може да се затрудни с това как да се конкурира с нативната мултимодалност, тъй като разчита на OpenAI за иновации в тази област. Технологичният гигант е зависим от това, което произвежда OpenAI, докато Google работи самостоятелно.

Може ли Google наистина да се възползва от Gemini?

Макар и да изтъква благоприятната позиция на Google, Dekate признава, че „журито не е наясно“ дали Google ще успее да превърне генеративните продуктови иновации в AI във въздействащи приходи.

Той казва, че това е така, защото в близко бъдеще успехът на Google в областта на ИИ ще зависи от способността на компанията да бъде „свръхефективна в изпълнението си в предприятията, за да може тези технологии да бъдат в ръцете на предприятията“.

„Тя трябва да изпревари Microsoft в ориентираното към предприятията движение, което е много трудно да се направи“, казва той. „Microsoft се справя перфектно с изпълнението, а Google трябва да ги надмине в иновациите и да ги конкурира.“ Ако Google изпълнява тази стратегия както досега, когато вярва, че „най-добрите продукти се продават сами“, тя може да се препъне или да се провали напълно, добавя Декате. „Не можете да имате тези невероятни иновации и да искате от предприятията просто да ги разберат, това едва ли ще проработи“, казва той.

„Google ще трябва да се ангажира с мащабни маркетингови усилия и, което е по-важно, с усилия за излизане на пазара, като си партнира с предприятията, за да им даде възможност да създадат решения от това.“

Въпреки това Декате смята, че за първи път от появата на генеративния ИИ досега Google е твърдо „на мястото на водача“.

„Google определя темпото, ако щете, в някои части на пазара на генеративния ИИ.“