در رویداد I/O 2025 گوگل در سیلیکون ولی، مشخص شد که گوگل در حال تشدید تلاش‌های هوش مصنوعی خود تحت برند جمینی است، که شامل مجموعه‌ای از معماری‌های مدل و پژوهش‌های متنوع است و نوآوری‌های خود را به سرعت در محصولات خود پیاده می‌کند. فراتر از ویژگی‌های جدید، گوگل یک چشم‌انداز جسورانه فاش کرد: ایجاد یک سیستم‌عامل مبتنی بر هوش مصنوعی — نه یک سیستم راه‌اندازی سنتی، بلکه لایه منطق‌پذیر قابل دسترسی توسط هر برنامه. این «مدل جهان» قصد دارد یک دستیار جهانی را قدرت‌بخشید که جهان فیزیکی را درک کند، استدلال کند و به جای کاربران عمل کند. این رویکرد استراتژیک ممکن است در سایه اعلامیه‌های متعدد رویداد ناپدید شده باشد، اما برای هدف‌گذاری گوگل برای سبقت از رقبا حیاتی است. گوگل میلیاردها دلار در این پروژه بلندپروازانه سرمایه‌گذاری می‌کند و با چالش تبدیل پژوهش‌های هوش مصنوعی خود به محصولات سریع‌تر از رقبا، که در بسته‌بندی هوش مصنوعی به راه‌حل‌های دسترس‌پذیر و تجاری توانمند هستند، روبه‌رو است. این شرکت باید استراتژی متمرکز مایکروسافت، جاه‌طلبی‌های سخت‌افزاری OpenAI و محافظت از امپراتوری پرسود جستجو خود در برابر تحولات هوش مصنوعی را مدیریت کند. در مقیاس، گوگل بسیار بزرگ است: ساندر پچای اعلام کرد که ماهانه ۴۸۰ تریلیون توکن پردازش می‌کند — ۵۰ برابر میزان سال گذشته و تقریباً پنج برابر حجم مایکروسافت. تعامل توسعه‌دهندگان به سرعت در حال رشد است، با بیش از ۷ میلیون کاربر که اکنون از API جمینی استفاده می‌کنند، افزایش پنج برابری نسبت به I/O قبلی، و استفاده از Vertex AI به ۴۰ برابر رسیده است. کارایی با مدل‌های پیشرفته مانند جمینی ۲. ۵ و Ironwood TPU در حال بهبود است. ابزارهای جدید مانند حالت AI و مرورهای AI، که به ۱. ۵ میلیارد کاربر ماهانه می‌رسد، در کمک به انتقال جستجو به تجربه اول مبتنی بر هوش مصنوعی نقش دارند. مرکز دیدگاه گوگل، «مدل جهان»، هوش مصنوعی است که عمیقاً دینامیک‌های دنیای واقعی را درک می‌کند و یک دستیار جهانی قدرتمند و فقط توسط گوگل پشتیبانی می‌شود، را حمایت می‌کند. این موضوع تنش‌هایی درباره میزان کنترل که گوگل می‌خواهد اعمال کند ایجاد می‌کند: آیا باید در درجه اول از کسب‌وکار پرسود خود در جستجو به ارزش ۲۰۰ میلیارد دلار محافظت کند و هوش مصنوعی را به صورت داخلی یکپارچه سازد یا به صورت آزادانه زیرساخت‌های هوش مصنوعی بنیادین را با توسعه‌دهندگان خارجی که این اکوسیستم بیش از ۲۰ میلیون توسعه‌دهنده دارد، به اشتراک بگذارد؟ گوگل اغلب وظایف کلیدی را برای جستجوی خود محفوظ می‌دارد، اما به طور فزاینده‌ای دسترسی به توسعه‌دهندگان را فراهم می‌کند، چیزی که در پروژه Mariner شاهد آن هستیم، که ویژگی‌های خودکارسازی مرورگر آن به زودی از طریق API جمینی به صورت گسترده در دسترس قرار می‌گیرند و رقبایی مانند Automation Anywhere و UiPath می‌توانند بر پایه آن توسعه دهند. این دیدگاه توسط دمیس‌هاسابیس، مدیر عامل DeepMind، بیان شد، که توضیح داد گوگل در حال تقویت تمرکز بر هوش مصنوعی عمومی است (AGI). جمینی، بهترین مدل چندرسانه‌ای، در حال تبدیل به مدل جهان است — سیستمی که اصول جهان مانند علت و معلول و فیزیک شهودی را شبیه‌سازی می‌کند، مشابه یادگیری انسان. کارهای DeepMind روی مدل‌هایی مانند Genie 2، که قادر است محیط‌های تعاملی بازی را بر اساس متن یا تصویر تولید کند، نمونه‌ای از این رویکرد است. هاسابیس از اواخر ۲۰۲۴ در حال گسترش مفاهیم مدل جهان و دستیار هوش مصنوعی جهانی است، و پچای و جاش وودور، رهبر جمینی، این ایده را در I/O تکرار کردند. برنامه جمینی قصد دارد به یک دستیار شخصی، فعال و قدرتمند و جهانی تبدیل شود، که نشانگر یک نقطه عطف کلیدی در مسیر رسیدن به AGI است. نمایش‌هایی مانند Flow، یک بوم فیلم‌سازی با استفاده از قابلیت‌های فیزیک‌دانسته ویدئو و صدا در Veo 3، و مدل جمینی رباتیک بهینه‌شده، نشان می‌دهند فهم مدل جهان وارد حوزه‌های خلاقانه و رباتیک می‌شود. پچای بر ادغام پروژه آسترا، که فهم زنده ویدئو و اشتراک صفحه را در جمینی لایو امکان‌پذیر می‌کند، و همچنین روی کار آمدن درک هوشمندانه در موضوعات شخصی مانند سابقه جستجو و به زودی جیمیل/تقویم تأکید کرد، و نشان داد که جمینی می‌تواند نیازهای کاربر را پیش‌بینی کند، مانند آزمون‌های شخصی‌سازی شده یا توضیحات خاص، و آینده‌ای را رقم بزند که کاربران بتوانند با مدل جمینی ۲. ۵ پرو، «افکار را در وجود آوردن» را تجربه کنند. ابزارهای توسعه مانند جمینی ۲. ۵ پرو با “تفکر عمیق”، مدل ۲. ۵ فلاش کارآمد با قابلیت Grounding صوتی و آدرس‌های اینترنتی، و پیش‌نمایش جمینی دیفیوژن (که نشان‌دهنده تمایل به فراتر رفتن از ترنسفورمرهای خالص برای بهبود کارایی است)، مجموعه ابزارهای گوگل را غنی‌تر می‌کند. AI Studio، Firebase Studio و Vertex AI به عنوان مسیرهای ورودی برای توسعه‌دهندگان و شرکت‌ها عمل می‌کنند. از نظر استراتژیک، گوگل با فشار برای دفاع از درآمد مبتنی بر جستجو و تسریع در پیاده‌سازی هوش مصنوعی روبه‌رو است، در حالی که رقابت شدیدی در جریان است. سطوح تسلط مایکروسافت در بهره‌وری سازمانی با ابزارهایی مانند Microsoft 365 Copilot و Azure AI Foundry و استراتژی «وب عامل» باز، برای گوگل بسیار دشوار است که بر آن غلبه کند. مزیت احتمالی گوگل در ایجاد رابط کاربری بر پایه هوش مصنوعی بهتر است — یک دستیار جهانی که به عنوان سیستم‌عاملی جدید برای تعامل انسان و فناوری عمل می‌کند.

پچای پیشنهاد کرد که درک محیط فیزیکی، شاید با عینک‌های AR، می‌تواند گام بعدی باشد. با این حال، چالش‌هایی نیز وجود دارد: تهدیدهای نظارتی مانند بررسی‌های ضد انحصار وزارت دادگستری ایالات متحده، احتمال فروش بخش Chrome و مقررات بازارهای دیجیتال اروپا ممکن است دامنه هوش مصنوعی گوگل را محدود کند. سرعت اجرا بسیار حیاتی است، اگرچه پیشرفت‌های اخیر نشان می‌دهد که گوگل در حال سرعت گرفتن است. چالش‌های صنعتی که بازیگران بزرگ دیگری مانند اپل با آن روبه‌رو هستند، نشان می‌دهد انتقال‌های گسترده و عملیاتی هوش مصنوعی دشوار است. با این حال، ادامه‌ی فرآیند تثبیت مشتریان سازمانی نشانگر اجرای محکم پشت صحنه است. رقبا هم‌زمان به پیش می‌روند. مایکروسافت بر بهره‌وری هوش مصنوعی در سازمان‌ها با ابزارهایی مانند Microsoft 365 Copilot و Azure AI Foundry تأکید دارد و استراتژی «وب عامل باز» را برای ادغام فناوری‌های مختلف هوش مصنوعی ترویج می‌کند. OpenAI در دسترسی مصرف‌کننده پیشرو است، با ۶۰۰ میلیون کاربر ماهانه برای ChatGPT در مقابل ۴۰۰ میلیون جمینی. این شرکت اخیراً جست‌وجو راه‌اندازی کرده و برنامه‌های تبلیغاتی دارد، که تهدیدی برای سلطه گوگل در جست‌وجو است. سرمایه‌گذاری سنگین OpenAI در یک محصول سخت‌افزاری جدید، تلاش برای رقابت با پیشرفت موبایل اپل، است، اما محدودیت‌هایی در بازبودن هوش مصنوعی ایجاد می‌کند. در همین حال، گوگل اکوسیستم پیچیده‌ای از ابزارهای توسعه را مدیریت می‌کند که نیازهای مختلف را توازن می‌دهد، و آمازون از طریق Bedrock، چندین مدل هوش مصنوعی را برای مشتریان سازمانی میزبانی می‌کند. برای شرکت‌ها، چشم‌انداز مدل جهان گوگل پتانسیل تبدیل‌کننده‌ای دارد، اما نیازمند برنامه‌ریزی استراتژیک است. اقدام سریع می‌تواند از هزینه‌های اصلاح و بازسازی جلوگیری کند، در حالی که رابط‌های مبتنی بر دستیار در حال ظهور هستند. بهره‌گیری از پیشرفت‌های چندرسانه‌ای و AGI در گوگل می‌تواند نوآوری ایجاد کند، اما نیازمند آمادگی برای یک پارادایم جدید در تعامل و یکپارچه‌سازی API و عامل‌های هوشمند است. شرکت‌ها باید مزایا و ریسک‌های بلندمدت چشم‌انداز گوگل را با گزینه‌های عملی‌تر و نوآورانه‌تر مایکروسافت یا OpenAI در نظر بگیرند. رویکرد چندجانبه برای بهره‌گیری از نقاط قوت در پلتفرم‌های مختلف، همسو با روندهای در حال تغییر اینترنت عامل باز است. این تصمیمات حیاتی و استراتژی‌های پیاده‌سازی هوش مصنوعی در دنیای واقعی، محورهای رویداد «Transform 2025» VentureBeat خواهند بود، که رهبران سازمانی و نوآوران فناوری را برای بحث در مورد گزینه‌های پلتفرم و پیاده‌سازی AI گرد هم می‌آورد. ثبت‌نام زودهنگام به دلیل محدودیت ظرفیت توصیه می‌شود. در جمع‌بندی، آی‌اُ گوگل تلاشی بلندپروازانه برای شکل‌دهی به آینده هوش مصنوعی با طراحی «مدل جهان» بنیادی و دستیار جهانی است، که به دنبال تغییر دنیای کامپیوتر و کسب انحصار است. وعده فناوری عظیم است، اما اجرا و زمان‌بندی پرسش‌های مهمی را مطرح می‌کنند: آیا گوگل می‌تواند فناوری‌های گسترده خود را سریع‌تر از رقبا ادغام کند؟ آیا می‌تواند جست‌وجو را متحول کند در حالی که از موانع نظارتی عبور می‌کند و هم برای مصرف‌کنندگان و هم برای سازمان‌ها اهداف گسترده‌ای دارد؟ سال‌های آینده سرنوشت‌ساز خواهند بود. موفقیت می‌تواند دوره‌ای از هوش مصنوعی محیطی و شخصی‌سازی‌شده را رقم بزند که تعریف جدیدی از تعامل انسان و کامپیوتر است. شکست ممکن است گوگل را به عنوان یک نمونه هشداردهنده باقی گذارد — غول بزرگی که هم‌گام با همه چیز است اما توسط رقبای چابک‌تر، با تمرکز تیز و سریع، کنار زده می‌شود.