A Google I/O 2025-ös eseményén a szilícium-völgyi rendezvényházban egyértelművé vált, hogy a Google intenzívebben fejleszti AI-kezdeményezéseit a Gemini márka alatt, amely számos modellarchitektúrát és kutatást foglal magában, és gyorsan ülteti át az innovációkat termékekbe. Új funkciók mellett a Google merész jövőképet mutatott be: egy AI-központú operációs rendszer kidolgozását — nem egy hagyományos boot-élmény, hanem egy logikus szint, amelyhez minden alkalmazás hozzáférhet. Ez a „világséma” célja, hogy egy globális segéd képes legyen megérteni a fizikai világot, okoskodni és cselekedni a felhasználók nevében. Ez a stratégiai irány talán háttérbe szorult az esemény sok bejelentése mellett, de elengedhetetlen Google törekvéséhez, hogy lemaradjon a riválisokról. A Google milliárdokat fektet ebbe az elképzelésbe, miközben az a kihívás áll előttük, hogy gyorsabban fordítsák le AI-kutatásaikat termékekké, mint a versenytársaik, akik kiemelkednek az AI feldolgozásának egyszerűsítésében és kereskedelmi forgalomba hozhatóságában. Meg kell előzniük a Microsoft fókuszált stratégiáját, ellen kell állniuk az OpenAI hardver ambícióinak, és meg kell védeniük jövedelmező keresőüzletüket az AI-zavartól. A Google léptéke óriási: Sundar Pichai arról számolt be, hogy havi 480 trillió token feldolgozását végzik — ez az elmúlt évhez képest 50-szerese, és majdnem ötször akkora, mint a Microsoft mennyisége. A fejlesztői aktivitás is növekszik, több mint 7 millió felhasználó használja a Gemini API-t, ami ötszörös növekedést jelent az előző I/O óta, és a Vertex AI használata 40-szeres emelkedést mutat. Hatékonyság tekintetében fejlett modellek, mint a Gemini 2. 5 és az Ironwood TPU, javulnak. Új eszközök, mint az AI Mode és az AI Áttekintések, amelyek havi 1, 5 milliárd felhasználóhoz jutnak el, segítenek a kereső átformálásában AI-előszörivé. A Google egyik központi eleme a „világséma”, egy olyan AI, amely mélyen megérti a valódi világ dinamikáját, támogatva egy univerzális segédet, amely kizárólag a Google-ra támaszkodik. Ez feszültséget szít abban, hogy mennyit kívánnak kontrollálni: elsősorban meg akarnak védeni a 200 milliárd dolláros keresőüzletüket az AI-ba való integrálással, vagy nyíltan meg akarják osztani az alapvető AI-t külső fejlesztőkkel, akiket már több mint 20 millió fejlesztő alkot a közösségbe?A Google gyakran tartalékolja a kulcsfontosságú funkciókat a keresőbe, ugyanakkor egyre inkább nyit az fejlesztők felé, amit például a Project Mariner is szemléltet, melynek böngészőautomatizálási képességei hamarosan széleskörűen elérhetővé válnak a Gemini API-n keresztül, lehetőséget adva olyan riválisoknak, mint az Automation Anywhere vagy az UiPath, hogy építsenek erre. A jövőképet Demis Hassabis, a DeepMind vezérigazgatója fogalmazta meg, aki elmagyarázta, hogy a Google az általános mesterséges intelligencia (AGI) irányába húz. A Gemini, a legjobb multimodális modell, fejlődik a világsémává, rendszerként, amely szimulálja a világ alapelveit, mint az ok-okozati összefüggések és az intuitív fizika, hasonlóan az emberi tanuláshoz. A DeepMind munkája olyan modelleken például, mint a Genie 2, amelyek képesek interaktív játékvilágokat generálni szöveges vagy képes promptok alapján, ezt a megközelítést példázza. Hassabis már késő 2024 óta bővíti a világséma és az univerzális AI segéd koncepcióját, melyet Pichai és Josh Woodward, a Gemini vezetője is megerősítettek az I/O-n. A Gemini alkalmazás célja, hogy egy személyes, proaktív és erőteljes univerzális AI segéd legyen – ez egy kulcsfontosságú mérföldkő az AGI felé. Bemutatók, mint a Flow, ami egy filmkészítést segítő platform a Veo 3 fizikaérzékeny videó- és hangképességeivel, vagy a finomhangolt Gemini Robotics modell, mutatják, hogy a világséma megértése egyre inkább átjárja a kreatív és robotikai alkalmazásokat is. Pichai kiemelte a Project Astra integrációját, amely a live videó felismerést és képernyőmegosztást hozza be a Gemini Live-ba, ezzel az „univerzális segéd” fejlődésének része. Woodward pedig bemutatta, hogyan képes a személyes adatok, például a keresési előzmények vagy a Gmail/Naptár adatok révén a Gemini előre jelezni a felhasználók igényeit — például személyre szabott kvízeket vagy magyarázatokat —, megteremtve a jövőt, ahol a felhasználók „gondolatokká formálhatják” a dolgokat a Gemini 2. 5 Pro modellel. Fejlesztői eszközök, mint a Gemini 2. 5 Pro a „Deep Think” funkcióval, a hatékony 2. 5 Flash modell, amely hang- és URL alapú horgonyzással rendelkezik, valamint az előzetesen bemutatott Gemini Diffusion (amely a hagyományos Transformerek hatékonyságának felülmúlására utal), gazdagítják a Google eszköztárát. Az AI Studio, a Firebase Studio és a Vertex AI kiindulópontot nyújtanak a fejlesztők és vállalatok számára. Stratégiailag a Google nyomás alatt áll, hogy megvédje keresőmotorból származó bevételeit és felgyorsítsa az AI-alkalmazásokat, miközben erős versenytársaikkal kell megküzdenie. A Microsoft dominanciája az üzleti produktivitásban az Office 365 és a Copilot integrációjával nehezen megközelíthető. A Google előnye abban rejlik, hogy egy kiváló AI-gyökerekkel rendelkező felületet, egy univerzális segédet fejlesszen ki, amely egy új operációs rendszerként működik az ember és a technológia közötti interakcióban.

Pichai szerint a fizikai környezet tanulmányozása, például AR- szemüvegeken keresztül, lehet a következő nagy lépés. Ugyanakkor kihívások mellett állnak: olyan szabályozási veszélyek, mint az amerikai Igazságügyi Minisztérium antitröszt-vizsgálata, a Chrome eladása vagy az Európai Unió Digitális Piacok Rendelete (DMA), korlátozhatják a Google AI-hoz való hozzáférését. A gyors kivitelezés kulcsfontosságú, bár a legutóbbi haladások arra utalnak, hogy a Google gyorsít. Az iparág egészében akkor is nagy kihívásokkal szembesülnek, mint az Apple, akik mutatják, mennyire nehéz nagy léptékben áttérni az AI-ra. Ennek ellenére a Google stabilan szerzi meg az üzleti AI ügyfeleket, ami mögött jó stratégiai végrehajtás rejtőzik. A versenytársak egyidejűleg haladnak. A Microsoft az üzleti AI produktivitásra helyezi a hangsúlyt, eszközökkel, mint a Microsoft 365 Copilot és az Azure AI Foundry, és az „nyitott ügynökökre” alapuló web-stratégiát népszerűsít, hogy integrálja a különböző AI technológiákat. Az OpenAI vezet a fogyasztói elérésben, 600 millió havi felhasználóval a ChatGPT-hez képest, míg a Gemini 400 millióval rendelkezik. Tavaly indított kereső- és reklámoldalakat, melyek fenyegetik a Google keresődominanciáját. Az OpenAI jelentős befektetése egy potenciális hardver termékbe az Apple mobil áttöréséhez hasonlóan próbálja megbonyolítani a piacot, de az AI nyitottságának növekedése korlátozza ezeket a törekvéseket. Eközben a Google összetett ökoszisztémát működtet fejlesztői eszközök terén, és az Amazon is kihasználja előnyét a Bedrock segítségével, amely több AI modellt kínál vállalati ügyfelek számára. A vállalatok számára a Google világséma-alkotási víziója áttörést ígér, de stratégiai tervezést igényel. Gyorsan kell cselekedni, hogy elkerüljék a költséges utólagos fejlesztéseket, mivel az asszisztens-alapú felületek megjelennek. Az AI többmódú és AGI fejlesztésének kihasználása új innovációkat eredményezhet, de fel kell készülni a kommunikáció és az algoritmikus kölcsönhatás új paradigmájára való áttérésre. A vállalatoknak mérlegelniük kell a Google jövőképének hosszú távú, kockázattal járó természetét, valamint a biztonságosabb, azonnal hasznosítható megoldások iránti érdeklődést, például a Microsoft vagy az OpenAI által kínált hardver-AI keverékeket. A platformok közötti sokféleség kihasználása összhangban áll a nyílt ügynökök online elterjedő jövőjével. Ezek a döntések és a valós AI-bevezetési stratégiák a VentureBeat Transzform 2025 rendezvény központi témái lesznek, ahol vállalatvezetők és technológiai úttörők vitatják meg a platformválasztásokat és az AI megvalósítását. A helyek korlátozott száma miatt érdemes a korai regisztráció. Összességében a Google I/O egy ambiciózus erőfeszítést mutatott arra, hogy alakítsa az AI jövőjét, egy alapvető „világséma” és univerzális segéd felépítésével, amely a számítástechnika meghatározóvá tételét célozza. A technológiai ígéret hatalmas, de az végrehajtás és a időzítés kritikus kérdések: képes lesz-e a Google gyorsabban integrálni technológiáit, mint ahogy a riválisok megszilárdítják helyüket?Átalakíthatja-e a keresést, miközben navigál a szabályozási akadályokon, és mind az fogyasztóknak, mind a vállalkozásoknak kínál széleskörű terveket? A következő évek döntőek lesznek. A siker egy olyan környezeti, személyre szabott intelligencia korszakát hozhatja el, amely újjáalkotja az ember-számítógép kapcsolatot. A kudarc viszont Google-t egy figyelmeztető példává…— egy óriást, amely mindenbe bele fog, de a gyorsabb és élesebb fókuszú riválisok elnyomják.