Стратегия Google: как компания стала инвестором-основателем своего нового стартапа по ИИ
Вместо ожидаемого кризиса, объявление об уходе четырех ключевых исследователей Google обернулось стратегическим шагом. Джефф Дин, Санджай Гемawat, Ориол Виньялс и Куок Ле создают Discovery Loop, в то время как материнская компания сохраняет за собой роль главного инвестора, поставщика вычислительных мощностей и партнера. Это уникальный пример того, как технологический гигант отделяет исследования от коммерческой инфраструктуры, получая доступ к экспериментам промышленного масштаба без обязательств удерживать команду в штате.
# Google не теряет ведущих исследователей, а инвестирует в их стартап
На первый взгляд, объявление 5 августа выглядело как классическая утечка мозгов. Google покидают четыре человека, стоявшие у истоков его искусственного интеллекта: основатель Google Brain Джефф Дин, его коллега Санджай Гемawat, технический руководитель проекта Gemini Ориол Виньялс и создатель AutoML-Zero Куок Ле. Однако детальный разбор сообщений компании показывает, что ситуация кардинально отличается от стандартных кейсов конкуренции с стартапами.
Модель инвестора-основателя
Уже в тексте официального анонса содержится фраза, меняющая восприятие событий: Google станет не просто наблюдателем, а инвестором-основателем нового проекта, названного Discovery Loop. Это означает, что компания не просто отпустила таланты, а вложила в них ресурсы и сохранила за собой долю в будущих результатах.
Схема отношений строится следующим образом: 1. Инвестиции и доступ к инфраструктуре: Google Cloud предоставляет Discovery Loop вычислительные мощности на первый год бесплатно. Это критически важно, так как исследования в области ИИ требуют колоссальных ресурсов, недоступных большинству стартапов. 2. Доля в прибыли: Google получает финансовую часть от того, что найдет новая компания, сохраняя право на участие в доходах. 3. Свобода исследований: Исследователи получают возможность работать над задачами, которые могут не соответствовать текущим коммерческим приоритетам Google (поиску или рекламе). Гемawat ранее отмечал, что инфраструктура Google заточена под потребительские приложения, тогда как Discovery Loop сможет разрабатывать системы для чистой энергетики, медицины или материаловедения.
ИИ, улучшающий сам себя
Целью Discovery Loop объявлено создание замкнутого цикла развития: от формулировки гипотезы до оценки результатов и следующего шага, все это автоматизировано машинами. Компания планирует запускать тысячи параллельных прогонов экспериментов.
Специалист по машинному обучению Куок Ле уже имеет репутацию автора систем, способных искать архитектуры нейросетей без прямого участия человека. В Discovery Loop эта философия доводится до логического предела: машине планируется доверить не только выбор архитектуры, но и определение того, какие эксперименты вообще стоит ставить. Это переход от автоматизации внутри заданных рамок к рекурсивному самоулучшению всей исследовательской парадигмы.
Компания зарегистрирована как public benefit corporation, форма корпорации, которая обязывает директоров учитывать общественную пользу наравне с прибылью. Это редкий шаг в высокодоходном секторе ИИ.
Финансовые детали и риски
Раунд финансирования ведут такие игроки, как Radical Ventures и Khosla Ventures. Размер сделки и точная оценка не раскрываются, но среди других участников называют Kleiner Perkins, Lightspeed и Doerr Capital.
Эта структура имеет специфическое название — «круговое финансирование». По сути, деньги, вложенные в стартап, немедленно возвращаются инвестору в виде оплаты за использование его же облачных услуг (компьютеров). Google получает двойную выгоду: долю в стартапе и гарантированную крупную нагрузку на свои серверы без необходимости поддерживать дорогостоящую команду сотрудников.
Однако эта схема несет риски, связанные с зависимостью от одного поставщика. Кроме того, успех модели Discovery Loop зависит от двух факторов: * Способности компании показать конкретные результаты самооптимизации своего стека инструментов. * Насколько независимой станет исследовательская программа, финансируемая бывшим работодателем.
Аналитики напоминают о предыдущих провалах попыток автоматизировать научные открытия, когда ИИ ускорял перебор вариантов, но не находил по-настоящему новых знаний из-за неправильной постановки вопросов. Время покажет, сможет ли Discovery Loop преодолеть этот барьер или останется лишь быстрым, но безрезультатным экспериментом.