Война на истощение - на кого поставить в битве ИИ?

Война на истощение - на кого поставить в битве ИИ?

Если среди американских производителей, я бы поставил на Google и объясню почему.

Ресурсы определяют долгосрочную устойчивость Google имеет колоссальный операционный денежный поток в 150 млрд долларов в год, который может без потери стратегической устойчивости отгружать в плантации ИИ фабрик, чего не может себе позволить OpenAI, Anthropic и xAI, сидящие на подсосе у венчурных инвесторов.

Мощнейшая инженерная школа DeepMind (практически все ведущие ученые в LLM являются выходцами из DeepMind). Работают медленнее и менее рисково, чем стартапы, но зато системно и последовательно.

Общемировая корпоративная и потребительская клиентская база в несколько миллиардов уникальных пользователей, удерживая через развитую сеть цифровых сервисов Google на всех уровнях (от развлекательных, поисковых, навигационных до бизнес сервисов) и слоях, платформах (мобильные, web, PC, серверные и IDE среды).

Full-stack платформа:собственное железо, которое выкупает само у себя по себестоимости (Google производит TPU Trillium / v6e) + имеет развитые облачные технологии Google Cloud Platform (GCP) + среда разработки Vertex AI и Google AI Studio с развитыми библиотеками и фреймфорками (Project IDX, Kotlin, Firebase Genkit и т.д.) + уникальный поисковый движок Google Search, платформу Youtube для сбора данных, дата-сетов и медиа трендов.

Индустриальный стандарт в WEB технологиях: архитектура Chromium, на котором базируются все современные веб браузеры и сам браузер Chrome с доминирующей рыночной долей, позволяющий отслеживать пользовательские предпочтения, вкусы, запросы и тренды во всех странах, всех возрастов и социальных групп (феноменальный дата сет).

Корпус данных и индексируемый набор данных последние 20 лет. Сейчас ни одна компания в мире не имеет настолько емкого и обширного доступа к текстовому и медиа контенту, как Google. Пока OpenAI третируют по судам из-за нелицензированного использованных данных многих веб-изданий, Google уже давно проиндексировали практически ВЕСЬ интернет и успешно кэшировали данные.

Практически все, что когда-либо было передано или написано в публичном пространстве уже знает Google и хранит на специальных серверах. Теперь задача правильно все эти данные извлечь и разместить.

Эти уникальные характеристики и ресурсное обеспечение позволит Google доминировать (финансы, инженеры, платформа, датасеты, общемировая клиентская база и сквозная интеграция ИИ сервисов), здесь любой компании сложно перехватить лидерство.

Данные особо важны.

Gemini 3 обучалась, по моим оценкам (на основе данных обучения предыдущих моделей и аппроксимации с учетом расширенной мультимодальности), на 50-70 трлн токенов данных (большая часть видео-контент, где у Google абсолютное преимущество за счет Youtube) или почти 230 Терабайт чистого текста.

Какое количество качественных данных обучили в Gemini 3 неизвестно, но сейчас вся мировая емкость интернета оценивается в следующей пропорции:

Научная, техническая и специализированная литература всех дисциплин 2 трлн токенов

Научные статьи всех специальностей 0.7 трлн токенов

Мировая художественная литература всех жанров и времен 3 трлн токенов

Образовательная литература, методички 1 трлн токенов

Прочая литература, в том числе развлекательных 3.5 трлн токенов среди относительно качественных

Энциклопедии, справочники 0.2 трлн токенов

Код (в основном GitHub, StackOverflow с учетом техдокументации) 2 трлн токенов среди относительно качественного кода

Патенты, техническая документация, стандарты, законы 2-2.5 трлн токенов.

Относительно качественный пласт данных оценивается около 15 трлн токенов за всю историю человечества, где качественных данных и источников не более 5-10%.

Цифровые новости, блоги и аналитические статьи около 40-45 трлн токенов, плюс еще 200-220 трлн емкость мировых соцсетей в публичной части, большая часть (свыше 99.8%) из которых скам, срач, копипасты, репосты, SEO-мусор.

Все это без медиа контента (графика, аудио, видео), только текст.