О логике и механизме монетизации ИИ у компании Google
Прямой эффект очень сложно оценить (в рамках подписок на Gemini все в пределах точности счета), основной эффект – косвенный. Попробую расширить и дополнить интерпретацию, показанную ранее. На основе отчетов.
Ключевое преимущество Google – огромные каналы распространения.
Компания может встраивать ИИ в уже существующие продукты:
• Google Search;
• Chrome;
• Android;
• YouTube;
• Google Maps;
• Gmail;
• Workspace;
• Google Cloud;
• Google One;
• Gemini Apps.
Не нужно заново привлекать сотни миллионов пользователей. Компания встраивает ИИ в те продукты, где пользователи и бизнес-клиенты уже находятся. Именно поэтому её стратегия отличается от стратегии отдельного ИИ-стартапа. Google монетизирует ИИ через уже существующую экосистему.
Одно из главный опасений было в том, что умный поиск убьет внешний трафик, а именно с него обеспечиваются рекламные доходы для Google (пользователи перестанут переходить по внешним ссылкам, находясь внутри ИИ экосистемы, задавая вопросы ИИ-ассистенту).
По мнению Google, ИИ не разрушает поисковую модель, а расширяет её. Логика менеджмента такова: благодаря AI Overviews и AI Mode пользователи задают более сложные, длинные и содержательные запросы. Такие запросы лучше раскрывают намерение пользователя, а значит дают больше возможностей для релевантной рекламы.
ИИ делает поиск более полезным пользователи чаще задают сложные запросы Google лучше понимает коммерческое намерение появляется больше качественных рекламных возможностей растёт рекламная выручка.
Это центральный защитный нарратив компании: ИИ не должен заменить поиск (основной источник дохода для компании), он должен сделать поиск более ценным.
Сквозная интеграция ИИ в таргетинг и управление рекламой. Если ИИ помогает рекламодателю лучше находить аудиторию, подбирать креативы, управлять рекламными ставками и повышать конверсию, рекламодатель готов тратить больше внутри экосистемы Google.
Косвенная монетизация через ИИ не только через новые пользовательские интерфейсы в рамках поиска, но и через повышение эффективности рекламного рынка, повышая способность сопрягать интересы пользователей (релевантная реклама под запросы) с интересами рекламодателей («бить» точно в целевую аудиторию).
Облачные технологии. Тут вроде все понятно.
Компании внедряют ИИ им нужны вычислительные мощности, модели, хранилища данных и инструменты разработки они покупают услуги Google Cloud (аппаратный слой плюс программную оболочку) растёт потребление облачной инфраструктуры растёт выручка и контрактная база, как через аренду вычислительных мощностей, так и через API (покупка токенов) или экосистемные решения (различное корпоративное ПО для разработки, анализа данных и управления бизнесом).
Портфель обязательств по долгосрочным контрактам (бэклог) растет опережающими темпами (до $462 млрд). Это гарантирует стабильный приток выручки в Облаке на годы вперед и позволяет окупать строительство дата-центров под реальные контракты.
Разработка аппаратной части. В первую очередь это позволяет лучше управлять себестоимостью генерации токенов и обучения ИИ моделей. Переход на более эффективные чипы (TPU 8i) и оптимизация алгоритмов позволяют снизить стоимость одного ИИ-ответа на 30% и более исключительно на основе алгоритмической (программной оптимизации).
Во вторую очередь – снизить зависимость от диктата внешних поставщиков (Nvidia) и повысить стратегическую автономность, а в третью очередь – попытаться реализовать собственные процессоры, как контрактный поставщик по примеру Nvidia.
«Прививание зависимости» пользователей к инфраструктуре Google. Логика простая. Пользователь получает базовый и бесплатный доступ к ИИ, как демонстрация возможностей часть пользователей хочет более мощные модели и расширенные возможности в рамках успешного решения своих задач в бесплатной версии они переходят на платные тарифы Google One и Gemini компания получает регулярную выручку от подписок на траектории «связывания» и привыкания пользователей к продуктам Google.
