Эпоха услужливых ИИ-ассистентов, которые лишь «советуют», подходит к концу. Google совершает резкий разворот в сторону автономных агентских платформ, способных к самостоятельному исполнению кода. На конференции I/O 2026 Йосси Матиас, вице-президент Google Research, представил набор инструментов, которые переносят ИИ из боковой панели браузера в самый центр научного метода. Это не про генерацию маркетингового мусора, а про автоматизацию тяжелой работы в R&D. Интегрируя фундаментальные исследования в фреймворки вроде Gemini for Science, Google метит на роль базовой инфраструктуры для инженерных проектов и открытий. Для бизнеса это сигнал: стоимость владения (TCO) сложными проектами неизбежно упадет, когда ИИ возьмет на себя проверку гипотез и проведение вычислительных экспериментов без надзора человека.
Экономика агентских открытий
Google взялся за устранение главного «бутылочного горлышка» — зависимости исследований от человеческого ресурса. Системы Empirical Research Assistance (ERA) и Co-Scientist уже вышли за пределы лабораторий. ERA, чьи возможности подтверждены публикацией в Nature, помогает ученым писать специализированный софт экспертного уровня — от прогнозирования госпитализаций до моделирования речных стоков. Настоящий сдвиг в юнит-экономике инноваций обеспечивает движок Computational Discovery. Построенный на базе ERA и AlphaEvolve, он генерирует и оценивает тысячи вариаций кода параллельно.
«Прототип Computational Discovery запускает турнир идей: агенты генерируют, обсуждают и оценивают гипотезы, сжимая месяцы ручного моделирования в короткие автоматизированные циклы».
На наш взгляд, это меняет саму структуру управления: R&D-директора теперь будут контролировать агентские воркфлоу, а не менеджеров, занятых ручным вводом данных. Компании, которым раньше требовались легионы сотрудников для первичного тестирования, переходят на многоагентные системы, где «турнир идей» заменяет бюрократию.
Суверенитет и новый слой валидации
Пока Google расширяет влияние на сферу верификации знаний, риски платформенной зависимости становятся критическими. Gemini for Science фактически создает монопольный слой «научной истины». Бизнесу придется выбирать между скоростью вывода продуктов на рынок через проприетарные среды Google и долгосрочными рисками потери контроля над инференсом. Попытка Google занять всю цепочку рассуждений — от первой гипотезы до финального математического доказательства — ставит технологические компании перед жестким выбором.
Для тех, кто строит бизнес на данных, выбор становится полярным: либо интеграция в закрытую экосистему Google ради немедленного масштабирования, либо инвестиции в высокий TCO локальных малых моделей ради сохранения технического суверенитета. По мере того как эти инструменты перекочевывают из лабораторий в коммерческие API, разрыв между теми, кто использует автономных агентов, и теми, кто застрял в эпохе чат-ботов, превратится в непреодолимую конкурентную пропасть. Google превращает Gemini в научного сотрудника, который сам пишет код и сам подтверждает свою логику, — вам остается лишь решить, готовы ли вы отдать ключи от своего R&D в руки одного вендора.