Внутренние процессы в Google достигли переломного момента, и мобильное приложение Gemini возглавило чарт App Store, опередив основных конкурентов. Вице-президент по продукту Google Search Робби Стайн в беседе с Ленни Рачицким подробно рассказал, как компания трансформирует поисковую экосистему с помощью AI Overviews и AI Mode. В основе этой технологической перезагрузки лежат жесткая сквозная аналитика, продуктовая философия «непрерывного улучшения» и готовность инвестировать масштабные ресурсы в долгосрочные прорывы.
📈 Второе дыхание Google: как Gemini возглавил чарты 4:49
Выход приложения Google Gemini на первое место в App Store стал неожиданностью для индустрии, долгое время упрекавшей технологического гиганта в медлительности на потребительском рынке искусственного интеллекта. По словам Робби Стайна, сейчас внутри Google ощущается беспрецедентная концентрация и высокая скорость работы, направленная на быструю доставку качественных ИИ-продуктов до конечного пользователя. Этот успех гость подкаста называет накопительным эффектом: вместо разовых крупных релизов компания сделала ставку на ежедневное, жесткое улучшение моделей и интерфейсов, что в итоге привело к прорыву.
Появление ChatGPT и Perplexity породило в технологическом сообществе прогнозы о скорой «смерти» традиционного поиска по ссылкам, однако Стайн утверждает, что реальные данные этого не подтверждают. Пользовательские паттерны в Google Search демонстрируют фундаментальную устойчивость, так как люди ежедневно приходят с колоссальным спектром утилитарных задач: найти конкретный номер телефона, узнать цену товара, проложить маршрут или найти страницу для уплаты налогов.
Как считает руководство Google Search, искусственный интеллект выполняет экспансионистскую функцию — он не замещает старые привычки, а расширяет поисковый поток, стимулируя людей задавать больше сложных вопросов. Ярким примером этой экспансии выступает инструмент визуального поиска Google Lens, который демонстрирует рост на 70% в годовом исчислении. На текущий момент инструмент обрабатывает миллиарды запросов, позволяя пользователям решать комплексные задачи: от поиска места продажи обуви по фотографии до подбора книг на основе снимка домашней книжной полки.
🧠 Архитектура AI Mode и будущее интеллектуального поиска 9:41
Современная стратегия Google в сфере ИИ-поиска опирается на три ключевых компонента:
- AI Overviews: быстрые сводки ответов, генерируемые искусственным интеллектом в самом верху стандартной поисковой выдачи.
- Мультимодальный поиск (Google Lens): визуальное распознавание объектов через камеру смартфона с возможностью задавать уточняющие вопросы.
- AI Mode: полнофункциональный поисковый интерфейс нового поколения на базе передовых фронтирных моделей, доступный напрямую по адресу google.com/ai.
Главное технологическое отличие AI Mode заключается в его глубокой интеграции с внутренними базами данных Google. Нейросетевая модель не просто генерирует текст на основе параметров памяти, а напрямую подключена к динамическим графам компании. По данным Стайна, система имеет мгновенный доступ к следующим ресурсам:
- Google Shopping Graph: торговая база данных, включающая 50 миллиардов товаров, которая обновляется продавцами со всего мира со скоростью 2 миллиарда раз в час для поддержания актуальных цен.
- Google Maps: база данных, содержащая более 250 миллионов верифицированных локаций и мест.
- Финансовые и веб-контекстные потоки: массивы информации, позволяющие ИИ верифицировать свои ответы и ссылаться на авторитетные первоисточники.
Глобальное видение ИИ-продуктов Google предполагает постепенное слияние этих интерфейсов. Пользователь не должен задумываться, куда именно отправить сложный запрос из пяти предложений; система автоматически задействует мощности AI Mode внутри AI Overviews или Google Lens. Стайн отмечает тектонический сдвиг в поведении аудитории: пользователи постепенно уходят от так называемого «keyword ease» (поиска по обрывочным ключевым словам) и переходят на полноценный естественный язык, детально описывая контекст и свои ограничения. В качестве исторической аналогии ведущий Ленни Рачицкий вспомнил поисковик Ask Jeeves, чья концепция вопросов на естественном языке опередила свое время.
🛠 За кулисами алгоритмов: как работает Query Fanout и GEO 15:32
Процесс обработки запроса внутри ИИ-поиска Google устроен принципиально иначе, чем в большинстве стандартных чат-ботов. При конструировании ответа модель запускает внутренний механизм под названием Query Fanout («веер запросов»). Получив сложный вопрос от человека, нейросеть начинает автономно использовать классический поиск Google как инструмент, генерируя в фоновом режиме десятки вспомогательных поисковых запросов к бэкенду компании для сбора актуальной информации. Полученные данные проходят фильтрацию через внутренние сигналы Google Search, включая спам-фильтры и оценку авторитетности источников.
В связи с этим Стайн дает практические рекомендации создателям контента и специалистам по GEO (Generative Engine Optimization — оптимизация под генеративные движки), которая приходит на смену классическому SEO:
- Ориентация на официальные руководства: требования Google к качеству контента (Human Raider Guidelines), разрабатываемые десятилетиями, остаются полностью валидными.
- Удовлетворение интента: контент должен решать конкретную проблему пользователя, содержать четкие ссылки и верифицируемые факты.
- Оригинальность материала: алгоритмы ИИ настроены на поиск первоисточников и отсеивание информации, которая была повторена на других сайтах сотни раз.
- Фокус на сложные ниши: поскольку ИИ-поиск расширяет запросы в категориях «советы», «инструкции» и «комплексный анализ», авторам выгодно создавать глубокие экспертные материалы именно под эти сценарии.
Изменился и сам подход к созданию ИИ-продуктов. По наблюдениям Стайна, интерфейсы взаимодействия с моделями становятся максимально человечными. Еще несколько месяцев назад разработчикам приходилось заниматься сложной prompt-инженерией, использовать хаки, заставляя модель играть роли, или прибегать к дорогостоящему дообучению (fine-tuning) для интеграции сторонних API. Теперь фронтирные модели способны понимать техническую документацию, схемы данных и URL, написанные на обычном языке, самостоятельно распределяя «бюджет на рассуждения» (reasoning budget) и выполняя программный код (code execution) для связи с внешними сервисами. Ведущий подкаста сравнил этот тренд с успехом платформы Google Meet, создатели которой (в частности, экс-PM Насарин Шангал) победили Zoom за счет копирования естественного опыта человеческого общения, а не просто улучшения видеосвязи.
💥 Принцип «непрерывного улучшения» и история создания AI Mode 21:38
Главным качеством успешного создателя продуктов Робби Стайн называет «воплощение непрерывного улучшения» (embodying relentless improvement). Оно состоит из двух компонентов: тотального упорства в работе и перманентной неудовлетворенности текущим результатом. Спикер вспомнил личную историю, когда во время опроса на тимбилдинге в Instagram он попросил жену описать его одним словом, и она прислала ответ: «Неудовлетворенный». Позже она пояснила, что эта черта мотивирована глубоким желанием сделать окружающий мир лучше, а не просто плохим настроением.
Для иллюстрации этого продуктового мышления Стайн привел аналогию из TED-лекции Тони Фаделла о привыкании (habituation). Взрослые люди склонны смиряться со скрытыми неудобствами окружающего мира (например, когда магазинная наклейка на фрукте при отрывании прокалывает мякоть пальцем, заставляя плод «течь»). Хороший продуктолог, напротив, должен сохранять детский взгляд, замечать эти раздражающие мелочи и стремиться их исправить.
Именно этот подход лег в основу создания AI Mode. Анализируя поисковый стрим внутри AI Overviews, команда Google заметила, что пользователи отчаянно пытаются задавать машинам сложные вопросы и вручную дописывают слово «AI» в конец своих поисковых строк, надеясь вызвать генеративную модель. Видя, что текущий интерфейс не справляется с запросами, небольшая группа из 5–10 человек (включая технических лидеров и дизайнеров) прошлым летом получила задачу разработать интерфейс поиска с «чистого листа».
Conviction-момент (момент обретения твердой уверенности) наступил во время внутреннего тестирования, которое Стайн сравнивает с идеальным ударом в гольфе. Планируя досуг для своей дочери, он ввел сложный запрос, и ранняя версия системы выдала безупречный результат: скомбинировала данные из Google Maps, расписание парков, пешеходные маршруты и дала верифицируемые ссылки на первоисточники.
Эволюция проекта включала несколько жестких стадий контроля:
- Trusted Tester Group: закрытая группа внешних экспертов, друзей и родственников численностью около 500 человек, которая тестировала продукт и присылала скриншоты всех багов и нестыковок.
- Google Labs: запуск инструмента для широкой аудитории в США на конференции I/O, что позволило дообучить модели на реальном масштабном поисковом потоке.
- Глобальное развертывание: текущий этап масштабирования продукта на все страны и языки мира.
🤳 Продуктовые уроки Instagram: кейсы Stories и Close Friends 30:05
Робби Стайн обладает уникальным опытом масштабирования зрелых продуктов. В прошлом он занимал пост главы по продукту в Instagram, где руководил запусками Reels, Stories и Close Friends, увеличив аудиторию до 500 миллионов ежедневно активных пользователей.
Комментируя давнюю дискуссию вокруг того, что Instagram фактически скопировал формат Stories у Snapchat, Стайн призывает смотреть на продукт через призму фундаментальных форматов-примитивов. По его мнению, Facebook в свое время создал современную новостную ленту (feed), но сегодня своя лента есть у каждого продукта, включая LinkedIn и даже службу доставки DoorDash. Форматы быстро становятся общественными примитивами, и отказ от их внедрения ради ложной аутентичности означает осознанное лишение своих пользователей лучшего продуктового опыта.
При интеграции новых форматов в огромный работающий продукт Стайн рекомендует использовать фреймворк Jobs to be Done (в частности, методологию Клейтона Кристенсена из книги «Competing Against Luck»). Продукт нужно оценивать с позиции того, на какую именно «работу» его нанимает пользователь, разделяя утилитарные и эмоциональные задачи.
Кейс запуска функции Close Friends («Близкие друзья», знаменитые зеленые круги в Instagram) наглядно демонстрирует важность этого фреймворка. Продукт разрабатывался около трех лет и на первом этапе полностью провалился. Причины неудачи вскрылись только после глубокого продуктового и технического аудита:
- Архитектурная перегруженность: изначально Close Friends пытались сделать сквозной функцией для профилей, ленты и историй. В итоге размытые, уязвимые личные фотографии пользователей отображались в глянцевой основной ленте, что вызывало жесткий дискомфорт у аудитории.
- Ошибки локализации: в ряде ключевых стран интерфейсный термин перевели как «Лучшие друзья» (Best Friends). Это привело к тому, что пользователи добавляли в список всего 1–2 человек.
- Разрыв коммуникационной петли: если в списке находится всего пара человек, вероятность того, что они увидят историю и напишут ответ в Директ, стремится к нулю. В результате пользователь чувствовал себя одиноко, и продукт «умирал».
Команда осознала, что эмоциональная «работа» Close Friends — это не просто публикация контента, а получение безопасного отклика и ощущения связи со своей реальной социальной группой. Продукт был полностью пересобран: функцию ограничили только форматом Stories, название изменили на Close Friends, добавили автоматический алгоритмический конструктор списков на основе активности пользователя и вынесли яркое зеленое кольцо на внешнюю сторону иконки истории для обеспечения стопроцентной ясности интерфейса. Анализ данных показал, что функция начинает эффективно работать только тогда, когда пользователь добавляет в список от 20 до 30 человек — в этом случае коммуникационная петля гарантированно замыкается.
⚖️ Опровержение «культа бережливости» и новые горизонты AI 1:03:00
В современной кремниевой технологической культуре силен «культ бережливых стартапов» (культ lean-команд), пропагандирующий работу минимальными силами. Робби Стайн выступает с противоположной позицией: по его мнению, создание фундаментальных технологических прорывов (таких как большие языковые модели или робототехника) требует колоссальных ресурсов, сотен людей и долгих лет работы. Излишняя экономия часто приводит к тому, что перспективные внутренние проекты корпораций «погибают на лозе», не успев набрать критическую массу и внутренний импульс. Например, затянутая на три года разработка Close Friends в Instagram была следствием того, что команду слишком долго держали в усеченном, «бережливом» составе. Расширять штат необходимо сразу после прохождения точки внутренней и внешней валидации продукта.
Говоря о будущем, Стайн анонсировал запуск новых мультимодальных возможностей ИИ, которые сместят фокус с сухих утилитарных ответов в сторону вдохновения и визуального поиска (проект ИИ-вдохновения). В отличие от инструмента Nano Banana, который представляет собой классический фоторедактор, новые функции AI Mode позволят вести полноценный диалог на основе картинок со всего интернета (например, собирать мудборды интерьеров в стиле мид-сенчури, мгновенно перекрашивая их в калифорнийский прибрежный стиль по текстовому запросу).
Параллельно Google вывел из инкубатора Labs функцию Search Live — голосовой режим реального времени для мобильного приложения Google. Инструмент позволяет вести непрерывный диалог с поисковым ИИ голосом, что Стайн считает идеальным решением для детей и сценариев использования за рулем. В качестве интересного хака ведущий Ленни Рачицкий упомянул open-source проект Эрика Антинау, позволяющий вшить динамик с голосовым ИИ в детскую мягкую игрушку, заставляя ее разговаривать, к примеру, пиратским голосом.
⚡️ Блиц-раунд и история с Джастином Бибером 1:14:59
В завершение встречи гость ответил на серию коротких вопросов:
- Рекомендуемые книги: «Competing Against Luck» Клейтона Кристенсена, «Design of Everyday Things» Дона Нормана и научно-фантастический роман «Aurora» Дэвида Кеппа. Сейчас Робби находится в процессе чтения романа «Project Hail Mary» Энди Вейера.
- ТВ и кино: сериалы «Медведь» (The Bear), фильмы «Дюна» (Dune) и «Топ Ган» (Top Gun).
- Любимый гаджет/продукт: ортопедическая подушка Purple Pillow с полимерной ячеистой структурой.
Стайн также поделился историей из своей ранней карьеры, когда в возрасте 25 лет он вместе с друзьями из Google основал стартап Stamp (Stamped), впоследствии поглощенный Yahoo. Платформа была предназначена для обмена рекомендациями лучших мест и вещей. Для решения проблемы холодного старта основатели решили привлечь на платформу Джастина Бибера.
Они нашли контакты его менеджера Скутера Брауна и отправили электронное письмо с блефом: «Мы завтра будем в Лос-Анджелесе, готовы встретиться» (хотя команда находилась в Нью-Йорке и лететь не планировала). Менеджер неожиданно согласился на завтрак в отеле, основатели экстренно купили билеты на самолет, провели питч и в итоге привлекли Бибера в качестве инвестора и активного пользователя, что обеспечило проекту мощный первоначальный взлет. Этот опыт Стайн считает главным доказательством того, что в бизнесе предельная скорость и агрессивная исполнительская дисциплина всегда побеждают долгие размышления.
