Firma, która wymyśliła nowoczesną sztuczną inteligencję, przez kilka lat przegrywała wyścig o jej wdrożenie. Teraz Google odrabia straty z nawiązką, a Sundar Pichai realizuje wizję, którą zapisał w liście do akcjonariuszy jeszcze w 2016 roku. Fast Company umieścił Google na pierwszym miejscu swojego rankingu najbardziej innowacyjnych firm 2026 roku i poświęcił spółce obszerny reportaż. Oto co z niego wynika.
Jeśli chcesz otrzymać raport przed oficjalną premierą oraz zobaczyć nazwę swojej firmy wśród uczestników badania – zostaw adres email na końcu ankiety.
ChatGPT jako zimny prysznic
Pichai przyznaje otwarcie: pojawienie się ChatGPT go zaskoczyło. Nie technologia jako taka, bo Google był jej współtwórcą, ale tempo. „Wow, this technology is going to diffuse earlier and faster than we were expecting” – powiedział dziennikarzowi Fast Company. Opisuje tamten moment jako „uncomfortably exciting”. I to chyba najlepsze określenie, jakie mógł wybrać.
Trzy tygodnie po debiucie OpenAI, Google ogłosił wewnętrzny „Code Red” i nakazał pracownikom odłożyć bieżące projekty, żeby przyspieszyć prace nad AI. W lutym 2023 roku firma zaprezentowała chatbota o nazwie Bard. Był pośpieszny i słaby. Świat to zauważył.
Bard, który stał się Gemini
Bard nie miał szans w starciu z OpenAI na poziomie wizerunkowym. Po roku funkcjonowania miał tak małe zaufanie rynku, że Google po prostu zmienił mu nazwę, rebrandując go na Gemini i dostosowując nazwę do modelu językowego, który go napędzał.
Za kulisami działy się jednak rzeczy ważniejsze niż naming. Do aktywnego działania wrócili Larry Page i Sergey Brin. Brin w szczególności zaangażował się bezpośrednio, od decyzji rekrutacyjnych po przeglądy kodu. Pichai skomentował to bez cienia urazy: „Having the founder of the company sitting together with your engineers sweating out the details of the model — I can’t imagine a more motivating thing for people.”
W 2023 roku Google połączył też dwa dotychczas oddzielne laboratoria AI: Google Brain i londyński DeepMind, tworząc Google DeepMind pod kierownictwem Demisa Hassabisa. Brain to lab, który współtworzył transformer – fundamentalną architekturę całej generatywnej AI – a DeepMind to miejsce, gdzie powstał AlphaFold, za który Hassabis i John Jumper dostali w 2024 roku Nagrodę Nobla z chemii. Połączenie tych dwóch ośrodków to był sygnał: koniec z badaniami dla samych badań, czas na produkty.
Gemini 3 i moment przełomu
W listopadzie 2025 roku Google wypuścił Gemini 3 Pro. Nie do testów beta, nie do wybranych użytkowników. Od razu do wszystkich. Model pobił rywali od OpenAI i Anthropic w kluczowych benchmarkach, czasem znacząco. Sam Sam Altman napisał do pracowników w wewnętrznym memo: „I expect the vibes out there to be rough for a bit.”
To jeden z tych rzadkich momentów, kiedy konkurent tak otwarcie przyznaje, że czuje presję.
Po Gemini 3 Pro przyszły kolejne warianty: Deep Think (zoptymalizowany pod matematykę i naukę) oraz lżejszy Flash. Google uruchomił też Antigravity – platformę do kodowania z pomocą AI, która bezpośrednio konkuruje z Claude Code i Cursorem.
To co robi Google z Gemini przypomina mi trochę strategię, którą stosował przez lata w wyszukiwarce: zamiast jednego produktu, całe ekosystem punktów styku z użytkownikiem. Wyszukiwarka, Gmail, Maps, Android, YouTube, Waymo, teraz kodowanie. To ogromna przewaga, której OpenAI po prostu nie ma i szybko nie będzie miało. Ale jest też druga strona tego medalu: im więcej Gemini jest wszędzie, tym większe ryzyko, że gdzieś ten model się potknie, a zaufanie do całego ekosystemu ucierpi. Pamiętamy „kamień raz dziennie” z AI Overviews. Skala jest siłą Google’a, ale też jego największą słabością, gdy coś idzie nie tak. Pytanie, które mnie najbardziej interesuje: czy Google potrafi zbudować relację emocjonalną z użytkownikiem, jakiej nigdy tak naprawdę nie miał? OpenAI, mimo wszystkich problemów, ma ją z częścią swoich użytkowników. Google historycznie był narzędziem, nie towarzyszem.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Nano Banana i lekcja viralowości
Jednym z ciekawszych epizodów opisanych przez Fast Company jest historia modelu o nazwie Nano Banana. Naina Raisinghani z Google DeepMind o 2:30 w nocy wgrywała nowy model do platformy benchmarkingowej LMArena i wpisała nazwę z głowy, łącząc własne pseudonimy. Efekt? Nazwa przykuła uwagę, a sam model – zdolny w sekundy do praktycznie każdej edycji zdjęć – trafił do aplikacji Gemini i stał się viralem.
Przez chwilę Gemini wyprzedził ChatGPT w pobieraniu z App Store i Google Play. To był sygnał, który Google dobrze zapamiętał.
Jak zauważa inwestor i były pracownik Google M.G. Siegler: „Google, historically, has not been as good at that. Part of it, I think, is just a cultural reticence around wanting to do these viral moments. But they honed it in with Nano Banana.”
Gemini jest już wszędzie. Dosłownie.
Google wdraża Gemini szerzej, niż większość ludzi zdaje sobie sprawę. Oto gdzie model już działa lub jest wdrażany:
- Google Search – AI Overviews i tryb AI Mode zamiast listy linków
- Gmail – nowe narzędzia AI, w tym wyróżnianie pilnych wiadomości
- Google Meet – funkcja „Ask Gemini” pozwala dołączyć do spotkania w trakcie i natychmiast się zorientować, o czym była mowa
- Android – Google Assistant oficjalnie ustąpił miejsca Gemini
- YouTube – pomoc w edycji, dodawaniu muzyki; wkrótce generowanie wirtualnych sobowtórów twórców
- Waymo – robotaxi Alphabetu korzystają z Gemini przy wyjątkowych scenariuszach, jak pojazd w płomieniach na drodze przed nim
- Google Cloud – Gemini jako usługa dla firm, bezpośrednia konkurencja dla AWS i Azure
To nie jest strategia „AI jako feature”. To zakład o to, że Gemini stanie się warstwą spinającą całą ofertę Google.
Pieniądze, chipy i wyścig infrastrukturalny
Google ma w tym wyścigu jedną przewagę, o której rzadko się mówi głośno: własne chipy. Tensor Processing Units (TPU) projektowane przez firmę przekładają się bezpośrednio na koszty serwowania modeli. Zach Lloyd, CEO platformy Warp i były główny inżynier Google, tłumaczy to wprost: „They make their own chips, and that really matters. They have all of the cloud infrastructure for serving these models. They have an extremely profitable business with which to fund capital expenditures and train models.”
Alphabet zapowiedział wydatki kapitałowe na poziomie nawet 185 miliardów dolarów w 2026 roku. To ponad dwukrotność kwoty z 2025 roku. Google buduje trzy wielkie kampusy centrów danych w Teksasie oraz kolejne w Arkansasie, Iowa, Missouri, Oklahomie, Karolinie Południowej i Wirginii. Poza USA – Indie, Niemcy, Belgia, Tajlandia.
Gdy pytają Pichai o bańkę AI, milczy przez chwilę. Potem: „We are going to go through periods of underinvestment and then periods of overinvestment. It’s always tough to predict that. But if I were to take a decade-long view, no, I don’t think we are in an AI bubble.”
Reklamy i nieunikniony dylemat
Google ma w AI jedną przewagę, której OpenAI nie może mu zabrać: może sobie pozwolić na to, żeby nie zarabiać na Gemini bezpośrednio przez reklamy – przynajmniej na razie. Demis Hassabis wyraził publicznie zaskoczenie decyzją OpenAI o wprowadzeniu reklam do ChatGPT i powiedział, że Google nie planuje pójść tą drogą z Gemini.
Jednocześnie Google testuje reklamy w AI Overviews i AI Mode w wyszukiwarce, dobierając je algorytmicznie z istniejącej bazy. To subtelna, ale ważna różnica. Pytanie, jak długo ta równowaga się utrzyma, gdy koszt infrastruktury rośnie wykładniczo.
Dziesięcioletni zakład Pichai
W 2016 roku Sundar Pichai napisał w liście do akcjonariuszy o „intelligent assistant helping you throughout your day.” Wiele osób czytało to jako korporacyjną formułkę. Minęło dziesięć lat i ten asystent realnie istnieje, jest wdrożony w produktach używanych przez miliardy ludzi i właśnie zaczął pokonywać konkurencję na benchmarkach.
Fast Company podsumowuje to jednym zdaniem, które trudno podważyć: Google jest na progu stworzenia właśnie tego, co Pichai obiecał dekadę temu.
Nie każda firma, która mówi, że myśli długoterminowo, rzeczywiście to robi. Google tym razem ma dowody.
