Google DeepMind с точки зрения операций

Главное

DeepMind открыла Genie 4 для проверенных тестировщиков

Google DeepMind 27 октября 2026 года анонсировала Genie 4 - модель мира, которая в реальном времени создаёт интерактивные симуляции с родным звуком и диалогами. Это исследовательское превью для проверенных тестировщиков. Дальше доступ получат подписчики Google AI Ultra и ранние партнёры Gemini API. Как бизнес-инструмент она пока не годится.

Что меняется для операций — Ни один процесс в продажах, поддержке или операционке сегодня не меняется: доступ ограничен проверенными тестировщиками и листом ожидания, а путь через Gemini API открыт только партнёрам раннего доступа. Следить стоит за идеей тестирования. DeepMind связывает Genie 4 с моделями Gemini, чтобы ИИ-систему можно было опробовать в симулированной среде, прежде чем пускать её в реальную. Если вы планируете запускать агентов в живые процессы, смотрите, дойдёт ли такая проверка до запуска в API. Пока это сигнал, а не повод для покупки.

Google описала защиту Gemini 4 Argon к запуску

Если вы запускаете или только планируете агентов, которые ходят по сайтам, читают входящие письма или обрабатывают документы клиентов, читать стоит именно про prompt injection и соблюдение границ. Цифры у Google сильные, но это самоотчёт по конкретным бенчмаркам, и о ваших правах доступа к инструментам они ничего не говорят. Контроль, который в ваших руках, оставьте себе: давайте агентам узкий доступ, требуйте одобрения человека для возвратов, исходящих сообщений и изменений в записях, ведите журнал действий агента. Встроенное в модель поведение «остановиться и спросить» считайте вторым слоем защиты, а не заменой. Прежде чем переводить рабочий процесс на новую модель, прогоните на ней собственные тесты, в том числе документы с подложенными инструкциями.

DeepMind выпустила локальную модель поиска по медиа

Для B2B-компании на 10-200 человек это строительный блок, а не готовый продукт: инженер может проиндексировать транскрипты поддержки, скриншоты продукта, обучающие видео и записи звонков в единую систему поиска, которая работает на ноутбуке или скромном сервере - без передачи данных за периметр компании и без оплаты за каждый запрос к API. Это напрямую полезно командам поддержки, которые хотят по одному запросу находить нужную статью базы знаний, похожий тикет или фрагмент записанной демонстрации, а также операционным командам, строящим внутренний поиск по разрозненной мультимодальной документации. Загвоздка в том, что EmbeddingGemma 2 - это только retrieval-половина RAG-системы: кто-то всё равно должен собрать конвейер, соединить его с генеративной моделью и поддерживать векторную базу данных, поэтому ближайший выигрыш - это снижение инфраструктурных расходов и повышение приватности данных, а не готовый продукт.

Google выпустил две TTS-модели для голосовых агентов

Для команды поддержки или продаж, рассматривающей голосового агента, это меняет то, что технически доступно уже сегодня: Gemini API открыт для разработчиков и позволяет создавать брендированные голоса, многоязычный дубляж или разговорных агентов с реалистичным темпом и естественными паузами, причём Flash-Lite прямо позиционируется как решение для высоконагруженных и недорогих голосовых агентов. Загвоздка в том, что доступ через Gemini Enterprise всё ещё «скоро появится» через API, поэтому компании на 10-200 человек без штатных разработчиков, скорее всего, придётся подождать или работать через партнёрские платформы (среди названных интеграторов - Agora, LiveKit, Pipecat, Vercel), а не получить это через корпоративную консоль прямо сейчас.

Google научил голосовой ИИ рассуждать на ходу

Для B2B-компании с 10-200 сотрудниками, использующей голосовой ИИ для телефонной поддержки или квалификации лидов, это закрывает главный пробел текущих голосовых агентов — работу со сложными запросами, выходящими за рамки одного обращения к базе. Звонок, требующий сначала проверить статус заказа, затем применить условное правило возврата средств, а затем подтвердить это с клиентом, раньше требовал передачи оператору-человеку или жёсткого дерева решений. Extended Thinking позволяет агенту рассуждать через эту последовательность прямо во время звонка, что означает меньше эскалаций и более короткое среднее время обработки на линии первого уровня. Командам, которые тестируют или уже используют голосовых ботов для входящей поддержки или исходящей квалификации, стоит воспринять это как повод заново протестировать задержку и точность на реальных сценариях звонков — режимы рассуждений обычно увеличивают время обработки, поэтому компромисс между глубиной анализа и скоростью ответа нужно измерить перед внедрением в реальную очередь звонков, а не принимать на веру.

Google усиливает контроль разработчиков над моделью Gemini Omni Flash

Если бот поддержки, агент квалификации лидов или внутренний инструмент операций работает на Gemini Flash, это обновление важно: более жёсткий контроль над структурой и поведением вывода обычно сокращает слой постобработки и валидации, который иначе пришлось бы выстраивать для отлова нестабильных ответов. Компания на 10-200 человек в B2B, использующая автоматизацию на базе Flash, потенциально может упростить проектирование промптов и сократить код обработки ошибок — но только после тестирования новых настроек на существующих продакшн-промптах: не считайте, что что-либо работает идентично, пока это не проверено в staging-среде.

Google выпустил Gemini 3.7 Flash для массовых задач

Если в вашем стеке поддержки или продаж массовые несложные задачи — черновики первого ответа, классификация тикетов, скоринг входящих лидов — обрабатываются моделью уровня Flash от Gemini, этот релиз стоит прогнать через бенчмарк, прежде чем считать его автоматическим апгрейдом. Модели Flash выбирают именно за цену и скорость, а не за пиковое качество рассуждений, поэтому для компании на 10-200 человек реальный вопрос — снижает ли 3.7 Flash стоимость обработки тикета или звонка при том же уровне точности, а не насколько модель «умнее». Тем, у кого уже настроены автоматизации на предыдущей версии Flash, стоит прогнать свой набор тестов на 3.7 перед переключением в продакшене: тихие регрессии в тоне ответа или точности — обычное дело даже в точечных релизах.