רעידת אדמה בגוגל דיפמיינד: חסאביס עולה ליו"ר, הנהגת ה-AI מתרכזת בקליפורניה

גוגל דיפמיינד עוברת שינוי מבני מהותי: קוראי קבוקצ'ואולו מונה להוביל את מחקר ופעילות ה-AI מהמטה במאונטן ויו, בעוד דמיס חסאביס פורש מהניהול השוטף והופך ליו"ר Google DeepMind ולמדען הראשי של אלפאבית, כך לפי דיווח של בלומברג. אם אתם בונים מוצרים על גבי Gemini, השינוי הזה נוגע אליכם ישירות. במאמר הזה נפרק מה בדיוק השתנה, למה זה קורה עכשיו, ואיך להיערך לכך ברמת הארכיטקטורה, הגרסאות והתפעול.

מה בדיוק השתנה בהנהגת ה-AI של גוגל דיפמיינד?

השינוי המרכזי הוא ריכוז סמכויות: ניהול המחקר והפעילות השוטפת של גוגל דיפמיינד עובר לידי קוראי קבוקצ'ואולו (Koray Kavukcuoglu), שיפעל מהמטה של גוגל במאונטן ויו, קליפורניה. דמיס חסאביס, המנכ"ל שהוביל את החברה מאז המיזוג של DeepMind עם Google Brain ב-2023, עובר לתפקיד יו"ר Google DeepMind ומקבל במקביל את התואר מדען ראשי של אלפאבית.

המשמעות המעשית: חסאביס מתרחק מקבלת ההחלטות היומיומית על תעדוף פרויקטים, לוחות זמנים והשקות, ומתמקד בכיוון המדעי ארוך הטווח, כולל המחקר לעבר AGI (בינה מלאכותית כללית) שהוא מזוהה איתו. קבוקצ'ואולו, לעומתו, מקבל מנדט תפעולי מלא לחבר את המחקר לצנרת המוצרים של גוגל, קרוב פיזית להנהלה של סונדאר פיצ'אי ולצוותי Search, Cloud ו-Workspace.

מבחינה ארגונית מדובר במעבר ממודל של "מעבדת מחקר עצמאית עם מנכ"ל כוכב" למודל של יחידת פיתוח ליבה שיושבת בלב מרכז הכובד העסקי. זה דפוס מוכר: כשמחקר הופך לקריטי להכנסות, הוא זז פיזית וארגונית קרוב לצמרת.

מי זה קוראי קבוקצ'ואולו ולמה דווקא הוא?

קבוקצ'ואולו הוא הבחירה הטבעית מבחינת גוגל, כי הוא משלב עומק מחקרי עם ניסיון תפעולי בקנה מידה גדול. הוא הצטרף ל-DeepMind עוד ב-2012, הוביל שנים את מערך המחקר, שימש כ-CTO של Google DeepMind, ובמהלך 2025 מונה גם ל-Chief AI Architect של גוגל בכפיפות ישירה לפיצ'אי. כלומר, עוד לפני המינוי הנוכחי הוא כבר היה הציר שמחבר בין המודלים לבין המוצרים.

מנקודת מבט של בוני מוצר, הפרופיל שלו חשוב: מדובר במי שאחראי בפועל על תשתית האימון וההסקה (inference) של משפחת Gemini, כולל האינטגרציה עם מאיצי ה-TPU של גוגל. מנהיג שמגיע מהצד ההנדסי-תשתיתי נוטה לתעדף יציבות API, יעילות עלות-לטוקן וזמני תגובה, ולא רק שיאי ביצועים בבנצ'מרקים.

מה נשאר אצל חסאביס?

חסאביס שומר על השפעה בשני מישורים: כיו"ר הוא ממשיך לכוון אסטרטגיה, וכמדען ראשי של אלפאבית הוא אחראי על אג'נדת המחקר ארוכת הטווח, בתחומים כמו מדע (בהמשך למסורת של AlphaFold, שזיכתה אותו בפרס נובל לכימיה ב-2024), רובוטיקה וסוכני AI מתקדמים. ההפרדה הזו משחררת אותו מישיבות סטטוס ומאפשרת לגוגל לשמר את הנכס המדעי בלי שהוא יהווה צוואר בקבוק ניהולי.

למה מרכז הכובד עובר מלונדון למאונטן ויו?

ההעברה לקליפורניה היא קודם כל החלטה של מהירות החלטות. DeepMind צמחה בלונדון כמעבדה עם תרבות אקדמית ומרחק מכוון מהמטה, מרחק ששירת אותה בעידן המחקר הבסיסי. אבל ב-2026, כשכל רבעון נמדד מול ההשקות של OpenAI ו-Anthropic, פער של שמונה שעות בין המעבדה להנהלה ולצוותי המוצר הוא חיכוך שגוגל כבר לא מוכנה לספוג.

Major news this AM:

Google is overhauling its AI leadership. -Former DeepMind CEO Demis Hassabis is moving to chair role
-Longtime leadership legend Jeff Dean is leaving to do his own startup
-Koray Kavukcuoglu is stepping up to lead DeepMind side https://t.co/xX7eb5NQBx

— Shirin Ghaffary (@shiringhaffary) 5 באוגוסט 2026

יש כאן גם היגיון של קרבה לתשתית ולשוק: מרכזי הנתונים, צוותי Google Cloud ו-Vertex AI, ומרבית הלקוחות הארגוניים הגדולים מנוהלים מארה"ב. כשהחלטות על הקצאת מחשוב לאימון מודל הבא מול קיבולת הסקה ללקוחות משלמים מתקבלות באותו קמפוס, מחזור ההחלטה מתקצר משבועות לימים.

חשוב לדייק: לפי הדיווח מדובר בריכוז ההנהגה, לא בסגירת הפעילות בלונדון. צוותי מחקר משמעותיים צפויים להישאר בבריטניה, אבל הסמכות על תעדוף וקצב עוברת לקליפורניה. למי שעוקב אחרי מבנה תעשיית ה-AI, זו נקודת ציון: שלושת השחקנים המובילים בתחום המודלים הגדולים מנוהלים כעת כולם ממרחק נסיעה קצרה זה מזה בקליפורניה.

איך השינוי בגוגל דיפמיינד ישפיע על קצב ההשקות של Gemini?

הציפייה הסבירה היא האצה של קצב ההשקות והידוק הקשר בין מחקר לפרודקשן, וזה בדיוק מה שצריך לעניין אתכם כמי שבונים על ה-API. בשנתיים האחרונות ראינו את גוגל עוברת ממחזורי שחרור שנתיים למחזוריות צפופה: Gemini 2.0, 2.5 ו-Gemini 3 בסוף 2025, עם וריאנטים של Pro ו-Flash לכל דור. הנהגה תפעולית אחת, קרובה לפיצ'אי, נועדה לקצר את הזמן בין checkpoint מחקרי לבין מודל זמין ב-Vertex AI וב-AI Studio.

למהירות הזו יש מחיר שצריך לתמחר בארכיטקטורה שלכם. קצב השקות גבוה משמעו גם קצב הוצאה משימוש (deprecation) גבוה של גרסאות ישנות. מי שעבד עם גוגל בשנה האחרונה מכיר את זה: מודלים בסטטוס preview מוחלפים תוך חודשים, וגם גרסאות GA מקבלות חלונות סיום חיים מוגדרים. ההשלכה המעשית: כל תלות במודל ספציפי חייבת להיות מנוהלת, לא משתמעת.

שלושה עקרונות ארכיטקטורה למי שרץ על Gemini בפרודקשן

ראשית, הצמדת גרסאות (version pinning): קראו תמיד למזהה גרסה מפורש, למשל gemini-3-pro במקום alias כללי כמו gemini-latest, כדי שהתנהגות המערכת לא תשתנה מתחת לידיים. שנית, שכבת הפשטה למודל: רכזו את הקריאות ל-LLM מאחורי ממשק פנימי אחד עם קונפיגורציית מודל חיצונית לקוד, כך שהחלפת גרסה היא שינוי קונפיג ולא refactor. שלישית, חבילת evals אוטומטית: סט מבחני רגרסיה על הפרומפטים והמשימות הקריטיות שלכם, שרץ מול כל מודל חדש לפני מיגרציה. בסביבה שבה הספק מאיץ, ה-evals שלכם הם קו ההגנה היחיד על יציבות המוצר.

מה המהלך אומר על המרוץ מול OpenAI ואנתרופיק?

המסר התחרותי ברור: גוגל עוברת ממבנה שמותאם למצוינות מחקרית למבנה שמותאם למלחמת שוק. OpenAI ואנתרופיק פועלות מלכתחילה כארגונים ממוקדי מוצר, שבהם המרחק בין צוות המחקר להשקת API נמדד במסדרון. גוגל, עם כל היתרונות שלה בתשתית, בדאטה ובהפצה דרך מיליארדי משתמשי Search ו-Android, סבלה ממבנה דו-ראשי בין לונדון למאונטן ויו. הרה-ארגון סוגר את הפער המבני הזה.

לגוגל יש קלף שאין למתחרות: אנכיות מלאה. היא היחידה מבין השלוש שמחזיקה בכל השרשרת, מהסיליקון (TPU) דרך מרכזי הנתונים והמודלים ועד ערוצי ההפצה. אנתרופיק ו-OpenAI תלויות בעננים ובמאיצים של אחרים. כשההנהגה של המודלים יושבת ליד ההנהגה של התשתית, את היתרון הזה קל יותר לממש בפועל: תמחור אגרסיבי לטוקן, חלונות הקשר גדולים ו-latency נמוך הם פונקציה ישירה של אינטגרציה כזו.

עבורכם כצרכני API, תחרות מבנית כזו היא בשורה טובה: היא לוחצת מחירים כלפי מטה ומעלה את רף היכולות בכל דור. אבל היא גם מגדילה את הפיתוי של כל ספק לנעול אתכם באקוסיסטם שלו. אסטרטגיית multi-model עם שכבת ניתוב בין ספקים נשארת ההמלצה שלנו לכל מערכת בקנה מידה משמעותי.

מי שמחזיק בכל השרשרת - מהסיליקון דרך מרכזי הנתונים ועד ערוצי ההפצה - יכול להפוך ריכוז הנהגה אחד ליתרון מחיר, הקשר ו-latency בשטח.

איך להיערך בפועל: תוכנית פעולה לצוותי פיתוח

אם המערכת שלכם תלויה ב-Gemini, אלה הצעדים שאנחנו ממליצים לבצע ברבעון הקרוב, לפי סדר עדיפות:

1. מפו את התלויות: אילו שירותים אצלכם קוראים לאילו מזהי מודלים, באילו גרסאות, ומה סטטוס ה-lifecycle של כל אחת מהן בתיעוד הרשמי של גוגל.
2. קבעו מדיניות גרסאות: הצמדה לגרסת GA מפורשת בפרודקשן, ושימוש בגרסאות preview רק בסביבות ניסוי.
3. בנו צנרת evals: 50 עד 200 מקרי בוחן מייצגים מהדומיין שלכם, עם מדדי הצלחה אוטומטיים, שרצים מול כל מודל חדש לפני אימוץ.
4. הגדירו תקציב מיגרציה קבוע: הניחו החלפת מודל אחת לשניים-שלושה רבעונים, ותכננו קיבולת הנדסית בהתאם במקום להיות מופתעים.
5. עקבו אחרי הודעות ה-deprecation: מנוי על release notes של Vertex AI ו-Gemini API הוא חלק מהתפעול, לא מותרות.

הנקודה החשובה: אף אחד מהצעדים האלה לא תלוי בשאלה אם התחזיות על האצה יתממשו במלואן. זו היגיינה הנדסית שמשתלמת בכל תרחיש, והשינוי בהנהגת גוגל דיפמיינד הוא פשוט תזכורת טובה לבצע אותה עכשיו.

מבט קדימה: מה לצפות מגוגל דיפמיינד בהמשך 2026

הסימנים שכדאי לעקוב אחריהם בחודשים הקרובים: קצב הגרסאות של משפחת Gemini והאם הפער בין הכרזה לזמינות GA ב-Vertex AI מתקצר, שינויים במדיניות התמחור לטוקן כאינדיקציה למינוף יתרון ה-TPU, והכיוון של המחקר ארוך הטווח תחת חסאביס בכובעו החדש, במיוחד בתחומי הסוכנים האוטונומיים והמדע. אם ההיפותזה של גוגל נכונה, נראה חברה שמגיבה מהר יותר בלי לאבד את העומק המחקרי שהפך את DeepMind לשם דבר.

מי שרוצה לבנות את המיומנויות לעבוד נכון עם המודלים האלה, מהנדסת פרומפטים ועד ארכיטקטורות RAG וסוכנים בפרודקשן, מוזמן לעיין בקורסי הבינה המלאכותית המעשיים שלנו. ולסקירות שוטפות של מהלכי הענקיות, מודלים חדשים והשלכות מעשיות לצוותי פיתוח, עקבו אחרי מגזין ה-AI של AICourse, שם נמשיך לנתח את ההתפתחות הזו ככל שיצטברו פרטים.