“`html
Jeff Dean, kỹ sư có công trình được nhúng trong hầu hết hệ thống AI lớn đang hoạt động ngày nay, vừa rời Google sau 27 năm gắn bó. Theo thông báo của CEO Alphabet Sundar Pichai gửi nhân viên (Google blog, 2025), Jeff Dean sẽ đồng sáng lập Discovery Loop, một public benefit corporation (cấu trúc pháp lý yêu cầu cân bằng lợi nhuận tài chính với sứ mệnh công khai đã cam kết), tập trung vào nghiên cứu machine learning (học máy), khoa học và kỹ thuật. Google sẽ là nhà đầu tư sáng lập kiêm đối tác Cloud của công ty mới này.
Jeff Dean là ai và tại sao sự ra đi của ông đáng chú ý?
Jeff Dean không phải cái tên quen thuộc với đại đa số người dùng internet, nhưng công trình của ông có mặt trong gần như mọi hệ thống AI lớn đang hoạt động hiện nay. Ông là đồng tác giả của TensorFlow (2016), nền tảng hạ tầng cho phép phát triển machine learning quy mô lớn và, theo đó, mở đường cho AI tạo sinh (generative AI), theo Search Engine Journal (SEJ, 2025).
Ngoài TensorFlow, Dean còn đứng tên đồng tác giả một loạt nghiên cứu định hình kiến trúc AI hiện đại:
- MapReduce (2004): Framework xử lý dữ liệu phân tán có ảnh hưởng lớn đến sự ra đời của Hadoop (hệ thống mã nguồn mở phổ biến để xử lý tập dữ liệu khổng lồ trên cụm máy chủ) và thúc đẩy ngành big-data (dữ liệu lớn) phát triển, theo SEJ (2025).
- Bigtable (2006): Hệ thống lưu trữ phân tán cho phép dữ liệu có cấu trúc trải rộng trên hàng nghìn máy chủ, mở rộng đến quy mô petabyte, ảnh hưởng trực tiếp đến cách các công cụ tìm kiếm index web ở quy mô lớn, theo SEJ (2025).
- DistBelief (2012): Tiền thân trực tiếp của TensorFlow, chứng minh khả năng huấn luyện mô hình với hàng tỷ tham số, theo SEJ (2025).
- Knowledge distillation / chưng cất mô hình (2015): Kỹ thuật cho phép một mô hình AI nhỏ hơn học cách tái tạo đầu ra của mô hình lớn hơn. Kỹ thuật này sau đó được nhắc đến trong các tranh cãi về việc một số công ty được cho là đã dùng nó để sao chép ngược đầu ra của các mô hình AI hàng đầu, theo SEJ (2025).
- TensorFlow (2016): Nền tảng hạ tầng linh hoạt cho phép phát triển AI ở quy mô như chúng ta thấy ngày nay.
Pichai đúc kết di sản của Dean trong thông điệp gửi nhân viên (Google blog, 2025): “Jeff và Sanjay đã thúc đẩy một số bước chuyển công nghệ trọng yếu nhất, từ hạ tầng tìm kiếm ban đầu đến các mạng nơ-ron đã tạo ra kỷ nguyên AI hiện đại.”
Discovery Loop là gì?
Dean sẽ đồng sáng lập Discovery Loop cùng Sanjay Ghemawat, Google Senior Fellow. Công ty hoạt động theo mô hình public benefit corporation, tập trung vào nghiên cứu machine learning, khoa học và kỹ thuật.
Google không chỉ đầu tư ngay từ vòng sáng lập mà còn sẽ hợp tác với Discovery Loop trên một framework nghiên cứu dành cho hệ thống ML và hạ tầng liên quan, theo tuyên bố của Pichai (Google blog, 2025).
Google tái cơ cấu lãnh đạo AI như thế nào?
Sự ra đi của Dean chỉ là một phần trong dịch chuyển lãnh đạo ba chiều được thông báo cùng lúc. Theo thông điệp của Pichai gửi nhân viên (Google blog, 2025):
Demis Hassabis, đồng sáng lập DeepMind, trở thành Chủ tịch Google DeepMind kiêm Nhà khoa học trưởng của Alphabet. Ông tiếp tục lãnh đạo Isomorphic Labs, bộ phận nghiên cứu dược phẩm dựa trên AI của Google hiện đang hợp tác với Eli Lilly, Novartis và Johnson & Johnson, theo SEJ (2025). Hassabis mô tả vai trò mới cho phép ông tập trung vào “bức tranh toàn cảnh” của AGI (trí tuệ nhân tạo tổng quát, tức hệ thống AI có khả năng thực hiện bất kỳ nhiệm vụ trí tuệ nào mà con người làm được), và cho biết ông “cảm thấy AGI đang đến gần” (Google blog, 2025).
Koray Kavukcuoglu, nguyên CTO của Google DeepMind kiêm Chief AI Architect của Google, được thăng chức Phó Chủ tịch Cấp cao (SVP) của Google DeepMind. Ông sẽ phụ trách phát triển mô hình Gemini, nghiên cứu Frontier AI (AI tiên tiến nhất, ở biên giới của công nghệ hiện tại) và các nhóm ứng dụng lẫn nhà phát triển Gemini. Kavukcuoglu đã gắn bó với DeepMind 13 năm và dẫn dắt các đột phá như WaveNet và DQN, theo Pichai (Google blog, 2025).
Jeff Dean rời Google sau 27 năm để đồng sáng lập Discovery Loop.
Tại thời điểm thông báo, ứng dụng Gemini đạt hơn 950 triệu người dùng hàng tháng, và các mô hình Gemma (dòng mô hình mã nguồn mở của Google) đã vượt 900 triệu lượt tải (Google blog, 2025).
Điều này có ý nghĩa gì với khả năng hiển thị trên AI search?
Hãy hình dung thế này: Google vừa tách “vận hành động cơ AI hàng ngày” ra khỏi “định hướng AI dài hạn.” Kavukcuoglu nay điều hành phát triển mô hình; Hassabis lùi về tập trung chiến lược AGI dài hạn. Đây là sự phân công trách nhiệm hoàn toàn mới, và nó cho thấy Google đang nhìn giai đoạn tiếp theo của AI như thế nào.
Với các thương hiệu và nhà xuất bản có lưu lượng truy cập ngày càng phụ thuộc vào AI Overviews và câu trả lời do Gemini tạo ra, có hai điểm đáng theo dõi.
Điểm thứ nhất: sự ra đi của Dean loại bỏ một trong những nhà nghiên cứu nền tảng có thâm niên nhất khỏi bộ máy nội bộ Google. Liệu điều đó có làm thay đổi quỹ đạo nghiên cứu của Google hay không thì khó đánh giá từ bên ngoài. Điều rõ ràng từ thông báo là Google không hề chậm lại. Pichai trích dẫn “đà tăng trưởng phi thường” trên Search, YouTube và Cloud, đồng thời nhắc đến các bản phát hành mô hình Gemini sắp tới.
Điểm thứ hai: nhiệm vụ mới của Hassabis là định hình tương lai của AGI, không phải sản phẩm hàng ngày. Sự tập trung tăng lên của ông vào Isomorphic Labs, hướng vào nghiên cứu dược phẩm, cho thấy những tham vọng AI lớn nhất của Google vươn xa hơn phạm vi tìm kiếm. Song các mô hình mà những quyết định đó cuối cùng tác động đến lại chính là những mô hình quyết định nguồn nào Gemini trích dẫn, tóm tắt và đưa ra cho người dùng khi họ đặt câu hỏi.
Góc nhìn Hingewise
Thay đổi nhân sự không làm thay đổi cách AI search xếp hạng hay trích dẫn nguồn ngay hôm nay. Nhưng đây là tín hiệu cấu trúc đáng chú ý.
Nghĩ đơn giản như thế này: khi người chịu trách nhiệm định hướng AGI dài hạn cũng tư vấn về hướng phát triển mô hình, các quyết định trong 12 đến 24 tháng tới về cách Gemini thực hiện retrieval (truy xuất thông tin từ nguồn để tạo câu trả lời), tổng hợp và ghi nhận thông tin có thể trông rất khác so với những gì được xây dựng dưới cấu trúc cũ.
Các nguồn không đề cập trực tiếp điều này. Nhưng đây là lớp quan trọng nhất với khả năng hiển thị nội dung: hành vi trích dẫn của Gemini, tức việc Gemini chọn nguồn nào để trích dẫn hoặc tham chiếu trong câu trả lời, là sản phẩm của các mô hình và ưu tiên được thiết lập ở cấp độ lãnh đạo này. Nếu hành vi đó thay đổi, tác động thường không thấy trong analytics cho đến khi xu hướng lưu lượng truy cập đã thay đổi từ trước đó.
Lớp đáng theo dõi là hành vi trích dẫn của Gemini, không chỉ thứ hạng tìm kiếm truyền thống.
5 điều cần kiểm tra về sự hiện diện AI search trước bản cập nhật Gemini tiếp theo
- Tìm tên thương hiệu và các chủ đề cốt lõi của bạn trực tiếp trên Gemini và Google AI Overviews. Ghi lại xem bạn có được đề cập không, và theo cách nào.
- Xem nguồn nào đang được Gemini trích dẫn cho các câu hỏi liên quan đến ngành của bạn. Đó là đối thủ cạnh tranh, ấn phẩm độc lập, hay không có ai quen thuộc?
- Kiểm tra nội dung của bạn có cấu trúc để AI dễ trích dẫn không: câu trả lời trực tiếp ngay đoạn đầu, danh sách rõ ràng, số liệu có nguồn và mốc thời gian cụ thể.
- Rà soát xem các câu hỏi phổ biến trong ngành của bạn có được trả lời thẳng trong nội dung không, hay nội dung chỉ đang mô tả mà không trả lời câu hỏi nào cụ thể.
- Theo dõi tỷ lệ lưu lượng từ AI Overviews so với tìm kiếm tự nhiên thông thường theo thời gian, để phát hiện thay đổi sớm trước khi xu hướng rõ ràng trong tổng lưu lượng.
Nguồn:
Search Engine Journal (SEJ, 2025): Google Loses the Engineer Who Helped Build Search and Modern AI
Google Blog (2025): Next Chapter: AI Momentum
“`