Google tar ett strategiskt ledarskapssteg för att stärka sina artificiella intelligensresurser genom att utse Koray Kavukcuoglu till företagets första Chief AI Architect, vilket markerar en ny fas i Googles AI-strategi.
Kavukcuoglu, som tidigare varit teknisk chef för Google DeepMind, kommer att axla denna utökade roll som senior vicepresident samtidigt som han behåller sin nuvarande position. Han kommer att flytta från London till Mountain View, Kalifornien, för att arbeta närmare vd Sundar Pichai, som han kommer att rapportera direkt till.
Utnämningen sker vid en kritisk tidpunkt för Google, då företaget står under ökande press att omsätta sina omfattande investeringar i AI-teknik till lönsamma produkter. Enligt ett meddelande från Pichai till de anställda ska Kavukcuoglu "påskynda hur vi tar våra världsledande modeller till våra produkter, med målet att skapa smidigare integrering, snabbare iteration och högre effektivitet".
Kavukcuoglu har starka meriter för rollen. Han är tidigare flygingenjör och har en doktorsexamen i datavetenskap från New York University, där han studerade under den välkände AI-pionjären Yann LeCun. Sedan han började på DeepMind 2012 har han avancerat till att leda stora framsteg inom artificiell intelligens, inklusive arbete med djupinlärning och förstärkningsinlärningssystem.
Denna ledarskapsförändring speglar Googles bredare organisationsförändringar sedan ChatGPT förändrade tekniklandskapet. Företaget har sedan 2023 integrerat DeepMind i den större Google-organisationen och slagit samman det med Google Brain under ledning av DeepMind-medgrundaren Demis Hassabis. Trots att Googles Gemini-modeller nu allmänt anses vara branschledande har företaget haft svårt att omvandla dessa tekniska fördelar till lönsamma konsumentprodukter.
Insatserna är särskilt höga då Google planerar att investera 75 miljarder dollar i AI-infrastruktur bara under 2025. Med konkurrenter som Microsoft, Meta och OpenAI som snabbt utvecklar sina AI-förmågor understryker Kavukcuoglus utnämning Googles beslutsamhet att behålla sitt tekniska försprång samtidigt som man påskyndar den praktiska tillämpningen av sin AI-forskning.