Nikola Todorovic, Director of Software Engineering at Google Search и руководитель инженерной команды SafeSearch, рассказал в подкасте Search Off the Record, почему Google не мог просто разом внедрить машинное обучение во все системы поиска.
По его словам, сложные ML-модели могут работать как своего рода «чёрный ящик»: инженеры не всегда полностью понимают, что происходит внутри модели. Из-за этого такие системы сложнее отлаживать, контролировать при изменениях и заменять без риска для качества поиска.
Почему SafeSearch стал ранней площадкой для AI в поиске
Todorovic работает в поисковой организации Google уже 15 лет. Он объяснил, что SafeSearch стал одним из первых направлений, где AI и ML можно было внедрять относительно безопасно.
Причина в архитектуре: SafeSearch мог использовать отдельные классификаторы изображений и видео, которые выдавали самостоятельный сигнал — например, насколько результат может быть explicit-контентом. Эти модели не вмешивались напрямую в основной ranking flow Google Search.
Если классификатор ошибался, команда могла дорабатывать модель без риска нарушить работу основного поиска. По словам Todorovic, около 12 лет назад convolutional neural networks начали заметно улучшать понимание изображений, поэтому SafeSearch стал естественным ранним кейсом для ML внутри Google Search.
AI Overviews работают поверх старых систем поиска
Отдельно Todorovic объяснил, как устроены AI Overviews. По его словам, эта функция не заменяет классический поиск, а «накладывается сверху» на уже существующие системы retrieval и ranking.
Иными словами, под AI Overviews всё ещё работают традиционные механизмы поиска Google. Модель может использовать тексты источников, сниппеты, заголовки и другой контекст страниц, чтобы собрать и суммировать ответ.
В этом процессе важную роль играет query fan-out: Google может определить дополнительные связанные запросы, выполнить их параллельно и затем объединить найденную информацию в один ответ.
Чем AI Mode отличается от AI Overviews
AI Mode, по словам Todorovic, работает по похожей логике, но имеет больше самостоятельности. Он всё ещё опирается на Search, однако использует более крупную собственную платформу.
Это различие может стать важным для SEO-специалистов и владельцев сайтов. Если AI Overviews остаются более явным слоем поверх классического поиска, то AI Mode постепенно получает больше собственной инфраструктуры, а значит, Google ещё предстоит объяснить, как там будут работать видимость, измерение и оптимизация.
Главный вывод не в том, что AI в Google Search неконтролируем. Todorovic говорил о сложности внедрения ML-моделей в масштабную поисковую систему, а не о том, что Google не понимает работу AI Overviews или AI Mode.
Для SEO важнее другое: традиционные системы поиска остаются фундаментом AI-функций Google. Пока AI Overviews строятся поверх retrieval и ranking, базовые принципы видимости в поиске не исчезают, а меняют форму. Поэтому оптимизация контента, работа с релевантностью, качеством источника и структурой страницы остаются важными даже в эпоху AI-поиска.
На этом фоне особенно актуальны темы Google AI Overview, оптимизации под AI-поиск и отслеживания видимости сайта на AI-платформах.
Источник: Search Engine Journal