• Flutter 3.1 s'impose comme la solution universelle de développement d'applications (pas seulement mobiles). Petit à petit, performances et possibilités se renforcent de concert, donnant à Google une large voie d'accès à un framework de développement unique (mobile, desktop et embarqué pour Android, iOS, Windows, macOS et Linux). Et l'intégration de WebAssembly étend le déploiement d'applications au Web.

• Google simplifie l'accès aux ressources de calcul des cartes graphiques au sein du navigateur pour les développeurs. Avec une solide et croissante part de marché des navigateurs, Chrome va pouvoir embarquer localement de l'IA, plus de 3D pour le Metaverse et les jeux.

Pour l'heure, l'IA reste encore très Cloud Based, Google a déployé plusieurs modules issus de son catalogue de moteurs d'IA en fonction des usages.

• Duet AI est à Google Workspace ce que l'IA est à Microsoft Office 365, c'est à dire une intégration légère de fonctions d'aides bureautiques : idéation et rédaction. Création de visuels dans les slides, aide à la rédaction d'emails, synthèse de texte et recherche web dans une même interface : une lente disparition du copier-coller.

• S'il est bien un domaine où l'IA est utile chez Google, c'est avec Duet AI for Google Cloud. Google Cloud Platform en avait bien besoin pour proposer une DX (Developer Experience) décente face à AWS voire Azure.

• Les développeurs et Data Scientists peuvent désormais utiliser Vertex AI une plate-forme cloud dédiée aux MLOps. Il n'est pas acquis que l'expérience proposée soit au niveau de simplicité de Dataiku ou Bedrock ou de solutions spécialisées (Haystack, Hugging Face).

• Le Studio Bot intégré à Android Studio se veut une réponse à GitHub Copilot et Codex d'OpenAI.

• Google se remet au niveau de OpenAI en proposant Chirp, une alternative à Whisper pour le Speech To Text, Imagen face à Midjourney ou Dall-e.

Etc. etc.

Google "suiveur" ? Disons que Google n'est plus "en retard", mais n'a pas proposé de saut majeur. Google est comme "emprunté" par son poids sur le marché, il ne peut avancer trop vite ou prendre trop d'angle.

Google prend le temps de choisir où jouer stratégiquement sa carte IA.

PaLM2 est la dernière évolution des grands modèles de langage LaMBDA et PaLM de Google. En proposant des modèles spécialisés, Google déploie une stratégie fondée sur l'adaptation aux besoins (performances, domaine) plutôt qu'une IA généraliste.

• En fonction des besoins de puissance : Gecko, Otter, Bison et Unicorn
• En fonction de la spécialisation nécessaire : Med-PaLM 2 pour le médical est près de 10 fois plus pertinent que sa base PaLM2, Sec-PaLM est dédié à la cybersécurité et d'autres sont à venir.

En annonçant Gemini, successeur de PaLM2 capable de mémorisation et planification renforcées, Google occupe in fine facilement un terrain qu'il ne pouvait pas délaisser.

Autre exemple de cette démonstration de maîtrise de la concurrence ; on pourrait penser en voyant l'intégration de Bard à la SERP, que Google ne fait pas mieux que les autres (Bing, You.com). Google a certainement laissé ses challengers planter le décor de "la nouvelle expérience de recherche" et ainsi pu conserver son avance et s'y coller, ni plus, ni moins, sans remettre en question son business model publicitaire !

Au final, il y a un peu du Apple dans la démarche de Google : montrer qu'on est pas en retard, se lancer quand on est prêts, afficher sa capacité de décider quoi, quand, qui et où.

Réponse dans quelques semaines pour la WWDC d'Apple.