Een juniplan gebouwd op een julimodel

Een productverantwoordelijke in Amsterdam had Gemini 3.5 Pro ingepland in een releaseplan voor juni, met een klantdemo eromheen. Toen verschoof Google het model naar 17 juli 2026 en zei, ongebruikelijker nog, dat het de onderliggende basisarchitectuur had geschrapt en van de grond af opnieuw had gebouwd. De demo hangt nu aan een model dat nog niet bestaat.

Dat is het tweede besluit dat in één aankondiging schuilt. Google maakte een harde keuze over het eigen product. Het Amsterdamse team maakte maanden eerder een zachtere, toen het een beloofde lanceerdatum als een vast gegeven behandelde. Slechts een van die twee besluiten was gedisciplineerd, en het was niet dat van de koper.

Waarom Google een af model weggooide

Google DeepMind stemde het oude model niet bij; het liet het varen. Uitgelekte interne evaluaties lieten zien dat de eerdere basisarchitectuur van Gemini 2.5 Pro standhield bij gewone tekst, maar bezweek bij recursieve tool-aanroepen en complexe lay-outs met meerdere lagen, en struikelde bij wiskundig redeneren. In plaats van een vlaggenschip uit te brengen dat faalde waar de rivalen sterk zijn, bouwde Google de basis opnieuw en zette de datum terug.

De opvolger mikt op een contextvenster van twee miljoen tokens, een diepere redeneerlaag en stabielere werkstromen over lange afstand, recht gericht tegen GPT-5.6 van OpenAI en Fable 5 van Anthropic. De achtergrond was niet rustig: senior onderzoekers vertrokken in juni naar OpenAI en Anthropic, en Alphabet verloor op één handelsdag op 22 juni ongeveer 225 miljard dollar aan beurswaarde. Een zwak vlaggenschip die situatie in sturen was de makkelijke, dure fout geweest.

De discipline die de meeste teams overslaan

Het lastige aan een sunk cost is dat het op vooruitgang lijkt. Een project dat voor negentig procent af is, met echt geld en maanden er al in, is precies het project dat teams zichzelf aanpraten uit te brengen. De rationele toets negeert wat een project heeft gekost en vraagt alleen wat het waard is om het van hieraf te voltooien. Google paste die toets toe op een bijna voltooid model en stopte het. De meeste organisaties brengen hetzelfde bijna klare project uit en beheren daarna de schade.

De les is niet dat vertragingen goed zijn; het is dat het besluit om te stoppen moet afhangen van de toekomstige waarde, nooit van hoeveel er al is geïnvesteerd. Als een project de lat niet haalt waarvoor het is gebouwd, zijn de verzonken maanden verloren of u nu uitbrengt of niet, en uitbrengen voegt alleen de kosten van het opruimen toe. Google schoot deze les zojuist in het openbaar voor, op de schaal van een vlaggenschip.

Wat dit verandert voor uw eigen routekaart

Behandel elk niet-gepubliceerd model als een gedateerde aanname, niet als een toezegging. Als een lancering op uw kritieke pad ligt, noteer de datum waarop u rekent, het alternatieve model dat u gebruikt als het opschuift, en de laatste dag waarop u kunt wisselen zonder een klantbelofte te breken. Een genoteerde afhankelijkheid kunt u sturen; een die alleen op een slide leeft, stuurt u.

De bedrijven die dit kwartaal schade opliepen, waren degene die leveringen tekenden tegen een lancering die niet had plaatsgevonden. Beschikbaarheid is een inkoopvariabele, en deze maand bewoog die voor iedereen tegelijk. Plan tegen wat al is uitgebracht, houd een getest alternatief op één wissel afstand, en laat de leveranciers hun eigen opgeschoven data dragen in plaats van het risico door te schuiven naar uw klanten.

Lees hierna: Waarom is het meest waardevolle AI-lab niet langer het bekendste?  |  Als de meest overtuigde investeerder in AI een stap terug doet, wat vertelt hij u dan?