Gemini в Google Sheets: ИИ достиг уровня эксперта

Google объявила, что Gemini в Google Sheets достиг лучшего результата среди всех ИИ-систем на бенчмарке SpreadsheetBench — публичном тесте, который оценивает способность моделей работать с реальными электронными таблицами. Результат — 70,48% успешных решений, что приближается к уровню человека-эксперта. Вместе с этим достижением компания запустила набор новых бета-функций, которые превращают ИИ из ассистента в полноценного соавтора при работе с таблицами.

Разбираемся, что стоит за этими цифрами, как устроен бенчмарк и что конкретно умеет обновлённый Gemini в Sheets.

Что такое SpreadsheetBench

SpreadsheetBench — это публичный бенчмарк для оценки способности ИИ-моделей манипулировать реальными электронными таблицами. Он был представлен исследователями из Университета Цинхуа и Университета Жэньминь и принят на NeurIPS 2024 (конференция по нейронным сетям и обработке информации) в секцию Datasets & Benchmarks.

Как устроен бенчмарк

SpreadsheetBench содержит:

• 912 инструкций — реальные запросы пользователей с онлайн-форумов Excel
• 2729 тестовых случаев — в среднем 3 теста на каждую задачу
• Сложные структуры данных — многотабличные макеты, нетекстовые элементы, нестандартные связи между данными

Система оценки напоминает онлайн-платформы для соревнований по программированию: решение проверяется на нескольких тестовых случаях, что позволяет оценить не только точность, но и обобщающую способность модели.

graph TD
    A[912 реальных запросов
с форумов Excel] --> B[Реальные таблицы
со сложной структурой]
    B --> C[ИИ-модель получает
задачу + файл]
    C --> D[Модель генерирует
решение]
    D --> E[Проверка на 2729
тестовых случаях]
    E --> F{Результат}
    F -->|Успех| G[Задача решена]
    F -->|Провал| H[Задача не решена]

Результат Gemini: 70,48%

Google заявляет, что Gemini в Sheets достиг 70,48% на полном датасете SpreadsheetBench. Это первый случай, когда интегрированная в продукт ИИ-система (а не лабораторный прототип) показала такой результат на данном бенчмарке.

Gemini в Google Sheets не только превосходит конкурентов, но и приближается к способностям человека-эксперта.
— Google AI Blog

Важный контекст: речь идёт именно о первой версии SpreadsheetBench (V1). Существует и SpreadsheetBench V2, ориентированный на комплексные бизнес-сценарии — финансовое моделирование, отладку формул и визуализацию. На V2 результаты всех моделей значительно ниже, что говорит о пространстве для роста.

Сравнение с другими моделями

Новые возможности Gemini в Google Sheets

Вместе с достижением на бенчмарке Google запустила набор бета-функций, доступных подписчикам Google AI Ultra и Google AI Pro.

Создание таблиц с нуля

Теперь можно описать задачу обычным языком, и Gemini сгенерирует полноценную таблицу. Модель умеет подтягивать данные из:

• Писем в Gmail — например, собрать все счета за квартал
• Файлов на Google Drive — структурировать данные из документов
• Веб-поиска Google — актуальные курсы валют, статистика, справочные данные

Fill with Gemini — заполнение с помощью ИИ

Функция «Fill with Gemini» (заполнение с помощью Gemini) позволяет мгновенно:

• Генерировать пользовательский текст в ячейках
• Категоризировать данные по заданным критериям
• Суммировать и агрегировать информацию
• Обращаться к поиску Google для получения актуальных данных

По данным Google, этот метод заполнения в 9 раз быстрее ручного ввода для задач на 100 ячеек.

Решение сложных аналитических задач

Gemini теперь справляется с задачами оптимизации, которые раньше требовали сложных формул или сторонних инструментов вроде Solver. Технология основана на исследованиях Google DeepMind и инструментах OR-Tools (библиотека Google для задач оптимизации и комбинаторики).

graph LR
    A[Текстовый запрос
пользователя] --> B[Gemini анализирует
контекст]
    B --> C{Тип задачи}
    C -->|Создание| D[Генерация таблицы
с данными из Gmail,
Drive, веба]
    C -->|Заполнение| E[Fill with Gemini —
категоризация,
суммирование]
    C -->|Анализ| F[Оптимизация
и сложные формулы
через OR-Tools]
    D --> G[Готовая таблица]
    E --> G
    F --> G

Практические сценарии использования

Рассмотрим, в каких задачах обновлённый Gemini может быть полезен уже сейчас.

Для малого бизнеса

• Бюджетирование: «Создай таблицу расходов за Q1 на основе счетов из почты»
• Учёт клиентов: «Собери контакты из последних 50 писем в таблицу и добавь статус сделки»
• Анализ продаж: «Построй сводку продаж по категориям и найди самый прибыльный сегмент»

Для аналитиков

• Очистка данных: заполнение пропусков, стандартизация форматов, категоризация
• Оптимизационные задачи: распределение ресурсов, логистика, планирование графиков
• Быстрые дашборды: описание нужной визуализации на естественном языке

Для повседневных задач

• Планирование путешествий с автоматическим подтягиванием цен
• Сравнительные таблицы товаров на основе веб-данных
• Учёт домашнего бюджета с категоризацией расходов

Доступность и ограничения

Что это значит для рынка

Достижение Google важно по нескольким причинам:

1. ИИ переходит от ассистента к исполнителю. Раньше ИИ в таблицах мог подсказать формулу или ответить на вопрос по данным. Теперь он создаёт, заполняет и анализирует целые таблицы автономно.

2. Бенчмарк как маркетинговый инструмент. Google первой из крупных компаний привязала результаты коммерческого продукта к академическому бенчмарку в области таблиц. Это задаёт стандарт, к которому будут стремиться Microsoft Copilot и другие.

3. Интеграция с экосистемой — главное преимущество. Доступ к Gmail, Drive и веб-поиску даёт Gemini в Sheets контекст, которого нет у автономных моделей. Именно это, вероятно, объясняет разрыв в результатах.

Будущее работы с данными — не в том, чтобы учить людей сложным формулам, а в том, чтобы позволить им описывать задачу словами.

Выводы

Gemini в Google Sheets показал впечатляющий результат на SpreadsheetBench — 70,48% против ~50–60% у предыдущих лидеров. Новые бета-функции (создание таблиц из описания, Fill with Gemini, решение оптимизационных задач) доступны подписчикам Google AI Ultra и Pro.

Для русскоязычных пользователей пока есть ограничение по языку — функции работают только на английском. Но сам тренд очевиден: работа с электронными таблицами будет становиться всё более «разговорной», и порог входа для сложного анализа данных продолжит снижаться.