Google po cichu kupuje kod aplikacji od deweloperów Sklepu Play, by trenować swoją sztuczną inteligencję

Co się dzieje

Google po cichu uruchomił program, w ramach którego bezpośrednio płaci deweloperom aplikacji za dostęp do ich kodu źródłowego. Jak jako pierwszy poinformował serwis 404 Media, a następnie potwierdziło wiele innych mediów, firma rozsyła do wybranych deweloperów e-maile z zaproszeniem do udziału w „poufnym pilotażu oferty treści” (ang. confidential content offer pilot) . Propozycja jest prosta: sprzedaj dostęp do swojej bazy kodu i generuj dodatkowy przychód. To, czego w tej propozycji głośno nie reklamują, to miejsce docelowe tego kodu: pipeline do trenowania sztucznej inteligencji Google .

Czego oczekuje Google

Prośba Google jest kompleksowa i wykracza daleko poza bieżącą, dopracowaną wersję aplikacji dewelopera. Program podobno wymaga:

• Aktywnego kodu produkcyjnego: Źródła, które obecnie napędzają działające aplikacje w Sklepie Play, w tym te z milionami użytkowników .
• Zarchiwizowanych i porzuconych projektów: Stare bazy kodu, prototypy i projekty poboczne, które nigdy nie doczekały się publicznego wydania lub już go nie mają .

W istocie Google poszukuje niepublicznego, rzeczywistego kodu na Androida, który deweloperzy piszą na co dzień – kodu znacznie bogatszego i bardziej złożonego niż odkażone, publiczne przykłady . W e-mailu do deweloperów Google stwierdza, że dostęp do kodu jest potrzebny, "aby pomóc ulepszyć narzędzia i usługi deweloperskie Google" .

Jak traktowana jest własność intelektualna

Kluczową kwestią dla deweloperów jest to, że nie jest to sprzedaż kodu – to licencja na dostęp. Warunki, według doniesień kilku mediów, są następujące:

• Deweloperzy zachowują pełną własność: Zatrzymujesz 100% swojej własności intelektualnej .
• Licencja niewyłączna: Deweloperzy mogą swobodnie monetyzować ten sam kod gdzie indziej lub używać go w dowolny sposób. Udzielają Google jedynie dostępu, a nie własności .

Presja konkurencyjna stojąca za polowaniem na kod

Gotowość Google do płacenia za prywatne bazy kodu sygnalizuje zmianę w sposobie, w jaki giganci technologiczni pozyskują dane treningowe. Podstawowym motorem jest intensywna konkurencja w dziedzinie narzędzi do kodowania opartych na sztucznej inteligencji.

Publiczne repozytoria kodu zostały już w dużej mierze przeszukane. Aby zbudować bardziej wydajnego asystenta AI do kodowania, Google potrzebuje przykładów złożonej, chaotycznej architektury z prawdziwego świata, która napędza udane aplikacje – danych, które nie są publiczne . Bezpośrednio zasila to model Gemini, który Google pozycjonuje jako bezpośredniego konkurenta GitHub Copilot (napędzanego przez Microsoft/OpenAI) i Claude Code od Anthropic, które agresywnie celują w deweloperów .

Sam Google niedawno przekształcił swój ekosystem narzędzi do kodowania, wypuszczając Android CLI 1.0, aby zintegrować agentów AI bezpośrednio z Android Studio z poziomu terminala . Karmienie tych narzędzi zastrzeżonym, produkcyjnym kodem na Androida daje Google zróżnicowany zestaw danych, którego konkurenci nie mogą łatwo powielić.

Porównanie: Program pilotażowy kodu a umowa z Redditem za 60 milionów dolarów

Oba programy odzwierciedlają strategiczne przejście do kupowania niepublicznych danych o wysokiej wartości. Sposób ich realizacji jest jednak zupełnie inny.

Aspekt	Umowa z Redditem za 60 mln USD	Pilotażowy program kodu ze Sklepu Play
Charakter	Szeroka umowa licencyjna z pojedynczym podmiotem na treści do trenowania AI na danych konwersacyjnych .	Ukierunkowany, wielostronny program zakupu dostępu do konkretnego, funkcjonalnego kodu źródłowego .
Typ danych	Ogromne ilości ludzkich konwersacji i danych z interakcji społecznościowych .	Rzeczywisty, funkcjonalny kod źródłowy oprogramowania i historia projektów .
Model własności intelektualnej	Umowa licencyjna na poziomie korporacyjnym; prawa własności intelektualnej deweloperów na poziomie indywidualnym nie są przedmiotem publicznej dyskusji .	Indywidualni deweloperzy zachowują 100% praw własności intelektualnej na mocy niewyłącznej licencji .
Cel strategiczny	Pozyskanie zestawu danych konwersacyjnych w celu ulepszenia modeli językowych ogólnego przeznaczenia .	Pozyskanie specjalistycznego zestawu danych w celu bezpośredniego ulepszenia narzędzi AI do kodowania i narzędzi deweloperskich .

Umowa z Redditem była przebojową, jednorazową transakcją na dane o wiedzy ogólnej. Program pilotażowy jest natomiast ukierunkowanym, powtarzalnym modelem, który trafia bezpośrednio do indywidualnych deweloperów, aby rozwiązać konkretny problem: uczynić narzędzia AI do kodowania Google konkurencyjnymi wobec takich rozwiązań jak Claude Code i GitHub Copilot .