Опубликовано 20 марта 2026

Gemini в Google Таблицах: ИИ-помощник выходит на новый уровень работы с данными

Gemini в Google Таблицах: ИИ-помощник научился работать с данными на уровне лучших в своём классе

Google объявила о новых бета-функциях Gemini в Таблицах: теперь ИИ-помощник может создавать, редактировать и анализировать целые таблицы по текстовому запросу.

Продукты 3 – 5 минут чтения
Источник события: Google 3 – 5 минут чтения

Работа с таблицами – процесс, где большинство либо тратит слишком много времени на рутину, либо сталкивается с трудностями, когда задача становится чуть сложнее обычного. Формулы, сводные таблицы, условное форматирование – всё это требует либо знаний, либо терпения. Google решила решить эту проблему по-новому: просто попросите ИИ сделать это за вас.

Недавно компания объявила о новых бета-функциях Gemini в Google Таблицах. Если коротко: теперь ИИ-помощник способен не просто подсказывать формулы или отвечать на вопросы о данных, а полноценно работать с таблицами: создавать их с нуля, редактировать, структурировать и анализировать – и всё это по обычному текстовому описанию.

Что изменилось в работе Gemini с Таблицами

Что именно изменилось

Раньше Gemini в Таблицах воспринимался скорее как умный помощник: мог что-то объяснить, предложить формулу, помочь с вопросом. Теперь он берёт на себя более активную роль, непосредственно работая с содержимым таблицы.

Проще говоря: вы описываете задачу словами, а Gemini её выполняет. Хотите создать таблицу для отслеживания бюджета домашних расходов? Попросите – и получите готовую структуру. Нужно проанализировать данные о продажах и выделить ключевые тенденции? Опишите, что вас интересует, и ИИ займётся этим сам.

Отдельно стоит отметить, что Google заявляет о достижении так называемого state-of-the-art – то есть Gemini в Таблицах показывает результаты на уровне лучших существующих решений в своей категории. Это не просто маркетинговый тезис: речь о том, что по качеству работы с табличными данными модель вышла на передний край среди конкурирующих подходов.

Возможности Gemini для сложных задач в таблицах

Это работает и для сложных задач

Важный момент: новые возможности не ограничиваются простыми операциями. Gemini справляется как с базовыми вещами (создать таблицу, добавить строки, отформатировать данные), так и с более серьёзным анализом.

Например, можно попросить систему найти закономерности в наборе данных, сгруппировать информацию по нужным критериям или подготовить сводку по большому массиву записей. Раньше для подобного требовалось либо уверенно владеть Excel-подобными инструментами, либо привлекать сторонних специалистов. Теперь это становится доступным через обычный текстовый запрос.

Это принципиально меняет то, кто вообще может эффективно работать с таблицами. Если раньше порог входа для сложного анализа данных был довольно высоким, то сейчас он заметно снижается.

Почему новые функции Gemini важны

Почему это интересно за пределами Google Workspace

Можно воспринять это как очередное обновление корпоративного продукта – и в каком-то смысле так и есть. Но здесь есть более широкий контекст.

Таблицы – это один из самых универсальных инструментов в мире. Их используют финансисты и школьники, маркетологи и исследователи, малый бизнес и крупные компании. Google Таблицы при этом – один из самых распространённых табличных редакторов в мире, доступный бесплатно. Когда ИИ-помощник в таком инструменте достигает уровня лучших решений в категории, это затрагивает очень большую аудиторию.

Кроме того, это часть более широкой тенденции: ИИ перестаёт быть отдельным приложением или чат-ботом и всё глубже встраивается в привычные рабочие инструменты. Не нужно переключаться между вкладками, копировать данные, объяснять контекст заново – всё происходит непосредственно там, где вы работаете.

Бета-версия Gemini: возможные ограничения и ожидания

Бета – значит, не всё идеально

Стоит сказать честно: функции анонсированы в статусе бета. Это означает, что они доступны не всем пользователям сразу и что Google ещё собирает обратную связь и дорабатывает систему.

На практике это значит, что возможны неточности, ограничения в работе с определёнными типами данных или ситуации, когда ИИ понимает запрос не совсем так, как вы ожидали. Это нормальная часть цикла разработки – компания осознанно выпускает продукт на более широкую аудиторию, чтобы понять, как он работает в реальных условиях, а не только на тестовых наборах данных.

Так что если вы попробуете и что-то пойдёт не так – это ожидаемо. Важно, что направление задано, и судя по заявленным показателям качества, двигаться есть куда.

Итоги: обновление Gemini в Google Таблицах

Что в итоге

Google встроила в Таблицы обновлённого Gemini, который теперь может полноценно работать с данными: создавать таблицы по описанию, редактировать, структурировать и анализировать – от простых задач до сложного анализа. По заявлению компании, качество этой работы соответствует лучшим решениям в своей категории.

Для тех, кто регулярно работает с таблицами, но не является экспертом в формулах и сводных таблицах, – это потенциально очень практичное изменение. Для индустрии в целом – очередной шаг к тому, чтобы ИИ стал не отдельным инструментом, а частью того, чем вы и так пользуетесь каждый день.

Оригинальное название: Gemini in Google Sheets just achieved state-of-the-art performance.
Дата публикации: 10 мар 2026
Google blog.google Международная технологическая компания, развивающая цифровые сервисы, облачные платформы и ИИ-технологии для поиска, рекламы, продуктивности и пользовательских продуктов.
Предыдущая статья Как GitHub защищает агентные рабочие процессы: архитектура безопасности изнутри Следующая статья Adobe Firefly: Новые инструменты для редактирования видео, изображений и поддержка пользовательских моделей

Связанные публикации

Вам может быть интересно

Перейти к другим событиям

События – лишь часть картины. Эти материалы помогают увидеть шире: контекст, последствия и идеи, стоящие за новостями.

Oracle интегрировала автономных ИИ-помощников в свою облачную платформу для управления логистикой. Новые инструменты призваны ускорить реакцию на сбои и оптимизировать операционные процессы.

Oraclewww.oracle.com 10 фев 2026

От источника к разбору

Как создавался этот текст

Этот материал не является прямым пересказом исходной публикации. Сначала была отобрана сама новость – как событие, важное для понимания развития ИИ. Затем мы задали рамку обработки: что в тексте важно прояснить, какой контекст добавить и на чём сделать акцент. Это позволило превратить отдельный анонс или обновление в связный и осмысленный разбор.

Нейросети, участвовавшие в работе

Мы открыто показываем, какие модели использовались на разных этапах обработки. Каждая из них выполняла свою роль – анализ источника, переписывание, проверка и визуальная интерпретация. Такой подход позволяет сохранить прозрачность процесса и ясно показать, как именно технологии участвовали в создании материала.

1.
Claude Sonnet 4.6 Anthropic Анализ исходной публикации и написание текста Нейросеть изучает оригинальный материал и формирует связный текст

1. Анализ исходной публикации и написание текста

Нейросеть изучает оригинальный материал и формирует связный текст

Claude Sonnet 4.6 Anthropic
2.
Gemini 2.5 Flash Google DeepMind Проверка и правка текста Исправление ошибок, неточностей и спорных формулировок

2. Проверка и правка текста

Исправление ошибок, неточностей и спорных формулировок

Gemini 2.5 Flash Google DeepMind
3.
DeepSeek-V3.2 DeepSeek Подготовка описания для иллюстрации Генерация текстового промпта для визуальной модели

3. Подготовка описания для иллюстрации

Генерация текстового промпта для визуальной модели

DeepSeek-V3.2 DeepSeek
4.
FLUX.2 Pro Black Forest Labs Создание иллюстрации Генерация изображения по подготовленному промпту

4. Создание иллюстрации

Генерация изображения по подготовленному промпту

FLUX.2 Pro Black Forest Labs

Хотите знать о новых
экспериментах первыми?

Подписывайтесь на наш Telegram-канал – там мы делимся всем самым
свежим и интересным из мира NeuraBooks.

Подписаться