Durante los últimos años, el mercado de talento en IA se ha parecido más a un draft deportivo profesional que a un ciclo de contratación convencional. Los laboratorios con abundante liquidez están ofreciendo salarios más asociados con atletas profesionales, junto con paquetes de acciones que pueden convertir a los primeros empleados en multimillonarios. El atractivo de ingresos que cambian la vida ha llevado a investigadores de élite a moverse entre laboratorios rivales a una velocidad vertiginosa.

Google DeepMind, que alguna vez fue el destino principal para muchos de esos investigadores —especialmente en Europa—, ahora se encuentra del lado perdedor de esa competencia, según una nueva visión general del flujo de talento de ingeniería compartida exclusivamente con Fortune. Un nuevo análisis de Zeki Data, una empresa británica de inteligencia de datos, muestra que, mientras OpenAI y Anthropic avanzan en el mercado de talento de IA, Google DeepMind y, en cierta medida, Meta están retrocediendo.

Entrevistas con varios empleados actuales y anteriores sugieren que la identidad cambiante de DeepMind ha debilitado parte de su atractivo histórico. A medida que Google ha intentado cerrar la brecha con OpenAI y Anthropic, el laboratorio se ha organizado más estrechamente en torno a mejorar y comercializar Gemini, un giro que algunos investigadores ven como un desplazamiento de la ciencia abierta y de largo plazo que antes hacía de DeepMind un destino tan atractivo para académicos.

Tres empleados actuales y dos antiguos de DeepMind dijeron a Fortune que la reciente ola de salidas responde a una mezcla de factores: laboratorios rivales como Meta y Microsoft captando agresivamente talento con ofertas muy elevadas en efectivo, creciente frustración dentro de Google por su posición en la carrera de IA, moral en descenso y el atractivo de las acciones previas a una oferta pública inicial en competidores como OpenAI y Anthropic.

Solo este mes, Google DeepMind perdió a Jeff Dean, el veterano de 27 años y científico jefe de larga trayectoria de la compañía, junto con el senior fellow Sanjay Ghemawat y los investigadores Oriol Vinyals y Quoc Le, quienes se fueron para lanzar una startup llamada Discovery Loop. Esa misma tarde, Demis Hassabis, cofundador y CEO de DeepMind, dijo que se apartaría del control diario del laboratorio para convertirse en su presidente y científico jefe de Alphabet, entregando el control operativo al CTO Koray Kavukcuoglu.

Los nuevos datos de Zeki sugieren que las salidas públicas forman parte de una reversión más amplia. Por ejemplo, la participación de DeepMind en contrataciones de investigación y ingeniería avanzada en Europa, Medio Oriente y África cayó de 49% en 2022–23 a 18.6% en 2025–26, la mayor caída de participación de mercado que Zeki registró para un gran laboratorio de IA en cualquier región.

"Tuvieron la corona en Europa durante mucho tiempo, y luego empezó a erosionarse desde una base muy alta", dijo Tom Hurd, fundador de Zeki Data, a Fortune. "Empresas como Microsoft AI Superintelligence y Meta Superintelligence están arrebatándoles participación de mercado, y luego están OpenAI y Anthropic al margen".

Lo que está en juego al contratar y retener talento de élite es alto en el mercado de IA hipercompetitivo actual. Un grupo relativamente pequeño de investigadores e ingenieros tiene la experiencia necesaria para entrenar y mejorar los modelos fronterizos que impulsan el auge de la IA. Su trabajo puede determinar qué tan rápido mejora un laboratorio sus modelos, si puede convertir avances de investigación en productos y qué tan creíblemente puede atraer la siguiente ola de talento. Contratar y retener a estos ingenieros de primer nivel ha resultado difícil en los últimos años, incluso para las empresas mejor financiadas del sector.

A nivel global, DeepMind sigue contratando a más personal de investigación e ingeniería avanzada del que pierde. Pero su relación entre incorporaciones y salidas, una medida de contrataciones frente a egresos, ha caído con fuerza, desde aproximadamente 12 a 1 en el segundo trimestre de 2023 hasta alrededor de 2 a 1 en el tercer trimestre de 2026, según los datos de Zeki. Eso significa que ahora suma unas dos personas en estos puestos por cada una que se va, en lugar de unas 12. En comparación, la relación de Meta en 2025 fue de 3 a 1, la de OpenAI fue de 5.7 a 1 y la de Anthropic fue de 22 a 1, según el informe.

Anthropic se ha convertido en el principal destino para los investigadores e ingenieros avanzados que salen de DeepMind. De las personas que dejaron DeepMind en los últimos 12 meses, 25% se fue a Anthropic, 21% a Meta y 14% a OpenAI, según Zeki.

Los representantes de Google DeepMind no respondieron a una solicitud de comentarios sobre los hallazgos de Zeki.

El deterioro en los flujos de talento de DeepMind coincidió con un endurecimiento de sus reglas de publicación, dijo Hurd, un cambio que, según los investigadores de Zeki, puede haber debilitado uno de los principales atractivos del laboratorio para el personal orientado a la investigación. The Financial Times informó por primera vez en abril de 2025 que DeepMind había introducido un proceso interno de revisión más estricto y un embargo de seis meses para algunos artículos de IA generativa estratégicamente sensibles, mientras la compañía buscaba evitar que competidores se beneficiaran de su investigación.

El FT informó que el nuevo enfoque hizo más difícil para los investigadores publicar estudios, especialmente trabajos que podían exponer debilidades del producto o revelar técnicas con valor comercial. DeepMind dijo en ese momento que seguía comprometido con la publicación de investigación y que estaba actualizando sus políticas para preservar la capacidad de sus equipos de contribuir al ecosistema de investigación más amplio.

Para un laboratorio que construyó su reputación sobre avances públicos como AlphaGo y AlphaFold, el cambio generó fricciones con investigadores que se habían unido para perseguir trabajo relativamente sin restricciones, de largo alcance y orientado a nuevas fronteras.

"La mayoría de los veteranos que se unieron a DeepMind antes del momento ChatGPT se unieron para formar parte de un laboratorio de investigación de IA", dijo a Fortune un exingeniero de DeepMind. "Cualquiera que se uniera antes de 2023 pensaba que se estaba incorporando a un laboratorio de investigación de IA, y de repente les pidieron construir productos para Google".

Una سلسلة de salidas de alto perfil

La firma encontró que la contratación de investigación e ingeniería en todo el sector ha crecido a una tasa anual compuesta de 23% desde 2022. Pero ese crecimiento se está concentrando de manera desproporcionada en laboratorios fronterizos más nuevos. La plantilla de investigación e ingeniería de OpenAI ha crecido aproximadamente 97% al año y la de Anthropic 152%, frente a 27% en Google DeepMind. OpenAI y Anthropic parten de una base mucho menor, pero las cifras muestran con qué rapidez se han expandido sus organizaciones en relación con DeepMind.

DeepMind también enfrenta nueva competencia en regiones que dominó durante mucho tiempo. Según Zeki, Mistral AI y Anthropic han sido los principales beneficiarios de la caída de participación de DeepMind en Europa, Medio Oriente y África. En Asia-Pacífico, donde DeepMind abrió un nuevo laboratorio de investigación en Singapur el pasado noviembre, actores locales como ByteDance, Sakana AI y Sarvam AI están ganando participación en mercados en los que los laboratorios incumbentes históricamente invirtieron menos.

Este cambio también se refleja en una lista creciente de salidas destacadas.

David Silver, pionero del aprendizaje por refuerzo detrás de AlphaGo, AlphaZero y AlphaStar, se fue después de casi 13 años en DeepMind para lanzar Ineffable Intelligence a comienzos de este año, una startup de Londres que ahora está valorada en 5.1 mil millones de dólares tras una ronda semilla de 1.1 mil millones de dólares. Entre otros empleados de larga trayectoria que se fueron figuran Wojciech Czarnecki, ahora director de tecnología en Fundamental, y Lasse Espeholt.

Misha Laskin e Ioannis Antonoglou, este último trabajó directamente con Silver en AlphaGo, también dejaron la empresa en 2024 para fundar Reflection AI.

Este verano también trajo otra racha intensa de salidas. En junio, Google perdió al co-líder de Gemini Noam Shazeer frente a OpenAI y a John Jumper, quien compartió el Premio Nobel de Química 2024 por AlphaFold con Hassabis, frente a Anthropic con apenas un día de diferencia. Los investigadores de AlphaFold Jonas Adler y Alexander Pritzel siguieron a Jumper a Anthropic poco después.

"Cuanto más sienten las personas centradas en investigación que les gustaría explorar oportunidades en otra parte, entonces empiezas a ver a un número mucho mayor de lo habitual irse a montar su propia cosa y llevarse a algunos de sus amigos", dijo Hurd. "Con el tiempo, eso se ha convertido en un gran número de personas".

Los equipos de modelos de lenguaje y ciencia pierden terreno

Los datos de Zeki sugieren que las pérdidas no están distribuidas de manera uniforme. Al comparar la experiencia de todos los que dejaron DeepMind con la de quienes se incorporaron durante los últimos 12 meses, la firma encontró una pérdida neta en modelos de lenguaje de gran escala y sistemas multimodales: 19.2% de los que se fueron se especializaba en esas áreas, frente a 15.6% de los nuevos ingresos. La compañía también ha perdido terreno en visión por computadora, según el informe.

El equipo de AlphaFold, definido como el grupo que produjo AlphaFold2, el sistema de IA que predice la estructura tridimensional de las proteínas a partir de su secuencia genética, también ha sufrido fuertes pérdidas. De los 29 autores nombrados en el artículo de AlphaFold2, 13 han dejado DeepMind desde entonces, según Zeki. The Financial Times informó en julio que DeepMind reasignó a la mayoría de los autores del artículo original durante el año anterior, con personal moviéndose a proyectos relacionados con Gemini, así como a diseño de enzimas, genómica, fusión nuclear e Isomorphic Labs, la filial de descubrimiento de fármacos de Alphabet.

DeepMind está ganando terreno, sin embargo, en robótica, IA encarnada y aprendizaje automático para la ciencia. Esos campos reflejan áreas en las que la compañía está ampliando su capacidad y, en algunos casos, compite por talento tanto con Nvidia como con laboratorios rivales de IA.

El análisis de Zeki sigue a 20,900 personas en roles de investigación e ingeniería avanzada en 10 compañías, usando información de acceso público compilada en agosto de 2026. El grupo incluye científicos de investigación, ingenieros de investigación, ingenieros de aprendizaje automático y aprendizaje profundo, científicos aplicados y miembros del personal técnico; excluye gerentes, ejecutivos, pasantes, roles de atención al cliente y personal no técnico. Debido a que el análisis depende de información pública, podría subestimar el número total de personas en estos puestos.

DeepMind todavía cuenta con la capacidad de cómputo, el dinero, la reputación y el alcance institucional de Google para atraer personal. Pero en un mercado en el que los mejores investigadores pueden elegir casi cualquier lugar y trabajar en casi cualquier cosa, algunas de sus viejas ventajas parecen ser más difíciles de conservar.

Esta historia apareció originalmente en Fortune.com