Google DeepMind affronta esodo di leadership, ritardi nei prodotti e fuga di talenti
Punti chiave
- •Demis Hassabis ha lasciato la posizione di CEO per diventare presidente, con il CTO Koray Kavukcuoglu che assume le operazioni quotidiane con un report diretto al CEO di Google Sundar Pichai.
- •Gemini 3.5 Pro ha saltato tre date di rilascio programmate e il miglior modello distribuito da Google si posiziona dietro le offerte di Anthropic, OpenAI, xAI, Meta e almeno un laboratorio cinese nelle classifiche di benchmark.
- •Ricercatori di spicco, tra cui il co-responsabile di Gemini Noam Shazeer e il co-inventore di AlphaFold John Jumper, sono passati a laboratori di IA rivali in un contesto di intensa competizione industriale per talenti esperti.
- •Gli ingegneri temono che i cambiamenti di leadership erodano la tradizionale autonomia di DeepMind da Google e spostino l'influenza dalla sede di Londra a Mountain View.
- •Google mantiene significativi vantaggi strutturali grazie alle sue Tensor Processing Units proprietarie, all'infrastruttura cloud e alla rete di distribuzione globale, che potrebbero compensare parzialmente le debolezze al livello dei modelli.

Google DeepMind sta affrontando un periodo turbolento segnato da partenze di leadership di alto profilo, rilasci di prodotti in stallo e un esodo di talenti chiave verso laboratori di IA rivali.
La settimana scorsa, Demis Hassabis, storico CEO e cofondatore di Google DeepMind, ha annunciato che avrebbe lasciato il ruolo di amministratore delegato per assumere una nuova posizione come presidente. Hassabis ha affidato il controllo operativo quotidiano al chief technology officer di DeepMind Koray Kavukcuoglu, che ora risponde direttamente al CEO di Google Sundar Pichai anziché mantenere un titolo di leadership autonomo di DeepMind. Entro pochi minuti da quell'annuncio, è emersa la notizia che anche il chief scientist Jeff Dean stava per lasciare l'azienda.
Questi cambiamenti di leadership coronano un periodo difficile per la divisione IA. Gemini 3.5 Pro, presentato al Google I/O di maggio, ha ormai saltato tre date di rilascio programmate. Secondo l'azienda indipendente di benchmarking Artificial Analysis, il miglior modello attualmente distribuito da Google, Gemini 3.6 Flash, si posiziona dietro Anthropic, OpenAI, xAI, Meta e almeno un laboratorio cinese per intelligenza grezza — un'inversione di tendenza significativa rispetto all'anno scorso, quando Google aveva brevemente occupato la prima posizione nella classifica dell'IA. Il divario nei benchmark conta oltre al prestigio: le aziende scelgono sempre più spesso le piattaforme cloud e di produttività in base al provider che offre i modelli sottostanti più performanti, il che significa che un calo al livello dei modelli può ripercuotersi sui ricavi di Google Cloud e Workspace.
Diversi ingegneri hanno dichiarato a Fortune che la riorganizzazione accelera uno spostamento graduale di influenza da Londra, dove DeepMind è stata fondata, a Mountain View, sede della headquarters di Google. Hanno espresso preoccupazione per il fatto che l'uscita di Hassabis dal ruolo di CEO segnali l'erosione del lungo consolidato firewall tra DeepMind e la società madre — una separazione culturalmente significativa perché DeepMind operava originariamente come laboratorio di ricerca semi-autonomo dopo l'acquisizione da parte di Google nel 2014, con un proprio comitato etico e un'agenda di ricerca indipendente. Un portavoce di Google ha contestato questa interpretazione, affermando che Londra rimane centrale per le operazioni e che DeepMind conserva la propria autonomia di ricerca nella nuova struttura.
La retention dei talenti è diventata inoltre una sfida pressante. Nel corso di una singola settimana di giugno, Google ha perso il co-responsabile di Gemini Noam Shazeer, passato a OpenAI, e il co-inventore di AlphaFold John Jumper, approdato ad Anthropic. Altri due veterani di AlphaFold, Jonas Adler e Alexander Pritzel, hanno successivamente seguito Jumper nella sua uscita. Gli ingegneri hanno attribuito le partenze al reclutamento aggressivo da parte di concorrenti ben finanziati, alla frustrazione per il calo di prestazioni nei benchmark di programmazione e alla ricerca da parte dei dipendenti di quote pre-IPO presso aziende rivali prima della loro quotazione in borsa. Le perdite riflettono un pattern industriale più ampio in cui i migliori ricercatori di IA ottengono pacchetti retributivi che, secondo quanto riportato, raggiungono decine di milioni di dollari all'anno, poiché laboratori sostenuti da casse di guerra da miliardi di dollari competono per una riserva limitata di professionisti esperti.
Nonostante questi contrattempi, Google conserva significativi vantaggi strutturali. L'infrastruttura di chip proprietari dell'azienda — le sue Tensor Processing Units — le capacità di cloud computing e la rete di distribuzione globale rimangono ineguagliate da qualsiasi concorrente nativo dell'IA, asset che potrebbero compensare le prestazioni più deboli al livello dei modelli. Tuttavia, a quattro anni di distanza dal primo "code red" interno di Google sull'IA — dichiarato in risposta al lancio virale di ChatGPT alla fine del 2022 — DeepMind affronta una rinnovata pressione per dimostrare di poter iterare abbastanza rapidamente da rimanere competitiva. I prossimi mesi saranno probabilmente valutati in base al fatto che il prossimo importante rilascio di Gemini venga consegnato nei tempi previsti e se la transizione di leadership stabilizzi o acceleri la fuga di talenti. Questa volta, DeepMind deve affrontare questa prova senza le due figure — Hassabis e Dean — più strettamente associate all'identità scientifica dell'organizzazione.
Questo articolo è stato originariamente pubblicato su Fortune.com.