Google DeepMind przechodzi burzliwy okres, objawiający się głośnymi odejściami z kierownictwa, wstrzymanymi premierami produktów i exodusem kluczowych talentów do rywalizujących laboratoriów AI.

W zeszłym tygodniu Demis Hassabis, wieloletni CEO i współzałożyciel Google DeepMind, ogłosił, że ustępuje ze stanowiska dyrektora generalnego i obejmie nową rolę przewodniczącego. Hassabis przekazał bieżącą kontrolę operacyjną dyrektorowi technicznemu DeepMind Korayowi Kavukcuoglu, który teraz raportuje bezpośrednio CEO Google Sundarowi Pichai, zamiast zachować samodzielne stanowisko kierownicze w DeepMind. W ciągu kilku minut od tego ogłoszenia pojawiły się informacje, że główny naukowiec Jeff Dean również odchodzi.

Te zmiany kadrowe wieńczą trudny okres dla działu AI. Gemini 3.5 Pro, zaprezentowane na konferencji Google I/O w maju, ominęło już trzy zaplanowane terminy premiery. Według niezależnej firmy zajmującej się testami porównawczymi Artificial Analysis, najlepszy aktualnie oferowany model Google — Gemini 3.6 Flash — ustępuje Anthropic, OpenAI, xAI, Meta oraz co najmniej jednemu chińskiemu laboratorium pod względem surowej inteligencji, co stanowi wyraźny odwrót od sytuacji z zeszłego roku, kiedy to Google krótkotrwale zajmował pierwsze miejsce w rankingu AI. Luka w wynikach testów ma znaczenie wykraczające poza prestiż: przedsiębiorstwa coraz częściej wybierają platformy chmurowe i produktywnościowe na podstawie tego, który dostawca oferuje najmocniejsze modele bazowe, co oznacza, że osłabienie na poziomie modeli może odbić się na przychodach z Google Cloud i Workspace.

Kilku inżynierów powiedziało magazynowi Fortune, że reorganizacja przyspiesza stopniowe przesunięcie ośrodków władzy z Londynu, gdzie powstało DeepMind, do Mountain View, gdzie znajduje się siedziba Google. Wyrazili obawę, że odejście Hassabisa ze stanowiska CEO sygnalizuje erozję od dawna istniejącej zapory oddzielającej DeepMind od spółki matki — separacji o znaczeniu kulturowym, ponieważ DeepMind początkowo funkcjonowało jako półautonomiczne laboratorium badawcze po przejęciu przez Google w 2014 roku, z własną radą ds. etyki i niezależnym programem badawczym. Rzecznik Google zakwestionował tę charakterystykę, oświadczając, że Londyn pozostaje centralnym ośrodkiem operacji, a DeepMind zachowuje autonomię badawczą w nowej strukturze.

Utrzymanie talentów stało się również palącym wyzwaniem. W ciągu jednego tygodnia w czerwcu Google straciło współkierownika projektu Gemini Noama Shazeera na rzecz OpenAI oraz współtwórcę AlphaFold Johna Jumpera na rzecz Anthropic. Dwóch kolejnych weteranów AlphaFold, Jonas Adler i Alexander Pritzel, wkrótce poszło w ślady Jumpera. Inżynierowie przypisują te odejścia agresywnej rekrutacji przez dobrze finansowanych konkurentów, frustracji spowodowanej pogarszającymi się wynikami w testach kodowania oraz poszukiwaniu przez pracowników akcji przed IPO w firmach konkurencyjnych, zanim te wejdą na giełdę. Te straty odzwierciedlają szerszy trend branżowy, w którym czołowi badacze AI otrzymują pakiety wynagrodzeń rzekomo sięgające dziesiątek milionów dolarów rocznie, podczas gdy laboratoria dysponujące wielomiliardowymi zasobami finansowymi rywalizują o płytką pulę doświadczonych specjalistów.

Mimo tych niepowodzeń Google zachowuje znaczące przewagi strukturalne. Własna infrastruktura chipów firmy — jej Tensor Processing Units — możliwości przetwarzania w chmurze oraz globalna sieć dystrybucji pozostają niedoścignione dla jakiegokolwiek konkurenta natywnie zajmującego się AI, co stanowi aktywa mogące zrekompensować słabsze wyniki na poziomie modeli. Jednak cztery lata po pierwszym wewnętrznym „kodzie czerwonym" Google w sprawie AI — ogłoszonym w odpowiedzi na wiralową premierę ChatGPT pod koniec 2022 roku — DeepMind stoi ponownie przed presją wykazania się, że potrafi iterować wystarczająco szybko, by utrzymać konkurencyjność. Najbliższe miesiące zostaną prawdopodobnie ocenione pod kątem tego, czy kolejna duża wersja Gemini zostanie wydana zgodnie z harmonogramem oraz czy zmiana kierownictwa ustabilizuje, czy też przyspieszy drenaż talentów. Tym razem DeepMind musi sprostać temu wyzwaniu bez dwóch osób — Hassabisa i Deana — najściślej związanych z naukową tożsamością organizacji.

Ten artykuł pierwotnie ukazał się na Fortune.com.