Cuando la empresa que definió el pasado de la IA está perdiendo a las personas que definirán su futuro.
El 18 de junio, Noam Shazeer, autor clave del artículo sobre Transformer y co-director de Gemini en Google, anunció en X su salida de Google para unirse a OpenAI, que ya ha presentado de forma confidencial ante la SEC su solicitud de OPI. Es uno de los ocho autores con contribuciones iguales del artículo de 2017 "Attention is All You Need", que sentó las bases técnicas de los modelos de lenguaje modernos. Sam Altman reaccionó inmediatamente, comentando: "Noam es una de las personas con las que más he querido colaborar desde el primer día de OpenAI. Solo tomó diez años".
Cuarenta y ocho horas después, el 19 de junio, John Jumper, ganador del Premio Nobel de Química 2024 y líder central de AlphaFold, anunció su salida de Google DeepMind tras casi nueve años de trabajo para unirse a Anthropic.
Estas dos partidas casi simultáneas de talento de primer nivel son suficientes para conmocionar al mundo de la IA. Pero si ampliamos la línea de tiempo, se ve una tendencia aún más clara. El 19 de mayo, el exmiembro fundador de OpenAI, Andrej Karpathy, anunció que se unía al equipo de pre-entrenamiento de Anthropic. Aunque nunca trabajó en Google, su elección también indica una cosa: el talento de élite se está concentrando en OpenAI y Anthropic, y Google se está convirtiendo en el principal proveedor en esta reorganización del talento.
Tres salidas, no casos aislados, sino una tendencia
Jumper no es un investigador ordinario. En 2024, por liderar el proyecto AlphaFold, que utiliza IA para predecir en un tiempo extremadamente corto la estructura tridimensional de las proteínas, resolviendo un problema que había desconcertado a la comunidad biológica durante cincuenta años, y junto con Demis Hassabis y David Baker, recibió el Premio Nobel de Química.
John Jumper (izquierda) junto a Demis Hassabis, imagen que refleja su salida de Google DeepMind y su paso a Anthropic. Fuente: businessinsider.com (revisión de derechos de autor necesaria)
Shazeer, por su parte, es una figura clave en la historia del desarrollo de la IA moderna. Se unió a Google en 2000, y en 2017 fue coautor de "Attention is All You Need". La arquitectura Transformer propuesta en este artículo es la base técnica de todos los modelos de lenguaje actuales. En 2021, debido a que Google se negó a lanzar un producto de chatbot de IA que él y Daniel De Freitas habían desarrollado, decidió irse y en 2022 fundó Character.AI. Tres años después, Google lo trajo de vuelta por aproximadamente 27 mil millones de dólares, nombrándolo co-director de Gemini. Sin embargo, menos de dos años después de su regreso, decidió partir nuevamente, esta vez hacia OpenAI.
Noam Shazeer junto con otro ejecutivo de IA, imagen que refleja su salida de Google y su ingreso a OpenAI. Fuente: techcrunch.com (revisión de derechos de autor necesaria)
La elección de Karpathy refuerza aún más esta tendencia. En mayo de 2026, este miembro fundador de OpenAI, tras concluir su proyecto educativo Eureka Labs, anunció que se unía al equipo de pre-entrenamiento de Anthropic, encargándose de "dotar a Claude de conocimientos y capacidades centrales a través de ejecuciones de entrenamiento a gran escala". Aunque nunca trabajó en Google, su destino por sí mismo indica hacia dónde se está dirigiendo el talento de élite.
Retrato de Andrej Karpathy, relacionado con la noticia de su incorporación al equipo de pre-entrenamiento de Anthropic. Fuente: bloomberg.com (revisión de derechos de autor necesaria)
Si ampliamos la perspectiva, esta tendencia de flujo de talento ya era evidente. Después de la fusión de Google Brain y DeepMind en abril de 2023, una gran cantidad de investigadores clave emigraron a OpenAI, Anthropic y xAI. Al rastrear la afiliación de los autores en los artículos de vanguardia en ArXiv, se puede ver que los nombres de las instituciones en los perfiles de cada vez más investigadores de élite han cambiado de "Google" a "OpenAI" o "Anthropic".
OpenAI y Anthropic están reuniendo los equipos de talento más influyentes en el campo de la IA. Y Google se está convirtiendo en el principal proveedor de este flujo de talento.
Desalineación de la misión
Esta es la divergencia más fundamental, cuya importancia supera a la remuneración y la capacidad de cómputo.
Cerca del 80% de los ingresos de Alphabet, la empresa matriz de Google, provienen de la publicidad. Esto significa que cualquier inversión en el campo de la IA finalmente debe responder a una pregunta orientada al producto: ¿cómo servirá esto al negocio publicitario?
Shazeer pronto descubrió, tras su regreso en 2024, que la lógica central de Google no había cambiado. La restricción fundamental que enfrentaba en Gemini, ponerse al día con ChatGPT, bajo una arquitectura donde la publicidad es prioritaria, siempre fue una tarea limitada. El objetivo no era redefinir los límites de las capacidades de la IA, sino proteger la cuota de mercado publicitaria.
En contraste, el estatuto de OpenAI establece claramente como misión central beneficiar a toda la humanidad con la AGI (Inteligencia Artificial General). Anthropic se ha construido en torno a la seguridad de la IA desde su fundación, registrándose como una empresa de beneficio público (PBC), con la obligación legal de equilibrar los intereses de los accionistas con los intereses sociales. En estas dos empresas, los investigadores de élite no necesitan responder preguntas como "¿cómo ayudar al departamento de publicidad a aumentar los ingresos?". Solo tienen que concentrarse en un objetivo: cómo seguir avanzando en los límites de las capacidades del modelo.
Varios investigadores que se trasladaron de Google a estas dos instituciones mencionaron repetidamente la misma palabra en entrevistas posteriores: "enfoque". En Google, los indicadores clave de rendimiento son la tasa de clics en búsquedas, la tasa de conversión publicitaria y la duración de visualización en YouTube. En Anthropic, el KPI es el rendimiento de Claude durante el pre-entrenamiento y el post-entrenamiento. Para científicos como Jumper, que dedicaron nueve años de carrera académica y profesional al problema del plegamiento de proteínas, este alto nivel de enfoque tiene un atractivo insustituible. En Anthropic, IA para la Ciencia no es un proyecto marginal, sino una de las líneas centrales de investigación.
La misión es el empuje, y el capital es la atracción. En términos de incentivos salariales, Google está en una desventaja estructural.
OpenAI ya presentó de forma confidencial ante la SEC su solicitud de OPI en 2026, y Anthropic también está en la fila de preparación para su OPI. Los empleados de ambas empresas poseen una gran cantidad de acciones, que podrían materializarse en el mercado público. La decisión de Jumper y Shazeer de unirse justo antes de esta ventana de oportunidad no es una coincidencia. En comparación, la capitalización de mercado de Google supera los dos billones de dólares, y el espacio para que su precio de acción se duplique a corto plazo es limitado; el poder explosivo de los incentivos accionarios es al menos un orden de magnitud menor.
Lo más notable es la lógica de valoración radicalmente diferente del mercado de capitales para estos dos tipos de empresas. Los estados financieros auditados filtrados de OpenAI muestran que su pérdida neta GAAP en 2025 fue de aproximadamente 38.5 a 39 mil millones de dólares (incluyendo alrededor de 30 mil millones en costos de conversión no monetarios), y su pérdida operativa se amplió de 8.78 mil millones en 2024 a aproximadamente 20.9 mil millones, pero la reacción del mercado de capitales sigue siendo positiva. En el mismo período, los ingresos de OpenAI aumentaron de 3.7 mil millones a 13.07 mil millones, un incremento del 253%. En el primer trimestre de 2026, los ingresos de la compañía fueron de 5.7 mil millones, con gastos operativos de 3.7 mil millones. Los inversores están dispuestos a pagar por una estrategia de "intercambiar pérdidas por crecimiento".
Mientras tanto, en Google, una inversión de escala similar en IA provoca la pregunta: "¿Qué impacto tendrá esto en el margen de beneficio?". La misma inversión a gran escala en IA, en OpenAI se llama inversión estratégica, mientras que en Google se ve como una expansión del centro de costos.
Desde la perspectiva de los investigadores de élite, la lógica detrás de esta elección no es compleja. Por un lado, una empresa a punto de salir a bolsa, donde las acciones podrían valer nueve cifras en dos años, y todo el equipo enfocado en optimizar las capacidades del modelo. Por otro lado, un gigante maduro valorado en dos billones, donde el trabajo del investigador debe coordinarse continuamente con los objetivos trimestrales de los equipos de publicidad y búsqueda.
La fusión de DeepMind genera una nueva fuerza centrífuga
En abril de 2023, Google Brain y DeepMind se fusionaron para formar Google DeepMind, bajo el liderazgo unificado de Demis Hassabis. La narrativa oficial en ese momento era "concentrar fuerzas". Pero tres años después, al revisarlo, el efecto real de la fusión es objeto de un claro debate.
La fusión no logró resolver fundamentalmente el problema de la reestructuración del peso de la voz en la conversión de resultados de investigación a productos.
Los resultados de investigación básica de DeepMind necesitan materializarse a través de equipos de productos, y estos equipos tienen sus propios cronogramas y prioridades independientes. Gemini es un caso típico: Shazeer fue nombrado co-director, pero el ritmo de lanzamiento del producto y la ruta de comercialización seguían altamente condicionados por los departamentos de búsqueda y computación en la nube. Esto contrasta marcadamente con el modelo de OpenAI, donde todo el equipo gira en torno a los mismos objetivos centrales del producto.
La fusión también generó tensiones en la identidad cultural. Google Brain estaba más orientado a la ingeniería y la comercialización, mientras que DeepMind se centraba más en la ciencia básica y la exploración a largo plazo. Después de la fusión, se percibió que la cultura orientada a la investigación a largo plazo se estaba erosionando bajo la presión de "alinearse con la hoja de ruta del producto".
Un ex investigador de Google escribió en X: "Cuando nos pidieron que alineáramos nuestra dirección de investigación con la hoja de ruta del producto, supe que era hora de irme".
La salida de Jumper puede verse como una declaración sobre la dirección cultural después de la fusión. Trabajó en DeepMind durante casi nueve años, pasando por el período de investigación independiente, la fase de integración post-fusión y la etapa actual de presión creciente por la comercialización. Cuando el entorno de investigación pedía con mayor frecuencia alinearse con los KPIs del motor de búsqueda, irse se convirtió en una decisión calculada pero no difícil de tomar.
El problema más profundo es que, después del regreso de Shazeer, el ritmo de lanzamiento de productos de IA no se aceleró significativamente en menos de dos años. Gemini redujo la brecha de capacidad con ChatGPT, pero nunca se convirtió en el líder en su segmento. No expresó públicamente su insatisfacción; su declaración en X fue una redacción profesional estándar, pero la acción en sí misma ya dice mucho.
El panorama del talento está experimentando una reorganización irreversible
Esta fuga de talento ya no es solo cuestión de que unas pocas personas cambien de trabajo.
Google puede recuperar investigadores de élite, pero no puede cambiar lo más fundamental: su modelo de negocio central es la publicidad; la IA es una herramienta de habilitación, no una misión definitiva. El dinero puede recuperar a una persona, pero el dinero no puede evitar que Google deje de ser Google. Esto significa que la fuga no se detendrá; es una tendencia estructural, no unos cuantos casos aislados de abandono.
Mientras tanto, OpenAI y Anthropic están consiguiendo que sus caminos funcionen. OpenAI atrae a los talentos más fuertes en investigación de modelos de lenguaje, y Anthropic une la seguridad de la IA con las aplicaciones científicas; ambas empresas tienen límites claros y sus propias fortalezas. Google queda atrapado en el medio, sin la fuerza explosiva en productos de OpenAI ni la diferenciación de marca de Anthropic en el campo de la seguridad.
Lo que realmente inclina la balanza del talento de manera irreversible es la ventana de oportunidad de las OPI. Cuando los investigadores de élite pueden obtener riqueza de nueve o incluso diez cifras mediante la materialización de sus acciones en uno o dos años, ningún sistema de remuneración de un gigante maduro puede competir en la misma dimensión. Es probable que 2026 sea recordado, no por un avance espectacular en alguna capacidad de IA, sino porque el panorama del talento completó una reorganización estructural ese año. En esta ronda de competencia, la densidad del talento determina las capacidades del modelo, las capacidades del modelo determinan la cuota de mercado, y la cuota de mercado determina la lista de ganadores.
Google no carece de posibilidades de dar la vuelta. Posee una de las infraestructuras de computación más grandes del mundo, las reservas de datos de usuarios más vastas y un liderazgo continuo en la cantidad de publicaciones académicas sobre IA. Pero todas estas ventajas se basan en una premisa: necesitas tener personas lo suficientemente talentosas para utilizarlas. Y lo que Google está perdiendo precisamente es a esas personas.
Esta podría ser la crisis más silenciosa desde la fundación de Google: sin errores graves en productos, sin sanciones regulatorias severas, sin escándalos financieros. Solo un grupo de personas muy inteligentes, una tras otra, eligiendo irse. En el campo de la IA, la verdadera fortaleza nunca han sido los datos, ni la capacidad de cómputo, ni siquiera la arquitectura del modelo en sí. Son las personas dispuestas a quedarse, día tras día, empujando los límites de la tecnología. Y Google está descubriendo que retener a estas personas es mucho más difícil que entrenar un modelo con un billón de parámetros.(Este artículo se publicó por primera vez en Titanium Media APP, autor | AGI-Signal, editor | Qin Conghui)
