- El 5 de agosto de 2026, Demis Hassabis pasó de CEO a presidente de Google DeepMind, y el científico jefe Jeff Dean dejó la empresa tras 27 años para fundar Discovery Loop junto a otros tres investigadores senior de Google.
- Antes de eso, DeepMind ya había perdido a Noam Shazeer (a OpenAI), al Nobel John Jumper (a Anthropic) y al pionero David Silver, entre otros investigadores de primer nivel.
- Meta ha ofrecido paquetes de compensación de hasta 300 millones de dólares en cuatro años para atraer investigadores de IA, evidencia de que el talento especializado se ha convertido en uno de los recursos más caros y disputados de la industria.
La fuga de talento en Google DeepMind sumó su capítulo más visible el 5 de agosto de 2026, cuando Google confirmó un cambio que llevaba meses gestándose puertas adentro: Demis Hassabis, cofundador y CEO de Google DeepMind, entregó sus responsabilidades operativas diarias para pasar a presidente de la división, además de sumar el cargo de científico jefe de Alphabet.
Horas después, se supo que Jeff Dean, científico jefe de Google durante años y empleado de la compañía por 27 años, también se iba, para fundar junto a otros tres investigadores senior una nueva empresa dedicada a automatizar la investigación científica.
El anuncio no ocurrió en el vacío. Fue el capítulo más visible de una fuga de talento que DeepMind viene sufriendo desde comienzos de 2026, y que incluye a uno de los ganadores del Nobel de Química, a uno de los padres del aprendizaje por refuerzo y a uno de los investigadores que ayudó a crear los primeros chatbots de Google.
Este artículo repasa qué está ocurriendo realmente, por qué el talento en inteligencia artificial se ha vuelto tan valioso, y qué revela todo esto sobre cómo se está librando -y se librará- la carrera por construir la IA más avanzada.
Qué está pasando con el talento de Google DeepMind
La salida más reciente y de mayor peso ocurrió el 5 de agosto de 2026. Ese día, Hassabis dejó el cargo de CEO de Google DeepMind para convertirse en presidente (chairman) de la división, sumando el título de científico jefe de Alphabet y manteniendo la dirección de Isomorphic Labs, la spinoff de descubrimiento de fármacos con IA. En su lugar, no se nombró un nuevo CEO: Koray Kavukcuoglu, hasta entonces director de tecnología (CTO) de DeepMind, pasó a ser vicepresidente sénior de la unidad, reportando directamente al CEO de Google, Sundar Pichai.
Ese mismo día, Jeff Dean anunció que dejaba Google para fundar Discovery Loop, una empresa de beneficio público en la que Google invertirá como socio de inversión y proveedor de nube. Lo acompañan Sanjay Ghemawat (Google Fellow sénior), Oriol Vinyals (vicepresidente de DeepMind) y Quoc Le (cofundador de Google Brain). Según relató Dean al New York Times, dejar una empresa pública le da más libertad para tomar decisiones que no siempre son las más rentables para un negocio cotizado. La noticia hizo caer las acciones de Alphabet más de un 4% en la jornada.
Estas salidas se suman a una serie de exits previos en 2026. En enero, David Silver -uno de los primeros empleados de DeepMind y uno de los mayores expertos mundiales en aprendizaje por refuerzo, coautor de AlphaGo- dejó la compañía para fundar su propia startup, Ineffable Intelligence.
En junio, en un lapso de apenas 48 horas, Google perdió a Noam Shazeer, coautor del sistema de chatbots LaMDA y cofundador de Character.AI (adquirida por Google en 2024 por unos 2.700 millones de dólares), quien se fue a OpenAI; y a John Jumper, quien compartió el Nobel de Química 2024 con el propio Hassabis por crear AlphaFold, y que se incorporó a Anthropic.
Según Fortune, ese anuncio hizo caer las acciones de Google más de un 5% ese lunes. A ellos se suman los investigadores londinenses Jonas Adler y Alexander Pritzel, también vinculados a los equipos de AlphaFold y Gemini, que salieron hacia Anthropic en los meses siguientes.
Por qué los investigadores de IA son tan importantes
A diferencia de otras industrias, en inteligencia artificial de frontera el número de personas capaces de liderar la investigación de un modelo puntero es extremadamente reducido. No se trata solo de programar: implica décadas acumuladas de intuición sobre arquitecturas de modelos, técnicas de entrenamiento y optimización que rara vez están documentadas por completo y que viajan, sobre todo, en la cabeza de quienes las desarrollaron.
Por eso, cuando un investigador sénior cambia de laboratorio, no solo se lleva su capacidad de trabajo: se lleva conocimiento tácito que a la empresa que lo pierde le puede tomar meses o años reconstruir, y que la empresa que lo gana puede aprovechar casi de inmediato. Es una dinámica más parecida al fichaje de un científico clave o un cirujano de referencia que a la contratación de un ingeniero de software promedio.
La guerra por el talento detrás de la carrera de la inteligencia artificial
Esa escasez ha disparado la compensación económica a niveles inéditos. Meta, a través de sus Meta Superintelligence Labs, ha ofrecido paquetes de compensación de hasta 300 millones de dólares a cuatro años a investigadores de primer nivel provenientes de OpenAI, Google y Anthropic, según reportó TechCrunch.
En un caso reportado por el Wall Street Journal, Mark Zuckerberg llegó a ofrecerle a Andrew Tulloch, cofundador de Thinking Machines Lab, un paquete de hasta 1.500 millones de dólares a seis años; Tulloch rechazó la oferta, y un portavoz de Meta calificó la cifra de “inexacta y ridícula”, aclarando que ese tipo de paquetes dependen en gran medida del valor de la acción de Meta.
A este factor se suma otro, menos visible pero igual de poderoso: la carrera hacia una eventual salida a bolsa. Anthropic confirmó en junio de 2026 una ronda de 65.000 millones de dólares que la valoró en 965.000 millones, y presentó de forma confidencial su solicitud de salida a bolsa ante el regulador estadounidense, con una fecha objetivo de octubre de 2026.
OpenAI, por su parte, está valorada en unos 852.000 millones de dólares. Para muchos investigadores, unirse a un laboratorio antes de esa salida a bolsa representa la posibilidad de que su compensación en acciones se multiplique de forma considerable.
| Laboratorio | Valoración aproximada (2026) | Empleados aprox. | Salida a bolsa |
|---|---|---|---|
| OpenAI | ~852.000 millones USD | ~4.000 | Posible en 2026 o 2027 |
| Anthropic | ~965.000 millones USD | ~2.500 | Objetivo octubre 2026 |
| Google DeepMind | Parte de Alphabet (no cotiza por separado) | No divulgado | No aplica (empresa matriz ya cotiza) |
| Meta Superintelligence Labs | Parte de Meta (no cotiza por separado) | No divulgado | No aplica (empresa matriz ya cotiza) |
Cifras según reportes de Fortune, Forge y TechCrunch citados en este artículo; las valoraciones de compañías privadas pueden variar según la fuente y la fecha de la ronda.
Qué significa para Google DeepMind
La salida de Hassabis y Dean llega en un momento particularmente delicado para el laboratorio. Según reportó Fortune citando a empleados actuales y antiguos, Gemini 3.5 Pro -el modelo que debía ser la respuesta de Google a rivales como Claude o GPT-5.6- incumplió tres fechas de lanzamiento previstas entre junio y agosto de 2026.
Micah Hill-Smith, director ejecutivo de la firma independiente de benchmarks Artificial Analysis, declaró a Fortune que el modelo más fuerte que Google ha lanzado hasta ahora, Gemini 3.6 Flash, queda por detrás de modelos de Anthropic, OpenAI, algunos laboratorios chinos, xAI y Meta en su índice de inteligencia. “Por un breve momento, sí tuvimos el modelo de Google en la cima como el más inteligente del mundo. Ahora mismo, es justo decir que ese modelo de Google es menos convincente”, afirmó.
Empleados consultados por Fortune también describen agotamiento interno -jornadas de hasta 60 horas semanales- y una sensación de estar compitiendo cuesta arriba por segunda vez en menos de cinco años (la primera fue tras el lanzamiento de ChatGPT en 2022). A esto se suma una disputa interna por un contrato con el Pentágono firmado en abril de 2026, que llevó a más de 580 empleados a firmar una carta abierta y a un grupo de investigadores de Londres a impulsar el primer intento de sindicalización en un laboratorio de IA de frontera.
Hecho confirmado vs. interpretación
Es un hecho confirmado que Gemini 3.5 Pro se retrasó, que Google perdió a varios investigadores de alto perfil y que el liderazgo de DeepMind cambió de manos.
Es interpretación -de fuentes internas y analistas, no de Google- que estas salidas sean la causa directa del retraso de los modelos; es igualmente plausible, y varias fuentes de Fortune lo sugieren, que ambos fenómenos compartan una causa común: la frustración por ir por detrás de la competencia, que empuja a la vez a los investigadores a irse y a los equipos a acumular retrasos.
Google no compite solo: OpenAI, Anthropic, Meta y otros
Lo ocurrido en Google DeepMind no describe una crisis aislada, sino una dinámica que atraviesa a todo el sector. OpenAI se llevó a Shazeer; Anthropic sumó a Jumper, Adler y Pritzel, y ha declarado públicamente su intención de invertir más en investigación biológica, un área donde la experiencia de Jumper encaja directamente.
Meta, con su política de paquetes multimillonarios, se ha convertido en el actor más agresivo del mercado de fichajes, lo que ha obligado a Google a desplegar bonos de retención y paquetes de acciones de vesting acelerado para intentar frenar la salida de personal, según fuentes de Fortune.
A esta competencia entre laboratorios estadounidenses se añade la presión de laboratorios chinos como Zhipu AI y MiniMax, que en algunos benchmarks de rendimiento ya superan a modelos de Google, de acuerdo con Artificial Analysis. El resultado es un mercado de talento verdaderamente global, donde un puñado de laboratorios -no solo dos o tres- compite activamente por las mismas personas.
¿Puede la salida de investigadores cambiar la carrera de la IA?
Es tentador concluir que Google va a perder la carrera de la IA porque perdió a varios investigadores estrella. Esa conclusión sería exagerada. Google DeepMind conserva ventajas estructurales que ningún competidor iguala por completo: acceso a chips propios (las unidades de procesamiento tensorial o TPU), una infraestructura de centros de datos construida durante casi dos décadas, la distribución de productos como Search, Android y Chrome, y un banco de investigadores que, aunque debilitado, sigue siendo uno de los más grandes del mundo.
Hill-Smith, de Artificial Analysis, resume bien el matiz: para OpenAI y Anthropic, ganar en la capa del modelo es casi existencial, porque es prácticamente todo lo que venden. Google, en cambio, podría irle bien en la carrera de la IA en términos generales incluso sin estar en la frontera absoluta del rendimiento de sus modelos, gracias a esa integración vertical. Dicho de otra forma: perder investigadores es un golpe real, pero no un golpe necesariamente decisivo, siempre que Google logre capitalizar el resto de sus ventajas.
El verdadero activo detrás de los modelos de inteligencia artificial
Esta historia deja una lección más amplia sobre cómo funciona hoy la competencia en inteligencia artificial. Un modelo de frontera no depende de un solo ingrediente, sino de la combinación de varios, todos escasos y todos caros:
- Investigadores e ingenieros capaces de diseñar y afinar arquitecturas de modelos.
- Infraestructura y chips especializados para entrenar e inferir a gran escala.
- Centros de datos con la energía y el enfriamiento necesarios para sostener ese entrenamiento.
- Capital, para financiar todo lo anterior durante años antes de ver retorno.
- Datos de calidad y a escala suficiente para entrenar modelos cada vez más capaces.
- Propiedad intelectual acumulada en papers, técnicas y arquitecturas propias.
- Capacidad de entrenamiento, la habilidad organizativa para ejecutar entrenamientos masivos sin fallos costosos.
- Capacidad de atraer y retener talento, el multiplicador de todo lo anterior: sin las personas correctas, ni el mejor chip ni el mayor centro de datos rinden su máximo potencial.
Google, Meta, Microsoft y Amazon tienen ventaja en casi todos estos frentes salvo, hoy, en el último. OpenAI y Anthropic, en cambio, han construido su ventaja competitiva casi exclusivamente sobre investigadores y foco de producto, compensando con velocidad lo que les falta en infraestructura propia.
Qué debemos esperar ahora
En el corto plazo, la responsabilidad de recuperar el terreno perdido recae en Koray Kavukcuoglu, quien según su propio mensaje a los empleados se centrará en “el camino más claro posible” para cumplir la hoja de ruta de Gemini. Google ya confirmó que ha comenzado a entrenar Gemini 4 incluso antes de terminar de lanzar la versión 3.5 Pro.
En paralelo, la salida a bolsa de Anthropic prevista para octubre de 2026 -y una eventual salida de OpenAI poco después- podría intensificar aún más la competencia por fichajes, ya que ambas compañías necesitarán mostrar equipos de investigación sólidos de cara a los inversionistas públicos.
Nada de esto garantiza un desenlace concreto. Es una carrera que se mide en años, no en anuncios de una sola semana, y tanto Google como sus rivales seguirán ganando y perdiendo investigadores conforme evolucionen las condiciones del mercado.
Conclusión
La salida de Demis Hassabis, Jeff Dean y varios investigadores de primer nivel de Google DeepMind no es, en el fondo, una historia sobre personas que cambian de trabajo. Es una muestra concreta de que la carrera por la inteligencia artificial ya no se decide únicamente por quién tiene el modelo más potente en un momento dado, sino por quién logra combinar mejor investigadores, infraestructura, capital, datos y capacidad de ejecución -y, sobre todo, por quién consigue retener a las personas capaces de convertir esos recursos en avances reales.
Google conserva ventajas estructurales que lo mantienen en la conversación, pero la fuga de talento de 2026 confirma que, en esta industria, el activo más disputado ya no cabe en un centro de datos.
Si te interesa seguir de cerca cómo la IA está cambiando otras industrias, en EnfoqueCR también exploramos cómo la inteligencia artificial está cambiando la forma en que invertimos, y puedes revisar la apuesta de Google por la IA en el hardware con nuestra cobertura del Google Pixel 11 y Gemini.