Google DeepMind pierde terreno frente a OpenAI y Anthropic por el talento de élite en IA

Un análisis de Zeki Data muestra que Google DeepMind aún suma investigadores, pero perdió una parte decisiva de su ventaja frente a OpenAI, Anthropic y Meta, especialmente en Europa. Las salidas de figuras clave y el giro hacia Gemini revelan la creciente tensión entre investigación abierta y comercialización de productos.
***

• La participación de DeepMind en contrataciones avanzadas en Europa, Medio Oriente y África cayó de 49% en 2022-23 a 18,6% en 2025-26.
• Anthropic recibió 25% de quienes abandonaron DeepMind en los últimos 12 meses, seguida por Meta con 21% y OpenAI con 14%.
• El laboratorio conserva recursos financieros y capacidad de cómputo, pero enfrenta críticas internas por las restricciones de publicación y el enfoque creciente en Gemini.

Google DeepMind enfrenta una pérdida de influencia en el mercado global del talento de inteligencia artificial, de acuerdo con un análisis de Zeki Data compartido con Fortune. El laboratorio todavía incorpora más investigadores e ingenieros avanzados de los que pierde, pero su ventaja histórica se ha reducido con rapidez frente a OpenAI, Anthropic, Meta y nuevos competidores. El cambio resulta especialmente visible en Europa, región donde DeepMind mantuvo durante años una posición dominante entre los profesionales dedicados a los sistemas de IA más avanzados.

La competencia por ese personal se parece cada vez más a un draft deportivo que a un proceso tradicional de contratación, porque las empresas ofrecen grandes pagos en efectivo y paquetes de acciones con potencial para transformar la riqueza de sus beneficiarios. Un grupo relativamente pequeño de investigadores posee la experiencia necesaria para entrenar y mejorar modelos de frontera, por lo que sus decisiones pueden afectar simultáneamente la velocidad de desarrollo, la calidad de los productos y la capacidad de un laboratorio para atraer nuevas figuras.

DeepMind pierde cuota en su bastión europeo

Según Zeki Data, la participación de Google DeepMind en las contrataciones de investigación e ingeniería avanzada en Europa, Medio Oriente y África cayó de 49% durante 2022-23 a 18,6% en 2025-26. La firma describió ese descenso como la mayor pérdida de cuota registrada para un gran laboratorio de IA en cualquier región. Tom Hurd, fundador de Zeki Data, afirmó que DeepMind tenía la corona europea desde una base muy alta, pero empezó a cederla ante Microsoft AI Superintelligence, Meta Superintelligence, OpenAI y Anthropic.

El deterioro no significa que el laboratorio haya dejado de contratar, sino que crece con mucha menos fuerza en relación con sus rivales. El índice entre incorporaciones y salidas de personal especializado pasó de aproximadamente 12 a 1 en el segundo trimestre de 2023 a cerca de 2 a 1 en el tercer trimestre de 2026, según el análisis. En contraste, Meta registró una proporción de 3 a 1 en 2025, OpenAI alcanzó 5,7 a 1 y Anthropic llegó a 22 a 1.

Las cifras de crecimiento de las plantillas muestran una dinámica similar, aunque las bases iniciales de cada compañía son diferentes. Desde 2022, el personal de investigación e ingeniería de OpenAI aumentó a una tasa anual compuesta aproximada de 97%, mientras Anthropic avanzó 152% y Google DeepMind 27%. El crecimiento sectorial total fue de 23% anual, pero los laboratorios de frontera más recientes capturaron una proporción desmedida de la expansión.

La presión también se extiende a otras geografías donde DeepMind intentó ampliar su presencia. En Asia-Pacífico, ByteDance, Sakana AI y Sarvam AI están ganando espacio en mercados que durante mucho tiempo recibieron menos inversión de los laboratorios establecidos, mientras DeepMind abrió un nuevo centro de investigación en Singapur en noviembre del año pasado. En Europa, Medio Oriente y África, Zeki identificó a Mistral AI y Anthropic como los principales beneficiarios de la reducción de cuota de DeepMind.

Salidas de alto perfil y cambios en la dirección

La cadena de salidas recientes reforzó la percepción de que la disputa ya no se limita a contrataciones ordinarias. Este mes, Google perdió a Jeff Dean, científico jefe de la compañía y veterano de 27 años, además del senior fellow Sanjay Ghemawat y de los investigadores Oriol Vinyals y Quoc Le. Los cuatro dejaron Google para formar Discovery Loop, una nueva startup.

La misma jornada trajo un cambio en la estructura de liderazgo del laboratorio. Google anunció cambios en los equipos de Google DeepMind: Demis Hassabis asumirá nuevas funciones estratégicas, mientras Koray Kavukcuoglu tendrá responsabilidades ampliadas en la organización. El movimiento ocurrió en un momento en que Google intenta cerrar la brecha competitiva con OpenAI y Anthropic mediante una coordinación más estricta alrededor de Gemini.

Otros nombres relevantes ya habían salido de DeepMind para crear empresas o incorporarse a rivales. David Silver, pionero del aprendizaje por refuerzo detrás de AlphaGo, AlphaZero y AlphaStar, dejó la organización después de casi 13 años para fundar Ineffable Intelligence, una startup londinense que alcanzó una valoración de USD $5.100 millones tras una ronda semilla de USD $1.100 millones. Wojciech Czarnecki pasó a desempeñarse como director de tecnología de Fundamental, mientras Lasse Espeholt también abandonó la compañía.

En 2024, Misha Laskin e Ioannis Antonoglou dejaron DeepMind para fundar Reflection AI, y durante el verano se produjo otra ronda significativa de movimientos. Noam Shazeer, colíder de Gemini, se incorporó a OpenAI en junio, mientras John Jumper, quien compartió el Premio Nobel de Química 2024 por AlphaFold con Hassabis, pasó a Anthropic con un día de diferencia. Jonas Adler y Alexander Pritzel, ambos vinculados al trabajo de AlphaFold, siguieron poco después a Jumper.

La tensión entre investigación y productos

Empleados actuales y antiguos consultados por Fortune atribuyeron las salidas a una combinación de ofertas agresivas de Meta y Microsoft, frustración con la posición de Google en la carrera de IA, deterioro de la moral y atractivo de las acciones previas a una eventual salida a bolsa en compañías como OpenAI y Anthropic. Para algunos investigadores, el problema no se reduce al dinero, porque también importa la posibilidad de elegir problemas científicos, publicar resultados y trabajar con mayor autonomía. Esa combinación habría debilitado parte de la identidad que hizo de DeepMind un destino atractivo para académicos.

El laboratorio ganó prestigio con avances públicos como AlphaGo y AlphaFold, pero endureció sus reglas de publicación mientras la inteligencia artificial generativa adquiría importancia comercial. El Financial Times informó en abril de 2025 que DeepMind había establecido un proceso interno de revisión más estricto y un embargo de seis meses para determinados artículos estratégicamente sensibles. La medida buscaba impedir que los competidores aprovecharan investigaciones capaces de revelar debilidades de productos o técnicas con valor comercial.

DeepMind sostuvo entonces que continuaba comprometido con la publicación científica y que actualizaba sus políticas para permitir que sus equipos siguieran contribuyendo al ecosistema de investigación. Sin embargo, el cambio generó fricciones entre empleados que se habían incorporado esperando desarrollar trabajo exploratorio con pocas restricciones. Un antiguo ingeniero dijo que quienes llegaron antes de 2023 pensaban que ingresaban a un laboratorio de investigación de IA, pero después recibieron la instrucción de construir productos para Google.

El giro hacia Gemini puede ofrecer ventajas comerciales y una mayor coordinación con los recursos de Alphabet, aunque también modifica los incentivos internos del laboratorio. Los investigadores orientados a la ciencia podrían preferir organizaciones que prometen una expansión más rápida, compensaciones cargadas de acciones y libertad para explorar líneas de trabajo. Tom Hurd señaló que cada vez más personas con ese perfil están creando sus propios proyectos y llevando consigo a colegas, una tendencia que acumuló un número considerable de salidas.

Áreas afectadas y capacidades que todavía crecen

Las pérdidas no se distribuyen de manera uniforme entre las especialidades técnicas. Al comparar la experiencia de quienes abandonaron DeepMind durante los últimos 12 meses con la de quienes ingresaron, Zeki encontró una pérdida neta en modelos de lenguaje grande y sistemas multimodales: 19,2% de los que salieron se especializaba en esas áreas, frente a 15,6% de los nuevos integrantes. El informe también identificó un retroceso en visión por computadora, dos campos centrales para la evolución de modelos capaces de comprender texto, imágenes y otros formatos.

El equipo de AlphaFold también sufrió una disminución importante de su personal original. De los 29 autores reconocidos en el artículo de AlphaFold2, 13 han dejado DeepMind desde entonces, según los datos de Zeki. El Financial Times informó en julio que la mayoría de esos autores había sido reasignada durante el año anterior hacia proyectos relacionados con Gemini, diseño de enzimas, genómica, fusión nuclear e Isomorphic Labs, la filial de Alphabet dedicada al descubrimiento de medicamentos.

DeepMind sí está ganando terreno en robótica, IA encarnada y aprendizaje automático aplicado a la ciencia. Esas áreas coinciden con campos en los que la compañía busca ampliar capacidades y, en ciertos casos, compite por profesionales tanto con Nvidia como con los laboratorios rivales de modelos generativos. El avance ofrece una señal de que la organización no está perdiendo talento de manera generalizada, sino que atraviesa una redistribución vinculada a sus nuevas prioridades.

El análisis de Zeki siguió a 20.900 personas en puestos de investigación e ingeniería avanzada de 10 empresas, utilizando información pública recopilada en agosto de 2026. La muestra incluyó científicos de investigación, ingenieros de investigación, especialistas en aprendizaje automático y aprendizaje profundo, científicos aplicados y miembros del personal técnico, pero excluyó a gerentes, ejecutivos, pasantes, empleados de atención al cliente y trabajadores no técnicos.

Debido a que el estudio depende de información pública, podría subestimar el tamaño total de esos equipos y no capturar todas las negociaciones privadas. Aun así, sus indicadores muestran que DeepMind conserva la capacidad de cómputo, el efectivo, la reputación y el alcance institucional de Google, pero enfrenta un mercado donde los mejores investigadores pueden escoger entre numerosos laboratorios y proyectos. La cuestión para la compañía será si sus recursos bastan para compensar la pérdida de identidad científica y la velocidad con que sus rivales ofrecen nuevas oportunidades.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.

ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín