O Google DeepMind teria dissolvido a equipe por trás de seu sistema AlphaFold, vencedor do Prêmio Nobel, sinalizando uma revisão abrangente da estratégia de pesquisa científica que estabeleceu o laboratório com sede em Londres como um dos principais laboratórios de inteligência artificial do mundo. A mudança reformula as prioridades da DeepMind em torno de seus grandes modelos de linguagem Gemini e da corrida ferozmente competitiva para construir agentes de IA de ponta. Para um contexto mais amplo sobre os realinhamentos corporativos que estão remodelando o campo, siga nossa cobertura do setor de IA.
A reorganização foi detalhada em um relatório publicado na quarta-feira, 29 de julho de 2026, pelo Financial Times, que a enquadrou como uma revisão do Google de uma abordagem de pesquisa que fez do DeepMind um dos principais laboratórios de IA do mundo. De acordo com a análise do FT sobre as recentes mudanças de emprego e fontes familiarizadas com o assunto, a maioria dos autores originais dos artigos AlphaFold foram transferidos ao longo do último ano.
Dos Grandes Desafios Científicos a Gêmeos
A empresa confirmou que os pesquisadores afetados migraram para projetos vinculados ao modelo de linguagem grande Gemini do Google, juntamente com áreas científicas adjacentes, incluindo design de enzimas, fusão nuclear e genômica. Outros migraram para o Isommorphic Labs, o spinout da DeepMind focado na descoberta de medicamentos baseados em IA. O FT descobriu que quase um quarto dos autores em tempo integral do Google DeepMind dos artigos originais do AlphaFold deixaram a empresa completamente.
Pushmeet Kohli, vice-presidente de pesquisa do Google DeepMind e fundador e chefe da equipe de IA para Ciência, disse ao FT que o foco do laboratório está mudando. “Nossa estratégia nos últimos nove anos tem sido focar em grandes desafios, uma meta concreta na qual todo projeto está focado”, disse Kohli. “A estratégia evoluiu.”
Em vez de se concentrar em um único problema científico de alto perfil, da mesma forma que o AlphaFold visava a previsão da estrutura de proteínas, a DeepMind agora também está construindo sistemas movidos pelo Gemini, projetados para ajudar os cientistas e, eventualmente, automatizar partes do processo científico. O pivô coloca o laboratório em competição direta com OpenAI e Anthropic para desenvolver agentes de IA de ponta capazes de raciocínio autônomo e execução de tarefas.
Um êxodo ganhador do Nobel
O momento sublinha a magnitude da mudança estratégica. AlphaFold, que prevê estruturas de proteínas com precisão que transformou a biologia e a descoberta de medicamentos, foi fundamental para o Prêmio Nobel de Química de 2024 concedido a Demis Hassabis e John Jumper da DeepMind, ao lado de David Baker da Universidade de Washington. Semanas antes da reportagem do FT, Jumper, um dos cientistas ganhadores do Nobel por trás do AlphaFold, anunciou que estava deixando a DeepMind para se juntar à rival Anthropic.
As saídas refletem um realinhamento mais amplo de talentos em toda a indústria da IA, onde os investigadores que antes procuravam avanços científicos a longo prazo são cada vez mais atraídos para a corrida dos consumidores e dos agentes empresariais. A decisão da DeepMind de incluir sua premiada equipe científica no esforço Gemini sugere que o Google vê o maior valor de curto prazo e risco competitivo em modelos de linguagem de uso geral, e não em projetos científicos dedicados.
A remodelação ocorre num momento em que a adoção da IA no local de trabalho acelera em toda a economia. Uma pesquisa separada divulgada pelo Google esta semana descobriu que a IA no local de trabalho agora afeta 68% dos empregos, representando cerca de 90% do emprego nos Estados Unidos, embora em qualquer função única os funcionários a utilizem para apenas cerca de 21% de suas tarefas, em média. Scott Strand, chefe de operações estratégicas e projetos especiais para tecnologia e sociedade do Google, disse à Axios que os operários em funções predominantemente físicas e manuais, como técnicos de automóveis e mecânicos industriais, dependem cada vez mais de IA multimodal que processa imagens e vídeo para diagnóstico em tempo real e aprendizagem no trabalho.
O que o pivô significa para a pesquisa de IA
A mudança traz implicações que vão além do organograma de uma empresa. O sucesso do AlphaFold foi celebrado como prova de que a aprendizagem profunda poderia resolver problemas científicos anteriormente intratáveis, e a sua divulgação aberta deu aos investigadores de todo o mundo acesso gratuito a estruturas previstas para quase todas as proteínas conhecidas. Incorporar essa experiência em um roteiro centrado no Gemini levanta questões sobre se os avanços futuros da DeepMind serão igualmente abertos ou cada vez mais agrupados em produtos proprietários.
Também sinaliza para onde o talento e a computação estão fluindo. Com quase um quarto dos autores originais do AlphaFold desaparecidos e o restante redirecionado, o conhecimento institucional por trás de uma das conquistas científicas mais célebres da IA está se dispersando, assim como o centro de gravidade do campo muda de modelos de pesquisa especializados para modelos e agentes básicos de uso geral.
A reorganização não significa que a DeepMind esteja abandonando a ciência. A equipe de Kohli continua trabalhando no projeto de enzimas, fusão nuclear e genômica. Mas o programa autónomo AlphaFold, que ganhou o Prémio Nobel, parece estar a dar lugar a um modelo em que a descoberta científica deve fluir através do Gemini. Se essa aposta valerá a pena, para o Google e para a comunidade de pesquisa em geral, será uma das histórias definidoras do atual ciclo de IA.
Fique à frente da IA
Acompanhe os movimentos estratégicos que estão redefinindo o setor com nossas últimas notícias e análises sobre IA.
Explore mais notícias sobre IA
