Повідомляється, що Google DeepMind розпустила команду, яка розробила систему AlphaFold, що отримала Нобелівську премію, що свідчить про радикальний перегляд стратегії наукових досліджень, завдяки якій лондонська лабораторія стала однією з провідних у світі лабораторій штучного інтелекту. Цей крок змінює пріоритети DeepMind навколо великих мовних моделей Gemini та жорсткої конкуренції за створення передових агентів ШІ. Щоб отримати ширший контекст щодо корпоративних реорганізацій, які змінюють сферу діяльності, слідкуйте за [висвітленням індустрії ШІ] (https://aibuzzwire.news).

Реорганізація була детально описана у звіті, опублікованому в середу, 29 липня 2026 року, Financial Times, в якому йдеться про те, що Google переглядає дослідницький підхід, який зробив DeepMind однією з найкращих лабораторій ШІ у світі. Згідно з аналізом нещодавніх переміщень посад, проведеним FT, і джерелами, обізнаними з цією справою, більшість оригінальних авторів статей AlphaFold були переведені протягом останнього року.

Від великих наукових проблем до Gemini

Компанія підтвердила, що постраждалі дослідники перейшли до проектів, пов’язаних із великою мовною моделлю Google Gemini, а також із суміжними науковими напрямками, включаючи дизайн ферментів, ядерний синтез і геноміку. Інші перейшли до Isomorphic Labs, підрозділу DeepMind, зосередженого на відкритті ліків за допомогою ШІ. FT виявила, що майже чверть штатних авторів оригінальних документів AlphaFold Google DeepMind взагалі залишили компанію.

Пушміт Колі, віце-президент із досліджень Google DeepMind, а також засновник і керівник команди AI for Science, сказав FT, що фокус лабораторії змінюється. «Наша стратегія протягом останніх дев’яти років полягала в тому, щоб зосередитися на грандіозних викликах, конкретній меті, на якій зосереджено кожен проект», – сказав Колі. «Стратегія еволюціонувала».

Замість того, щоб зосереджуватися на одній гучній науковій проблемі, як AlphaFold цілеспрямовано прогнозував структуру білків, DeepMind тепер також створює системи на базі Gemini, розроблені, щоб допомогти вченим і, зрештою, автоматизувати частини наукового процесу. Основний напрямок ставить лабораторію в пряму конкуренцію з OpenAI і Anthropic для розробки передових агентів ШІ, здатних автономно міркувати та виконувати завдання.

Нобелівський вихід

Час підкреслює масштабність стратегічного зрушення. AlphaFold, який прогнозує структури білка з точністю, що змінила біологію та відкриття ліків, був центральним у присудженні Нобелівської премії з хімії 2024 року Демісу Хассабісу та Джону Джамперу з DeepMind разом із Девідом Бейкером з Університету Вашингтона. За кілька тижнів до звіту FT Джампер, один із нобелівських лауреатів, які стояли за AlphaFold, оголосив, що покидає DeepMind, щоб приєднатися до конкурента Anthropic.

Ці відступи відображають ширшу перегрупування талантів у галузі ШІ, де дослідники, які колись прагнули до перспективних наукових проривів, усе більше тягнеться до гонки споживачів і агентів підприємств. Рішення DeepMind об’єднати свою нагороджену наукову команду з Gemini свідчить про те, що Google бачить найбільшу короткострокову цінність і конкурентний ризик у мовних моделях загального призначення, а не в спеціальних наукових знімках.

Реорганізація відбувається в той момент, коли в економіці прискорюється впровадження ШІ на робочому місці. Окреме дослідження, опубліковане Google цього тижня, показало, що штучний інтелект на робочому місці зараз стосується 68 відсотків робочих місць, що становить приблизно 90 відсотків зайнятості в Сполучених Штатах, хоча в одній посаді працівники використовують його в середньому лише для приблизно 21 відсотка своїх завдань. Скотт Стренд, керівник відділу стратегічних операцій і спеціальних проектів для технологій і суспільства в Google, розповів Axios, що робочі, які виконують переважно фізичні та ручні роботи, наприклад автотехніки та промислові механіки, все більше покладаються на мультимодальний штучний інтелект, який обробляє зображення та відео для діагностики в реальному часі та навчання на робочому місці.

Що означає Pivot для досліджень ШІ

Цей крок має наслідки за межами організаційної схеми однієї компанії. Успіх AlphaFold був відзначений як доказ того, що глибоке навчання може зламати раніше нерозв’язні наукові проблеми, а його відкритий випуск надав дослідникам у всьому світі вільний доступ до передбачуваних структур майже кожного відомого білка. Об’єднання цього досвіду в дорожню карту, орієнтовану на Gemini, викликає питання про те, чи будуть майбутні прориви DeepMind такими ж відкритими чи все частіше об’єднуватимуться у власні продукти.

Це також сигналізує про те, куди спрямовуються таланти та комп’ютер. Оскільки майже чверть оригінальних авторів AlphaFold зникла, а решту було перенаправлено, інституційні знання, що стоять за одним із найвідоміших наукових досягнень штучного інтелекту, розсіюються саме тоді, коли центр ваги галузі переміщується від спеціалізованих дослідницьких моделей до базових моделей і агентів загального призначення.

Реорганізація не означає, що DeepMind відмовляється від науки. Команда Колі продовжує працювати над дизайном ферментів, ядерним синтезом і геномікою. Але окрема програма AlphaFold, та, яка отримала Нобелівську премію, здається, поступається місцем моделі, згідно з якою наукові відкриття мають проходити через Gemini. Те, чи окупиться ця ставка для Google і для ширшої дослідницької спільноти, буде однією з визначальних історій поточного циклу ШІ.

Будьте попереду ШІ

Відстежуйте стратегічні кроки, що переосмислюють галузь, за допомогою наших останніх новин та аналізу штучного інтелекту.

Дізнайтеся більше новин AI