Google DeepMind ha deshecho el equipo que construyó AlphaFold, el sistema de predicción de estructura de proteínas que le valió un premio Nobel a la casa. Según informa the-decoder recogiendo el adelanto del Financial Times, cerca del 25% de los autores de DeepMind de los papers originales ha salido de Google, y varios de los nombres más conocidos han acabado en Anthropic.
Puntos clave
- John Jumper, vicepresidente y Engineering Fellow de DeepMind y premio Nobel de Química en 2024, anunció el mes pasado su salida hacia Anthropic.
- Con él se han ido Jonas Adler y Alexander Pritzel, ambos coautores de AlphaFold.
- Cerca de una cuarta parte de los autores de DeepMind de los artículos originales ya no trabaja en Google.
- Antes de marcharse, Jumper y Adler habían sido reasignados a un equipo interno llamado "Code Strike", centrado en mejorar las capacidades de programación de los modelos de Google.
Quién es Jumper y por qué pesa su salida
AlphaFold resolvió un problema que la biología llevaba cincuenta años intentando: predecir cómo se pliega una proteína a partir de su secuencia de aminoácidos. Jumper compartió el Nobel de Química de 2024 con Demis Hassabis y David Baker por ese trabajo. No es un ingeniero más en una plantilla de miles.
Que Anthropic se lleve al Nobel y a dos coautores pesa bastante más que un fichaje de prestigio. Señala dónde cree la gente que hace investigación de frontera que se va a jugar la partida durante los próximos años. Los tres vienen de un proyecto de ciencia aplicada, no de un laboratorio de modelos de lenguaje.
Conviene marcar el grado de certeza: esto es información adelantada por el Financial Times a partir de fuentes, no un comunicado de Google. La compañía no ha publicado un anuncio oficial del desmantelamiento.
El detalle más revelador: Code Strike
Lo que más dice de la estrategia de Google es lo que pasó antes de la fuga. Jumper y Adler habían sido movidos internamente al equipo "Code Strike", dedicado a que los modelos de Google programen mejor y aguanten la comparación con Anthropic y OpenAI.
O sea: dos de las personas que resolvieron el plegamiento de proteínas fueron reasignadas a mejorar un asistente de código. Y después se fueron.
El resto del equipo se ha repartido entre proyectos de Gemini, diseño de enzimas, fusión nuclear y genómica, y algunos han pasado a Isomorphic Labs, la filial de Alphabet dedicada al descubrimiento de fármacos. El cambio de fondo es de organización: DeepMind deja de montar equipos alrededor de un problema científico concreto y los monta alrededor de Gemini y de agentes de frontera.
Qué pierde Google con este movimiento
AlphaFold fue el mejor argumento de marca que ha tenido DeepMind. Justificaba la tesis de Hassabis de que la IA sirve para resolver ciencia dura, no solo para escribir correos. Renunciar a esa estructura para competir en agentes de programación es una decisión perfectamente racional de mercado y perfectamente cara en talento.
La otra lectura es de mercado laboral. El talento de investigación de frontera se mueve por proyecto, no por sueldo ni por marca. Google reasignó a su gente a otra prioridad y su gente se fue a un sitio donde el proyecto le encajaba mejor. Anthropic lleva meses ampliando su frente en ciencia y seguridad, y ahí es donde estos perfiles encajan.
Por qué importa
Para una empresa que ya usa Gemini o Claude en sus procesos, esto no cambia nada mañana. Lo que dice es hacia dónde apunta el gasto de los laboratorios: menos equipos verticales resolviendo un problema científico, más recursos concentrados en agentes generalistas que programen y ejecuten tareas.
Traducido a decisiones de compra: las capacidades que van a mejorar rápido en los próximos doce meses son las de agente y código, porque es donde los tres grandes están metiendo a su mejor gente. Las verticales científicas van a depender cada vez más de filiales especializadas como Isomorphic, no del laboratorio madre. Si alguien está planificando con la idea de que Google va a sacar otro AlphaFold, conviene ajustar la expectativa.
Relacionado
