Qué está pasando en Google DeepMind
Google ha anunciado una reorganización de liderazgo de su unidad de inteligencia artificial clave — Google DeepMind. Cofundador y CEO Demis Hassabis está entregando el control operativo de la empresa a su socio a largo plazo, mientras que se centra en la investigación científica y proyectos estratégicos a largo plazo. Esto no es un remolino de personal, sino un movimiento cuidadosamente considerado que cambia el equilibrio entre la ciencia y el desarrollo del producto en uno de los laboratorios AI más influyentes del mundo.
Cory Kaufman, que anteriormente supervisó la estrategia y el desarrollo de negocios de DeepMind, se convertirá en jefe de operaciones. Se encargará de la gestión diaria, coordinación de equipo e interacción con otras divisiones de Google. Hassabis permanecerá en la empresa y seguirá dando forma a las principales direcciones científicas, pero ahora tendrá más tiempo para el trabajo fundamental, por ejemplo, desarrollando nuevas arquitecturas modelo y abordando cuestiones de seguridad AI. En esencia, un “científico + gestor de operaciones” está tomando forma dentro de DeepMind, uno que debe dar al laboratorio tanto la libertad de investigación como la disciplina necesaria para enviar productos.
¿Por qué esto importa ahora?
La industria de IA está pasando por un período en el que los avances científicos y los productos comerciales convergen en una sola corriente. Modelos que fueron experimentos de investigación tan recientemente como ayer ya se están convirtiendo en la base de servicios utilizados por miles de millones de personas. Google ocupa una posición especial aquí: por un lado, tiene su propia investigación fundamental y un equipo de clase mundial; por otro, se enfrenta a la presión de los competidores que traen productos acabados a mercado más rápido.
Hassabis ha subrayado repetidamente que su objetivo principal es el desarrollo seguro y responsable de la IA, no simplemente liberando otra versión de chatbot. Sin embargo, en la carrera con OpenAI, Microsoft y otros jugadores, esta ambición a menudo se opone a la necesidad de acelerar ciclos de productos. Dirigir el liderazgo operativo a Kaufman es un intento de resolver esa contradicción: los experimentos científicos pueden proceder a su propio ritmo, mientras que el equipo de ingeniería de productos consigue un gerente claro que responde a los plazos y resultados.
ChatGPT —el principal competidor de los modelos actuales de Google — está expandiendo agresivamente su funcionalidad e integrando en cada vez más servicios. En respuesta, Google lanzó toda una línea de modelos bajo la marca Gemini, pero su estrategia de desarrollo a menudo parecía contradictoria: a veces demasiado cautelosa, a veces demasiado apresurada. La nueva estructura de liderazgo está destinada a ayudar a eliminar ese caos.
Cómo se estructurará la gestión
Función de Hassabis: de gerente a visionario
En efecto, Hassabis se convierte en el líder científico y la “cara” del laboratorio. Seguirá supervisando los programas de investigación, incluyendo aquellos que no tienen un camino directo a los productos comerciales. Esto es especialmente importante para áreas como la IA para la ciencia, por ejemplo, predecir estructuras de proteínas o descubrir nuevos materiales. Estos proyectos requieren años de esfuerzo y no encajan en planes trimestrales.
Función de Kaufman: eficiencia operacional
Kaufman, por su parte, ganará el control sobre presupuestos, priorización de tareas e interacción con otras divisiones del Alfabeto. Su tarea principal es asegurar que las ideas de investigación se conviertan en prototipos más rápidos, y luego en productos completos. Esto no es simplemente una posición administrativa: en grandes empresas tecnológicas, es precisamente tal gente que proporciona el vínculo entre el laboratorio y el negocio.
Este tipo de arreglo se ha visto muchas veces en la industria, cuando un fundador de la empresa retrocede de las operaciones cotidianas para centrarse en grandes ideas. Larry Page y Sergey Brin, por ejemplo, permanecieron en Google durante mucho tiempo como asesores estratégicos, sin involucrarse en la gestión de rutina. Para DeepMind, sin embargo, esta transición está ocurriendo por primera vez: anteriormente, Hassabis combina ambos roles.
Impacto en la ciencia y la industria
Para la comunidad científica, esta es una buena señal. Hassabis siempre ha sido una figura que, a pesar de la comercialización de AI , continuó enfatizando la importancia de la ciencia pura. Junto con sus colegas, recibió el Premio Nobel de Química para desarrollar AlphaFold, un sistema para predecir estructuras de proteínas. Ahora tendrá más oportunidades para desarrollar tales proyectos sin gastar su energía en reuniones e informes.
AlphaFold es uno de los ejemplos más llamativos de cómo las tecnologías de DeepMind van más allá de la propia AI. Con ello, científicos de todo el mundo han acelerado la investigación en biología
