Co kryje się za odejściem Demisa Hassabisa? Niskie morale, odpływ talentów i opóźnienia w modelach

Google DeepMind wchodzi w najbardziej nerwowy okres od lat. Zmiana roli Demisa Hassabisa, odejście Jeffa Deana i kilku znanych badaczy, opóźnienia Gemini 3.5 Pro, rosnąca presja konkurencyjna oraz spór o kontrakty obronne składają się na obraz laboratorium, które jeszcze niedawno wyznaczało tempo w AI, a dziś ponownie próbuje nadrabiać dystans.

• Demis Hassabis rezygnuje z codziennego zarządzania DeepMindem i przechodzi do roli przewodniczącego
• Gemini 3.5 Pro nie dotrzymał kolejnych terminów premiery, a pracownicy wskazują m.in. na zbyt późne postawienie na coding i agentów
• DeepMind traci znanych badaczy na rzecz OpenAI i Anthropic, a część zespołu mówi o przeciążeniu i 60-godzinnych tygodniach pracy
• Narasta też konflikt wokół kontraktów wojskowych Google, który doprowadził do odejść i próby uzwiązkowienia laboratorium

DeepMind nadal ma wyjątkowe przewagi — od infrastruktury chmurowej i własnych chipów po globalną dystrybucję Google — ale jego problemy przestały być wyłącznie techniczne. Dziś dotyczą też struktury władzy, kultury pracy, odpływu talentów i pytania, czy laboratorium zachowa dawną autonomię.

W londyńskim biurze Google DeepMind wiadomość o zmianach wywołała konsternację. Demis Hassabis, współzałożyciel laboratorium i jego wieloletni lider, ma zrezygnować z funkcji CEO i objąć stanowisko przewodniczącego. W praktyce oznacza to odsunięcie się od codziennego zarządzania i większe skupienie na długoterminowej strategii oraz nauce.

Google nie powołał nowego prezesa DeepMind. Codzienne operacje przejmie CTO Koray Kavukcuoglu jako senior vice president raportujący bezpośrednio do Sundara Pichaia. Dla części pracowników to sygnał, że laboratorium zostaje jeszcze mocniej wchłonięte przez struktury Google. Szczególnie że Kavukcuoglu pracuje w Mountain View, podczas gdy centrum DeepMind pozostaje Londyn.

Pracownicy cytowani przez magazyn Fortune mówią o trwającej od miesięcy presji związanej z przesuwaniem wpływów w stronę Kalifornii. Obawiają się utraty części niezależności i tożsamości DeepMind. Google odrzuca tę interpretację, podkreślając znaczenie Londynu i zachowanie autonomii badawczej. Biznesowo reorganizacja może jednak oznaczać, że centrala chce ściślej kontrolować zasoby i priorytety w sytuacji, gdy kolejne modele nie trafiają na rynek zgodnie z planem.

Gemini znów musi nadrabiać

Google już raz musiał gwałtownie nadrabiać dystans. Po premierze ChatGPT pod koniec 2022 r. firma ogłosiła wewnętrzny „code red”, obawiając się o swój podstawowy biznes wyszukiwarkowy. Później Gemini 3 pozwolił odzyskać impet i na pewien czas wyprzedzić rywali w benchmarkach.

Ten moment nie trwał jednak długo. Google ponownie odstaje od ścisłej czołówki, szczególnie w obszarze inteligencji modeli i programowania. Gemini 3.5 Pro, który miał być odpowiedzią na najmocniejsze systemy Anthropic i OpenAI, nie dotrzymał kolejnych terminów. Firma weszła w sierpień bez premiery modelu, jednocześnie wprowadzając mniejsze wersje Flash i informując, że trenuje już Gemini 4.

Według inżynierów DeepMind firma zbyt mocno koncentrowała się na ochronie wyszukiwarki i klasycznym czacie, a zbyt słabo na programowaniu i agentach. Tymczasem Claude Code, Codex i podobne narzędzia pokazały, że coding stał się bazą dla systemów wykonujących wieloetapowe zadania. Google przyznaje, że musi się tu poprawić, choć nadal może nadrabiać skalą chmury, własnymi chipami, aplikacjami i globalną dystrybucją.

To istotna zmiana charakteru wyścigu AI. Jeszcze niedawno przewaga była mierzona przede wszystkim jakością odpowiedzi chatbotów i wynikami w benchmarkach. Dziś coraz większe znaczenie ma to, czy model potrafi samodzielnie zaplanować i wykonać zadanie, pracować z kodem oraz obsługiwać narzędzia. Opóźnienie w jednym obszarze może więc szybko przełożyć się na słabszą pozycję w całej kolejnej generacji produktów.

Najlepsi badacze odchodzą do konkurencji

Problemy techniczne szybko zaczęły przekładać się na morale. Pracownicy opisują frustrację wynikającą z poczucia, że po raz drugi w ciągu kilku lat Google znów musi gonić konkurentów. W tym samym czasie laboratorium doświadczyło jednego z najbardziej dotkliwych odpływów talentów w swojej historii.

W czerwcu firmę opuścili m.in. Noam Shazeer, współlider Gemini, który przeszedł do OpenAI, oraz John Jumper, laureat Nagrody Nobla i współtwórca AlphaFold, który trafił do Anthropic. Z DeepMind odeszli też inni znani badacze związani z londyńskim zespołem.

Konkurenci agresywnie podkupują ekspertów, a dodatkową zachętą są udziały w prywatnych laboratoriach AI przed potencjalnym wejściem na giełdę. Google odpowiada premiami retencyjnymi i pakietami udziałowymi, ale pracownicy wskazują na głębszy problem: wypalenie. Jeden z inżynierów mówił o około 60-godzinnych tygodniach pracy przez dłuższy czas. Im większa presja na nadrabianie dystansu, tym wyższe ryzyko kolejnych odejść.

Dla firm budujących najbardziej zaawansowane modele strata kilku osób może znaczyć znacznie więcej niż typowa rotacja pracowników. Wiedza badaczy, ich doświadczenie w trenowaniu modeli i umiejętność kierowania zespołami są aktywami, których nie da się szybko odtworzyć samą rekrutacją. Dlatego walka o ludzi staje się równie ważna jak walka o moc obliczeniową.

Sprawdź też: AI taniej o 80%. OpenAI rozpętuje wojnę cenową

Kryzys przywództwa i pytanie o autonomię

Do problemów z tempem rozwoju dochodzi kwestia przywództwa. Część pracowników zarzucała Hassabisowi, że jest zbyt mało widoczny w codziennej pracy zespołu. W ich relacjach kontrastował z Sergeyem Brinem, współzałożycielem Google, który wrócił z emerytury i bardzo bezpośrednio zaangażował się w rozwój AI. Google odpiera zarzuty i podkreśla, że Hassabis regularnie pracuje zarówno z Londynu, jak i Mountain View.

Nowa struktura może być próbą rozdzielenia dwóch ról: Hassabis ma koncentrować się na nauce i wieloletnim kierunku, a Kavukcuoglu na egzekucji. Ryzyko polega na tym, że mocniejsza integracja osłabi kulturę badawczą i autonomię, które przez lata wyróżniały DeepMind.

Z drugiej strony Google ma przewagi trudne do skopiowania. To własne układy, chmurę, miliardy użytkowników i możliwość wbudowania AI w cały ekosystem. Sprawia to, że firma nie musi wygrać każdego pojedynku na benchmarki, aby pozostać jednym z największych beneficjentów rozwoju sztucznej inteligencji. Może wykorzystać model jako część znacznie szerszej infrastruktury obejmującej wyszukiwarkę, aplikacje, urządzenia i usługi dla przedsiębiorstw.

Sama skala nie wystarczy jednak, jeśli laboratorium nie będzie szybciej dostarczać modeli i zatrzymywać najlepszych badaczy. DeepMind wciąż ma narzędzia pozwalające wrócić na prowadzenie, ale reorganizacja odbywa się w momencie, kiedy margines na kolejne błędy jest znacznie mniejszy niż kilka lat temu.

Kontrakty wojskowe otwierają drugi front

Najbardziej zapalnym punktem wewnętrznego konfliktu nie są jednak modele, lecz kontrakty obronne. W kwietniu 2026 r. Google podpisał umowę z Pentagonem umożliwiającą korzystanie z Gemini w tajnych sieciach do zgodnych z prawem zastosowań rządowych. Ponad 580 pracowników Google, w tym starsi badacze DeepMind, podpisało później list otwarty wzywający Sundara Pichaia do ponownego rozważenia tej decyzji.

Spór dotyczy przede wszystkim autonomicznej broni i masowej inwigilacji. W tle są wcześniejsze kontrowersje wokół Project Nimbus i Project Maven. Gdy w 2025 r. Google usunął z publicznych zasad AI część dawnych ograniczeń, wielu inżynierów odebrało to jako wycofanie się z wcześniejszych deklaracji. Po kontrakcie z Pentagonem konflikt się zaostrzył, a Alex Turner z zespołu AI safety zrezygnował, wskazując tę umowę jako bezpośrednią przyczynę odejścia.

W maju grupa pracowników z Londynu rozpoczęła też próbę utworzenia związku zawodowego – według źródła pierwszą formalną próbę uzwiązkowienia w laboratorium frontier AI. Google nie zgodził się na dobrowolne uznanie związku, ale prowadzi rozmowy przez brytyjską służbę mediacyjną ACAS. Reorganizacja i większa rola amerykańskiej centrali mogą dodatkowo podnieść temperaturę tego konfliktu.

Dla Google najbliższe miesiące będą więc testem, czy większa integracja DeepMind z centralą przyspieszy rozwój, czy przeciwnie – pogłębi problemy, które już dziś wypychają ludzi z organizacji: wypalenie, słabnącą autonomię i spory o sposób wykorzystania technologii. Cztery lata po pierwszym alarmie wywołanym przez ChatGPT firma ponownie musi udowodnić, że potrafi reagować szybciej niż zmienia się rynek.

Dla firm i zespołów technologicznych w Polsce historia DeepMind jest ciekawa nie dlatego, że lokalny rynek konkuruje z Google skalą, lecz dlatego, że pokazuje uniwersalny problem transformacji AI. Sama liczba talentów i dostęp do kapitału nie wystarczą, jeśli organizacja zbyt późno wybiera priorytety, przeciąża kluczowych ludzi i nie potrafi pogodzić autonomii ekspertów z presją na szybkie wdrożenia. To dylemat, który wraz z rosnącą rolą AI będzie coraz częściej trafiał także na poziom zarządów polskich firm.

Czytaj też: Firmy mówią o AI bez przerwy. Nowy indeks pokazuje, które naprawdę z niego korzystają