Google reconfigura el liderazgo de IA mientras Jeff Dean se marcha y Demis Hassabis da un paso atrás

Google cambió dos pilares de su liderazgo en IA en un solo día, pese a la intensa presión por acelerar Gemini y retener a sus investigadores más experimentados. Sin embargo, las noticias de Google son más complejas que una doble salida. Jeff Dean se marcha tras 27 años, mientras que Demis Hassabis permanece en Alphabet, pero cede el control diario de Google DeepMind.

Dean creará Discovery Loop junto a Sanjay Ghemawat, Oriol Vinyals y Quoc Le. Google planea invertir en la empresa independiente y proporcionarle su infraestructura en la nube. Hassabis, por su parte, se convierte en presidente de Google DeepMind y científico jefe de Alphabet.

Koray Kavukcuoglu supervisará Google DeepMind como vicepresidente sénior y reportará al CEO Sundar Pichai. Esto lo hace responsable de la investigación en IA, el desarrollo de modelos y la organización de productos Gemini.

Los cambios no representan una ruptura limpia con el estamento científico de Google. Constituyen un intento de preservar las relaciones mientras se traslada la autoridad operativa a un líder centrado en la ejecución.

Esta distinción importa porque Google compite contra OpenAI y Anthropic en varios frentes a la vez. Debe avanzar los modelos de frontera, lanzar productos fiables, defender las búsquedas, atender a los clientes de la nube y mantener cohesionada una organización de investigación de élite.

La pregunta central ya no es si Google puede atraer a investigadores brillantes o financiar el costoso desarrollo de IA. Es si una estructura de gestión diferente puede convertir esas ventajas en una ejecución más rápida y coherente.

Lo que Google cambió en su liderazgo de IA

Google separó el liderazgo científico de largo plazo de la responsabilidad diaria de entregar Gemini.

Hassabis deja su cargo de CEO de Google DeepMind, que combinaba autoridad científica con control operativo. Seguirá siendo presidente de la unidad y se convertirá en científico jefe de Alphabet, un puesto de nueva creación.

También continuará liderando Isomorphic Labs, la empresa de descubrimiento de fármacos mediante IA de Alphabet. Sus responsabilidades pasan a centrarse en la inteligencia artificial general, la investigación científica y las consecuencias más amplias de la IA avanzada.

En un memorando sobre el liderazgo de IA, Pichai describió el cambio como una forma de que Hassabis se centre en dar forma al futuro de la AGI. La inteligencia artificial general se refiere a sistemas capaces de realizar una amplia variedad de tareas cognitivas con capacidades de nivel humano.

Hassabis planteó el momento con mayor urgencia. Escribió que ha perseguido la AGI durante toda su carrera y que ahora cree que está “al alcance de la mano”. Dijo que la gestión diaria le dejaba tiempo insuficiente para abordar las cuestiones científicas y sociales que rodean ese objetivo.

Esta declaración explica la justificación oficial, pero no resuelve cómo funcionará la reorganización. Aleja al líder de IA más reconocible de la empresa de las decisiones diarias de producto que determinarán si Gemini cumple su hoja de ruta.

Kavukcuoglu toma el control de esas decisiones. Anteriormente fue director de tecnología de Google DeepMind y arquitecto jefe de IA de Alphabet.

Ahora liderará el desarrollo de modelos, la investigación, los productos Gemini y los equipos de desarrolladores. Reporta directamente a Pichai, en lugar de a Hassabis, lo que otorga al CEO de Google una línea más directa hacia la organización de IA.

La estructura de reporte indica que la responsabilidad operativa se acerca a la dirección central de Alphabet. Hassabis conserva influencia sobre la dirección científica, pero Kavukcuoglu asume la responsabilidad del camino desde la investigación hasta los productos lanzados.

El segundo cambio es más permanente. Dean deja Google junto con tres colegas cuyo trabajo abarca infraestructura, modelos de lenguaje y la moderna organización de investigación de Gemini.

Dean se incorporó a Google en 1999 y se convirtió en uno de los ingenieros que definieron la empresa. Su trabajo incluyó sistemas fundamentales que ayudaron a Google a operar las búsquedas y otros servicios a escala global.

Ghemawat colaboró con Dean en varios proyectos de infraestructura importantes. Vinyals se convirtió en un líder sénior de DeepMind y contribuyó a avances relevantes en aprendizaje automático. Le ayudó a establecer Google Brain y trabajó en sistemas de grandes redes neuronales.

Juntos, planean lanzar Discovery Loop como una corporación de beneficio público. Esta estructura permite que una empresa defina una misión pública junto con objetivos financieros, aunque no elimina las presiones comerciales habituales.

Discovery Loop se centrará en automatizar la investigación científica y de ingeniería. Los fundadores quieren que los sistemas de IA generen ideas, realicen experimentos, analicen resultados y usen esos hallazgos para dar forma a otro ciclo.

Google invertirá en la empresa y actuará como su proveedor de nube. Esto convierte una salida potencialmente adversarial en una relación comercial y técnica continuada.

También da a los fundadores una mayor independencia. Dean dijo a The New York Times, según se cita en la cobertura sobre liderazgo, que la empresa podría tomar decisiones fuera de los estrictos intereses financieros de Google.

Por tanto, las noticias de Google del día contienen tres movimientos distintos. Dean se marcha, Hassabis cambia de puesto y Kavukcuoglu recibe autoridad operativa directa.

Calificar los tres movimientos como un éxodo de ejecutivos sería inexacto. Calificarlos como una sucesión rutinaria restaría importancia a la pérdida de conocimiento institucional y a la presión competitiva que rodea a Gemini.

Por qué estas noticias de Google presionan a Gemini

La reestructuración transfiere responsabilidades en el momento en que Google necesita demostrar que su organización de investigación puede lanzar productos a tiempo.

Google cuenta con enormes ventajas en IA. Diseña chips especializados, opera una plataforma global de nube, posee productos de consumo ampliamente utilizados y emplea a grandes equipos de investigación.

Estos recursos reducen el riesgo creado por cualquier salida individual. No eliminan los problemas de ejecución que pueden surgir cuando líderes sénior, grupos de investigación y equipos de producto cambian de responsabilidades simultáneamente.

La presión inmediata recae sobre Kavukcuoglu. Debe mantener la calidad de la investigación mientras entrega la hoja de ruta de Gemini con menos ambigüedad sobre quién asume los resultados operativos.

Ese mandato incluye más que lanzar un modelo con mejores puntuaciones. Gemini debe funcionar en Google Search, Workspace, Android, Cloud, herramientas para desarrolladores y aplicaciones de consumo.

Cada entorno tiene requisitos diferentes. Un modelo que parece impresionante durante pruebas controladas aún puede tener dificultades con la latencia, la fiabilidad, el coste, la seguridad o la integración dentro de un producto establecido.

Google también afronta un problema de tiempos. Los competidores pueden lanzar nuevos modelos o funciones para desarrolladores sin coordinar cambios en productos utilizados por miles de millones de personas.

OpenAI puede organizar gran parte de su estrategia pública en torno a ChatGPT y su API. Anthropic puede concentrarse en Claude, la adopción empresarial y los flujos de trabajo de programación. Google debe mejorar Gemini mientras protege negocios que la IA podría transformar.

Esta complejidad explica en parte por qué importa la estructura de liderazgo. Una organización centrada primero en la investigación puede favorecer la ambición científica, mientras que una organización de producto debe cumplir plazos, priorizar casos de uso y resolver concesiones operativas.

Google fusionó Google Brain y DeepMind en 2023 para reducir la fragmentación. Hassabis se convirtió entonces en el líder central de la organización combinada, con Gemini como su familia insignia de modelos.

La nueva estructura mantiene intacta esa organización combinada, pero distribuye la autoridad de otra manera. Hassabis guiará las prioridades científicas de largo plazo, mientras que Kavukcuoglu será evaluado más directamente por la ejecución.

Según informes previos sobre la hoja de ruta de Gemini, Gemini 3.5 Pro llevaba meses de retraso respecto al calendario. El informe vinculó algunos retrasos a una moral baja, citando a empleados actuales y antiguos.

Google cuestionó la sugerencia de que los problemas de moral estuvieran causando las deficiencias de los modelos. Afirmó que la rotación del personal de IA durante la primera mitad de 2026 fue inferior a la de un año antes.

La empresa también dijo que más del 90 por ciento de los candidatos que recibieron una oferta de empleo en IA la aceptaron. Estas cifras ofrecen un contexto útil, pero no miden directamente el impacto de perder líderes altamente especializados.

Las tasas de rotación tratan muchas salidas como equivalentes. Una tasa general estable puede coexistir con pérdidas concentradas entre las personas responsables de sistemas críticos, programas de investigación o relaciones organizativas.

Las salidas recientes hacen importante esta distinción. Noam Shazeer se fue a OpenAI, mientras que el cocreador de AlphaFold, John Jumper, se unió a Anthropic. Otros investigadores de Gemini también se trasladaron a Anthropic.

Un resumen de salidas de talento de junio identificó a Jonas Adler y Alexander Pritzel entre los investigadores que se marcharon a Anthropic. Ambos habían contribuido al desarrollo de Gemini.

Dean y sus cofundadores no se unen a esos competidores directos. La inversión de Google en Discovery Loop también preserva el acceso a su nuevo trabajo mediante una relación diferente.

Aun así, su salida añade riesgo de transición. Las organizaciones de investigación dependen del criterio informal, la confianza interna y el contexto técnico que no pueden transferirse mediante un organigrama.

Los equipos pueden documentar arquitecturas de modelos, métodos de entrenamiento y resultados de experimentos. No pueden documentar por completo por qué investigadores sénior descartaron ciertos enfoques o cómo resolvieron disputas organizativas recurrentes.

Una base de conocimiento consultable puede preservar decisiones y evidencias de respaldo durante los cambios de personal. No puede reproducir el criterio de las personas que dieron forma a esas decisiones durante décadas.

Por ello, Kavukcuoglu debe resolver dos problemas a la vez. Necesita cumplir los próximos hitos de Gemini mientras convence a los investigadores que permanecen de que Google sigue siendo el mejor lugar para emprender trabajo ambicioso.

La prueba a corto plazo es la ejecución. La prueba a más largo plazo es si Google puede desarrollar una nueva generación de líderes científicos antes de que otros competidores los recluten.

El principal rival de Google es su propio modelo operativo

La competencia decisiva no es simplemente Google frente a OpenAI; es la escala institucional de Google frente a la velocidad que se espera de un laboratorio de IA dirigido por fundadores.

El tamaño de Google le proporciona activos que la mayoría de las empresas de IA no pueden igualar. Tiene distribución, centros de datos, procesadores personalizados, flujo de caja, relaciones empresariales y comentarios sobre productos procedentes de enormes poblaciones de usuarios.

Sin embargo, estos activos generan costes de coordinación. Los equipos de investigación deben trabajar con grupos de producto, revisores de seguridad, departamentos jurídicos, operadores de infraestructura, organizaciones de ventas y ejecutivos sénior.

OpenAI y Anthropic también se están volviendo más grandes y complejas. Sin embargo, sus identidades siguen estrechamente vinculadas a un producto central de IA y a un fundador o director ejecutivo visible.

Esa concentración puede simplificar las prioridades. También puede crear riesgos de gobernanza, pero la organización sabe qué hitos de producto y técnicos definen el éxito.

La organización de IA de Google cumple varias misiones. Desarrolla Gemini, respalda productos existentes, realiza investigación básica, desarrolla aplicaciones científicas y explora la AGI.

Los cambios de liderazgo reconocen que un solo ejecutivo puede tener dificultades para prestar suficiente atención a cada misión. El nuevo puesto de Hassabis protege la misión de investigación a largo plazo, mientras Kavukcuoglu se centra en la entrega.

La paradoja es que Google abordó en su día la fragmentación concentrando la autoridad en Hassabis. Ahora responde a la presión de ejecución distribuyendo nuevamente la autoridad, aunque dentro de una organización unificada.

Esto no recrea necesariamente la antigua división entre Google Brain y DeepMind. Los equipos siguen combinados, y Kavukcuoglu ha trabajado estrechamente con Hassabis durante años.

El riesgo surge de unos límites poco claros. Los investigadores y líderes de producto necesitan saber cuándo las prioridades científicas de Hassabis prevalecen sobre una decisión de hoja de ruta a corto plazo, y cuándo Kavukcuoglu tiene la autoridad final.

La participación directa de Pichai puede resolver disputas importantes. Sin embargo, recurrir con frecuencia al CEO de Alphabet seguiría ralentizando las decisiones rutinarias y debilitaría el propósito de nombrar a un líder operativo.

Discovery Loop añade otra dimensión al debate sobre el modelo operativo. Dean y sus colegas dejan uno de los laboratorios mejor financiados del mundo para perseguir de forma independiente una misión más acotada.

Su decisión sugiere que los recursos por sí solos ya no determinan dónde pueden trabajar con mayor eficacia los investigadores de primer nivel. La autonomía, la claridad de la misión y el control sobre los plazos también importan.

Discovery Loop pretende automatizar el método científico mediante experimentación repetida. El sistema formularía hipótesis, diseñaría pruebas, evaluaría evidencia y decidiría qué investigar después.

Ese concepto requiere más que un modelo de lenguaje que genere preguntas de investigación plausibles. Necesita herramientas fiables, datos estructurados, métodos de verificación, experimentos físicos o simulados y salvaguardas contra errores acumulativos.

Una pequeña empresa independiente puede concentrarse exclusivamente en ese mecanismo. Google DeepMind debe perseguir ambiciones científicas similares mientras respalda productos comerciales y responde a los lanzamientos de modelos de la competencia.

La inversión de Google ofrece una cobertura. Si Discovery Loop tiene éxito, Google seguirá siendo su inversor y socio de infraestructura, en lugar de ver cómo todo el equipo desarrolla sobre una nube rival.

El acuerdo se parece a un patrón más amplio en la industria de la IA. Las grandes empresas tecnológicas mantienen cada vez más su influencia mediante inversiones, acuerdos de nube, licencias y alianzas estratégicas.

Estas relaciones pueden mantener el talento y la tecnología dentro de la órbita de una empresa. No equivalen a retener a empleados cuya responsabilidad principal es mejorar los productos de la empresa matriz.

Esta distinción debería orientar cómo los lectores interpretan esta noticia sobre Google. Google preservó una relación con Dean, pero perdió su participación directa en la gestión y el trabajo técnico.

El mismo matiz se aplica a Hassabis. Alphabet elevó su autoridad científica, pero Google DeepMind perdió su liderazgo operativo cotidiano.

El éxito de esta estructura depende de si la especialización produce decisiones más claras. Si crea centros de autoridad superpuestos, Google habrá añadido otra capa de coordinación durante un periodo ya de por sí difícil.

Lo que la historia de liderazgo no demuestra

Las salidas de figuras destacadas crean un riesgo real, pero no demuestran que Google haya perdido la carrera de la IA ni que el próximo lanzamiento de Gemini vaya a fracasar.

La competencia en IA cambia demasiado rápido como para que un único anuncio de personal determine un ganador duradero. Los proveedores de modelos se superan regularmente entre sí en programación, razonamiento, coste, latencia o rendimiento multimodal.

Los benchmarks públicos también ofrecen una imagen incompleta. Pueden revelar fortalezas en condiciones definidas, pero a los clientes empresariales les importan la fiabilidad, la seguridad, el soporte, la integración y unos costes operativos previsibles.

Google sigue bien posicionada para competir en esas dimensiones. Su negocio de nube puede integrar modelos con herramientas de datos, controles de seguridad e infraestructura que ya utilizan grandes organizaciones.

Su distribución de consumo crea otra ventaja. Google puede incorporar funciones de Gemini en productos que los usuarios ya abren todos los días, reduciendo el esfuerzo necesario para captar una audiencia.

La empresa también conserva a muchos investigadores e ingenieros influyentes. Una lista de salidas no revela la composición completa, la productividad ni la moral de los equipos que permanecen.

La afirmación de Google de que la rotación de personal de IA mejoró merece consideración. También la merece su alta tasa de aceptación entre los candidatos que recibieron ofertas.

Ninguna de las dos mediciones responde a la pregunta más difícil. La empresa no ha mostrado públicamente cuántos investigadores que se marcharon ocupaban puestos excepcionalmente importantes ni con qué rapidez pueden reasignarse sus responsabilidades.

La reacción bursátil también exige cautela. Las acciones de Alphabet cayeron más de un 4 por ciento cuando los cambios se hicieron públicos, pero un movimiento de un día no puede atribuirse con certeza a un solo titular.

El mercado en general estuvo mixto y varias grandes empresas tecnológicas descendieron. Los datos de cierre del mercado mostraron que Alphabet cayó un 4 por ciento, mientras que el Nasdaq descendió un 0,8 por ciento.

Los inversores ya examinaban si el elevado gasto en IA generaría ingresos y beneficios suficientes. La incertidumbre sobre el liderazgo les dio otra razón para reconsiderar los riesgos, pero no fue el único factor del mercado.

La explicación oficial sobre la AGI también sigue sin poder comprobarse. Hassabis afirma que necesita mayor libertad para centrarse en una tecnología que considera próxima.

No hay evidencia pública que pueda establecer una fecha de llegada fiable para la AGI. El propio término carece de un umbral técnico universalmente aceptado, lo que dificulta evaluar las predicciones.

Por tanto, trasladar a Hassabis a un papel científico más amplio puede interpretarse de dos maneras. Puede ser un ascenso genuino diseñado para la investigación a largo plazo, o una respuesta a la presión sobre la ejecución a corto plazo.

Ambas interpretaciones pueden ser ciertas. Alphabet puede valorar su liderazgo científico y, al mismo tiempo, concluir que otro ejecutivo debería gestionar el calendario diario de Gemini.

Discovery Loop enfrenta sus propias incertidumbres. La ciencia autónoma tiene aplicaciones prometedoras, pero cada ámbito de investigación impone estándares de evidencia y restricciones experimentales diferentes.

Los experimentos de software pueden ejecutarse rápidamente y producir resultados estructurados. La biología, la ciencia de materiales y la investigación de hardware suelen depender de equipos físicos, insumos costosos, procedimientos de seguridad y largos ciclos de validación.

Un sistema de IA puede generar miles de hipótesis más rápido de lo que los laboratorios pueden ponerlas a prueba. Sin una priorización cuidadosa, la automatización puede aumentar el volumen de ideas débiles en lugar de acelerar descubrimientos fiables.

Dean y sus colegas tienen la experiencia necesaria para comprender estas limitaciones. Sus reputaciones no garantizan que la empresa pueda crear un sistema comercial fiable ni generalizarlo a distintos campos científicos.

La inversión de Google no debe interpretarse como una validación independiente de cada afirmación técnica. También proporciona a Google acceso estratégico y reduce el coste de perder al equipo por completo.

Para Google DeepMind, la evidencia más sólida vendrá de los resultados, no de los memorandos. Un lanzamiento oportuno de Gemini, un rendimiento estable y la retención continuada de investigadores respaldarían la versión de la empresa.

Más retrasos o salidas de altos cargos reforzarían la interpretación alternativa. Sugerirían que la reorganización abordó las líneas de reporte sin resolver el problema subyacente de ejecución.

Tres señales que definirán el próximo capítulo de Google

Los próximos tres meses deberían revelar si Google creó una responsabilidad más clara o simplemente reordenó la autoridad.

La primera señal es el próximo lanzamiento importante de Gemini. El calendario importa porque el mandato de Kavukcuoglu se centra en cumplir la hoja de ruta con mayor enfoque y rapidez.

Un lanzamiento que llegue cerca del calendario revisado no borraría los retrasos anteriores. Mostraría que la organización puede completar una transición sin paralizar el trabajo crítico de los modelos.

La calidad importará tanto como el calendario. Los desarrolladores examinarán el rendimiento en programación, la fiabilidad del razonamiento, el uso de herramientas, la latencia, la eficiencia de precios y la compatibilidad con Google Cloud.

El uso independiente proporciona una señal más sólida que una presentación de lanzamiento. Google necesita una adopción sostenida en su API, las aplicaciones Gemini y los despliegues empresariales.

Un lanzamiento tardío o de alcance limitado debilitaría el argumento de que el cambio de liderazgo mejoró la ejecución. Otro retraso importante aumentaría la presión sobre Kavukcuoglu y Pichai.

La segunda señal es la retención de investigadores. Las salidas más reveladoras involucrarían a líderes responsables del entrenamiento de Gemini, la infraestructura, la alineación, la evaluación o programas científicos importantes.

No todas las renuncias tienen el mismo significado. Los investigadores pueden irse por participaciones accionarias, libertad académica, razones personales o la oportunidad de crear una empresa.

Un grupo continuo de salidas sería más difícil de descartar como rotación habitual. Indicaría que competidores y startups pueden ofrecer un entorno que los recursos de Google no compensan plenamente.

Los nuevos nombramientos también importarán. Google necesita sucesores internos creíbles que puedan asumir autoridad técnica, en lugar de depender del reclutamiento externo para cada vacante.

La tasa de aceptación de contrataciones de la empresa sugiere que su marca sigue siendo atractiva. Retener a las personas después de que se incorporen determinará si esa cantera crea un liderazgo duradero.

La tercera señal es la relación entre Google y Discovery Loop. Los primeros detalles sobre financiación, compromisos de nube, gobernanza y colaboración técnica mostrarán cuán independiente es realmente la startup.

Si Discovery Loop desarrolla una infraestructura de investigación útil en Google Cloud, el acuerdo podría validar la estrategia de alianzas de Google. Alphabet conservaría exposición económica y técnica sin gestionar la empresa directamente.

Si la startup cambia más adelante de infraestructura o se alinea con un rival, la inversión de Google parecerá menos protectora. La empresa habría financiado una nueva fuente de competencia después de perder a cuatro líderes experimentados.

Los lectores también deberían observar si Discovery Loop contrata a más investigadores de Google. Algunas contrataciones adicionales serían normales para una startup fundada por antiguos colegas.

Una migración sostenida transformaría la historia. Sugeriría que los fundadores están exportando una red de investigación existente en lugar de reunir un equipo completamente nuevo.

Estas señales importan más allá de la sucesión ejecutiva. Los desarrolladores dependen de hojas de ruta de modelos estables, mientras que los compradores empresariales necesitan confianza en que los proveedores estratégicos pueden retener experiencia y respaldar productos durante varios años.

Los trabajadores del conocimiento también experimentan directamente los resultados. Las decisiones de liderazgo influyen en qué funciones de IA llegan a la búsqueda, el software de productividad, las herramientas científicas y los sistemas usados para organizar el trabajo diario.

Por ahora, la conclusión más clara es más limitada que el titular original. Google perdió a Jeff Dean y a tres colegas importantes, pero no perdió a Hassabis.

Alphabet trasladó a Hassabis a una posición superior y lo apartó de la gestión diaria. Asignó el futuro operativo de Gemini a Kavukcuoglu y mantuvo una conexión financiera con la nueva empresa de Dean.

Se trata de un rediseño calculado, no de una transición rutinaria y ordenada. Concentra la responsabilidad de ejecución mientras protege el acceso de Alphabet al talento científico mediante nuevos roles e inversiones.

La próxima ronda de noticias sobre Google debería juzgarse frente a tres resultados concretos: la entrega de Gemini, la retención de investigadores sénior y la relación de Discovery Loop con Google.

Observe esos resultados, no solo los cargos. Si Google lanza a tiempo y estabiliza su equipo, la reorganización parecerá una especialización largamente esperada. Si continúan los retrasos y las salidas, parecerá una organización que lucha por convertir una investigación excepcional en una ejecución fiable.