noticias

Google separa ciência e produto na IA após saída de veteranos e pressão sobre o Gemini

**Categoria editorial:** Inteligência Artificial e Mercado

**Linha fina:** Demis Hassabis deixa a gestão diária do DeepMind, Koray Kavukcuoglu assume a execução dos modelos e quatro pesquisadores históricos abandonam a empresa.

**Meta description:** Google reorganiza o comando da IA, transfere a operação do Gemini e perde pesquisadores históricos em meio à pressão por velocidade e resultados.

**Slug:** google-muda-lideranca-ia-deepmind-gemini

**Palavra-chave principal:** liderança de inteligência artificial do Google

**Editoria:** Inteligência Artificial

**Autor:** Redação PixBugTech

**Data:** 6 de agosto de 2026

O Google reorganizou o comando de sua área de inteligência artificial em uma das maiores mudanças internas desde a união entre DeepMind e Google Brain. Demis Hassabis deixará a administração cotidiana do laboratório para assumir os cargos de cientista-chefe da Alphabet e presidente do Google DeepMind, enquanto Koray Kavukcuoglu passa a liderar a operação responsável pelo desenvolvimento dos modelos Gemini e pelas pesquisas de fronteira.

A mudança foi apresentada como uma divisão mais clara entre duas missões. Hassabis concentrará esforços em inteligência artificial geral, ciência, segurança e aplicações de longo prazo. Kavukcuoglu ficará mais próximo da execução: transformar avanços de pesquisa em modelos, produtos e recursos capazes de competir com OpenAI, Anthropic, Meta e outras empresas que comprimiram o calendário da indústria.

O Google afirma que a reorganização prepara a companhia para uma etapa na qual a inteligência artificial estará integrada a praticamente todos os seus produtos. O contexto, porém, é menos confortável do que uma transição planejada em tempos de tranquilidade. O modelo mais avançado da geração Gemini sofreu atrasos, concorrentes ganharam espaço em programação e agentes, investidores passaram a observar com mais rigor os gastos em infraestrutura e pesquisadores importantes decidiram sair.

Jeff Dean, um dos engenheiros mais influentes da história do Google, deixa a empresa depois de quase três décadas. Ele se une a Sanjay Ghemawat, Oriol Vinyals e Quoc Le para criar a Discovery Loop, companhia voltada ao uso de IA na automação da pesquisa científica. Não se trata de uma saída isolada de executivos em busca de aposentadoria tranquila. O grupo reúne profissionais ligados à infraestrutura que permitiu ao Google operar em escala mundial e a alguns dos avanços mais importantes da aprendizagem profunda.

O Google continua reunindo chips próprios, data centers, bilhões de usuários, uma operação de nuvem global e uma das maiores concentrações de pesquisadores do setor. Ainda assim, a reorganização revela que possuir todos esses recursos não elimina o problema mais difícil da corrida atual: transformar excelência científica em produtos rápidos, coerentes e comercialmente dominantes.

Hassabis sobe na hierarquia e se afasta da rotina

Descrever a mudança de Demis Hassabis apenas como uma saída do comando do DeepMind seria impreciso. Ele não está deixando a Alphabet nem abandonando a estratégia de IA. Seu novo título de cientista-chefe amplia formalmente sua atuação para além de um único laboratório.

Hassabis deverá orientar a pesquisa científica de longo prazo, a busca por sistemas mais gerais e o debate sobre os impactos da tecnologia. Também permanecerá ligado à Isomorphic Labs, empresa derivada do DeepMind que utiliza inteligência artificial na descoberta de medicamentos.

O novo desenho retira de sua mesa parte das responsabilidades operacionais. Administrar equipes, coordenar lançamentos, organizar cronogramas e responder pela transformação de pesquisa em produto passa a ser uma atribuição mais concentrada nas mãos de Kavukcuoglu.

Essa separação pode liberar Hassabis para trabalhar nos temas que definiram sua carreira. Também pode ser lida como um reconhecimento de que o modelo anterior acumulava missões demais sob a mesma liderança.

Produzir ciência de fronteira exige liberdade para explorar caminhos sem retorno imediato. Manter o Gemini competitivo exige lançamentos frequentes, otimização de custos, integração com produtos e respostas rápidas às decisões dos rivais. As duas atividades podem alimentar-se mutuamente, mas seguem ritmos diferentes.

O cientista quer descobrir a próxima arquitetura. O responsável pelo produto precisa entregar a atual antes que o mercado perca o interesse.

Kavukcuoglu assume a parte que precisa funcionar agora

Koray Kavukcuoglu não surge de fora para impor uma cultura empresarial sobre o laboratório. Ele construiu sua trajetória dentro do próprio DeepMind, ocupou a posição de diretor de tecnologia e já aparecia como arquiteto-chefe de IA do Google.

Sua promoção indica continuidade técnica, mas com maior centralização de responsabilidade. Em vez de dividir influência entre várias lideranças históricas, o Google estabelece uma linha mais direta entre desenvolvimento dos modelos, pesquisa de fronteira e o comando executivo de Sundar Pichai.

A missão será ampla. O Gemini não existe apenas como chatbot. A tecnologia está sendo incorporada à Busca, ao Workspace, ao Android, ao Google Cloud, a ferramentas de programação, publicidade, vídeo e dispositivos pessoais.

Cada integração apresenta exigências diferentes. Um modelo para a Busca precisa responder rapidamente e citar fontes de maneira confiável. Um agente empresarial precisa trabalhar com dados privados, permissões e sistemas internos. Uma ferramenta de programação precisa compreender grandes repositórios e produzir código que sobreviva depois da demonstração.

O Google também precisa manter diferentes versões do Gemini, reduzir custos de inferência e aproveitar sua infraestrutura de TPUs. Desenvolver o modelo mais poderoso possível não resolve sozinho essa equação. É necessário criar uma família de sistemas capaz de operar em produtos que atendem bilhões de pessoas sem transformar cada interação em uma despesa descontrolada.

Kavukcuoglu assume, portanto, menos um laboratório tradicional e mais uma fábrica de inteligência distribuída por toda a companhia.

O atraso do Gemini aumenta o peso da reorganização

O Google não afirmou que a troca de liderança foi motivada pelo atraso de seu modelo principal. A proximidade entre os acontecimentos, contudo, torna impossível analisar a reorganização sem considerar a pressão sobre o Gemini.

A versão mais avançada da família sofreu adiamentos depois de não alcançar determinadas metas internas, especialmente em programação. Essa área tornou-se estratégica porque modelos capazes de escrever, revisar e executar código abrem espaço para produtos empresariais caros e agentes que atuam por longos períodos.

OpenAI e Anthropic aceleraram a disputa nesse segmento. A concorrência deixou de ser medida apenas pela qualidade de uma resposta isolada e passou a envolver capacidade de utilizar ferramentas, administrar contexto, corrigir erros e concluir tarefas.

Um modelo pode liderar benchmarks acadêmicos e ainda perder contratos se for caro, lento ou difícil de integrar. A vantagem comercial depende do conjunto formado por inteligência, confiabilidade, preço, infraestrutura e experiência de desenvolvimento.

O Google possui condições técnicas para competir em todas essas dimensões. O problema é sincronizá-las.

A companhia construiu parte relevante da base científica da IA moderna, publicou trabalhos fundamentais e desenvolveu aceleradores próprios muito antes de vários rivais. Mesmo assim, foi surpreendida pelo impacto público do ChatGPT e passou os anos seguintes reorganizando equipes, marcas e produtos.

A nova liderança tenta impedir que essa distância entre descoberta e execução se repita.

A saída de Jeff Dean possui peso histórico

Jeff Dean não era apenas mais um pesquisador sênior. Ele participou da construção de tecnologias fundamentais para o funcionamento do Google em escala, incluindo sistemas distribuídos que sustentaram busca, armazenamento e processamento de grandes volumes de dados.

Sua influência também alcançou a aprendizagem de máquina. Dean liderou o Google Brain, contribuiu para a expansão da pesquisa interna e tornou-se uma das principais referências técnicas da companhia.

Sanjay Ghemawat compartilhou parte dessa trajetória. Oriol Vinyals participou de avanços em aprendizagem profunda, sequências e modelos de linguagem. Quoc Le esteve ligado a trabalhos importantes em redes neurais e sistemas de IA.

A saída conjunta desses profissionais importa por duas razões.

A primeira é a perda direta de conhecimento. Grandes empresas possuem documentação, processos e milhares de engenheiros, mas parte da experiência continua concentrada em pessoas que acompanharam decisões durante décadas.

A segunda é simbólica. Quando profissionais que ajudaram a construir a infraestrutura e a inteligência do Google decidem abrir uma nova empresa, transmitem a percepção de que acreditam poder inovar com mais liberdade fora da organização.

A Discovery Loop pretende utilizar IA para acelerar descoberta científica em áreas como medicamentos, energia e materiais. É uma proposta próxima da ambição de longo prazo defendida pelo próprio DeepMind.

O Google apoiará a nova companhia com serviços de nuvem e manterá relação com seus fundadores. Isso reduz a aparência de rompimento hostil, mas não elimina a competição por talentos, ideias e protagonismo científico.

O tamanho do Google é vantagem e obstáculo

Uma startup de IA pode concentrar quase todos os seus recursos em um modelo ou produto. O Google precisa modernizar uma estrutura gigantesca sem destruir negócios que continuam extremamente lucrativos.

A Busca é o exemplo mais evidente. Respostas geradas por IA podem melhorar a experiência do usuário, mas também alteram o fluxo de cliques, publicidade e tráfego enviado a sites. O Google precisa avançar sem comprometer a fonte que financia grande parte de seus investimentos.

Há conflitos semelhantes no Workspace, no Android e na nuvem. Um agente capaz de executar tarefas pode reduzir a necessidade de abrir aplicativos, clicar em anúncios ou contratar determinados serviços separadamente.

A empresa precisa reinventar produtos enquanto protege as receitas construídas pelo modelo anterior. Essa tensão produz cautela, revisões e disputas internas que concorrentes menores conseguem evitar.

A lentidão não decorre necessariamente de incompetência. Em parte, é consequência de possuir mais coisas para perder.

O risco aparece quando a prudência se transforma em inércia. Uma organização pode testar tanto uma tecnologia que entrega o mercado a quem aceitou lançar primeiro e corrigir depois.

A ciência e o produto não podem virar departamentos estranhos

Separar liderança científica e operacional pode melhorar o foco, mas também cria um novo desafio: impedir que pesquisa e produto se afastem.

O DeepMind tornou-se valioso porque combinou investigação fundamental, capacidade computacional e aplicação. AlphaGo mostrou como aprendizagem por reforço poderia resolver problemas complexos. AlphaFold transformou previsões de estruturas de proteínas em uma ferramenta científica de enorme alcance.

Esses projetos não nasceram apenas de calendários comerciais. Dependiam de pesquisa paciente, equipes multidisciplinares e tolerância ao risco.

O Gemini precisa aproveitar esse ambiente sem exigir que toda pesquisa produza um botão novo no trimestre seguinte. Ao mesmo tempo, descobertas que permanecem indefinidamente em documentos não fortalecem os produtos do Google.

A nova estrutura funcionará se Hassabis e Kavukcuoglu mantiverem circulação real de pessoas, ideias e infraestrutura. Caso cada lado desenvolva prioridades próprias, o Google poderá recriar dentro da mesma companhia a distância que tentou eliminar ao fundir DeepMind e Google Brain.

Organogramas não resolvem conflitos científicos. Apenas definem quem precisará administrá-los.

O discurso sobre AGI também cumpre uma função estratégica

Hassabis justificou sua nova função com a percepção de que sistemas de inteligência artificial geral estariam mais próximos. A expressão designa, de maneira ampla, máquinas capazes de aprender e realizar grande variedade de tarefas intelectuais.

Não existe consenso sobre a proximidade desse marco nem uma definição universal para identificá-lo. Empresas utilizam o conceito para orientar pesquisa, atrair talentos e apresentar sua missão como algo maior do que vender chatbots.

Ao transformar Hassabis em cientista-chefe da Alphabet, o Google preserva uma liderança associada à pesquisa de longo prazo e à ideia de que a companhia busca avanços científicos fundamentais.

Isso ajuda a competir por pesquisadores que não desejam trabalhar apenas em otimização comercial. Também oferece uma resposta à narrativa de laboratórios que se apresentam como os principais caminhos para a inteligência artificial geral.

A estrutura permite que o Google diga duas coisas ao mesmo tempo: o Gemini precisa avançar mais rápido no mercado, mas a empresa não abandonará a investigação que poderá superar a geração atual de modelos.

A dificuldade será demonstrar que a pesquisa sobre AGI não funciona apenas como cobertura institucional para atrasos de produto.

Segurança corre o risco de perder espaço para velocidade

Mudanças de liderança em empresas de IA também alteram prioridades de segurança. Hassabis construiu parte de sua reputação defendendo cautela, pesquisa sobre riscos e cooperação científica.

Ao concentrar sua atuação em ciência e impactos sociais, ele poderá ampliar esse trabalho. Por outro lado, a execução diária dos modelos ficará sob uma liderança pressionada por desempenho, cronogramas e competição.

Não há evidência de que o Google esteja abandonando sua estrutura de segurança. A empresa mantém equipes de avaliação, princípios de IA e processos internos de revisão.

O risco é mais estrutural. Quando uma companhia enfrenta atrasos, perda de talentos e cobrança dos investidores, mecanismos de cautela podem ser percebidos como obstáculos. A pressão por colocar o produto no mercado aumenta justamente quando os sistemas recebem mais autonomia.

Modelos agênticos não apenas produzem texto. Podem acessar arquivos, executar código, enviar mensagens e utilizar ferramentas. Erros passam a gerar consequências além da resposta incorreta.

A reorganização será avaliada também pela capacidade de acelerar entregas sem transformar segurança em um departamento chamado apenas depois que o modelo está pronto.

O mercado reagiu porque talento virou infraestrutura

As ações da Alphabet caíram depois do anúncio. Movimentos diários não devem ser tratados como julgamento definitivo sobre a estratégia, mas a reação mostra a sensibilidade dos investidores à disputa por liderança técnica.

Durante décadas, empresas de tecnologia foram avaliadas por produtos, receitas e propriedade intelectual. Na corrida pela IA, o mercado também acompanha cientistas individuais, equipes e capacidade de recrutamento.

Isso acontece porque muitos avanços ainda dependem de conhecimento altamente especializado. Chips e data centers podem ser comprados. Formar uma equipe capaz de utilizar essa infraestrutura no limite exige tempo.

A saída de quatro veteranos não esvazia o Google DeepMind, que continua reunindo milhares de profissionais. O problema está na sequência. Outros pesquisadores importantes já foram contratados por concorrentes, enquanto startups oferecem participação acionária e liberdade de construção.

O Google consegue pagar salários elevados. Convencer profissionais a permanecer dentro de uma estrutura complexa é outra questão.

Talento científico não procura apenas remuneração. Procura autonomia, velocidade e a possibilidade de definir o rumo do projeto.

A nova empresa expõe uma contradição da própria IA

A Discovery Loop pretende automatizar partes da pesquisa científica com inteligência artificial. Seus fundadores deixam uma das organizações com maior infraestrutura do planeta para tentar construir um ambiente menor e mais ágil.

Isso sugere que a próxima disputa não será apenas pelo melhor modelo generalista. Haverá espaço para sistemas especializados em ciência, engenharia, medicamentos e materiais.

Modelos capazes de formular hipóteses, planejar experimentos e interpretar resultados poderiam reduzir o tempo entre pergunta e descoberta. A promessa é enorme, mas depende de validação física, dados de qualidade e integração com laboratórios.

O Google também trabalha nessa direção por meio do DeepMind e da Isomorphic Labs. Em outras palavras, antigos líderes agora criarão uma empresa que atua em uma das áreas consideradas estratégicas por seu antigo empregador.

A saída pode produzir colaboração, competição ou as duas coisas simultaneamente. No ecossistema de IA, fronteiras entre fornecedor, investidor, parceiro e rival tornaram-se cada vez menos claras.

Para usuários, nada muda imediatamente

A reorganização não altera de um dia para o outro o Gemini disponível em celulares, navegadores ou serviços empresariais. Assinaturas, APIs e aplicativos continuam funcionando.

Os efeitos aparecerão nos próximos lançamentos.

Será possível observar se os modelos chegam com maior regularidade, se o Google melhora desempenho em programação e agentes, se reduz preços e se integra recursos de forma mais coerente entre seus produtos.

Também será importante acompanhar a estabilidade da marca. O Google já utilizou diferentes nomes, versões e experiências para sua IA. Uma estratégia clara exige que usuários e desenvolvedores entendam qual modelo utilizar, por quanto tempo receberá suporte e quais recursos pertencem a cada serviço.

Liderança mais centralizada pode reduzir fragmentação. Pode também aumentar a dependência de decisões tomadas por um grupo menor.

O resultado não será medido pela elegância do organograma, mas pelo comportamento do produto.

Para desenvolvedores, a disputa passa pelo custo

Empresas escolhem modelos não apenas por capacidade. Avaliam preço, latência, disponibilidade, segurança, limites de uso e facilidade de integração.

O Google possui vantagem porque controla a infraestrutura de nuvem e os chips TPU. Pode otimizar o Gemini em uma cadeia que vai do silício à aplicação.

Também consegue distribuir recursos por meio do Android, Workspace e Busca. Poucos concorrentes possuem tantos canais de acesso.

Essa escala pode reduzir custos e acelerar adoção. Também amplia preocupações concorrenciais. A empresa responsável pelo sistema operacional, pelo navegador, pela busca e pela nuvem pode privilegiar sua própria IA de maneiras difíceis de reproduzir.

A reorganização não é apenas um assunto interno do DeepMind. Afeta a estrutura de um mercado no qual o Google já controla portas importantes de entrada.

Quanto mais o Gemini se torna uma camada padrão sobre esses produtos, mais difícil fica separar inovação legítima de vantagem derivada da posição dominante.

O Google tenta evitar dois fracassos opostos

A companhia enfrenta dois riscos.

O primeiro é tornar-se um laboratório brilhante que inventa tecnologias aproveitadas comercialmente por outros. O histórico recente já oferece exemplos suficientes para alimentar essa preocupação.

O segundo é tornar-se uma empresa tão concentrada em lançar produtos que enfraquece a pesquisa capaz de criar a próxima ruptura.

A nova divisão de liderança tenta proteger os dois lados. Hassabis preserva a ambição científica; Kavukcuoglu recebe autoridade para transformar modelos em entregas.

É uma solução racional no papel. Sua eficácia dependerá de orçamento, autonomia e coordenação. Se a área operacional dominar todos os recursos, a ciência de longo prazo perde força. Se a pesquisa continuar desconectada das necessidades reais dos produtos, os atrasos permanecem.

A troca de cargos não elimina essa tensão. Ela a torna mais explícita.

A liderança mudou porque a era da improvisação está terminando

Os primeiros anos da corrida generativa foram marcados por lançamentos rápidos, mudanças de nome, integrações experimentais e promessas sobre capacidades futuras.

Agora, a inteligência artificial começa a ser tratada como infraestrutura permanente. Empresas querem previsibilidade, contratos, segurança e retorno financeiro. Usuários já não se impressionam apenas porque um modelo escreve um poema ou cria uma imagem.

O Google precisa operar sua IA com a disciplina de um produto global sem sufocar o laboratório que busca avanços imprevisíveis.

Essa é a verdadeira razão pela qual a reorganização importa. Não se trata apenas de Hassabis trocar de cadeira ou de Kavukcuoglu receber um título maior. O Google está tentando definir quem pensa o futuro e quem responde pelo presente.

A saída de Jeff Dean e de outros veteranos torna essa definição mais urgente. Quando profissionais históricos preferem construir fora da empresa, o problema deixa de ser apenas técnico. Torna-se cultural.

O Google ainda possui alguns dos melhores ativos da corrida por IA. Tem pesquisa, chips, infraestrutura, produtos e distribuição. A reorganização mostra que a companhia sabe que esses elementos não se combinam automaticamente.

A nova liderança precisará provar que o Google consegue lançar mais rápido sem reduzir a ciência a uma linha de produção, manter pesquisadores sem paralisar decisões e transformar o Gemini em plataforma antes que os concorrentes ocupem os espaços mais valiosos.

O laboratório que ajudou a construir a IA moderna agora precisa demonstrar que também sabe administrá-la.

👉 Dúvida? Então veja mais em: https://pixbugtech.com/linksuteis