Principais destaques
- O Google DeepMind desfez a equipe responsável pelo AlphaFold, sistema que revolucionou a previsão da estrutura de proteínas e conquistou o Prêmio Nobel de Química.
- A maior parte dos pesquisadores foi direcionada para projetos ligados ao Gemini e outras iniciativas estratégicas de inteligência artificial.
- A decisão reforça uma mudança de foco da empresa, que passa a priorizar modelos de IA de uso geral em vez de pesquisas científicas altamente especializadas.
O Google DeepMind está promovendo uma das maiores transformações de sua trajetória ao dissolver a equipe responsável pelo desenvolvimento do AlphaFold, sistema de inteligência artificial que mudou a forma como cientistas estudam proteínas e abriu novas possibilidades para pesquisas médicas em todo o mundo.
A reorganização, revelada pelo Financial Times, indica que a empresa pretende concentrar seus recursos no desenvolvimento do Gemini, sua família de modelos de inteligência artificial generativa, e em tecnologias capazes de atender uma variedade muito maior de aplicações.
A decisão chama atenção porque o AlphaFold se tornou um dos maiores marcos da história recente da inteligência artificial. A tecnologia conseguiu resolver um problema científico que durante décadas foi considerado um dos mais complexos da biologia: prever com alta precisão a estrutura tridimensional das proteínas apenas a partir de sua sequência de aminoácidos.
O impacto dessa conquista foi tão significativo que rendeu o Prêmio Nobel de Química de 2024 a Demis Hassabis, CEO do Google DeepMind, e ao pesquisador John Jumper.
Mesmo com esse reconhecimento internacional, a empresa decidiu reorganizar completamente a equipe que liderou esse avanço científico. Em vez de manter um grupo dedicado exclusivamente à pesquisa em dobramento de proteínas, a DeepMind está redistribuindo seus especialistas para projetos considerados estratégicos para o futuro da companhia.
A reorganização aconteceu de forma gradual
Embora a notícia tenha repercutido apenas agora, o processo de desmonte da equipe do AlphaFold começou há cerca de um ano. Aos poucos, pesquisadores foram sendo transferidos para outras áreas da empresa, enquanto parte dos profissionais optou por deixar o Google DeepMind em busca de novos desafios.
Segundo a reportagem, a maioria dos autores do artigo científico que apresentou o AlphaFold já não trabalha mais diretamente no projeto. Os profissionais que permaneceram na empresa foram direcionados para iniciativas ligadas ao Gemini, pesquisas em design de enzimas, estudos de genômica e projetos relacionados à fusão nuclear, áreas que hoje fazem parte das prioridades estratégicas da DeepMind.
Outra parcela dos pesquisadores migrou para a Isomorphic Labs, empresa do grupo Alphabet criada para utilizar inteligência artificial na descoberta de novos medicamentos. A subsidiária continua utilizando conhecimentos desenvolvidos durante os anos do AlphaFold, mas com foco comercial e farmacêutico.
A movimentação mostra que o conhecimento adquirido pela equipe não foi abandonado, mas redistribuído para diferentes frentes consideradas mais alinhadas aos planos atuais da companhia.
Gemini passa a ocupar o centro da estratégia
A mudança também foi reconhecida por Pushmeet Kohli, vice-presidente de Pesquisa da DeepMind e fundador da divisão de IA para a Ciência.
Segundo Kohli, durante anos a empresa trabalhou com um planejamento de longo prazo voltado para solucionar grandes desafios científicos específicos. Esse modelo permitiu que a DeepMind enfrentasse problemas complexos, como o dobramento de proteínas, estabelecendo metas claras e projetos altamente especializados.
Agora, porém, a estratégia é diferente. Em vez de desenvolver sistemas dedicados a um único problema científico, o objetivo passou a ser criar modelos baseados no Gemini capazes de auxiliar pesquisadores em diversas áreas do conhecimento.
Na prática, isso significa construir inteligências artificiais que possam analisar dados, gerar hipóteses, interpretar resultados, escrever códigos científicos e colaborar em diferentes etapas da pesquisa. No futuro, a expectativa da empresa é que esses sistemas consigam automatizar parte significativa do trabalho realizado atualmente por equipes humanas.
Essa mudança acompanha a evolução do próprio mercado de inteligência artificial, onde modelos generalistas vêm demonstrando capacidade para executar tarefas cada vez mais variadas sem a necessidade de desenvolver uma IA exclusiva para cada problema.
Saída de pesquisadores aumenta preocupação
Além da reorganização interna, outro fator chamou atenção durante esse processo: a saída de alguns dos principais nomes ligados ao AlphaFold.
John Jumper, vencedor do Nobel de Química ao lado de Demis Hassabis, chegou a integrar um projeto interno conhecido como “Code Strike”. A iniciativa tem como objetivo desenvolver sistemas avançados de programação utilizando inteligência artificial, buscando competir diretamente com soluções criadas pela OpenAI e pela Anthropic.
Pouco tempo depois, entretanto, Jumper anunciou sua saída do Google DeepMind para ingressar justamente na Anthropic. Outros pesquisadores importantes, como Adler e Pritzel, também deixaram a empresa para seguir o mesmo caminho.
Funcionários da DeepMind ouvidos pela reportagem classificaram os três pesquisadores como integrantes centrais da equipe responsável pelo AlphaFold. A perda desses profissionais foi considerada significativa, especialmente pelo conhecimento acumulado ao longo de anos de pesquisa.
O movimento também evidencia a intensa disputa por talentos que domina atualmente o setor de inteligência artificial. Empresas oferecem salários elevados, participação acionária e liberdade para pesquisa na tentativa de atrair especialistas capazes de acelerar o desenvolvimento de novos modelos.
A corrida pela IA está mudando toda a indústria
A decisão da DeepMind não representa apenas uma mudança interna. Ela reflete uma transformação muito maior que vem acontecendo entre os principais laboratórios de inteligência artificial do mundo.
Nos últimos anos, OpenAI, Google, Anthropic, Meta e outras gigantes passaram a direcionar bilhões de dólares para o desenvolvimento de grandes modelos de linguagem e agentes inteligentes capazes de executar tarefas complexas de forma autônoma.
Esse cenário fez com que projetos extremamente especializados passassem a disputar orçamento, infraestrutura e profissionais com iniciativas voltadas para IA de uso geral, considerada hoje uma das maiores oportunidades comerciais do setor.
Para muitas empresas, construir modelos capazes de atender milhões de usuários diariamente tornou-se uma prioridade maior do que desenvolver soluções destinadas a um único campo científico, mesmo quando esses projetos produzem descobertas históricas.
O caso do AlphaFold ilustra exatamente essa mudança de cenário. A tecnologia continua sendo uma referência para a comunidade científica e permanece disponível para pesquisadores em todo o mundo. No entanto, dentro do Google DeepMind, o protagonismo agora pertence ao Gemini e às plataformas de inteligência artificial que poderão ser aplicadas em praticamente qualquer área do conhecimento.
A reorganização marca uma nova fase para a empresa e reforça que a disputa pelo futuro da inteligência artificial está cada vez mais concentrada na criação de modelos versáteis, capazes de aprender, raciocinar e executar múltiplas tarefas.
Resta saber como essa mudança afetará, nos próximos anos, o ritmo das pesquisas científicas altamente especializadas que ajudaram a consolidar a reputação da DeepMind como um dos laboratórios mais inovadores do mundo.
