Czołowi naukowcy zajmujący się sztuczną inteligencją odchodzą z Google, Meta i OpenAI, by niemal od razu pozyskiwać setki milionów, a nawet miliardy dolarów na własne projekty. To już nie jest trend, to strukturalna zmiana układu sił w branży AI.
Kluczowe fakty:
- Czołowi naukowcy z Google, Meta i OpenAI masowo zakładają własne firmy AI, pozyskując setki milionów lub miliardy dolarów finansowania – David Silver zebrał 1,1 mld dolarów dla Ineffable Intelligence, a Yann LeCun po opuszczeniu Meta pozyskał miliard dolarów dla AMI Labs.
- Liczba "jednorożców" AI (firm wycenianych na ponad miliard dolarów) zbliża się do 500, a ich łączna wartość przekracza 2,7 biliona dolarów. Start-upów AI wycenianych powyżej 100 milionów dolarów jest już ponad 1300.
- Meta oferuje rekordowe pakiety wynagrodzeń aby zatrzymać talenty – Andrew Tulloch otrzymał 1,5 miliarda dolarów płatne przez sześć lat, co jest podobno najdroższym indywidualnym pozyskaniem talentu w historii branży technologicznej.
Wielkie firmy technologiczne stoją przed problemem, którego nie da się rozwiązać samymi podwyżkami wynagrodzeń. Naukowcy zmęczeni korporacyjnym rygorem, presją na szybką monetyzację i wyścigiem o kolejne punkty procentowe w benchmarkach, po prostu odchodzą. I zakładają własne firmy.
Miliardy dla debiutantów
Skala finansowania nowych podmiotów robi wrażenie. David Silver, były badacz Google DeepMind, zebrał 1,1 mld dolarów w rundzie zalążkowej dla swojego start-upu Ineffable Intelligence. Tim Rocktäschel, też związany wcześniej z DeepMind, pracuje podobno nad rundą sięgającą miliarda dolarów dla projektu Recursive Superintelligence. Fundusze takie jak Andreessen Horowitz czy Sequoia Capital coraz chętniej finansują tzw. compute-first startups, oferując zespołom dostęp do tysięcy układów Nvidia GB300, czyli czegoś, co do niedawna było wyłączną domeną gigantów.
Firma analityczna CB Insights oszacowała, że liczba „jednorożców” AI, czyli firm wycenianych na ponad miliard dolarów, zbliża się do 500, a ich łączna wartość przekracza 2,7 biliona dolarów. Start-upów AI wycenianych na powyżej 100 milionów dolarów jest już ponad 1300.
Najbardziej głośno zrobiło się jednak wokół AMI Labs. Firma ogłosiła pozyskanie miliarda dolarów zaledwie kilka miesięcy po tym, jak Yann LeCun opuścił stanowisko szefa AI w Mecie. LeCun, jeden z uznawanych „ojców chrzestnych” współczesnej AI, od lat krytykował dominujące modele językowe jako systemy bez głębokiego rozumienia świata. Jego nowy projekt stawia na uczenie maszyn przez obserwację fizycznej rzeczywistości, nie tylko analizę tekstu.
Prawie co drugi pracownik w Polsce używa AI za plecami swojego szefa. 71% polskich pracowników oszczędza dzięki AI od pół godziny do ponad dwóch godzin dziennie …
Dlaczego odchodzą?
Odpowiedź jest prostsza, niż mogłoby się wydawać. Presja na wyniki finansowe i szybkie cykle produktowe zostawiają coraz mniej miejsca na eksperymenty, które mogą nie przynieść efektów przez kilka lat. Elise Stern z funduszu Eurazeo ujęła to zwięźle:
„When you’re in a race, you narrow your field of vision. That creates a vacuum for new research directions.” / „Gdy bierzesz udział w wyścigu, zawężasz pole widzenia. To tworzy próżnię dla nowych kierunków badań.”
Alexander Joël-Carbonell z HV Capital wskazuje na podobny mechanizm: nacisk na wyniki w testach porównawczych i szybkie cykle publikacyjne sprawiają, że w dużych laboratoriach zwyczajnie brakuje miejsca na niekonwencjonalne podejścia. Dla firm takich jak Google czy Meta oznacza to strategiczny dylemat: jak jednocześnie zadowalać inwestorów i zachować przestrzeń dla przełomowych badań.
Komentarz redaktora
To zjawisko obserwuję z dużym zainteresowaniem, bo jest symptomatyczne dla całej branży. Z jednej strony odpływ najlepszych badaczy do mniejszych podmiotów może rzeczywiście przyspieszyć rozwój AI. Mniejsze firmy mają mniej do stracenia, więcej swobody i mogą eksperymentować tam, gdzie korporacje patrzą przede wszystkim na zwrot z inwestycji. Z drugiej strony warto zadać sobie pytanie: czy start-upy z miliardowym finansowaniem naprawdę zachowają tę swobodę badawczą, czy raczej za dwa lata wpadną w te same pułapki co Big Tech? Kapitał venture to nie grant naukowy. Inwestorzy oczekują zwrotu. I jeszcze jedno: koncentracja zasobów obliczeniowych i talentów w wąskiej grupie nowych graczy niekoniecznie jest lepsza od koncentracji w kilku korporacjach. Zmienia się tylko to, czyja jest dominacja.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Reverse acquihire, czyli odwrócone przejęcia
W branży coraz częściej mówi się o zjawisku „reverse acquihire”. Dotychczas to giganci technologiczni kupowali start-upy, żeby pozyskać ich zespoły. Dziś sytuacja się odwraca. Młode firmy wyciągają całe grupy badawcze z korporacji, oferując im większą autonomię i realne udziały we własności projektu.
W ciągu ostatniego roku byli pracownicy OpenAI, DeepMind, Anthropic i xAI stworzyli dziesiątki nowych podmiotów:
- Periodic Labs
- Recursive Intelligence
- Humans&
- Ineffable Intelligence
- Thinking Machines Lab
Każdy z nich pozyskał dziesiątki, a część setki milionów dolarów.
Meta próbuje się bronić. Po tym, jak Mira Murati, szefowa Thinking Machines Lab, odrzuciła ofertę przejęcia firmy za około miliard dolarów, Zuckerberg zmienił taktykę na bezpośrednie przejmowanie kluczowych pracowników. Meta pozyskała już co najmniej pięciu członków-założycieli TML. Najgłośniejszy jest transfer Andrew Tullocha, który według doniesień otrzymał pakiet wynagrodzeń o wartości 1,5 miliarda dolarów, płatny przez sześć lat. To podobno najdroższe indywidualne pozyskanie talentu w historii branży technologicznej.
Kwestia neutralności
Anna Goldie i Azalia Mirhoseini, założycielki Recursive Intelligence, pracują nad zastosowaniem AI w projektowaniu procesorów. Wcześniej obie współtworzyły projekt AlphaChip w Google DeepMind. Goldie wskazuje na aspekt, który rzadko pojawia się w dyskusji o odpływie talentów: kwestię neutralności.
„To build trust with chipmakers who hand over their IP, we need to be neutral. That wouldn’t be possible inside a large corporation.” / „Żeby producenci procesorów powierzyli nam swoją własność intelektualną, musimy być neutralni. To nie byłoby możliwe w ramach dużej korporacji.”
To argument, który nabiera coraz większego znaczenia. Rządy i firmy przemysłowe obawiają się uzależnienia od infrastruktury chmurowej trzech czy czterech największych graczy. Niezależny start-up jest dla nich atrakcyjniejszym partnerem.
Polska w grze
Zjawisko odpływu talentów od Big Tech do start-upów jest widoczne również w Polsce. Jednym z bardziej spektakularnych przykładów jest przejście Markusa Wulfmeiera z Google DeepMind do warszawskiego Nomagic, firmy rozwijającej robotykę opartą na AI. Transfer badacza tej klasy to sygnał, że mniejsze podmioty potrafią dziś konkurować o globalne talenty.
Coraz więcej polskich specjalistów pracujących wcześniej w Londynie czy Dolinie Krzemowej wraca do kraju lub dołącza do ambitnych projektów z polskim rodowodem, przyciągając za sobą kapitał międzynarodowych funduszy venture capital. Rosnąca infrastruktura centrów danych, większa swoboda badawcza i relatywnie niższe koszty działania robią swoje.
Pytanie, czy Polska to wykorzysta, czy znów będzie przyglądać się z boku.
