Players Kavukcuoglu toma el mando de DeepMind y Hassabis pasa a científico jefe de Alphabet
Alphabet reorganiza su laboratorio de IA: Hassabis pasa a la estrategia, Jeff Dean se va e invierte hasta US$205.000 millones. El mercado castiga y los modelos chinos aprietan.
Google movió sus piezas más importantes en el tablero de la inteligencia artificial. A principios de agosto, la compañía reorganizó Google DeepMind: Demis Hassabis, cofundador y premio Nobel de Química 2024, dejó la dirección operativa para convertirse en presidente de la división y científico jefe de Alphabet. Quien toma el mando es Koray Kavukcuoglu, hasta ahora director de tecnología del laboratorio y arquitecto jefe de IA de la compañía, que asume como vicepresidente senior y reportará directamente a Sundar Pichai.
La lectura es directa: Google reconoce que perdió el paso frente a OpenAI y Anthropic. El movimiento se presentó como la apertura del "siguiente capítulo" en su estrategia de IA, dijo Pichai en su carta al blog corporativo, pero los datos concretos delatan la urgencia. Gemini 3.5 Pro, prometido para junio, sigue sin fecha de lanzamiento, mientras OpenAI y Anthropic ya avanzan con GPT-5.6 Sol y Claude Opus 5.
Hassabis lo resumió en su mensaje al equipo: "He trabajado para lograr la AGI durante toda mi vida y siento que está al alcance de la mano". Su nuevo rol, explicó, le permitirá concentrarse en la estrategia de largo plazo y profundizar su trabajo en Isomorphic Labs, la unidad de descubrimiento de fármacos con IA.
No se quedó en la cúpula la reestructuración. Jeff Dean, uno de los ingenieros más influyentes en la historia de Google, deja la compañía tras 27 años para fundar una empresa propia junto a Oriol Vinyals, otro de los líderes del proyecto Gemini, según Hipertextual. Dean participó en la infraestructura temprana del buscador y en las redes neuronales que dieron forma a los modelos actuales; su salida, sumada a la de varios investigadores senior del laboratorio, refuerza la sensación de cambio de era.
Fue inmediata la reacción del mercado: las acciones de Alphabet cayeron cerca de 4 % el día del anuncio, según France 24. El castigo bursátil refleja el nerviosismo de los inversores ante un sector donde el liderazgo técnico se traduce directo en valor de mercado. Pero la empresa también mostró sus números: la aplicación Gemini supera los 950 millones de usuarios mensuales y los modelos Gemma pasaron las 900 millones de descargas, según datos citados por Pichai en El Confidencial Digital. La inversión anual prevista en IA es de entre 175.000 y 205.000 millones de dólares, un nivel que llevó el flujo de caja libre de Alphabet a terreno negativo por primera vez.
La otra amenaza: los modelos chinos
En un tablero con más de dos competidores ocurre la reorganización. Mientras la atención se centra en OpenAI y Anthropic, laboratorios chinos como Moonshot y Alibaba ya ofrecen modelos como Kimi K3 y Qwen 3.8 Max, con rendimiento comparable a una fracción del costo y, en la mayoría de los casos, de código abierto e integrables desde el primer día. Esa presión por el precio pone límite al poder de fijación de tarifas de los gigantes estadounidenses y redefine la evaluación de compra: para un equipo de desarrollo, la pregunta ya no es solo qué modelo es el mejor, sino cuál es suficientemente bueno por lo que cuesta.
Qué significa para América Latina
Para las empresas de la región, esta disputa tiene un efecto concreto: la competencia entre los grandes laboratorios y la irrupción de alternativas económicas han empujado a la baja los precios de las APIs de IA, un factor decisivo en mercados donde las startups y las empresas tradicionales operan con presupuestos más ajustados. La misma dinámica que obliga a Alphabet a invertir más de 200.000 millones de dólares para no quedarse atrás es la que permite que un equipo en México, Colombia o Chile pruebe varios modelos antes de comprometerse con una plataforma.
El riesgo para la región es la dependencia. Si la carrera se consolida en pocos ecosistemas cerrados, las empresas latinoamericanas quedarán sujetas a las decisiones de precios y disponibilidad de actores externos. Por eso la apuesta de Google por Gemini 4, anunciada bajo el liderazgo de Kavukcuoglu, importa también como señal de hacia dónde va el mercado: más capacidad de cómputo, más integración con sus servicios y, probablemente, más presión para que los modelos abiertos sigan siendo una alternativa viable.
Si esta reorganización fue un ajuste de timón o una admisión de derrota parcial, lo dirá la fecha real de lanzamiento de Gemini 3.5 Pro. Mientras tanto, la lección para un ejecutivo latinoamericano es doble: los modelos que usará su empresa en los próximos años se están definiendo en estas oficinas, y la ventana de precios competitivos abierta por la guerra entre Google, OpenAI, Anthropic y los laboratorios chinos es también la ventana para construir capacidades propias. La pregunta no es si la región adoptará IA, sino si lo hará con modelos propios o alquilando los de otros.
