Сдвиг в талантах ИИ 2026 года знаменует переход к конкуренции за организационную власть

Поток кадров в сфере ИИ летом 2026 года ознаменовал переход конкуренции от простой «гонки за способности моделей» к «конкуренции за организационную власть и распределение талантов».

Автор статьи, источник: 0x9999in1, ME News



• С июня по 6 августа 2026 года самой заметной мобильностью талантов в индустрии ИИ стало не обычное вращение топ-менеджеров, а переезд ключевых специалистов, владеющих архитектурой моделей, наукой об ИИ, инфраструктурой вычислительных ресурсов и безопасностью, на другие платформы.
• Google является наиболее очевидным источником талантов: Ноам Шазер перешел в OpenAI, Джон Джампер, Йонас Адлер и Александр Притцель направились в Anthropic; в августе ведущие исследователи, такие как Джефф Дин, покинули Google и участвовали в создании Discovery Loop.
• Anthropic становится основным получателем чистого притока исследовательских кадров; OpenAI привлекает специалистов в области архитектуры моделей, математики и безопасности, одновременно сталкиваясь с постоянными изменениями в управлении миссией, безопасностью и коммерциализацией.
• Борьба за таланты распространилась от исследований моделей на программное обеспечение чипов, центры обработки данных, корпоративное развертывание и организационное управление. Решающими факторами для выбора ведущими специалистами места работы больше не являются только зарплаты, а также право на распределение вычислительных ресурсов, исследовательская автономия, потенциал роста акций и возможность личного руководства определенной технологической линией.
• Мой основной вывод: летом 2026 года перемещение кадров в области ИИ ознаменовало переход от чистой «конкуренции моделей» к «конкуренции за организационную власть и распределение талантов».

Эти участники цикла — не обычные профессиональные менеджеры, а «высоколевериджные индивидуумы», способные изменить направление исследований и разработок, структуру организации или эффективность капитальных расходов.

Анализ данных SignalFire о более чем 650 миллионах специалистов и 80 миллионах организаций показывает, что с момента выпуска ChatGPT доля инженеров по ИИ и машинному обучению среди технологических специалистов выросла на 39%, а доля исследовательских инженеров — на 28%. В то же время общий объем найма крупных технологических компаний остается примерно на 25% ниже уровня 2019 года, однако программисты теперь составляют 55% всех новых наймов, что выше, чем 46% в 2019 году.

Это означает, что технологическая отрасль не просто сокращает вложения в персонал, а активно сжимает позиции на начальном уровне, универсальные должности и координационные уровни, сосредоточив бюджет на тех, кто напрямую способствует обучению моделей, созданию инфраструктуры и выводу продуктов на рынок.

Способности модели можно догнать за счет непрерывного обучения, вычислительные мощности можно приобрести по долгосрочным контрактам, данные можно повторно очистить и структурировать, но людей, которые действительно понимают архитектуру модели, рецепты обучения, систему оценки и масштабное инженерное взаимодействие, невозможно воспроизвести за короткий срок.

Основные активы компаний в области ИИ меняются: важным становится не количество сотрудников, а способность удерживать ключевых десятков исследователей и руководителей инженерных команд, а также обеспечивать им достаточные вычислительные ресурсы, бюджеты и полномочия для принятия решений.

Самое значимое изменение в июне произошло в Google.

Соавтор статьи о Transformer и совместный руководитель Gemini Ноам Шазер объявил о присоединении к OpenAI. В 2024 году Google вернул его в компанию в рамках сделки на десятки миллиардов долларов по лицензированию технологий и привлечению кадров, но менее чем через два года Шазер снова уходит.

Для OpenAI это не просто привлечение известного исследователя, а получение архитектора, который одновременно понимает Transformer, модели смешанных экспертов, чат-продукты и организацию разработки передовых моделей. Технологии, созданные Шазеером, стали основой современных крупных моделей, и его оценка стратегии модели и эффективности обучения может быть ценнее, чем у обычной исследовательской команды.

Затем Джон Джампер, соавтор AlphaFold и лауреат Нобелевской премии по химии 2024 года, объявил о уходе из Google DeepMind, где работал почти девять лет, и присоединении к Anthropic. Позже стало известно, что ключевые исследователи Gemini Джонас Адлер и Александр Притцель также перешли в Anthropic.

Google за короткий промежуток времени потеряла специалистов в области базовых моделей, ИИ для науки, кодовых моделей и систем обучения, что говорит о том, что проблема не только в том, что конкуренты предлагают более высокую зарплату.

Согласно публичным сообщениям, часть вычислительных ресурсов проектов, которыми руководил Шазер, была перераспределена. Для ведущих исследователей ключевым вопросом не является количество GPU,拥有的, а то, сколько вычислительной мощности они могут использовать самостоятельно и каково приоритетное положение их проектов в организации.

OpenAI и Anthropic могут предложить более короткие цепочки принятия решений, более прямые ожидания от акционерного участия и более четкое личное влияние. В традиционных крупных компаниях ведущие исследователи могут быть лишь частью огромной организации; в передовых лабораториях, находящихся на стадии быстрого роста, они скорее станут фактическими ответственными за техническое направление.

Привлекательность Anthropic для исследовательских кадров не возникла внезапно. Ранее SignalFire подсчитал, что около 80% сотрудников, проработавших два года, остались в Anthropic на второй год, что выше, чем у Google DeepMind (78%), OpenAI (67%) и Meta (64%).

Различия в потоках талантов стали более выраженными: вероятность того, что инженеры переходят из OpenAI в Anthropic, примерно в 8 раз выше, чем в обратном направлении, а соотношение переходов из Google DeepMind в Anthropic приближается к 11 к 1.

Изменения в штате в июне превратили эту долгосрочную тенденцию чистого притока в более наглядный отраслевой сигнал: на рынке талантов для передовых моделей Anthropic уже не просто догоняет OpenAI, а сформировала собственную привлекательность в области исследовательской культуры, удержания персонала и повествования о миссии.

Июль: Борьба за таланты спускается на уровень организации, вычислительных мощностей и безопасности. Изменения в персонале OpenAI выявили организационные трения после масштабирования.

7 июля бывший главный футуролог OpenAI, проработавший там почти девять лет, Джошуа Ахиам, объявил о уходе.

Ачиам ранее отвечал за согласование миссии OpenAI и активно участвовал в обсуждениях безопасности и долгосрочной стратегии компании. При уходе он не раскрыл имя нового работодателя, отметив лишь, что продвижение миссии ИИ не обязательно требует остаться внутри передовой лаборатории.

Два дня спустя Фиджи Симо, отвечающая за развертывание AGI, ушла с должности полного сотрудника из-за долгосрочных проблем со здоровьем и перешла на роль частичного консультанта, а ее обязанности были распределены между другими старшими менеджерами.

Причины ухода двух человек различны, и их нельзя просто свести к «потере контроля над OpenAI» или «новому уходу команды безопасности». Однако, рассматривая эти два события вместе, можно увидеть структурные проблемы, с которыми сталкивается OpenAI: она превратилась из исследовательской лаборатории в крупную технологическую компанию, одновременно занимающуюся потребительскими продуктами, корпоративными доходами, инфраструктурой, лоббированием политики, безопасностью и потенциальным давлением со стороны финансовых рынков.

По мере роста масштабов организации все труднее поддерживать четкие границы для ролей, ориентированных на миссию. Лицам, ответственным за безопасность, долгосрочные риски или социальное воздействие, необходимо постоянно вести переговоры со скоростью разработки продуктов, коммерческими доходами и конкуренцией.

Чем успешнее передовые лаборатории, тем больше организация становится похожей на традиционные технологические гиганты. Данные SignalFire показывают, что в структуре персонала передовых лабораторий ИИ доли должностей по управлению персоналом и подбору кадров составляют около 9,2%, финансовых должностей — 5,1%, юридических должностей — 2,3%.

Эти соотношения показывают, что передовые лаборатории больше не являются просто скоплением ученых и инженеров. Стимулирование акционеров, закупка вычислительных мощностей, соблюдение нормативных требований, трудовые споры и рекрутинг сотрудников из других компаний повышают сложность управления организациями.

Люди уходят не потому, что компания становится несущественной, а потому, что в быстро растущей организации у них остается меньше возможностей принимать решения.

Head of Infrastructure now on par with Model Scientists

В июле наблюдается явное расширение потока талантов в сторону инфраструктуры вычислительной мощности и коммерческого развертывания.

Дэйв Браун, вице-президент AWS по вычислениям и машинному обучению, покидает Amazon, где проработал почти 19 лет, и переходит в Meta для участия в расширении центров обработки данных; Роберт Хундт, бывший руководитель программного обеспечения Google TPU, присоединяется к Amazon для управления программной архитектурой Neuron; Фрэнсис де Суза, главный операционный директор и руководитель продуктов безопасности Google Cloud, назначен новым генеральным директором Scale AI и приступит к обязанностям 10 августа.

Эти изменения показывают, что узкое место в конкуренции ИИ сместилось с вопроса «есть ли модель» на вопрос «способны ли вы стабильно обеспечивать вычислительные ресурсы, обучать и развертывать модели, а также превращать технические демонстрации в производственные системы».

Руководитель исследования определяет верхний предел возможностей модели, руководитель инфраструктуры — скорость разработки и удельные затраты, а руководитель корпоративной деятельности — может ли модель быть преобразована в доход. Три типа специалистов, ранее находившиеся на разных рынках труда, теперь оказываются на одном аукционе.

Meta привлекает опытного менеджера из Amazon, отвечающего за вычислительные операции в долгосрочной перспективе, не ради традиционного опыта в облачных вычислениях, а ради навыков управления строительством центров обработки данных, поставками серверов и развертыванием чипов на миллиарды долларов. Amazon привлекает специалистов по программному обеспечению Google TPU с целью снижения барьера входа для использования собственных чипов Neuron и уменьшения зависимости от экосистемы NVIDIA в сфере ИИ.

В то же время лауреат Филдсовской премии 2026 года Джейкоб Цимерман объявил о временном отпуске из Торонтского университета для присоединения к OpenAI в области исследований безопасности ИИ.

Это означает, что ведущие лаборатории одновременно расширяют границы привлечения талантов в двух направлениях: одно — это центры обработки данных, программное обеспечение для чипов и корпоративные развертывания, другое — математика, теоретические науки и долгосрочная безопасность. Рынок талантов в области ИИ больше не ограничивается традиционными исследователями машинного обучения, а привлекает высококвалифицированных специалистов из всех областей, способных повысить возможности, надежность и эффективность индустриализации моделей.

В то же время публичные кадровые изменения в китайских ИИ-компаниях скорее свидетельствуют о перераспределении внутренней власти, чем о массовом перемещении звездных специалистов между компаниями.

В июле Tencent объединила отдел крупной языковой модели Hunyuan и отдел многомодальной модели в отдел базовых моделей, который теперь находится под управлением главного научного сотрудника по ИИ Яо Шунью. ByteDance интегрировала команду продукта Feishu с командой продукта Doubao, возглавляемой Чжао Ци; GTM-система Feishu для рынка была дополнительно интегрирована с Volcano Engine, и теперь Тан Дай отвечает за корпоративный рынок, продажи и обслуживание клиентов.

Эти два изменения направлены в ту же сторону, что и поток иностранных талантов: базовые модели, продукты ИИ и команды коммерциализации больше не могут функционировать параллельно в долгосрочной перспективе; власть в организации сосредотачивается на тех, кто может объединить модели, продукты, вычислительные ресурсы и доход.

Раньше крупные компании могли одновременно поддерживать несколько исследовательских команд, позволяя различным отделам изучать схожие направления. Однако с быстрым ростом затрат на обучение, схожестью возможностей моделей и требованием руководства к скорейшему получению дохода от ИИ, терпимость к дублированию усилий снижается.

Яо Шуньюй, Чжао Ци и Тан Дай получили не просто более высокие должности, а более полные права на распределение ресурсов. В будущем самым дефицитным в китайских крупных компаниях будет не только ученый, способный публиковать научные статьи, а технический менеджер, обладающий способностью координировать работу между отделами и превращать возможности моделей в масштаб пользователей, доходы от облака и корпоративных клиентов.

Это то же самое по сути, что и борьба американских передовых лабораторий за архитекторов и ответственных за инфраструктуру: компаниям нужны не больше одноточечных экспертов, а люди, способные нести ответственность за полный результат.

5 августа Google объявила о крупнейших за последние годы изменениях в руководстве ИИ.

Демис Хассабис больше не занимается повседневной деятельностью Google DeepMind, а перешел на должность председателя Google DeepMind и главного научного сотрудника Alphabet, продолжая сосредотачиваться на общем искусственном интеллекте, научных исследованиях и Isomorphic Labs.

Бывший главный технический директор Google DeepMind Корай Кавукчоглу назначен вице-президентом по развитию и напрямую отчитывается генеральному директору Alphabet Сундару Пичаи за разработку моделей Gemini, передовые исследования, приложения Gemini и команду разработчиков.

Это изменение фактически разделяет научное направление и повседневную деятельность: Хассабис продолжает отвечать за долгосрочные исследования и научное видение, а Кавукчоглу становится ответственным за операционное управление моделями, продуктами и экосистемой разработчиков.

В тот же день главный научный сотрудник Google Джефф Дин завершил 27-летнюю карьеру в компании и совместно с Саньяном Гемаватом основал Discovery Loop. В состав основателей новой компании вошли ключевые фигуры, долгое время участвовавшие в разработке Google Brain, последовательных моделей и Gemini, такие как Ориол Виньялс и Куок Ле.

Цель Discovery Loop — использовать ИИ для автоматизации машинного обучения, научных и инженерных открытий. Alphabet участвует как учредитель-инвестор и предоставляет облачные вычислительные ресурсы, что свидетельствует о том, что это не традиционный конфликт, а новая организационная модель.

Крупные технологические компании больше не пытаются навсегда удержать всех топовых специалистов внутри, а вместо этого поддерживают связи через инвестиции, облачные сервисы и экосистемное сотрудничество. Для исследователей уход из крупных компаний для создания независимых стартапов означает более высокую долю собственности и полный контроль над исследованиями; для Google же проще сохранить стратегические отношения, если ключевые специалисты начинают собственные проекты вне компании, чем полностью терять их в OpenAI, Anthropic или Meta.

Но это все еще крупная потеря талантов для Google. Дин, Гемават, Виньялс и Ле охватывают распределенные системы, Google Brain, последовательные модели, обучение с подкреплением и Gemini — это люди, способные влиять от базовой инфраструктуры до маршрута модели.

С учетом того, что в июне ключевые специалисты перешли в OpenAI и Anthropic, Google сталкивается не с уходом одного-двух сотрудников, а с распадом существующего исследовательского сообщества, которое разошлось по конкурентам и новым стартапам.

Google по-прежнему обладает огромными вычислительными ресурсами, данными, точками входа для продуктов и научными запасами, но преимущества крупных компаний не превращаются автоматически в лояльность талантов. Когда исследователи считают, что внешние платформы предлагают им более высокий уровень принятия решений, более четкое признание их личного вклада и больший доход от акций, историческая репутация может лишь замедлить отток, но не остановить его.

Эта волна кадровых изменений летом 2026 года показывает, что ведущие специалисты по ИИ отказываются от традиционной профессиональной логики, основанной на «бренде крупных компаний, высокой зарплате и внутреннем карьерном росте».

Они больше ценят доступные вычислительные мощности, а не общую вычислительную мощность, указанную в бухгалтерской отчетности компании; больше ценят окончательное право принимать решения по технологической траектории, а не формально более высокие должности; акции компании на этапе приближения к выводу капитала, статус основателя новой компании, а также исследовательские направления, такие как AI-наука и AI-безопасность, обладающие большей миссией, также стали ключевыми рычагами помимо денежного вознаграждения.

Поэтому, чтобы оценить, насколько действительно сильна компания в области ИИ, нельзя полагаться только на рейтинги моделей, количество параметров и объем финансирования — необходимо также рассмотреть три вопроса.

Во-первых, остаются ли ключевые исследователи или быстро переходят к конкурентам после выпуска модели.

Во-вторых, имеет ли руководитель инфраструктуры достаточный бюджет и полномочия для реальной организации чипов, центров обработки данных и программного стека.

В-третьих, успевает ли коммерциализация установить четкие границы ответственности до того, как начнет подрывать исследовательскую миссию.

Мой окончательный вывод заключается в том, что лето 2026 года станет переломным моментом, когда индустрия ИИ перейдет от «конкурса моделей» к «конкурсу организационных способностей», а не просто временным всплеском талантов.

Будущие победители — не обязательно компании, предлагающие самые высокие ставки, а организации, которые могут одновременно предоставить талантливым специалистам вычислительные мощности, автономию, акции и реальную ответственность.

Модели можно догнать, данные можно купить, чипы можно получить по очереди; но команда, готовая работать в долгосрочной перспективе и обладающая четкими границами полномочий, становится самым труднокопируемым активом в индустрии ИИ.

1. SignalFire: «State of Talent Report 2026», 22 июня 2026 года.
2. SignalFire: «State of Tech Talent Report 2025», 2025 год.
3. Bloomberg, Los Angeles Times: «Google столкнулся с новым оттоком талантов в области ИИ, поскольку Anthropic привлекает лучших специалистов Gemini», 29 июня 2026 года.
4. WIRED: «Главный футуролог OpenAI покидает компанию», 7 июля 2026 года.
5. Reuters: «Руководитель по внедрению AGI в OpenAI Фиджи Симо покинет должность после медицинского отпуска», 9 июля 2026 года.
6. Глобальный TMT, электронный инженерный альбом: «Изменения в руководстве глобальных технологических компаний в июле 2026 года», 6 августа 2026 года.
7. Google: «Следующая глава нашего ИИ-импульса», 5 августа 2026 года.
8. Reuters: «Google перестраивает руководство ИИ после смены роли главы DeepMind», 5 августа 2026 года.