Зміна талантів у сфері ШІ 2026 року означає перехід до конкуренції за організаційну владу

Потік інженерів з ІЧ у літній період 2026 року означає, що конкуренція в галузі переходить від простої «конкуренції здібностей моделей» до «конкуренції за організаційну владу та розподіл кадрів».

Автор статті, джерело: 0x9999in1, ME News



• З червня по 6 серпня 2026 року найбільш помітними змінами в індустрії ШІ стали не звичайні зміни в керівництві, а перехід ключових фахівців, що володіють архітектурою моделей, науками про ШІ, інфраструктурою обчислювальних ресурсів та безпекою та управлінням, на інші платформи.
• Google є найочевиднішим джерелом талантів: Ноям Шазер перейшов у OpenAI, Джон Джампер, Йонас Адлер та Олександр Пріцель перейшли до Anthropic; у серпні відомі дослідники, зокрема Джефф Дин, залишили Google, щоб заснувати Discovery Loop.
• Anthropic стає основним нетто-отримувачем дослідницьких кадрів; OpenAI одночасно приваблює фахівців у галузі архітектури моделей, математики та безпеки, а також зазнає постійних змін у керівництві місією, безпекою та комерціалізацією.
• Боротьба за таланти поширилася від дослідження моделей до чіпів, програмного забезпечення, центрів обробки даних, підприємницького розгортання та організаційного управління. Рішення про те, куди підуть найкращі фахівці, більше не залежить лише від заробітної плати, а визначається доступом до обчислювальних ресурсів, науковою автономією, потенціалом зростання акцій та можливістю особисто керувати певною технологічною траєкторією.
• Моя основна думка: перетікання кадрів у сфері ШІ взимку 2026 року означає, що конкуренція в галузі переходить від чисто «конкурсу здібностей моделей» до «конкурсу організаційної влади та розподілу кадрів».

Ці ліквідатори — не звичайні професійні менеджери, а «високоліквідні особистості», здатні змінити напрямок досліджень і розробок, організаційну структуру або ефективність капітальних витрат.

Аналіз даних про понад 650 мільйонів фахівців та 80 мільйонів організацій від SignalFire показує, що з моменту запуску ChatGPT частка інженерів з ІЧ та машинного навчання серед технологічних фахівців зросла на 39%, а частка дослідницьких інженерів — на 28%. Разом з тим, загальний обсяг найму у великих технологічних компаніях все ще на 25% нижчий, ніж у 2019 році, але програмісти вже становлять 55% нових наймів, що вище, ніж 46% у 2019 році.

Це означає, що технологічна галузь не просто зменшує вклади в персонал, а активно скорочує посади початківців, універсальні посади та координаційні рівні, щоб зосередити бюджет на тих, хто безпосередньо сприяє навчанню моделей, побудові інфраструктури та реалізації продуктів.

Здібності моделей можна відновити за допомогою постійного навчання, обчислювальну потужність можна придбати за довгостроковими контрактами, дані можна повторно очистити та організувати, але людей, які справді розуміють архітектуру моделей, рецепти навчання, системи оцінки та масштабну інженерну співпрацю, неможливо відтворити за короткий час.

Основні активи компаній з ІІ відбувають зміни: важливим уже не є лише кількість співробітників, а здатність тримати на роботі найважливіших десятків дослідників і керівників інженерних команд та надавати їм достатньо обчислювальних ресурсів, бюджету та повноважень.

Найбільш символічна зміна у червні поступила від Google.

Співавтор статті про Transformer та співкерівник Gemini Ноам Шейзер оголосив про приєднання до OpenAI. У 2024 році Google через угоду на десятки мільярдів доларів щодо ліцензування технологій та набору персоналу повернув його до компанії, але менш ніж через два роки Шейзер знову залишив її.

Для OpenAI це не просто додавання відомого дослідника, а отримання архітектора, який розуміє Transformer, міксовані експертні моделі, чат-продукти та організацію розробки передових моделей. Технології, створені Шазеером, стали основою сучасних великих моделей, і його розуміння напрямків розвитку моделей та ефективності навчання може бути ціннішим, ніж у звичайної дослідницької команди.

Незабаром співавтор AlphaFold та лауреат Нобелівської премії з хімії 2024 року Джон Джампер оголосив про вихід з Google DeepMind, де працював майже дев’ять років, і приєднання до Anthropic. Пізніше було повідомлено, що ключові дослідники Gemini Йонас Адлер та Олександр Пріцель також перейшли до Anthropic.

Те, що Google за короткий час втратила фахівців у галузі базових моделей, AI для науки, моделей кодування та систем навчання, свідчить про те, що проблема полягає не лише в тому, що конкуренти пропонують вищу зарплату.

Публічні звіти свідчать, що частина обчислювальних ресурсів проектів, якими керував Шазер, була переведена. Для провідних дослідників критично важливо не те, скільки GPU має компанія, а те, скільки обчислювальних ресурсів вони можуть використовувати власноруч, а також яке місце їхні проекти займають у пріоритетах організації.

OpenAI та Anthropic можуть запропонувати коротші ланцюги прийняття рішень, більш прямі очікування щодо акцій та чіткіший особистий вплив. У традиційних великих компаніях топові дослідники можуть бути лише частиною величезної організації; у передових лабораторіях, що швидко розширюються, вони ймовірніше стануть фактичними керівниками певної технологічної лінії.

Привабливість Anthropic для дослідницьких кадрів не з’явилася раптово. Раніше SignalFire зафіксував, що відсоток співробітників, які залишилися у компанії на другий рік після прийняття на роботу, становить приблизно 80% у Anthropic, що вище, ніж у Google DeepMind (78%), OpenAI (67%) та Meta (64%).

Різниця в потоках талантів стає ще більш вираженою: імовірність того, що інженери перейдуть з OpenAI до Anthropic, приблизно в 8 разів вища, ніж у зворотному напрямку, а відношення переходів з Google DeepMind до Anthropic становить майже 11 до 1.

Зміни в персоналі у червні перетворили цю довгострокову тенденцію чистого притоку на більш наочний галузевий сигнал: на ринку талантів передових моделей Anthropic вже не просто наздоганяє OpenAI, а сформувала власну привабливість у сфері дослідницької культури, утримання талантів та повідомлення про місію.

Липень: боротьба за таланти спускається на рівень організації, обчислювальних потужностей і безпеки. Зміни в персоналі OpenAI виявляють організаційні тріння після масштабування

7 липня, головний футуролог, який працював у OpenAI майже дев’ять років, Джошуа Ахіам оголосив про свій вихід.

Ачіам раніше відповідав за вирівнювання місії OpenAI та довгий час брав участь у обговореннях безпеки та довгострокової стратегії компанії. Покидаючи компанію, він не оголосив свого нового роботодавця, а лише зазначив, що просування місії ШІ не обов’язково вимагає перебування всередині передових лабораторій.

Через два дні Фіджі Сімо, відповідальна за розгортання AGI, залишила пост повної зайнятості через тривалі проблеми зі здоров’ям і перейшла на роль часткового консультанта, а її обов’язки були розподілені між іншими старшими менеджерами.

Причини відходу двох осіб різні, їх не можна спрощено звести до «втрати контролю над OpenAI» або «знову втечі команди безпеки». Але, розглядаючи ці дві події разом, можна побачити структурні проблеми, з якими стикається OpenAI: вона перетворилася з дослідницької лабораторії на велику технологічну компанію, яка одночасно займається споживчими продуктами, корпоративними доходами, інфраструктурою, лобіюванням політики, безпековою галузевою політикою та потенційним тиском з боку ринків капіталу.

Зі збільшенням масштабу організації все складніше підтримувати чіткі межі місійних посад. Людям, відповідальним за безпеку, довгострокові ризики або соціальний вплив, постійно потрібно домовлятися з темпами розробки продукту, комерційними доходами та тиском конкуренції.

Чим успішнішими є передові лабораторії, тим більше організація схожа на традиційні технологічні гіганти. За даними SignalFire, у складі персоналу передових лабораторій ШІ посади з управління персоналом та рекрутування становлять приблизно 9,2%, фінансові посади — 5,1%, а юридичні — 2,3%.

Ці пропорції свідчать про те, що передові лабораторії більше не є просто збіркою вчених і інженерів. Стимулювання акціями, закупівля обчислювальних потужностей, дотримання регуляторних вимог, справи щодо персоналу та вилучення фахівців з інших компаній збільшують складність управління організацією.

Люди залишають компанію не тому, що вона стає неважливою, а тому, що в швидко розширюютьсяй організації вони можуть вирішувати все менше справ.

Керівник інфраструктури почав отримувати таку ж оплату, як і вчені-моделювальники

У липні рух кадрів явно розширився на бази обчислювальних потужностей та комерційне розгортання.

Віце-президент AWS з обчислень та машинного навчання Дейв Браун залишив Amazon, де працював майже 19 років, і приєднався до Meta для участі у розширенні центрів обробки даних; Роберт Хунт, колишній керівник програмного забезпечення Google TPU, приєднався до Amazon для керівництва програмною архітектурою Neuron; Франсіс де Суза, генеральний директор та керівник продуктів безпеки Google Cloud, був призначений новим генеральним директором Scale AI і планує приєднатися 10 серпня.

Ці зміни свідчать, що обмеження в конкуренції з ІО перейшли від «чи є модель» до «чи можна стабільно забезпечувати обчислювальні ресурси, навчання та розгортання моделей, перетворюючи технічні демонстрації на виробничі системи».

Керівник досліджень визначає верхню межу можливостей моделі, керівник інфраструктури — швидкість розробки та витрати на одиницю, а керівник підприємства — чи може модель бути перетворена на дохід. Три типи фахівців, які раніше знаходилися на різних ринках праці, зараз потрапили на одну й ту саму аукційну таблицю.

Meta приваблює високопосадовця з Amazon, який довгий час керував обчислювальним бізнесом, не для того, щоб отримати досвід у традиційному хмарному обчисленні, а щоб навчитися керувати будівництвом центрів обробки даних, постачанням серверів і розгортанням чіпів на рівні десятків мільярдів доларів. Amazon залучає фахівців з програмного забезпечення Google TPU, щоб знизити бар’єри для використання власних чіпів Neuron і зменшити залежність від екосистеми NVIDIA у сфері штучного інтелекту.

Тим часом лауреат Філдсовської премії 2026 року Джейкоб Цімерман оголосив про відпустку з Торонтського університету для приєднання до OpenAI з метою проведення досліджень у галузі безпеки ШІ.

Це свідчить про те, що провідні лабораторії одночасно розширюють межі набору кадрів у двох напрямках: з одного боку — це центри обробки даних, програмне забезпечення чіпів та корпоративне розгортання, з іншого — математика, теоретичні науки та довгострокова безпека. Ринок AI-фахівців більше не обмежується традиційними дослідниками машинного навчання, а активно приваблює всіх висококваліфікованих фахівців, які можуть підвищити здатність, надійність та ефективність індустріалізації моделей.

Тим часом публічні зміни в персоналі китайських компаній зі штучним інтелектом більше схожі на перерозподіл влади всередині організації, ніж на масовий перехід зіркових фахівців між компаніями.

У липні Tencent об’єднала відділ великої мовної моделі Hunyuan з відділом багатомодальних моделей у відділ базових моделей, який тепер підпорядковується головному науковому співробітнику з штучного інтелекту Яо Шунью. ByteDance об’єднала команду продукту Feishu з командою продукту Doubao, і тепер їм керує керівник Doubao Чжао Ці; GTM-система Feishu для ринку та Volcano Engine були додатково інтегровані під керівництвом Тань Дай, який відповідає за корпоративний ринок, продажі та обслуговування клієнтів.

Ці дві зміни спрямовані в той самий бік, що й міжнародний рух талантів: базові моделі, продукти ШІ та команди комерціалізації більше не можуть довгостроково функціонувати паралельно; влада в організації зосереджується на тих, хто може поєднати моделі, продукти, обчислювальні ресурси та дохід.

Раніше великі компанії могли одночасно підтримувати кілька дослідницьких команд, що дозволяло різним відділам досліджувати схожі напрямки. Але зі зростанням витрат на навчання, зближенням здібностей моделей та вимогами менеджменту щодо швидкого отримання доходу від штучного інтелекту, толерантність до дублювання зусиль зменшується.

Яо Шунью, Чжао Ци і Тан Дай отримали не лише вищі посади, але й повний контроль над розподілом ресурсів. У майбутньому найбільш дефіцитним у великих китайських компаніях буде не лише вчений, здатний публікувати наукові статті, а технічний менеджер, який володіє здатністю координувати роботу між відділами та перетворювати можливості моделей на масу користувачів, доходи від хмарних послуг та корпоративних клієнтів.

Це та сама логіка, що й у боротьбі американських передових лабораторій за архітекторів та відповідальних за інфраструктуру: компаніям потрібні не більше експертів у вузьких галузях, а люди, які зможуть нести відповідальність за повний результат.

5 серпня Google оголосила про найважливішу за останні роки зміну у керівництві з питань ШІ.

Деміс Хассабіс більше не керує щоденними операціями Google DeepMind, а перейшов на посаду голови Google DeepMind та головного наукового співробітника Alphabet, зберігаючи фокус на загального призначення штучному інтелекті, наукових дослідженнях та Isomorphic Labs.

Корай Кавукчоглу, колишній головний технічний офіцер Google DeepMind, призначений віце-президентом зі спеціальних проектів і звітує безпосередньо генеральному директору Alphabet Сундару Пічаю, керуючи розробкою моделей Gemini, передовими дослідженнями, застосунками Gemini та командою розробників.

Ця зміна суттєво розділяє науковий напрямок і повсякденну діяльність: Хассабіс продовжує відповідати за довгострокові дослідження та наукове бачення, а Кавукчоглу стає відповідальним за практичне управління моделями, продуктами та екосистемою розробників.

Того ж дня відомий науковець Google Джефф Дін завершив 27-річну кар’єру в компанії та разом із Санjay Гемаватом заснував Discovery Loop. До засновницької команди нової компанії також приєдналися ключові фахівці, які довгий час працювали над Google Brain, послідовними моделями та Gemini — Оріол Вінялс та Квок Лє.

Мета Discovery Loop — використовувати AI для автоматизації машинного навчання, наукових та інженерних відкриттів. Alphabet бере участь як засновницький інвестор і надає підтримку хмарних обчислень, що свідчить про те, що це не традиційний розрив, а новий тип організаційних стосунків.

Великі технологічні компанії більше не намагаються постійно утримувати всіх топових фахівців усередині, а зберігають зв’язки через інвестиції, хмарні сервіси та екосистемну співпрацю. Для дослідників вихід з великих компаній для створення незалежних компаній означає більший пакет акцій та повний контроль над дослідженнями. Для Google ж більш легко зберегти стратегічні зв’язки, якщо ключові фахівці створюють стартапи поза межами компанії, ніж якщо вони повністю перейдуть до OpenAI, Anthropic або Meta.

Але це все ще велика втрата талантів для Google. Дін, Гемават, Віналс і Лі охоплюють розподілені системи, Google Brain, послідовні моделі, підсилене навчання та Gemini — це люди, які можуть впливати від базової інфраструктури до маршруту моделей.

Разом із перехідом ключових фахівців у червні до OpenAI та Anthropic, Google стикається не з відходом кількох співробітників, а з розпадом колишнього дослідницького співтовариства, яке розподілилося між конкурентами та новими стартапами.

Google все ще має величезну обчислювальну потужність, дані, точки входу для продуктів та наукові запаси, але переваги великих компаній не перетворюються автоматично на лояльність талантів. Коли дослідники вважають, що зовнішні платформи надають більше прав прийняття рішень, чіткіший внесок особистої праці та більший дохід від акцій, історична репутація може лише сповільнити витік, але не зупинити його.

Ці зміни в персоналі у літній період 2026 року свідчать про те, що провідні фахівці з ІІ відмовляються від традиційної логіки кар’єри: «бренд великої компанії, висока заробітна плата та внутрішнє просування».

Вони більше цінують доступну обчислювальну потужність, ніж загальну потужність, якою володіє компанія на папері; більше цінують остаточний контроль над технічним напрямком, ніж формальну посаду з вищим статусом; акції компанії на етапі наближення до виведення капіталу, статус засновника нової компанії, а також дослідницькі напрямки з більшою місією — такі як штучний інтелект і безпека ШІ — також стали ключовими аргументами крім грошової винагороди.

Тому, щоб оцінити, чи дійсно сильна AI-компанія, потрібно дивитися не лише на рейтинг моделей, розмір параметрів і суму фінансування, а й відповісти на три питання.

По-перше, чи залишаються ключові дослідники, чи швидко переходить до конкурентів після запуску моделі.

Друге, чи має відповідальний за інфраструктуру достатній бюджет і повноваження для реального організування чіпів, центрів обробки даних та програмного стеку.

Третє, чи були встановлені чіткі межі відповідальності перед тим, як швидкість комерціалізації почала підірвати дослідницьку місію.

Моє остаточне висновок: літо 2026 року — це не тимчасовий хвильовий рух талантів, а поворотна точка, коли індустрія ШІ перейде від «конкурсу моделей» до «конкурсу організаційних здібностей».

Майбутні переможці — не обов’язково ті компанії, що пропонують найвищу ціну, а ті організації, які здатні надати топовим фахівцям обчислювальну потужність, автономію, акції та справжню відповідальність.

Моделі можна наздогнати, дані можна купити, чіпи можна отримати за чергою; але команда, яка готова працювати разом довгостроково і має чіткі межі повноважень, зараз стає найважче копіюваною активом у галузі ШІ.

1. SignalFire: «State of Talent Report 2026», 22 червня 2026 року.
2. SignalFire: «State of Tech Talent Report 2025», 2025 рік.
3. Bloomberg, Los Angeles Times: «Google став жертвою нової втечі мозків у сфері ШІ, оскільки Anthropic залучає кращих фахівців з Gemini», 29 червня 2026 року.
4. WIRED: «Головний майбутній дослідник OpenAI залишає компанію», 7 липня 2026 року.
5. Reuters: «Керівник з розгортання AGI в OpenAI Фіджі Сімо залишить посаду після медичного відпустки», 9 липня 2026 року.
6. Глобальний TMT, журнал електронної інженерії: «Зміни керівництва світових технологічних компаній у липні 2026 року», 6 серпня 2026 року.
7. Google: «Наступний розділ нашого AI-импульсу», 5 серпня 2026 року.
8. Reuters: Google змінює лідерство в галузі ШІ, оскільки керівник DeepMind змінює свою посаду, 5 серпня 2026 року.