何が起きたか

Google DeepMindの共同創業者でCEOだったDemis Hassabisが、日常業務の責任を手放します。新たな肩書きはDeepMind会長とAlphabet最高科学責任者で、AIで生物医学の課題に取り組むIsomorphic Labsの指揮は引き続き担います。社内メモでHassabisはAGI（人間並みの能力と知性を持つAI）への期待を前面に出し、「私は生涯AGIを目指して働いてきました。そして今、多くの皆さんと同様に、それが手の届くところにあると感じています」と述べ、この移行によって「big picture（大局）」の仕事に集中できるとしました。日常運営はKoray Kavukcuoglu上級副社長が引き継ぎ、Sundar Pichaiに直接報告します。

同時に、Quoc Le、Oriol Vinyals、Jeff Dean、Sanjay Ghemawatの4人が退社し、Discovery Loopを設立します。狙いはAIによる科学的発見の自動化。WiredのSteven Levyの報道によれば、資金調達は創業者たちの評判をほぼ根拠に成立しました。法人形態はパブリック・ベネフィット・コーポレーション（公益を志向する営利法人）で、OpenAIやAnthropicと同型です。

なぜ重要か

抜けた人材の重みが異常です。Jeff Deanは社員番号30番で、Google検索を支えるシステムの設計に関与し、社内では「Jeff Dean Facts」なる真偽不明の逸話集がGitHubで管理されるほどの存在。DeanとVinyalsはGeminiモデルの設計で中心的役割を果たしました。DeepMindはGeminiの進化を支える基礎研究を担う組織であり、そこから設計の要が同時に抜けたことになります。

しかもこれは単発ではありません。この夏、Geminiの共同リードでエンジニアリング担当副社長だったNoam Shazeer（2017年の論文「Attention Is All You Need」の筆頭著者、つまりTransformerを最初に記述した人物）がOpenAIへ移りました。タンパク質構造予測AI・AlphaFoldの生みの親であるDeepMind副社長John JumperはAnthropicへ移り、その後Gemini立ち上げに深く関わったとされるJonas Adler、Alexander Pritzelの両名も同社に合流しています。Levyの報道では、Pichaiは特にDeanとGhemawatの引き留めを試み、「multiple meetings（複数回の面談）」を経ても4人は退社を選びました。

読み解くべき論点

注目すべきは、この流出が組織のモメンタムの節目と重なっていることです。GoogleはMicrosoftのCopilot公表に不意を突かれ生成AIで出遅れたものの、その後は開発の最前線に戻りました。ただし今春のGoogle I/Oで6月リリースと予告した最新フロンティアモデルGemini 3.5 Proは、数か月経っても出ていません。実際に届いたのは低消費電力のFlash系のみで、その間にOpenAIとAnthropicは新モデルを投入しています。Pichaiは「素晴らしい人材、世界クラスの計算資源、他のどの企業より多くの人にAIを届ける製品がある」と述べていますが、フラッグシップの遅延と設計陣の離脱が同時に起きている構図です。

もう一点、Deanは同社がTrump政権と距離を縮めていることに異を唱えた社員グループに含まれていたと報じられています。処遇や研究テーマだけでなく、企業の政治的立ち位置が人材の定着要因になり始めている、という兆候として読めます。

💼 事業会社視点：これは自社にどう効くか

日本企業がまず点検すべきは、Gemini依存のロードマップです。Gemini 3.5 Proは今春のI/Oで6月予定と announcedされながら未着地で、届いたのはFlash系だけ。「次期フロンティアモデル前提」で組んだ機能リリース計画があるなら、期日を握っているのは自社ではなくベンダーだという前提で組み替えるべきです。特にSaaSは、モデル切替を吸収する抽象レイヤーがあるかどうかで、この種の遅延が事業計画の遅延になるかが分かれます。

受託開発・SIは、提案書の「Gemini採用」を売りにしている場合が要注意。設計の中核だったJeff DeanやOriol Vinyalsが抜け、Noam ShazeerはOpenAI、John JumperはAnthropicへ——という人材配置の変化は、2〜3年スパンの品質優位が固定的でないことを示します。単一モデル前提ではなく、複数モデルでの検証込みで見積もる方が顧客に対して誠実です。

ECや事業部門にとっての含意は別方向にあります。Discovery Loopが狙う「科学的発見の自動化」は、AIの用途が対話・生成からR&Dそのものへ移る流れの一例です。自社に研究開発機能があるなら、AIを文章生成の道具として置くのか、探索プロセスの一部に組み込むのか——投資判断としてどちらを取るかを、今期のうちに言語化しておく価値があります。

関連リンク