POR QUÉ IMPORTA
Un informe de Fortune publicado el 13 de agosto de 2026 detalla una serie de problemas internos en Google DeepMind: Gemini 3.5 Pro ya acumula tres fechas de lanzamiento incumplidas, Gemini 3.6 Flash queda por detrás de sus rivales en evaluaciones independientes de inteligencia, y el laboratorio perdió a dos veteranos más de AlphaFold que se fueron a Anthropic. Según Fortune y Digitimes, ingenieros atribuyen los problemas al reclutamiento agresivo de talento por parte de competidores y a la disolución de la frontera entre DeepMind y Google, una caracterización que la empresa rechaza.En este artículo
Fortune detalla una 'crisis de identidad' en Google DeepMind
Un informe de Fortune publicado el 13 de agosto de 2026 reúne testimonios de ingenieros de Google DeepMind que describen una serie de problemas internos en el laboratorio de inteligencia artificial de Alphabet. Según la publicación, los relatos llegan tras semanas de cambios de liderazgo ya cubiertos por MaxAssistant, incluida la salida de Demis Hassabis del mando operativo y la salida del científico jefe de Google, Jeff Dean.
Gemini 3.5 Pro ya incumplió tres fechas de lanzamiento
Según Fortune, Gemini 3.5 Pro, presentado en Google I/O en mayo, ya acumula tres fechas de lanzamiento incumplidas sin llegar al público en una versión estable. La empresa ya había retrasado el lanzamiento de su próximo modelo insignia en dos meses después de que pruebas internas mostraran al sistema por detrás de sus rivales en tareas de programación, según el mismo informe.
Gemini 3.6 Flash queda por detrás de rivales en evaluación independiente
Fortune cita a la firma independiente de benchmarking Artificial Analysis para afirmar que Gemini 3.6 Flash actualmente queda por detrás de modelos de Anthropic, OpenAI, xAI, Meta y al menos un laboratorio chino en inteligencia bruta, invirtiendo la posición de liderazgo que Google ocupaba en rankings anteriores. Digitimes calificó el conjunto de dificultades como parte de meses de tropiezos en IA por parte de la empresa.
Dos veteranos más de AlphaFold dejan DeepMind rumbo a Anthropic
Según Fortune, la salida más reciente de peso es la de John Jumper, coinventor de AlphaFold, el sistema de predicción de estructura de proteínas que le dio a DeepMind reconocimiento científico internacional, quien ya dejó el laboratorio rumbo a Anthropic. A Jumper le siguieron otros dos veteranos del proyecto AlphaFold, Jonas Adler y Alexander Pritzel, profundizando una lista de salidas que ya incluía nombres como Noam Shazeer, excolíder técnico de Gemini.
Ingenieros señalan reclutamiento agresivo y disolución de la frontera con Google
Según el informe, los ingenieros consultados por Fortune atribuyen las salidas a una combinación de reclutamiento agresivo de talento por parte de competidores, retraso frente a rivales en benchmarks de programación y la búsqueda de equity previo a una salida a bolsa en startups rivales. Varios también expresaron preocupación de que la frontera histórica entre DeepMind y la matriz Google se esté disolviendo, con el poder de decisión técnico migrando de Londres, sede histórica de DeepMind, hacia Mountain View. Un portavoz de Google rechazó estas caracterizaciones ante Fortune.
Presión directa de Sergey Brin, según otra investigación
Un informe separado, publicado por ResultSense el 13 de agosto, afirma que el cofundador de Google Sergey Brin pasó meses presionando directamente al equipo sénior de IA para concentrar esfuerzos en Gemini, reforzando la idea de que la empresa matriz se ha involucrado de forma cada vez más directa en las decisiones técnicas del laboratorio.
Por qué esto importa a agencias y pymes brasileñas
Para las agencias brasileñas que construyen productos sobre Gemini o Vertex AI de Google, la combinación de retrasos recurrentes de lanzamiento con un desempeño por debajo de sus rivales en benchmarks independientes es una señal concreta de riesgo de hoja de ruta, distinta de una simple reorganización de liderazgo. Refuerza la recomendación que MaxAssistant ya hizo en coberturas anteriores sobre el tema: mantener probado un modelo alternativo de otro proveedor para operaciones críticas de atención y automatización, evitando la dependencia exclusiva de un laboratorio que, según fuentes internas, enfrenta dificultades concretas para mantener el ritmo de la competencia.