Почему сотрудники Big Tech уходят создавать AI-стартапы

Дэвид Сильвер в январе 2026 года сам объяснил свой уход в публикации на сайте Ineffable Intelligence. Он написал, что хочет создать пространство для амбициозных исследований без необходимости подстраиваться под требования краткосрочных продуктов и прибыли.

Компания описывает свою цель как создание superlearner — системы, которая сможет постоянно учиться на собственном опыте. В отличие от подхода, при котором AI в основном обучается на человеческих данных, команда Сильвера делает ставку на обучение через взаимодействие с окружающей средой. Сам Дэвид Сильвер указывает, что до создания компании руководил reinforcement learning в DeepMind, а сейчас возглавляет Ineffable Intelligence.

Инвесторы готовы финансировать такие проекты уже на раннем этапе. В апреле 2026 года Lightspeed Venture Partners сообщила об инвестициях в Ineffable Intelligence и связала проект с исследованиями Сильвера в области reinforcement learning.

Позже стало известно, что компания привлекла $1,1 миллиардов при оценке $5,1 миллиардов. По данным TechCrunch, на момент раунда компания существовала всего несколько месяцев.

Этот кейс показывает изменение рынка: инвесторы готовы вкладывать крупные суммы не только в готовый AI-продукт, но и в команду, исследовательскую экспертизу и конкретную технологическую гипотезу.

Знания из Big Tech становятся основой новых компаний

Другой пример — Latent Labs. Компания была создана бывшими исследователями DeepMind, которые работали над AlphaFold и исследованиями белков.

На собственном сайте Latent Labs компания указывает, что ее основатели участвовали в разработке моделей AlphaFold, а сама команда занимается generative AI для биологии. В феврале 2025 года стартап объявил о привлечении $50 миллионов.

Компания не пытается создавать универсального чат-бота. Ее направление — foundation models для биологии, которые могут использоваться для разработки антител, оптимизации ферментов и других задач в молекулярной биологии.

Бывшие сотрудники OpenAI создают собственную экосистему

Похожая ситуация сложилась вокруг OpenAI. Один из наиболее известных примеров — Anthropic, основанная Дарио и Даниэлой Амодеи после их работы в OpenAI. Сейчас компания сама является одной из ведущих AI-лабораторий.

В 2025 году бывший CTO OpenAI Мира Мурати также запустила собственную компанию Thinking Machines Lab. Проект строится не только вокруг прикладного использования существующих моделей. Команда разрабатывает собственные AI-модели и исследует новые способы взаимодействия человека и искусственного интеллекта.

Например, в мае 2026 года Thinking Machines Lab опубликовала исследование Interaction Models. Компания описывает модели, которые могут одновременно воспринимать аудио, видео и текст и взаимодействовать с человеком в режиме реального времени.

А в июле команда выпустила Inkling — собственную модель с открытыми весами. По данным компании, модель содержит 975 миллиардов параметров, из которых 41 миллиардов активны, и обучалась на 45 триллион токенов текста, изображений, аудио и видео.

Это уже не классический стартап, который просто берет API крупной модели и создает поверх него сервис. Бывшие сотрудники AI-лабораторий пытаются строить собственные фундаментальные технологии.

Почему специалисты уходят

1. Возможность заниматься собственной исследовательской идеей

Для части исследователей главным мотивом становится возможность самостоятельно определять направление работы. Именно об этом написал Дэвид Сильвер. На сайте Ineffable Intelligence он объясняет решение создать новую компанию желанием работать над долгосрочной исследовательской задачей без необходимости ориентироваться на краткосрочные продукты и коммерческие цели.

Это особенно актуально для frontier AI. Исследования следующих поколений моделей могут занимать годы, тогда как бизнесу зачастую нужны более быстрые результаты.

Собственный стартап позволяет команде самостоятельно определить горизонт работы и техническую гипотезу.

2. Возможность быстрее превращать исследования в компанию

Внутри Big Tech исследователь работает в структуре большой организации. У стартапа другая модель: небольшая команда может полностью сосредоточиться на одной технологии.

Latent Labs — пример такого подхода. Компания сформировалась вокруг команды с опытом создания моделей для биологии в DeepMind, а затем построила отдельный бизнес вокруг этой экспертизы.

Получается трансформация: исследовательский проект внутри крупной компании становится самостоятельным технологическим направлением.

3. Инвесторы готовы финансировать не только продукт, но и команду

AI-рынок также изменил отношение к раннему финансированию. В традиционном стартапе основателю обычно приходится доказывать наличие рынка, продукта и первых пользователей. В frontier AI инвестор может делать ставку прежде всего на команду и технологическую экспертизу.

Это снижает один из барьеров для ухода из крупной компании: специалист может получить доступ к капиталу, если за ним стоит сильная исследовательская репутация и команда.

Big Tech при этом не остается без AI-специалистов

Важно не делать вывод, что крупные технологические компании теряют всех своих исследователей. Конкуренция за AI-таланты продолжается сразу в нескольких направлениях. Специалисты переходят из одной лаборатории в другую, создают собственные компании или возвращаются в Big Tech уже в другом качестве.

В случае с новыми AI-стартапами происходит еще один процесс: бывшие сотрудники приводят с собой коллег. Так формируются команды, в которых несколько участников ранее работали вместе над крупными AI-проектами.

Latent Labs прямо отмечает, что ее founding team состоит из специалистов, участвовавших в создании AlphaFold, а среди инвесторов компании есть руководители других крупных AI-компаний, включая Джеффа Дина из Google и Дарио Амодеи из Anthropic.

То есть граница между Big Tech и стартапами становится менее четкой. Сегодня исследователь может работать в Google DeepMind, завтра создать собственную компанию, а затем снова сотрудничать с крупными технологическими компаниями уже как основатель.

Что это меняет для AI-рынка

Появление новых компаний, созданных бывшими сотрудниками крупнейших лабораторий, создает дополнительную конкуренцию за несколько ключевых ресурсов.

Первый — люди. Опытные исследователи становятся основателями и привлекают других специалистов.

Второй — капитал. Инвесторы готовы финансировать проекты на более ранних стадиях, особенно если за ними стоят известные исследователи.

Третий — технологии. Знания и исследовательские подходы, которые раньше концентрировались внутри нескольких компаний, постепенно распространяются по экосистеме.

Нынешний поток основателей из Google DeepMind, OpenAI и других лабораторий — это не просто история о смене работодателей. Он показывает, как меняется структура AI-индустрии: передовые исследования все чаще становятся отправной точкой для создания новых независимых компаний.