Noam Shazeer przechodzi z Google do OpenAI. Transfer, który mówi dużo o wojnie o talenty AI

Noam Shazeer, jeden z najbardziej wpływowych badaczy w historii współczesnej sztucznej inteligencji, odchodzi z Google i dołącza do OpenAI. Informację jako jedne z pierwszych opisały Axios i Business Insider. To nie jest zwykła zmiana pracodawcy. W świecie modeli językowych Shazeer należy do grupy osób, których nazwiska pojawiają się przy technologiach będących fundamentem całej obecnej fali AI.

Najprościej powiedzieć tak: OpenAI pozyskało człowieka, który współtworzył architekturę Transformer, pracował nad dużymi modelami jeszcze zanim stały się produktem masowym, współzałożył Character.AI, a po powrocie do Google pomagał prowadzić rozwój Gemini. Dla Google to bolesna utrata prestiżu i doświadczenia. Dla OpenAI to sygnał, że firma nie walczy już tylko modelem, produktem i infrastrukturą, ale także nazwiskami z samego środka historii AI.

Co warto wiedzieć

• Shazeer odchodzi z Google do OpenAI po mniej niż dwóch latach od głośnego powrotu z Character.AI.
• Google zapłaciło za tamten układ około 2,7 mld dolarów, według relacji Business Insidera i Axios.
• Badacz jest współautorem pracy Attention Is All You Need, która wprowadziła Transformery.
• Pracował też nad podejściem Mixture-of-Experts, opisanym m.in. w pracy Outrageously Large Neural Networks.
• Transfer pokazuje, że w AI najcenniejszym zasobem nie są tylko GPU, lecz także ludzie potrafiący projektować kolejne generacje modeli.

Kim jest Noam Shazeer

Noam Shazeer dołączył do Google już w 2000 roku. W pierwszych latach pracował nad technologiami wyszukiwarki, a później stał się jedną z ważnych postaci zespołów zajmujących się modelami językowymi. Jego nazwisko jest szczególnie mocno związane z rokiem 2017, kiedy ukazała się praca Attention Is All You Need. To właśnie w niej opisano architekturę Transformer, czyli fundament modeli takich jak GPT, Gemini, Claude, Llama czy wiele otwartych LLM-ów.

W praktyce trudno przecenić wpływ tej pracy. Transformer pozwolił modelom lepiej przetwarzać sekwencje tekstu, uczyć się równolegle i skalować dużo skuteczniej niż wcześniejsze podejścia oparte głównie na sieciach rekurencyjnych. Jeśli dziś mówimy o dużych modelach językowych, kontekście, tokenach, fine-tuningu czy agentach AI, to w tle bardzo często nadal działa ta sama rodzina architektur.

Shazeer nie był tylko współautorem jednej przełomowej pracy. W 2017 roku opublikował także pracę o sparsely-gated Mixture-of-Experts. Ten kierunek stał się później jednym z najważniejszych sposobów skalowania modeli: zamiast aktywować wszystkie parametry naraz, model wybiera część wyspecjalizowanych „ekspertów”. Dzisiaj podobną ideę w różnych wariantach widzimy w modelach klasy MoE, które próbują łączyć dużą pojemność z rozsądnym kosztem działania.

Character.AI, Google i transfer wart miliardy

Najciekawsze w tej historii jest to, że Shazeer już raz odszedł z Google. W 2021 roku razem z Danielem De Freitasem założył Character.AI, czyli usługę pozwalającą rozmawiać z personalizowanymi postaciami AI. Startup szybko przyciągnął użytkowników i inwestorów, ale jak wiele firm budujących własne modele, stanął też przed brutalną ekonomią trenowania AI: potrzebne były ogromne nakłady na obliczenia, dane i zespół.

W 2024 roku Google podpisało z Character.AI niestandardowy układ. Według Axios współzałożyciele Character.AI i ponad dwudziestu badaczy wrócili do Google, a firma uzyskała niewyłączną licencję na technologię startupu. Character.AI nie zostało klasycznie przejęte i pozostało osobnym podmiotem, ale dla rynku był to czytelny sygnał: największe laboratoria AI są gotowe płacić ogromne kwoty, by odzyskać lub pozyskać kluczowych ludzi.

Teraz ten układ wygląda mniej stabilnie, niż mogło się wydawać. Jeśli najbardziej wartościowym elementem transakcji jest człowiek, to nawet bardzo drogi kontrakt nie zamienia go w trwały zasób firmy. Axios zwraca uwagę właśnie na ten problem: quasi-przejęcia i licencje mogą przyciągnąć zespół na jakiś czas, ale po okresach retencji najważniejsi badacze nadal mogą odejść.

Co zyskuje OpenAI

OpenAI zyskuje nie tylko rozpoznawalne nazwisko. Zyskuje badacza, który dobrze rozumie trzy warstwy nowoczesnej AI: architekturę modeli, ich skalowanie oraz produktowe konsekwencje rozmownych systemów. To rzadkie połączenie. Wiele osób ma świetne doświadczenie akademickie, inne potrafią budować produkty, jeszcze inne rozumieją infrastrukturę treningową. Shazeer przeszedł przez wszystkie te światy.

Dla OpenAI taki transfer może mieć znaczenie przy projektowaniu kolejnych generacji modeli. Nie chodzi o to, że jedna osoba „dowiezie” następny przełom sama. Modele frontierowe są efektem pracy setek ludzi, ogromnej infrastruktury i długiego procesu ewaluacji. Ale w tej klasie firm decyzje architektoniczne potrafią zmieniać koszty, jakość i tempo rozwoju na wielką skalę.

Można to porównać do sprowadzenia projektanta silnika do zespołu Formuły 1. Kierowca i bolid nadal potrzebują całego zaplecza, ale ktoś, kto rozumie, gdzie szukać kilku procent przewagi, bywa wart więcej niż kolejna warstwa marketingu.

Co traci Google

Google nie przestaje być potęgą AI przez odejście jednej osoby. Firma ma własne chipy TPU, ogromną infrastrukturę, DeepMind, zespoły badawcze i produkty używane przez miliardy ludzi. Gemini pozostaje jednym z najważniejszych projektów w branży, a Google nadal ma wyjątkową pozycję dzięki wyszukiwarce, Androidowi, Workspace, YouTube i chmurze.

Ale symbolicznie ta strata jest duża. Google przez lata miało opinię miejsca, w którym rodzą się najważniejsze idee AI, ale nie zawsze najszybciej trafiają do produktów. Historia Character.AI była tego przykładem: badacze budujący konwersacyjne systemy odeszli, bo chcieli szybciej wypuścić coś do użytkowników. Powrót Shazeera w 2024 roku wyglądał jak naprawienie tego błędu. Jego ponowne odejście przypomina, że rynek nie daje trwałych zwycięstw za samą historię.

Ten ruch może także zwiększyć presję wewnętrzną. Google musi pokazywać, że Gemini nie jest tylko odpowiedzią na ChatGPT, ale samodzielnym tempem rozwoju. Utrata współlidera projektu nie oznacza katastrofy, jednak w wojnie o percepcję ma znaczenie: inwestorzy, deweloperzy i użytkownicy patrzą nie tylko na benchmarki, ale też na to, gdzie chcą pracować najważniejsi ludzie.

Dlaczego ta wojna o talenty jest tak kosztowna

W tradycyjnej branży technologicznej pojedynczy inżynier rzadko zmienia losy całej kategorii. W AI jest trochę inaczej, bo liczba osób, które naprawdę projektowały systemy na granicy możliwości, pozostaje ograniczona. Doświadczenie w trenowaniu modeli frontierowych, optymalizacji architektury, zarządzaniu danymi i rozumieniu zachowania modeli jest trudne do kupienia „z rynku” w zwykły sposób.

Dlatego największe firmy używają dziś kilku narzędzi naraz:

• wysokich pakietów wynagrodzeń,
• quasi-przejęć startupów,
• licencji technologicznych połączonych z zatrudnieniem zespołu,
• dostępu do ogromnych klastrów obliczeniowych,
• obietnicy pracy nad modelami, które realnie trafią do setek milionów użytkowników.

Shazeer pasuje do tej układanki idealnie. Jego przejście nie musi od razu przełożyć się na nową funkcję w ChatGPT, ale może wpłynąć na kierunek badań, priorytety architektoniczne i tempo eksperymentów prowadzonych wewnątrz OpenAI.

Czego jeszcze nie wiemy

Na tym etapie nie ma pełnej informacji o konkretnej roli Shazeera w OpenAI ani o tym, nad którym projektem będzie pracował. Można zakładać, że jego doświadczenie będzie szczególnie cenne przy architekturze i skalowaniu modeli, ale nie warto udawać, że znamy szczegóły roadmapy. Nie wiemy też, czy odejście było związane z zakończeniem okresu retencji po umowie z Character.AI, czy z innymi czynnikami.

Nie ma również podstaw, by natychmiast ogłaszać osłabienie Gemini w sensie technicznym. Tak duże zespoły nie stoją na jednej osobie. Warto jednak obserwować, czy w kolejnych miesiącach pojawią się dalsze odejścia, zmiany organizacyjne albo przyspieszenie po stronie OpenAI.

Najważniejszy wniosek

Transfer Noama Shazeera jest ważny nie dlatego, że sam rozstrzyga rywalizację między Google i OpenAI. Jest ważny, bo pokazuje, jak wygląda obecny etap wyścigu AI. Firmy nie rywalizują już wyłącznie liczbą parametrów, długością kontekstu czy wynikiem w benchmarku. Rywalizują o ludzi, którzy wiedzą, jak przesunąć granicę o kolejny krok.

Dla czytelników śledzących rozwój AI to dobry moment, żeby patrzeć szerzej niż na premierę kolejnego modelu. Takie transfery często mówią, gdzie branża spodziewa się następnego przełomu. Jeśli jeden z autorów Transformerów uznaje, że jego kolejnym miejscem będzie OpenAI, to jest to sygnał, którego konkurencja na pewno nie zignoruje.