--- title: "O êxodo do Google DeepMind perde Jeff Dean e três engenheiros top para startup de pesquisa científica" author: "Gabriela P. Torres" date: "2026-08-06 07:00:00-03" category: "Inteligência Artificial & Dados" url: "http://desbugados.scale.press/portal/desbugados/post/2026/08/06/o-exodo-do-google-deepmind-perde-jeff-dean-e-tres-engenheiros-top-para-startup-de-pesquisa-cientifica/md" --- ## Resumo - Jeff Dean, chief scientist do Google e seu 30º funcionário, deixou a empresa após 27 anos para fundar a Discovery Loop ao lado de Sanjay Ghemawat, Quoc Le e Oriol Vinyals - A Discovery Loop é uma Public Benefit Corporation que pretende automatizar o método científico usando IA com auto-aprimoramento recursivo — uma inteligência artificial que aprende a melhorar a si mesma a cada ciclo de experimentos - O investimento-semente foi co-liderado por Radical Ventures e Khosla Ventures, com participação de Kleiner Perkins, Lightspeed, Doerr Capital e do próprio Alphabet - Alphabet se comprometeu a fornecer poder computacional para a Discovery Loop por pelo menos um ano, garantindo acesso à infraestrutura que alimenta o treinamento do Gemini - Demis Hassabis deixou o cargo de CEO do Google DeepMind para se tornar presidente da unidade e cientista-chefe da Alphabet, com Koray Kavukcuoglu assumindo a operação diária - As ações da Alphabet caíram 4% após os anúncios, em uma sequência de saídas de alto perfil que inclui Noam Shazeer (para OpenAI) e John Jumper (para Anthropic) em junho de 2026 - A Discovery Loop focará inicialmente em pesquisa de machine learning e engenharia, expandindo para medicina, design de materiais e energia limpa — abordando os 14 Grand Challenges da National Academy of Engineering dos EUA --- No dia 5 de agosto de 2026, **Jeff Dean** — o trigésimo funcionário contratado pelo Google, chefe de ciência da empresa e uma das mentes por trás de algumas das infraestruturas de computação mais influentes dos últimos 25 anos — publicou uma mensagem no **X** (antigo Twitter) que sacudiu o setor de tecnologia. Ao lado de **Sanjay Ghemawat**, **Quoc Le** e **Oriol Vinyals**, três pesquisadores sênior que co-assinaram avanços fundamentais em inteligência artificial, Dean anunciou a fundação da **Discovery Loop**, uma startup cujo objetivo declarado é tão ambicioso quanto controverso: automatizar o próprio método científico usando IA capaz de se aprimorar recursivamente, ou seja, uma inteligência artificial que aprende a melhorar a si mesma a cada ciclo de experimentos que executa. O anúncio não veio sozinho. No mesmo dia, a **Alphabet**, controladora do Google, revelou uma reestruturação profunda em sua liderança de IA, com **Demis Hassabis** — o CEO do **Google DeepMind** — passando a ocupar a presidência da unidade e o cargo de cientista-chefe da Alphabet, enquanto **Koray Kavukcuoglu** assumia a operação diária como vice-presidente sênior. O mercado reagiu com frieza: as ações da Alphabet **caíram 4%** na sessão seguinte, sinalizando que investidores não receberam a perda de quatro dos pesquisadores mais valiosos da empresa com entusiasmo. ## Quem saiu — e por que esse quarteto importa tanto Para entender o peso dessa saída, é preciso examinar quem são os quatro fundadores e o que cada um construiu dentro do Google. **Jeff Dean**, de 58 anos, ingressou no Google em **1999**, quando a empresa ainda operava em um garage em Menlo Park, e ao longo de **27 anos** ajudou a construir algumas das peças de infraestrutura mais críticas da internet moderna. Foi co-criador do **MapReduce** — o sistema que permitiu ao Google processar volumes massivos de dados distribuídos em milhares de máquinas — e do **TensorFlow**, a biblioteca de código aberto que se tornou padrão de fato para desenvolvimento de modelos de machine learning em todo o mundo, desde startups até laboratórios de pesquisa acadêmica. Dean também liderou o desenvolvimento dos **TPUs** (Tensor Processing Units), os chips projetados internamente pelo Google especificamente para acelerar o treinamento e a inferência de redes neurais, e esteve diretamente envolvido na criação do **Gemini**, a família de modelos de linguagem que hoje compete de frente com o GPT da OpenAI e o Claude da Anthropic. Segundo o comunicado oficial da **Radical Ventures**, uma das investidoras da Discovery Loop, os quatro fundadores juntos ajudaram a construir produtos e infraestruturas usados por bilhões de pessoas, incluindo o **Google Search** e o **AlphaFold** — o sistema de IA do DeepMind que revolucionou a predição de estruturas proteicas e rendeu a **Demis Hassabis** e a **John Jumper** o **Nobel de Química de 2024**. **Sanjay Ghemawat**, que trabalha com Dean há cerca de **30 anos**, é frequentemente descrito como o outro lado da mesma moeda: enquanto Dean projetava os sistemas em larga escala, Ghemawat implementava e refinava a engenharia por trás deles. **Quoc Le** e **Oriol Vinyals**, por sua vez, são pesquisadores com contribuições profundas em **aprendizado de máquina** — o ramo da IA em que algoritmos aprendem padrões a partir de dados em vez de receberem regras programadas manualmente — e em **processamento de linguagem natural**, a tecnologia que permite que modelos como o Gemini entendam e gerem texto em linguagem humana. O grupo trabalha junto há entre **14 e 30 anos**, de acordo com a postagem de Dean no X, o que indica que a decisão de sair não foi impulsiva, mas sim o resultado de uma convergência de visão técnica e ambição que encontrou na Discovery Loop o formato institucional ideal para se materializar. A frase que eles usaram para justificar a mudança — "queríamos construir algo de forma diferente" — é deliberadamente vaga, mas sugere que, dentro do Google, a escala corporativa e as prioridades do negócio estavam limitando a velocidade com que podiam perseguir a pesquisa que consideravam mais transformadora. ## O que a Discovery Loop pretende fazer — e por que "auto-aprimoramento recursivo" é um conceito que exige explicação A Discovery Loop está estruturada como uma **Public Benefit Corporation** (PBC), um tipo de empresa que, nos Estados Unidos, combina a busca por retorno financeiro com um compromisso legal de gerar impacto social positivo — algo que permite à startup equilibrar investidores de capital de risco com a missão de acelerar descobertas científicas para o bem público. Segundo a empresa, seu objetivo central é **automatizar o "loop experimental"**, que é o ciclo repetitivo de formulação de hipóteses, desenho de experimentos, execução, análise de resultados e refinamento das próximas hipóteses. Na prática, isso significa construir sistemas de IA capazes de **rodar milhares de experimentos em paralelo**, aprender com cada iteração e propor automaticamente os próximos passos — uma abordagem que, se funcionar como prometido, poderia encolher de meses para dias o tempo necessário para avanços em campos como **design de materiais**, **descoberta de medicamentos** e **energia limpa**. O termo **"auto-aprimoramento recursivo"** merece um parêntese explicativo, porque é o conceito que diferencia a Discovery Loop da maioria das empresas de IA do mercado. Na grande maioria dos sistemas atuais, a inteligência artificial é treinada uma vez com dados humanos e depois usada para gerar previsões ou conteúdo — ela não se torna significativamente melhor por conta própria durante o uso. O que a Discovery Loop propõe é algo qualitativamente diferente: um sistema em que a própria IA projeta experimentos, executa-os, analisa os resultados e usa essa aprendizado para projetar experimentos ainda mais sofisticados no ciclo seguinte, criando uma espiral de melhoria contínua que não depende de intervenção humana direta a cada passo. Esse conceito está na fronteira do que a comunidade de pesquisa de IA chama de **AGI** (Artificial General Intelligence, ou Inteligência Artificial Geral) — uma IA que não se limita a uma tarefa específica, mas que pode aprender e se adaptar a qualquer domínio. Jeff Dean, em sua postagem no X, afirmou que acredita que essa abordagem pode ajudar em "quase todos" os **14 Grand Challenges** listados pela **National Academy of Engineering** dos Estados Unidos, que incluem desde a cura de doenças até a engenharia de materiais avançados e a captura de carbono. É uma declaração de ambição extraordinária — e que, se lida com rigor, também funciona como uma espécie de roadmap de investimento para atrair tanto cientistas quanto capital de risco. ## Quem está bancando — e o que a participação do Alphabet revela sobre o jogo estratégico O **seed round** (rodada de investimento inicial) da Discovery Loop foi co-liderado por dois dos fundos de capital de risco mais influentes em inteligência artificial: a **Radical Ventures**, sediada em Toronto e conhecida por apostas antecipadas em empresas de IA, e a **Khosla Ventures**, fundada por **Vinod Khosla**, co-fundador da Sun Microsystems e um dos investidores mais prolíficos do Vale do Silício nas últimas duas décadas. Além desses dois, participaram da rodada a Kleiner Perkins, a Lightspeed, a Doerr Capital — ligada a John Doerr**, uma das figuras mais proeminentes do venture capital americano — e, surpreendentemente, o próprio Alphabet. A participação da Alphabet não se limitou ao investimento financeiro: a empresa se comprometeu a fornecer poder computacional para a Discovery Loop por pelo menos o próximo ano, o que, em termos práticos, significa acesso à mesma infraestrutura de nuvem que alimenta o treinamento dos modelos Gemini e que custa centenas de milhões de dólares anuais para operar em escala. Essa decisão de investir em uma empresa fundada por seus próprios funcionários que estão saindo é, no mínimo, curiosa — e revela muito sobre a posição estratégica em que a Alphabet se encontra. Ao manter um vínculo financeiro e computacional com a Discovery Loop, a Alphabet garante que, mesmo sem controlar a startup, terá acesso indireto às inovações que ela produzir, além de sinalizar ao mercado que não está em conflito aberto com seus ex-funcionários mais importantes. Sundar Pichai, CEO da Alphabet, publicou uma nota oficial no mesmo dia elogiando as contribuições de Dean e Ghemawat ao longo de 27 anos e descrevendo a saída como um "próximo capítulo" — uma formulação cuidadosamente diplomática que evita tanto o tom de perda quanto o de celebração excessiva. A escolha da forma jurídica de Public Benefit Corporation também é relevante: ao estruturar a Discovery Loop como PBC em vez de uma startup tradicional de capital de risco, os fundadores estão sinalizando que a missão de acelerar descobertas científicas não será subordinada à pressão por crescimento rápido e retorno imediato — algo que pode ter sido, justamente, uma das tensões que motivaram a saída do Google, uma empresa que, apesar de investir bilhões em pesquisa de IA, responde a acionistas que esperam que cada inovação se converta em receita. ## A reestruturação do DeepMind: Hassabis sai da operação e Kavukcuoglu assume o volante No mesmo dia em que os quatro pesquisadores anunciaram suas saídas, a Alphabet revelou uma mudança de liderança no Google DeepMind que, se lida isoladamente, poderia parecer uma simples rotação de cargos, mas que, no contexto das saídas em massa, adquire um significado muito mais amplo. Demis Hassabis, que vinha acumulando as funções de CEO do DeepMind e de figura pública mais visível da estratégia de IA da Alphabet, deixou o cargo operacional para se tornar presidente do Google DeepMind e cientista-chefe da Alphabet. Na prática, isso significa que Hassabis não vai mais se ocupar com a gestão diária do time de pesquisa e desenvolvimento — tarefas como priorizar projetos, gerenciar orçamentos e coordenar equipes — para se dedicar a uma agenda mais estratégica e de longo prazo: explorar os impactos societais da AGI (Inteligência Artificial Geral) e dedicar tempo ao Isomorphic Labs, a subsidiária da Alphabet focada em usar IA para descoberta de medicamentos. A escolha de Koray Kavukcuoglu para assumir a operação diária do DeepMind como vice-presidente sênior não é aleatória. Kavukcuoglu já ocupava o cargo de Chief AI Architect da unidade, o que significa que ele estava diretamente envolvido na arquitetura técnica do Gemini e dos demais modelos de IA da Alphabet. Com a saída de Dean — que supervisionava grandes partes da infraestrutura de IA do Google — e dos outros três pesquisadores, Kavukcuoglu se torna a figura técnica mais sênior restante dentro do Google DeepMind, e sua promoção é tanto uma necessidade operacional quanto um sinal de que a Alphabet pretende manter continuidade técnica apesar da hemorragia de talentos. O fato de Kavukcuoglu passar a reportar diretamente a Sundar Pichai reforça que o DeepMind, agora sem Hassabis na liderança operacional, se torna ainda mais integrado à estrutura central da Alphabet — uma mudança que pode tanto acelerar a entrega de produtos quanto limitar a autonomia de pesquisa que o DeepMind historicamente desfrutou. ## O padrão das saídas: Shazeer, Jumper e agora Dean — o Google está perdendo a guerra de talentos? Para compreender o verdadeiro impacto da saída de Jeff Dean e seus colegas, é preciso enxergar esse evento como o ponto mais recente de uma tendência que se acelerou em 2026. Em junho de 2026, Noam Shazeer — outro gigante da pesquisa de IA do Google, co-autor do artigo seminal "Attention Is All You Need" que deu origem à arquitetura Transformer, a base tecnológica do ChatGPT, do Gemini e de praticamente todos os grandes modelos de linguagem atuais — deixou o Google para se juntar à OpenAI. Pouco depois, John Jumper, que ganhou o Nobel de Química de 2024 ao lado de Hassabis pelo desenvolvimento do AlphaFold, migrou do DeepMind para a Anthropic, a empresa fundada por ex-funcionários do Google que hoje compete diretamente com o Gemini por meio do modelo Claude. Essa sequência de saídas — Shazeer para a OpenAI, Jumper para a Anthropic e agora Dean, Ghemawat, Le e Vinyals para a Discovery Loop — configura um padrão que vai muito além de coincidência: são os engenheiros e cientistas que construíram as bases da IA moderna saindo de uma empresa que investiu US$ 75 bilhões em infraestrutura de IA em 2025 para perseguir ambições que consideram mais alinhadas com seus objetivos profissionais. O mercado financeiro já vinha sinalizando desconforto com essa dinâmica. Quando as saídas de Shazeer e Jumper foram tornadas públicas em junho, as ações da Alphabet sofreram sua pior queda em um único dia no ano, conforme noticiado na época, com analistas questionando se a empresa estava conseguindo reter seus talentos mais críticos diante de investimentos massivos em infraestrutura de IA. A queda de 4% após os anúncios de 5 de agosto de 2026 confirma que o mercado não está tratando essas saídas como eventos isolados, mas como um sinal de que a cultura organizacional do Google pode estar se tornando menos atraente para pesquisadores de elite que buscam ambientes mais enxutos e com menos camadas burocráticas. Quando se considera que Jeff Dean estava no Google há quase três décadas — ele era funcionário anterior a praticamente todos os produtos de IA da empresa — a decisão de sair aos 58 anos para fundar uma startup sugere que, para esses pesquisadores, o custo de oportunidade de ficar dentro de uma corporação de 2 trilhões de dólares superou os benefícios de trabalhar com os recursos quase ilimitados do Google. É um dado que deveria preocupar qualquer gestor de RH em empresas de tecnologia: se o cara que construiu o MapReduce e o TensorFlow acha que pode fazer algo mais impactante fora do Google, o que isso diz sobre a capacidade da empresa de inovar internamente? ## O que muda para o mercado de IA — e o que acompanhar nos próximos meses A saída de Dean e seus colegas para a Discovery Loop não afeta apenas o Google; ela reconfigura o mapa competitivo da indústria de IA como um todo. Com a OpenAI acumulando talentos como Shazeer e investimentos bilionários da Microsoft, a Anthropictraindo ex-funcionários do Google e do DeepMind como Jumper e recebendo aportes da Amazon, e agora a Discovery Loop entrando no jogo com um quarteto de peso-pesado e uma tese de investimento centrada em auto-aprimoramento recursivo, a corrida de IA deixa de ser um duopólio OpenAI-versus-Google e se transforma em um campo com múltiplos polos de atração. A Discovery Loop, em particular, ocupa um nicho que nenhuma das concorrentes diretas está explorando com a mesma ênfase: enquanto a OpenAI foca em modelos de linguagem de uso geral e a Anthropic em IA segura e alinhada, a startup de Dean pretende usar IA para automatizar o próprio processo de pesquisa científica — uma abordagem que, se bem-sucedida, poderia gerar avanços em campos completamente distintos do Vale do Silício, como a medicina, os materiais avançados e a energia limpa. O próximo passo a observar é a formação da equipe inicial da Discovery Loop. A empresa está construindo uma presença física em Palo Alto, no coração do Vale do Silício, e vai precisar recrutar pesquisadores e engenheiros de alto nível para transformar a ambição de automatizar loops experimentais em sistemas funcionais. A parceria com a Alphabet, que fornecerá poder computacional por pelo menos um ano, dá à startup uma vantagem logística significativa nos primeiros meses — mas também cria uma dependência que os fundadores precisarão gerenciar com cuidado, especialmente considerando que estão competindo por talentos com exatamente a mesma empresa que os está apoiando financeiramente. Para o leitor que acompanha o setor de tecnologia, a mensagem é clara: a corrida de IA não está apenas acelerando — ela está se fragmentando em múltiplas frentes simultâneas, e os pesquisadores mais capazes do mundo estão votando com os pés, escolhendo ambientes que ofereçam mais autonomia e menos camadas entre a ideia e a execução. O Google, com seus 27 anos de história em IA e seu arsenal de bilhões de dólares em infraestrutura, continua sendo um gigante — mas gigantes, quando perdem seus melhores construtores, podem acordar um dia descobrindo que o futuro estava sendo construído em outro lugar.