Ведущие ИИ-исследователи уходят из техногигантов и запускают собственные стартапы, которые за считаные месяцы привлекают сотни миллионов и даже миллиарды долларов. Инвесторы ставят на то, что люди, знающие индустрию изнутри, найдут возможности, которые большие лаборатории упускают в гонке за бенчмарками, пишет CNBC.
Ведущие ИИ-исследователи уходят из техногигантов и запускают собственные стартапы, которые за считаные месяцы привлекают сотни миллионов и даже миллиарды долларов. Инвесторы ставят на то, что люди, знающие индустрию изнутри, найдут возможности, которые большие лаборатории упускают в гонке за бенчмарками, пишет CNBC.
Масштаб сделок впечатляет. В понедельник бывший исследователь Google DeepMind Дэвид Силвер объявил о рекордном посевном раунде на $1,1 млрд для своего стартапа Ineffable Intelligence, которому всего несколько месяцев. Другой бывший сотрудник DeepMind, Тим Рокташель, по данным Financial Times, привлекает до $1 млрд для Recursive Superintelligence. Ян Лекун, который занимал пост главного ИИ-исследователя Meta, в марте закрыл раунд на $1 млрд для AMI Labs. Бывшие сотрудники OpenAI, DeepMind, Anthropic и xAI за последний год также подняли сотни миллионов для стартапов Periodic Labs, Ricursive Intelligence и Humans&. Всего в 2026 году венчурные фонды вложили $18,8 млрд в ИИ-стартапы, основанные с начала 2025-го.
Причина исхода не только в деньгах. Крупные лаборатории всё больше зацикливаются на коммерческих целях и быстрых релизах, оставляя за бортом целые направления исследований. «Когда ты в гонке, ты сужаешь фокус. Это создаёт вакуум. Целые области — новые архитектуры, агенты, интерпретируемость, вертикальные модели — теряют приоритет не потому что не важны, а потому что не помогают выиграть гонку прямо сейчас», — говорит Элиз Стерн из французского венчурного фонда Eurazeo, инвестировавшего в AMI Labs. Партнёр HV Capital Александр Жоэль-Карбонель добавляет, что упор на производительность на бенчмарках и быстрые релизы «оставляет мало места для настоящей исследовательской работы, особенно за пределами доминирующей парадигмы LLM».
Основатели новых стартапов не только уносят экспертизу, они уводят за собой команды. Ricursive Intelligence, привлёкший $335 млн после основания в сентябре, занимается автоматизацией проектирования чипов. Его основательница Анна Голди говорит, что собрала «костяк команды AlphaChip» из бывших коллег по Google DeepMind и Anthropic. Humans&, основанный бывшими сотрудниками Anthropic и xAI, поднял $480 млн в январе. Periodic Labs, созданный выходцами из OpenAI и DeepMind, закрыл раунд на $300 млн через несколько месяцев после запуска.
Исследователи уходят и потому, что видят концептуальные ограничения нынешнего подхода. Часть из них сомневается, достаточно ли просто масштабировать существующие языковые модели, чтобы вывести ИИ на следующий уровень. AMI Labs делает ставку на системы, способные учиться на непрерывных данных из реального мира, — в противовес моделям, обученным на текстах из интернета. Ineffable Intelligence сосредоточится на обучении с подкреплением — через опыт, а не человеческие тексты. Голди указывает и на другое преимущество независимости: «Чтобы производители чипов доверили нам свою самую ценную интеллектуальную собственность, мы должны быть нейтральными. Это было бы невозможно, если бы мы оставались в Google».
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.