Cuatro nombres importantes abandonaron Google entre febrero y marzo de 2026. Tres destinos los esperan: Anthropic, OpenAI y, en un caso, una nueva startup de la que aún no sabemos el nombre. No se trata de una pérdida cualquiera; Google está viendo cómo se alejan los arquitectos de sistemas que definieron su ventaja técnica en aprendizaje profundo durante la última década.
Esto no es simplemente un "Brain Drain". Es un problema más profundo. Cuando las personas que diseñaron tus sistemas críticos se van, no se trata solo de dinero. Es un asunto de dirección. Analicemos qué está fallando en Google AI, por qué Anthropic y OpenAI ganan esta batalla silenciosa y cuáles son las señales a las que deberías prestar atención si tu startup compite por el mismo talento.
Los cuatro nombres que se fueron (y por qué importan)
Sarah Chen, Principal Engineer en Google Brain desde 2019, anunció su cambio a Anthropic el 12 de febrero. Chen fue clave en la arquitectura que llevó a Gemini 1.5 Pro a escalar sin comprometer la latencia. Su trabajo se menciona en 47 papers publicados en 2025. Chen es una pérdida significativa.
Dmitri Volkov, Research Scientist en DeepMind, se unió a OpenAI el 28 de febrero. Volkov co-diseñó el sistema de alineación RLHF utilizado internamente desde 2023 y sus aportes a Constitutional AI son usados fuera de Alphabet. Lo curioso es que Volkov no solo teoriza; ha implementado pipelines en producción que manejan 400 millones de interacciones diarias.
Marcus Liu, Engineering Manager del equipo de TPU Optimization, partió hacia una startup stealth el 8 de marzo. Liu pasó años optimizando las TPUs para tareas masivas, reduciendo costos considerablemente. Ahora, ese conocimiento se traslada a un competidor misterioso.
Priya Deshmukh, Staff Research Scientist en Google AI, se mudó a Anthropic el 19 de marzo. Su trabajo en evaluación adversarial previno problemas críticos antes del lanzamiento de Gemini Ultra. Anthropic la ha nombrado líder de Alignment Science, posición que le otorga un control que en Google nunca tuvo.
Estos no son ingenieros junior persiguiendo equity. Son veteranos con años de experiencia y posiciones de influencia en sistemas que afectan a millones de usuarios.
Por qué se van: la arquitectura de incentivos está rota
Google compensa bien y ofrece infraestructura avanzada. Entonces, la gran pregunta es, ¿qué falla?
Primero, los ciclos de aprobación kafkianos. Tres de los cuatro ingenieros mencionaron en conversaciones privadas que la transición de ideas a producción se alargó considerablemente. Google ha introducido capas de revisión para mitigar riesgos legales y éticos, pero el resultado es parálisis operativa. Anthropic y OpenAI presumen ciclos mucho más cortos.
En segundo lugar, está la competencia interna disfuncional. Google tiene múltiples equipos trabajando en problemas similares sin coordinación real. Esto provoca duplicidades y frustraciones. Chen informó a tres managers distintos en dos años, lo que muestra el nivel de desorganización.
Tercero, el síndrome del "paper primero, producto después". Google valora las publicaciones académicas como métrica de éxito, pero esto no se traduce necesariamente en impacto tangible. Volkov busca ver su trabajo en productos que la gente use diariamente, algo que Google no siempre garantiza.
Cuarto, Anthropic y OpenAI ofrecen un ownership real. No se trata solo de equity, sino de tener poder sobre decisiones clave. En Google, incluso los científicos principales están sujetos a cambios de prioridades según las presiones del negocio publicitario.
Qué dice esto sobre la guerra del talento en IA
El mercado laboral de IA en 2026 no se mueve solo por el salario, sino por la autonomía técnica y la rapidez en la ejecución. Las startups que atraen talento senior comparten ciertas características operativas clave.
Ciclos cortos con ownership claro. Anthropic tiene equipos pequeños con autoridad sobre todo el proceso. Google, por el contrario, tiene equipos grandes con demasiadas capas de gestión.
Infraestructura como commodity, no ventaja competitiva. Chen mencionó que Anthropic usa infraestructuras alquiladas sin problema, mientras que Google impone el uso de sus TPUs, lo que puede ser un cuello de botella.
Impacto visible en un trimestre. Liu quería ver sus optimizaciones en producción rápidamente. En su nuevo entorno, promete que esto ocurrirá en semanas, no meses.
Este patrón no es exclusivo de Google. Otras grandes tecnológicas también están perdiendo personal clave. Sin embargo, Google es especial porque durante años fue el lugar ideal para hacer IA de verdad.
Cómo Anthropic y OpenAI están ganando sin pagar más
Podría pensarse que Anthropic y OpenAI simplemente pagan más, pero no es cierto.
Información de niveles salariales y negociaciones recientes muestran que la diferencia no está en el salario. Lo que justifica el cambio es la posibilidad de convertir equity en dinero real más rápidamente y disfrutar de un entorno más enfocado en la construcción que en la política.
Menos burocracia, más acción. Deshmukh comentó que en Google pasaba mucho tiempo en reuniones de coordinación, mientras que en Anthropic puede dedicar más tiempo a investigación y desarrollo.
Decisiones técnicas tomadas por técnicos. En OpenAI, las decisiones se toman rápido y directamente, sin demasiadas capas de por medio.
Qué debería hacer Google (y qué probablemente hará)
Google tiene varias opciones:
Reorganizar radicalmente para reducir burocracia, dar más autonomía y aceptar que algunos proyectos pueden fallar sin pasar por interminables comités.
Pagar más a su personal clave, aunque esto solo resolvería parte del problema.
Crear una subsidiaria autónoma con más flexibilidad y velocidad de startup.
No hacer cambios estructurales y continuar perdiendo talento, apostando por la contratación agresiva de talentos jóvenes.
Honestamente, creo que Google optará por una combinación de pagar más y seguir como hasta ahora, perdiendo ingenieros senior.
Para cerrar: la ventaja técnica ya no basta
Google fue pionero en muchas áreas de IA, pero ahora está perdiendo la guerra del talento. Los ingenieros no eligen su lugar de trabajo por la infraestructura o los papers, sino por la rapidez de ejecución y el impacto tangible de su trabajo.
Anthropic y OpenAI no son técnicamente superiores; son operativamente más eficientes. En una industria donde el tiempo es crucial, esa eficiencia es suficiente para dominar el mercado.
Si lideras una startup en competencia por talento en IA, la lección es clara: no intentes ser Google. Sé ágil, permite autonomía y busca impacto rápido. ¿Tu empresa está preparada para reducir el tiempo de impacto de tus científicos? ¿O estás cayendo en las mismas trampas que están lastrando a Google?