Onda de saídas da startup de US$ 12 bilhões Thinking Machines, da ex-CTO da OpenAI Mira Murati, destaca a intensa concorrência por profissionais qualificados em IA

Saídas-chave Abalam a Startup de IA Thinking Machines

A competição contínua do Vale do Silício por especialistas de ponta em IA se intensificou nesta semana, quando três membros fundadores do Thinking Machines Lab, a startup de IA liderada pela ex-CTO da OpenAI, Mira Murati, anunciaram seu retorno à OpenAI. Todos os três — Brett Zoph, Luke Metz e Sam Schoenholz — já haviam trabalhado na OpenAI antes de se juntarem à Thinking Machines.

Fidji Simo, CEO de Aplicações da OpenAI, revelou a notícia na quarta-feira. Segundo Simo, Zoph irá se reportar diretamente a ela, enquanto Metz e Schoenholz se reportarão a Zoph. Zoph e Metz foram cofundadores da Thinking Machines, com Schoenholz também integrando a equipe original de pesquisa e engenharia.

Controvérsia em Torno das Saídas

Relatórios do Core Memory indicam que Murati informou à equipe sobre a demissão de Zoph devido a uma suposta “conduta antiética”. Nenhum dos envolvidos — Zoph, OpenAI ou Thinking Machines — forneceu comentários sobre o assunto. Simo afirmou que o processo de contratação já estava em andamento há várias semanas. A Bloomberg informou que Simo disse aos funcionários da OpenAI que Zoph havia notificado Murati sobre sua intenção de sair, levando à sua demissão imediata. Simo também descartou preocupações sobre a conduta de Zoph.

Na quinta-feira, surgiram relatos adicionais de que outros dois pesquisadores da Thinking Machines, Lia Guy e Ian O’Connell, também estavam saindo, com Guy se juntando à OpenAI. Essas saídas de alto perfil destacam os desafios que novos laboratórios de IA enfrentam para reter talentos ao competir com gigantes estabelecidos como OpenAI, Anthropic e DeepMind. Embora algumas startups chinesas, como DeepSeek e Moonshot AI, tenham construído modelos competitivos, elas não disputam o mesmo grupo de talentos.

Desafios de Financiamento e Retenção de Talentos

A Thinking Machines garantiu um financiamento seed recorde de US$ 2 bilhões em julho, avaliando a empresa em US$ 12 bilhões. Posteriormente, a Bloomberg informou que a empresa buscava novos investimentos com uma avaliação de US$ 50 bilhões. Apesar desses impressionantes esforços de captação de recursos, a startup tem tido dificuldades para manter seus pesquisadores de IA. Andrew Tulloch, outro cofundador, deixou a empresa no ano passado para se juntar à divisão de IA da Meta, conhecida por oferecer pacotes de remuneração lucrativos. Agora, com as recentes saídas de Zoph, Metz, Schoenholz, Guy e O’Connell, a empresa enfrenta ainda mais instabilidade.

De modo semelhante, Ilya Sutskever, ex-cientista-chefe da OpenAI, arrecadou US$ 1 bilhão para seu novo empreendimento Safe Super Intelligence (SSI) no final de 2024, apenas para ver a Meta recrutar seu cofundador Daniel Gross para suas próprias iniciativas avançadas em IA.

Por Que Novos Laboratórios de IA Têm Dificuldade em Competir por Talentos

Há várias razões pelas quais laboratórios de IA emergentes, apesar de rodadas impressionantes de financiamento, acham difícil reter pesquisadores de destaque:

• Limitações de Remuneração: Essas startups muitas vezes não conseguem igualar os altos salários — às vezes chegando a sete dígitos — oferecidos por empresas de tecnologia estabelecidas como Meta, Google DeepMind e OpenAI.
• Equidade vs. Dinheiro: Enquanto os primeiros membros da equipe podem receber participação acionária com potencial de grande valorização futura, isso geralmente é menos atraente do que os pacotes substanciais de dinheiro imediato disponíveis em empresas maiores.
• Risco das Opções de Ações: A participação acionária em empresas jovens e privadas é geralmente mais arriscada do que opções em empresas públicas ou laboratórios consolidados. Google e Meta, por exemplo, oferecem pacotes generosos de ações com aquisição rápida, permitindo que os funcionários recebam o dinheiro mais cedo. OpenAI e Anthropic também consideram IPOs, o que pode proporcionar grandes pagamentos aos funcionários em breve — algo menos provável para startups mais novas.

Um ex-pesquisador da OpenAI, que mantém contato com funcionários da Thinking Machines, sugeriu que incentivos financeiros são a principal razão para as recentes saídas, com alguns membros sendo atraídos de volta à OpenAI por ofertas excepcionalmente generosas. Esse indivíduo também especulou que os esforços de recrutamento de Simo podem ter sido pensados para atrapalhar a captação de recursos da Thinking Machines, já que investidores ficam cautelosos quando membros fundadores deixam a empresa.

Acesso a Poder Computacional: Outro Obstáculo

Outro grande desafio para novos laboratórios de IA é garantir recursos computacionais suficientes. Enquanto laboratórios estabelecidos muitas vezes reclamam do acesso limitado à capacidade de data centers para treinar e implementar grandes modelos de linguagem, eles investiram bilhões na construção de sua infraestrutura. Sua escala faz deles clientes prioritários para a Nvidia, cujos chips são essenciais para treinar modelos avançados de IA. O Google desenvolveu seus próprios chips de IA (TPUs), reduzindo a dependência da Nvidia, enquanto Meta, OpenAI e Anthropic construíram data centers dedicados e firmaram parcerias com grandes provedores de nuvem como Amazon Web Services e Microsoft. Em contraste, laboratórios mais jovens podem ter dificuldades para adquirir GPUs e poder computacional, mesmo que suas necessidades totais sejam menores.

Estrategias de Produto e Modelos de Negócios Pouco Claros

Muitos novos laboratórios de IA, incluindo a Thinking Machines, ainda não estabeleceram ofertas claras de produtos ou planos de negócios. Até agora, a Thinking Machines lançou apenas um produto — uma ferramenta beta chamada Tinker, lançada em outubro, que ajuda pesquisadores e desenvolvedores a ajustar modelos de linguagem open source para tarefas específicas. A empresa também publicou pesquisas sobre otimização de treinamento de modelos, mas não indicou quando um produto amplamente disponível ou fonte de receita pode surgir.

Segundo relatos, alguns funcionários ficaram frustrados com a falta de clareza em relação à direção dos produtos, especialmente em comparação com o ritmo acelerado de laboratórios mais estabelecidos. No entanto, fontes sugerem que algumas dessas preocupações foram recentemente endereçadas. Notavelmente, Zoph, Metz e Schoenholz irão se reportar a Simo, chefe de produto da OpenAI, e não ao chefe de pesquisa, possivelmente indicando interesse em trabalhos de IA mais aplicados.

Outros novos laboratórios enfrentam desafios semelhantes. Por exemplo, a SSI de Sutskever não divulgou seus planos de produto ou lançou um modelo, embora comentários recentes sugiram um lançamento iminente. Sutskever já afirmou anteriormente que a SSI pode esperar por um grande avanço em segurança de IA antes de lançar qualquer produto.

Este artigo foi publicado originalmente em Fortune.com.