Хвиля звільнень у стартапі Thinking Machines колишньої CTO OpenAI Міри Мураті з капіталізацією $12 мільярдів підкреслює жорстку конкуренцію за кваліфікованих спеціалістів у сфері AI

Ключові відходи потрясли AI-стартап Thinking Machines

Поточна конкуренція в Кремнієвій долині за провідних фахівців з AI посилилася цього тижня, коли троє засновників Thinking Machines Lab, AI-проєкту під керівництвом колишньої CTO OpenAI Міри Мураті, оголосили про своє повернення до OpenAI. Всі троє — Бретт Зоф, Люк Мец і Сем Шенгольц — раніше працювали в OpenAI, перш ніж приєднатися до Thinking Machines.

Фіджі Сімо, CEO OpenAI з напрямку додатків, повідомила новину в середу. За словами Сімо, Зоф буде підпорядковуватися безпосередньо їй, а Мец і Шенгольц — Зофу. Зоф і Мец були співзасновниками Thinking Machines, а Шенгольц також входив до оригінальної команди з досліджень і інженерії.

Суперечки навколо відходів

Згідно з повідомленнями Core Memory, Мураті поінформувала співробітників про звільнення Зофа через нібито “неетичну поведінку”. Ні Зоф, ні OpenAI, ні Thinking Machines не надали коментарів з цього приводу. Сімо зазначила, що процес найму тривав кілька тижнів. Bloomberg повідомив, що Сімо сказала співробітникам OpenAI, що Зоф повідомив Мураті про свій намір піти, що призвело до його негайного звільнення. Сімо також відкинула занепокоєння щодо поведінки Зофа.

До четверга з’явилися додаткові повідомлення, що ще двоє дослідників Thinking Machines, Лія Гай і Ян О’Коннелл, також залишають компанію, при цьому Гай приєдналася до OpenAI. Ці відомі відходи підкреслюють виклики, з якими стикаються нові AI-лабораторії у збереженні талантів у конкуренції зі сталими гігантами, такими як OpenAI, Anthropic і DeepMind. Хоча деякі китайські стартапи, такі як DeepSeek і Moonshot AI, створили конкурентоспроможні моделі, вони не змагаються за той самий кадровий резерв.

Виклики у фінансуванні та збереженні талантів

Thinking Machines залучила рекордні $2 мільярди на посівному раунді у липні, оцінивши компанію у $12 мільярдів. Bloomberg пізніше повідомив, що компанія шукає додаткові інвестиції вже за оцінкою $50 мільярдів. Незважаючи на ці вражаючі результати з фінансування, стартапу важко утримати своїх AI-дослідників. Ендрю Таллох, ще один співзасновник, пішов минулого року до AI-підрозділу Meta, відомого вигідними пакетами компенсацій. Тепер, із нещодавніми відходами Зофа, Меца, Шенгольца, Гай і О’Коннелла, компанія стикається з подальшою нестабільністю.

Аналогічно, Ілля Суцкевер, колишній головний науковець OpenAI, залучив $1 мільярд для свого нового проєкту Safe Super Intelligence (SSI) наприкінці 2024 року, лише щоб побачити, як Meta переманила його співзасновника Даніеля Гросса для своїх передових AI-ініціатив.

Чому новим AI-лабораторіям важко конкурувати за таланти

Існує кілька причин, чому нові AI-лабораторії, незважаючи на вражаючі раунди фінансування, важко утримують провідних дослідників:

• Обмеження компенсацій: Такі стартапи часто не можуть зрівнятися з високими грошовими зарплатами — іноді досягають семизначних сум — які пропонують усталені технологічні компанії, такі як Meta, Google DeepMind і OpenAI.
• Акції проти готівки: Хоча ранні члени команди можуть отримати акції з потенціалом значної майбутньої цінності, це часто менш привабливо, ніж негайні й великі грошові пакети у більших фірмах.
• Ризик опціонів: Частки у молодих приватних компаніях зазвичай ризикованіші, ніж опціони від публічних компаній чи усталених лабораторій. Наприклад, Google і Meta пропонують щедрі пакети акцій з швидким вестингом, що дозволяє співробітникам швидко отримати готівку. OpenAI і Anthropic також розглядають IPO, що може забезпечити співробітникам великі виплати вже найближчим часом — чого менш ймовірно очікувати від нових стартапів.

Один із колишніх дослідників OpenAI, який підтримує зв’язок зі співробітниками Thinking Machines, припустив, що фінансові стимули є головною причиною нещодавніх відходів, а деяких працівників привабили назад в OpenAI надзвичайно вигідні пропозиції. Ця особа також висловила припущення, що рекрутингові зусилля Сімо могли бути спрямовані на те, щоб ускладнити залучення інвестицій Thinking Machines, оскільки інвестори насторожено ставляться до відходу засновників.

Доступ до обчислювальних потужностей: ще одна перешкода

Ще однією серйозною проблемою для нових AI-лабораторій є забезпечення достатніх обчислювальних ресурсів. Хоча усталені лабораторії часто скаржаться на обмежений доступ до потужностей дата-центрів для навчання та розгортання великих мовних моделей, вони вклали мільярди у розвиток власної інфраструктури. Їхній масштаб робить їх пріоритетними клієнтами для Nvidia, чиї чіпи є життєво важливими для навчання сучасних AI-моделей. Google розробив власні AI-чіпи (TPU), зменшивши залежність від Nvidia, тоді як Meta, OpenAI і Anthropic побудували власні дата-центри та співпрацюють із великими хмарними провайдерами, як-от Amazon Web Services і Microsoft. Натомість молодші лабораторії можуть стикатися з труднощами при отриманні необхідних GPU і обчислювальних потужностей, навіть якщо їхні загальні вимоги менші.

Нечіткі стратегії продукту та бізнес-моделі

Багато нових AI-лабораторій, включаючи Thinking Machines, ще не визначилися з чіткими продуктовими пропозиціями чи бізнес-планами. Thinking Machines наразі випустила лише один продукт — бета-інструмент Tinker, запущений у жовтні, який допомагає дослідникам і розробникам тонко налаштовувати моделі відкритого коду для конкретних завдань. Компанія також опублікувала дослідження з оптимізації навчання моделей, але не вказала, коли можна очікувати наявності широкодоступного продукту чи джерела доходу.

За повідомленнями, деякі співробітники були розчаровані відсутністю чіткості щодо напрямку розвитку продукту, особливо у порівнянні з швидким темпом у більш усталених лабораторіях. Однак джерела стверджують, що частина цих питань нещодавно була вирішена. Примітно, що Зоф, Мец і Шенгольц підпорядковуватимуться Сімо, керівнику продукту OpenAI, а не керівнику досліджень, що може свідчити про їхню зацікавленість у більш прикладній роботі з AI.

Інші нові лабораторії стикаються з подібними викликами. Наприклад, SSI Суцкевера не розкрила своїх продуктових планів і не випустила модель, хоча нещодавні коментарі вказують, що запуск може відбутися найближчим часом. Суцкевер раніше заявляв, що SSI може дочекатися значного прориву в безпеці AI, перш ніж випускати будь-які продукти.

Ця стаття вперше була опублікована на Fortune.com.